CDP - die neue Wunderwaffe im Marketing?

Diese Einsicht reift bei den Entscheidern zunehmend. Die Gründe hierfür sind vielfältig: • Wachsende Anzahl an Customer Touchpoints sowie die richtige Nutzung der Daten dahinter • Die Erwartungshaltung der Kunden steigt immens. • Neue Technologien halten Einzug in die Welt der Marketers. • Gängige Kampagnenmanagementsysteme sind in Bezug auf die Implementierung sehr aufwändig. • Die Toollandschaft wächst und wächst: Es gilt, den Überblick zu bewahren. Da erscheinen CDP-Systeme, die es in den USA bereits seit 2013 gibt, wie gerufen. Während Kampagnenmanagementsysteme eher workflowbasiert oftmals in relationalen Datenmodellen CRM-basierte Kampagnenprozesse automatisieren, kümmern sich CDP-Systeme ganzheitlich um die Optimierung der Kundeninteraktion auf allen digitalen Kanälen wie Web, E-Mail, Mobile, Onlineshop oder Social – von der kundenzentrischen Datenhaltung in Big-Data-Technologien bis hin zum E-Mail-Versand in Realtime.

Die drei Charakteristika einer Customer Data Platform

• Out-of-the-Box-Software: schnell lauffähig, geringe Implementierungskosten und fortgeschrittener Reifegrad • Persistenz: kundenzentrische Datenbank, die vollständige 360-Grad-Kundensicht und Anbindung von sämtlichen Datenquellen ermöglicht • Verfügbarkeit: Andere Systeme können auf die Daten einer CDP ohne Umstände zugreifen Durch den Einsatz von Big-Data-Technologien ist eine Customer Data Platform datenmodellseitig sehr flexibel und äußerst schnell, und jeder Marketer ist in der Lage, seine CDP aufzusetzen, zu benutzen sowie weiterzuentwickeln – unabhängig von BI-/IT-Ressourcen.

Data, Decisions und Delivery - die 3 Phasen der CDP-Architektur

In der ersten Phase, der Datenaufnahme, werden die Daten aus den verschiedensten Datenquellen in die CDP geladen. Bevor die Kundenidentitäten allerdings erstellt bzw. verknüpft werden können, müssen diese standardisiert und transformiert werden. Durch die kundenzentrische Verdichtung der Daten können dann weitere Datenlogiken erstellt werden. Nach der Weitergabe in die Decision-Phase werden notwendige Analysen und Selektionen für die Zielgruppenbestimmung durchgeführt, um im Anschluss die workflowbasierten Schritte zur Kampagne definieren zu können. Die Anbindung der Kanäle erfolgt dann in der letzten Phase „Delivery“.

Sind CDP- und Kampagnenmanagement-Lösungen vergleichbar?

Die Funktionen im Überblick: Die wesentlichen Unterschiede zu einem Kampagnenmanagementsystem liegen zum einen im Bereich „Data“, in dem man sich selbst die kundenzentrische Sicht aufbauen kann, und zum anderen in dem Realtime-Funktionsbereich, der einer DMP stark ähnelt. Des Weiteren haben Customer Data Platforms oftmals nicht die Funktionsvielfalt, wie User sie aus der Kampagnenmanagement-Welt kennen. Die im Nachfolgenden aufgeführte Auflistung gibt einen groben Überblick über die Funktionen einer CDP wieder: • Allgemeine Funktionen: Nachhalten von Rohdaten, persistente Datenhaltung, Erstellung 360-Grad-Sicht • Flexible Datenbeladung • Unterstützung Identitätsmanagement • Weitreichende Datenzugriffsmöglichkeiten • Personalisierung von Webseiten • Anbindung von Mobile Apps • Nutzung für digitales Marketing • Nutzung für Offline-Marketing • Durchführung von Analytics • Moderne Kanalinteraktion Wann benötige ich was? Ein Weg durch den Dschungel der CRM-Begrifflichkeiten Mit den immer neuen Buzzwords wie CRM, KMS, CDP, DWH, Data Mart, DMP, CMP & Co. wird die CRM-Welt immer unübersichtlicher. Es gilt, den Überblick zu bewahren: Zu welchem Einsatzzweck bzw. in welcher Customer-Lifecycle-Phase benötige ich welche Lösung? Einen groben Überblick über die verschiedenen Lösungen im Marketing-Automation-Umfeld gibt folgendes Schaubild wieder (aus Customer-Lifecycle-Sicht): Um den jeweiligen Abdeckungsgrad zu identifizieren, hilft ein perspektivisch anderer Blick auf die drei Phasen der CDP-Architektur (Data, Decisions, Delivery): • Data Mart: Bildet im Customer-Intelligence-Umfeld in einem Teil des klassischen DWHs die kundenzentrische Sicht ab. Er führt marketingseitig personenbezogene Daten zusammen, verdichtet diese und stellt sie weiteren Systemen für Reporting, Kampagnenmanagement etc. zur Verfügung. • Customer Data Platform (CDP): Vereint die Disziplinen Kundendatenbank, Analyse/Selektion und Kampagnenmanagement in einem. Sie erstellt durch Standard-Konnektoren und Identitäts-Matching die für Kampagnen notwendige Kundensicht, produziert Segmente und selektiert Zielgruppen. Diese Zielgruppen erhalten dann individuell abgestimmte Angebote. Ein Kanal zum Ausspielen der kundenindividuellen Inhalte muss jedoch angebunden werden. • Kampagnenmanagementsysteme (KMS): Zielen auf den sogenannten CRM-Closed-Loop-Ansatz ab, d. h., von der Planung über die Analyse bis hin zur Ausführung und Messung liegt alles in einer workflowbasierten Lösung. Die zu nutzenden Marketingdaten sind jedoch im Vorhinein kundenzentrisch zu erstellen, hier bietet sich die regelmäßige Datenbeladung eines vorgeschalteten kundenzentrischen Data Marts aus einem Data Warehouse an. • DMP: Sammelt und verwendet Cookies und Third-Party-Daten, um eine Audience im Online-Marketing wiederzuerkennen, onlineseitig gezielt in Echtzeit anzusprechen und ihre Performance – ebenfalls in Echtzeit – auszuwerten.

CDP vs. Kampagnenmanagementsystem - wann lohnt sich eine Einführung?

Auf den ersten Blick erscheinen Customer Data Platforms wie eine moderne, dynamische, schlanke und frischere Variante eines „klassischen“ Kampagnenmanagementsystems. Doch als Unternehmen muss ich mir, bevor ich mich für eine Lösung entscheide, immer die Frage stellen: Werden alle meine Anforderungen und Wünsche, die von meiner aktuellen oder geplanten Kampagnenmanagementlösung abgedeckt werden, auch von einer CDP abgedeckt? Die folgenden Gegenüberstellungen können bei der Entscheidungsfindung helfen: • Kundenzentrik im Data Mart/DWH vs. Kundenzentrik in der CDP: Wie gut sind die Datenmodellierungsfunktionalitäten in der CDP? Kann ich als Marketer die kundenzentrische Sicht und eine Verlinkung der Identitäten aus allen Quellsystemen im Alleingang herstellen? Wie kann ich rudimentäre Kundendaten auch ohne Unique ID mit anderen Kundendaten intelligent verknüpfen? Welche Mindestanforderungen an notwendigen Daten hat diesbezüglich die CDP-Lösung? Habe ich lediglich strukturierte Daten oder möchte ich auch unstrukturierte Daten nutzen? Oder benötige ich nicht doch einen vorgeschalteten kundenzentrischen Data Mart? • Big Data vs. relationale Datenbank: Big-Data-Datenbanktechnologien wie In-Memory oder NoSQL lassen sich sehr gut für CDP nutzen. Die Datenmodellierung und -beladung wird je nach Datenmodell aufwandsarm durchgeführt und die Abfrage- bzw. Selektionszeiten verkürzen sich damit dramatisch. Kann jedoch die in der CDP eingesetzte Technologie auch mein geplantes evtl. sehr komplexes Datenmodell abdecken? Habe ich einen Überblick über alle Systeme, Tabellen, Daten und Felder, die ich überführen möchte? Falls zu meiner Data-Warehouse-Quelle noch weitere (evtl. auch proprietäre) Quellsysteme kommen, so muss ich mir im Vorhinein einen genauen Anbindungsplan überlegen. Gerade die Frage, mit welchen Daten ich den Kunden mit seinem Verhalten modelliere, ist meist, je nach Geschäftsmodell, nicht trivial und will gut geplant sein. • Funktionsumfang CDP vs. Kampagnenmanagementsystem: Die meisten Kampagnenmanagementsysteme weisen einen hohen Funktionsumfang auf, der u. a. auf die Funktionen Kontrollgruppen, Kontaktstrategien, Kampagnenpriorisierung, Kampagnenoptimierung und Responsedefinition und -messung einzahlt. Da viele dieser Funktionen (meist) nicht in einer CDP vorhanden sind, stellt sich die Frage, ob ich diese Funktionen für mein Kampagnenmanagement benötige oder darauf verzichten kann.

Zusammenfassung

Wann der Einsatz welcher Lösung sinnvoll ist und wann es sich lohnt, auf die jeweils andere Lösung umzusteigen, ergibt sich aus der Beantwortung der oben gestellten Fragen und hängt von den Wünschen, Anforderungen und Zielen jeder Organisation ab. Der Anforderungskatalog, die zukünftige Architektur und die dazugehörigen Use Cases sollten daher individuell mit der in Frage kommenden Kampagnenmanagement- bzw. Customer-Data-Platform-Lösung abgeglichen werden, um eine zukunftssichere Entscheidung treffen zu können. Der Beitrag ist auch im Blog von b.telligent erschienen.