CDP 2.0 und Zero-Waste

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 wichtigste Herausforderung besteht darin, Informationen in CDPs einzuführen. Angesichts des privilegierten Zugriffs auf die verschiedenen Datenbestände ihrer Kunden sind CDPs gut positioniert, um Marketingfachleuten Einblicke und KI-gestützte Lösungen zu bieten. Ein großes Problem für standardisierte CDPs besteht beispielsweise darin, dass sie eine Kaltstart-Herausforderung darstellen, sodass die Benutzer entweder eine ausgeklügelte Strategie zur Zielgruppenaktivierung haben oder effektiv erraten müssen, welche Zielgruppen sie zusammenstellen und aktivieren müssen, was sowohl teuer als auch ineffizient ist. Ausgehend von der Zielgruppenfindung benötigen Marketingteams eine einfache Methode, um zu verstehen, wie sie am besten auf ihrem Weg zum Kampagnenerfolg beginnen können.

Darüber hinaus entwickeln die führenden CDPs Workflow-Verbesserungen, die auf generativer KI basieren, während Marketer den Lebenszyklus der Zielgruppenaktivierung immer weiter vorantreiben oder sich in einer frühen Release-Phase befinden. Dadurch wird der Zeitaufwand für manuelle Aufgaben wie Zielgruppenfindung, Zusammenstellung, Messung und Optimierung erheblich reduziert. Durch die Integration von Fähigkeiten zur Verarbeitung natürlicher Sprache (NLP) können Benutzer ihre Ziele in normaler Sprache ausdrücken, sodass diese nicht in CDP- oder Datenbanklogik übersetzt werden müssen. Beispielsweise verwenden Benutzer eine gemeinsame Sprache, um Zielgruppen, berechnete Profilattribute und prädiktive Zielgruppen zu erstellen.

Diese Systeme richten auch automatisch das Versuchsdesign ein, um sicherzustellen, dass Marketer optimale Datenlösungen ohne langes Rätselraten oder experimentelles Design finden. Diese Fähigkeit wird durch die Fähigkeit der CDP untermauert, den gesamten Kundenlebenszyklus zu verfolgen. Dies wird dazu führen, dass CDPs in der Lage sein werden, automatisch Marketingstrategien als Reaktion auf Geschäfts- oder Kampagnenziele zu entwickeln, wodurch die Effektivität des Marketings weiter verbessert und der Verwaltungsaufwand reduziert wird.

Irgendwann werden CDPs agentische KI-Funktionen anbieten. Diese werden die Datenqualität und die Geschäftsergebnisse überwachen und verschiedene Strategien zur Verbesserung der Ergebnisse anbieten. Zwar sind zahlreiche Innovationen erforderlich, bevor CDPs diesen Status erreichen, doch führende CDPs erwägen derzeit Roadmaps, die zu diesem Ziel führen.

Optimierte Rechenleistung und Leistung

Das Zero-Waste-CDP wird durch die Fähigkeit untermauert, CDP-spezifische Aufgaben zu optimieren, die rechenintensiv sind, insbesondere wenn ML/KI in Betracht gezogen wird. ML/KI-Rechenaufgaben, insbesondere solche, die historische Daten und Echtzeitsignale gleichzeitig berücksichtigen, sind zwar aufregend, aber unerschwinglich teuer. Dies wächst um Größenordnungen, wenn die Anzahl gleichzeitiger Abfragen zunimmt.

Funktionen mit niedriger Latenz werden zwar oft nicht gewürdigt, aber Marketer mit hochgradig interaktiven Kundenerlebnissen und/oder Angeboten mit geringem Gegenwert benötigen diese, um „intelligente“ Personalisierungen einsetzen zu können. Aktuelle Architekturen haben Schwierigkeiten, die Rechenkosten einzudämmen, wenn sie in Echtzeit auf Ereignisse reagieren. Ohne die Möglichkeit, Rechenskalierung in Anwendungen mit niedriger Latenz, auch bekannt als Echtzeit, zu berücksichtigen, werden CDPs in Bezug auf die Menge an Daten und Anwendungsfällen, die sie auf kommerziell sinnvolle Weise bewältigen können, begrenzt sein.

Adressierbarkeit der Zielgruppe

Identität ist eine bekannte Herausforderung für Marketer und wird es auch in absehbarer Zeit bleiben. Aufgrund der laufenden Entwicklungen auf den Datenschutz-, regulatorischen und technischen Märkten wird sich die Fähigkeit, mit Identitätsherausforderungen umzugehen, direkt auf die Hebelwirkung auswirken, die ein Marketer mit seinen Daten ausüben kann. Diese Herausforderungen decken eine Vielzahl von Anwendungsfällen ab, die wir zusammenfassend als Adressierbarkeit bezeichnen. Dabei geht es darum, wie viel Ihre Daten in einem bestimmten Kontext genutzt werden können.

Das Spektrum der Identitätsfunktionen ist in der CDP- (und Martech-) Branche sehr unterschiedlich. Während die meisten Systeme über ein grundlegendes Identitätsmanagement verfügen, erfordert der Umgang mit den vielfältigen Kontexten und regulatorischen Rahmenbedingungen, mit denen Marketer konfrontiert sind, ein tiefes Wissen über die Anwendungsfälle und technische Raffinesse. Darüber hinaus müssen Identitätssysteme in Echtzeit funktionieren, um kanalübergreifende Interaktionen zu ermöglichen, was die Verbraucher zunehmend erwarten. Wenn ein Kunde beispielsweise in einer Marketing-E-Mail auf ein Angebot klickt, dann sofort ein Einzelhandelsgeschäft aufruft und die App seines Einzelhändlers öffnet, würde er erwarten, dass der Einzelhändler über sein Interesse informiert wird. Dies ist ohne eine Identitätsfunktion mit niedriger Latenz äußerst schwierig zu ermöglichen.

Zu den weiteren Anwendungsmöglichkeiten der Adressierbarkeit gehören die Erhöhung der Trefferraten von Zielgruppen mit Marketingplattformen, benutzerdefinierte Identitätsprofile, die Verbesserung der Konversionszuweisung, die Anreicherung von Kundenprofilen und Gruppierungsfunktionen.

Datenportfoliomanagement

Für Unternehmen, die in einem Mehrmarken- und/oder Mehrregionskontext tätig sind, besteht eine häufige Herausforderung darin, Daten so zu organisieren, dass globale IT-Teams eine angemessene Verwaltung und Kontrolle sicherstellen können und gleichzeitig den Marken- oder regionalen Marketingteams ausreichend Zugriff und Self-Service bieten. In vielen Anwendungsfällen geht es darum, wie globale Datenbestände bereitgestellt und gemeinsam genutzt werden, während gleichzeitig sichergestellt wird, dass Governance und Leistung nicht beeinträchtigt werden. Aus technischer Sicht bedeutet dies, zu verstehen, wie Daten über ein Portfolio von Marken und/oder Regionen hinweg getrennt und aggregiert werden sollten.

Bei mParticle arbeiten wir seit mehreren Jahren an diesen Herausforderungen, da unser Kundenstamm hauptsächlich aus großen B2C-Vermarktern mit einem Portfolio von Marken und internationalen Marketinggruppen besteht. Bisher boten Datensilos eine (oft unzureichende) Lösung für dieses Problem. Mit fortschreitenden Bemühungen zur Datenzentralisierung wird die Herausforderung des Datenportfoliomanagements allmählich zutage treten. In Branchen, in denen Marken häufig verlagert oder ausgegliedert werden, wird dieses Problem noch häufiger auftreten. CDPs, angeblich der primäre Daten-Orchestrator, sind in der Lage, dieses Problem zu lösen, vorausgesetzt, sie sind darauf ausgelegt, diese Herausforderung zu bewältigen.

Vertikale spezifische Anwendungsfälle

In Zeiten der Kommoditisierung wird die vertikale Spezialisierung ein gemeinsames Unterscheidungsmerkmal sein. Eine allgemein verständliche Spezialisierung werden stark regulierte Branchen sein, ein Bereich, den sich bereits einige CDPs befassen. Die Markteintrittsbarrieren sind in einigen Branchen ziemlich hoch und dürften für eine gewisse Wettbewerbsdifferenzierung sorgen extern CDP-Konkurrenten. Die integrierten CDP-Funktionen von CDW und Cloud-Plattformen können zu einem gewissen Kommodifizierungsdruck führen, insbesondere in der Finanz- und Versicherungsbranche, in der die Kunden selbst über umfangreiche IT-Fähigkeiten verfügen.

Die ML/KI-Dynamik in Kombination mit vertikaler Spezialisierung könnte am Ende der wichtigste, aber vielleicht unterschätzte Treiber im gesamten CDP-Bereich sein. Da sich auch die allgemeinen ML/KI-Fähigkeiten rasch standardisieren, werden CDPs, die aufgrund ihres Zugangs zu vertikalen Anwendungsfällen, Modalitäten und Prozessen in der Lage sind, einzigartige KI-Fähigkeiten zu entwickeln, erhebliche Vorteile gegenüber Wettbewerbern haben, die dies nicht tun. Wenn ein positiver Kreislauf aus vertikalem Zugriff auf Anwendungsfälle und ML/KI-Produktentwicklung an Fahrt gewinnt, sollten wir mit einer deutlichen Trennung zwischen den „intelligenten“ Plattformen und dem undifferenzierten „Rest des Marktes“ rechnen.