A verdadeira história do MarTech: você deve construir ou comprar uma plataforma de dados do cliente?

“Construir versus comprar” no contexto dos mercados de tecnologia é um debate de longa data. No Real Story Group, vemos esse debate sendo revisitado para pilhas de tecnologia de marketing, principalmente para plataformas de dados de clientes (CDPs).

Existe uma única abordagem correta? Acho que não, mas os detalhes importam aqui. Então vamos cavar.

Construir versus comprar

Tradicionalmente, duas abordagens principais para obter funcionalidade corporativa são:

1. Comprar um pacote pronto para uso e depois personalizá-lo para necessidades específicas.
2. Construindo uma plataforma internamente, especificamente para suas necessidades, às vezes por meio de peças embaladas.

Ambas as abordagens têm fundamentos válidos e, nas últimas duas décadas, como analista do setor, vi essa escolha surgir em praticamente todos os mercados de tecnologia. No entanto, os limites entre construir e comprar CDPs podem se tornar mais confusos.

Parte do desafio é que os CDPs empacotados podem variar substancialmente em escopo. Alguns têm grande profundidade vertical, voltando à empresa para realizar o processamento de dados upstream ou estendendo-se para a camada de engajamento para fornecer interação em tempo real. Alguns CDPs empacotados oferecem serviços laterais de orquestração, gerenciamento de campanhas e até mensagens de saída.

Portanto, antes de decidir sobre a abordagem correta, é importante responder o que um CDP fará especificamente para sua empresa.

O que faz um CDP (para você)?

O modelo mostra diferentes estágios em um ciclo de vida de dados, independentemente da plataforma tecnológica específica. Os dados do seu cliente provavelmente passam por todas essas etapas:

1. Você precisa obter dados de várias fontes de dados online e offline antes de poder fazer qualquer coisa com eles. Portanto, você precisa de algum mecanismo para ingerir dados, limpá-los, realizar algumas transformações e agregações e garantir a qualidade.
2. Depois que os dados são coletados ou ingeridos de diferentes fontes, você precisa vinculá-los aos perfis de usuário. Isso inclui atividades como resolução de identidade e unificação de perfil. Você também enriquece seus perfis com dados adicionais, garantindo a governança e a conformidade de dados.

Em uma organização maior, essas duas fases iniciais normalmente ocorrem dentro de uma “tecido” ou “malha” de dados corporativos mais amplos. A empresa típica já possui ferramentas de gerenciamento de dados para lidar com esses serviços – como data lakes, armazéns, ferramentas ETL, qualidade e governança, etc. – e as aplica aos dados do cliente. No entanto, como veremos a seguir, muitas ferramentas CDP empacotadas também fornecem alguns desses serviços. De qualquer forma, as equipes corporativas de TI e dados se tornam partes interessadas importantes nesses dois primeiros estágios.

• A próxima etapa é onde você usa todos esses dados de perfil limpos, agregados e unificados para seus objetivos de negócios. Por exemplo, agora que você tem perfis ou visualizações de 360 ​​graus de seus usuários ou clientes, pode segmentá-los com base em diferentes atributos. Você pode dividir os perfis, criar coortes, agrupar dados semelhantes, criar públicos e assim por diante – e então, criticamente, ativar esses dados por meio de vários canais.
• Essa etapa é a última milha onde você se envolve com seus clientes via e-commerce, e-mail, web, celular, chat ou outros canais, usando conteúdo personalizado e recomendações de produtos.

Você vê um envolvimento consideravelmente maior das equipes de marketing e experiência do cliente nesses dois últimos estágios.

Em teoria, todos esses serviços podem ser potencialmente endereçados por um CDP. Muitas vezes, você encontrará fornecedores de CDP se gabando de que podem executar todos esses estágios igualmente bem.

Na prática, porém, vemos diversas variações desse modelo. Veja, por exemplo, os diferentes escopos da Empresa A, B e C no diagrama. Raramente empresas grandes e complexas implantam uma única plataforma para todos esses estágios. Há pelo menos duas razões para isso:

1. Como você pode ver, a funcionalidade potencial geral é bastante ampla e grandes empresas já possuem iniciativas existentes fora do CDP para vários dos estágios (ou funcionalidades dentro desses estágios) identificados acima. Essas funcionalidades geralmente incluem gerenciamento de pipeline de dados, operações de aprendizado de máquina e resolução de identidade, para citar apenas algumas.
2. Apesar do que afirmam os fornecedores, a verdade é que eles nunca são igualmente bons em todas essas etapas. Eles geralmente podem fazer apenas um ou dois desses estágios bem.

Portanto, onde um CDP se encaixa em sua pilha de martech pode ser diferente de onde se encaixa para outra empresa. Isso afeta qualquer decisão de construção versus compra, pois a questão inicialmente se torna: construir ou comprar exatamente o que? Mesmo se você licenciar um CDP pronto para uso para alguma funcionalidade dentro do modelo acima, provavelmente criará extensões para recursos ausentes.

Portanto, a primeira lição: você provavelmente fará algumas construções e algumas compras, independentemente da estratégia geral. A questão então se torna: em que proporções?

Montagem a partir de peças

Uma abordagem potencialmente aberta para você é montar componentes para construir recursos de CDP em vez de desenvolver do zero ou comprar um CDP de uso geral mais amplo pronto para uso.

Essa abordagem tem algum apelo porque você já pode possuir alguns recursos poderosos de gerenciamento de dados como parte de sua estrutura de dados de clientes mais ampla.

Você também pode licenciar produtos específicos para essas diferentes funcionalidades. Vários fornecedores oferecem componentes para tal funcionalidade. Por exemplo:

• Ingestão de dados: Existem fornecedores especializados de ingestão de dados e módulos dos próprios fornecedores de CDP. Fornecedores como Stitch (adquirido pela Talend), Snowplow, Fivetran, Matillion e outros fornecem módulos para ingestão de dados, gerenciamento de pipeline de dados, transformações e outras funcionalidades relevantes.
• ETL e ELT: Muitos fornecedores têm como alvo Extract-Transform-Load (ETL), Extract-Load-Transform (ELT) e Reverse-ETL/ELT para diferentes tipos de transformações que você pode fazer com seus dados brutos. Exemplos de fornecedores nesta categoria são Hevo Data, Hightouch, DBT e Census.
• Data warehouses e Data Lakes: Vários data warehouses e data lakes, incluindo Snowflake, Google e outros, incluem gerenciamento de dados e funcionalidade de processamento. Muitas arquiteturas CDP empacotadas já pressupõem que os dados de origem virão desse ambiente.
• CDPs “virtuais” : Alguns fornecedores, como Aqfer, Rudderstack e alguns outros players, oferecem alguns serviços para remendar um CDP com uma camada de dados desacoplada.
• Resolução de identidade: vários fornecedores visam a resolução de identidade. Muitos CDPs já desistiram de seus próprios esforços de resolução de identidade e estão em vez de fazer parceria com fornecedores como Neustar, Infutor, LiveRamp e outros.
• Engajamento: O mercado de produtos orientados ao engajamento permanece bastante vibrante. Você pode encontrar muitas soluções pontuais que visam orquestração de jornada, gerenciamento de campanhas, personalização, recomendações e outros casos de uso de engajamento. Vários CDPs empacotados também são fortes nessa área.

Esta não é uma lista exaustiva de serviços, e você pode encontrar muitos outros fornecedores especializados (por exemplo, aqueles que fornecem soluções de governança). O ponto chave é que é possível montar esses serviços para ter um ecossistema de dados componíveis ao invés de fazer tudo usando um único CDP.

Leia a seguir: Mudanças profundas no espaço CDP

O que você pode perder

Até agora, você provavelmente já percebeu que alguns serviços CDP importantes estão faltando na lista acima: segmentação e ativação para negócios. Esses são recursos mais desafiadores para comprar na prateleira e, na RSG, quando vemos CDPs caseiros, normalmente, a empresa cria essas interfaces de usuário de negócios do zero. Quando ouvimos desenvolvedores corporativos argumentando, “vamos apenas empregar nosso data warehouse como camada de dados em vez de um CDP”, normalmente é para onde eles estão indo.

No entanto, eu o alertaria sobre essa abordagem, porque a segmentação personalizada e as ferramentas de ativação podem se mostrar frágeis, e o design de UX avançado é uma grande parte do que você paga em um CDP (embora tenha certeza: nem todos os CDPs são igualmente bons nisso ).

O que você deveria fazer

Reconheça que seu esforço de CDP, sem dúvida, incluirá algumas medidas de construção e compra. É apenas uma questão de proporção e localização. Mesmo se você licenciar um CDP empacotado – e há boas razões para fazê-lo – você precisará de um amplo trabalho de desenvolvimento para integrá-lo ao restante da estrutura de dados do cliente, sem falar nos sistemas de engajamento da linha de frente.

O júri permanece em uma única melhor abordagem para isso, mas os padrões de design estão surgindo. Consulte este briefing para mais detalhes.

Enquanto isso, à medida que você procura desenvolver seus músculos de gerenciamento de dados de clientes no próximo ano, mantenha seus cientistas de dados próximos, mas seus desenvolvedores ainda mais próximos.

As opiniões expressas neste artigo são do autor convidado e não necessariamente da MarTech. Os autores da equipe estão listados aqui.