La vera storia su MarTech: dovresti costruire o acquistare una piattaforma di dati dei clienti?

"Build versus buy" nel contesto dei mercati tecnologici è un dibattito di lunga data. In Real Story Group, vediamo che questo dibattito viene rivisitato per gli stack tecnologici di marketing, in particolare per le piattaforme di dati dei clienti (CDP).

C'è un unico approccio giusto? Non credo, ma i dettagli contano qui. Quindi scaviamo.

Costruisci contro acquistare

Tradizionalmente, due approcci principali per ottenere funzionalità aziendali sono stati:

1. Acquistare un pacchetto pronto all'uso e poi personalizzarlo per esigenze specifiche.
2. Costruire una piattaforma internamente, specificatamente per le vostre esigenze, a volte tramite pezzi confezionati.

Entrambi gli approcci hanno motivazioni valide e negli ultimi due decenni come analista del settore ho visto questa scelta emergere praticamente in tutti i mercati tecnologici. Tuttavia, i confini tra build e buy in CDP possono diventare più confusi.

Parte della sfida è che i CDP confezionati possono variare sostanzialmente nell'ambito. Alcuni hanno una grande profondità verticale, tornano all'interno dell'azienda per eseguire l'elaborazione dei dati a monte o si estendono in avanti fino al livello di coinvolgimento per fornire un'interazione in tempo reale. Alcuni CDP in pacchetto offrono servizi laterali relativi all'orchestrazione, alla gestione delle campagne e persino alla messaggistica in uscita.

Quindi, prima di decidere l'approccio giusto, è importante rispondere a ciò che un CDP farà specificamente per la tua azienda.

Cosa fa un CDP (per te)?

Il modello mostra diverse fasi del ciclo di vita dei dati, indipendentemente dalla specifica piattaforma tecnologica. I dati dei tuoi clienti probabilmente attraversano tutte queste fasi:

1. È necessario ottenere dati da varie origini dati online e offline prima di poter fare qualsiasi cosa con esso. Pertanto, è necessario un meccanismo per acquisire i dati, pulirli, eseguire alcune trasformazioni e aggregazioni e garantire la qualità.
2. Una volta che i dati sono stati raccolti o ingeriti da diverse fonti, è necessario collegarli ai profili utente. Ciò include attività come la risoluzione dell'identità e l'unificazione del profilo. Arricchisci anche i tuoi profili con dati aggiuntivi garantendo al contempo governance e conformità dei dati.

In un'organizzazione più ampia, queste due fasi iniziali si manifestano in genere all'interno di una parte di un più ampio "fabric" o "mesh" di dati aziendali. L'impresa tipica possiede già strumenti di gestione dei dati per gestire questi servizi, come data lake, magazzini, strumenti ETL, qualità e governance, ecc., e li applica ai dati dei clienti. Tuttavia, come vedremo di seguito, molti strumenti CDP in pacchetto forniscono anche alcuni di questi servizi. In ogni caso, i team IT e Data aziendali diventano stakeholder importanti in queste prime due fasi.

• La fase successiva è quella in cui utilizzi tutti questi dati del profilo ripuliti, aggregati e unificati per i tuoi obiettivi aziendali. Ad esempio, ora che hai profili o viste a 360 gradi dei tuoi utenti o clienti, puoi segmentarli in base a diversi attributi. Puoi affettare e tagliare i profili, creare coorti, raggruppare dati simili, creare audience e così via e quindi, in modo critico, attivare quei dati attraverso vari canali.
• Questa fase è l'ultimo miglio in cui interagisci con i tuoi clienti tramite e-commerce, e-mail, web, mobile, chat o altri canali, utilizzando contenuti personalizzati e consigli sui prodotti.

Vedete un coinvolgimento notevolmente maggiore dei team di marketing e di esperienza del cliente in queste ultime due fasi.

In teoria, tutti questi servizi possono essere potenzialmente gestiti da un CDP. Troverai spesso fornitori di CDP che si vantano di poter eseguire tutte queste fasi ugualmente bene.

In pratica, però, vediamo diverse varianti di questo modello. Vedere, ad esempio, i diversi ambiti per l'azienda A, B e C nel diagramma. Raramente aziende grandi e complesse implementano un'unica piattaforma per tutte queste fasi. Ci sono almeno due ragioni per questo:

1. Come puoi vedere, la funzionalità potenziale complessiva è piuttosto ampia e le grandi imprese hanno già iniziative esistenti al di fuori di CDP per molte delle fasi (o funzionalità all'interno di quelle fasi) sopra identificate. Queste funzionalità spesso includono la gestione della pipeline di dati, le operazioni di machine learning e la risoluzione dell'identità, solo per citarne alcune.
2. Nonostante ciò che affermano i fornitori, la verità è che non sono mai ugualmente bravi in ​​tutte queste fasi. Di solito possono fare bene solo una o due di queste fasi.

Pertanto, la posizione in cui un CDP si adatta al tuo stack martech potrebbe differire da quella in cui si adatta a un'altra azienda. Ciò influisce quindi su qualsiasi decisione build vs buy poiché la domanda inizialmente diventa: costruire o acquistare esattamente cosa? Anche se si concede in licenza un CDP standard per alcune funzionalità all'interno del modello sopra, è probabile che si creeranno estensioni per le capacità mancanti.

Quindi la prima lezione: probabilmente farai un po' di build e un po' di buy, indipendentemente dalla strategia generale. La domanda allora diventa: in quali proporzioni?

Assemblaggio da pezzi

Un approccio potenzialmente disponibile è l'assemblaggio di componenti per creare funzionalità CDP invece di sviluppare da zero o acquistare un CDP generico più ampio e pronto all'uso.

Questo approccio ha un certo fascino perché potresti già possedere alcune potenti funzionalità di gestione dei dati come parte del tuo più ampio tessuto di dati dei clienti.

Puoi anche concedere in licenza prodotti specifici per queste diverse funzionalità. Diversi fornitori offrono componenti per tale funzionalità. Per esempio:

• Ingestione di dati: ci sono fornitori specializzati di acquisizione di dati e moduli dagli stessi fornitori di CDP. Fornitori come Stitch (acquisito da Talend), Snowplow, Fivetran, Matillion e altri forniscono moduli per l'acquisizione dei dati, la gestione della pipeline di dati, le trasformazioni e altre funzionalità pertinenti.
• ETL ed ELT: molti fornitori scelgono come target Extract-Transform-Load (ETL), Extract-Load-Transform (ELT) e Reverse-ETL/ELT per diversi tipi di trasformazioni che puoi eseguire con i tuoi dati grezzi. Esempi di fornitori in questa categoria sono Hevo Data, Hightouch, DBT e Census.
• Data warehouse e Data Lake: diversi data warehouse e data lake, inclusi Snowflake, Google e altri, includono funzionalità di gestione ed elaborazione dei dati. Molte architetture CDP in pacchetto presuppongono già che i dati di origine provengano da questo ambiente.
• CDP "virtuali" : alcuni fornitori, come Aqfer, Rudderstack e alcuni altri lettori, offrono alcuni servizi per mettere insieme un CDP con uno strato di dati disaccoppiato.
• Risoluzione dell'identità: diversi fornitori puntano alla risoluzione dell'identità. Molti CDP hanno ora rinunciato ai propri sforzi di risoluzione dell'identità e stanno invece collaborando con fornitori come Neustar, Infutor, LiveRamp e altri.
• Coinvolgimento: il mercato dei prodotti orientati al coinvolgimento rimane piuttosto vivace. Puoi trovare molte soluzioni mirate che mirano all'orchestrazione del viaggio, alla gestione delle campagne, alla personalizzazione, ai consigli e ad altri casi d'uso di coinvolgimento. Anche diversi CDP confezionati sono forti in quest'area.

Questo non è un elenco esaustivo di servizi e puoi trovare molti altri fornitori specializzati (ad esempio quelli che forniscono soluzioni di governance). Il punto chiave è che è possibile assemblare questi servizi per avere un ecosistema di dati componibile invece di fare tutto utilizzando un unico CDP.

Leggi il prossimo: Cambiamenti profondi nello spazio CDP

Cosa potresti perderti

A questo punto, probabilmente hai capito che nell'elenco sopra mancano un paio di servizi CDP chiave: segmentazione e attivazione business-friendly. Si tratta di capacità più impegnative da acquistare immediatamente e in RSG, quando abbiamo visto CDP coltivati ​​in casa, in genere l'azienda costruirà queste interfacce utente business da zero. Quando sentiamo sostenere gli sviluppatori aziendali, "impieghiamo il nostro data warehouse come livello dati anziché come CDP", in genere è qui che si dirigono.

Ti metterei in guardia su questo approccio, tuttavia, perché la segmentazione personalizzata e gli strumenti di attivazione potrebbero rivelarsi fragili e la progettazione dell'esperienza utente avanzata è una parte importante di ciò per cui paghi in un CDP (anche se per essere sicuro: non tutti i CDP sono ugualmente bravi in ​​questo ).

Cosa dovresti fare

Riconosci che il tuo sforzo CDP includerà senza dubbio alcune misure di build e buy. È solo una questione di proporzione e posizione. Anche se si concede in licenza un CDP in pacchetto, e ci sono buone ragioni per farlo, sarà necessario un ampio lavoro di sviluppo per integrarlo nel resto del tessuto dei dati dei clienti, per non parlare dei sistemi di coinvolgimento in prima linea.

La giuria rimane fuori su un unico approccio migliore per questo, ma stanno emergendo modelli di progettazione. Consulta questo briefing per maggiori dettagli.

Nel frattempo, mentre cerchi di sviluppare i muscoli della gestione dei dati dei tuoi clienti nel prossimo anno, tieni i tuoi data scientist vicini ma i tuoi sviluppatori ancora più vicini.

Le opinioni espresse in questo articolo sono quelle dell'autore ospite e non necessariamente di MarTech. Gli autori dello staff sono elencati qui.