Komma igång med Real-time Customer Data Platform

Den här guiden leder dig genom en exempelimplementering av Real-time Customer Data Platform (Real-Time CDP). Du kan använda det som exempel när du konfigurerar en egen implementering. Även om den här guiden innehåller specifika exempel länkas den till ytterligare information som du kan använda när du skapar din konfiguration.

I det här exemplet visas styrkan hos Real-time Customer Data Platform, som drivs av Adobe Experience Platform, för att:

Användningsfall

Luma, ett sportklädföretag, försöker alltid förbättra sin kundupplevelse. De har ett nytt initiativ för att öka presentförsäljningen. De vill också minska överexponering, till exempel irriterande annonser som följer kunderna runt.

För närvarande spenderar de för mycket på media som återannonserar mot objekt som besökaren inte kommer att köpa längre fram. Luma vill till exempel inte omdirigera någon med ett objekt som var avsett som ett engångsköp för någon annan.

Just nu sprids Lumas data över flera källor. Därför står de inför stora utmaningar:

Därför har Luma följande affärsmål:

För att uppnå dessa mål måste marknadsföringsteamet kunna hantera kunddata i stor skala.

Med Real-Time CDP från Adobe Experience Platform kan Lumas marknadsföringsorganisation

Steg

Den här självstudiekursen innehåller följande steg:

Kundprofil

När kunderna först besöker er webbplats vet ni ingenting om dem.

När de navigerar hämtas data in i realtid och skickas inte bara till en rapportsvit i Adobe Analytics, utan också direkt till Adobe Experience Platform. När data samlas in börjar du skapa en enda vy av konsumenten utifrån beteendedata i Experience Platform’s real-time customer profile.

Många besökare på webbplatsen är antagligen återkommande kunder som tidigare har köpt från Luma. Det är viktigt för Luma att personalisera meddelanden och erbjudanden för både nya och återkommande besökare samt kända kunder.

Ny kunds första besök

En oidentifierad besökare går till exempel till Men's section på Luma-sajten och visar några vardagliga tröjor.

När kunden navigerar för att lära sig mer om de här produkterna samlas dessa produktvisningar in i Adobe Analytics och skickas till Experience Platform.

Luma kan mappa besökarens beteende till en användarprofil på Adobe Experience Platform och börja sammanställa en mer detaljerad bild av den kundens beteende.

Få en mer detaljerad bild av kunden

När kunden fortsätter att interagera med webbplatsen uppstår en tydligare bild. Anta till exempel att besökaren lägger till en produkt i kundvagnen och loggar in.

När kunden loggar in identifierar hon sig som Sarah Rose.

Två identiteter slås samman:

Båda identiteterna kombineras till en enda profil i Experience Platform. Luma har nu en enhetlig bild av den här konsumenten.

Baserat på den anonyma besökarens surfbeteende i Men's-delen av webbplatsen, kan det ha förutsatts att kunden var en man. Nu när hon är inloggad känner Luma igen Sarah Rose. Luma använder kraften hos Real-Time Customer Profile för att förfina de meddelanden som skickas till henne i alla kanaler.

Anpassa användarupplevelsen

Sarah hälsas välkommen med ett lojalitetsmeddelande och tackar för att hon blivit Bronze-medlem med mer information om förmåner och hur hon kan förbättra sin status och sina poäng.

Hon navigerar till hemsidan och bläddrar bland fler.

Sarah får en personlig hemsidesupplevelse som levereras dynamiskt baserat på hennes Real-Time Customer Profile i Adobe Experience Platform.

Hon ser relevant innehåll, tack vare Adobe Sensei-driven personalisering i Adobe Target, som tar hänsyn till hennes tidigare inköp och tillhörighet till löpande kläder och utrustning. Luma skräddarsyr även männens kataloginnehåll mot löputrustning för män baserat på hennes senaste surfning.

Längre ned på sidan visas Sarah med aktuella produkter och ett nytt rekommendationsfack som bygger på hennes senast visade artiklar.

Det personliga innehållet hjälper Sarah att snabbt hitta relevanta objekt. Detta ökar antalet konverteringar och ger en mer attraktiv kundupplevelse.

Få tillbaka kunden

Sarah blir distraherad och lämnar sajten. Luma kan använda sina data i Adobe Experience Platform för att ta med henne till sajten.

Real-time Customer Data Platform, som drivs av Adobe Experience Platform, är byggt för kundupplevelsehantering. Med programmet kan man

Använda flera datakällor

Teamet på Luma har alla sina beteendedata och kunddata på ett och samma ställe.

De kan importera data från alla följande källor:

Alla dessa data från olika källor sammanfogas i en enda enhetlig kundprofil.

Konfigurera en datakälla

Använd Real-Time Customer Data Platform för att hämta nya datakällor till plattformen. Real-Time CDP innehåller en katalog med datakällor som snabbt och enkelt kan läggas till i profilen.

Om du till exempel vill importera Lumas CRM-data filtrerar du katalogen med CRM och alla färdiga anslutningar som innehåller CRM visas. Så här lägger du till Microsoft Dynamics CRM-data:

Det är gjort. Du har just lagt till Microsoft CRM som en datakälla i Experience Platform.

Märk inkapslade data för användningsprinciper

Luma har många interna policyer som begränsar användningen av vissa typer av insamlad information och måste också uppfylla juridiska och sekretessrelaterade problem när det gäller dataanvändning. Med Adobe Experience Platform Data Governance kan fördefinierade etiketter för dataanvändning tillämpas på datauppsättningar (och specifika fält i dessa datauppsättningar), vilket gör att Luma kan kategorisera sina data enligt specifika användningsbegränsningar.

När dataanvändningsetiketterna har tillämpats kan Luma sedan använda datastyrning för att skapa dataanvändningsprinciper. Dataanvändningsprinciper är regler som beskriver den typ av åtgärder som du får utföra på data som innehåller vissa etiketter. När man försöker genomföra en åtgärd i Real-Time CDP som utgör en policyöverträdelse förhindras åtgärden och en varning ges om vilken policy som överträtts och varför.

Dessutom, Real-Time CDP

Sammanföra data för en viss kund

I det här scenariot söker du efter profiler för Sarah Rose. Hennes profil visas med det mejl som hon använde för att logga in.

All profilinformation Luma har om Sarah visar. Detta inkluderar hennes personuppgifter som adress och telefonnummer, kommunikationsinställningar och vilka målgrupper hon är berättigad till.

Real-Time CDP-profilen minskar arbetsflödet för Lumas marknadsföringsteam från veckor till minuter och frigör möjligheter till personalisering baserat på denna helhetsbild av kunden. Profilen sammanfogar beteendedata från när hon surfar på webbplatsen innan hon loggade in, med sin befintliga kundprofil, vilket skapar en heltäckande bild av Sarah.

Marknadsföringsteamet kan använda det här förbättrade, Real-Time Customer Profile, för att bättre anpassa Sarah upplevelse och öka varumärkeslojaliteten med Luma.

Målgrupper

Med de kraftfulla segmenteringsfunktionerna i Adobe Experience Platform kan marknadsförare kombinera attribut, händelser och befintliga målgrupper, baserat på data som samlats in i Real-Time Customer Profile.

I det här scenariot uppvisade Sarah nyligen interaktioner på webbplatsen ett annat beteende än hennes tidigare handlingar. Hon köper vanligtvis damkläder. Men föremålet i kundvagnen är en stor tröja för män.

Lumas datavetenskap har tagit fram modeller kring benägenheten att köpa. En modell visar på en plötslig förändring i klädkategori (t.ex. kvinnor/män) eller storlek för den befintliga konsumenten. Sara ändrade köpbeteende tyder på att hon inte handlar för sig själv.

Definiera en målgrupp

Använd de olika alternativen för visuell komposition eller kodsbaserad uttrycksredigerare i målgruppsarbetsytan för att ändra eller skapa en målgrupp som representerar övergivna varukorgar som verkar vara på väg att köpa en gåva:

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

Eftersom Sarah lade till en gåva i vagnen och övergav den kan Luma rikta in sig på henne med ett kostnadsfritt presenterbjudande.

Mål

När ni har lagt till målgruppen"Gift Giving Cart Abandoners" kan ni se ungefär hur många som ingår i den här målgruppen. Ni kan vidta åtgärder för det och göra det tillgängligt för personalisering i alla kanaler.

Välj Send to destinations.

I Real-Time CDP kan Luma agera sömlöst på sina målgrupper för personalisering.
Här ser vi alla destinationer som Luma kan skicka till både Adobe och andra lösningar än Adobe:

Välja mål

I det här scenariot vill Luma återrikta målgruppen med personalisering över dessa destinationer:

Schemaläggningsmål

Du kan också schemalägga målgruppsexporten till att börja eller sluta vid en viss tidpunkt. Publiken kommer att publiceras och uppdateras automatiskt på de konfigurerade plattformarna på de schemalagda datumen.

Välj Save om du vill gå till nästa sida.

När en kund i den här målgruppen gör ett köp inaktiveras deras medlemskap i den här målgruppen i realtid. De är inte kvalificerade längre eftersom deras status har ändrats.

Detta sparar pengar åt Lumas mediegrupp genom att inte använda upp lager för en publik som inte är kvalificerad.

Tillämpa dataanvändningsprinciper för mål

Adobe Experience Platform innehåller sekretess- och säkerhetskontroller för att avgöra om en viss målgrupp är tillgänglig för aktivering av ett visst mål. Aktiveringen är aktiverad eller begränsad baserat på det marknadsföringssyfte eller de marknadsföringssyften som var tilldelat destinationen när den skapades, samt dataanvändningsprinciper som definierats av organisationen.

Om din aktivitet bryter mot reglerna visas en varning. Den här varningen innehåller information om datalänkning som kan hjälpa dig att identifiera varför policyn överträds och vad du kan göra för att åtgärda överträdelsen.

Med de här kontrollerna hjälper Experience Platform Luma att följa regler och marknadsföra ansvarsfullt. Dessa reglage är flexibla och kan ändras för att uppfylla kraven från Lumas säkerhets- och styrningsteam, så att de tryggt kan uppfylla regionala och organisatoriska krav för att hantera kända och okända kunddata.

Enhetsidentitetssammanfogning

Sarah surfar på en sajt för sociala medier på sin mobila enhet och ser en Luma-annons. Det påminner henne om det hon lämnade i vagnen.

Senare öppnar hon sitt mejl och ser de omdirigerade mejlen. Hon väljer en länk till Luma i ett e-postmeddelande.

Länken tar Sarah till Lumas mobilsajt där hon ser en mycket personaliserad upplevelse som drivs av Adobe Target.

Hon köper tröjan, lägger till en present och skriver en present. Hon har också möjlighet att komma ihåg det här evenemanget och få en påminnelse nästa år om att gå till present just nu. Hon säger ja, och är schemalagd till en e-postkampanj nästa år för att påminna henne om att köpa en till gåva.

Tack vare funktioner för att hindra åhörarna kommer Sarah inte att vara inriktad på de där männens tröja framåt.

Analyserar profilen

Luma-marknadsförarna använder Adobe Experience Platform för att se vilka som har fått presenterna på Real-Time CDP Dashboard. De ser resultaten av detta initiativ över tiden och ser att det växer. Kunderna svarar på erbjudanden och spenderar mer pengar.

Dessa insikter gör det möjligt för marknadsförarna att agera på den här signalen, som stärktes av att informationen fanns tillgänglig i CDP och att kunder som Sarah var kopplade till publiken.

Luma använder dessa CDP-data för att öka lojaliteten och få nöjda kunder.