Platform Data Pelanggan: Apa Itu dan Mengapa Pemasar Membutuhkannya

Data, data di mana-mana – tetapi dari mana pemasar memulai?

Bayangkan Anda seorang turis dan Anda berada di negara asing. Bagaimana Anda menavigasi diri Anda di wilayah tersebut?

Jawaban yang jelas untuk dilema ini adalah dengan menggunakan peta, tentu saja.

Bagaimana jika peta Anda hanya memiliki koordinat ke lokasi tertentu, tetapi tidak ada nama? Apakah Anda masih dapat menemukan tujuan Anda?

Masalahnya di sini bukan karena Anda tidak memiliki data apa pun. Sebaliknya, Anda memiliki banyak data di tangan Anda, tetapi Anda tidak tahu bagaimana memahaminya.

Ada saat ketika tim pemasaran kesulitan menemukan data yang dapat diukur. Saat ini, bisnis memiliki banyak sekali data yang mereka miliki, ingin dianalisis dan digunakan.

Pemasar tidak memiliki masalah dengan jumlah data yang ada; namun, mengekstraksi nilai dari data tampaknya menghadirkan beberapa kendala.

Tim pemasaran memiliki akses ke analitik media sosial, data perilaku, rasio klik, intelijen pasar, dan banyak lagi. Ada banyak sekali perangkat lunak saat ini yang melayani untuk menangkap dan menganalisis kumpulan data yang berbeda. Data yang diperoleh dari saluran ini, bagaimanapun, sering diperlakukan sebagai mandiri. Bagaimana pemasar menggabungkan kumpulan data terpisah untuk mendapatkan satu pandangan pelanggan?

Andai saja ada satu database pelanggan terpadu yang menangkap data dari berbagai sumber dan saluran dan memberikan wawasan yang dapat ditindaklanjuti tentang pelanggan di berbagai titik kontak dalam perjalanan pelanggan.

Ada platform seperti ini. Mereka disebut   platform data pelanggan.

Mengapa Anda perlu tahu tentang CDP?

CDP adalah penghuni terbaru dari lingkungan teknologi pemasaran (martech). Anda mungkin berpikir, “Alat martech lain? Saya akan lewat." Dan Anda bahkan mungkin dibenarkan untuk berpikir seperti itu mengingat ada ribuan solusi martech yang tersedia saat ini.

Tetapi CDP tidak sama dengan alat otomatisasi pemasaran atau CRM. Mereka semua mungkin alat martech, tetapi mereka masing-masing memiliki fungsi tertentu. Memiliki satu tidak menggantikan yang lain dengan cara apapun.

Anggap saja sebagai sendok dan pisau – keduanya adalah alat makan, tetapi Anda hanya bisa minum sup dari salah satunya.

Bagaimana cara kerja CDP?

Lewatlah sudah hari-hari, di mana perjalanan pelanggan sesederhana seseorang berjalan ke toko dan melakukan pembelian. Teknologi telah memberkati konsumen dan bisnis dengan pengalaman omnichannel. Sementara strategi omnichannel telah menghilangkan masalah jangkauan pelanggan, masalah baru muncul dengan sendirinya.

Perjalanan pelanggan tidak rapi, garis lurus yang berujung hanya dalam beberapa langkah. Hari ini, perjalanan pelanggan dapat dimulai dari sumber mana pun dan dapat beralih di antara beberapa langkah selama periode waktu tertentu. Dengan setiap interaksi yang dimiliki pelanggan dengan bisnis di seluruh siklus hidup pelanggan, data dihasilkan.

Mari kita lihat kampanye pemasaran umum untuk tujuan menghasilkan prospek.

Tim pemasaran Anda akan mencoba untuk mencakup semua basis mereka dan meluncurkan banyak sekali iklan bertarget di media sosial, mengirim email, dan membuat konten seputar kampanye. Setiap kampanye yang dijalankan biasanya merupakan campuran dari upaya organik dan berbayar.

Menjelang akhir kampanye, Anda akan mengevaluasi kinerjanya dan prospek yang telah dihasilkan. Semua prospek dari kampanye email, iklan media sosial, halaman arahan, dan situs web dikompilasi dan dimasukkan ke dalam basis data umum, (kemungkinan CRM).

Misi tercapai, kan?

Jika menurut Anda tujuan akhir dari setiap kampanye pemasaran hanya untuk menghasilkan prospek pemasaran yang memenuhi syarat (atau MQL) dan mendorong daftar tersebut ke tim penjualan Anda, Anda mungkin ingin mengevaluasi kembali cara Anda melihat upaya pemasaran Anda.

Perilaku manusia menentukan cara seseorang bereaksi terhadap kampanye. Pelanggan yang terpengaruh oleh tombol CTA pertama yang mereka lihat adalah sesuatu yang ingin kita capai, tetapi jelas bukan kenyataan standar.

Mempelajari perilaku pelanggan dapat membantu Anda menyimpulkan klik apa yang mereka lakukan dan membuat mereka mengklik CTA. Di sinilah CDP berperan.

Pengumpulan data

CDP, seperti namanya, menangani segala sesuatu yang berkaitan dengan data pelanggan. Ada beberapa aliran data yang dibuat saat saluran terpapar ke interaksi pelanggan apa pun. Berdasarkan jenis data dan asalnya, aliran ini berada di seluruh platform dan sistem yang berbeda.

Pemasar yang paham teknologi sudah mengenal beberapa alat dan analitik. Seperti disebutkan sebelumnya, pemasar saat ini memiliki sejumlah alat dan platform yang secara terus-menerus mengumpulkan data dari semua jenis.

Semua platform ini tidak secara otomatis membagikan data ini dengan alat lain kecuali Anda memasang integrasi. Jadi sekarang Anda memiliki sekumpulan data yang disimpan di berbagai platform. Menarik kesimpulan dari data akan membutuhkan pemeriksaan setiap platform satu per satu dan membandingkannya dengan platform lain.

Sebagai gambaran, apakah Anda lebih suka mengumpulkan segelas air dari setiap rumah di pinggiran kota untuk mengisi kolam? Atau apakah Anda lebih suka menggunakan selang yang terhubung ke pasokan air terpusat?

Sekarang bayangkan jika data dari semua platform dan alat ini digabungkan menjadi satu tangki raksasa.

Ini adalah langkah pertama yang dilakukan CDP: mengumpulkan dan mengkonsolidasikan data ke dalam satu platform terpadu. Sekarang Anda memiliki gambaran lengkap sebagai lawan dari remah roti yang tersebar di pusat sistem pemasaran.

Analisis data dan pembuatan profil

Setelah semua data terpusat di satu platform, langkah selanjutnya adalah membaca dan menganalisis data ini.

Pelanggan tidak suka dilihat sebagai pelanggan. Mereka ingin dilihat sebagai individu dan bukan sebagai hit di situs web. Mungkin sulit bagi pemasar untuk melihat orang dengan mempertimbangkan data yang mengalir masuk, membuat prospek terlihat seperti sel di lembar Excel.

Setiap jenis data yang dikumpulkan memiliki tujuan. Jika digabungkan, data dapat melukiskan gambaran profil atau persona. CDP memiliki perbedaan dalam membuat profil yang unik dan komprehensif.

Data yang dikumpulkan pertama kali dibersihkan dan diduplikasi. Selanjutnya, kumpulan data serupa untuk pelanggan tertentu dikelompokkan. Data ini digunakan untuk menghasilkan profil pelanggan terpadu yang mencakup detail deskriptif seperti identitas, perilaku, suka dan tidak suka, dan persepsi bisnis tempat mereka berinteraksi.

Mengingat jumlah data yang dikumpulkan oleh CDP, tidak mengherankan jika profil ini sangat rinci. Anda dapat memperoleh lebih banyak informasi dari profil seperti ini daripada dari informasi identitas dan detail kontak yang akan diambil dari halaman arahan.

Segmentasi profil

Sementara setiap pelanggan adalah individu yang bertindak dan berperilaku dengan cara tertentu, ada kalanya beberapa pelanggan menunjukkan pola yang sama.

Misalnya, orang-orang yang termasuk dalam demografi tertentu berhubungan dengan pesan secara berbeda. Milenial lebih menyukai pesan yang lebih kasual dan kekinian. Baby boomer mungkin tidak akan menghargai meme sebagai bentuk komunikasi.

Dari profil yang dibuat sebelumnya, CDP dapat mencocokkan profil yang menunjukkan beberapa keselarasan berdasarkan data yang sudah ada di platform. Dengan menyegmentasikan profil pelanggan, pemasar dapat mempersonalisasikan pesan dan iklan secara berlebihan kepada kelompok orang yang tepat.

Bagaimana CDP berbeda dari CRM?

Jika CDP dan CRM terkait, mereka tidak akan menjadi saudara kandung. Mereka mungkin sepupu jauh jika Anda mau.

Sekarang, Anda pasti pernah melihat istilah 'data pelanggan' disebutkan beberapa kali. Ada banyak pembicaraan tentang data dan bagaimana CDP mengumpulkannya untuk analisis data pelanggan lebih lanjut.

Anda mungkin bertanya-tanya, “Ada apa sih dengan CDP ini? Jangan manajemen hubungan pelanggan   alat (CRM) melakukan hal yang sama?”

Jawaban singkatnya? Tidak.

Jawaban yang sedikit lebih panjang? CRM berisi data yang sudah Anda ketahui sementara CDP mengumpulkan data yang tidak akan Anda ketahui selama periode waktu tertentu.

Saatnya untuk memecah perbedaan antara CDP dan CRM.

Untuk lebih jelasnya, CRM dan CDP memiliki beberapa kesamaan: keduanya mengumpulkan dan menganalisis data. Perbedaannya terletak pada jenis data yang dikumpulkan oleh alat ini.

CRM dimaksudkan untuk melacak interaksi dengan prospek dan pelanggan yang ada dan mengotomatiskan seluruh proses penjualan untuk tim pengembangan bisnis. Mereka adalah alat yang hebat untuk tim penjualan dan pemasaran, terutama jika ada yang ingin menarik informasi tentang pelanggan dengan cepat.

Namun, CRM tidak dirancang untuk menangani sejumlah besar data dari berbagai sumber.

Data yang Anda simpan di CRM dikemas dengan rapi ke dalam beberapa bidang. Anggap saja sebagai kartu flash untuk orang-orang yang ingin mengetahui detail dasar seperti nama pelanggan, penunjukan, dan informasi kontak. Informasi tentang pola pembelian pelanggan, tagar yang mungkin diikuti pengguna, atau aktivitas online mereka tidak memiliki tempat di CRM.

Perbedaan terbesar antara CRM dan CDP adalah kenyataan bahwa CRM hanya berisi data yang diketahui.

Anda akan menemukan informasi tentang pelanggan atau prospek yang ada saat ini di suatu tempat di dalam corong. CRM tidak akan dapat menarik data tentang pelanggan potensial yang belum pernah Anda temui sebelumnya. CDP memiliki keunggulan atas sebagian besar alat martech mengingat mereka dapat bekerja dengan data yang dikenal dan tidak dikenal.

Memasukkan data pada CRM perlu dilakukan terlebih dahulu melalui file CSV atau spreadsheet Excel karena CRM tidak dilengkapi untuk menangani data dengan cara yang mengalir bebas. Sistem hanya dapat mengenali data jika diformat dengan cara tertentu.

Di sisi lain, CDP dibangun untuk mengambil data dari beberapa sumber dan dimaksudkan untuk bertindak sebagai semacam repositori pusat. Mereka dilengkapi untuk menangani data identitas seperti informasi kontak. Namun, mereka juga dapat menerima dan memahami jenis data lain seperti data online dan offline serta data perilaku.

Ini bukan untuk mengatakan bahwa CRM berlebihan dan tidak mengandung informasi yang relevan. CRM sangat bagus dalam memantau dan terlibat dengan prospek di semua tahap siklus pelanggan. Mereka adalah alat manajemen kontak yang sangat baik, memiliki ketentuan untuk alur kerja otomatis, dan memberikan laporan tepat waktu tentang penutupan kesepakatan juga.

Ini hanya masalah apa yang mungkin perlu Anda capai kapan, dan dengan alat apa.

Bagaimana CDP berbeda dari DMP?

Di sisi lain spektrum, kami memiliki platform manajemen data (DMP).

Meskipun CRM tidak mampu menangkap dan menganalisis data orang yang tidak Anda kenal, DMP dapat mengumpulkan data tidak terstruktur di berbagai sumber dan media. Kedengarannya cukup mirip dengan CDP sobat kita di sini, bukan?

DMP secara tradisional dikenal sebagai komponen adtech. Mereka mengandalkan data pihak ketiga seperti cookie untuk memfasilitasi upaya penargetan ulang iklan. Namun, data gabungan ini tidak dapat mengarah ke pelanggan individual karena berfokus pada segmen anonim.

Data pihak ketiga memudahkan bisnis di halaman media sosial seperti Facebook dan Instagram untuk menargetkan ulang iklan ke segmen anonim ini. Itu tidak selalu berarti orang-orang di segmen ini mencari sesuatu untuk dibeli.

Katakanlah seseorang mengklik iklan Instagram untuk aksesori hewan peliharaan khusus. Orang ini bahkan tidak memiliki hewan peliharaan dan mungkin hanya mencari teman. Seberapa besar kemungkinan seseorang seperti ini benar-benar akan membeli label anjing?

CDP di sisi lain, fokus pada pengumpulan data pihak pertama. Ini adalah data yang dikumpulkan langsung dari pelanggan dan membantu menentukan seberapa akurat data Anda. Ini adalah pelanggan yang Anda kenal, pernah berinteraksi dengannya di masa lalu, atau bahkan sudah membeli dari bisnis Anda. Ini adalah data nyata dengan wajah yang terkait dengannya.

CDP juga membedakan diri mereka dari DMP dengan faktor lain: profil pelanggan yang gigih.

DMP mengumpulkan informasi dari berbagai titik data, sama seperti CDP. Mereka menggunakan data ini untuk mengatur segmen dan membangun audiens untuk kampanye iklan bertarget. Ini sekali lagi, mirip dengan apa yang bisa dilakukan CDP. Namun, segmen audiens ini bukanlah profil yang persisten. Karena DMP berbasis cookie, data yang dikumpulkan akan bertahan selama cookie – 90 hari.

CDP berisi data yang tidak memiliki tanggal kedaluwarsa. Data ini dapat terus berkembang, memperkaya profil pelanggan selama masa pakainya, dan membuatnya selalu hijau. Inilah yang dimaksud dengan memiliki profil pelanggan yang gigih.

CDP sangat bagus untuk keseluruhan aktivitas pemasaran yang tidak hanya terbatas pada iklan. Ini memiliki integrasi data yang menyebarkan jangkauannya ke seluruh perjalanan pelanggan, tidak hanya terbatas pada kesadaran dan orientasi pelanggan.

Sekali lagi, CDP tidak disebut-sebut sebagai pengganti DMP. DMP dimaksudkan untuk tujuan periklanan dan tidak masuk akal jika DMP menyimpan data yang berumur lebih dari beberapa minggu. Pikirkan tentang hal ini, seseorang yang mencari mesin cuci, tidak akan mencari untuk membeli mesin cuci selamanya sekarang, bukan?

Pada akhirnya, CDP dapat dibedakan dari DMP dengan satu pernyataan: DMP adalah untuk pengiklan; CDP adalah untuk pemasar.

Ikhtisar CDP, CRM, dan DMP

Jenis data apa yang dibutuhkan CDP?

CDP adalah teknologi serbaguna yang menyukai data.

Saat ini, data datang dalam berbagai bentuk dan dari banyak tempat. Dengan dunia yang semakin menjadi lintas-saluran dan aplikasi seluler-sentris, tidak mengherankan bahwa CDP perlu dilengkapi dengan baik untuk menangani segala jenis data yang tersedia di seluruh media.

Terutama, data ini adalah data pelanggan.

Ada berbagai jenis data yang termasuk dalam istilah luas data pelanggan. Berikut adalah beberapa jenis data yang merupakan data pelanggan secara keseluruhan:

Informasi kontak dan data identitas

Hal pertama yang kita lihat ketika kita berbicara tentang data pelanggan – identitas mereka. Identitas adalah inti dari setiap individu, dan memahami dengan siapa Anda berinteraksi adalah langkah pertama menuju personalisasi.

Data identitas juga bisa disebut sebagai Personally Identifiable Information (PII). Ini penting, karena informasi ini membantu CDP membuat pengidentifikasi terkait untuk setiap pelanggan.

Data identitas terdiri dari:

• Nama (depan, tengah, dan belakang)
• Alamat fisik saat ini
• Alamat email
• Tanggal lahir
• Informasi kontak (nomor ponsel, nomor telepon rumah)
• Rincian masuk
• ID yang dikeluarkan pemerintah (Nomor SIM, SSN, nomor paspor,)
• Nomor KTP
• Detail bank (Nomor rekening bank, nomor kartu kredit/debit)

Data kualitatif

Data kualitatif mengangkat tirai dan memungkinkan Anda memahami pelanggan. Ini membantu pemasar mendapatkan beberapa perspektif dan menafsirkan apa yang mungkin dicari pelanggan. Jenis data ini sangat luas dan dapat memberikan wawasan tentang perilaku pelanggan, sikap, dan keterlibatan pelanggan.

Data kualitatif secara luas dapat diklasifikasikan ke dalam data keterlibatan, perilaku, dan emosional. Mari kita lihat lebih dekat ketiganya.

Data keterlibatan

Data keterlibatan memberi Anda data terukur. Dari rasio klik email hingga berapa kali pelanggan mengunjungi situs web Anda, data keterlibatan memberi tahu Anda seberapa tertarik audiens Anda. Ini adalah data nyata yang dapat membantu tim pemasaran mengetahui seberapa baik kinerja kampanye, atau seberapa sukses peluncuran produk.

Data keterlibatan mencakup hal-hal berikut:

• Tingkat keterlibatan media sosial
• Jumlah penayangan video
• Tingkat konversi kampanye
• Lalu lintas situs web
• Tarif buka email dan tarif klik-tayang
• Permintaan pelanggan dan permintaan demo
• Undang tingkat penerimaan
• Klik dan konversi iklan
• Unduhan konten terjaga keamanannya

Data perilaku

Data perilaku dapat mengungkapkan banyak hal tentang pengambilan keputusan pelanggan dan membantu mengamati pola dalam perjalanan pelanggan. Untuk merasa dan terdengar sesuai dengan pelanggan Anda, memahami apa yang membuat mereka tertarik adalah cara yang bagus untuk membangun hubungan dan relevansi yang lebih dalam di antara audiens Anda.

Meskipun ada banyak tumpang tindih antara data perilaku dan data keterlibatan, data perilaku memberikan lebih banyak wawasan tentang seberapa sering pelanggan terlibat dengan bisnis.

Data perilaku dapat memberikan wawasan seperti:

• Durasi di mana pelanggan tetap berada di halaman web
• Seberapa sering pelanggan memesan produk?
• Jam berapa pelanggan lebih cenderung mengunjungi situs web
• Rata-rata pembelanjaan pelanggan
• Hari apa dalam seminggu pelanggan paling tidak aktif?

Data emosi

Ini adalah sumber data yang penting untuk dipertimbangkan, mengingat emosilah yang membuat kita menjadi manusia di penghujung hari.

Data emosional mengacu pada informasi tentang perasaan pelanggan, sikap terhadap suatu produk, dan kesukaan. Karena ini bukan data nyata, mendapatkan wawasan konkret bisa menjadi sulit untuk dimasukkan ke dalam perangkat lunak.

Untuk mengatasi masalah ini, data emosional perlu disajikan bersama dengan sesuatu yang dapat diukur, untuk membuatnya lebih nyata. Salah satu cara untuk melakukan ini adalah dengan menggunakan survei dan mengevaluasi kepuasan pelanggan. Karena sebagian besar survei ini dievaluasi secara numerik, menjadi lebih mudah untuk mengaitkan angka dengan perasaan.

Data emosional mengumpulkan informasi berikut:

• Kepuasan pelanggan
• Pendapat tentang produk atau layanan tertentu
• Sentimen pelanggan
• Sikap terhadap ciri-ciri fisik
• Poin rasa sakit pelanggan
• Suka dan tidak suka terhadap produk atau pesan tertentu

Manfaat CDP

Bertentangan dengan apa yang terlihat, CDP bukan hanya gudang data. Mereka memang menelan banyak data, tetapi mereka melayani banyak tujuan. Berikut adalah beberapa dari banyak manfaat yang ditunjukkan oleh CDP.

Tingkatkan pengalaman pelanggan

Seluruh filosofi platform data pelanggan adalah menggunakan data untuk memahami pelanggan dengan lebih baik. Pemahaman yang lebih baik = hubungan yang lebih baik.

Pelanggan saat ini dibombardir dengan iklan, kampanye, pesan di setiap perangkat yang mereka lihat. Itu sampai pada titik di mana sebagian besar pelanggan menjadi sangat sadar akan iklan yang disajikan kepada mereka. Kebutaan spanduk telah menjadi hal yang nyata di mana konsumen memblokir iklan bergambar yang rumit.

Saat ini, kampanye dikendalikan oleh konsumen. Tombol "Lewati Iklan" YouTube memungkinkan pemirsa untuk mengeklik iklan. Google dengan hati-hati memilih iklan mana yang akan didorong pada rata-rata pengguna internet. Konsumen dapat dengan mudah mengklik tombol yang akan “Berhenti menampilkan iklan ini”.

Konsumen berkontribusi pada proses segmentasi yang sudah berkembang dengan memilih apa yang ingin mereka toleransi – dan apa yang akan mereka gunakan pemblokir iklan.

Inilah sebabnya mengapa personalisasi menjadi kunci dalam semua kegiatan pemasaran.

Di masa lalu, kampanye nasional yang menggelegar di setiap televisi di sela-sela acara adalah satu-satunya cara merek dapat terhubung dengan penonton. Saat ini peluang untuk terhubung dengan konsumen mungkin telah meningkat melalui saluran online dan offline, tetapi kemampuan bisnis untuk menjangkau mereka dengan cara yang berarti menjadi sangat menantang.

Dengan CDP, data yang diperoleh dapat digunakan untuk membuat pesan yang relevan. Konsumen tidak akan merasa keberatan terhadap upaya kampanye jika apa yang mereka presentasikan relevan secara pribadi. Ini meningkatkan keseluruhan   pengalaman pelanggan   dengan merek dan meningkatkan retensi pelanggan.

Jangkau segmen pemirsa khusus

CDP membuat segmentasi granular bekerja seperti mimpi. Pemasar memiliki jumlah anggaran terbatas yang mereka miliki. Setiap dolar diperhitungkan saat digunakan untuk kampanye berbayar. Iklan bertarget bukanlah ide baru. Pemasar dan manajer iklan yang tak terhitung jumlahnya telah menggunakan pendekatan ini.

Lihat iklan LinkedIn.

Saat menyiapkan kampanye untuk jangka waktu tertentu, LinkedIn menawarkan banyak filter untuk mempersempit audiens menjadi sekelompok orang tertentu. Sebagian besar filter ini bersifat demografis, geografis, penunjukan, industri, nama perusahaan, dll.

Tetapi bagaimana jika Anda ingin menargetkan semua Chief Technology Officer neobanks di Kenya yang mencari perangkat lunak manajemen pinjaman, dan telah menemukan situs web Anda, tetapi tidak pernah meminta demo?

Begitulah cara granular yang bisa didapat CDP. Agar adil, platform kampanye seperti LinkedIn hampir menyaring audiens yang Anda cari. Selama tahun 2020, pembelanjaan iklan di seluruh dunia   meningkat 56,4%.

Lebih banyak bisnis telah mempercepat upaya kampanye online mereka. Apa yang mungkin Anda bayar untuk kampanye untuk audiens umum bisa menjadi setengah dari apa yang bersedia dikeluarkan oleh bisnis lain. Dan kita semua tahu aturan emasnya: penawar tertinggi selalu menang.

Menargetkan segmen yang sangat khusus yang pasti akan membeli atau berinteraksi dengan produk Anda, adalah cara terbaik untuk membelanjakan anggaran pemasaran itu.

Mengatur semua data

Datanya luar biasa. Itulah yang membuat dunia berfungsi, membuat tugas lebih akurat, dan menjawab banyak pertanyaan. Tidak ada yang namanya terlalu banyak data, tapi pasti ada yang namanya terlalu banyak data yang tidak terorganisir.

Manfaat paling jelas yang dapat dilihat langsung dengan CDP adalah organisasi data. Sebagian besar pemasar sudah bermain-main dengan beberapa alat martech yang mereka miliki. Semua alat ini mahir dalam apa yang mereka lakukan dan mengumpulkan banyak data.

Apa yang terjadi setelah data dikumpulkan yang menimbulkan sedikit masalah.

Seiring pertumbuhan bisnis Anda, begitu juga audiens target Anda. Ini menghasilkan beberapa "momen" interaksi. Alat analisis web Anda akan memberi tahu Anda berapa banyak klik yang dimiliki situs web Anda. Alat otomatisasi Anda akan memberi tahu Anda berapa banyak formulir pendaftaran yang diterima halaman arahan Anda. Alat email Anda akan memberi tahu Anda berapa banyak orang yang membuka kampanye email terakhir yang dikirim.

Semua ini adalah informasi yang bagus untuk dimiliki, tetapi bagaimana jika Anda ingin mempelajari perjalanan satu individu?

CDP mengambil semua data ini dan membersihkannya untuk gambaran umum yang lebih mudah. Dengan mengintegrasikan dengan setiap alat yang Anda miliki, CDP dapat membuat satu pusat data terkonsolidasi, dan memisahkan data umum di bawah persona.

Data duplikat dihapus, dan semua data di CDP disinkronkan dengan aliran data waktu-nyata. CDP memecahkan silo data dan membuat satu platform terpadu untuk semua data di bawah matahari. Anggap saja sebagai Wikipedia untuk semua pelanggan Anda.

Perlindungan data yang ditingkatkan

Privasi data menjadi sangat lengket selama dekade terakhir. Dengan undang-undang dan peraturan yang ditetapkan untuk melindungi data pengguna, menjadi penting untuk menjaga privasi data di garis depan strategi apa pun.

Peraturan Perlindungan Data Umum (GDPR) mewajibkan bisnis di UE untuk mematuhi praktik tata kelola data. Ketidakpatuhan terhadap praktik-praktik ini dapat sangat memengaruhi bisnis. Ada banyak kasus di mana data pelanggan yang diambil tanpa persetujuan, telah mengakibatkan pertempuran hukum dengan perusahaan.

Contoh kasus: Target

Target   mengambil data konsumen, untuk kegiatan promosi. Sementara mereka mendapat promosi, itu bukan jenis yang dicari oleh rantai ritel.

Kampanye itu untuk bagian bersalin mereka, di mana mereka mengirimkan kupon untuk semua barang yang berhubungan dengan bersalin, kepada wanita yang mereka yakini hamil berdasarkan data pelanggan yang mereka dapatkan. Salah satu penerima kupon ini adalah seorang gadis remaja, yang mengungkapkan kepada keluarganya kehamilannya dengan cara yang paling buruk yang bisa dibayangkan.

Karena CDP terutama mengumpulkan data pihak pertama, bisnis mengetahui bahwa data mereka akurat dan, yang lebih penting, diperoleh melalui persetujuan. Membuat praktik tata kelola data yang dipikirkan dengan matang dan menggunakan CDP bersama adalah cara yang pasti untuk memastikan data di tangan Anda sesuai dengan yang Anda butuhkan tanpa terlalu banyak mengacak-acak atau menghadapi implikasi hukum.

CDP adalah teman terbaik pemasar

Menurut   CDP Institute, "CDP menempatkan pemasaran dalam kendali langsung dari proyek penyatuan data, membantu memastikannya terfokus langsung pada persyaratan pemasaran."

Salah satu manfaat besar memiliki CDP adalah CDP dirancang untuk mengingat pemasar. Pemasaran harus cerdas dan didorong oleh data, dan CDP adalah platform untuk mencapainya.

CDP tidak hanya bertindak seperti halaman Wikipedia, yang terus memperbarui datanya agar tetap relevan, tetapi juga dapat menjadi alat analisis pelanggan yang kuat.

Karena data diatur dengan rapi ke dalam persona dan profil, membuat laporan dan membangun model atribusi menjadi mudah. Menilai aktivitas mana yang telah menunjukkan hasil yang menguntungkan dan dengan angka berapa dapat membantu pemasar membuat model dan grafik nyata yang secara konsisten mengungkapkan kemajuan kampanye dan pertumbuhan pemasaran.

Tidak perlu menghitung data dari sistem diskrit membantu pemasar bekerja lebih cerdas, bukan lebih keras.

5 platform data pelanggan teratas

Daftar di bawah ini berisi ulasan pengguna nyata untuk platform data pelanggan terbaik di pasar. Agar memenuhi syarat untuk disertakan dalam kategori platform data pelanggan (CDP), suatu produk harus:

• Bersihkan dan hapus duplikat data di seluruh sistem yang berbeda untuk memberikan profil pelanggan yang terpadu dan komprehensif
• Tingkatkan kinerja penargetan kampanye pemasaran dengan menyediakan daftar audiens yang relevan
• Menawarkan pandangan 360 derajat dari setiap pelanggan
• Memfasilitasi komunikasi lintas saluran dan multi saluran untuk memungkinkan peluncuran kampanye yang lancar
• Kumpulkan dan satukan data pihak pertama, kedua, dan ketiga dari berbagai saluran dan media online dan offline, dan simpan ke dalam satu platform

* Di bawah ini adalah lima platform data pelanggan terkemuka dari Laporan Grid Musim Semi 2021 G2. Beberapa ulasan mungkin diedit untuk kejelasan.

1. Segmen

Segmen   adalah platform data pelanggan yang memungkinkan tim pemasaran dengan satu tampilan pelanggan dan menawarkan mereka pengalaman yang dipersonalisasi sepanjang perjalanan mereka. Ini menawarkan pemodelan kecenderungan yang membantu pemasar memprediksi prospek pelanggan melakukan pembelian.

Apa yang disukai pengguna:

“Dengan mengimplementasikan satu API, kita bisa bebas menggunakan alat hilir sebanyak yang kita inginkan. Terlebih lagi, dengan melakukan standarisasi pada satu API peristiwa, tim kami dipaksa untuk berpikir kritis tentang peristiwa apa yang penting untuk dilacak, dan peristiwa di satu platform memiliki arti yang sama dengan peristiwa di platform lain. Segment juga memudahkan untuk mengambil aliran peristiwa yang sama dan mengarsipkannya ke gudang data, seperti Redshift atau Snowflake, dan membuat satu sumber kebenaran."

-   Tinjauan Segmen, Jordan H.

Apa yang tidak disukai pengguna:

“Beberapa hal yang terkadang sederhana tidak mungkin dan membutuhkan pengembangan khusus di pihak kami. Misalnya, tidak mungkin untuk memfilter log dari sumber ke tujuan dengan melihat sifat pengguna (baik kustom atau dihitung), meskipun userId tersedia di log dan tabel pencarian sederhana secara teoritis harus melakukan trik. Kami akhirnya harus menulis banyak fungsi kustom dan loopback, dan itu menjadi sedikit berantakan.”

-   Tinjauan Segmen, Julien W.

2. Emarsys

Emarsys   adalah alat otomatisasi pemasaran omnichannel yang ditampilkan sebagai bagian dari portofolio Pengalaman Pelanggan SAP. Solusinya terintegrasi dengan Platform Pengalaman Pelanggan mereka dan menawarkan manajemen kampanye multi-saluran, segmentasi audiens, dan dasbor untuk melacak siklus hidup pelanggan.

Apa yang disukai pengguna:

“Emarsys adalah solusi pemasaran terbaik yang tersedia di pasar. Emarsys ramah pengguna. Mudah digunakan dan sangat membantu dalam bisnis pemasaran. Dasbornya mudah sehingga setiap pengguna dapat membuat kampanye dan membuatnya hidup dengan mudah untuk bisnis. Integrasi Emarsys dengan perangkat lunak lain juga tepat. Pengguna dapat menggunakannya tanpa hambatan. Cepat, cepat, dan responsif terhadap tindakan.

Tim pendukung adalah keunggulan terbesar dalam bekerja di Emarsys, mereka selalu tersedia dari awal hingga akhir. Mereka membantu mulai dari pemasangan hingga pembuatan kampanye yang berbeda dan memberikan solusi kepada pengguna untuk pengalaman program yang lebih baik. Emarsys cukup mudah digunakan karena sesi pelatihan membuatnya lebih mudah untuk dikerjakan. Emarsys menawarkan komunikasi khusus kepada pelanggan yang merupakan pro terbesar Emarsys yang membuatnya menonjol di pasar.”

-   Ulasan Emarsys, Himid-Lucao O.

Apa yang tidak disukai pengguna:

“Melacak kinerja di dalam toko telah menjadi tantangan yang menyulitkan pelacakan kinerja omnichannel. Masalah ini sebagian besar ada di pihak kami, namun, Emarsys mampu menghadirkan fitur-fitur baru yang mampu menyelesaikan ini dan membawa upaya pemasaran kami ke tingkat berikutnya.”

-   Ulasan Emarsys, Vicken B.

3. Eksponen

eksponen   adalah platform data pelanggan ujung ke ujung yang mengumpulkan intelijen pelanggan dari berbagai sumber data untuk menganalisis perilaku pelanggan dan memungkinkan tim pemasaran meluncurkan kampanye omnichannel dan mendorong pesan yang dipersonalisasi ke audiens target.

Apa yang disukai pengguna:

“Exponea membantu kami untuk mengisi data orang dalam kami dengan data situs web, dan kami dapat bekerja dengan mereka sesudahnya! Alat terbaik yang pernah ada. Exponea membantu kami mengisi data orang dalam kami dengan data situs web, dan kami dapat bekerja dengan mereka sesudahnya! Ini adalah alat yang hebat untuk komunikasi multi-platform, termasuk fitur pengawasan pengiriman email, dan mereka menakjubkan! Saya suka betapa mudahnya Anda merencanakan kampanye email untuk pelanggan tertentu, segmen pelanggan.

Anda dapat memicu berdasarkan waktu, kategori acara, dll. . Juga bermanfaat untuk melihat berapa banyak pelanggan yang benar-benar membuka email dan berapa banyak yang mengklik tautan di email tersebut. Ini memberi saya umpan balik yang bagus dan membantu saya memahami cara menarik mereka dan motivasi mereka. Saya sering menggunakan skenario, dan saya dapat memberi tahu Anda bahwa sangat spektakuler betapa menghemat waktu alat yang luar biasa ini.”

-   Ulasan Exponea, Martin N.

Apa yang tidak disukai pengguna:

“Exponea adalah alat yang memiliki banyak fitur hebat tetapi jika saya harus memikirkan sesuatu yang tidak saya sukai, itu akan menjadi alat email yang tidak seintuitif semua ESP lain di luar sana. Ada juga fakta bahwa itu diarahkan ke industri ritel dan tidak memiliki semua alat yang diperlukan untuk penayang seperti integrasi dengan Google Ad Manager untuk menayangkan iklan kepada audiens, bukan secara kontekstual.”

-   Ulasan Exponea, Brice A.

4. Orang dalam

orang dalam   adalah platform manajemen pertumbuhan multichannel yang menciptakan segmen pelanggan melalui penyatuan data. Ini mencocokkan profil melalui data dari survei dan sumber lintas saluran dan membuat segmen yang didukung AI yang dihasilkan dari alat pemodelan prediktif.

Apa yang disukai pengguna:

“Kemampuan produk Insider untuk beradaptasi dengan cepat dan berinovasi berdasarkan tren digital adalah sesuatu yang kami sukai dari platform ini. The professional support from their account management team, the ease of use, and more importantly the advanced personalization scenarios that are made possible have helped us design some high-performing campaigns that are individualized to each user's preferences.

One of their products, InStory is something that has helped us drive some really spectacular results. We've been able to deliver social-media-like experiences on the desktop and mobile web and coupled with their advanced segmentation features, we were able to target niche audiences with high-performing personalized content.”

-   Insider Review, Yasemin Y

Apa yang tidak disukai pengguna:

“We would like to see Insider's panel become available for the mobile platform as well. Since we update our web push content in real-time, it would be easy to be able to do it from a smartphone as well.”

-   Insider Review, Natthanun K.

5. Optimove

Optimove   is a relationship marketing hub that ingests data to provide a unified view of a customer and enables marketers to act on this data to push multi-channel messaging. Optimove has an AI bot, Optibot, that provides actionable recommendations and customer insights.

Apa yang disukai pengguna:

“Optimove is a great segmentation tool, which we use to plan, execute, measure, and optimize our marketing activities. It uses a very clever algorithm of segmenting customers based on their behavior, which allows us to send the right offer to the right group of customers, increasing the pick-up rate.

Optimove provides easy-to-read and transparent analytics, which allows us to check the performance of each campaign separately as well as compare target groups and analyze customers' migration.

Our account managers are always helpful, they systematically provide team training and assist us in resolving issues.”

-   Optimove Review, Alena V.

Apa yang tidak disukai pengguna:

The Journey creator can be improved by introducing a lifelong control group, to allow the cross-comparison between different journeys. Also, insights gained through Optibot's recommendations can be further improved to become more tailored to Gaming or Retail, depending on which industry the operator belongs to.

-   Optimove Review, Athina Z

Customer data platforms are the maps marketers didn't know they needed

Data can sometimes seem infinite. Cutting through all that noise to find what exactly you're looking for can be a Herculean task, especially if you have all your data spread across disparate systems. CDPs act like a map when assembling all that data and pointing out which way to go.

Want to keep your customers happy? Check out our guide on database marketing to see how you can market to your audience smarter.