Câu đố về nhận dạng trong quản lý dữ liệu khách hàng

Giải pháp Nhận dạng Người tiêu dùng

Cuộc khủng hoảng nhận dạng người tiêu dùng

Trong thần thoại Hindu, Ravana, học giả vĩ đại, và quỷ vương, có mười cái đầu, tượng trưng cho nhiều quyền năng và kiến ​​thức khác nhau của ông. Những cái đầu không thể phá hủy với khả năng biến hình và mọc lại. Trong trận chiến của họ, Rama, vị thần chiến binh, do đó phải xuống dưới đầu Ravana và nhắm mũi tên vào trái tim cô độc của anh ta để giết anh ta vì mục đích tốt.

Ở thời hiện đại, người tiêu dùng hơi giống Ravana, không phải về thiết kế xấu xa của anh ta mà là đa danh tính của anh ta. Nghiên cứu cho biết trung bình một người tiêu dùng ở Mỹ ngày nay kết nối với 3.64 thiết bị Với sự gia tăng của một loạt các thiết bị thời đại mới như loa thông minh, thiết bị đeo được, nhà kết nối và ô tô, v.v., dự kiến ​​rằng cô ấy có thể được kết nối với có tới 20 thiết bị trong tương lai không xa. Giống như đối với Rama, điều này đặt ra một thách thức rõ ràng cho nhà tiếp thị ngày nay - làm thế nào để điều hướng qua mê cung của các thiết bị này để xác định và nhận ra NGƯỜI tiêu dùng để cô ấy có thể tham gia độc lập, nhất quán và theo ngữ cảnh trên các điểm tiếp xúc có thể địa chỉ của mình.

Nghiên cứu trong ngành cho thấy chỉ một phần nhỏ các doanh nghiệp tiêu dùng hiện có thể xác định chính xác đối tượng của họ - do đó, sự ra đời và phát triển nhanh chóng của các giải pháp quản lý Danh tính giúp các doanh nghiệp giải quyết danh tính của đối tượng của họ thành danh tính và hồ sơ người tiêu dùng cá nhân. Quy mô của thị trường giải pháp Identity được ước tính sẽ tăng từ 900 triệu đô la hiện tại lên hơn 2.6 tỷ đô la vào năm 2022, vượt xa mức tăng trưởng đầu tư tiếp thị tổng thể

Mới đây Khảo sát nghiên cứu về Winterberry chỉ ra rằng khoảng 50% doanh nghiệp tiêu dùng đã tăng cường tập trung và có kế hoạch tăng cường đầu tư vào các giải pháp Identity. Mặc dù phân khúc và nhắm mục tiêu trên phương tiện trả phí vẫn là những trường hợp sử dụng chủ yếu cho các thương hiệu tiêu dùng, nhưng cá nhân hóa kênh và thiết bị chéo cộng với đo lường và phân bổ dự kiến ​​sẽ trở thành lĩnh vực trọng tâm trong tương lai gần.

Giải pháp Nhận dạng: Quá khứ, hiện tại và tương lai

Về cốt lõi, công việc của giải pháp phân giải danh tính là liên tục thu thập dữ liệu hoạt động của đối tượng từ một tập hợp các nguồn dữ liệu, nền tảng và dịch vụ khác nhau để tạo ra danh tính và hồ sơ đa kênh gắn kết của từng thành viên khán giả riêng lẻ. Tuy nhiên, cho đến nay, cách tiếp cận này phần lớn vẫn chưa có kết quả với các chiến lược và nền tảng nhận dạng cụ thể cho kênh tiếp thị. Cơ sở dữ liệu CRM với tư cách là người giám sát của khách hàng bên thứ nhất và thông tin liên hệ đã trở thành nền tảng nhận dạng chính cho các hoạt động tiếp thị trực tiếp, chủ yếu qua email hoặc thư trực tiếp.

Với sự gia tăng chi tiêu cho tiếp thị kỹ thuật số, Nền tảng quản lý dữ liệu (DMP) lưu trữ dữ liệu hành vi của đối tượng kỹ thuật số để chủ yếu hỗ trợ các trường hợp sử dụng mua quảng cáo hiển thị hình ảnh đã trở nên nổi tiếng. Tuy nhiên, sự liên quan của chúng hiện đang bị nghi ngờ khi những khu vườn có tường bao quanh như Facebook và Google đang đóng cửa với chúng. Một kênh ảnh hưởng ngày càng tăng khác là nền tảng dữ liệu di động để hỗ trợ thiết bị di động và tương tác dựa trên vị trí.

Để khắc phục những hạn chế của cách tiếp cận đa kênh, không kết nối mà các giải pháp Nhận dạng hiện tại như cơ sở dữ liệu CRM hoặc DMP bị hạn chế, trọng tâm đang chuyển sang các giải pháp hiện đại mới nổi như Nền tảng dữ liệu khách hàng (CDP) và Đồ thị nhận dạng. Những điều này cung cấp một phương pháp tiếp cận thống nhất, điểm tiếp xúc chéo và đa kênh hướng tới giải quyết và liên kết danh tính, cho phép một cái nhìn hài hòa, duy nhất về khách hàng với nhà tiếp thị.

Quản lý danh tính người tiêu dùng
Hình i. Quản lý danh tính khách hàng là chìa khóa để tiếp thị theo ngữ cảnh

Cơ chế phân giải nhận dạng

Công việc quan trọng của hệ thống phân giải danh tính là liên tục thu thập dữ liệu liên quan đến đối tượng từ nhiều nguồn khác nhau và đưa nó vào một quy trình liên tục để giải quyết, tạo và cập nhật dữ liệu này vào hồ sơ người tiêu dùng riêng biệt, sau đó được doanh nghiệp sử dụng cho các hình thức tiếp thị khác nhau hoặc các hoạt động khác.

Quy trình bao gồm 3 bước chính:

  1. Quản lý dữ liệu - Bao gồm nhập tập hợp dữ liệu người tiêu dùng khác nhau, cả danh tính và liên quan đến hoạt động, tiếp theo là xử lý và lưu trữ dữ liệu này vào các kho lưu trữ có tổ chức.
  2. Giải pháp nhận dạng - Đây là sự kết hợp quan trọng và phức tạp của một quy trình xác định và xác suất để lấy ra số nhận dạng, đối sánh, tham khảo chéo và liên kết với danh tính người tiêu dùng duy nhất, theo sau là cơ chế xác thực để tối đa hóa độ chính xác của quy trình phân giải.
  3. Tạo hồ sơ người tiêu dùng - Điều này liên kết tất cả các số nhận dạng, thuộc tính và hoạt động thành một Biểu đồ nhận dạng tổng thể, hài hòa của người tiêu dùng, cá nhân hoặc hộ gia đình.

Điều gì tạo nên một giải pháp quản lý danh tính hiệu quả: 5 câu thần chú

  1. Đảm bảo hệ thống Nhận dạng được cung cấp dữ liệu từ nhiều nguồn dữ liệu. Không chỉ hoạt động của thiết bị mà còn cả các ứng dụng đằng sau để giúp đi sâu vào thiết bị, cookie hoặc pixel và tiết lộ những người thực sự đằng sau và hành vi của họ.
  2. Là một phần của quản lý dữ liệu, đảm bảo đáp ứng các quyền riêng tư của người tiêu dùng và các yêu cầu tuân thủ của các tiêu chuẩn ngành như GDPR, CCPA, v.v.
  3. Giải pháp nhận dạng phải bao gồm quy trình đối sánh xác định dựa trên quy tắc, nhất quán để đảm bảo độ chính xác cao, quan trọng để hỗ trợ sự tham gia theo ngữ cảnh, được cá nhân hóa trong các trường hợp sử dụng tiếp thị trực tiếp
  4. Quy trình xác định phải được bổ sung với đối sánh xác suất do máy học điều khiển để mở rộng tập dữ liệu và đáp ứng yêu cầu của các trường hợp sử dụng như truyền thông xã hội hoặc tiếp thị quảng cáo hiển thị hình ảnh mong muốn mạng lưới rộng hơn nhưng tương đối ít cá nhân hóa 1: 1
  5. Hồ sơ người tiêu dùng đã tạo, dưới dạng biểu đồ Nhận dạng, mặc dù có độ chính xác và kịp thời cần thiết, nên vượt ra ngoài các liên kết đến các số nhận dạng và thuộc tính bằng cách bao gồm thông tin chi tiết mong muốn để kích hoạt tối ưu các trường hợp sử dụng kích hoạt tiếp thị

Bạn nghĩ gì?

Trang web này sử dụng Akismet để giảm spam. Tìm hiểu cách xử lý dữ liệu nhận xét của bạn.