CDP 2.0 and Zero Dechet

Alors que les fonctionnalités fondamentales du CDP sont banalisées, le défi pour les CDP de se différencier sera de savoir dans quelle mesure ils peuvent relever les « grands défis » liés à l'utilisation des données clients pour résoudre des problèmes marketing. Les grands défis consistent à créer des résultats commerciaux significatifs en accélérant le délai de création de valeur durable et en éliminant le gaspillage de la chaîne de valeur numérique.

Voici notre point de vue sur les « grandes opportunités » que le CDP zéro déchet doit résoudre. Les CDP qui peuvent y remédier se différencieront de la banalisation croissante des ensembles de fonctionnalités CDP.

Intelligence intégrée

Le défi le plus important est d'introduire l'intelligence dans les CDP. Grâce à l'accès privilégié aux différents actifs de données de leurs clients, les CDP sont bien placés pour fournir des informations et des solutions basées sur l'IA aux spécialistes du marketing. Par exemple, l'un des problèmes majeurs des CDP banalisés est qu'ils présentent un défi de démarrage à froid, obligeant les utilisateurs soit à disposer d'une stratégie d'activation d'audience sophistiquée, soit à deviner efficacement quelles audiences rassembler et activer, ce qui est à la fois coûteux et inefficace. En commençant par la découverte de l'audience, les équipes marketing ont besoin d'un moyen simple de comprendre la meilleure façon de démarrer leur campagne avec succès.

En outre, alors que les marketeurs évoluent tout au long du cycle de vie d'activation de l'audience, des améliorations du flux de travail alimentées par l'IA générative sont en cours de développement ou sont en cours de publication par les principaux CDP. Cela réduira considérablement le temps consacré aux tâches manuelles telles que la découverte du public, l'assemblage, la mesure et l'optimisation. En intégrant les capacités de traitement du langage naturel (NLP), les utilisateurs exprimeront leurs objectifs dans un langage normal, ce qui leur évitera d'avoir à les traduire en CDP ou en logique de base de données. Par exemple, les utilisateurs utiliseront un langage courant pour créer des audiences, des attributs de profil calculés et des audiences prédictives.

Ces systèmes configureront également automatiquement la conception des expériences, garantissant ainsi que les spécialistes du marketing trouveront des solutions de données optimales sans conjectures ni conception expérimentale. Cette capacité sera étayée par la capacité du CDP à visualiser le cycle de vie complet des clients. Cela permettra aux CDP de générer automatiquement des stratégies marketing en réponse à des objectifs commerciaux ou de campagne, améliorant ainsi l'efficacité du marketing et réduisant les tâches administratives.

À terme, les CDP offriront des capacités d'IA agentiques. Ils surveilleront la qualité des données et les résultats commerciaux, et proposeront diverses stratégies pour améliorer les résultats. Bien que de nombreuses innovations soient nécessaires pour que les CDP atteignent cet état, des feuilles de route menant à cet objectif sont envisagées par les principaux CDP.

Calcul et performances optimisées

Le CDP zéro déchet repose sur la capacité à optimiser les tâches spécifiques au CDP qui nécessitent beaucoup de calcul, en particulier lorsqu'il s'agit de ML/AI. Bien qu'intéressantes, les tâches de calcul ML/AI, en particulier celles qui prennent en compte simultanément des données historiques et des signaux en temps réel, sont d'un coût prohibitif. Ce chiffre augmente de plusieurs ordres de grandeur à mesure que le nombre de requêtes simultanées augmente.

Bien que les fonctionnalités de faible latence ne soient souvent pas appréciées, les spécialistes du marketing proposant des parcours clients hautement interactifs et/ou des offres peu considérées en auront besoin pour déployer des personnalisations « intelligentes ». Les architectures actuelles ont du mal à contenir les coûts de calcul lorsqu'elles répondent à des événements en temps réel. Sans la capacité de gérer la mise à l'échelle du calcul dans les applications à faible latence, c'est-à-dire en temps réel, les CDP seront limités quant à la quantité de données et au nombre de cas d'utilisation qu'ils peuvent traiter de manière commercialement viable.

Public Adressability

L'identité est un défi bien connu des spécialistes du marketing et continuera de l'être dans un avenir proche. Grâce à l'évolution continue des marchés de la confidentialité, de la réglementation et des techniques, la capacité à relever les défis liés à l'identité aura un impact direct sur l'influence qu'un marketeur peut exercer sur ses données. Ces défis concernent un grand nombre de cas d'utilisation que nous appelons collectivement adressabilité, c'est-à-dire la mesure dans laquelle vos données peuvent être exploitées dans un contexte particulier.

L'éventail des fonctionnalités d'identité varie considérablement au sein du secteur du CDP (et des martech). Alors que la plupart des systèmes disposent d'un niveau de base de gestion des identités, la gestion des multiples contextes et régimes réglementaires auxquels les spécialistes du marketing sont confrontés nécessite une connaissance approfondie des cas d'utilisation et une technique sophistiquée. En outre, les systèmes d'identité devront fonctionner en temps réel pour optimiser les interactions entre canaux, auxquelles les consommateurs s'attendent de plus en plus. Par exemple, si un client clique sur une offre dans un e-mail marketing, puis se rend immédiatement dans un point de vente et ouvre l'application de son revendeur, il s'attend à ce que celui-ci soit informé de son intérêt. Cela est extrêmement difficile à activer sans une capacité d'identité à faible latence.

Parmi les autres applications de l'adressabilité, citons l'augmentation des taux de correspondance d'audience avec les plateformes marketing, les spines d'identité personnalisées, l'amélioration de l'attribution des conversions, l'enrichissement des profils clients et les capacités de regroupement.

Data portfolio management

Pour les organisations qui opèrent dans un contexte multimarque et/ou multirégional, l'un des défis courants consiste à organiser les données de manière à permettre aux équipes informatiques mondiales de garantir une gouvernance et des contrôles appropriés, tout en fournissant aux équipes marketing de la marque ou régionales un accès et un libre-service suffisants. De nombreux cas d'utilisation concernent la manière dont les actifs de données mondiaux sont déployés et partagés, tout en garantissant que la gouvernance et les performances ne sont pas compromises. D'un point de vue technique, il s'agit de comprendre comment les données doivent être séparées et agrégées au sein d'un portefeuille de marques et/ou de régions.

Chez mParticle, nous travaillons sur ces défis depuis plusieurs années, car notre clientèle est principalement composée de grands spécialistes du marketing B2C avec un portefeuille de marques et de groupes de marketing internationaux. Auparavant, les silos de données offraient une solution (souvent inadéquate) à ce problème. À mesure que les efforts de centralisation des données progressent, le défi de la gestion du portefeuille de données commence à se poser. Dans les secteurs où les marques sont fréquemment déplacées ou cédées, ce problème deviendra encore plus fréquent. Il s'agit d'un problème que les CDP, apparemment le principal orchestrateur de données, sont bien placés pour gérer, à condition qu'ils soient conçus pour relever ce défi.

Cas d'utilisation spécifiques à la verticale

En période de banalisation, la spécialisation verticale constitue un facteur de différenciation courant. Les secteurs fortement réglementés constitueront une spécialisation bien comprise, un domaine que certains CDP abordent déjà. Les obstacles à l'entrée sont assez élevés dans certains secteurs et devraient permettre une certaine différenciation concurrentielle par rapport à externe Les concurrents du CDP. Les fonctionnalités intégrées du CDW et de la plateforme cloud CDP peuvent créer certaines pressions liées à la banalisation, en particulier dans les secteurs de la finance et de l'assurance où les clients disposent eux-mêmes de capacités informatiques importantes.

La dynamique ML/AI combinée à la spécialisation verticale pourrait finir par être le moteur le plus important, mais peut-être sous-estimé, de l'ensemble de l'espace CDP. Les capacités générales de ML/AI se banalisant également rapidement, les CDP qui sont bien placés pour développer des capacités d'IA uniques en raison de leur accès à des cas d'utilisation, à des modalités et à des processus verticaux bénéficieront d'avantages substantiels par rapport à leurs concurrents qui n'en ont pas. Si un cercle vertueux d'accès aux cas d'utilisation verticale et de développement de produits ML/AI prend de l'ampleur, nous devrions nous attendre à une nette bifurcation entre les plateformes « intelligentes » et le « reste du marché » indifférencié.