Rastrear sinais de dados para gerar o valor vitalício do cliente
Você pode usar o Real-time Customer Data Platform para rastrear o valor vitalício do cliente (CLV) e visualizar essa métrica com painéis definidos pelo usuário. Com o uso do Data Distiller e de painéis definidos pelo usuário, você pode medir o valor de um cliente para sua empresa em todo o relacionamento. Conhecer o CLV pode ajudar você a desenvolver as estratégias da sua empresa para adquirir novos clientes, mantendo os existentes e as margens de lucro.
O infográfico a seguir descreve o ciclo de coleta, manipulação, análise e atuação de dados que gera dados de alto desempenho para melhorar suas campanhas de marketing.
Este caso de uso completo demonstra como os sinais de dados podem ser capturados e modificados para calcular o atributo derivado de valor do tempo de vida do cliente. Esses conjuntos de dados derivados podem ser aplicados aos dados de perfil do Real-Time CDP e estão disponíveis para uso com painéis definidos pelo usuário para criar um painel para análise de insight. Por meio do Data Distiller, é possível estender o modelo de dados do Real-Time CDP Insights e usar os conjuntos de dados derivados do CLV e insights do painel para criar um novo público-alvo e ativá-lo para um destino desejado. Esses públicos-alvo de alto desempenho podem ser usados para potencializar sua próxima campanha de marketing.
Este guia foi projetado para ajudar você a entender melhor a experiência do cliente, medindo sinais de dados nos principais pontos de contato que impulsionam o CLV e implementam um caso de uso semelhante em seu ambiente. Todo o processo está resumido na imagem abaixo.
Introdução getting-started
Este guia requer uma compreensão funcional dos seguintes componentes do Adobe Experience Platform:
- Serviço de consulta: fornece uma interface de usuário e uma API RESTful, onde você pode usar consultas SQL para analisar e enriquecer seus dados.
- Serviço de segmentação: permite gerar públicos a partir dos dados do Perfil de cliente em tempo real.
Pré-requisitos
Este guia requer que você tenha o SKU do Data Distiller como parte de sua oferta de pacote. Se não tiver certeza se tem essa informação, entre em contato com o representante de serviços da Adobe.
Criar um conjunto de dados derivado create-derived-dataset
A primeira etapa no estabelecimento do CLV é criar um conjunto de dados derivado dos sinais de dados capturados das ações do usuário. Esse caso de uso específico é registrado em um documento separado sobre um esquema de fidelidade de uma companhia aérea. Consulte o guia para saber como usar o Serviço de consulta para criar conjuntos de dados derivados baseados em decis para usar com os dados do seu perfil. Exemplos completos e explicações são fornecidos no documento que explica as seguintes etapas:
- Crie um esquema para permitir a segmentação de decis.
- Use o Serviço de consulta para criar decis.
- Gerar conjuntos de dados decis.
- Ativar o esquema para uso no Perfil de cliente em tempo real.
- Crie um namespace de identidade e marque-o como o identificador principal.
- Crie uma consulta para calcular decis durante um período de pesquisa.
Estender o modelo de dados do Insights e agendar atualizações extend-data-model-and-set-refresh-schedule
Em seguida, você deve criar um modelo de dados personalizado ou estender um modelo de dados existente do Adobe Real-Time CDP para interagir com seus insights de relatórios CLV. Consulte a documentação para saber como criar um modelo de dados de insights de relatório por meio do Serviço de consulta para uso com dados de repositório acelerados e painéis definidos pelo usuário. O tutorial aborda as seguintes etapas:
- Crie um modelo para relatar insights com o Data Distiller.
- Criar tabelas, relações e preencher dados.
- Consulte o modelo de dados de insight de relatórios.
- Estenda seu modelo de dados com o modelo de dados do Real-Time CDP Insights.
- Crie tabelas de dimensão para estender seu modelo de insights de relatórios.
- Consulte seu modelo de dados de insights de relatório de armazenamento acelerado estendido
Consulte a documentação do Modelo de Dados do Real-time Customer Data Platform Insights para saber como personalizar seus modelos de consulta SQL para criar relatórios do Real-Time CDP para seus casos de uso de marketing e KPI (indicador chave de desempenho).
Defina um agendamento para atualizar seu modelo de dados personalizado regularmente. Isso garante que os dados retornem como parte do pipeline de assimilação, conforme necessário, e preenche os painéis definidos pelo usuário. Consulte o guia de consultas de agendamento para saber como configurar seu agendamento.
Crie um painel para capturar insights build-a-custom-dashboard
Agora que criou seu modelo de dados personalizado, você está pronto para visualizar seus dados com consultas personalizadas e painéis definidos pelo usuário. Consulte a visão geral dos painéis definidos pelo usuário para obter orientação completa sobre como criar um painel personalizado. O guia da interface do usuário inclui detalhes sobre:
- Como criar um widget.
- Como usar o compositor de widgets.
Exemplos de widgets CLV personalizados que usam intervalos de decis podem ser vistos abaixo.
Criar e ativar públicos-alvo de alto desempenho create-and-activate-audiences
A próxima etapa é criar uma definição de segmento e gerar públicos-alvo a partir dos dados do Perfil do cliente em tempo real. Consulte o guia da interface do usuário do Construtor de segmentos para saber como criar e ativar públicos na Platform. O guia fornece seções sobre como:
- Crie definições de segmento usando uma combinação de atributos, eventos e públicos-alvo existentes como blocos de construção.
- Use a tela e os contêineres do construtor de regras para controlar a ordem em que as regras de segmentação são executadas.
- Visualize estimativas de seu público-alvo em potencial, permitindo ajustar as definições de segmento, conforme necessário.
- Ative todas as definições de segmento para a segmentação programada.
- Ative as definições de segmento especificadas para a segmentação por transmissão.
Como alternativa, também há um tutorial de vídeo do construtor de segmentos disponível para obter mais informações.
Ativar o público-alvo para uma campanha por email activate-audience-for-campaign
Depois de criar o público-alvo, você estará pronto para ativá-lo para um destino. A Platform é compatível com diversos Provedores de serviços de email (ESPs) que permitem gerenciar suas atividades de marketing por email, como enviar campanhas promocionais por email.
Verifique a visão geral dos destinos de marketing por email para obter uma lista dos destinos com suporte para os quais você deseja exportar dados (por exemplo, a página Eloqua do Oracle).
Veja os dados de análise retornados de sua campanha post-campaign-data-analysis
Os dados das fontes agora podem ser processados incrementalmente como parte de uma atualização agendada para seu modelo de dados no armazenamento de dados acelerado. Qualquer evento de resposta de clientes pode ser assimilado na Adobe Experience Platform à medida que ocorre ou em lotes. Seu modelo de dados pode ser atualizado uma ou várias vezes por dia, dependendo das configurações ou dos conectores de origem. Consulte a visão geral da API de assimilação em lote ou a visão geral da assimilação de streaming para obter mais informações.
Depois que seu modelo de dados é atualizado, seus widgets de painel personalizados fornecem sinais significativos que permitem medir e visualizar o valor vitalício do cliente.
Uma variedade de opções de visualização é fornecida para sua análise personalizada.
Esses insights podem, por sua vez, ajudar você a desenvolver suas estratégias de negócios para campanhas subsequentes.
Próximas etapas
Ao ler este documento, você deve entender melhor como usar o Real-time Customer Data Platform para rastrear e visualizar a métrica do valor vitalício do cliente (CLV). Para saber mais sobre os vários casos de uso de negócios atendidos pelo Serviço de query e Experience Platform, é recomendável ler os seguintes documentos:
- Um exemplo completo de um caso de uso de navegador abandonado que demonstra a versatilidade e os benefícios do Serviço de consulta.
- Como usar o Serviço de consulta e o aprendizado de máquina para determinar e filtrar a atividade de bot a partir do tráfego de visitante genuíno do site online
- Como fazer uma correspondência nos dados da Platform que combina resultados de vários conjuntos de dados correspondendo aproximadamente a uma string de sua escolha.