Piattaforma Dati Clienti (CDP)

Una piattaforma di dati dei clienti (CDP) è un sistema che raccoglie i dati dei clienti da diverse fonti, li elabora in profili unificati per ogni singolo individuo e li rende disponibili ad altri sistemi per la segmentazione, la personalizzazione e la misurazione. Si differenzia da un data warehouse in quanto orientata all'attivazione operativa piuttosto che all'analisi, e da un sistema di gestione delle relazioni con i clienti (CRM) in quanto progettata per acquisire grandi volumi di dati comportamentali anziché per gestire le relazioni e i processi di vendita.

Il problema che affronta è reale e diffuso. Le informazioni sui clienti si accumulano in sistemi isolati: la piattaforma di e-commerce, lo strumento di email marketing, il servizio di assistenza clienti, gli account pubblicitari, le analisi dell'app mobile, il punto vendita fisico. La stessa persona compare in ognuno di essi con un identificativo diverso e nessun sistema possiede una visione completa. Di conseguenza, il marketing contatta clienti che si sono appena lamentati, l'assistenza clienti non ha visibilità sulla cronologia degli acquisti e l'analisi del valore del cliente è impossibile senza un'operazione di riconciliazione manuale ripetuta ogni volta che è necessaria.

La risoluzione dell'identità è la funzione tecnica centrale e la parte più complessa. Associare un account a una sessione di navigazione anonima, a un indirizzo email utilizzato in un momento diverso, all'installazione di un'app e a un acquisto in negozio richiede un abbinamento deterministico laddove siano presenti identificatori e un abbinamento probabilistico laddove non lo siano. La qualità di questa risoluzione determina il valore di tutto ciò che ne consegue, ed è anche il punto in cui si concentrano le conseguenze per la privacy, poiché la combinazione di insiemi di dati crea profili più rivelatori di ciascuno dei dati di input presi singolarmente.

La categoria si è fatta sfumata a causa del posizionamento dei fornitori, e valutare le opzioni richiede di guardare oltre l'etichetta. Alcuni prodotti sono principalmente strumenti di attivazione marketing con capacità di acquisizione dati, altri sono infrastrutture dati con funzionalità di attivazione aggiunte, e un modello sempre più diffuso prevede di implementare le stesse funzionalità direttamente su un data warehouse cloud utilizzando strumenti dedicati per la risoluzione delle identità e la distribuzione del pubblico, evitando la duplicazione dei dati dei clienti in un archivio proprietario separato. La scelta giusta dipende dall'infrastruttura esistente e da quale team sarà responsabile del sistema, e questa questione della proprietà è solitamente più decisiva del confronto delle funzionalità.

Le implementazioni falliscono per ragioni prevedibili. Le organizzazioni acquistano una piattaforma prima di decidere quali processi decisionali intende migliorare, finendo per avere profili unificati che nessuno utilizza. La qualità dei dati di origine è scarsa e l'unificazione produce una visione consolidata di informazioni inaffidabili anziché una affidabile. La governance non è definita, quindi nessuno concorda su quale sistema sia quello di riferimento per ciascun ambito. Inoltre, i team operativi che dovrebbero utilizzare i segmenti non sono coinvolti nella loro definizione, di conseguenza i segmenti non rispecchiano il modo in cui tali team lavorano effettivamente.

Una valutazione onesta delle alternative dovrebbe precedere qualsiasi acquisto, poiché una parte sostanziale del valore che le organizzazioni cercano in queste piattaforme è ottenibile con gli strumenti che già possiedono. Un data warehouse ben strutturato con esportazioni programmate verso la piattaforma di marketing offre la maggior parte delle funzionalità di segmentazione e di esclusione senza la necessità di un nuovo sistema. Laddove sia effettivamente richiesta una risposta in tempo reale e il numero di sistemi sorgente sia talmente elevato da rendere ingestibile l'integrazione punto a punto, la necessità di strumenti dedicati si rafforza considerevolmente. Inquadrare la decisione in base alle specifiche funzionalità mancanti, piuttosto che in base alla categoria, tende a produrre un progetto più snello e di maggior successo.

Il modello vincente è partire da un piccolo numero di casi d'uso specifici con un chiaro valore commerciale, come escludere gli acquirenti recenti dalle campagne di acquisizione o attivare attività di fidelizzazione in base a comportamenti definiti, e costruire solo l'integrazione necessaria a tali casi. Tale inquadramento viene normalmente stabilito durante un analisi dei dati coinvolgimento, con la strategia di attivazione di proprietà di gestione della crescitae il più delle volte è giustificato in impresa ambienti in cui il numero di sistemi disconnessi è talmente elevato che la riconciliazione manuale è diventata un costo permanente.