"¿Amor u odio? Las CDP de terceros y los departamentos de Data", por Paco Roldán para MadTech Soul

Por eso vete, olvida mi nombre, mi cara, mi casa
Y pega la vuelta
Jamás te pude comprender
Vete, olvida mis ojos, mis manos, mis labios
Que no te desean
Estás mintiendo ya lo sé
Vete, olvida que existo, que me conociste,
Y no te sorprendas, olvida de todo que tú para eso
Tienes experiencia

Como en la famosa canción del dúo Pimpinela, la relación entre el CDP y los departamento de Data es de amor y odio. De hecho, el término CDP está irrumpiendo fuertemente en la consideración de todas las marcas alrededor del mundo y muestra de ello es la tendencia alcista de búsquedas alrededor de este término

Además, si le echamos un vistazo al report “Marketing trends 2022” generado por Oracle junto con Ascend2, el 37% de los encuestados responden que plantean invertir presupuesto en este tipo de soluciones y un 36% afirma que no podría vivir sin este tipo de solución.

Cuando pensamos en una CDP directamente nos vienen a la mente herramientas como: Salesforce CDP, RTCDP de Adobe, Audience Stream de Tealium, Treasure Data, Exponea… pero ¿Te has planteado que ya podrías disponer de una CDP?

Y es que, si bajamos a la definición más simplista, un CDP tiene la función de unificar las fuentes de datos de una marca para aplicar inteligencia a la segmentación y enviar estos perfiles hacia terceros para diseñar una experiencia personalizada lo más eficiente posible ofreciendo: el mejor producto, servicio o información y conseguir así una mayor eficiencia sobre el coste de venta y por tanto una mayor rentabilidad.

Esta promesa ha sido muchas veces escuchada por el mercado, y si nos fijamos en el Hype Cycle de Digital Marketing 2021 de Gartner, vemos como a medida que se avanza en el tiempo las CDPs están justo en el área llamada “Through of Disillusionment” lo que indica que la impaciencia por los resultados empieza a sustituir el entusiasmo original por el valor potencial y que: los problemas de rendimiento, una adopción más lenta de lo esperado o la imposibilidad de obtener beneficios económicos en el tiempo previsto hacen que no se cumplan las expectativas y se produzca la desilusión.

Es por eso que, cada vez más especialistas de datos se están preguntando:

¿Por qué debo considerar una CDP si ya dispongo de un Data Warehouse y ya soy capaz de definir los diferentes clústeres y la mejor NBO/NBA?

La verdad es que la pregunta es muy buena, ya que la puesta en marcha de un proyecto de CDP requiere de una inversión inicial y por tanto se debe plantear desde la generación de un business case que de como resultado un uplift sobre lo que tu marca genera a día de hoy y por tanto una rentabilidad sobre la inversión, cosa que no siempre resulta demostrable de una manera fácil.

Bien, ahora vamos a intentar dar respuesta a la pregunta teniendo en cuenta una tabla comparativa.

A simple vista podríamos ver algunos gaps que el DWH pudiera tener y que un CDP resuelve:

  • Limitación ingesta y acceso datos real-time.

  • Dificultad para conectar con terceros.

  • Alto coste por almacenamiento de logs, datos de social media, etc…

  • Datos no estandarizados para marketing.

Y así, sin darle más vueltas, podríamos rápidamente concluir que son complementarios, dejando totalmente fuera de juego cualquier debate, pero entonces aquellas personas más curiosas y detallistas…como los profesionales de data que cuestionan algunos aspectos de las CDPs me dirán: Paco, me quedan algunas dudas al respecto…

  1. ¿Tenemos entonces la “visión 360º” del cliente duplicada?

  2. ¿Qué aporta un CDP en la decisión de la siguiente mejor acción para los usuarios si mi inteligencia está en mi DWH?

  3. En el caso de que todo sea así ¿Cómo voy a poder justificar la inversión de una nueva tecnología que parece duplica algunas funciones que hago a día de hoy?

La verdad es que esas preguntas podrían menguar en algunas ocasiones el gran esfuerzo comercial que muchas tecnológicas están haciendo por posicionar sus soluciones dejando en más de una ocasión un silencio incómodo o una respuesta no muy clara y directa a la pregunta que consiga convencer a quién la pregunta.

Bien, de manera simplista podríamos afirmar:

  • Sí, al ser el DWH una fuente de ingesta del CDP tendríamos una “réplica reducida” del cliente en otro sistema.

  • Algunos CDPs proveen soluciones de creación de modelos y aplicación de IA & ML pero si ya lo estás haciendo en otro sistema, habría que estudiar si tiene sentido que duplicar esfuerzos, aunque tienes la puerta abierta a comparar entre ambas soluciones

  • Es imprescindible crear un framework de medición que se debe acordar antes de abordar al proyecto para saber que se quiere medir (KPIs comúnes a las áreas) y cómo (metodología). Especial hincapié en el cómo ya que se trata de abordar una metodología estadísticamente correcta y que permita aislar tu crecimiento actual (baseline) teniendo en cuenta factores como la posible ciclicidad del negocio y vas a tener que disponer en el proyecto de un equipo de data scientist y data analysts que colaboren con la medición y el story telling de los números.

Aunque las respuestas anteriores apuntasen a que estamos en un callejón sin salida, si volvemos unos pasos atrás y nos fijamos bien en la tabla comparativa, habréis notado que en la comparativa hablo de DWH on premise y que no he hecho referencia al Cloud ¿Y por qué esto? Básicamente porque en el mercado español en la mayoría de casos las marcas tienen esta información on-premise pero ¿Qué ocurre si no es así?

Parémonos un momento y reflexionemos sobre las soluciones de mercado…

Cualquier solución de CDP: Dynamics 365 Customer Insights de Microsoft, Audience Stream de Tealium, RTCDP de Adobe, Salesforce CDP, Segment… están construidos a día de hoy en alguno de los Cloud predominante de mercado como: Google Cloud Platform, Azure, Amazon Web Services, IBM Bluemix…

Éstas no dejan de ser PaaS (Platform as a Service) que permiten definir y configurar aspectos relacionados con: computación, almacenamiento, bases de datos, redes y conectividad, gestión y control de la cloud, seguridad, herramientas para desarrolladores, Big Data & Analytics, Machine Learning & AI, IoT, Blockchain…

Un DWH en Cloud, puede ser directamente montado sobre uno de estos Cloud por parte de las marcas- con el coste y el desarrollo que eso conlleva - o bien adquirir esa solución mediante un tercero que facilite esa estructura aunque el objetivo siempre será el mismo: disponibilizar a las marcas de un repositorio común de datos donde disponer una única visión 360 del negocio (incluyendo la visión del cliente) accesible y activable en real-time en la que se pueden gestionar análisis, segmentaciones y la propia medición en un punto centralizado. Esto nos lleva a su vez a la siguiente pregunta…

¿Puede montar una marca su propia solución CDP basada en su DWH en Cloud?

Tras lo visto hasta ahora, la respuesta sin duda es SÍ. Entonces ¿Por qué oímos tan poco esta posible solución?

Actualmente, la mayoría de las empresas disponen de un DWH on-premise lo que requeriría de una toma de decisión inicial: ¿Queremos y podemos abordar esta migración al Cloud con los costes que requiere y en el tiempo que necesitamos? ¿Tenemos profesionales que puedan liderar este cambio y que puedan hacer entender a los decisores de la importancia que supone para la mejora de la madurez analítica de la empresa y por tanto los beneficios a largo plazo?

Y aunque son muchos los beneficios de una estructura de datos en Cloud:

  • Operaciones y almacenamiento a un coste inferior.

  • Mejores niveles de servicio y disponibilidad.

  • Mejora de la productividad mediante la automatización.

  • Mejora del rendimiento de la carga de datos y consultas.

Cuando se habla de un proyecto de esta envergadura requiere un análisis muy profundo que requiere de cierta inversión, por lo que en muchas ocasiones directamente el tiempo que puede llevar deliberar la respuesta frente a la demanda de los equipos de marqueting por una CDP en vista de un nuevo paradigma digital que acecha con el fin de las cookies durante 2023, casi automáticamente descarta la posibilidad de llevar acabo este tipo de proyectos de migración y por tanto cuando se compara el DWH on-premise con un CDP y con los argumentos que veíamos anteriormente se decide directamente evaluar la opción de CDPs.

Como ahora no nos atañe un proyecto de migración cloud, vamos a partir de la idea de que el equipo de data que me preguntaba porque evaluar una CDP de tercero, dispone de su infraestructura de datos en el Cloud.

En primer lugar, si eres este tipo de marca, felicidades, bajo mi punto de vista la manera más efectiva de ser una empresa basada en datos es hacerlos accesibles a cualquier punto de la compañía de manera inmediata y en el que los especialistas de datos dan servicio a las diferentes unidades de negocio: marketing, ventas, finanzas, logística, customer support…

Pero vayamos a la pregunta del millón: ¿Disponer de un DWH cloud sería suficiente?

Lamentablemente, la respuesta es NO…y es que para que esta data sea accesible por terceros existen varias opciones y entre ellas hoy evaluamos estas dos:

  1. Desarrollar las activaciones con terceros: requiere disponer de equipos y del mantenimiento de las APIs que se usen y de extracción de audiencias mediante lenguajes de BBDD (como SQL) lo que requiere aislar a tus equipos de marketing en las operaciones y poner en el centro de las decisiones a tus equipos de Data e IT.

  2. Activar datos mediante reverse ETLs (rETL) que es un proceso que permite mover datos de un DWH central a sistemas que trabajan con registros como las herramientas SaaS utilizadas para: marketing, ventas y la relación con el cliente como: CRMs, plataformas de medio, herramientas de contact center…
    Justo este proceso hay dos maneras de llevarlo acabo:

  • Utilizar una plataforma No Code, facilitando que marketing se encargue de las operaciones sin aislar al equipo de Data e IT que se encargaran de velar por la estructura y la data almacenada en el DWH en Cloud.

  • Poner exclusivamente a los equipos de data en el centro dándoles independencia del equipo de IT en la mayoría de casos, activando mediante SQL ya que suelen tenerse conectores con terceros out-of-the box.

Vale Paco, estoy viendo que la opción de crearme mi propia solución no es nada fácil y que cada vez se van abriendo más caminos: evaluaciones de equipo, costes, mantenimientos, escalabilidad…

Lo sé, y quiero que pienses que es normal, un proyecto que pretende centralizar todos los datos de una marca y permitir una cohesion entre departamentos para satisfacer todas las necesidades de los clientes no es algo baladí. Si quieres realmente posicionarte como una empresa centrada en el dato en ocasiones se requiere que se rompa un poco la magia del enfoque 100% marquetiniano que simplifica todo lo que conocemos hasta ahora y aisla en gran parte al equipo de data en las operaciones en muchas empresas, es por eso que como decía, aventurarse en este tipo de proyectos requiere de analizar muy bien las alternativas y ser capaces de explicar los beneficios de cada uno de ello a nivel organizativo y operacional.

Siento no poder darte una respuesta rápida ni perfecta ya que seguro que tu caso concreto tiene ciertas peculiaridades que no conozco y que ni siquiera se han tratado aquí. Es normal que llegado a este punto del camino puedas sentirte con muchas cuestiones pero bueno, tener dudas es lo que nos lleva a mejorar ¿no? Es posible que también eches en falta otras cuestiones a plantearse y lo entiendo, pero cubrir todo en un post resulta difícil.

Aunque voy a hacer lo máximo posible para ayudarte. A continuación verás un árbol de decisiones en líneas generales que, aunque no sea exhaustivo, te permita a alto nivel a dirigirte hacia un camino. Importante no olvidar que este esquema mental debería ampliarse y adaptarse a las preguntas que atañen a tu caso concreto pero esto podría servirte de inicio.

Como ves, ya no se trata una cuestión aislada sobre tecnología o en que punto de madurez de datos se encuentra la compañía sino que hay que evaluarlo desde una óptica más amplia teniendo en cuenta estos dos grandes bloques:

  • Modelo organizativo: ¿Cómo os estructuráis internamente para la consecución de objetivos? ¿Responde un CDP a las necesidades actuales de la compañía?

  • Modelo operativo: En caso de necesitar un CDP y analizando personas procesos y tecnología ¿Cuál es el modelo de solución que encaja mejor: una solución CDP de terceros o una solución propia en el Cloud?

Espero que este post te haya ayudado a reflexionar sobre alternativas a las CDPs y que sirva como inicio de una investigación más profunda para que encuentres la mejor solución para tu marca.

Si queréis profundizar sobre algún tema concreto o queréis hacer un zoom, dejadlo en los comentarios y escribiremos un post sobre ello.

Fuente: MadTech Soul

Paco Roldán

Customer Experience Platforms Lead en Accenture Interactive

https://www.linkedin.com/in/froldanburgos/
Anterior
Anterior

"El ciclo de vida de un ecosistema publicitario responsable", por Benito Marín, Senior Manager, Customer Success, en España y Portugal de Integral Ad Science

Siguiente
Siguiente

"La digitalización de la publicidad: la clave para llegar de forma asertiva a los consumidores", por Remi Boudard, Market Director de Xandr Iberia