您应该使用数据仓库作为 CDP 吗？

基于云的数据仓库 (DWH) 的出现为越来越多的数据驱动用例带来了更简单的部署、更大的规模和更好的性能。 DWH 在企业技术堆栈（包括营销技术堆栈）中变得越来越普遍。

不可避免地，这引出了一个问题：您是否应该将现有的 DWH 用作客户数据平台 (CDP)？ 毕竟，当您重新使用堆栈中的现有组件时，您可以节省资源并避免新的风险。

但故事并没有那么简单，还有多种潜在的设计模式在等待着你。 最终，将您的 DWH 用作 CDP 是有理由的，也有反对的。 让我们深入挖掘。

DWH 作为 CDP 可能不适合您

使用 DWH 作为 CDP 有几个固有的问题。 第一个很明显：并非所有组织都有 DWH。 有时，企业 DWH 团队没有时间或资源来支持以客户为中心的用例。 其他企业有效地将 CDP 部署为准数据仓库。 （并非所有 CDP 都能做到这一点，但你明白了。）

假设您在 DWH 中拥有大部分或全部客户数据。 对于许多（如果不是大多数）企业来说，问题是无法以对营销人员友好的方式访问数据。 通常，构建企业 DWH 是为了支持分析用例，而不是激活用例。 这会影响数据的标记、管理、关联和内部治理方式。

回想一下，DWH 本质上是用于存储和计算的，这意味着数据存储在以列名作为属性的数据库表中。 然后您编写复杂的 SQL 语句来访问该数据。 让营销人员记住表名和列名，然后才能创建用于激活的区段，这是不现实的。 或者换句话说，DWH 通常不像大多数 CDP 那样支持营销人员自助服务。

这也涉及到更广泛的结构性问题。 DWH 通常并非设计用于支持许多 CDP 所针对的实时营销用例。 它可以执行快速计算，您可以安排摄取和处理以频繁的时间间隔发生，但它仍然不是实时的。 同样，除了一些例外，DWH 不想根据原始数据采取行动，而营销人员通常希望使用原始数据（通常是事件）来触发某些激活。

最后，请记住，数据和访问数据的能力并不能构成 CDP。 大多数 CDP 提供了一些您在 DWH 中找不到的附加功能子集，例如：

• 具有触发功能的事件子系统。
• 匿名身份解析。
• 营销人员友好的细分界面。
• 使用连接器分段激活配置文件。
• 潜在的测试、个性化和推荐服务。

单独的 DWH 无法提供这些功能，因此您需要从其他地方获取这些功能。 当然，DWH 供应商拥有相当大的合作伙伴市场。 您可以找到许多替代方案，但它们不是本地的，需要集成和支持工作。

因此，毫不奇怪，有很多关于“可组合的 CDP”和 DWH 在这种情况下的潜在作用的讨论。 我之前曾说过，可组合性是一个范围，超过某个点你就会开始失去好处。

发出所有这些警告后，DWH 可以作为客户数据堆栈的一部分发挥作用，包括：

• 通过直接从 DWH 激活来取消 CDP。
• 使用 DWH 作为具有反向 ETL 平台的准 CDP。
• 与 CDP 共存。

让我们看看这三种设计模式。

1. 将营销平台直接连接到您的 DWH

这可能是我上面批评的最极端的案例，但一些企业已经做到了这一点，特别是在前 CDP 时代和平台（如 Snowflake 及其广泛的生态系统）正在寻求解决这个问题。

这里的想法是您的参与平台通过 DWH 直接连接到推拉数据。 许多成熟的电子邮件和营销自动化平台天生就可以做到这一点，尽管通常是通过批量推送。 然后，在对外营销的情况下，您的营销人员使用消息传递平台创建细分并向这些细分发送消息。

想象一下，您有另一个营销或参与平台、个性化网站或电子商务平台。 您再次从 DWH 中提取数据，然后使用 Web 应用程序平台创建另一组细分以实现更有针对性的参与。

你看到问题了吗？ 已经有两套分段接口。 如果您有 10 个营销平台会怎样？ 20？ 您将继续在各处创建细分，因此您的全渠道承诺消失了。

最后，如果您必须添加另一个不支持从 DWH 直接摄取的营销平台怎么办？

2. 使用 DWH 和反向 ETL 工具

这种方法解决了上面第一个模式的几个问题。 值得注意的是，它允许（理论上）非 DWH 专家在 DWH 上虚拟创建通用段并激活多个平台。 通过转换和更好的连接器框架，您可以将不同的标签映射和对营销人员友好的数据结构应用于不同的端点。

这是它的工作原理。 反向 ETL 平台从 DWH 中拉取数据，并在转换后发送到营销平台。 您可以执行多个转换并将该数据同时发送到多个目的地。 您甚至可以将其自动化，并让导出按照预定义的时间表定期运行。

但是该数据的副本（或其子集）实际上已复制到目标平台，因此您实际上并没有只有一个数据副本。 由于反向 ETL 平台没有数据副本，您所需的细分或受众总是在查询时生成（通常是批量生成）。 然后将它们导出到目的地。

如果您想要基于事件的实时触发器或永远在线的活动，则这不是合适的方法。 当然，您可以高频率地自动执行导出，但这不是实时的。 随着您增加导出频率，您的成本将成倍增加。

此外，虽然反向 ETL 工具提供了一个分段接口，但它们往往更注重技术和 DataOps，而不是 MOps。 在宣布这是适合营销人员自助服务的“商业友好型”解决方案之前，您必须仔细测试它。

3. DWH与CDP共存

您的企业 DWH 充当客户数据基础架构层，为您的 CDP（以及其他端点）提供数据。 许多（如果不是大多数的话）CDP 现在提供一些从 DWH 平台同步的功能，尤其是 Snowflake。

这些 CDP 如何与 DWH 共存存在差异。 大多数 CDP 将数据同步并复制到他们的存储库中，而其他人（包括反向 ETL 供应商）则不制作副本。 但是，在最终确定适合您的方法之前，您可能需要权衡取舍。

一般来说，我们倾向于看到较大的企业更喜欢这种设计模式，尽管围绕客户身份解析等关键服务最终驻留的位置存在很大差异。

深入挖掘：CDP 应该放在您的营销技术堆栈中的什么位置？

包起来

DWH 平台在营销技术堆栈中扮演着越来越重要的角色。 但是，对于在数据生态系统中提供哪些服务，您仍然有多种架构选择。

我认为现在排除 CDP 还为时过早。 在评估您的选择时，请牢记每种模式的权衡取舍。

获取营销技术！ 日常的。 自由的。 在您的收件箱中。

企业电子邮件地址

订阅 加工...

见条款。