Plataforma de dados do cliente (CDP)

Uma plataforma de dados do cliente (CDP) é um sistema que coleta dados de clientes de múltiplas fontes, os organiza em perfis unificados para cada indivíduo e disponibiliza esses perfis para outros sistemas para segmentação, personalização e mensuração. Ela difere de um data warehouse por ser orientada à ativação operacional em vez de análise, e de um sistema de gestão de relacionamento com o cliente (CRM) por ser construída para ingerir grandes volumes de dados comportamentais em vez de gerenciar relacionamentos e processos de vendas.

O problema que aborda é real e generalizado. As informações dos clientes se acumulam em sistemas isolados: a plataforma de comércio eletrônico, a ferramenta de e-mail, o suporte ao cliente, as contas de publicidade, as análises do aplicativo móvel, o ponto de venda físico. A mesma pessoa aparece em cada um deles com um identificador diferente, e nenhum sistema possui uma visão completa. Consequentemente, o marketing entra em contato com clientes que acabaram de reclamar, o suporte não tem visibilidade do histórico de compras e a análise do valor do cliente é impossível sem um processo manual de conciliação repetido sempre que necessário.

A resolução de identidade é a função técnica central e a parte mais complexa. Associar uma conta com sessão iniciada a uma sessão de navegação anônima, a um endereço de e-mail usado em outro momento, à instalação de um aplicativo e a uma compra em loja exige correspondência determinística onde os identificadores existem e correspondência probabilística onde não existem. A qualidade dessa resolução determina o valor de tudo o que vem depois, e é também onde se concentram as consequências para a privacidade, já que a combinação de conjuntos de dados cria perfis mais reveladores do que qualquer uma das entradas isoladamente.

A categoria tornou-se confusa devido ao posicionamento dos fornecedores, e avaliar as opções exige olhar além do rótulo. Alguns produtos são principalmente ferramentas de ativação de marketing com capacidade de ingestão, outros são infraestrutura de dados com ativação adicionada, e um padrão cada vez mais comum é construir a mesma funcionalidade diretamente em um data warehouse na nuvem, usando ferramentas dedicadas para resolução de identidade e distribuição de público, evitando a duplicação de dados do cliente em um repositório proprietário separado. A escolha certa depende da infraestrutura existente e de qual equipe será responsável pelo sistema, e essa questão de responsabilidade geralmente é mais decisiva do que a comparação de recursos.

As implementações falham por razões previsíveis. As organizações compram uma plataforma antes de decidir quais decisões ela irá melhorar e acabam com perfis unificados que ninguém usa. A qualidade dos dados de origem é baixa e a unificação produz uma visão consolidada de informações não confiáveis, em vez de uma visão confiável. A governança não está definida, então ninguém concorda sobre qual sistema é a autoridade para qual área. E as equipes operacionais que deveriam usar os segmentos não estão envolvidas na definição deles, portanto, os segmentos não correspondem à forma como essas equipes realmente trabalham.

Uma avaliação honesta das alternativas deve preceder qualquer compra, pois uma parcela substancial do valor que as organizações buscam nessas plataformas pode ser alcançada com as ferramentas que já possuem. Um data warehouse bem modelado, com exportações programadas para a plataforma de marketing, atende à maioria dos casos de uso de segmentação e supressão sem a necessidade de um novo sistema. Quando a resposta em tempo real é realmente necessária e o número de sistemas de origem é tão grande que a integração ponto a ponto se torna inviável, a justificativa para o uso de ferramentas dedicadas se fortalece consideravelmente. Definir a decisão com base nas funcionalidades específicas que faltam, em vez de focar na categoria do produto, tende a resultar em um projeto menor e mais bem-sucedido.

O padrão de sucesso consiste em começar com um pequeno número de casos de uso específicos com claro valor comercial, como excluir compradores recentes de campanhas de aquisição ou acionar ações de retenção com base em comportamentos definidos, e construir apenas a integração necessária para esses casos. Essa estrutura geralmente é estabelecida durante uma análise de dados engajamento, com a estratégia de ativação de responsabilidade de gestão do crescimentoe é mais frequentemente justificado em empresa Ambientes onde o número de sistemas desconectados é tão grande que a reconciliação manual se tornou um custo permanente.