Digital Marketing 101: DMP Dictionary
en data management platform (DMP) er en vigtig del af en organisations marketingstrategi. Vi taler ofte om lingo omkring en DMP uden at dykke ind og forklare hvert udtryk. Her har jeg skitseret nogle af de grundlæggende koncepter, der hjælper dig med at opbygge et fundament for forståelse omkring datastyringsplatforme.
DMP: en DMP-eller datastyringsplatform er et værktøj, der bruges til at konsolidere en virksomheds dispergerede datasæt på tværs af første, anden, tredjepartskanaler. Det styrer segmenteringen og identitetsdefinitionen af brugeren for derefter at give sammenhængende målretning mod publikum på tværs af alle de forskellige kanaler, hvor du muligvis engagerer dig med en forbruger.Forrester Research definerede en DMP som “en samlet teknologiplatform, der indtager forskellige første -, anden-og tredjeparts datasæt, giver normalisering og segmentering af disse data og giver en bruger mulighed for at skubbe den resulterende segmentering til live interaktive kanalmiljøer.”
med andre ord trækker det data fra en masse forskellige, potentielt ikke-relaterede kilder og giver organisationer mulighed for at definere specifikke målgruppesegmenter, som de kan give forskellige marketingoplevelser.
Hvorfor er en DMP vigtig?
en vellykket implementeret DMP er afgørende for definitionen af et sammenhængende kernedatasæt og gør det muligt for forskellige marketingteams at trække ud af det. Dette vil sikre, at slutbrugerne har ensartede og gentagelige oplevelser på tværs af en lang række forskellige marketingkanaler. Uden en DMP bliver kommunikation, der sendes til dine slutforbrugere via forskellige kanaler — såsom social, display, direct mail og e — mail-fragmenteret på grund af de forskellige grader af personalisering eller segmentering, der er nødvendig for at skabe en mere samlet oplevelse.
1st, 2nd, & 3.parts data
tre typer data kan indføres i en DMP: første-, anden-og tredjepartsdata. For at udvikle en vellykket DMP er det vigtigt at forstå, hvornår hver type data skal bruges, og hvilke fordele hver kan tilbyde din organisation.
1. parts Data: Førstepartsdata er proprietære data, der er blevet fanget af din virksomhed. Dette kan være gennem kanaler som f.eks. analyse af målgruppeinformation på stedet, indfangning af forskellige internetadfærd i forhold til specifikke oplevelser eller offline førstepartsdata såsom CRM-data (customer relationship management) eller data fra en mursten og mørtel butik.
Hvorfor er du ligeglad?
dette er dit vigtigste aktiv, da det giver dig mulighed for at opbygge et stærkt fundament ud fra de undersøgte oplysninger, som du har adgang til om dine forbrugere, der hjælper med at etablere en sandfærdig basislinje. Ud over traditionelle førstepartsdatatyper er det også vigtigt at overveje mere unikke typer førstepartsdata-såsom undersøgelsesoplysninger, medieydelse eller data, der ikke indsamles direkte fra traditionelle kanaler-da disse informationskilder kan give værdifuld indsigt under definitionen af denne basislinje.
når du har en stærk forståelse af, hvordan disse førstepartsdata ser ud, kan du hente anden-og tredjepartsdata for at supplere din forståelse af kundebasen. Det er også vigtigt, at du er opmærksom på de potentielle fordele og mangler ved at bruge andres data i din DMP. Generelt er andenpartsdata – en partners førstepartsdata-mere pålidelige end tredjepartsdata.
2. parts Data: i det væsentlige er andenpartsdata en partners førstepartsdata.
Hvorfor er du ligeglad?
Andenpartsdata kan være den største uudnyttede ressource i mange DMP ‘ er i dag. Ofte har virksomheder allerede brede kontrakter på plads med eksisterende copartners, hvilket giver mulighed for overførsel og brug af co-marketing og co-branding initiativer. Mange gange, disse tredjeparts datalagre er let tilgængelige og kan bruges til at tage en komplet oversigt over partnere og alle deres tilgængelige datasæt. Marketingfolk kan bruge data fra andre parter til at begynde at identificere virkelig unikke datasæt, der er meningsfulde for deres virksomheder og meget mere definerede og skræddersyede til de forbrugere, de ønsker at tiltrække, end nogle af de mere kommercielle tredjepartsdata.
når du har etableret et solidt kundegrundlag ud fra dine førstepartsdata-og udvidet din forståelse af denne base ved hjælp af andenpartsdata, der er tilgængelige for dig gennem partnerskaber eller andre direkte delte kundedata — er det tid til at tage et skridt tilbage og objektivt definere huller i dit datafundament. Mangler du specifikke demografiske data eller andre typer oplysninger, der kan supplere din forståelse af din bredere kundebase? Her kan du bestemme det bedste sted at tilslutte tredjepartsdata til at udfylde de specifikke områder, hvor du mangler nok af dette datafundament.
3. parts Data: alle data, som du kan få dine hænder på, der ikke er første – eller anden parts data, kan kaldes tredjeparts data. Tredjepartsdata er data, der indsamles af virksomheder, der typisk sælger kundedata til andre virksomheder, der bruges til at supplere huller i første – og andenpartsdata.
et eksempel på denne type datatilskud er prospekteringsinitiativ. Når marketingfolk forsøger at finde nye kunder, der aldrig har foretaget køb fra dem eller deres partnere eller besøgt deres hjemmesider, er der ingen første – eller anden parts data til rådighed for disse brugere. På dette tidspunkt kan de udnytte tredjeparts datasæt til at udfylde hullerne og hjælpe med til bedre at definere disse målgrupper.
Hvorfor er du ligeglad?
Vær opmærksom på de potentielle undergang ved at stole for stærkt på tredjepartsdata. Disse oplysninger udvindes af virksomheder, der sælger kundedata til andre virksomheder, og de er muligvis ikke så pålidelige som første – og andenpartsdata. Tredjepartsdata er blevet noget commoditiseret gennem årene, hvilket betyder, at flere virksomheder og industrier har adgang til de samme datasæt. At stole for stærkt på data, der ikke er specifikke for din branche eller kundebase, kan vildlede din overordnede marketingstrategi eller fortynde den indsigt, der er udviklet gennem din DMP.
mange forretningsfolk, der forstår værdien af at implementere en DMP — og hvilke typer data der kan integreres med den — spekulerer på, på hvilket niveau DMP skal bruges til at definere deres overordnede markedsføringsstrategi, eller hvordan de korrekt styrer og driver en DMP. En DMP bør ikke bruges til at definere din strategi; DMP er et værktøj til at hjælpe dig med at nå din strategi. At opbygge en omfattende strategi handler mindre om at have en super dygtig dataforsker, der kan køre alle mulige algoritmer og mere om at interagere med forskellige grupper, der arbejder med data på en eller anden måde og bringe alle disse ideer sammen for kollektivt at definere en enkelt strategi for en organisation.
det er meget udfordrende at indarbejde alle de forskellige krav og brugssager for hver af de forskellige grupper, der bruger DMP i din organisation, men det er sådan, du virkelig sætter en vellykket strategi. Når du har bestemt din strategi, og alle disse forskellige grupper er enige om, hvilken type strategi det er, kan du medbringe dataforskere eller algoritmiske værktøjer eller Big Data-analyse for at udnytte den videnskabelige analyse af information; analyserne bør dog ikke definere datastrategien.
strategien skal defineres på tværs af alle de forskellige dele af organisationen, der arbejder med data. Strategi defineres på ledelsesniveau for at identificere, hvad de forskellige grupper laver, og hvordan disse grupper skal arbejde med data på forskellige niveauer. Herfra kan du opbygge en omfattende strategi og derefter bruge DMP til faktisk at udføre denne strategi og kombinere alle data for at forene meddelelsen på tværs af de forskellige kanaler.
i sidste ende er det den sande værdi af DMP. Det konsoliderer datasæt. Det styrer identitet på masterniveau, trækker første-, anden-og tredjepartsdata — både online og offline — ind i systemet og skaber effektivt segmenter og undergrupper af dit publikum, der nøjagtigt afspejler din kundebase på tværs af en bred vifte af kanaler. Det meget mere udfordrende aspekt af en DMP-strategi er at bestemme, hvilke datasæt du skal lægge i DMP ‘ erne. Hvilke målgrupper skal prioriteres på tværs af alle de forskellige marketingkanaler, og hvordan vil de påvirke eksisterende marketinginitiativer? Dette er de forretningsbeslutninger, der skal træffes som en del af strategien, i modsætning til de tekniske beslutninger, der kan træffes af DMP.
Leave a Reply