Jenseits von modularen Ansätzen – Komposition föderierter Zielgruppen in Adobe Real-Time CDP und Adobe Journey Optimizer.
In Gesprächen mit unserer Kundschaft hören wir manchmal die Frage: „Kann ich nicht einfach mein Data Warehouse als Kundendatenplattform (CDP) verwenden?“
Alle Unternehmen halten nach Möglichkeiten Ausschau, ihre Effizienz zu steigern. Zum Beispiel, indem sie bestehende Technologieinvestitionen umfunktionieren, um damit Kosten zu reduzieren und Redundanz in ihrer Technologie- und Prozesslandschaft zu beseitigen. Darüber hinaus wünschen sich IT- und Marketing-Teams die nötige Flexibilität, um die besten Technologielösungen auszuwählen, die den jeweiligen Geschäftsanforderungen entsprechen.
Adobe stellt sich dieser Herausforderung mit der Einführung der Komposition föderierter Zielgruppen in Adobe Experience Platform. Das einzigartige Design verhilft unserer Kundschaft dazu, Daten über Use Cases hinweg zusammenzusetzen. Wer Adobe Real-Time CDP und Adobe Journey Optimizer verwendet, kann mit diesem neuen Ansatz Daten von Data-Warehouse-Partnern direkt verwenden und so bestehende, lukrative Zielgruppen und Attribute in einem zentralen System anreichern. Diese neue Funktion bietet die Flexibilität, unternehmensweit auf Use Cases zu reagieren – von Micro-Segmentierung bis hin zu Echtzeit-Personalisierung samt Aktivierung mit niedriger Latenz. Mit der Komposition föderierter Zielgruppen von Adobe trifft unsere Kundschaft die Entscheidung darüber, welche Daten wann genutzt werden. Das vermeidet unnötig duplizierte Datensätze oder Integrationsmuster.
Ein neuer Ansatz.
Im Bereich für das Daten-Management hat das Konzept der „modularen CDP“ Form angenommen. Denn potenzielle Käufer von Kundendatenplattformen nutzen einfach eine schlanke Aktivierungsebene, die ihr bestehendes Data Warehouse vervollständigt. Diese Strategie allein läuft jedoch ins Leere, wenn damit Use Cases in Echtzeit umgesetzt werden sollen.
Modulare Architektur beschreibt den Ansatz, einen Technologie-Stack anzulegen, der verschiedene Einzelkomponenten vereint und so ein großes Ganzes bildet, das exakt auf die spezifischen Geschäftsanforderungen zugeschnitten ist. Im Gegensatz dazu gibt es nahtlose Lösungen, die als Paket angeboten werden und ein vollständiges Spektrum an Funktionen abdecken, die nativ zusammenarbeiten.
Mit dem modularen Ansatz beschreiben einige CDP-Anbieter inzwischen das Entflechten ihres Dienstleistungsangebots, das im Normalfall beim Kauf einer Kundendatenplattform bereits enthalten ist. Diese Dienstleistungen können die Datenaufnahme, Identitätsbestimmung, Profilerstellung, Segmentierung, Funktionen mit KI und maschinellem Lernen sowie vordefinierte Ziele für die Aktivierung umfassen. Einige Angebote für „modulare CDP“ treiben das auf die Spitze und bieten eine einfache Aktivierungsebene an, die ein bestehendes Data Warehouse vervollständigt. Damit können Daten für Use Cases wie E-Mails in Batches ausgegeben werden. Nimmt man diesen Ansatz etwas genauer unter die Lupe, erkennt man, dass Architekturdiagramme mit dieser auf den ersten Blick unkomplizierten Lösung zwar vereinfacht werden – gleichzeitig werden aber auch die Grenzen des Möglichen dabei offensichtlich. Die Aktivierung von Daten ist nämlich nur ein Puzzle-Teil von vielen. Data Warehouses benötigen entsprechende Funktionen zur Identitätsbestimmung und Datenanreicherung, damit Marken präzise auf ihre Datenlage reagieren können.
Und Data Warehouses für Unternehmen wurden für die Langzeitspeicherung von Unternehmensdaten optimiert. Das sind oftmals Daten aus Interaktionen mit der Kundschaft sowie Daten über die Kundschaft selbst. Data Warehouses sind ein wesentlicher Bestandteil für das Management von First-Party-Daten und bieten IT-Teams die Möglichkeit, die Daten mittels SQL-Abfragen nach Erkenntnissen und möglichen Zielgruppen zu durchsuchen. Datenwissenschafts-Teams hingegen können Datensätze für Modellierungen und Business Intelligence heranziehen. Das sind analytische Workflows, die in vielen Fällen von zentraler Bedeutung für die Unternehmensführung und -optimierung sind. Diese Systeme stoßen aber dann an ihre Grenzen, wenn Daten aus dem Warehouse des Unternehmens eine verwertbare Form für Interaktions-Workflows annehmen sollen. Latenz beim Zugriff auf kritische Datensätze hindert Marketing-Teams daran, innerhalb von Sekunden oder Millisekunden personalisierte Erlebnisse bereitzustellen.
Echtzeit ist Trumpf.
Wenn ihr mit einer Person ins Geschäft kommen möchtet, müsst ihr auf Interaktion und personalisierte Erlebnisse setzen, während sie sich auf eurer Website oder in eurer Mobile App befindet. Nach einem Kauf müsst ihr diese Person von Paid Media ausnehmen oder erneut qualifizieren. Dadurch garantiert ihr relevante Erlebnisse und geht mit Ausgaben für Werbung und Marketing sparsam um. Ruft die Person dann aber frustriert beim Callcenter an, muss die Belegschaft auf der anderen Seite der Leitung auf alle Informationen zur bisherigen Interaktion mit der Marke bis hin zur letzten Sekunde zugreifen können. Nur so kann Kundschaft gehalten und langfristig an die Marke gebunden werden. Es ist zum Beispiel von entscheidender Bedeutung, das Marketing je nach Kundschaft zum richtigen Zeitpunkt einzuschränken oder gar einzustellen. Für all diese Beispiele von Interaktions-Workflows wird ein System mit niedriger Latenz benötigt, das Kundendaten im entscheidenden Moment in verwertbarer Form liefert. Latenz bei der Zielgruppen-Qualifizierung im Data Warehouse kann hingegen dazu führen, dass ihr den Moment verpasst, eurer Kundschaft das richtige Erlebnis bereitzustellen.
Das CDP Institute definiert eine Kundendatenplattform als „Software-Paket, das eine persistente, einheitliche Kundendatenbank erstellt und auf das andere Systeme zugreifen können“. Ohne permanente, einheitliche Kundendatenbank gehen die „modularen CDPs“ auf dem Markt nicht als eigenständige CDP durch. Diese bieten dann nur CDP-Funktionen, die im Zusammenspiel mit einem Data Warehouse zum Tragen kommen können. Dieser Ansatz bietet Vorteile wie einfachen Zugriff auf die Datenquellen des Data Warehouse, die Fähigkeit zur Vermeidung von Datenkopien in mehreren Systemen und scheinbar niedrigere Gesamtbetriebskosten. Wer auf diesen Ansatz setzt, muss aber auch mit einigen Abstrichen rechnen, die nicht klar kommuniziert werden und erst dann auffallen, wenn es bereits zu spät ist.
- Wenn ihr ein Data Warehouse als CDP-Profilspeicher umfunktionieren möchtet, stoßt ihr auf inhärente Latenzen bei der Datenverarbeitung und -ausgabe. Diese können es schier unmöglich machen, Erwartungen an Personalisierung von Marketing-Fachleuten und Kundschaft zu erfüllen.
- Für Programme außerhalb des Data Warehouse wird eine Kopie der Daten benötigt. Einige Anbieter werben mit Systemen, die „keine Kopie von Daten“ erfordern. In Wirklichkeit verfügen Data Warehouses allein nicht über die notwendige Ausstattung, um alle Use Cases zu verarbeiten – insbesondere dann nicht, wenn Use Cases Echtzeit-Abläufe benötigen, um zeitgerechte Interaktionen zu ermöglichen. Viele Unternehmen erreichen daher irgendwann den Punkt, an dem sie die Daten im Data Warehouse für die Programme replizieren müssen, die für notwendige Use Cases auf verwertbare Daten angewiesen sind. Werbeversprechen hin oder her. Daten werden trotzdem kopiert.
- Die Gesamtbetriebskosten sollten tatsächlich die gesamten Kosten umfassen, die mit einem Ansatz für „modulare CDP“ einhergehen. Zur Rechnung zählen daher auch Kosten für die Langzeitspeicherung von Daten aus inkrementellen Datenquellen im Data Warehouse – z. B. Daten von bestimmten Ereignissen, die in einem CDP-Paket normalerweise nur für begrenzte Zeit gespeichert würden – sowie die Kosten für das häufige Abrufen von Daten aus dem Data Warehouse, um diese dann für Use Cases zur Kundeninteraktion zu nutzen. Aufgrund von Kosten für die Ausgabe von Daten von einem Data Warehouse an andere Systeme kann das einen erheblichen Posten ausmachen, besonders bei wiederkehrender Nutzung.
- Data Warehouses sind darauf ausgelegt, Daten zu erfassen, zu verwalten und zu analysieren. Wer aber CDP-ähnliche Funktionen möchte, ist auf weitere Anforderungen angewiesen. Dazu zählen Tools für die Anreicherung und Zusammenarbeit, Funktionen für das Profil-Management (einschließlich Identitätsbestimmung) und eine Marketing-freundliche Benutzeroberfläche.
Eine strikt modulare CDP mag sich auf den ersten Blick als kostengünstige Möglichkeit präsentieren, um bestehende Investitionen in ein Data Warehouse optimal zu nutzen und Daten an bestimmten Zielen zu aktivieren. Dieser Ansatz kann aber den Anforderungen, die Marken an Use Cases haben, unter Umständen nicht gerecht werden. Der Wunsch, das Beste aus Investitionen in ein Data Warehouse herauszuholen, sollte letztendlich immer im Gleichgewicht zu Latenz- und Workflow-Anforderungen stehen, die es ermöglichen, der Kundschaft das richtige Maß an Personalisierung und relevanten Erlebnissen zu bieten. Potenzielle Kundinnen und Kunden sollten daher ihre aktuellen und künftigen Unternehmensziele genau auswerten, bevor sie diese Entscheidung treffen. Eine Investition in einen technologischen Ansatz heute, der morgen umstrukturiert werden muss, ist ein kostspieliges Unterfangen, das bei der Entscheidungsfindung in Betracht gezogen werden sollte.
Modulare Daten statt modularen Programmen.
Die Programme von Adobe Experience Platform, darunter Real-Time CDP und Journey Optimizer, wurden von Anfang an darauf ausgerichtet, Interaktions-Workflows zu unterstützen, die zielgruppenbasierte und spontane Erlebnisse ermöglichen. Jedes Programm zählt dabei als marktführend in der jeweiligen Kategorie. Mit diesen Programmen erfasst unsere Kundschaft die notwendigen Daten, um ihre Use Cases im Profil-Service von Experience Platform zu unterstützen. Dies sorgt stets für aktuelle und verwertbare Profile. Traditionelle Systeme und „modulare CDP“ können zielgruppenbasierte Aktivierung in Batches durchführen. Adobe setzt jedoch auf Aktivierung, die von Marketing-Fachleuten ausgeht. Dadurch können sie selbst direkte und spontane Interaktionen in Gang setzen. Real-Time CDP soll als Erweiterung zu bestehenden Investitionen in ein Data Warehouse dienen. Dazu erstellt die Plattform aus den Daten im Warehouse einen untergeordneten Datensatz, der für Interaktions-Workflows eingesetzt werden kann – aber sie kopiert nicht alles im Data Warehouse. Journey Optimizer nutzt darüber hinaus auf native Weise dieselben Profile und Zielgruppen zur Orchestrierung und Bereitstellung von Omni-Channel-Personalisierung.
Unternehmen jeder Größe häufen große Mengen an Daten an, die über verschiedene Kanäle erfasst und in verschiedenen Formaten und Plattformen gespeichert werden. Mit der steigenden Bedeutung von digitalen Medien und Social Media hat sich auch das Datenvolumen vervielfacht. Das Ergebnis sind Datensilos, die wichtige Erkenntnisse für Entscheidungsprozesse verhindern. Kundendatenplattformen haben sich als Mittel gegen dieses Datenchaos hervorgetan und dabei eine Erwartungshaltung geprägt, die über die bloße Konsolidierung hinausgeht. Marken erhoffen sich, auf Daten von grundverschiedenen Systemen zugreifen zu können, die dann bei Interaktions-Use-Cases zum Einsatz kommen. Dynamiken rund um den Ort der Datenspeicherung, Redundanz und Datenminimierung haben einige Unternehmen veranlasst, den Zweck der Datenerfassung in ihrer CDP zu überdenken.
Adobe führt die Komposition föderierter Zielgruppen in Experience Platform ein, um Zielgruppen mit übereinstimmenden vielversprechenden Attributen in Data Warehouses von Unternehmen abzurufen und zu erstellen. Damit kann das Echtzeitprofil von Kundschaft und Zielgruppen in Experience Platform angereichert und ergänzt werden, was im Umkehrschluss zu Verbesserungen bei Segmentierung, Targeting, Aktivierung und Bereitstellung von zielführenden Kundenerlebnissen führt. Bei der Verwendung der Komposition föderierter Zielgruppen wird eine virtuelle Datenbank erstellt, die über Metadaten mit Ferndatenbanken verknüpft ist. Dieser Ansatz vereinfacht den Zugriff, reduziert die Anzahl an Duplikaten und optimiert letztendlich das Benutzererlebnis. Teams erhalten bei der Zusammenstellung von Zielgruppen für Interaktions-Workflows die notwendige Flexibilität, Datensätze direkt über Experience Platform aufzunehmen oder auf Datensätze zuzugreifen, die sich in Data Warehouses befinden. Dieser Ansatz nutzt bestehende Investitionen für und Assets in Data Warehouses und rundet damit das Funktionsspektrum von Real-Time CDP und Journey Optimizer ab. Die Komposition föderierter Zielgruppen gibt der Kundschaft die Möglichkeit, Batches und Echtzeit-Funktionalitäten über kritische neue Use-Case-Muster hinweg zu nutzen und zu kombinieren:
- Segmentierung föderierter Zielgruppen. Ein Team kann die Marketing-freundliche Drag-and-Drop-Benutzeroberfläche in Real-Time CDP und Journey Optimizer nutzen, um eine Zielgruppe zu erstellen. Bei einer Abfrage an das Data Warehouse werden sensible Bestandsdaten im Warehouse nicht dupliziert und das Team erhält flexiblen Zugriff auf wichtige Datensätze.
- Zielgruppenanreicherung. Zielgruppen, die in Real-Time CDP und Journey Optimizer erstellt werden, können mit zusätzlichen Unternehmensdaten angereichert werden, die das Targeting und die Personalisierung mit zusätzlichen profilbasierten und nicht profilbasierten Datensätzen verbessern, die nicht in Adobe Experience Platform verbleiben. Eine Einzelhandelsmarke könnte eine Zielgruppe zum Beispiel mit zusätzlichen Daten zu aktuellen Online-Käufen optimieren und mit einer Liste der besten Ladengeschäfte in Verbindung setzen. Dadurch kann eine Zielgruppe für Cross-Channel-Marketing (online und vor Ort) erstellt werden.
- Profilanreicherung. Teams können diejenigen Profilattribute aus dem Data Warehouse auswählen, die ausschlaggebend für spontane Erlebnisse sind, die durch die verwertbaren Kundenprofile in Real-Time CDP über Journey Optimizer möglich werden. Diese zusätzlichen Datenpunkte lassen sich anschließend in der nachgelagerten Segmentierung und Personalisierung einsetzen, die durch ereignisbezogenes Verhalten ausgelöst werden – abhängig von der Art der Interaktion und des Use Case. Dadurch werden Attribute aus föderierten Zielgruppen neben anderen Attributen und Verhaltensmustern eines Kundenprofils für die spontane Segmentierung und Personalisierung verfügbar.
Die Komposition föderierter Zielgruppen bietet Kundinnen und Kunden von Real-Time CDP und Journey Optimizer flexible Entscheidungsoptionen, welche Daten wann zum Einsatz kommen sollen, und vermeidet unnötig duplizierte Datensätze oder Integrationsmuster. Dies steht für eine einzigartige Kombination eines föderierten Ansatzes für die Verwendung von Unternehmensdaten bei der Erstellung von Zielgruppen und vielversprechenden Attributen mit einem System, das für spontane Cross-Channel-Interaktion optimiert wurde. Daraus ergeben sich weniger Datentransfers und neue Chancen, vielversprechende Zielgruppen und Attribute kanalübergreifend für konsistente Aktivierung mit geringer Latenz einzusetzen.
Manchmal ist eine Lösung doch nicht zu gut, um wahr zu sein. Der reine Ansatz der „modularen CDP“ stößt bei den Erwartungen von Kundschaft und Marketing-Fachleuten hinsichtlich Use Cases mit niedriger Latenz und Personalisierung im richtigen Moment an seine Grenzen. Marken sollten daher nicht versuchen, ein Programm modular zusammenzusetzen, sondern sich eher auf die Zusammenstellung ihrer Daten konzentrieren. Dabei gilt es auf die Abrufbarkeit sowie Verwertbarkeit der notwendigen Datensätze für die verschiedenen Use Cases zu achten. Mit der Komposition föderierter Zielgruppen in Real-Time CDP und Journey Optimizer erhalten Marken die Entscheidungsfreiheit darüber, welche Daten in welchem System gespeichert werden sollen, und müssen dadurch nicht auf die Durchführung von Interaktions-Use-Cases für ein besseres Kundenerlebnis verzichten.