Dentro del stack tecnológico de las empresas cada vez son más el número de herramientas disponibles en el mercado. Es por eso, que es necesario siempre analizar el stack actual de la empresa y cual es el objetivo que se quiere alcanzar.

Hoy vamos a intentar resumir las grandes diferencias y complicidades entre dos tecnologías que pueden marcar un hito estratégico y un retorno eficiente si son correctamente usadas. Además, se suelen confundir mucho entre ellas y de las que se habla mucho pero se clarifica poco cuales son las diferencias entre un DMP y un CDP. Para poder empezar con este artículo primero definiremos de forma breve cada una de las herramientas:

El DMP (Data Management Platform) es una herramienta que tiene la capacidad de captar la información de los diferentes silos de interacción de los usuarios con nuestros activos digitales. El objetivo principal es la unificación del dato y darle sentido al mismo tiempo que hacerlo extensible y activable.

El CDP (Customer Data Platform) es una tecnología que surgió con la necesidad de tener todo el potencial del 1st Party Data (off/on) unificado y poder tener un single unified customer view tanto del usuario desconocido, como del cliente. El objetivo principal es que el flujo de data sea real time, accesible y entendible para profesionales de marketing y con una gran capacidad de conectores.

Con esta breve definición de las plataformas, comencemos a hablar de que puntos comparten y cuales les separan:

Tipos de datos

El DMP trabaja con todos los tipos de datos (1st ,2nd y 3rd Party data). El punto de mira en este sentido es que la gestión del dato se suele trabajar de forma agregada y anónima. Dentro de este tipo de datos, la calidad del mismo dependerá de la granularidad, volumen, conocimiento y transparencia.

Hay que tener en cuenta que a pesar de que el DMP trabaja de forma anónima no solo son cookies lo que ingesta, sino que es capaz de trabajar con diferentes IDs. Tanto de usuarios hasheado, device ID o visitor ID.

Aquí se puede observar un ejemplo de los tipos de IDs que los DMPs machean tras pasar un filtro de aceptación de consentimientos de GDPR.

Los CDPs suelen trabajar únicamente con 1st Party Data. Al igual que en el DMP se produce una integración de todas las fuentes de dato disponibles. Lo que marca la diferencia, es la flexibilidad y transparencia en el uso de la data. Podemos tener el dato granular de las interacciones de nuestros usuarios o clientes directamente desde la plataforma y, a diferencia del DMP trabajaremos con información PII como con dato anónimo. Estas plataformas buscaran en todo momento la unificación del dato.

En ambas plataformas podremos exportar el raw data para tener el dato granular, aquí existen varias diferencias entre ellas que vale la pena mencionar:

Del DMP podremos extraer y tener data de las campañas de activación de medios. El caso de uso más típico aquí es el control y optimización de frecuencias.
En el DMP el acceso del dato en granular será muy limitado y encriptado.
En el CDP podremos tener todos los eventos realizados por los usuarios y todos los atributos asociados que hayamos definido. En este caso, no tendríamos información de los medios. Añadir, que empresas como Tealium están desarrollando soluciones dentro de su tag manager que nos permite implementar un tag para medir impresiones. De esta forma, si que podríamos tener el dato en nuestro CDP.

Integraciones

Con integraciones nos referimos a las posibilidades que tenemos para hacer el dato activable hacia diferentes fuentes.

El DMP destaca por sus integraciones con las plataformas de compra programática. También y, cada vez más se esta llevando a cabo mejoras en los conectores que existen con plataformas de personalización, CRM, redes sociales y redes de búsqueda. El objetivo es que se acabe convirtiendo en una integrador, canalizador y distribuidor del dato entre diferentes canales. Por tanto, es una herramienta que se usa principalmente para que la data sea activada dentro del ecosistema del marketing digital.

El problema que tiene el DMP con las integraciones es trabajar con datos anónimos y eso en muchas ocasiones es una limitación para el correcto funcionamiento.

Los CDPs tienen una ventaja al respecto y es que uno de sus principales hitos es la creación de cientos de conectores nativos y poder hacer macheo con todos los tipos de IDs que tenemos a nuestro alcance para una gestión optima. Podremos enviar el dato de forma granular o agregado según la plataforma donde queramos enviar la data. En otro artículo pondremos a prueba la eficiencia de enviar audiencias a entornos programáticos mediante estas dos plataformas.

Hay una diferencia clave en los CDPs y es que el dato puede ser usado con un objetivo diferente que el de ser activado. Son muy usados en proyectos de analítica web, migración de tags, reporting o dashboarding.

A destacar que ambas plataformas trabajan con datos en Real-Time pero el DMP suele tener más limitaciones a la hora de procesar el dato y enviarlo. Por último, una de las principales ventajas en ambas plataformas es que todo esto se produce con una integración "server-side". Nos olvidamos de implementación de Tags en nuestra web y los problemas asociados al performance y tiempos de carga.

Data Retention

En un artículo anterior hablamos sobre la diferencia entre el Data Retention de las plataformas de analítica, adserving y DMP.

Hay mitos establecidos sobre la capacidad de un DMP que tiene de retención de información retro-activa.

Un objetivo claro de las plataformas es la ingesta y retención de data. Por tanto, tanto si hablamos de un DMP o un CDP esto supone un coste.

Por tanto, la compañía deberá valorar cual es la duración óptima y el coste que lleva asociado. Ambas herramientas pueden retener el dato e ir actualizando los IDs durante bastante más de uno año. Quizás si necesitamos mucho más tiempo deberíamos plantearnos el usar otras plataformas destinadas a ese fin concreto, ya que tenemos tecnologías mucho más asequibles que nos podrían almacenar dato estructurado y no estructurado a las que podremos ir lanzando consultas puntuales.

Segmentación

Este es el caso donde las herramientas están diferenciadas pero si tu empresa tiene ambas se pueden usar de forma complementaria.

Primero hablemos del tipo de dato que comparten ambas plaformas (1st Party). En el caso del DMP, la segmentación será a partir de operadores Booleanos (OR, AND, NOT) y nos permitirá hacer superposiciones entre los distintos atributos. A diferencia de esto, los CDPs trabajan con más tipos de datos para crear las audiencias (strings, numbers, booleanos, timeline...).

Imagen: Creación de atributos en Tealium AudienceStream

Cuando usamos un DMP estaremos limitados a los valores de los atributos que estar definición de antemano. El CDP nos aporta una mayor flexibilidad en ese sentido, podremos cruzar valores, construir nuevos atributos sobre otros, definir valores mediante tiempo o frecuencias y mucho más.

Inteligencia Artificial

Mencionar las palabras "inteligencia artificial" o "algoritmo" esta a la orden del día. Cada vez es un concepto más normalizado dentro del marketing digital.

Cuando hablamos de DMP lo primero que se nos viene a la cabeza en referencia con la "IA" son los famosos Lookalikes. Es decir, usuarios similares a nuestra audiencia base o nicho. Los algoritmos de algunos DMPs tienen la capacidad de realizar lookalikes con data propia y de terceros.

Imagen: Ejemplo de creación de un Lookalike en Salesforce Audience Studio

Cuando hablamos de data propia nos referimos a nuestro 1st Party Data. Por ejemplo: podríamos crear una audiencia de usuarios que navegaron por nuestra web y no compraron pero que se comportan de una forma muy similar al segmento que habíamos denominado como "compradores".

Por otro lado, podríamos realizar lookalikes basado en 2nd/3rd Party data. El algoritmo del DMP consultará contra la data de los data partners o data providers para encontrar usuarios similares a nuestra audiencia base.

Los lookalikes es algo que podríamos decir que ya esta bastante estandarizado y asentado dado que esos modelos los llevan trabajando Google y Facebook con su data desde hace años.

En los CDPs, la IA es una funcionalidad que esta empezando a surgir y que tiene un potencial tremendo. Algo bueno, es que no se han basado tanto en extraer usuarios similares sino en la construcción de algoritmos de forma automatizada y accesible para usuarios no técnicos. Es decir, que nosotros desde nuestro conocimiento de negocio cedemos atributos que queremos que el algoritmo tenga en cuenta, este realizará un modelo e intentará emitir un scoring en tiempo real en función del objetivo que hayamos marcado (conversión final, captura de lead, formulario...).

También, si eres un perfil más avanzado se están empezando a abrir estas plataformas para la ingesta y modelado libre.

Conclusión

Con todo lo analizado, son dos herramientas con un gran potencial y que seguro que irán evolucionando en el tiempo. Es probable que no haya una respuesta correcta para elegir qué tecnología es la mejor para mi empresa. Dependerá en gran medida del caso de uso que se quiera aplicar. Se debería realizar una matriz de impacto - esfuerzo para valorar qué es necesario priorizar.

Dicho esto, trasladar que son dos herramientas muy complementarias y que pueden trabajar unidas en la ingesta, segmentación y activación del dato para poder tener un mayor alcance cross-channel.

Con el tiempo, veremos si toman identidades muy diferentes o si una asume todas las funcionalidades de valor de la otra y va cogiendo terreno para establecerse como una tecnología clave.

DMP o CDP ¿En qué se diferencian?