A medida que las funciones fundamentales de los CDP se convierten en productos básicos, el desafío para los CDP para diferenciarse girará en torno a qué tan bien pueden abordar los «grandes desafíos» que implica el uso de los datos de los clientes para resolver los problemas de marketing. Los grandes desafíos se centran en la creación de resultados empresariales significativos mediante la aceleración del tiempo de obtención de valor sostenido y la eliminación del despilfarro de la cadena de valor digital.
La siguiente es nuestra visión de cuáles son las «grandes oportunidades» que puede resolver el CDP sin residuos. Los CDP que puedan abordarlos se diferenciarán de la creciente mercantilización de los conjuntos de funciones de CDP.
Inteligencia integrada
El desafío más importante es introducir inteligencia en los CDP. Dado el acceso privilegiado a los diversos activos de datos de sus clientes, los CDP están bien posicionados para proporcionar información y soluciones basadas en inteligencia artificial a los especialistas en marketing. Por ejemplo, un problema importante para los CDP convertidos en productos básicos es que representan un desafío para empezar desde cero, ya que requieren que los usuarios tengan una estrategia sofisticada de activación de audiencias o que adivinen de manera efectiva qué audiencias reunir y activar, lo que es a la vez caro e ineficiente. Comenzando con el descubrimiento de la audiencia, los equipos de marketing necesitan una manera fácil de entender cuál es la mejor manera de comenzar su camino hacia el éxito de la campaña.
Además, a medida que los profesionales del marketing avanzan a lo largo del ciclo de vida de activación de la audiencia, los principales CDP están desarrollando mejoras en el flujo de trabajo impulsadas por la IA generativa o se encuentran en las primeras etapas de lanzamiento. Esto reducirá en gran medida el tiempo dedicado a tareas manuales como la detección, el montaje, la medición y la optimización de la audiencia. Al incorporar las capacidades de procesamiento del lenguaje natural (PNL), los usuarios expresarán sus objetivos en un lenguaje normal, eliminando la necesidad de traducirlos a la lógica de bases de datos o CDP. Por ejemplo, los usuarios usarán un lenguaje común para crear audiencias, calcular atributos de perfil y audiencias predictivas.
Estos sistemas también configurarán automáticamente el diseño de los experimentos, lo que garantiza que los especialistas en marketing encuentren soluciones de datos óptimas sin tener que hacer muchas conjeturas ni realizar diseños experimentales. La base de esta capacidad será la capacidad del CDP de ver el ciclo de vida completo del cliente. Esto permitirá a los CDP generar automáticamente estrategias de marketing en respuesta a los objetivos empresariales o de la campaña, lo que mejorará aún más la eficacia del marketing y reducirá las tareas administrativas.
Con el tiempo, los CDP ofrecerán capacidades de inteligencia artificial para agencias. Estos supervisarán la calidad de los datos y los resultados empresariales, y ofrecerán varias estrategias para mejorar los resultados. Si bien se requiere mucha innovación antes de que los CDP alcancen este estado, los principales CDP están contemplando hojas de ruta que conduzcan a este objetivo.
Computación y rendimiento optimizados
La base del CDP sin desperdicio es la capacidad de optimizar las tareas específicas del CDP que requieren un uso intensivo de la computación, especialmente si se considera la tecnología ML/AI. Si bien son interesantes, las tareas informáticas de ML/AI, especialmente las que consideran datos históricos y señales en tiempo real de forma simultánea, son prohibitivamente caras. Esto aumenta en órdenes de magnitud a medida que aumenta el número simultáneo de consultas.
Si bien las capacidades de baja latencia a menudo no se valoran, los profesionales del marketing con recorridos de clientes altamente interactivos o ofertas poco consideradas las necesitarán para implementar personalizaciones «inteligentes». Las arquitecturas actuales luchan por contener los costos de procesamiento cuando responden a los eventos en tiempo real. Sin la capacidad de abordar el escalado de procesamiento en aplicaciones de baja latencia, también conocidas como tiempo real, los CDP estarán limitados en cuanto a la cantidad de datos y a la cantidad de casos de uso que pueden abordar de una manera comercialmente viable.
Accesibilidad a la audiencia
La identidad es un desafío bien conocido para los especialistas en marketing y seguirá siéndolo en el futuro previsible. Impulsada por los avances en curso en los mercados de privacidad, regulatorios y técnicos, la capacidad de hacer frente a los desafíos de identidad tendrá un impacto directo en la influencia que un vendedor puede ejercer con sus datos. Estos desafíos abarcan una gran cantidad de casos de uso que, en conjunto, denominamos direccionabilidad, es decir, cuánto se pueden aprovechar sus datos en un contexto determinado.
El espectro de capacidades de identidad varía considerablemente en la industria de CDP (y martech). Si bien la mayoría de los sistemas tienen un nivel básico de gestión de identidades, gestionar los múltiples contextos y regímenes regulatorios a los que se enfrentan los profesionales del marketing requiere un conocimiento profundo de los casos de uso y la sofisticación técnica. Además, los sistemas de identidad deberán funcionar en tiempo real para potenciar el uso de las interacciones entre canales, algo que los consumidores esperan cada vez más. Por ejemplo, si un cliente hace clic en una oferta de un correo electrónico de marketing, entra inmediatamente en una tienda minorista y abre la aplicación de su minorista, esperará que el minorista esté informado de su interés. Esto es extremadamente difícil de habilitar sin una capacidad de identidad de baja latencia.
Otras aplicaciones de la direccionabilidad incluyen el aumento de las tasas de coincidencia de audiencia con las plataformas de marketing, la personalización de las identificaciones, la mejora de la atribución de conversiones, el enriquecimiento de los perfiles de los clientes y las capacidades de agrupación.
Administración de carteras de datos
Para las organizaciones que operan en un contexto multimarca o multirregional, un desafío común es organizar los datos de manera que los equipos de TI globales puedan garantizar la gobernanza y los controles adecuados y, al mismo tiempo, proporcionar a los equipos de marketing regionales o de marca acceso suficiente y autoservicio. Muchos de los casos de uso implican cómo se implementan y comparten los activos de datos globales y, al mismo tiempo, se garantiza que la gobernanza y el rendimiento no se vean comprometidos. Desde una perspectiva técnica, se trata de entender cómo se deben segregar y agregar los datos en una cartera de marcas o regiones.
En mParticle, hemos estado trabajando en estos desafíos durante varios años, ya que nuestra base de clientes son principalmente grandes vendedores B2C con una cartera de marcas y grupos de marketing internacionales. Anteriormente, los silos de datos proporcionaban una solución (a menudo inadecuada) para este problema. A medida que avanzan los esfuerzos de centralización de datos, el desafío de la administración de la cartera de datos comienza a surgir. En los sectores en los que las marcas se trasladan o se escinden con frecuencia, este problema será aún más frecuente. Este es un problema que los CDP, que ostensiblemente son los principales orquestadores de datos, están en condiciones de abordar, siempre que estén diseñados para abordar este desafío.
Casos de uso específicos verticales
En tiempos de mercantilización, un diferenciador común será la especialización vertical. Una especialización bien entendida serán las industrias fuertemente reguladas, un área que ya vemos que algunos CDP abordan. Las barreras de entrada son bastante altas en algunas industrias y deberían proporcionar cierta diferenciación competitiva con respecto a externo Competidores de CDP. Las capacidades integradas de CDW y CDP en la plataforma en la nube pueden crear algunas presiones de mercantilización, especialmente en los mercados verticales financieros y de seguros, donde los clientes también tienen importantes capacidades de TI.
La dinámica de ML/AI combinada con la especialización vertical puede terminar siendo el factor más importante, pero quizás subestimado, de todo el espacio de CDP. Como las capacidades generales de ML/AI también se están comercializando rápidamente, los CDP que estén en condiciones de desarrollar capacidades de IA únicas debido a su acceso a casos de uso, modalidades y procesos verticales tendrán ventajas sustanciales sobre los competidores que no las tengan. Si un círculo virtuoso de acceso vertical a casos de uso y desarrollo de productos de ML/IA gana impulso, deberíamos esperar una clara bifurcación entre las plataformas «inteligentes» y el «resto del mercado» indiferenciado.
.jpg)
.jpeg)
