Aan de slag met Real-time Customer Data Platform

Deze gids Aan de slag leidt u door een steekproefimplementatie van Real-time Customer Data Platform (Real-Time CDP). U kunt dit als voorbeeld gebruiken wanneer u uw eigen implementatie instelt. Hoewel in deze handleiding specifieke voorbeelden worden gegeven, wordt er een koppeling gemaakt naar aanvullende informatie die u kunt gebruiken tijdens het maken van de instellingen.

In dit voorbeeld ziet u de kracht van Real-time Customer Data Platform, aangedreven door Adobe Experience Platform, om:

Gebruiksscenario

Luma, een atletisch kledingbedrijf, probeert altijd hun klantervaring te verbeteren. Ze hebben een nieuw initiatief om de verkoop van cadeautjes te verhogen. Ze willen ook de overbelichting verminderen, zoals irritante advertenties die klanten volgen.

Momenteel besteden ze te veel aan media die zich richten op objecten die de bezoeker niet gaat kopen om verder te gaan. Luma wil iemand bijvoorbeeld niet opnieuw toewijzen met een object dat bedoeld was als eenmalige aankoop voor iemand anders.

Op dit moment worden de gegevens van Luma verspreid over meerdere bronnen. Als gevolg daarvan staan zij voor grote uitdagingen:

Het resultaat is dat Luma de volgende zakelijke doelstellingen heeft:

Om aan deze doelstellingen te voldoen, moet het marketing team klantengegevens op schaal kunnen beheren.

Met Real-Time CDP, aangedreven door Adobe Experience Platform, kan de marketingorganisatie van Luma:

Stappen

Deze zelfstudie bevat de volgende stappen:

Klantprofiel

Wanneer klanten uw site voor het eerst bezoeken, weet u niets over hen.

Tijdens het navigeren worden gegevens in real-time vastgelegd en niet alleen naar een rapportsuite in Adobe Analytics verzonden, maar ook rechtstreeks naar Adobe Experience Platform. Terwijl gegevens worden verzameld, vormt u één weergave van de consument op basis van gedragsgegevens in Experience Platform’s real-time customer profile .

Veel bezoekers van de website zijn waarschijnlijk herhaalde klanten die eerder bij Luma hebben aangeschaft. Het is belangrijk voor Luma om overseinen en dienstenaanbod te personaliseren om zowel nieuwe als herhaalde bezoekers, evenals bekende klanten te richten.

Eerste bezoek van nieuwe klant

Een niet-geïdentificeerde bezoeker navigeert bijvoorbeeld naar het gedeelte Men op de site Luma en bekijkt een paar zweethemden.

Wanneer de klant navigeert voor meer informatie over deze producten, worden deze productweergaven verzameld in Adobe Analytics en verzonden naar Experience Platform .

Luma kan het gedrag van de bezoeker aan een gebruikersprofiel op Adobe Experience Platform in kaart brengen en beginnen een rijkere mening van het gedrag van die consument te assembleren.

Een gedetailleerdere weergave van de klant krijgen

Naarmate de klant de website blijft gebruiken, ontstaat een duidelijker beeld. Stel dat de bezoeker een product aan het winkelwagentje toevoegt en zich aanmeldt.

Als de klant zich aanmeldt, identificeert ze zichzelf als Sarah Rose.

Twee middelpunten worden samengevoegd:

Beide middelpunten worden gecombineerd in één profiel in Experience Platform . Luma heeft nu een eensgezind beeld van deze consument.

Op basis van het bladergedrag van de anonieme bezoeker in de sectie Men van de plaats, zou men kunnen veronderstellen dat de klant een man was. Nu ze zich heeft aangemeld, herkent Luma Sarah Rose. Luma gebruikt de macht van Real-Time Customer Profile om het overseinen te raffineren die aan haar over kanalen worden geleverd.

De gebruikerservaring aanpassen

Sarah wordt verwelkomd met een loyaliteitsboodschap en bedankt voor het feit dat ze lid is van de Bronze met meer informatie over voordelen en hoe haar status en punten te verbeteren.

Ze navigeert naar de homepage om nog wat meer te bladeren.

Sarah ontvangt een persoonlijke homepage-ervaring die dynamisch wordt opgedaan, gebaseerd op haar Real-Time Customer Profile in Adobe Experience Platform.

Ze ziet relevante inhoud, dankzij de personalisatie van Adobe Sensei in Adobe Target, die rekening houdt met haar eerdere aankopen en haar affiniteit voor het runnen van kleding en uitrusting. Luma maakt de inhoud van de mannencatalogus ook op maat van het loopwerk voor mannen op basis van haar meest recente browse.

Verder op de pagina ziet u Sarah als aanbevolen producten en een nieuwe aanbevolen lade op basis van haar meest recent bekeken artikelen.

Deze persoonlijke inhoud helpt Sarah snel relevante items te vinden. Dit verhoogt omzettingen en verstrekt een prettigere klantenervaring.

De klant terugbrengen

Sarah wordt afgeleid en verlaat de site en beëindigt haar sessie. Luma kan haar gegevens in Adobe Experience Platform gebruiken om haar terug te brengen naar de site.

Real-time Customer Data Platform, aangedreven door Adobe Experience Platform, is gebouwd voor het beheer van de klantervaring. Organisaties kunnen:

Meerdere gegevensbronnen gebruiken

Het team bij Luma heeft al hun gedrag en klantgegevens op één plaats.

Ze kunnen gegevens uit alle volgende bronnen invoeren:

Al deze gegevens uit verschillende bronnen worden samengevoegd in één enkel uniform klantprofiel.

Een gegevensbron configureren

Gebruik Real-Time Customer Data Platform om nieuwe gegevensbronnen naar het platform te brengen. Real-Time CDP bevat een catalogus met gegevensbronnen die snel en eenvoudig aan het profiel kunnen worden toegevoegd.

Bijvoorbeeld, om de gegevens van CRM van Luma in te nemen, filter de catalogus door CRM, en alle uit-van-de-doos schakelaars die CRM bevatten zijn vermeld. Microsoft Dynamics CRM gegevens toevoegen:

Het is klaar. U hebt zojuist Microsoft CRM als gegevensbron toegevoegd aan Experience Platform .

Ingesloten gegevens labelen voor gebruiksbeleid

Luma heeft een groot aantal interne beleidslijnen die het gebruik van bepaalde soorten verzamelde informatie beperken, en moet ook voldoen aan wettelijke en privacygerelateerde zorgen met betrekking tot gegevensgebruik. Met Adobe Experience Platform Data Governance kunnen vooraf gedefinieerde labels voor gegevensgebruik worden toegepast op gegevenssets (en specifieke velden binnen die gegevenssets), zodat Luma de gegevens kan indelen volgens specifieke gebruiksbeperkingen.

Nadat labels voor gegevensgebruik zijn toegepast, kan Luma vervolgens gegevensbeheer gebruiken om beleidsregels voor gegevensgebruik te maken. Het beleid van het gebruik van gegevens is regels die de soorten acties beschrijven die u op gegevens mag uitvoeren die bepaalde etiketten bevatten. Wanneer wordt geprobeerd een handeling in Real-Time CDP uit te voeren die een beleidsschending vormt, wordt de handeling voorkomen en wordt een waarschuwing gegeven om aan te tonen welk beleid is geschonden en waarom.

Bovendien, Real-Time CDP

Het samenbrengen van de gegevens voor een specifieke klant

In dit scenario, onderzoeksprofielen voor Sarah Rose. Haar profiel wordt weergegeven met de e-mail die ze gebruikte om zich aan te melden.

Alle profielinformatie Luma heeft over Sarah displays. Dit omvat haar persoonlijke informatie zoals adres en telefoonaantal, communicatie voorkeur, en het publiek dat zij voor kwalificeert.

Het Real-Time CDP-profiel reduceert de workflow van het marketingteam van Luma van weken tot minuten en ontgrendelt mogelijkheden voor personalisatie op basis van deze 360-gradenweergave. In het profiel worden de gedragsgegevens samengevoegd vanaf het moment dat ze door de site bladert voordat ze zich aanmeldt, met haar bestaande klantprofiel, en wordt een uitgebreide weergave van Sarah gemaakt.

Het marketingteam kan deze verbeterde Real-Time Customer Profile gebruiken om Sarah's ervaring beter te personaliseren en haar merkloyaliteit met Luma te vergroten.

Doelgroepen

Dankzij de krachtige Adobe Experience Platform-segmentatiemogelijkheden kunnen marketers kenmerken, gebeurtenissen en bestaand publiek combineren op basis van gegevens die zijn vastgelegd in de Real-Time Customer Profile .

In dit scenario vertonen de recente interacties van Sarah op de site een ander gedrag dan haar eerdere acties. Meestal koopt ze vrouwenkleding. Het artikel in haar winkelwagen is echter een groot sweatshirt van mannen.

Het gegevenswetenschappelijk team van Luma heeft modellen gemaakt rond de koopkracht. Eén model identificeert een plotselinge wijziging in de kledingcategorie (zoals mens/vrouw) of de grootte voor de bestaande consument. Sarah's verandering in koopgedrag suggereert dat ze niet voor zichzelf winkelt.

Een publiek definiëren

Gebruik de verschillende opties voor visuele compositie of expressies op basis van code in de werkruimte van het publiek om een publiek te wijzigen of te maken dat cart-gebruikers vertegenwoordigt die een geschenk lijken te kopen:

Profile: Category != Preferred Category
AND
Product Size != Preferred Size
in last 7 days.
AND
Abandoned Cart
AND
Loyalty member

Omdat Sarah een geschenk in het winkelwagentje heeft toegevoegd en het heeft verlaten, kan Luma haar bestraffen met een gratis cadeauverpakking.

Doelen

Als je het publiek "Gift Giving Cart Abandoner" hebt toegevoegd, kun je ruwweg zien hoeveel mensen deel uitmaken van dit publiek. U kunt actie ondernemen en het beschikbaar maken voor verpersoonlijking over kanalen.

Selecteer Send to destinations.

In Real-Time CDP kan Luma naadloos op hun publiek optreden voor personalisatie.
Hier zien wij alle bestemmingen beschikbaar voor Luma om deze bestemming naar, zowel Adobe als niet Adobe oplossingen te verzenden:

Doelen selecteren

In dit scenario, wil Luma dit publiek met verpersoonlijking over deze bestemmingen opnieuw richten:

Bestemmingen plannen

U kunt de publieksuitvoer ook plannen om op een bepaald tijdstip te beginnen of te beëindigen. Het publiek wordt op de geplande datums gepost en automatisch bijgewerkt in de geconfigureerde platforms.

Selecteer Save om naar de volgende pagina te gaan.

Wanneer een klant in dit publiek een aankoop doet, wordt zijn lidmaatschap aan dit publiek onderdrukt in echt - tijd. Ze komen niet meer in aanmerking omdat hun status is gewijzigd.

Hierdoor bespaart de directeur van het medieteam van Luma honderdduizenden dollars door geen voorraad te gebruiken voor een publiek dat niet gekwalificeerd is.

Beleid voor gegevensgebruik voor doelen afdwingen

Adobe Experience Platform bevat privacy- en beveiligingsinstellingen om te bepalen of een publiek beschikbaar is om te worden geactiveerd voor een bepaald doel. Activering wordt ingeschakeld of beperkt op basis van de marketingdoeleinden die aan de bestemming zijn toegewezen toen deze werd gemaakt, en het beleid voor gegevensgebruik dat door uw organisatie is gedefinieerd.

Als uw activiteit beleid schendt, verschijnt een waarschuwing. Deze waarschuwing bevat informatie over de gegevenslijn die u kan helpen identificeren waarom het beleid werd overtreden, en wat u kunt doen om de schending op te lossen.

Met deze besturingselementen helpt Experience Platform Luma om zich aan de voorschriften te houden en verantwoord op de markt te brengen. Deze controles zijn flexibel en kunnen worden gewijzigd om aan de vereisten van de veiligheids en governanceteams van de Luma te voldoen, die hen toestaan om regionale en organisatorische vereisten voor het beheren van bekende en onbekende klantengegevens vertrouwelijk te behandelen.

Identiteitsstitching tussen apparaten

Sarah bladert door een sociale-mediasite op haar mobiele apparaat en ze ziet een Luma-advertentie. Het herinnert haar aan het punt dat ze in haar kar achterliet.

Later opent ze haar e-mail en ziet ze de nieuwe e-mails. Ze selecteert een koppeling naar Luma in een e-mail.

De link brengt Sarah naar de mobiele Luma-homepage, waar ze een zeer persoonlijke ervaring ziet, aangedreven door Adobe Target.

Ze koopt de trui, voegt cadeauverpakking toe en schrijft een cadeautje. Ze heeft ook de mogelijkheid om deze gebeurtenis te onthouden en volgend jaar een herinnering te krijgen om op dit moment een cadeau te krijgen. Ze zegt ja, en is gepland voor een e-mailcampagne het volgende jaar om haar eraan te herinneren een ander geschenk te kopen.

Dankzij de mogelijkheden van publieksonderdrukking zal Sarah niet gericht zijn op de trui van die mannen.

Het profiel analyseren

Luminantiemarkeringen gebruiken Adobe Experience Platform om te kijken naar het cadeaupubliek op het Real-Time CDP-dashboard. Ze bekijken de resultaten van dit initiatief in de loop der tijd en zien dat het groeit. Klanten reageren op aanbiedingen en geven meer geld uit.

Deze inzichten stellen de marketers in staat actie te ondernemen op dit signaal, dat werd gevoed door deze gegevens beschikbaar te hebben in CDP en klanten als Sarah aan het publiek te laten vastzitten.

Luma gebruikt deze CDP gegevens om verhoogde loyaliteit en klantentevredenheid te drijven.