Como o ActionIQ se integra com o Databricks Lakehouse, parte um: Habilite a personalização sem replicação de dados

O paradigma da personalização: equilibrando o self-service de negócios e a governança de dados

A personalização transforma os negócios, moldando e remodelando a forma como as marcas se conectam com seu público. Seu impacto alcança indústrias, principalmente no concorrido cenário do mercado de varejo, onde os hábitos de consumo passam por mudanças drásticas. Uma pesquisa realizada pela McKinsey & Company indica que as marcas alcançam um notável aumento de 40% na receita com a personalização. À medida que a demanda por experiências personalizadas continua a disparar, as empresas que implementam a personalização em todos os ciclos de vida do cliente prosperarão.

The key para entregar a personalização está na forma como as organizações utilizam os dados do cliente. Uma view 360 graus do cliente, montada a partir de dados de cada ponto de contato e estendida por meio de fontes de dados de terceiros e parceiros, fornece às equipes de marketing as informações de que precisam para identificar os clientes-alvo e adaptar o conteúdo e as ofertas às suas necessidades e interesses.

Mas uma visão de 360 graus não é suficiente. As equipes de marketing precisam de acesso a interfaces de usuário com pouco ou nenhum código que facilitem seus fluxos de trabalho. Essa funcionalidade geralmente é fornecida por meio de uma Plataforma de dados do cliente (CDP), que também inclui recursos para integrar e gerenciar dados do cliente. Esses recursos orientados a dados podem parecer estar em conflito com a direção declarada de muitas organizações de gerenciar seus ativos de informação por meio de uma plataforma de dados unificada, como o Databricks Lakehouse. No entanto, devido ao alinhamento funcional diferente desses dois sistemas, as organizações geralmente consideram necessário implementar uma CDP e uma plataforma de dados em paralelo.

Os desafios dessa implementação paralela vão além da sobrecarga de implementar dois sistemas separados. Muitas vezes, os ativos de informação exigidos por um também são necessários para o outro. As equipes de marketing que operam na CDP geralmente contam com seus engenheiros de dados e cientistas de dados que trabalham no lakehouse para auxiliar em diversas necessidades de processamento e análise de dados. Isso leva à replicação de dados, o que aumenta a carga operacional do ambiente e complica a governança consistente e a proteção dos dados do cliente.

Sinergia entre o Lakehouse e o CDP Componível da ActionIQ

Hoje, a ActionIQ oferece várias opções de arquitetura para integração com o Databricks, permitindo que as organizações que usam o Databricks Lakehouse consolidem o backend de dados enquanto concedem acesso de negócios às experiências de usuário necessárias para impulsionar o engajamento personalizado. Para saber mais sobre os diferentes padrões de integração para o ActionIQ com o Databricks Lakehouse, confira nosso artigo conjunto sobre este tópico.

O que diferencia a ActionIQ de outros fornecedores de CDP é sua capacidade única de executar seu CDP componível de dentro do Databricks Lakehouse, com a tecnología HybridCompute da ActionIQ. Diferentemente da arquitetura agrupada, onde o CDP e o lakehouse são implementados independentemente um do outro, esta abordagem inovadora alcança uma integração mais profunda entre os dois sistemas. Isso permite que as organizações aproveitem as informações no Databricks Lakehouse como se estivessem armazenadas no CDP componível da ActionIQ. Especificamente, as ações do usuário no CDP podem acionar o native query pushdown para o Databricks Lakehouse, eliminando a necessidade de copiar ou mover dados e fornecendo um ponto único e consistente de governança de dados e segurança.

Um exemplo de fluxo de trabalho: marcas de varejo operacionalizam modelos de propensão com uma UI amigável

Para ilustrar como as organizações podem implantar o CDP componível da ActionIQ diretamente no ambiente do Databricks Lakehouse, criamos um fluxo de trabalho simples. Neste fluxo de trabalho, os dados de fidelidade do cliente de uma marca de varejo são usados para pontuar os clientes com base na probabilidade de comprarem itens em diferentes categorias de produtos, alinhados com o conteúdo e as ofertas promocionais que a equipe de marketing deseja empregar. Essas pontuações de propensão, com valores que variam de 0,0 a 1,0, representam a probabilidade de um cliente fazer uma compra de uma categoria de produto específica nos próximos 30 dias. As pontuações são calculadas e registradas em uma tabela que reside no Databricks Lakehouse (Figura 1). (Consulte este blog para obter informações detalhadas sobre como exatamente essas pontuações são calculadas no Databricks.)

Usando essas informações, a equipe de marketing visa atingir clientes com alta probabilidade de comprar pão nos próximos 30 dias, mas apenas uma probabilidade moderada de comprar refrigerantes durante o mesmo período. Eles planejam engajar esses clientes por meio de canais de saída, como email e mídia paga, com uma oferta de pacote projetada para incentivar a compra de itens em ambas as categorias de produtos juntas. Para os visitantes do site da marca, a equipe de marketing busca fornecer uma experiência consistente e personalizada na página principal, onde o banner apresentado exibe a categoria de produto que o visitante específico tem maior probabilidade de comprar.

Para habilitar o fluxo de trabalho da equipe de marketing com esses dados, os administradores da CDP configuraram uma conexão perfeita entre a plataforma ActionIQ e o Databricks, aproveitando a integração HybridCompute da ActionIQ. Simultaneamente, os administradores do Databricks configuraram permissões nos objetos apropriados para permitir que queries originadas do ActionIQ sejam executadas. A equipe de marketing não precisa ter conhecimento desses detalhes técnicos. Para eles, os dados de pontuação de propensão simplesmente aparecem como uma fonte de dados do cliente na interface de usuário do ActionIQ. (Figura 2).

Dentro da ActionIQ, a equipe de marketing pode criar instantaneamente segmentos de público usando a interface no-code, sem depender das equipes de TI. Eles podem então mapear as jornadas do cliente de várias etapas usando a tela de arrastar e soltar na ActionIQ, orquestrando facilmente experiências personalizadas em todos os canais de saída onde desejam engajar os clientes — neste caso, canais de email e mídia paga. Uma vez concluído, o conteúdo ou a oferta específica é direcionado para os clientes certos, e os passos necessários são tomadas para trigger a ativação (Figura 3).

Além disso, a equipe de marketing pode personalizar a página principal do site em tempo real, acessando as informações de propensão de compra do visitante em milissegundos e aproveitando a API de Perfil da ActionIQ (Figura 4).

A vantagem dessa abordagem é que os cientistas de dados e engenheiros de dados responsáveis por derivar continuamente esses scores de propensão usando os dados do cliente mais recentes podem trabalhar em seu ambiente de preferência. Assim que os dados são atualizados no Databricks Lakehouse, a equipe de marketing pode acessá-los imediatamente, sem precisar esperar que um processo de replicação de dados lento e complicado seja acionado. Além disso, a equipe de governança de dados pode ter certeza de que esses dados confidenciais são gerenciados a partir de um local central, ao mesmo tempo que possibilita os resultados de negócios que agregam valor.

Coloque em prática na Parte Dois

Na parte dois do nosso tutorial, obtenha detalhes passo a passo com recursos visuais sobre como o ActionIQ se integra com o Databricks via HybridCompute, habilitado pelo native query pushdown para o Databricks Lakehouse. Para cada passo, primeiro forneceremos uma descrição de alto nível do conceito e, em seguida, explicaremos sua implementação no contexto do caso de uso descrito acima.

Quer saber mais sobre como um CDP Composable pode ajudar você a escalar suas operações de dados do cliente? Entre em contato com a equipe da ActionIQ.

Saiba mais