Новости

О чем подумать маркетологу перед внедрением CDP?

По мере того как эра cookie-файлов движется к своему неминуемому закату, маркетологи ищут альтернативы — смена технологического подхода не отменяет задачу идентификации пользователей. Станут ли платформы клиентских данных (CDP, или Customer Data Platform) тем решением, которое поможет брендам процветать в новой маркетинговой реальности — в мире без cookie? Давайте исследуем этот вопрос. И постараемся ответить еще на один: а стоит ли вообще делать ставку на конкретную платформу или логичнее выбрать решение all-in-one?

Опыт DMP — быстрый старт и неоправданные ожидания


У платформ класса CDP есть ближайший предшественник: платформы управления данными (DMP, или Data Management Platform). Родство платформ настолько близкое, что их функции часто путают даже эксперты с многолетним опытом работы с данными. Самое простое объяснение различий будет таким: в центре CDP — персонализированные данные (1st party data, ФИО, телефоны, личные адреса, персональные предпочтения и т.д.), тогда как в DMP обрабатываются обезличенные идентификаторы ( 3d party data, в том числе соответствующие cookie, IP-адреса, сведения об устройствах, операционных системах и т.д.).

DMP были полезны при агрегировании анонимных идентификаторов для выполнения сложных функций сопоставления и интеграции данных, а также для обогащения пула данных 1st party. Рекламодатели смогли использовать эти расширенные данные для создания look-alike аудиторий и сегментов для таргетирования рекламных кампаний, поиска инсайтов, увеличения клиентской базы и обогащения данных, уже содержащихся в CRM. Кроме того, во многом благодаря технологии DMP появились DaaS-биржи (или маркетплейсы) данных, где поставщики могут выставлять готовые обезличенные data-пакеты на продажу или предоставлять данные в аренду. Примеры российских бирж данных — 1DMCи Konverta.

Впрочем, в России DMP не вызвали такого ажиотажа, как на глобальном рынке, где Data Management Platforms стали весьма "модной" технологией пять-шесть лет назад. В итоге многие бренды вкладывались в DMP, не разрабатывая для них планов применения и не задавая некоторых важных вопросов. Как они будут использовать свои DMP и кто именно будет заставлять эти платформы работать в контексте монетизации данных? Какую ценность компания ожидает получить от DMP? Какие источники данных находятся в распоряжении компании?

Рекламодатели поддались хайпу, окружавшему DMP, а некоторые были очарованы технологией настолько, что инвестировали в нее сотни тысяч долларов — лишь для того, чтобы на выходе получить нулевую рентабельность вложений. С грядущим отказом от cookies и постоянным ужесточением правил privacy под вопросом оказывается не только судьба инвестиций, но и самой технологии DMP.

Один из таких вопросов в том, усвоила ли индустрия рекламы этот урок. И не повторится ли похожая история с CPD-платформами? Интерес рекламодателей к CDP быстро растет, что вполне объяснимо. На фоне все более суровых правил в области privacy и приближающегося cookie-апокалипсиса 2023 года многие видят спасение в 1st party data — а эти данные как раз находятся в фокусе CDP-платформ. И они останутся недосягаемыми для инициатив по защите конфиденциальности, исходящих от Google, Apple или регуляторов рынка. Но достаточно ли новой платформы с "горячей" аббревиатурой CDP для работы в новой экосистеме маркетинга. Окажется ли CDP тем решением, которого многие ждут? Или ожидания снова окажутся неоправданными?

CDP — как не повторять ошибки


Платформа клиентских данных позволяет собирать, нормализовать и строить представления (и анализ) на собственных данных — 1st party data. Это данные c собственных сайтов, из CRM-систем, баз и справочников лояльности, служб email-маркетинга, мобильных приложений, социальных каналов, профилей e-commerce, транзакционных баз данных и файлов 1st party cookie. Собрав все эти данные, CDP объединяет источники для создания единого профиля клиента. Когда сторонние файлы cookie исчезнут, эти динамические пользовательские профили приобретут статус "золота" в сфере клиентских данных.

Но маркетологам придется учиться пользоваться CDP и инвестировать в эту технологию с широко открытыми глазами — с осторожностью и пониманием, что и зачем делается. Вот некоторые вопросы и темы для размышления для тех, кто рассматривает возможность использования CDP:

1.  Если речь идет о сегменте крупных корпоративных заказчиков, то нужно убедиться, что все заинтересованные стороны в организации понимают и принимают экономическое обоснование CDP. Проще говоря, решения необходимо формализовать и задокументировать. Поскольку CPD сама по себе не является маркетинговым инструментом (платформа используется для data driven управления маркетингом, но прямо не управляет активностями), рекламодателям предстоит сформировать кросс-функциональные группы. Маркетологи, технические специалисты и финансисты — такая команда сможет сформулировать бизнес-кейсы, экономическое обоснование и предположения о рентабельности инвестиций (ROI), прежде чем компания войдет в проект.

2.  Возможно, придется по-новому взглянуть на структуру маркетинговых команд и на операционные модели, чтобы увидеть, как организация сможет наилучшим образом заставить CDP работать. Сила CDP заключается в данных, которые она принимает и интегрирует — обо всех потенциальных и действующих клиентах. А такие данные могут храниться в самых разных системах и источниках.  Поэтому имеет смысл проконсультироваться с рядом экспертов по данным — в ИТ, в службе продаж, в маркетинге и даже в рекламных/коммуникационных агентствах, если бренд сотрудничает с таковыми. (Этих экспертов коллективно можно было условно называть «командой маркетинговых технологий».)

3.  В-третьих, нужно убедиться в наличии необходимой экспертизы по прочим собственным платформам. Одно дело работать в "отдельно стоящей" CRM, другое — обеспечить интеграцию данных с CDP. На волне интереса к DMP, о которой мы говорили, многим не удалось обеспечить приемлемый уровень ROI именно из-за недостатка экспертизы не только в предметной области, но и в смежных сферах. В результате компетенции по применению DMP-платформ могли находиться у партнеров, консультантов, агентств или вендоров — но не у внутренних специалистов компании. Чтобы извлечь максимальную выгоду из инвестиций в CDP, маркетологам нужно задействовать собственных экспертов — профессионалов, которые могут работать в синергии со специализированными сторонними партнерами.

4.  В-четвертых, есть смысл начинать с пилотных программ, чтобы убедиться в готовности к более масштабному применению CDP. Здесь критически важным будет партнерство внутренних ИТ и маркетинговых команд с поставщиками CDP и, возможно, с агентствами, работающими на стороне заказчика.

CDP + DMP + ML. Когда выбирать не обязательно


При сравнении возможностей CDPи DMP возникает еще один вопрос: а нужно ли вообще противопоставлять эти два типа платформ? Является ли CDP альтернативой и заменой для DMP или эти технологии могут дополнять друг друга? И не логичнее ли выстроить такой IT-ландшафт, в котором каждая платформа будет, с одной стороны, решать свои специфические задачи, а с другой — работать на достижение эффекта синергии?

Сложно спорить с тем, что 1st party data приобретет больший вес на фоне отказа от сторонних cookie-файлов. Но их исчезновение в браузерах не означает тотального ухода от 3 party data. Скорее всего это приведет к тому, что на смену одному-двум монопольным поставщикам в лице Google и Apple придут многочисленные альтернативные провайдеры таких данных. Проекты разработки идентификаторов UID 2.0 и SWAN подтверждают, что рынок активно ищет новые способы трекинга пользователей в cookieless-реальности. В новых условиях найдется место обеим технологиям: CDP — для обработки персонализированных данных; DMP — для обезличенных идентификаторов.

Поэтому при разработке платформы ANDATA мы отказались от исключающего подхода "или или", заменив его на инклюзивный "и то, и другое". В ANDATA, как и в классической DMP, есть возможность хранения широкого набора обезличенных данных о клиентах и объединения пользователей в сегменты по непрямым идентификаторам (браузер, ОС, модель устройства, гео, пол, возраст, интересы и т.д.). Такие сегменты, как и в случае с DMP, используются для лучшего ретаргетирования рекламных кампаний. В свою очередь CDP в составе ANDATA отвечает за сбор персонализированных данных, включая ФИО, телефоны, email-адреса и т.д. Личные данные поступают из всех источников, где пользователи по оставляют такие идентификаторы — сайты и мобильные приложения заказчиков, CRM- и ERP-решения, системы колтрекинга и другие.

Таким образом, спектр доступных данных о клиенте в ANDATA намного шире, чем в изолированных платформах CDP или DMP.

Добавив к сочетанию DMP и CDP возможности машинного обучения, мы реализовали в ANDATA построение динамических клиентских профилей — цифровых паспортов. Благодаря этому возможен не только качественный ретаргетинг для массовых кампаний в Google и Яндекс, но также построение персонализированных коммуникаций с клиентами в любом канале, не обязательно рекламном.

Нужно отметить, что ни CDP, ни DMP не предполагают прямого управления рекламными коммуникациями, в то время как ANDATA успешно решает задачу автоматизированной оптимизации кампаний в digital-каналах (Google, Яндекс, Facebook и VK). Для этого модель машинного обучения ANDATA анализирует пользовательские профили, данные рекламных кампаний и установленные KPI. На базе вероятностного машинного анализа платформа рассчитывает наиболее конверсионные настройки для оптимизации рекламных активностей. Готовые предиктивные рекомендации автоматически подаются в рекламный канал и могут быть применены по нажатию одной кнопки. Предиктивные возможности ANDATA и инструменты автоматизации кампаний выходят далеко за рамки DMP или CDP-решений. Подробнее о рекомендациях читайте в нашем другой статье нашего блога.

Что касается общего подхода ANDATA к выбору технологических решений, то его можно свести к одному простому правилу. Выбирая платформу, нужно идти от потребностей бизнеса, а не от возможностей программного решения. Без четкого понимания того, каким будет прикладное применение той или иной технологии, инвестиции в нее не имеют шансов оказаться рентабельными.

Успех применения технологии определяется наличием понятных бизнес-задач, которые планируется решать с помощью выбранной платформы. Оптимизация рекламных кампаний и бюджетов на базе пользовательских данных, анализ и улучшение customer journey, персонализация пользовательского опыта на основе поведенческого анализа — примеры таких задач.
Блог