Heb jij een Headless Data Platform nodig?

Dit artikel is geschreven door Mark Ebergen, Head of Analytics bij Searchresult. Searchresult helpt organisaties om gezien te worden met duurzaam rendement op alle online marketingactiviteiten als ultieme uitkomst. Searchresult is sponsor van de DDMA Customer Data Award 2020 die op 1 december uitgereikt aan een van de drie genomineerden, ANWB, DPG Media of Jumbo Supermarkten, tijdens de speciale Digital Talk: De beste customer data cases van 2020.

Wat betekent ‘headless’?

De term ‘headless’ is overgewaaid vanuit de online contentmanagement-hoek. Hier wordt gesproken over een headless contentmanagementsysteem (headless CMS) wanneer de content niet langer is verbonden aan een specifieke tool, maar content via API’s beschikbaar is voor iedere tool die deze content wil gebruiken. ‘Headless’ betekent in deze context dat één uniforme interface of het ‘gezicht’ voor de content ontbreekt. Met een headless CMS kun je content dynamisch beschikbaar maken voor je website, nieuwsbrieven, externe platformen en ga zo maar door. Zo is je content makkelijk toegankelijk via meerdere interfaces.

Wat is een headless data platform?

Op het gebied van data management is dezelfde trend gaande. In plaats van het managen van data voor specifieke tools of marketingkanalen, wordt data gemanaged en geautomatiseerd vanuit één open platform. Ook deze term heeft geen vaste definitie, maar dit is wat wij er bij Searchresult onder verstaan:

• Een headless DMP of data platform zien we als het open en centraal speelveld voor data, analytics, verrijking en automation om data toepassingen te creëren.
• Een headless DMP kan de verbindende schakel zijn voor data en integraties van tooling die niet standaard met elkaar “praat” en maakt sommige single-purpose tooling overbodig.
• Niet enkel voor marketingtoepassingen, maar voor alle business units.

Lekker abstract, maar in de realiteit is dat ook zo. Een headless data platform moet je zien als de centrale data en automation stekkerdoos die je in potentie kan verbinden met alle tools in jouw data en marketinglandschap.

Cloud platform als headless fundament

Om een headless omgeving te faciliteren, wordt gebruik gemaakt van cloud platformen. Hierbij kun je denken aan Google Cloud Platform, Microsoft Azure of Amazon Web Services. Op deze omgevingen beschik je over alle hulpmiddelen voor data-opslag, automation en activatie om headless omgevingen te bouwen voor marketing en overige business-doeleinden.

Het gebruiken van een cloud platform voor marketingdoeleinden is overigens niet nieuw. De term “Cloud for Marketing” zal bij velen bekend klinken. Door de headless eigenschappen zijn er namelijk talloze manieren om een cloud platform te verwerken in jouw huidige marketing-tech-landschap.

Een DMP tool vs Headless data platform

Waar reguliere DMP- en CDP-tooling/software in de markt worden gekenmerkt door out-of-the-box koppelingen of integraties met marketingkanalen, liggen de integratiemogelijkheden met een headless DMP volledig open. Dit betekent: minder beperkingen en meer vrijheid om businesswaarde uit data te halen. Echter, een headless DMP vraagt om deze reden meer data expertise en creativiteit.

Bij een headless data platform ontwikkel je vanuit wat je echt nodig hebt; Integraties en automation die een directe toegevoegde waarde hebben. Hier zit de investering in specialisme en gebruik van hulpmiddelen op cloud platformen. Kortom, je betaalt enkel voor hetgeen dat je gebruikt. Bij reguliere DMP/CDP-tooling betaal je vaak een fixed fee voor het pakket of gebruik-staffel. Dit betekent ook dat je investeert in out-of-the-box functionaliteiten die je niet gaat gebruiken of minder relevant zijn voor jouw business-doelstellingen. Dit is niet altijd ten nadele van een DMP-tool. In sommige situaties zijn het gebruiksgemak, de templates en de snelheid die DMP-tools bieden juist de redenen om ervoor te kiezen.

Kun je deze twee direct met elkaar vergelijken?

Nee, eigenlijk niet. Waar binnen de context van marketing een DMP-tool voornamelijk wordt gebruikt voor marketing-audience-activatie/-orchestratie, liggen de use-cases voor een headless data platform niet vast. Een headless platform kan bepaalde functionaliteiten van een DMP vervangen, maar deze producten kunnen ook makkelijk naast elkaar leven binnen een marketing-tech-stack. Hierbij kan een headless platform de aanvullende rol spelen bij inzet van een DMP-tool of voor totaal andere use-cases worden ingezet buiten scope van de DMP-tool.

Toepassingen van een headless data platform

Dus wat moet je ermee? In hoofdlijnen kun je de toepassingen van een headless data platform voor marketing indelen in 3 categorieën:

• Beter begrijpen van de customer journey
• Voorspellen van marketing uitkomsten
• Customizen of personaliseren van de customer journey

Hieronder vind je per categorie wat context door middel van een paar toepassingsvoorbeelden. Bij iedere toepassing geldt dat je het zo groot of klein kan maken als je zelf wil.

Beter begrijpen van de customer journey

Cloud platformen lenen zich perfect als centrale omgeving om ruwe data van marketingkanalen, analytics en interne systemen in samen te brengen en te analyseren. Eenmaal samengebracht in een Cloud platform kun je nieuwe (overkoepelende) KPI’s ontwikkelen voor reporting. Denk bij nieuwe KPI’s aan het combineren van alle organische en paid search databronnen om metrics te bouwen die search-overkoepelend zorgen voor meer synergie. Bijvoorbeeld: het aandeel paid/non-paid clicks per type content op je website. Dit geeft direct inzicht in contenttypes waar je te veel of te weinig aan uitgeeft.

Een headless data platform is daarnaast ideaal om stap voor stap een centraal klantbeeld op te bouwen. Naarmate meer klant databronnen zijn geïntegreerd, zou je een klantprofiel steeds verder kunnen uitbreiden en centraal faciliteren in deze open omgeving. Het belangrijkste voor het bouwen van dit klantbeeld is dat je weet wat je met deze data wil gaan doen. Borg altijd een balans tussen de effort die wordt gestopt in het bouwen en de businesswaarde van jouw klantbeeld.

Voorspellen van marketinguitkomsten

Als je grip hebt op de datastromen naar jouw data platformen, dan kun je aan de slag met het inbouwen van voorspellende metrics op basis van deze data. Bij voorspellende metrics voor klantgedrag kun je denken aan: de kans dat iemand gaat converteren, churnen, prijsgevoeligheid of het berekenen van de lifetime value. Hoe meer relevante data je van deze klanten in je headless data platform hebt, over des te meer handvatten je beschikt om deze voorspellingen beter te maken.

Customizen of personaliseren van customer journey

De cloud als headless fundament vormt een centrale basis om data te activeren binnen digital en direct marketing. De vorm die je kiest om dit te doen ligt wederom volledig open.
Als je beschikt over een centraal klantbeeld met segmenten, dan beschikken cloud platformen over mogelijkheden om deze segmenten geautomatiseerd te delen met jouw digital of direct marketingkanalen op basis van bruikbare identifiers (gehashed email, etc.). Hiermee bouw je als het ware op maat gemaakte DMP-tool-functionaliteiten in jouw headless platform om de customer journey te beïnvloeden.

Een andere mogelijkheid is om via jouw headless platform data beschikbaar te stellen voor websites en marketingkanalen om personalisatie van content te faciliteren.

Dus, heb jij een headless data platform nodig?

Waarschijnlijk. Ooit, ongeacht jouw marketing- of data maturity. De toepassingen zijn breed en soms erg laagdrempelig waardoor het bij elke mate van maturity verstandig kan zijn om te weten wat de mogelijkheden zijn van een headless data platform. Deze omgeving helpt je namelijk om marketingmogelijkheden te faciliteren buiten de scope van jouw huidige marketingtech. Is iets niet mogelijk met je huidige tools? Dan is de kans groot dat een headless platform deze gap kan invullen.

Een headless data platform is jouw canvas waarbij jij de volledige controle en ownership hebt over de data en wat ermee moet gebeuren. Jij bepaalt wat je integreert op jouw manier en in jouw tempo.

Mark Ebergen

Head of Analytics bij Searchresult