Heute ein CDP kaufen

Da die grundlegenden CDP-Funktionen standardisiert werden, wird sich die Herausforderung für CDPs, sich von anderen abzuheben, darin bestehen, wie gut sie die „großen Herausforderungen“ bei der Verwendung von Kundendaten zur Lösung von Marketingproblemen bewältigen können. Die großen Herausforderungen konzentrieren sich darauf, aussagekräftige Geschäftsergebnisse zu erzielen, indem die Zeit bis zur nachhaltigen Wertschöpfung beschleunigt und Verschwendung in der digitalen Wertschöpfungskette vermieden wird.

Im Folgenden stellen wir fest, welche „großen Chancen“ das Zero-Waste-CDP zu lösen hat. Die CDPs, die diese Probleme lösen können, werden sich von der zunehmenden Kommodifizierung der CDP-Funktionen abheben.

Integrierte Intelligenz

Die gute Nachricht für Marketer ist, dass die CDP-Kommodifizierung bedeutet, dass es viele gute Optionen gibt. Die schlechte Nachricht ist, dass die Kommodifizierung zu einem Positionierungschaos unter den CDP-Anbietern geführt hat. E2E-CDPs (im Paket), zusammensetzbare CDPs, Infrastruktur-CDPs, Anwendungs-CDPs, alle Varianten integrierter CDPs (CEP, CRM, Analytics-Anbieter), Reinraum-CDPs, um nur einige zu nennen. In dieser Hinsicht war es noch nie so schwer zu verstehen, welche Option für die spezifischen Bedürfnisse eines Kunden am besten geeignet ist.

Obwohl jeder CDP-Typ seine Vor- und Nachteile hat, sind wir der Ansicht, dass der Kontext des Kunden am wichtigsten ist. Vor diesem Hintergrund werfen wir einen Blick auf die wichtigsten CDP-Typen und besprechen, wann die einzelnen Optionen angemessen sein könnten.

Optimiertes Rechen- und Leistungs-CDP als Feature?

Wie bereits erwähnt, handelt es sich bei integrierten CDPs um CDP-Funktionen, die als Teil einer anderen Marketingtechnologieplattform angeboten werden, in den meisten Fällen von Customer-Engagement-Plattformen (CEP), CRMs oder Analyseanbietern.

Integrierte CDPs werden für Marketer mit begrenzten CDP-Anwendungsfällen attraktiv sein — d. h. sie senden nur Daten an eine Handvoll bekannter Plattformen, benötigen keine Koordination zwischen mehreren Kanälen, haben eine begrenzte Anzahl von Zielgruppen, ein einziges Marketingteam, haben keine komplexen Identitätsprobleme usw. Die einzige bemerkenswerte Ausnahme bilden Teams, die erwarten, in naher Zukunft mehrere Martech-Tools einzusetzen, und ein CDP benötigen, um diese einfacher einzusetzen.

Die Vorteile integrierter CDPs sind ziemlich einfach. Käufer müssen sich um einen Anbieter weniger kümmern. Für Marketer, die ein CEP oder CRM für ihre Journey-Aktivierungen verwenden, passt ein integriertes CDP problemlos in ihre aktuellen Workflows.

Für CDP-Käufer mit komplexeren Anwendungsfällen stellen integrierte CDPs eine erhebliche Herausforderung dar. Wenn sich der Kunde für eine andere CRM-/CEP/Analytics-Plattform entscheidet, wird er in erster Linie durch seine CDP-Nutzung beeinträchtigt (und das Fehlen einer reinen CDP!). Während dies bei kleinen Marketingteams nicht oft der Fall ist, profitieren größere Unternehmen mit markenspezifischen oder regionalen Überlegungen von einem reinen CDP, das qualitativ hochwertige Integrationen auf mehreren Plattformen ermöglicht, die miteinander konkurrieren können. Integrierte CDPs werden es schwierig haben, sich in dieser Situation zurechtzufinden.

Einige spezifische Funktionen, bei denen ein integriertes CDP keine Feature-Parität mit reinen Play-CDPs hat:

• Erweiterte Identitätsauflösung
• Zero-Copy-Funktionen
• Koordination mit niedriger Latenz über mehrere Systeme hinweg
• Fähigkeit, große Eventvolumina und anonyme Daten zu verarbeiten
• Verwaltung und Einwilligungsmanagement
• Hochwertige Integration mit anderen Marketingtechnologieplattformen (bei denen es sich häufig um Wettbewerber handelt)

Im Allgemeinen sind integrierte CDPs für kleine bis mittlere Marketingteams attraktiv, die keine ausgeklügelten Identitäts- oder Echtzeitanforderungen haben.

CDP ZUM SELBERMACHEN

Viele Jahre lang ging es bei der Kalkulation, ob eine CDP gebaut oder gekauft werden sollte, nicht um die Frage, ob gebaut oder gekauft werden sollte, sondern um die Frage, ob eine CDP gebaut oder gekauft werden sollte, um die Frage, ob gebaut oder gewartet werden sollte. Dies war hauptsächlich auf die Instabilität vieler APIs für das öffentliche Marketing zurückzuführen, die sich ohne Vorankündigung ziemlich dramatisch ändern konnten. Zum Glück liegen diese Zeiten größtenteils in der Vergangenheit, und die meisten wichtigen APIs sind gut dokumentiert und gepflegt.

Das Kalkül hat sich in den letzten Jahren geändert, nicht nur aufgrund der API-Stabilität, sondern auch aufgrund einer ganzen Reihe von Tools, die die CDP-Funktionalität ermöglichen. Die große Frage, die es zu berücksichtigen gilt, ist, ob die CDP-Bedürfnisse relativ einfach und moderat oder gering sind, oder müssen sie „die großen CDP-Probleme“ angehen? Wenn letzteres der Fall ist, ist es nicht ratsam, selbst zu arbeiten, da dies in die spezialisierte CDP-Architektur und die Entwicklung von Anwendungsfällen einfließen kann, was IT-Gruppen stark belasten kann. Sie werden nicht nur die heutigen Anwendungsfälle unterstützen, sondern sich auch auf eine Roadmap für Ihre Marketingteams festlegen.

Allerdings benötigen nicht alle Marketer erweiterte CDP-Funktionen. Wenn die Identitätsanforderungen einfach sind, Zielgruppen keine hohen Bildwiederholraten benötigen und Plattformintegrationen nicht „die neuesten und besten“ Funktionen benötigen, kann es sinnvoll sein, CDP-Funktionen intern aufzubauen. CDWs bieten ihrerseits eine Sammlung von CDP-Funktionen, die zu einem „voll funktionsfähigen“ CDP umgebaut werden können. Referenzarchitekturen stehen seit mehreren Quartalen für Heimwerkerarbeiten zur Verfügung. Es sei darauf hingewiesen, dass Kunden, die auf diesen Diensten direkt ihr eigenes, voll funktionsfähiges CDP aufbauen, offenbar nicht weit verbreitet sind. Systemintegratoren bieten CDP-Funktionserweiterungen für ihre CDW-Praktiken an, was nicht gerade eine Eigeninitiative ist, sondern der wahrscheinliche Weg für die Nutzung eingebetteter CDP-Services von CDW ist. Ob diese Bemühungen an Bedeutung gewinnen, hängt davon ab, ob ein praktisches Servicemodell für die Wartung und Aktualisierung einer solchen Plattform entsteht.

Ein weiterer DIY-Ansatz besteht darin, zusammensetzbare CDPs zu verwenden, um Reverse-ETL (ReTL) -Funktionen hinzuzufügen, und dann grundlegende CDP-Funktionen. Mit attraktiven Preisen und der relativ einfachen Bereitstellung für ReTL sind dies gute Optionen, um Heimwerken nachzugehen. Der Hauptnachteil dieses Ansatzes ist das „Überraschungskostenprofil“, wenn eine Leistung mit niedriger Latenz erforderlich ist. Jeder Heimwerker sollte ausreichend Belastungstests durchführen, um zu verstehen, wie diese Kosten die CDW-Berechnung skalieren können. Da sie noch relativ neu im CDP-Bereich sind, fehlt es ihnen außerdem an Marketingexperten, die mit etablierten CDPs vergleichbar sind, sodass sich IT-Teams dazu verpflichten müssen, neue Anwendungsfälle zu unterstützen. Wenn mehrere Marketingteams das CDP verwenden, kann dies überwältigend werden.

Warehouse-native CDPs

Warehouse-native CDPs haben eine Reihe von Kontexten, in denen sie besonders gut zusammenpassen. Wie in einem früheren Abschnitt erwähnt, können CDP-Bemühungen zum Selbermachen stark von Warehouse-nativen CDPs profitieren. Sie eignen sich hervorragend als Reverse-ETL-Tools. Sie haben in der Regel auch niedrigere Preise für einfache Anwendungsfälle, da sie nicht die Verarbeitungskosten tragen.

Datentechnik-Teams haben auch starke Präferenz für Warehouse-native CDPs, wenn es darum geht, ihre CDW-Bemühungen zu unterstützen, insbesondere in Bezug auf Governance- und Qualitätsaspekte. Wenn eine Umgebung starke Qualitäts- und Governance-Merkmale aufweist, übernehmen Warehouse-native CDPs diese Eigenschaften, da ihre Architektur ein CDW-Overlay ist.

Ein weiteres attraktives Merkmal von Warehouse-nativen CDPs ist, dass neue Spalten im CDW einfach in das CDP aufgenommen werden können. Etablierte CDPs sind auch in der Lage, schnell neue Daten einzuschleusen, aber die CDW-Anwendungsfälle sind heute nicht so sauber wie warehouse-native. Wir gehen davon aus, dass sich diese Lücke in naher Zukunft schließen wird, da dies eindeutig ein notwendiger Anwendungsfall für Marketer ist.

Es gibt eine Reihe von Kontexten, in denen Warehouse-native CDPs eine Herausforderung darstellen können. Das größte Problem ist die Qualität ihrer „versteckten Kosten“, insbesondere wenn Kunden Zielgruppen mit geringer Latenz oder Datenweiterleitung benötigen. Diese Arten von CDP-Rechenaufgaben können selbst in optimierten CDW-Umgebungen sehr schnell sehr teuer werden. Dies unterscheidet sich von etablierten CDPs, die über speziell entwickelte Architekturen verfügen und über Transparenz in Bezug auf die Kosten von Funktionen in Echtzeit verfügen.

Eine weitere Überlegung ist, wie bereit die CDW-Daten für CDP-Anwendungen sind, insbesondere für die ausgefeilte ID-Handhabung. Ist dies nicht der Fall, ist es sehr wahrscheinlich, dass erhebliche technische Anstrengungen erforderlich sind, bevor Warehouse-native CDPs implementiert werden können.

In Bezug auf Datenqualität und Governance gelten Warehouse-native CDPs manchmal als „Teil der Heilung“, wenn eine Umgebung in diesen Bereichen vor Herausforderungen steht. Warehouse-native CDPs können diese Probleme in der Regel nicht lösen, da ihre „Vererbungsqualität“ in beide Richtungen geht. Wie wir im Abschnitt Datenqualität besprochen haben, weisen sie in diesen Bereichen einige attraktive Eigenschaften auf, aber ob sie im Vergleich zu etablierten CDPs eine bessere Lösung zur Verbesserung von Qualität und Steuerung sind, hängt stark vom Kontext ab. Im Allgemeinen sind Unternehmen, die über ein hohes Maß an Datenreife, Qualität und Fachwissen verfügen, bessere Kandidaten für zusammensetzbare CDPs.

Schließlich hat die Flexibilität von Warehouse-nativen CDPs auch ihren Preis. Im Wesentlichen muss das Data Engineering darauf vorbereitet sein, alle zukünftigen Marketing-Anwendungsfälle zu unterstützen. Diese Bemühungen mögen für eine kleine Anzahl von Marketingmitarbeitern und/oder Marken überschaubar sein, werden aber in komplexeren Umgebungen zu einer erheblichen Belastung werden. Das unerwünschte Ergebnis in diesem Fall ist, dass sowohl die Marketing- als auch die Datenentwicklungsteams verlangsamt werden.

Die idealen Kontexte für Warehouse-native CDPs sind:

• Umgebungen mit kleinen oder mittleren Marketingteams.
• Erfordern Sie keine Zielgruppen in Echtzeit oder Datensynchronisierung.
• Die Bemühungen von DYI CDP in „sauberen“ Umgebungen mit ausreichend Datentechnikern.
• Umgebungen ohne ausgeklügelte Identitätserfordernisse.
• Anwendungsfälle, die von Reverse-ETL-Tools ausreichend erfüllt werden.
• Organisationen mit unbegrenztem Budget und/oder überschüssigen technischen Kapazitäten.

Etablierte CDPs

Der Hauptunterschied zwischen etablierten CDPs und Alternativen ist der Marketer-First-Ansatz. Datentechnische Überlegungen sind sicherlich wichtig, aber der Wert von CDPs ist in erster Linie für Geschäftsergebnisse verantwortlich, da Kundendaten zur Lösung von Marketingproblemen genutzt werden. Materiell äußert sich dies auf drei wichtige Arten.

Erstens verfügen etablierte CDPs über Kundenerfolgsteams, die sich mit Marketingherausforderungen bestens auskennen und sich häufig auf Branchen spezialisiert haben. Sie können Beratung und Beratung zu den verschiedenen Marketingtaktiken und -strategien anbieten.

Zweitens werden etablierte CDPs qualitativ hochwertige Integrationen für wichtige Plattformen anbieten, die über das Integrationsniveau hinausgehen, das bei integrierten und zusammensetzbaren CDPs häufig zu finden ist. Für Poweruser dieser Integrationspartner ist dies ein sehr wichtiges Thema und kann als praktische Lösung über Erfolg oder Misserfolg der CDP entscheiden.

Am wichtigsten ist, dass etablierte CDPs eine marketingfreundliche Passform und Verarbeitung haben. In Bezug auf das Produkt wurden viele der Funktionen anhand der wohlverstandenen Benutzerpräferenzen von Vermarktern entwickelt. Dies senkt die Lernkurve für neue Benutzer und verbessert ihre Fähigkeit zur Selbstbedienung. Dies wird in Umgebungen mit mehreren Marketingteams unerlässlich.

Es besteht die Meinung, dass zusammensetzbare CDPs die Lücke zu etablierten CDPs in diesem Bereich „schließen“ werden. Dies setzt voraus, dass etablierte CDPs mit ihrem großen Kundenstamm trotz eines besseren Einblicks in die neuesten Marketing-Anwendungsfälle nicht so schnell innovieren werden wie Composable CDPs. (Interessanterweise scheint sich diese Stimmung, die Lücken zu schließen, nicht auf etablierte CDPs in Bezug auf Zero-Copy auszudehnen, die die Lücke in den kommenden Quartalen sicherlich schließen werden.)

Eines der größten Missverständnisse etablierter CDPs ist die Eigenschaft, „starr“ zu sein. Sie bieten eine Reihe von Anpassungsoptionen, insbesondere solche mit ausgeklügelten Identitätslösungen. Es gibt eine Reihe von präskriptiven Frameworks, die unter Einbeziehung der Kunden über viele Jahre entwickelt wurden. Diese sind so konzipiert, dass sie die meisten Anwendungsfälle für Vermarkter sofort abdecken. Dadurch sind die Anforderungen an die fortlaufenden Anpassungen geringer als bei anderen Ansätzen. Richtig betrachtet, besteht ein Balanceakt zwischen Wartbarkeit und Anpassung — etablierte CDPs an ein Ende der Skala zu binden, bedeutet, wichtige Kompromisse zu ignorieren.

Aus Kostensicht sind etablierte CDPs transparenter als andere Ansätze, insbesondere solche, die zusammensetzbar sind. Zwar wird es in Bezug auf die CDP-Kosten angesichts der Art der Kundenereignisse und -daten immer eine gewisse Unsicherheit geben, doch bei etablierten CDPs gibt es keine „versteckten Kosten“ oder zusammensetzbare Ansätze, bei denen die Rechenkosten auf die CDW der Kunden verlagert werden. Dies ist zwar nicht wesentlich bei einer kleinen Anzahl von Zielgruppen oder bei Synchronisationen mit hoher Latenz (>24 Stunden) der Fall, aber sie weisen exponentielle Kostenprofile auf, wenn sich die Anwendungsfälle den stündlichen Latenzanforderungen nähern.

In Zukunft werden führende etablierte CDPs generative KI nutzen, um viele der Marketingaufgaben zu automatisieren. In dieser Hinsicht haben sie einen erheblichen Vorteil gegenüber Alternativen, die sich stärker auf die IT konzentrieren. Vertikales Fachwissen wird im Bereich der Produktentwicklung äußerst wichtig sein, da der Zugang zu speziellen Anwendungsfällen ausschlaggebend dafür sein wird, wie sich Anbieter sinnvoll von der Konkurrenz abheben können.

Der Hauptnachteil etablierter CDPs besteht darin, dass sie für Marketer mit begrenzten Anwendungsfällen übertrieben sein können. Integrierte CDPs, Reverse-ETL-Tools oder sogar DIY-Lösungen sind für diese Käufer oft geeignet. Ein weiterer Bereich, in dem Alternativen attraktiv sind, sind Dateninfrastrukturen mit bestehenden hohen Qualitäts- und Verwaltungsmerkmalen, die nicht über große Marketingteams verfügen.

Der ideale Käufer eines etablierten CDP:

• Hat mehrere Marketingteams, Marken und/oder Regionen.
• Kann die Unterstützung erfahrener Kundendienstteams nutzen.
• Hat Echtzeitanforderungen für Zielgruppen und Veranstaltungssynchronisierung.
• Benötigt spezifische, qualitativ hochwertige Integrationen.
• Benötigt Vorhersagbarkeit der Kosten.
• Wird von der ML/KI-Automatisierung gängiger Arbeitsabläufe in ihren Branchen profitieren.

M-Partikel

mParticle ist ein auf Marketer ausgerichtetes CDP, das sich auf zwei Innovationsbereiche konzentriert: Marketer mit generativen und analytischen KI-Funktionen auszustatten und Leistung ohne Verschwendung zu ermöglichen, einschließlich der Optimierung der Rechenkosten.

Wie bereits erwähnt, befassen wir uns mit den „großen Problemen“ des CDP-Raums. Diese Bemühungen werden durch unsere bestehende Identität in Echtzeit und optimierte Datenverarbeitungsfunktionen unterstützt.

Per Definition ist mParticle sowohl in unserem Bereitstellungs- als auch in unserem Preismodell vollständig zusammensetzbar. Tatsächlich sind wir bestrebt, das Beste aus den beiden wichtigsten CDP-Modalitäten für einen Zweck anzubieten: die Probleme unserer Kundenvermarkter mit Daten zu lösen.