CDPs combináveis: como eles diferem das soluções empacotadas?

“O CDP composto não é uma coisa. Arquitetura composável é,” meu colega Craig Howard escreveu anteriormente em uma missiva interna. Ele explicou que as plataformas de dados do cliente (CDPs) ganharam força quando as organizações não puderam implementar seu próprio armazenamento de dados do cliente nativo em nuvem e puderam comprar uma solução comercial pronta para uso - um CDP "embalado" - que poderia ajudá-los a obter os benefícios de tecnologias de nuvem gerenciando os dados de seus clientes.

Mas as coisas mudaram mais recentemente:

• As organizações de TI desenvolveram e desenvolveram habilidades em torno das tecnologias de nuvem.
• As necessidades de integração de dados muitas vezes ultrapassaram os recursos do CDP. Muitos CDPs lutam para gerenciar estruturas de dados complexas ou responder a perguntas complexas sobre os dados.
• Políticas e uma colcha de retalhos de leis globais introduziram complexidade em relação à privacidade, consentimento e residência de dados.

As marcas agora estão criando sua visão única do cliente com resolução de identidade nativa da nuvem, integração de dados e recursos de armazenamento de dados. Os CDPs estão se ajustando a esse paradigma, às nuvens de dados e ao padrão de arquitetura combinável resultante, chamando a si mesmos de “CDP combinável”.

Empacotado x combinável

Um CDP composable é baseado em uma arquitetura ancorada em um armazenamento de dados em nuvem para dados do cliente. No composable, o CDP torna-se uma plataforma de orquestração — gerenciando audiências e jornadas e ativando os dados do cliente.

No entanto, decidir usar o CDP composto em vez do empacotado não é simples. Primeiro, se você está comprando um deles, sua cabeça está no lugar certo. A ativação de dados primários em canais é o futuro. Se a sua decisão for combinável versus independente, há muito o que descompactar.

Convergência

Em 2021, era preciso escolher entre ETL reverso (composable) ou CDP. Hoje, essa escolha não é clara. Muitos CDPs e tecnologias de marketing podem consultar um banco de dados.

Por exemplo, Lytics, ActionIQ, mParticle, Blueshift e outros fizeram progressos para se conectar nativamente a um data warehouse do cliente e aos dados valiosos que residem nele. Pode-se efetivamente praticar composable com alguns CDPs previamente considerados empacotados.

Implementação

Parece simples — coloque um ETL reverso em um data warehouse existente. Sim, “composable” pode ser mais fácil de implementar. O tempo até o valor geralmente é mais rápido se você tiver o seguinte:

• Todos os principais fluxos de dados são facilmente acessíveis em seu data warehouse.
• A estratégia de resolução de identidade funcionou.
• Uma análise engajada ou equipe de dados corporativos.

Assim, um CDP composto envia dependências para o data warehouse do cliente. Um CDP pode fornecer tempo de retorno comparável ou superior se você não atender aos critérios acima. Por exemplo, uma estratégia de resolução de identidade é estabelecida durante a integração com muitos CDPs empacotados.

Além disso, conectores comuns para plataformas de e-mail e outras martechs podem fornecer ao cliente conjuntos de dados que não foram armazenados anteriormente. Esses novos dados e a estratégia de resolução de identidade oferecem a muitos clientes um “cliente 360” como um valor agregado.

Vá mais fundo: onde um CDP deve se encaixar em sua pilha de martech?

Casos de uso de CDP combinável x empacotado

Os casos de uso alcançados em uma abordagem composta não diferem fundamentalmente do CDP empacotado. Há exceções - CDPs como Lytics e BlueConic oferecem personalização simples do site.

Se os dados subjacentes ao segmento forem confiáveis ​​para fins de marketing e a estratégia de resolução de identidade permitir a ativação em um determinado canal, os casos de uso serão limitados apenas pelos recursos da equipe que usa a ferramenta. No entanto, os CDPs empacotados podem ter aprendizado de máquina (ML) integrado, relatórios e suporte para tempo real que os profissionais composable podem precisar resolver separadamente.

resolução de identidade

Uma solução que pode ser composta não criará resolução de identidade. As arquiteturas que podem ser compostas dependem de chaves de junção pré-existentes, resolução de identidade nativa da nuvem para conjuntos de dados díspares ou uma tabela de clientes pré-existente com todos os critérios de segmentação relevantes.

Os CDPs podem trabalhar com uma estratégia de resolução de identidade pré-existente, semelhante a arquiteturas combináveis ​​— ou podem criar uma estratégia de resolução de identidade para o cliente como parte de sua implementação. Muitas vezes, há uma abordagem híbrida em que um CDP utiliza a estratégia de resolução de identidade pré-existente do cliente e, em seguida, mapeia novos canais e fluxos de dados para essa estratégia de resolução de identidade.

Vá mais fundo: um guia para o estranho mundo novo da resolução de identidade

Segmentação

Muitos CDPs compactados oferecem front-ends sem SQL, e as soluções ETL reversas combináveis ​​progrediram nessa frente. Da mesma forma, nem todos os CDPs são criados igualmente e alguns colocam mais carga técnica no usuário final.

Alguns CDPs precisam nivelar ou mapear dados para limitar junções complexas. Isso é para limitar a dimensionalidade dos dados e fornecer respostas em tempo real.

A natureza em tempo real dessa arquitetura pode ser uma vantagem para alguns. No entanto, coloca limitações reais na capacidade de fazer perguntas complexas sobre os dados. Se o tempo real for importante, CDPs empacotados podem ter uma vantagem. Se perguntas complexas e mapeamento de dados menos onerosos na implementação forem críticos, o que pode ser composto pode funcionar melhor para você.

Gestão de dados

Requisitos legais complexos para consentimento, armazenamento de dados, residência de dados e direitos de acesso/exclusão são importantes para muitos tomadores de decisão na decisão de arquitetura composta versus CDP empacotado. Nesta área, o que pode ser composto tem uma vantagem.

A Composable coloca o data warehouse no centro do universo do marketing. Os data warehouses em nuvem oferecem controles flexíveis para consentimento e residência de dados. As soluções composable podem funcionar dentro de uma estrutura de governança pré-existente, incluindo suporte multirregional, expiração de dados e proteção em nível de coluna.

Os CDPs empacotados geralmente recriam os principais aspectos dos dados do cliente em um ambiente gerenciado pelo CDP. Isso cria problemas de processo para coisas como solicitações relacionadas a GDPR e CCPA. Eles também são forçados a trabalhar com atributos de consentimento fornecidos pelo cliente ou integrar-se a plataformas de consentimento de terceiros. Alguns CDPs tentam mitigar isso instalando seu CDP “no local”.

Tempo para avaliar

O tempo até o valor varia muito de acordo com o cliente. Conforme mencionado acima, teoricamente, o tempo de valorização é mais rápido com composable se determinados critérios organizacionais forem atendidos. Se esses critérios não forem atendidos, o CDP empacotado apresenta algumas vantagens estruturais.

No entanto, os CDPs nem sempre podem reivindicar sucesso. Vimos tempo para valorizar em menos de 30 dias e infelizmente fomos chamados para resgatar esforços de vários anos com pouco valor fornecido. No entanto, se você tiver um problema de vários anos sem sucesso, o problema provavelmente não é tanto a tecnologia quanto sua estratégia de caso de uso, seu processo para adotar a nova tecnologia ou falta de habilidades, disponibilidade ou continuidade em sua equipe.

Ciência de dados e aprendizado de máquina

A abordagem composta depende de uma empresa trazer sua própria inteligência ou uma solução de ponta para o conjunto de dados. Muitos CDPs oferecem ciência de dados pronta para uso. Em nossa experiência, os recursos fornecidos pelo CDP são limitados à equipe que usa a plataforma. Se a equipe for avançada, ela poderá extrair valor dos recursos de ciência de dados.

Acreditamos que a ciência de dados deve estar bem enraizada dentro de uma operação de marketing. Se sua equipe não encontrou utilidade nos recursos de ML que possui, você tem a equipe errada ou o processo errado. Se sua equipe não tiver recursos de ML, trabalhe com um especialista que pode ajudá-lo a modernizar seus processos de marketing.

Aprofunde-se: Medindo a adoção do CDP: uma estrutura abrangente

Questões importantes a serem consideradas antes de optar pelo CDP composto

A decisão de optar por um CDP composto ou empacotado é altamente sutil. As distinções se sobrepõem e existem dependências específicas do data warehouse de uma marca, tecnologias complementares (BI, aprendizado de máquina, etc., etc.) e casos de uso desejados.

Antes de decidir sobre uma abordagem, as marcas devem se fazer algumas das seguintes perguntas:

• Para quais casos de uso estou tentando resolver? Considerações sobre a exclusão de cookies de terceiros, a necessidade de casos de uso em tempo real e conectividade com a pilha martech existente devem ser consideradas.
• Tenho todos os dados principais já residentes em meu data warehouse? Por exemplo, tenho meu e-mail, site e dados importantes de lojas ou outros canais próprios disponíveis no nível do cliente? Já posso juntar esses conjuntos de dados para uma visão do cliente razoavelmente confiável?
• Qual é o nível de maturidade da minha capacidade de geração de relatórios e análises? Eles podem facilmente oferecer suporte a relatórios dos públicos que pretendo criar, casos de uso que pretendo implantar e ROI associado a esses esforços?
• Tenho as ferramentas necessárias para dar suporte à tomada de decisão baseada em ML em meus públicos?

Quando trabalhamos com empresas que implantam um CDP, nossa equipe geralmente assumiu o compromisso organizacional de implantar dados próprios em escala. Esse compromisso inerente ajudou na velocidade e no sucesso das implantações de CDP.

É cedo para dizer como as soluções ETL reversas afetarão a implantação de dados primários do cliente em grande escala. No entanto, o futuro é brilhante para aplicativos de retorno rápido e a capacidade de permitir a residência de dados e questões de privacidade.