Jak korzystanie z CDP może rozwiązać wyzwania związane z aktywacją i personalizacją danych

Technologia wreszcie osiągnęła punkt, w którym marketerzy mogą wykorzystywać dane w czasie rzeczywistym w sposób, który jest zarówno istotny dla klientów, jak i opłacalny dla firm.

Przeszliśmy długą drogę od „ludzie, którzy kupili to, kupili też tamto”. Weź pod uwagę doświadczenie reprezentatywnego klienta, którego nazwiemy Jane. Zamożna, zamężna matka i właścicielka domu, Jane robi zakupy w krajowym sklepie odzieżowym online, w sklepie, a czasami za pośrednictwem aplikacji. Odwiedzając witrynę sprzedawcy w poszukiwaniu odzieży na siłownię, znajduje wybór stylu na podstawie wcześniejszych zakupów, zakupów klientów o profilu takim jak jej oraz najczęściej kupowanych w weekendy stylów strojów na siłownię. Dodaje jedną z oferowanych koszulek gimnastycznych do koszyka i płaci.

Z wyjątkiem kolejnej wiadomości e-mail, większość interakcji z klientem kończy się na tym. Oto, jak wygląda ten przykład, gdy aktywujemy dane Jane: trzy dni po dokonaniu przez nią zakupu online sprzedawca wysyła do Jane wiadomość e-mail o tematyce zdrowotnej. Zaintrygowana klika link i ogląda film o wychowaniu zdrowych dzieci. Tydzień później otrzymuje wiadomość na iPhonie zachęcającą ją do skorzystania z aplikacji mobilnej sklepu, aby odblokować 15-procentową jednodniową zniżkę na sprzęt treningowy. Chociaż nigdy nie kupowała takich rzeczy w tym sklepie, Jane korzysta z oferty i kupuje nową torbę sportową. To, co zaczęło się jako proste zadanie zakupu odzieży na siłownię, okazało się o wiele bardziej angażującym doświadczeniem.

Taki marketing aktywowany danymi, oparty na potrzebach, zainteresowaniach i zachowaniach danej osoby w czasie rzeczywistym, stanowi ważną część nowego horyzontu wzrostu. Może zwiększyć całkowitą sprzedaż o 15 do 20 procent, a sprzedaż cyfrową jeszcze bardziej, jednocześnie znacznie poprawiając zwrot z inwestycji w wydatki marketingowe w różnych kanałach marketingowych: od stron internetowych i aplikacji mobilnych po — w niedalekiej przyszłości — zestawy słuchawkowe VR i samochody z łącznością.

Platforma danych klienta: rozwiązywanie ciągłego wyzwania prawdziwej personalizacji

Firmy regularnie eksperymentują z badaniem wpływu zróżnicowanych doświadczeń klientów, ale robią to w odosobnieniu. Kiedy próbują zwiększyć skalę, mierzą się z wyzwaniem zrozumienia, co należy traktować priorytetowo.

Jest to wyzwanie, które nadal nęka marketerów, pomimo obietnic takich rozwiązań, jak zarządzanie relacjami z klientami (CRM), zarządzanie danymi podstawowymi (MDM) i zarządzanie zasobami marketingowymi (MRM). Rozwiązania te mogą pomóc firmom w konsolidacji i usprawnieniu danych, zarządzaniu segmentacją, organizacji przepływu pracy i poprawie relacji z klientami. Jednak nie wykorzystują one w pełni sygnałów cyfrowych dostarczanych przez klientów. Zamiast tego opierają się na przestarzałych „pociąganiach z listy”, podstawowej segmentacji i kampaniach, w których brakuje zautomatyzowanego podejmowania decyzji, adaptacyjnego modelowania i elastycznego wykorzystywania danych w celu skalowania spersonalizowanych interakcji w górę.

Wejdź na platformę danych klienta (CDP) — platformę do wykrywania danych i „decyzji” (tj. zautomatyzowanego podejmowania decyzji). CDP umożliwia marketerom skalowanie w czasie rzeczywistym interakcji z klientami opartych na danych. I chociaż CDP tak naprawdę nie wdarło się do Gartner Magic Quadrant ani Forrester Wave, stopniowo staje się koncepcją standardową w branży, z małą, ale rosnącą kadrą platform innych firm, które wkrótce ukształtują tę kategorię.

Cztery kroki do efektywnej aktywacji danych

Włączenie CDP do organizacji — czy to w oparciu o istniejący system zarządzania danymi podstawowymi lub systemem zarządzania relacjami z klientami, czy też zaczynanie od zera — wymaga opanowania czterech obszarów:

1. Podstawa danych: Budowanie bogatego obrazu klienta

Wiele firm posiada już elementy stosunkowo pełnego obrazu klienta. Ale znajdują się w dyskretnych kieszeniach w całej firmie. Dopiero po połączeniu danych staje się gotowy do użycia. CDP zbiera dane, które firma już posiada, łączy je w celu stworzenia znaczącego profilu klienta i udostępnia je w całej organizacji.

„Karmienie” CDP zaczyna się od połączenia jak największej ilości danych i budowania na nich w czasie. Tworzenie modeli grupujących profile klientów, które zachowują się i tworzą wartość w podobny sposób, wymaga zaawansowanej analityki do przetwarzania danych i uczenia maszynowego w celu ich udoskonalenia. Z biegiem czasu, gdy system „uczy się”, takie podejście generuje coraz bardziej szczegółowe podsegmenty klientów. Sygnały pozostawione przez konsumenta (np. wizyta w witrynie, zakup w aplikacji, zainteresowanie wyrażone w mediach społecznościowych) mogą następnie rozszerzyć zestaw danych, umożliwiając firmie reagowanie w czasie rzeczywistym i myślenie o nowych sposobach ponownego zaangażowania. Co więcej, zebrane spostrzeżenia wykraczają poza reakcję klienta na konkretną kampanię, na przykład poprzez kierowanie bardziej ukierunkowanym rozwojem produktu.

2. Podejmowanie decyzji: eksploruj dane, aby działać na podstawie sygnałów

Funkcja decyzyjna pozwala marketerom decydować, jakie treści najlepiej przesłać danemu klientowi w danym czasie i kanale. Klienci są oceniani na podstawie ich potencjalnej wartości. Zestaw reguł biznesowych i modeli regresji (coraz częściej wykonywanych za pomocą uczenia maszynowego) następnie dopasowuje określone komunikaty, oferty i doświadczenia do tych ocen klientów i ustala priorytety, co zostanie dostarczone i kiedy. Pozwala to firmom na znaczną poprawę sposobu interakcji z klientami poprzez rozwijanie bardziej odpowiedniego, spersonalizowanego zaangażowania, w jednym kanale lub w wielu kanałach, w oparciu o wskazówki behawioralne klienta. Sygnały te mogą być podstawowe, takie jak „porzucono koszyk” lub „przeglądałem, ale nie kupiłem”, lub bardziej zniuansowane, takie jak aktywność według segmentu i pory dnia, zebrane na podstawie danych o klientach. W efekcie sygnały te stają się wyzwalaczami, które wywołują akcję. Silnik decyzyjny opracowuje zestaw wyzwalaczy i wyników w oparciu o sygnały i działania, które firma podejmuje w odpowiedzi.

Bardziej wyrafinowane firmy tworzą model decyzyjny, który działa we wszystkich kanałach dystrybucji. Wymaga to zaawansowanych technik modelowania i analizy, aby zidentyfikować wpływ jednego kanału na inny, gdy klient podąża swoją drogą decyzyjną. Firma turystyczna zastosowała ostatnio to podejście i zauważyła, że ​​skoordynowanie wiadomości w różnych kanałach prowadzi do 10-20-procentowego wzrostu współczynników konwersji i wartości życiowej klienta.

Skuteczne podejmowanie decyzji opiera się na wielokrotnych testach, które weryfikują i udoskonalają hipotezy i wyniki. Z biegiem czasu mogą one stać się coraz bardziej wyrafinowane, ponieważ modele i algorytmy opierają się na sobie nawzajem.

3. Projekt: szybkie tworzenie odpowiednich ofert, wiadomości i doświadczeń

Zrozumienie swoich klientów i tego, jak ich zaangażować, niewiele się liczy bez treści, które im dostarczasz. Projektowanie świetnych ofert jest jednak utrudnione przez fakt, że funkcje i działy w firmach mają tendencję do działania jako mini lenna. Właściciele każdego kanału testują i angażują konsumentów wyłącznie w ramach własnego kanału. Prawdziwe korzyści mogą pojawić się tylko wtedy, gdy firmy przeniosą się do „pokojów wojennych”, skupiając ludzi z odpowiednich funkcji (marketingowych, cyfrowych, prawniczych, merchandisingowych i IT/DevOps), którzy koncentrują się na określonych segmentach konsumentów lub podróżach.

Zespoły te mają jasną odpowiedzialność za priorytety konsumentów i odpowiedzialność za ich realizację. Wielofunkcyjny zespół nieustannie opracowuje nowe pomysły, projektuje hipotezy dotyczące angażowania klientów, opracowuje eksperymenty oraz tworzy oferty i zasoby. Analytics pomaga w określaniu możliwości, wpływie testów i uzyskiwaniu informacji z testów. Ta treść jest następnie oznaczana, aby można ją było powiązać z wyzwalaczem i być gotowa do działania w razie potrzeby.

4. Dystrybucja: dostarczanie doświadczeń na różnych platformach

Systemy dystrybucji to proste „rury”, które wysyłają reklamę lub wiadomość, która do nich wpłynęła. Często mogą być dość ręczne i po prostu przesyłać komunikaty do szerokich grup ludzi, którzy nie mają zbyt wiele do czynienia z krawiectwem. Ale podłącz silnik CDP, z jego z góry określonymi wyzwalaczami i otagowaną treścią, do tego systemu dystrybucji, a poprzednio tępy instrument marketingowy stanie się znacznie bardziej ukierunkowany, wysyłając konkretne wiadomości do różnych podsegmentów klientów we wszystkich adresowalnych kanałach.

Ten system dystrybucji jest często samą platformą, która żyje w chmurze. Do CDP można również podłączyć inne rozwiązania „punktowe” (rozwiązania technologii marketingowych dla konkretnego zadania). Najlepsze platformy dystrybucyjne tworzą pętlę informacji zwrotnych, która przesyła dane dotyczące odpowiedzi klientów, zaangażowania i konwersji z powrotem do CDP. Mechanizm ten pozwala CDP rozwijać się i ewoluować (np. poprzez reagowanie na zmieniające się reguły biznesowe lub oceny skłonności klientów), udoskonalając pomyślne wyniki i eliminując te nieudane. Pamiętasz Jane? Jeśli otrzymała więcej niż określoną liczbę dotknięć w ciągu tygodnia, reguły biznesowe blokowałyby dodatkowe wiadomości, aby chronić jej wrażenia i sentyment do marki.

Wdrażanie struktury aktywacji danych

W przeciwieństwie do hurtowej transformacji IT, wdrożenie CDP nie jest zastąpieniem obecnych systemów danych klientów, ale raczej rozwiązaniem operacyjnym, które może wykorzystać istniejące systemy. Z naszego doświadczenia wynika, że ​​wielu marketerów ma już dużą część równania marketing-technologia we własnym zakresie; po prostu nie używają go właściwie. Obietnica marketingu „jeden do jednego” aktywowanego danymi jest nie tylko możliwa, ale jest coraz częściej oczekiwana przez dzisiejszych klientów. Jest to teraz klucz do przekształcenia prostych transakcji z klientami w trwałe relacje.

Kai Vollhardt jest partnerem w europejskiej praktyce marketingu i sprzedaży firmy McKinsey i współkieruje globalną obsługą klienta i personalizacją w skali. Na tym stanowisku obsługuje klientów głównie w Europie i Ameryce Północnej w zakresie strategii, transformacji handlowych i optymalizacji podróży klientów.

*Autor chciałby podziękować Julienowi Boudetowi, Brianowi Greggowi, Jasonowi Hellerowi i Caroline Tufft z McKinsey & Company za ich wkład w powstanie tego artykułu.