3 Ansätze zum Zusammenführen von Profilen bei der Identitätsauflösung

Aufgrund fragmentierter digitaler Kanäle erhalten Vermarkter von ihren Kunden mehr unterschiedliche Signale als je zuvor. Um damit umzugehen, ist ein klarer Ansatz zur Identitätsauflösung erforderlich. Wie gleichen sie Kennungen ab und führen Kundenprofile zusammen? Wie sicher sind sie mit den Spielen? Eine definierte Strategie führt zu einer besseren Kommunikation mit Kunden und einem effektiveren und profitableren Kundenerlebnis.

Erstens sollten Organisationen einen Rahmen für ihre Strategie zur Identitätsauflösung festlegen. Es kann geräteorientiert, personenorientiert oder eine Kombination aus beidem sein. Entscheidend ist, dass Vermarkter darauf vertrauen können, dass die von ihnen verwendeten Identifikatoren es ihnen ermöglichen, den Kunden während der gesamten digitalen Reise im Blick zu behalten.

Deterministisches vs. probabilistisches Matching

Kunden, die über verschiedene digitale Kanäle mit Ihrem Unternehmen interagieren, können dazu führen, dass ein einzelner Kunde mehrere Profile in Ihren Daten hat. Um diese Profile zusammenzuführen, müssen Wege gefunden werden, die Geräte, digitalen Konten und anderen Identifikatoren einer Person zuzuordnen.

Hierzu gibt es im Wesentlichen zwei Möglichkeiten.

Deterministisches Matching. Das bedeutet, dass Sie nur Profile zusammenführen, bei denen die Übereinstimmung sicher ist. Dies geschieht normalerweise, wenn in mehreren Profilen eine gemeinsame Kennung gefunden wird. Wenn Ihr Kunde beispielsweise eine Bestellung über eine E-Mail-Adresse aufgegeben hat, kann die bei dieser Bestellung gefundene Postanschrift oder Telefonnummer Aufschluss darüber geben, welche anderen Profile derselbe Kunde ist. Diese gemeinsamen Bezeichner ergeben eine deterministische Übereinstimmung.

Wenn die E-Mail-Adresse beispielsweise in einem Kundenprofil enthalten ist, können die Daten dieses Kunden mit den separat beim E-Mail-Dienstleister (ESP) gespeicherten Informationen zusammengeführt werden.

Probabilistisches Matching. Dabei kombiniert KI Verhaltensdaten mit anderen Signalen, um die Wahrscheinlichkeit vorherzusagen, dass verschiedene Kundeninteraktionen alle von demselben Kunden stammen – ohne dass eine gemeinsame Kennung verwendet werden muss.

„Das Problem bei dieser Art des Matchings und bei all dieser Art der Identitätsauflösung ist, dass man am Ende viele Annahmen trifft“, sagte Greg Krehbiel, Berater der Krehbiel Group, auf der MarTech Conference .

Krehbiel weist jedoch darauf hin, dass selbst deterministisches Matching nicht völlig zuverlässig ist. Er teilte einen Anwendungsfall mit, der keineswegs selten ist. Krehbiels Mutter bat seine Schwester, beim Weihnachtseinkauf zu helfen, also kaufte die Schwester mit ihrem eigenen Laptop und der Kreditkarte der Mutter Geschenke bei Amazon. Deterministisches Matching könnte zu dem Schluss führen, dass die Mutter den Laptop der Tochter benutzte.

Richten Sie eine einzige Quelle der Wahrheit ein

Bei der Zusammenführung von Kundenprofilen und passenden Identifikatoren ist immer ein gewisses Maß an Urteilsvermögen erforderlich. Um dies so genau wie möglich zu machen, ist es ratsam, eine einzige Quelle der Wahrheit für Ihre Kundendaten einzurichten.

„Sie möchten so weit wie möglich einen einzigen Kundendatensatz haben, und das erfordert die Zusammenführung einer Reihe anderer Datensätze“, sagte Krehbiel. „Und das bedeutet, dass ein System die einzige Quelle der Wahrheit für diese Sache sein muss, was auch immer es ist.“

Denken Sie über alle Anwendungsfälle für einen bestimmten Kanal nach und darüber, wo diese Daten konsolidiert werden sollten. Dies wird dazu beitragen, Redundanzen und konkurrierende Informationsquellen zu vermeiden.

„Wenn jemand eine E-Mail-Adresse in [dem CRM] ändert, werden dadurch Dinge im ESP überschrieben?“ fragte Krehbiel.

In manchen Fällen ist das Zusammenführen von Profilen nicht ideal. Einige Kunden bevorzugen beispielsweise mehrere E-Mail-Adressen für geschäftliche und private Zwecke. In einem solchen Fall sollten die E-Mails nicht zusammengeführt werden. Stattdessen sollte Ihr Unternehmen diesen Kunden als eine facettenreiche Person mit mehreren E-Mails betrachten.

Tauchen Sie tiefer ein: Wie Penske Media ein CDP nutzt, um Werbetreibenden dabei zu helfen, digitale Nutzer zu erreichen

Gleitende Skala des Vertrauens

Sowohl der deterministische als auch der probabilistische Abgleich hängen vom Vertrauen in die Daten ab, die beim Zusammenführen von Profilen und beim Aufklären der Identität eines Kunden verwendet werden.

Das bedeutet, dass Vermarkter ihr Vertrauen auf einer gleitenden Skala einstufen sollten, je nach Anwendungsfall – also der Art und Weise, wie sie mit ihren Kunden interagieren wollen.

Diese Berechnung ist wichtig, da es Grenzfälle gibt, die die beim Zusammenführen von Daten aus mehreren Profilen getroffenen Annahmen untergraben.

„Es gibt immer Randfälle“, sagte Krehbiel. „Eine Person hat mehrere E-Mail-Adressen, aber manchmal hat eine E-Mail-Adresse mehrere Personen, oder? Oder ich kenne einige Familien, die eine E-Mail-Adresse für die ganze Familie haben. Im Allgemeinen handelt es sich dabei um Grenzfälle, über die Sie sich nicht allzu große Sorgen machen müssen. Wenn es Ärger macht, ist es nicht das größte Geschäft der Welt. Oder es könnte sein – aber Sie müssen über diese Dinge im Hinblick auf Ihre Anwendungsfälle nachdenken.“

Die Verwendung dieser Konfidenzskala hilft dabei, die Wahrscheinlichkeit zu bestimmen, dass einer der Datenpunkte falsch liegt. Beispielsweise kann eine falsche Postanschrift nur dazu führen, dass bei einer Direktmailing-Sendung Porto verschwendet wird. Wenn es jedoch Teil der Kontoinformationen eines Kunden ist und dieser die falsche Adresse sieht, hat er möglicherweise größere Bedenken hinsichtlich des Datenschutzes und der Art und Weise, wie Ihr Unternehmen Daten verwaltet.

Auch hier kommt es auf die spezifischen Anwendungsfälle Ihres Unternehmens an. Ein weiteres Beispiel: Wenn es sich bei Ihrem Unternehmen um einen Lebensmittellieferdienst handelt und Ihr Kunde an einer Erdnussallergie leidet, sind dies wichtige Informationen, die Ihr Unternehmen benötigen muss, um richtig zu handeln.

Wenn Sie diese Anwendungsfälle im Hinterkopf behalten, kann Ihr Team die sichersten Entscheidungen beim Abgleich von Identifikatoren und Profilen treffen und letztendlich Ihren Kunden die besten Erlebnisse bieten.

Registrieren Sie sich hier für die MarTech-Konferenz.