Gå til hovedinnhold

CDP kontra DMP: Velg den rette dataplattformen for dine behov

Det er viktig å bruke en plattform til å organisere kundedata for å ta veloverveide markedsføringsbeslutninger. To slike plattformer er kundedataplattformen (CDP) og databehandlingsplattformen (DMP). Ved å forstå hva hver plattform tilbyr og hvordan de fungerer, kan hjelpe deg med å finne den som passer til dine behov.

CDP-er hjelper til å forene en rekke kundedata, inkludert historiske, kontekstavhengige, demografiske og atferdsmessige data. Disse samlede dataene er grunnlaget for å få innsikt – fra segmentering til kundeprognoser – som driver intelligente og tilpassede opplevelser. Ulike team – inkludert markedsføring, salg og service – kan oppdage en rekke nye tilpassingsmuligheter på tvers av ulike kanaler gjennom innsikt og en fast kundeprofil. DMP-er samler primært inn anonyme data for å profilere, analyserer og målrette mot Internett-kunder. Disse plattformene hjelper digitale markedsførere med å ta mer informerte mediekjøpsbeslutninger og målrette mer effektivt med kampanjer.

Disse to systemene er forskjellige med hensyn til brukstilfeller, brukere og dataene de samler inn.

Forskjellen mellom CDP og DMP

CDP-er og DMP-er fungerer på forskjellige måter for å oppnå forskjellige mål.

CDP

CDP-er brukes til å lage tilpassede kundeopplevelser ved å samle inn og slå sammen kundedata via personlig identifiserbar informasjon (PII) – for eksempel e-postadresser og telefonnumre – for å opprette en helhetlig visning av kundene. De sammenslåtte kundedataene i kombinasjon med kunstig intelligens (AI) genererer innsikt som optimaliserer forretningsprosesser og kundeengasjement i firma-til-firma- eller firma-til-forbruker-sammenhenger.

Den primære datakilden for CDP-er er førstepartsdata fra kunder som har kommunisert direkte med virksomheten på nettet (via samhandling, kampanjeengasjement, elektroniske kjøp og fordelsprogrammer) i den fysiske virkeligheten (via butikkjøp, personlige hendelser). CDP-er kan også bruke andrepartsdata (hentet fra firmaer som samler inn og selger førstepartsdata) og tredjepartsdata (innsamlet gjennom anonyme identifikatorer, f.eks. informasjonskapsler) i tillegg til førstepartsdata.

Innsikt fra CDP-er er ikke bare verdifull for markedsføringsteam i forbindelse med kampanjer og frafallsanalyse, men også for salgs- og serviceteam som ønsker å tilpasse kundeopplevelser. Kryssalg eller oppsalg kan for eksempel hjelpe selgere med å få samtalen over på relevante produkter som en kjøper kan tenkes å kjøpe. Handlingsanbefalinger kan hjelpe en selger med å tilpasse fremtidig kommunikasjon. På samme måte kan det være nyttig å beregne en kundes levetidsforbruk for å prioritere samtaler med verdifulle kunder.

DMP

Digitale markedsføringsbyråer og interne markedsføringsteam bruker DMP-er til å identifisere målgrupper etter kategori, for eksempel demografi, atferd eller posisjon, for å forbedre målrettingen av digitale markedsføringskampanjer.

DMP-er aggregerer store mengder med anonyme kundedata som kommer fra flere kilder. De primære datakildene for DMP-er er andre- og tredjepartsdata. DMP-er må arbeide med anonyme enheter som informasjonskapsler, enheter og IP-adresser for å utveksle informasjon om målgrupper og ivareta personvernet. Siden forskjellige firmaer, inkludert konkurrenter, vanligvis kan få tak i de samme anonyme dataene, gir ikke DMP-er en tilstrekkelig konkurransefordel. I stedet hjelper de digitale markedsførere med bedre å forstå og målrette mot målgrupper.

CDP kontra DMP side om side

CDP DMP
Brukstilfelle
  • Omnikanal-markedsføring, salg og service rettet mot individuell konvertering
  • Digitale annonsekampanjer vanligvis rettet mot anonyme målgrupper
Primærmål
  • Forbedrede kundeopplevelser gjennom tilpassing
  • Forbedret målretting av digitale annonser
Primærbrukere
  • Markedsførings-, salgs- og serviceteam
  • Digitale markedsføringsteam (enten interne eller byråer)
Fordeler og begrensninger
  • Fleksibilitet til å svare på endring av trender
  • AI-drevet segmentering og prognoser for å skape svært personlige opplevelser
  • Funksjonalitet for å koble til andre plattformer for tilpassing og prosessoptimalisering
  • Effektiv integrasjon av data fra forskjellige kilder
  • Tilgjengelige data som kan brukes av flere team i en organisasjon
  • Utformet for å identifisere målgrupper for digital annonsemålretting
  • Mulighet til å koble til andre plattformer for kundemålretting
  • Mulighet til å generere inntekter ved å selge egne data som andrepartsdata
  • Begrenset ID-samsvar fordi den primære datakilden er anonym
  • Ikke primært utformet for bruk av førstepartsdata
Spørsmål som kan besvares av hver plattform
  • Hvem er mine mest verdifulle kunder?
  • Hvordan kan jeg tilpasse samhandlingen med denne kunden?
  • Hvilke produkter eller tjenester er denne kunden mest interessert i?
  • Hva er den neste beste handlingen med hensyn til akkurat denne kunden?
  • Hvilke kunder er i frafallssonen?
  • Hvilke attributter er det mest sannsynlig at kundene vil kjøpe?
  • Hvor kan jeg nå disse kundene på nettet?
  • Hvordan kan jeg effektivt analysere store mengder målgruppedata for å ta smartere beslutninger angående mediekjøp og kampanjeplanlegging?
Primær datakilde
  • Førstepartsdata
  • Noen avanserte CDP-er kan bruke tredjepartsdata
  • Andrepartsdata
  • Tredjepartsdata
  • Noen avanserte DMPs-er kan bruke førstepartsdata
Datalivssyklus
  • Permanente data samles først inn via direkte kundeengasjement, for eksempel en kjøpstransaksjon
  • Data oppbevares i lang tid
  • Midlertidige og kortvarige data innsamles først via kunder som surfer på nettet eller samhandler med annonser
  • Data oppbevares i en begrenset periode
Kundeidentitet
  • Deterministisk samsvar: En unik identifikator (f.eks. en e-postadresse) bestemmer hvilke data som er koblet til en unik kunde
  • Sannsynlighetsbasert samsvar: Algoritmer foretar datavalg fra anonyme brukerdata og prioriterer segment og kategori over unike kundeidentifikatorer
CDP DMP
Brukstilfelle
  • Omnikanal-markedsføring, salg og service rettet mot individuell konvertering
  • Digitale annonsekampanjer vanligvis rettet mot anonyme målgrupper
CDP DMP
Primærmål
  • Forbedrede kundeopplevelser gjennom tilpassing
  • Forbedret målretting av digitale annonser
CDP DMP
Primærbrukere
  • Markedsførings-, salgs- og serviceteam
  • Digitale markedsføringsteam (enten interne eller byråer)
CDP DMP
Fordeler og begrensninger
  • Fleksibilitet til å svare på endring av trender
  • AI-drevet segmentering og prognoser for å skape svært personlige opplevelser
  • Funksjonalitet for å koble til andre plattformer for tilpassing og prosessoptimalisering
  • Effektiv integrasjon av data fra forskjellige kilder
  • Tilgjengelige data som kan brukes av flere team i en organisasjon
  • Utformet for å identifisere målgrupper for digital annonsemålretting
  • Mulighet til å koble til andre plattformer for kundemålretting
  • Mulighet til å generere inntekter ved å selge egne data som andrepartsdata
  • Begrenset ID-samsvar fordi den primære datakilden er anonym
  • Ikke primært utformet for bruk av førstepartsdata
CDP DMP
Spørsmål som kan besvares av hver plattform
  • Hvem er mine mest verdifulle kunder?
  • Hvordan kan jeg tilpasse samhandlingen med denne kunden?
  • Hvilke produkter eller tjenester er denne kunden mest interessert i?
  • Hva er den neste beste handlingen med hensyn til akkurat denne kunden?
  • Hvilke kunder er i frafallssonen?
  • Hvilke attributter er det mest sannsynlig at kundene vil kjøpe?
  • Hvor kan jeg nå disse kundene på nettet?
  • Hvordan kan jeg effektivt analysere store mengder målgruppedata for å ta smartere beslutninger angående mediekjøp og kampanjeplanlegging?
CDP DMP
Primær datakilde
  • Førstepartsdata
  • Noen avanserte CDP-er kan bruke tredjepartsdata
  • Andrepartsdata
  • Tredjepartsdata
  • Noen avanserte DMPs-er kan bruke førstepartsdata
CDP DMP
Datalivssyklus
  • Permanente data samles først inn via direkte kundeengasjement, for eksempel en kjøpstransaksjon
  • Data oppbevares i lang tid
  • Midlertidige og kortvarige data innsamles først via kunder som surfer på nettet eller samhandler med annonser
  • Data oppbevares i en begrenset periode
CDP DMP
Kundeidentitet
  • Deterministisk samsvar: En unik identifikator (f.eks. en e-postadresse) bestemmer hvilke data som er koblet til en unik kunde
  • Sannsynlighetsbasert samsvar: Algoritmer foretar datavalg fra anonyme brukerdata og prioriterer segment og kategori over unike kundeidentifikatorer

Definering av mål

Ta hensyn til organisasjonens situasjon og mål før du velger enten CDP eller DMP.

  • Fokuserer du på å tilpasse individuelle opplevelser eller målrette digitale annonsekampanjer mot bestemte målgrupper?

  • Hvilke kundedata har du for øyeblikket, og hvor er de lagret?

  • Trenger du å koble kundedata og -innsikt til andre systemer, for eksempel forretningsapper?

Ved å svare på disse spørsmålene får du hjelp til å finne ut om CDP eller DMP passer til dine forretningsbehov.

En bruksklar CDP for tilpassing av kundeopplevelser

Hvis du tenker at en CDP kan være riktig for organisasjonens behov, bør du se nærmere på Dynamics 365 Customer Insights, den fleksible og intuitive CDP-løsningen fra Microsoft.