Sitemap Basculer le menu

Devez-vous utiliser votre entrepôt de données comme votre CDP ?

Publié: 2023-04-10

L'avènement des entrepôts de données basés sur le cloud (DWH) a apporté un déploiement plus simple, une plus grande échelle et de meilleures performances à un ensemble croissant de cas d'utilisation basés sur les données. Les DWH sont devenus plus répandus dans les piles technologiques d'entreprise, y compris les piles martech.

Inévitablement, cela soulève la question : devriez-vous utiliser votre DWH existant comme plateforme de données client (CDP) ? Après tout, lorsque vous réutilisez un composant existant dans votre pile, vous pouvez économiser des ressources et éviter de nouveaux risques.

Mais l'histoire n'est pas si simple et de multiples modèles de conception potentiels vous attendent. En fin de compte, il y a des arguments pour et contre l'utilisation de votre DWH en tant que CDP. Creusons plus profondément.

DWH en tant que CDP peut ne pas vous convenir

Il existe plusieurs problèmes inhérents à l'utilisation d'un DWH comme CDP. La première est évidente : toutes les organisations n'ont pas de DWH en place. Parfois, une équipe DWH d'entreprise n'a pas le temps ou les ressources pour prendre en charge les cas d'utilisation centrés sur le client. D'autres entreprises déploient efficacement un CDP comme un quasi-entrepôt de données. (Tous les CDP ne peuvent pas le faire, mais vous comprenez.)

Supposons que vous ayez la plupart ou la totalité de vos données client dans un DWH. Le problème pour de nombreuses entreprises, sinon la plupart, est que les données ne sont pas accessibles d'une manière conviviale pour les spécialistes du marketing. En règle générale, un DWH d'entreprise est conçu pour prendre en charge des cas d'utilisation d'analyse, et non des cas d'utilisation d'activation. Cela affecte la manière dont les données sont étiquetées, gérées, liées et régies en interne.

Rappelez-vous qu'un DWH est essentiellement destiné au stockage et au calcul, ce qui signifie que les données sont stockées dans des tables de base de données avec des noms de colonne comme attributs. Vous écrivez ensuite des instructions SQL complexes pour accéder à ces données. Il n'est pas réaliste pour vos spécialistes du marketing de se souvenir des noms de table et de colonne avant de pouvoir créer des segments pour l'activation. En d'autres termes, les DWH ne prennent généralement pas en charge le libre-service des spécialistes du marketing comme le font la plupart des CDP.

Cela touche également à un problème structurel plus large. Les DWH ne sont généralement pas conçus pour prendre en charge les cas d'utilisation marketing en temps réel ciblés par de nombreux CDP. Il peut effectuer des calculs rapides et vous pouvez programmer l'ingestion et le traitement à intervalles fréquents, mais ce n'est toujours pas en temps réel. De même, à quelques exceptions près, un DWH ne souhaite pas agir à partir de données brutes, alors que les spécialistes du marketing souhaitent souvent utiliser des données brutes (généralement des événements) pour déclencher certaines activations.

Enfin, rappelez-vous que les données et la possibilité d'y accéder ne font pas un CDP. La plupart des CDP offrent un sous-ensemble de fonctionnalités supplémentaires que vous ne trouverez pas dans un DWH, telles que :

  • Sous-système événementiel avec déclenchement.
  • Résolution d'identité anonyme.
  • Interface conviviale pour la segmentation.
  • Profils d'activation de segment avec connecteurs.
  • Potentiellement des services de test, de personnalisation et de recommandation.

Un DWH seul ne fournira pas ces capacités, vous devrez donc vous les procurer ailleurs. Bien sûr, les fournisseurs DWH ont des places de marché partenaires importantes. Vous pouvez trouver de nombreuses alternatives, mais elles ne sont pas natives et nécessiteront des efforts d'intégration et de support.

Il n'est donc pas surprenant qu'il y ait beaucoup de discussions sur les « CDP composables » et le rôle potentiel d'un DWH dans ce contexte. J'ai soutenu précédemment que la composabilité est un spectre, et vous commencez à perdre des avantages au-delà d'un certain point.

Après avoir émis toutes ces mises en garde, un DWH peut jouer un rôle dans le cadre d'une pile de données client, notamment :

  • Suppression d'un CDP en activant directement depuis le DWH.
  • Utilisation du DWH comme quasi-CDP avec une plate-forme ETL inversée.
  • Coexistence avec un CDP.

Examinons ces trois modèles de conception.

1. Connecter les plateformes marketing directement à votre DWH

C'est peut-être le cas le plus extrême que j'ai critiqué ci-dessus, mais certaines entreprises ont fait ce travail, en particulier à l'ère pré-CDP et les plates-formes (comme Snowflake avec son vaste écosystème) cherchent à résoudre ce problème.

L'idée ici est que votre plateforme d'engagement se connecte directement aux données push-pull avec un DWH. De nombreuses plates-formes d'automatisation de messagerie et de marketing matures sont nativement câblées pour le faire, bien que généralement via un push par lots. Vos spécialistes du marketing utilisent ensuite la plate-forme de messagerie pour créer des segments et envoyer des messages à ces segments dans le cas du marketing sortant.

Plateformes marketing ingérant directement depuis DWH
Plateformes marketing ingérant directement depuis DWH

Imaginez que vous disposiez d'une autre plateforme de marketing ou d'engagement, d'un site Web personnalisé ou d'une plateforme de commerce électronique. Encore une fois, vous tirez des données de DWH, puis utilisez la plate-forme d'application Web pour créer un autre ensemble de segments pour un engagement plus ciblé.

Voyez-vous encore le problème ? Il existe déjà deux ensembles d'interfaces de segmentation. Que se passe-t-il si vous disposez de 10 plateformes marketing ? 20 ? Vous continuerez à créer des segments partout, de sorte que votre promesse omnicanale disparaît.

Enfin, que se passerait-il si vous deviez ajouter une autre plateforme marketing qui ne prend pas en charge l'ingestion directe à partir d'un DWH ?

2. Utilisez DWH avec des outils ETL inversés

Cette approche résout plusieurs problèmes avec le premier modèle ci-dessus. Notamment, cela permet (en théorie) à un spécialiste non DWH de créer des segments universels virtuellement au-dessus du DWH et d'activer plusieurs plates-formes. Grâce à la transformation et à une meilleure infrastructure de connecteurs, vous pouvez appliquer différents mappages d'étiquettes et structures de données conviviales pour les spécialistes du marketing à différents points de terminaison.

Voici comment cela fonctionne. Les plates-formes ETL inversées extraient les données du DWH et les envoient aux plates-formes marketing après toute transformation. Vous pouvez effectuer plusieurs transformations et envoyer ces données vers plusieurs destinations simultanément. Vous pouvez même l'automatiser et exécuter régulièrement des exportations selon un calendrier prédéfini.

Les outils Reverse-ETL peuvent servir de couche intermédiaire pour la modélisation et l'activation
Les outils Reverse-ETL peuvent servir de couche intermédiaire pour la modélisation et l'activation

Mais une copie de ces données (ou d'un sous-ensemble de celles-ci) est en fait copiée sur les plates-formes cibles, de sorte que vous n'avez vraiment pas qu'une seule copie de données. Étant donné que la plate-forme ETL inversée ne dispose pas d'une copie des données, vos segments ou audiences requis sont toujours générés au moment de la requête (généralement par lots). Ensuite, vous les exportez vers des destinations.

Ce n'est pas une approche appropriée si vous souhaitez avoir des déclencheurs en temps réel ou des campagnes toujours actives basées sur des événements. Bien sûr, vous pouvez automatiser vos exportations à haute fréquence, mais ce n'est pas en temps réel. À mesure que vous augmentez votre fréquence d'exportation, vos coûts augmenteront de façon exponentielle.

De plus, alors que les outils d'ETL inversé fournissent une interface de segmentation, ils ont tendance à être plus techniques et axés sur les DataOps plutôt que sur les MOps. Avant de déclarer qu'il s'agit d'une solution « conviviale pour les entreprises » adaptée au libre-service des spécialistes du marketing, vous devez la tester avec soin.

3. DWH coexiste avec CDP

Votre DWH d'entreprise sert de couche d'infrastructure de données client qui fournit des données à votre CDP (entre autres points de terminaison). De nombreux CDP, sinon la plupart, offrent désormais certaines fonctionnalités de synchronisation à partir des plates-formes DWH, notamment Snowflake.

CDP et DWH peuvent coexister
CDP et DWH peuvent coexister

Il existe des variations dans la façon dont ces CDP peuvent coexister avec DWH. La plupart des CDP synchronisent et dupliquent les données dans leur référentiel, tandis que d'autres (y compris les fournisseurs d'ETL inversé) ne font pas de copie. Cependant, il peut y avoir des compromis à prendre en compte avant de finaliser ce qui fonctionne pour vous.

En général, nous avons tendance à voir les grandes entreprises préférer ce modèle de conception, bien qu'avec une grande variation autour de l'endroit où résident en fin de compte des services critiques tels que la résolution de l'identité des clients.

Creusez plus profondément : où un CDP devrait-il s'intégrer dans votre pile martech ?

Conclure

Les plates-formes DWH jouent un rôle de plus en plus essentiel dans les piles martech. Cependant, vous continuez à avoir plusieurs choix architecturaux concernant les services que vous rendez au sein de votre écosystème de données.

Je pense qu'il est prématuré d'exclure les CDP dans votre avenir. Chaque modèle a ses compromis à garder à l'esprit lors de l'évaluation de vos options.


Obtenez MarTech ! Quotidien. Gratuit. Dans votre boîte de réception.

Voir conditions.



Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement celles de MarTech. Les auteurs du personnel sont répertoriés ici.


Histoires liées

    Les données et l'analyse sont la voie vers la vérité
    Dépensez judicieusement votre budget marketing grâce à la mesure de l'incrémentalité
    Travailler avec des talents marketing indépendants
    Identifier les consommateurs B2B et B2C dans un environnement axé sur la confidentialité : le discours d'ouverture de la conférence MarTech
    Dans les données auxquelles nous faisons confiance : comment établir la confiance des clients grâce à la confidentialité des données

Nouveau sur MarTech

    Votre organisation a-t-elle besoin d'une plateforme de résolution d'identité ?
    Comment les spécialistes du marketing B2B peuvent aider les ventes à surmonter l'indécision des clients
    Les derniers emplois en martech
    Les nouveaux produits martech alimentés par AI / ChatGPT de cette semaine
    Améliorez votre marketing avec la publicité dans le jeu