Di mana CDP harus pas di tumpukan martech Anda?

Setiap platform data pelanggan (CDP) harus bersarang dengan baik ke tumpukan martech Anda, termasuk ekosistem data pelanggan Anda. Seperti banyak pilihan arsitektur, Anda menghadapi sedikit benar dan salah di sini, tetapi Anda memiliki opsi yang patut dipertimbangkan.

Di Grup Kisah Nyata, kami telah melihat tiga pendekatan luas, termasuk varian dari masing-masing pendekatan:

• Melisensikan CDP dari suite anchor martech Anda.
• Menyebarkan CDP terbaik.
• Menggunakan komponen untuk membangun fungsionalitas CDP yang diperlukan. (Saya menjelajahi pendekatan ketiga di artikel sebelumnya, tetapi saya akan memperluasnya lebih lanjut di sini.)

Tentu saja, ini tidak saling eksklusif. Dalam beberapa kasus, perusahaan ingin mengambil pendekatan hybrid. Namun demikian, mereka memberikan kontras yang berguna, jadi mari kita gali lebih dalam.

Pendekatan 1: CDP dari anchor suite

Banyak vendor suite — SAP, Adobe, Oracle, Salesforce, dan Microsoft — menjual suite pemasaran luas yang didukung (hingga berbagai tingkat) oleh CDP opsional yang sangat mereka harap Anda lisensikan.

Di sisi pembeli, saya mengerti godaannya. Mengapa tidak mencoba menyederhanakan pilihan? Beberapa konsultan dan analis juga mendorong pendekatan ini.

Penelitian kami menunjukkan sebaliknya, dan kami telah melihat banyak solusi yang tidak sesuai berdasarkan pilihan CDP biasa. Berikut beberapa kemungkinan alasannya.

• Ingatlah bahwa sebagian besar vendor martech besar telah menggabungkan suite mereka melalui akuisisi. Dengan demikian, asal-usul dan evolusi penawaran CDP mereka adalah yang terpenting untuk mengintegrasikan semua produk yang diperoleh tersebut.
• Vendor ini dalam beberapa kasus memiliki rekam jejak yang dipertanyakan dalam mempertahankan hubungan positif dengan tim martech Anda.
• CDP ini cenderung relatif belum matang.

Tidak ada salahnya mempertimbangkan add-on CDP vendor suite. Tetapi pastikan Anda memilihnya berdasarkan kemampuannya dan bukan karena berasal dari pemasok lama.

Gali lebih dalam: Panduan pembeli platform data pelanggan (CDP).

Pendekatan 2: Terapkan CDP terbaik

Ada lusinan CDP khusus di pasar. CDP dapat menyediakan berbagai fungsionalitas, dan akibatnya, pasarnya luas, terfragmentasi, dan dicirikan oleh banyak pendekatan berbeda untuk rangkaian fitur dan arsitektur.

Jadi ada kemungkinan besar Anda dapat menemukan solusi paket yang tepat, yang selalu menguntungkan. Namun, ingatlah bahwa meskipun dengan CDP terbaik, seseorang mungkin harus melakukan banyak pekerjaan pengembangan dan integrasi.

Pendekatan 3: Merakit komponen

Alih-alih menggunakan CDP terpaket, Anda "menyusun" CDP menggunakan komponen lain. Sebagian besar perusahaan sudah memiliki semacam gudang data (DWH) dan/atau danau data. Jadi daripada menyalin data itu dari DWH ke CDP, mengapa tidak menggunakan DWH Anda sebagai CDP?

Tentu saja, DWH bukanlah CDP, jadi pendekatan ini memerlukan komponen lain untuk membangun lapisan mirip CDP. Paling tidak, Anda memerlukan alat reverse-ETL untuk menarik data dari DWH Anda dan kemudian mendorongnya ke saluran aktivasi.

Tapi itu tidak cukup. Anda juga memerlukan komponen untuk kemampuan lain yang disediakan CDP:

• Penyerapan data.
• Resolusi identitas.
• Manajemen kualitas data.
• Segmentasi ramah pemasar.
• Pemicu.
• Pengaktifan
• Dan, berpotensi, orkestrasi.

Sekarang, Anda mungkin tidak membutuhkan semua ini, jadi Anda dapat memilih untuk membangun apa yang Anda butuhkan. Ingatlah bahwa, sampai taraf tertentu, Anda sedang membangun perangkat lunak di sini. Apa yang menarik bagi pengembang mungkin terbukti tidak optimal bagi pemangku kepentingan bisnis.

Beberapa pendukung CDP-by-assembly ini telah mengklaim bahwa CDP sudah mati dan hanya pendekatan ini yang Anda butuhkan. Saya tidak setuju. Ada waktu dan tempat untuk ketiga pendekatan tersebut.

Komposabilitas sebagai spektrum

Secara alami, tumpukan martech modern "dapat disusun". Saya percaya bahwa ketiga pendekatan di atas benar-benar mewakili spektrum komposisi. Saat Anda berpindah dari "suite bolt-ons" ke "packaged best-of-breed" ke "componentized" (dan mungkin lebih dari itu untuk menyelesaikan DIY), perincian komposisi meningkat.

Awalnya, saat perincian meningkat, Anda mendapatkan lebih banyak dalam hal fungsionalitas dan kemampuan. Tetapi peningkatan lebih lanjut dalam komposisi hanya membawa hasil yang semakin berkurang dalam hal fungsionalitas out-of-the-box, meskipun dengan solusi yang lebih dibuat untuk tujuan tertentu.

Apa trade-offnya?

Tidak ada “satu ukuran cocok untuk semua” di pasar ini, dan selalu ada kompromi.

Komponenisasi memungkinkan Anda untuk membangun solusi yang lebih dibuat khusus yang mungkin lebih sesuai dengan kebutuhan Anda saat ini sekaligus berpotensi lebih cepat untuk memulai.

Meskipun demikian, saat kebutuhan Anda berkembang atau persyaratan baru ditambahkan, Anda kemungkinan akan membutuhkan komponen tambahan dan menginvestasikan lebih banyak waktu dan sumber daya untuk membuat sesuatu yang mungkin tersedia sebagai alat bawaan dalam alat terbaik. Akibatnya, saat persyaratan dan komponen Anda berkembang, kompleksitas tumpukan juga akan meningkat.

Bagaimana seharusnya Anda memutuskan?

Gambar di bawah memberikan kerangka kerja untuk memutuskan pendekatan mana yang lebih cocok untuk Anda. Ini menjelaskan berbagai trade-off dan bagaimana masing-masing pendekatan ini dapat memengaruhi kompleksitas tumpukan Anda, sesuai dengan tujuan, jangkauan fungsionalitas, total biaya kepemilikan, dan kemudahan implementasi.

Anda dapat melihat masing-masing pendekatan memiliki pro dan kontra. CDP terbaik menyediakan dukungan untuk berbagai kasus penggunaan dan memungkinkan Anda meningkatkan skala untuk menambahkan dukungan untuk kasus penggunaan tambahan secara bertahap.

Pendekatan "tersusun" memungkinkan Anda membangun sesuatu yang spesifik untuk kebutuhan Anda saat ini. Mungkin mudah untuk memulai (“Kami bisa mendapatkan data Anda dari Snowflake dan mengirimkannya ke platform email Anda dalam 5 menit”). Tetapi karena kebutuhan Anda menjadi lebih canggih, Anda membutuhkan lebih banyak bagian, membuat tumpukan Anda menjadi lebih kompleks.

Jadi sekali lagi, tidak ada jawaban tepuk di sini.

Pendapat yang diungkapkan dalam artikel ini adalah dari penulis tamu dan belum tentu MarTech. Penulis staf tercantum di sini.

Tambahkan MarTech ke feed Google News Anda.

---