ADOBE REAL-TIME CDP – FEATURES.
Zielgruppen-Management auf Unternehmensebene.
Mit angereicherten, einheitlichen Profilen und KI-gestützten Erkenntnissen und Workflows könnt ihr mit Adobe Real-Time CDP vollständige Zielgruppen erstellen und neue Zielgruppen identifizieren. Außerdem könnt ihr mit sofort einsatzbereiten Tools gezieltere und relevantere Kampagnen bereitstellen.
Audience Agent.
Versetzt eure Teams in die Lage, intelligente Zielgruppen schnell zu erstellen, zu verwalten und zu optimieren. Dabei könnt ihr natürlichsprachige Prompts für mehr Benutzerfreundlichkeit, Effizienz und schnellere Markteinführung nutzen.
- Zielgruppen entdecken und verwalten. Identifiziert Zielgruppen proaktiv, während ihr Daten pflegt und Größenänderungen im Zeitverlauf nachverfolgt.
- Zielgruppen erstellen. Generiert Zielgruppen basierend auf Empfehlungen, die auf eure Kampagnenziele abgestimmt sind.
- Zielgruppen optimieren. Nutzt Tools für Prognose und Zielgruppenschätzung, um ausgewählte Zielgruppen automatisch zu erstellen oder Chancen basierend auf Zielen zu identifizieren. So unterstützt ihr datengestützte Targeting-Entscheidungen.
Weitere Infos zum Audience Agent.
Föderierte Zielgruppenkomposition.
Mit Federated Audience Composition können Marketing-Fachleute ihre Zielgruppen durch die Kombination von Kundenprofilen von Partnern und externen Quellen anreichern. Dies ermöglicht die Nutzung von Batch- und Echtzeitdaten für eine effektivere Zielgruppenansprache. Ihr könnt bessere Zielgruppen aufbauen, indem ihr eure eigenen Kundendaten mit Daten aus Quellen wie externen Data Warehouses integriert.
- Datenintegration. Steigert Flexibilität und Effizienz: Fragt in derselben Umgebung relevante, vorkonfigurierte Zielgruppen und Datensätze aus eurem Enterprise Data Warehouse und von Partnern ab, um Use Cases in Adobe Experience Platform zu erweitern.
- Verbesserte Marketing-Prozesse. Profitiert von zusätzlicher Unterstützung für Use Cases für Segmentierung, Targeting und Aktivierung durch optimierte, anpassbare Workflows.
- Effizientes Daten-Management. Minimiert Datenkopien, reguliert die Nutzung sensibler Daten und optimiert IT-Investitionen, um kanalübergreifende Echtzeit-Use-Cases in Adobe Experience Platform zu ergänzen.
Weitere Informationen zur Komposition föderierter Zielgruppen.
Segmentierungs-Service.
Erfasst bestehende Zielgruppen von anderen Plattformen, um neue Zielgruppen zu erstellen und diese zentral für euer gesamtes Unternehmen zu verwalten.
- Intuitive Benutzeroberfläche. Nutzt eine durchsuchbare Benutzeroberfläche mit Drag-and-Drop-Funktionalität, um Segmente mithilfe von Tags und Ordnern zu erstellen und zu organisieren.
- Bestehende Zielgruppen einbinden. Ladet vordefinierte Zielgruppen aus anderen Anwendungen hoch, um sie in Real-Time CDP zu verwenden.
- Umfassende Logik. Setzt Boolesche Logik, Aggregatfunktionen, Container, terminierte Daten und Zusammenführungsrichtlinien ein, um Segmente über Attribute, Ereignisse und bestehende Zielgruppen hinweg aufzubauen.
- Zielgruppen verfeinern. Durch Aufteilen, Bewerten, Kuratieren und weitere Funktionen könnt ihr Zielgruppen weiter verfeinern und testen.
- Prognose und Validierung. Nutzt die Größenvorschau und Beispielprofile. Bewertet die Segmentlogik durch Anzeige des Codes oder per API.
Dashboards und Analysen.
Gewinnt wichtige Erkenntnisse zu Zielgruppen, ohne dazu externe Systeme zu benötigen.
- Integrierte Metriken. Nutzt native Schlüsselmetriken wie Profil, Zielgruppengröße und Trends.
- Erweiterte Analyse. Profitiert von verbesserter Analyse mit dem nativ integrierten Adobe Customer Journey Analytics oder eurem bevorzugten Analyse-Tool.
Playbooks für Use Cases.
Reduziert die Time-to-Value mit einem Katalog vordefinierter, Marketer-freundlicher Workflow-Vorlagen, mit denen Teams schnell neue Kampagnen erstellen können.
- Branchenspezifische Playbooks. Durchstöbert einen Katalog mit über 40 sofort einsatzbereiten Playbooks, kuratiert nach Branchen für fokussierte Priorisierung.
- Automatisch übersetzte Marketing-Ziele. Verwendet ein anpassbares Paket technischer Artefakte, das in ein bestehendes Experience Data Model integriert werden kann.
- Zusammenarbeit von Marketing- und technischen Teams. Erleichtert die Priorisierung von Use Cases und stimmt Marketing-Strategie und IT-Teams über produktinterne Workflows auf Unternehmens-KPIs ab.
Customer AI.
Generiert benutzerdefinierte Tendenzbewertungen und erhaltet Erkenntnisse, um mit stark anpassbaren Konfigurationen gezielte Kampagnen (z. B. Crossselling, Upselling oder zur Verhinderung von Abwanderung) bereitzustellen, die für bestimmte Segmente maßgeschneidert sind.
- Hochpräzise Tendenzmodelle. Verbessert Marktsegmentierung und Targeting auf individueller Ebene über alle Kundendatensätze hinweg.
- Tendenzerkenntnisse. Erkennt die wichtigsten Einflussfaktoren einer Tendenzbewertung, um die Haupttreiber bei eurer Kundschaft zu erklären.
- Benutzerdefinierte Konfiguration. Verwendet eine maßgeschneiderte Customer Journey, um für alle geschäftlichen Situationen individuelle Szenarien bereitzustellen.
Lookalike-Zielgruppen.
Erkennt und aktiviert mit einem algorithmischen Modell in einer bestehenden Zielgruppe lukrative Profile, die Ähnlichkeiten aufweisen.
- Zuverlässige Bereitstellung. Generiert mit eingebetteten Datennutzungs- und Consent-Richtlinien verantwortungsbewusst Lookalike-Zielgruppen.
- KI-gestützte Erkenntnisgewinnung. Verwendet KI, um wichtige Eigenschaften bestehender Zielgruppen zu verstehen, ähnliche Profile zu identifizieren und die Personalisierung zu verbessern.
Prädiktives Lead- und Account-Scoring.
Steigert eure Lead-Zahl und fördert eure Accounts mit erweiterten Erkenntnissen.
- Tendenzbewertungen aus vereinheitlichten Daten. Wendet einheitliche Daten und KI-gestützte Tendenzmodelle an, um eure Lead- und Account-Profile basierend darauf zu bewerten, mit welcher Wahrscheinlichkeit sie jede Phase des Vertriebszyklus durchlaufen werden.
- Bewertungserkenntnisse. Seht euch die Einflussfaktoren in den Modellen und Tendenzgruppen für schwache, mittlere und starke Tendenzen an. Analysiert die erwartete Erfolgsrate und Profilanzahl für jede Gruppe, damit ihr sie an eure Personalisierungsziele anpassen könnt.
Product Support Agent.
Ermöglicht es euren Teams, mit Product Support Agent Produktprobleme schnell und einfach zu beheben, zu diagnostizieren und zu eskalieren. Nutzt interaktive Anleitungen für effizienteren Self-Service-Support, damit sich Probleme rascher beheben lassen und die Produktivität steigt.
- Problemlösung. Verwendet Prompts in natürlicher Sprache, um schnelle Antworten auf gängige Fragen zu erhalten. Als Grundlage dient eine von Fachleuten kuratierte Dokumentation.
- Fallerstellung. Öffnet Support-Fälle direkt über den KI-Assistenten, der automatisch kontextbezogene Informationen wie Chat-Protokolle, IDs und Problembeschreibungen erfasst – für eine schnellere Lösung der Fälle.
- Fallnachverfolgung. Verfolgt den Status eurer Support-Fälle lückenlos nach.
Weitere Informationen zu Product Support Agent.
Content as a Service v3 - audience-management - Wednesday, June 25, 2025 at 09:59
Weitere Informationen zum Zielgruppen-Management auf Unternehmensebene.
Content as a Service v3 - audience-management - Friday, January 10, 2025 at 17:41
Erfahrt, wie ihr Funktionen für Zielgruppen-Management auf Unternehmensebene verwendet.
Antworten auf eure Fragen findet ihr in Experience League, unserer umfangreichen Sammlung an Anleitungen, Dokumentation, Tutorials und Benutzerhandbüchern.
Fragen? Wir haben die Antworten.
Wie lässt sich Zielgruppen-Management mit der Kernplattform von Adobe Real-Time CDP integrieren?
Zielgruppen-Management ist direkt in die Grundlage von Real-Time CDP integriert und arbeitet nahtlos mit einheitlichen Kundenprofilen und Echtzeit-Datenverarbeitung zusammen, um die Datensilos und die manuelle Arbeit zu eliminieren, die eine Frustration für die meisten Marketing- und IT-Teams darstellen.
Was dies für euer Team bedeutet:
- Einheitliche Kundenprofile: Euer Zielgruppen-Management übernimmt automatisch die geräteübergreifende Identitätsauflösung und Echtzeit-Verhaltensdaten. Damit entfällt die Verwaltung von separaten Systemen.
- Native Segmentierung: Erstellt ausgefeilte Zielgruppen mit boolescher Logik per Drag-and-Drop, die bei Änderungen im Kundenverhalten sofort aktualisiert werden.
- Föderierter Datenzugriff: Abfragen bei eurem bestehenden Data Warehouse sind direkt möglich, ohne sensible Daten zu verschieben. IT-Sicherheitsbedenken sind damit ausgeräumt, und ihr maximiert eure derzeitigen Investitionen.
Wie funktioniert das Customer AI Propensity Scoring in Real-Time CDP?
Kunden-KI generiert individuelle Tendenzbewertungen für jedes Kundenprofil und identifiziert Interessierte mit den stärksten Konversionssignalen basierend auf tatsächlichen Verhaltensmustern und nicht auf demografischen Daten.
Zu den wichtigsten Funktionen zählen:
- Bewertung auf individueller Ebene: Jedes Profil erhält eine Tendenzbewertung, zusammen mit den wichtigsten Einflussfaktoren, die diese Vorhersage beeinflussen.
- Aktualisierungen in Echtzeit: Die Bewertungen werden automatisch aktualisiert, wenn sich das Kundenverhalten ändert.
- Benutzerdefinierte Konfiguration: Einrichten der Bewertung in Bezug auf Kaufabsicht („Intention“), Abwanderungsrisiko oder Abonnementverlängerung.
- Native Integration: Läuft innerhalb von Real-Time CDP, ohne dass separate Plattformen für maschinelles Lernen erforderlich sind.
Ihr könnt eure Datenbank nach Tendenzgrad segmentieren und automatisch unterschiedliche Kampagnenstrategien für Interessierte mit hoher, mittlerer und geringer Intention aktivieren.
Wie hilft die Modellierung von Lookalike-Zielgruppen bei der Entdeckung neuer Kundensegmente?
Die Modellierung von Lookalike-Zielgruppen analysiert die Verhaltensmuster und Eigenschaften eurer besten Kunden und identifiziert dann neue Interessierte mit vergleichbar hochwertigen Merkmalen, um eure Zielgruppenansprache über die derzeitigen Ansätze hinaus zu erweitern.
Kernfunktionalität:
- KI-gestützte Analyse: Untersucht Top-Kunden, um Verhaltens- und demografische Muster zu identifizieren, die Wertpotenzial aufzeigen
- Mehrdimensionaler Abgleich: Berücksichtigt Verhaltensmuster, Interaktionshäufigkeit, Kanalpräferenzen und Produktaffinität
- Integrierte Data Governance: Automatische Berücksichtigung von Einwilligungspräferenzen und Datennutzungsrichtlinien
- Skalierbare Erkennung: Auffinden ähnlicher Interessierter für jede Segmentgröße unter Einhaltung von Compliance-Anforderungen
Die Lookalike-Modellierung zeigt Kundensegmente auf, die das Interaktions- und Kaufverhalten eurer besten Kunden teilen, und hilft dabei, Interessierte zu qualifizieren, die über das traditionelle demografische Targeting hinausgehen.
