Customer Data Platform: come funziona?

Attualmente, la Customer Data Platform (CDP) è una delle tecnologie aziendali in più rapida crescita. Per capire il perché, è necessario esaminare alcune delle sfide che molti settori si trovano ad affrontare in termini di dati, AI e personalizzazione.

I clienti vogliono un'esperienza che sia più in linea con le loro esigenze e, pertanto, si rivolgono preferibilmente ad aziende in grado di capire chi sono e di cosa hanno bisogno. Si aspettano che le aziende interagiscano con loro nei modi che desiderano e in base ai loro tempi, attraverso un'esperienza connessa in tutti i punti di contatto, sia fisici che digitali.

Al tempo stesso, le aziende stanno sfruttando le potenzialità dell'AI predittiva e generativa per consentire ai team di offrire ai clienti ciò che desiderano con il contesto appropriato. Per soddisfare le aspettative dei clienti e utilizzare al meglio l'AI, è quindi fondamentale unificare i first-party data dei clienti e agevolare il lavoro dei team.

Andiamo a vedere in che modo la CDP può essere di aiuto.

• Che cosa fa la Customer Data Platform?
• Come funziona la Customer Data Platform?
• A cosa servono le Customer Data Platform?
• 4 aspetti chiave per avere successo con la CDP

La Customer Data Platform è una tecnologia che consente alle aziende di riunire i dati dei clienti provenienti da qualsiasi canale, sistema o stream per creare un profilo unificato e aggiornato in tempo reale. Ciò ti permette di saperne di più sui tuoi clienti, sui loro percorsi e sul modo migliore per offrire l'esperienza fluida che ormai si attendono. Quando un cliente ti invia un messaggio sui social media, effettua un acquisto sul tuo negozio online o si reca fisicamente nel tuo negozio per comprare qualcosa, tutti questi dati confluiscono nella tua CDP nel momento stesso in cui avviene l'interazione.

Viviamo in un'epoca in cui il cliente ha il controllo. Amazon è in grado di prevedere quali prodotti acquisteremo. Netflix ci consiglia le serie che potrebbero piacerci con grande precisione. I clienti vogliono esperienze personalizzate e rapidità e si aspettano che le aziende conoscano a fondo le loro preferenze. Tutto ciò non rappresenta più un vantaggio competitivo, ma il modo in cui ormai operano le aziende.

I clienti vogliono che le interazioni che hanno sul sito web di un'azienda vengano rispecchiate nelle loro esperienze con le app mobile e nelle visite in negozio. Inoltre, si aspettano che tutto venga aggiornato in tempo reale, in modo che le loro esigenze del momento siano soddisfatte su ogni canale. Il problema è che, per la maggior parte delle aziende, questi ambienti utilizzano set di dati diversi che sono intrappolati in applicazioni, fogli di calcolo e data warehouse o data lake , anche se il cliente è lo stesso.

Quando si spostano da un canale all'altro e interagiscono con diversi reparti, i clienti si aspettano che le loro esperienze siano coerenti e immediate. Nella maggior parte dei casi, i percorsi dei clienti si articolano in tre o più diversi canali, tra cui e-mail, siti web e app mobile, tanto per citare alcuni esempi. I clienti tendono a muoversi rapidamente tra questi canali e a interagire senza soluzione di continuità con le vendite, il servizio clienti, l'e-commerce e i dispositivi connessi. In molte aziende, tuttavia, questi ambienti di dati non sono sincronizzati.

Ciò comporta esperienze scollegate per i consumatori e la mancanza di profili unificati che consentano di contestualizzare l'interazione con i singoli clienti in ogni istante.

Innanzitutto, le CDP collegano tutti i dati dei clienti di un'azienda in un unico luogo. Ciò significa non solo creare un singolo ID cliente sulla base di tante interazioni diverse, ma anche collegare tra loro i dati comportamentali, transazionali, sulle preferenze e sull'identità dei clienti provenienti dalle varie piattaforme con cui interagiscono lungo il loro percorso, dal marketing alle vendite, dall'assistenza clienti all'e-commerce.

Successivamente, le CDP devono riconciliare le identità dei clienti già noti (come gli indirizzi e-mail e i numeri di cellulare) con ciò che sappiamo di loro prima che condividano i loro dati (ad esempio, cookie anonimi e ID dei dispositivi mobile). In questo modo, possiamo iniziare ad associare allo stesso cliente un percorso iniziato con una campagna via e-mail e proseguito sul sito web. L'attività che consiste nel riunire tutte le informazioni relative a una persona o un account è chiamata "risoluzione delle identità" dei clienti.

Poiché la CDP crea e aggiorna continuamente i profili unificati dei clienti, i dati e gli insight basati su questi profili sono resi disponibili in tempo reale. In questo modo,  puoi offrire esperienze personalizzate e lavorare in modo più efficiente con l'AI generativa, che può utilizzare i tuoi dati in modo tale da conquistare la fiducia dei clienti.

Il fluire dei dati tra i diversi sistemi consente di segmentare e attivare percorsi di marketing personalizzati, fornire consigli di e-commerce appropriati, offrire informazioni più approfondite sulle vendite e migliorare le interazioni con il servizio clienti.

In sostanza, le CDP si occupano essenzialmente di raccogliere, unificare e attivare i dati e di fornire insight basati su tali dati. Inoltre, la scelta della CDP più adatta alle tue esigenze ti permette di ottenere risultati ottimali con l'AI generativa.

Con l'aumento della quantità di dati dei consumatori, tuttavia, le aziende devono essere consapevoli degli implicazioni a livello di privacy e rispettare le normative al riguardo. Molti consumatori sono disposti ad acconsentire che alcuni dei loro dati vengano utilizzati per offrire esperienze personalizzate, ma si aspettano anche che le aziende li proteggano e li utilizzino in modo etico. Sono questi gli elementi alla base di un rapporto di fiducia con i clienti e, pertanto, le aziende devono utilizzare i loro dati nel modo giusto e con il loro consenso.

Ecco alcuni esempi di nuovi modi in cui le Customer Data Platform possono aiutare i marketer a raggiungere i clienti.

Con una CDP, puoi utilizzare i first-party data per adattare i tuoi messaggi pubblicitari in funzione delle preferenze e della cronologia degli acquisti dei clienti. Ad esempio, il punteggio di interesse per i prodotti, calcolato dalla tua CDP, può aiutarti a identificare le offerte successive più pertinenti in base alle transazioni eseguite in passato dal cliente e alla sue visite recenti sul tuo sito.

Questa funzionalità è particolarmente utile per i marketer dal momento che il “futuro senza cookie ” sta diventando una realtà. A volte, tuttavia, l'utilizzo migliore dei dati nel marketing non consiste nel rivolgersi in modo più mirato ai consumatori target, ma nel non farlo affatto. A tutti noi è capitato di visualizzare online annunci di prodotti già acquistati.

Il motivo per cui le aziende hanno difficoltà a bloccare gli annunci relativi alle sneaker (o alle auto) che abbiamo già acquistato è la mancanza di connessione tra i dati. Un profilo unificato che collega i dati di marketing e di acquisto consente ai marketer di utilizzare in modo più intelligente i budget a loro disposizione, escludendo i consumatori che hanno già effettuato un acquisto e dirottando questi fondi verso i clienti potenziali o consigliando altri prodotti ai clienti già acquisiti. Lo stesso approccio è valido anche per sospendere le comunicazioni di marketing mentre è ancora aperto un ticket di assistenza.

Supponiamo che un potenziale cliente visiti il tuo sito web, dia un'occhiata a un prodotto, ad esempio un nuovo modello di auto, e poi abbandoni la pagina. Non sarebbe fantastico poter collegare tutto ciò che hai appreso su quel cliente per inviargli un'offerta personalizzata tramite e-mail o notifica push? Potresti quindi proporre la stessa offerta nel momento in cui si reca dal concessionario.

Ad esempio, puoi inviare un'e-mail con questo messaggio: "Prova il nuovo SUV su strada oggi stesso e otterrai uno sconto di 500 dollari sul prezzo di listino!" Ciò è possibile solo collegando l'identità di quel consumatore e i dati comportamentali al tuo motore di marketing e al CRM per le vendite. Alcune aziende del calibro di Ford stanno portando la personalizzazione a un livello superiore per creare esperienze "su misura" in grado di soddisfare i desideri dei clienti.

Le CDP risolvono questo problema. I clienti a cui vengono proposti contenuti personalizzati in base ai loro interessi (Prova il nuovo SUV su strada oggi stesso!) sono molto più propensi a interagire con un brand e, una volta coinvolti, questo livello di esperienza può arricchire ogni momento della relazione con il brand.

Cosa consente di ottenere risultati migliori a livello di marketing, e-commerce, vendite e servizio clienti? La risposta è sempre stata una sola: migliori insight sui clienti. Tuttavia, gran parte dei sistemi di analisi che generano questi insight funzionano a compartimenti stagni.

I dati sul coinvolgimento del marketing sono separati dai dati di analisi dei siti web i quali, a loro volta, sono scollegati da quelli che riguardano l'e-commerce o le vendite. Mettere insieme i dati dei clienti e collegare tutte le interazioni con lo stesso consumatore può richiedere uno sforzo immane se si utilizzano sistemi tradizionali.

Cosa succederebbe se un rivenditore di articoli outdoor avesse a disposizione i dati sulle interazioni di marketing di un cliente (e-mail e annunci pubblicitari) collegati ai dati dell'e-commerce (cronologia degli acquisti) e a quelli relativi alle interazioni sul sito web (prodotti visualizzati più volte) e mettesse queste informazioni a disposizione di un operatore del servizio clienti nel call center?

Una semplice analisi dei dati (clienti che hanno acquistato questa tenda online, hanno aperto le e-mail promozionali per questi scarponcini da trekking e spendono tra i 250 e i 1.000 dollari l'anno, di solito acquistano questo zaino) può fornire i consigli giusti sui prodotti all'operatore del call center, che può quindi proporre immediatamente un'offerta pertinente e personalizzata.

Questo tipo di personalizzazione può trasformare un operatore di call center da 25 dollari l'ora in un venditore da 100.000 dollari l'anno. Gucci è un esempio di brand che ha trasformato il proprio centro di assistenza clienti in modo da semplificare la risoluzione dei casi e consentire agli operatori di offrire ai clienti esperienze di lusso legate al brand in ogni canale.

È questa la potenza di una CDP come Data Cloud, che connette il marketing, le vendite, il servizio clienti e l'e-commerce in un modo completamente nuovo.

1. Pensa in modo olistico al profilo del cliente che puoi ottenere con la CDP

Il tuo obiettivo principale, quando utilizzi una CDP, è quello di ottenere una visione connessa e fruibile del cliente. Ciò significa tener conto di tutti i dati dei clienti più significativi, dal marketing alle principali interazioni che avvengono nelle varie fasi del loro percorso.

Sotto il profilo dell'e-commerce, ad esempio, potresti voler sapere se il cliente ha lamentato un ritardo nella consegna oppure differenziare il tuo approccio a seconda che il cliente sia di lunga data oppure abbia effettuato il suo primo acquisto con la tua azienda. Potresti anche voler sapere se utilizza dispositivi connessi per la salute e il fitness. La capacità di riunire tutti questi dati in un unico profilo ti consentirà di ottenere quel livello di personalizzazione che aiuta a costruire relazioni durevoli con i clienti.

2. Pensa a come utilizzare al meglio i dati e l'AI

Integrando le funzionalità dell'AI in una CDP, è più facile ricavare utili insight dai dati dei tuoi clienti. Pensa a come puoi utilizzare questi dati e insight per creare esperienze migliori per i tuoi clienti in tutti i punti di contatto con i tuoi team. Per realizzare questo obiettivo, devi elaborare una strategia che comprenda vari canali, oltre al tuo sito web e all'app mobile,

e guardi al di là del marketing per includere il tuo sito di e-commerce, gli addetti alle vendite, gli operatori dell'help desk e il team di analisi. La CDP può connettere tutti questi elementi per offrirti, sin dalla sua implementazione, una visione incentrata sul cliente. Non porti limiti nell'immaginare i vantaggi che una customer experience unificata può offrire in termini di soddisfazione e fidelizzazione dei clienti. La CDP giusta può trasformare in realtà le tue ambizioni.

3. Pensa a come ottenere di più dai dati disponibili, dall'AI e dalle applicazioni
Potresti voler connettere il tuo data lake di dati non elaborati a una CDP per integrare un profilo del cliente in modo da potergli offrire un percorso più rilevante. Potresti anche aver bisogno di allinearti con il team responsabile dell'analisi dei dati per ottenere insight da incorporare nella tua customer experience.

L'estensibilità, ovvero la capacità di integrare nuove funzionalità nella tua CDP, è fondamentale per realizzare l'obiettivo di creare un profilo del cliente completo. Sono stata sperimentate alcune nuove tecniche, come Bring Your Own Lake e Bring Your Own Model , per incorporare il valore di questi strumenti nella customer experience, anche senza necessità di trasferire o copiare dati nella CDP.

4. Pensa a come i tuoi dati possono costituire la base del successo dell'AI generativa
Ora che siamo entrati nell'era dell'AI generativa, i modelli linguistici di grandi dimensioni (LLM) promettono di aiutarci a lavorare in modo molto più efficiente e produttivo rispetto al passato. Questi LLM possono migliorare il modo in cui i clienti interagiscono con il tuo brand, ad esempio attraverso servizi di concierce virtuali per l'e-commerce.

Tuttavia, questa tecnologia AI, per offrire risultati ottimali, ha bisogno di dati contestuali sul cliente e sull'azienda, forniti in modo affidabile per tutelarne la privacy e la riservatezza. Alcune innovazioni introdotte nella CDP Data Cloud, come Einstein Trust Layer, trasformano tutto questo in una realtà.

Le tecnologie CDP ti offrono nuove opportunità per realizzare i tuoi obiettivi, utilizzando i dati dei clienti in modo più fruttuoso che mai.