De ideale technologie-architectuur voor een centraal klantbeeld

Dit artikel is, net als de andere artikelen in deze serie, ook gepubliceerd op Emerce.

Voor je aan de slag gaat met het inrichten van de technologie-architectuur is het van belang een aantal stappen te volgen:

1. Het is concreet wat de vereisten zijn, geredeneerd vanuit diverse persona’s
2. De knel- en pluspunten van de bestaande (marketing) technologie zijn bekend en gerelateerd aan de requirements door de huidige en de gewenste situatie te vergelijken
3. Definieer of de pijnpunten veroorzaakt worden door ownership, processen of de technologie
4. Als de huidige tooling (of het gebrek aan tooling) inderdaad het probleem veroorzaakt of in elk geval niet oplost, kijk je welke tekortkomingen er zijn en wat je nodig hebt
5. De huidige applicatie-architectuur en informatie-architectuur zijn in kaart gebracht
6. Er is begrip van technologiestack-opties, die bijdragen aan het centrale klantbeeld

Binnen bedrijven worden veel applicaties gebruikt die afzonderlijk effectief zijn ingericht, maar niet aan elkaar gekoppeld zijn – de welbekende datasilo’s. Om dit te voorkomen is het belangrijk om bij het selecteren van nieuwe applicaties goed te kijken naar zowel de huidige als de toekomstige behoefte. Zo maak je je martech-stack efficiënt en toekomstbestendig en voorkom je silo’s. Neem hierbij naast de visie vanuit businessperspectief ook de visie vanuit IT-perspectief mee. Hoe ziet het IT-landschap van de toekomst eruit en hoe passen deze tools erin? Wat zijn de voorwaarden waaraan de tooling moet voldoen? Is de data bijvoorbeeld ontsluitbaar via een datalake en is de tool te integreren met bestaande tools? (zie ook het tweede artikel uit deze reeks) Welk team wordt technisch eigenaar en welk team gaat daadwerkelijk aan de slag met de tooling?

Zodra je een goed beeld hebt gevormd van de gewenste situatie, kun je vaststellen wat het verschil is met de huidige situatie. Zo kun je precies zien waar je huidige martech-stack tekortschiet. Vervolgens maak je een afweging tussen het upgraden van de huidige tools, het aanschaffen van aanvullende tooling of alles rigoureus te vervangen door geheel nieuwe tooling. In de DDMA-whitepaper ‘Nieuwe martech kiezen, zo doe je dat’, waar onderstaande fasemodel uit afkomstig is, lees je meer over hoe het optimale selectieproces van een nieuwe tool eruitziet.

Centraal klantbeeld kan niet zonder centrale sturing

Voor het realiseren van een centraal klantbeeld is het van belang dat er sprake is van een centrale sturing van de marketingtechnologie. Om dit technologisch in te richten zijn er twee verschillende ontwikkelrichtingen – best of breed en best of suite, die we hieronder verder toelichten.

Best of breed

Een best of breed-architectuur is een combinatie van applicaties, vaak van verschillende aanbieders, die elk superieur zijn in de uitvoering van hun kernfunctie. Deze applicaties, zoals een CRM-systeem, Email Service Provider, CMS, ecommerce-platform, app, reporting en data science tooling, zijn bij best of breed normaal gesproken, mits juist geïmplementeerd, ‘loosely coupled’ via een centrale datalaag. Loosely coupled houdt in dat je de applicaties relatief eenvoudig kan vervangen door of aanpassen met alternatieve applicaties met dezelfde functionaliteiten. De applicaties maken gebruik van dezelfde centrale uniforme data via een integratielaag met API’s die dan de ‘waarheid’ weergeeft. Alle klantgerelateerde gegevens, zoals contactgegevens, aankoophistorie, reviews, LTV-scores, producten en transacties staan dan op die plek en niet ergens anders. Als een klantenservice-applicatie de contactgegevens nodig heeft voor een wijziging dan worden de gegevens via de datalaag opgehaald in die applicatie, bewerkt en na bewerking weer centraal opgeslagen. Een andere applicatie die deze gegevens nodig heeft, zoals een reporting tool of een webshop voor een adres bij een bestelling, heeft dan direct toegang tot de gewijzigde informatie.

Flexibiliteit in verandering van gewenste functionaliteiten en applicaties is het grootste voordeel van best of breed. Immers de requirements van nu zijn bekend maar wat die over een jaar zijn niet. Met best of breed kan je alles wijzigen en ben je niet afhankelijk van de roadmap van een suite leverancier. Kostenbeheersing is een tweede voordeel, omdat er sprake is van een vendor lock-in. Een nadeel is dat deze architectuur meer onderhoud van de integraties eist. Dit onderhoud van integraties, data, data flows en monitoring is echter ook altijd nodig bij andere architecturen.

Best of suite

De andere optie is om te kiezen voor een best of suite-architectuur waarbij één leverancier of een zeer beperkt aantal leveranciers een brede oplossing biedt. De de leverancier ontwikkelt het systeem en ondersteunt met uitbreidingen. Het voordeel van deze architectuur is dat de functionaliteiten alle integratieprocessen hebben doorlopen. Het gevaar van een dergelijke architectuur is dat er een grote afhankelijkheid (vendor lock-in) ontstaat, waarbij je moet vertrouwen op de keuzes en de reactiesnelheid van de leverancier op marktontwikkelingen. Bovendien moet je je wensen en eisen zeer helder hebben voor je start, want als er in een later stadium nieuwe wensen komen waar de leverancier niet aan kan voldoen,- heb je een probleem. Een ander nadeel is ook dat je voor andere toepassingen (buiten de suite om) de modellen niet kan hergebruiken. Een belangrijk extra aandachtspunt: het komt in de praktijk nog wel eens voor dat best of suite-aanbieders hun interne integratie beter doen voorkomen in hun verkooppraatje dan dat het werkelijk is. Door overnames bestaan suites namelijk nogal eens uit losse (voormalige) best of breed-oplossingen.

De verschillen tussen best of breed en best of suite op een rij

In dit verslag van de DDMA Afternoon Update ‘Zo bereik je een volledig en actueel klantbeeld’ vind je meer uitleg én praktijkcases over het inrichten van je technologie-architectuur.

Dit zijn de meest gebruikte applicaties voor een centraal klantbeeld

Er zijn verschillende applicaties die van belang kunnen zijn voor een centraal klantbeeld, zoals een CDP, DPM, DXP, DPE, CRM, MDM, EDW en JOE. Hieronder leggen we uit wat al die afkortingen nu precies betekenen en hoe de applicaties je helpen.

CDP: Een Customer Data Platform (CDP) is niet per se een systeem maar eerder een mix van capabilities en tools dat data vanuit verschillende kanalen en applicaties verzamelt en verenigt tot een uniform (klant)profiel. In een marketingvriendelijke (lees weinig codekennis nodig) web-based werkomgeving kunnen marketeers klanten modelleren en segmenteren om deze vervolgens te activeren aan de hand van getimede persoonlijke berichten en aanbiedingen over meerdere kanalen. Er zijn CDP’s met een focus vanuit een bepaalde discipline – denk aan onderwerpen als data, decisioning en activatie. Let wel op dat CDP’s zelf ook een beeld van de klant kunnen opslaan waardoor bij een verkeerde implementatie het klantbeeld kan vertroebelen omdat dit beeld dan afwijkt van hetgeen in andere systemen is opgeslagen. Zorg daarom voor een open CDP-integratie met bijvoorbeeld een datawarehouse en een datalake.

EDW: een Enterprise Data Warehouse (EDW, ook wel data warehouse of data-CDP) is een architectuur om gedetailleerde data van transactionele systemen – data vanuit de operatie en externe bronnen – op te slaan en te combineren, te aggregeren en om te vormen met als doel de (bedrijfsbrede) data-analyse en rapportage – eventueel met Extraction, Transformation & Load-oplossingen. Data uit EDW’s is vaak een voorname bron voor analytical of engagement CDP’s en marketing automation-systemen en is vrijwel altijd de basis voor democratiseren van data inzicht en selecties. Ook vormt een DWH een belangrijk fundament voor data science, zeker als het ook als datalake is ingericht met een ongestructureerde datazone.

DMP: Een Data Management Platform (DMP) is een tool die het mogelijk maakt om klanten te segmenteren, te targeten, maar ook om online advertenties te optimaliseren en de persoonlijke experience te verbeteren door het combineren van eigen en third-party data. Identity management en ondersteuning van dataverrijking zijn belangrijke aspecten van een DMP. Omdat DMP’s focussen op het verenigen van eigen en third-party data voor het targeten van advertenties en personalisatie, kunnen ze complementair zijn aan CDP’s. Dit doen ze door de segmenten en klantdata van CDP’s in te zetten en data terug te geven.

CRM: Bij een Customer Relationship Management (CRM)-systeem ligt de strategische focus op het implementeren van klantgerichte processen en bevorderen van klanttevredenheid. Dit komt doordat een CRM alle relevante klant-, product- en contactinformatie bevat om een contactstrategie, van acquisitie tot en met retentie, uit te kunnen voeren. Voor marketeers kan het systeem ogen als een simpele database met klant- en verkoopinformatie, maar met moderne uitbreidingen kan het zijn dat marketeers er mee uit de voeten kunnen. Een CRM is vaak sterk gericht op e-mail en is niet gemaakt voor tag, API en identity management, wat marketeers ook belangrijk vinden.

DXP: Een Digital eXperience Platform (DXP) is een geïntegreerde set van technologieën die gebruik maken van een gezamenlijk platform. Organisaties gebruiken DXP’s om websites, portalen, mobiele apps en andere digitale experiences te bouwen, uit te rollen en continu te verbeteren. Een DXP is het uitvoerende eindpunt van een CDP. Het CDP levert segmenten en instructies aan DXP’s om digitale experiences te personaliseren aan de hand van de data.

DPE: Een Digital Personalization Engine (DPE) is een CDP met focus op personalisatie door het leveren van optimale belevingen voor specifieke klanten. Met de data van deze klanten kan een DPE voor elk van hen de online beleving en presentatie persoonlijk aanpassen, een automatische respons activeren of een analyse doorgeven aan de verkoper- of klantenservice-kanaal om actie te ondernemen. Omdat de focus op personalisatie ligt, is er tussen DPE’s en CDP’s een redelijke overlap in de functionaliteiten segmentatie, toekenning en besluitvorming.

MDM: Master Data Management (MDM) is een businessplatform waarbij business en IT samenwerken om integratie, uniformiteit, nauwkeurigheid, beheer, governance, semantische consistentie en verantwoording van de officiële master data te creëren en te beheren. Klantdata uit een MDM kan als bron dienen voor een CDP, maar klantdata is niet het enige type data van een MDM.

JOE: Een Journey Orchestration Engine brengt de klant-journey door alle kanalen in kaart. Een JOE doet dit door te kijken naar de journey die de klant aflegt en identiteiten aan elkaar te koppelen. Daarbij wordt het klantgedrag aan de beschikbare data gekoppeld die in real-time wordt opgehaald. Een JOE noemen we daarom ook wel een virtueel CDP; de data wordt benaderd in plaats van opgeslagen en het gaat om de journey-analyse en de beslissingen die over alle kanalen kunnen worden georchestreerd – net als bij het personalisatieproces van een DPE maar dan in de tijd en context van journeys.

In de praktijk wordt meestal een combinatie van enkele van de bovengenoemde deeloplossingen ingezet. Voor een juiste evaluatie en selectie verwijzen we je naar het eerder genoemde fasemodel voor het kiezen nieuwe marketingtechnologieën.

Dit is het derde artikel in de vijfdelige serie over het realiseren van een centraal klantbeeld, geschreven door de DDMA Commissie Data, Decisions & Engagement.

Deel 1: Zo realiseer je een centraal klantbeeld als fundament voor klantgericht communiceren

Deel 2: De optimale inrichting van data voor een centraal klantbeeld

Deel 3: De ideale technologie-infrastructuur voor een centraal klantbeeld

Deel 4: Zo richt je je organisatiestructuur in voor het succesvol personaliseren via een centraal klantbeeld

Deel 5: Zo realiseer je business impact vanuit een centraal klantbeeld

Extra: Verslag Digital Talk november 2020: Personalisatie via een centraal klantbeeld

Jan Hendrik Fleury

Commercial Director en Voorzitter Commissie DDE

Tjark Verhoeven

Lid DDMA Commissie Data, Decisions & Engagement