Customer Intelligence Platforms to najgorętsze słowa, które w 2021 roku są na ustach wszystkich w świecie marketingu. Z tego artykułu dowiesz się, co łączy je z Customer Data Platforms, a co robi sporą różnicę. Napiszemy też, co najważniejsze, jak wielką wartość Customer Intelligence Platforms wnieść mogą do Twojej firmy.
Wyniki badania Accenture wskazują, że 48% procent klientów oczekuje, że marka doceni ich lojalność szczególnym traktowaniem. Wymagane jest proaktywne nastawienie i całkowicie spersonalizowana obsługa klienta. W 2021 roku stosowanie gotowych rozwiązań nie jest już w stanie wzbudzić wyjątkowego doświadczenia konsumenckiego.
Choć firmy ciężko pracują, aby sprostać wymaganiom klientów, nie zawsze okazuje się to łatwe. Marketerzy i obsługa klienta potrzebują szczegółowych danych konsumenckich, żeby odpowiednio spersonalizować oferty oraz działania. Analitycy danych muszą zaś dostarczyć im te dane błyskawicznie, tak, by mogli oni podjąć natychmiastowe działania.
W celu zaspokojenia potrzeb marketerów, obsługi klienta i analityków opracowane w przeszłości i wdrożone zostały systemy takie jak Customer Relationship Management (CRM), Master Data Management (MDM) czy Data Management Platform (DMP). Wszystkie miały ten sam problem: przetrzymywały dane we własnych silosach i nie dzieliły ich między sobą. Przez to niemożliwe było stworzenie ujednoliconego profilu klienta, Pojawienie się Customer Data Platforms (CDP) pierwszej generacji stanowiło obietnicę rozwiązania. Platformy te miały stać się źródłem jednolitej, obowiązującej prawdy na temat klienta nie tylko dla marketerów, ale dla wszystkich pracowników firmy we wszystkich punktach kontaktu. Jak im to wyszło?
Czym są “klasyczne” CDP i gdzie zawiodły?
Podstawowe funkcje “klasycznych” CDP
Customer Data Platform to cyfrowe narzędzie, które gromadzi i ujednolica dane konsumenckie first-party, pobrane z różnorodnych źródeł i buduje z nich jeden, wyczerpujący profil klienta.
Podobną definicję podaje CDP Institute: “pakietowe oprogramowanie, które tworzy trwałą, ujednoliconą bazę danych klientów, dostępną dla innych systemów”
“Pakietowe oprogramowanie” oznacza, że jest to gotowe, kompletne oprogramowanie, dostarczane zwykle przez zewnętrzną, wyspecjalizowaną firmę.
Część o “trwałej, ujednoliconej bazie klientów” znaczy, że CDP gromadzi dane z wielu źródeł, praktycznie ze wszystkich punktów kontaktu firmy, w których gromadzenie danych first-party o kliencie jest możliwe, czyli ze sprzedaży, programów lojalnościowych, obsługi klienta, mediów społecznościowych, itd. CDP przechowuje dane z tych źródeł oraz łączy je w ujednoliconym profilu klienta.
Wreszcie “dostępna dla innych systemów” oznacza, że CDP dzieli przechowywane dane z innymi systemami używanymi w firmie np. w dziale sprzedaży, marketingu, commerce.
CDP spełnia więc w firmie trzy funkcje:
Zbiera i ujednolica dane first-party pozyskane przez firmę
Większość wspomnianych we wstępie systemów, jak CRM, gromadzi dane w silosach. Oznacza to, że dane w nich zostają, a firma nie korzysta na ich współdzieleniu. Takie rozdrobnienie przesłania obraz sytuacji. CDP łączy poszczególne źródła i służy jako źródło ostatecznej prawdy.
Pozwala na efektywne zarządzanie danymi
CDP umożliwia efektywne zarządzanie danymi w kontekście prywatności i prawa własności danych kontrolując, które dane, objęte jaką zgodą, są udostępniane komu w firmie.
Umożliwia podjęcie działań opartych na danych
Dane first-party zostają ujednolicone w profilu klienta. Te profile są następnie przypisywane do adekwatnych segmentów w ogólnej puli klientów firmy. To czyni je użytecznymi dla wszystkich działów w firmie.
Problem
Takie właśnie obietnice towarzyszyły debiutowi CDP w roku 2013. Zaprojektowano je do unifikowania danych i tworzenia w ten sposób źródła ostatecznej prawdy użytecznej dla wszystkich działów w firmie, tak, aby wszystkie działania w firmie funkcjonowały w synergii.
W praktyce CDP okazały się zbyt skoncentrowane na marketingu i nie dostrzegały całościowego doświadczenie konsumenckiego z marką. W raporcie Forrester z października 2019 roku, zatytułowanym “For B2C Marketers, Customer Data Platforms Overpromise and Underdeliver” czytamy: “CDP nie posiada kluczowych zdolności w obszarze szczegółowego rozpoznawania tożsamości, zapewnienia higieny danych i międzykanałowej koordynacji.” Bez tych zdolności, CDP “nie zapewniają oczekiwanej przez marketerów sektora B2C zdolności personalizacji doświadczenia konsumenckiego”.
Gdzie tkwiło źródło problemu? CDP pierwszej generacji były technicznie zdolne do gromadzenia danych ze wszystkich firmowych źródeł, posiadały też funkcjonalności umożliwiające budowę ujednoliconych profili. Budowa tych profili wymagała jednak analizy danych wykonywanej ręcznie przez analityków. Dopiero na bazie wyników takich analiz można było podejmować jakiekolwiek działania.
Natomiast, jak odkrył w 2018 roku w swoim badaniu Harvard Business Review, na samo czyszczenie i porządkowanie danych analitycy poświęcają aż 80% swojego cennego czasu. Ogromna ilość pracy porządkowej zostawia im jedynie 20% czasu na przeprowadzenie właściwych analiz. To był wspomniany wyżej problem higieny danych.
Z tego problemu wynika następny, czyli niemożliwość zbudowania ujednoliconego profilu klienta przy użyciu CDP. Ograniczeni limitem czasowym analitycy byli w stanie tworzyć jedynie fragmentaryczne modele. Wszystkie zaś działania podjęte na podstawie tych wyrywkowych modeli wykonywane musiały być ręcznie.
CDP gromadziły więc masę danych, jednak nie wynikało z nich zbyt wiele wniosków. Wtedy właśnie na scenie pojawiły się Customer Intelligence Platforms.
Customer Intelligence Platforms, next-genowe CDP
Customer Intelligence Platform (CIP) to kolejne stadium ewolucji CDP. W celu zapewnienia szczegółowych wglądów integrują również dane zero-party razem z danymi first-party. Wykorzystują przy tym AI oraz uczenie maszynowe aby zrozumieć, uporządkować i rewaluować wszystkie ustrukturyzowane i nieustrukturyzowane dane, jakimi dysponuje firma.
Zastosowanie AI w rozwiązywaniu problemów szczegółowego rozpoznawania tożsamości, higieny danych, oraz międzykanałowej koordynacji obejmuje:
- Porządkowanie i de-duplikację podstawowych danych dotyczących klientów obecnych i potencjalnych, kont, lokalizacji, transakcji, preferencji i powiązanych danych referencyjnych.
- Łączenie podmiotów danych i nowych typów rekordów.
- Wzbogacanie danych first-party o wskaźniki zero-party.
- Umożliwianie wykonywania złożonych analiz przy użyciu wygodnych interfejsów szerokiej gamie użytkowników.
- Generowanie wielu unikalnych widoków klienta w czasie rzeczywistym.
Customer Intelligence Platform wykorzystuje AI oraz uczenie maszynowe do gromadzenia, analizy i ewaluacji danych ilościowych i jakościowych. Jest w stanie dzielić wgląd z marketingiem, sprzedażą, obsługa klienta czy działem finansów dużo efektywniej, niż były w stanie robić to “klasyczne” CDP. Mechanizm inteligentnej automatyzacji usuwa wąskie gardła poprzez uproszczenie działań podejmowanych na podstawie danych i umożliwia monitorowanie każdego kroku na drodze klienta. Na tej podstawie generowane są modele predykcyjne.
Przykłady efektywnej międzykanałowej koordynacji:
- Do obsługi klienta zostaje zgłoszony problem. Customer Intelligence Platform informuje, że to klient wartościowy i właśnie wykonał duże zamówienie.
- Do obsługi klienta zostaje zgłoszony problem. Customer Intelligence Platform informuje marketerów, żeby tego klienta wyłączyć z planowanej kampanii marketingowej do czasu rozstrzygnięcia problemu, żeby nie wzbudzać irytacji.
Z tego punktu widzenia Customer Intelligence Platforms to następna, współczesna iteracja CDP, wsparta przez AI oraz uczenie maszynowe. W ujęciu technicznym SALESmanago jest Customer Intelligence Platform. My sami nazywamy się jednak AI Customer Data Platform with Omnichannel Execution. Next-gen CDP również opisywałoby nas celnie. Wszystkie te określenie są technicznie poprawne.
Korzyści, jakie Customer Intelligence Platform może przynieść twojej firmie
Customer Intelligence Platform zapewnia stosującej je firmie:
Ujednolicony profil klienta, użytkowany przez wszystkie działy firmy
Program łączy wszelkie możliwe urządzenia i gromadzi dane ze wszystkich punktów kontaktu. Ujawnia, czego szuka dany klient i ile czasu na to poświęca, które miejsca w sieci odwiedza najczęściej.
Efektywną segmentację
Ujednolicony profil klienta umożliwia efektywną segmentację odbiorców. Następnie AI pomaga w doborze kampanii najskuteczniejszej w przypadku danego segmentu.
Wzbogacone dane konsumenckie
Dane first-party zostają wzbogacone o dane zero-party. Na tej podstawie skonstruowany zostaje zniuansowany, wyczerpujący wgląd konsumencki.
Niezrównane doświadczenie konsumenckie
AI i uczenie maszynowe umożliwiają Customer Intelligence Platform przeprowadzania analizy danych z wielu źródeł z szybkością niemożliwą do osiągnięcia przez analityków. AI automatyzuje również proces przesyłania zindywidualizowanych treści poprzez wszystkie zaplanowane kanały, zapewniając hiperspersonalizowane, wielokanałowe doświadczenie konsumenckie.
Te możliwości skutkują z kolei:
Podniesieniem poziomu lojalności
Dane zgromadzone przez Customer Intelligence Platform pomaga faktycznie zrozumieć potrzeby i zachowania klientów. Zrozumienie skutkuje wypracowaniem doświadczenia konsumenckiego, które klient naprawdę doceni. Satysfakcja z obcowania z marką zwiększy lojalność klienta.
Zwiększeniem elastyczności biznesowej
Dostęp do wglądu w profil klienta w czasie rzeczywistym przyspiesza proces decyzyjny i czas reakcji firmy. Firma jest w stanie reagować szybko na zmiany w środowisku wewnętrznym i zewnętrznym, nie tracąc swojej wizji i nie zwalniając tempa.
Budowaniem silnych relacji z klientami
Zrozumienie potrzeb i wartości, jakimi kieruje się klient, tworzy głęboką więź z marką. Interakcje stają się osobiste i częste.
Uproszczeniem działań marketingowych
Z Customer Intelligence Platform wysiłek podejmowany przez firmę w celu zrozumienia klienta i podjęcia adekwatnych działań daje znacznie lepsze efekty. Minimalizuje też koszt tych działań.
Stworzeniem przewagi konkurencyjnej
Customer Intelligence Platform umożliwia większe zróżnicowanie doświadczenia konsumenckiego. Daje więc marce potężne narzędzie zwiększenia przewagi konkurencyjnej.
Podsumowując
Z tej perspektywy można więc powiedzieć, że Customer Intelligence Platforms spełniają wreszcie obietnicę złożoną kiedyś przez CDP. AI oraz uczenie maszynowe uwolniły potencjał, który w idei stojącej za CDP był od początku.
Nic dziwnego, że 83% marketerów planuje uwzględnić stosowanie AI w swoich strategiach na 2021 rok. Nie tylko większość z nich planuje używać AI, ale 84% badanych zamierza rozwijać możliwości AI w ramach własnych firm. To jednak okazać się może trudne. Planując takie działania, firmy powinny rozważyć następujące czynniki:
- Czynnik kosztowy tak złożonej i rozległej operacji.
- Ogólny niedobór kompetentnych specjalistów AI.
Eksperci zauważają, że zarówno zatrudnienie takich specjalistów, jak i postawienie przed nimi zadania budowy od podstaw autorskiego AI wygeneruje duże obciążenie budżetowe dla firmy.
Mądrze będzie w tej sytuacji samodzielnie ocenić rozległe możliwości AI Customer Data Platform with Omnichannel Execution. Pobierz demo SALESmanago i poznaj wartość, jaką możemy wnieść do twojej firmy.
Follow
