Wie ActionIQ in das Databricks Lakehouse integriert wird, Teil 1: Personalisierung ohne Datenreplikation ermöglichen

Das Personalisierungsparadigma: Die Balance zwischen Business Self-Service und Data Governance

Personalisierung verändert Unternehmen und prägt die Art und Weise, wie Marken mit ihren Zielgruppen in Kontakt treten, grundlegend. Ihre Wirkung ist branchenübergreifend spürbar, insbesondere in der hart umkämpften Einzelhandelslandschaft, in der sich das Konsumverhalten drastisch verändert. Untersuchungen von McKinsey & Company zeigen, dass Marken durch Personalisierung eine bemerkenswerte Umsatzsteigerung von 40 % erzielen können. Da die Nachfrage nach personalisierten Erlebnissen weiter steigt, werden Unternehmen, die Personalisierung über den gesamten Kundenlebenszyklus hinweg implementieren, erfolgreich sein.

Der Schlüssel zu erfolgreicher Personalisierung liegt in der Nutzung von Kundendaten. Eine 360-Grad-Sicht auf den Kunden, die aus Daten von jedem Touchpoint zusammengestellt und durch Datenquellen von Drittanbietern und Partnern erweitert wird, liefert Marketingteams genau die Informationen, die sie benötigen, um Zielkunden zu identifizieren und Inhalte sowie Angebote auf deren Bedürfnisse und Interessen abzustimmen.

Eine 360-Grad-Sicht allein reicht jedoch nicht aus. Marketingteams benötigen Zugriff auf Low-Code- und No-Code-Benutzeroberflächen, die ihre Workflows erleichtern. Diese Funktionalität wird in der Regel über eine Customer Data Platform (CDP) bereitgestellt, die auch Funktionen zur Integration und Verwaltung von Kundendaten umfasst. Diese datenorientierten Funktionen scheinen im Widerspruch zu dem von vielen Unternehmen angestrebten Ziel zu stehen, ihre Informationsbestände über eine einheitliche Datenplattform wie das Databricks Lakehouse zu verwalten. Aufgrund der unterschiedlichen funktionalen Ausrichtung dieser beiden Systeme halten es Unternehmen jedoch oft für notwendig, sowohl eine CDP als auch eine Datenplattform parallel zu implementieren.

Die Herausforderungen dieser parallelen Implementierung gehen über den Aufwand für den Betrieb zweier separater Systeme hinaus. Sehr oft werden die von dem einen System benötigten Informationsbestände auch vom anderen benötigt. Marketingteams, die in der CDP arbeiten, sind häufig auf die Unterstützung von Data Engineers und Data Scientists angewiesen, die im Lakehouse arbeiten, um verschiedene Datenverarbeitungs- und Analyseanforderungen zu erfüllen. Dies führt zu Datenreplikation, was den operativen Aufwand erhöht und eine konsistente Governance sowie den Schutz von Kundendaten erschwert.

Synergie zwischen dem Lakehouse und der Composable CDP von ActionIQ

Heute bietet ActionIQ mehrere Architektur-Optionen für die Integration mit Databricks. Dies ermöglicht es Unternehmen, die das Databricks Lakehouse nutzen, ihr Daten-Backend zu konsolidieren und gleichzeitig den Fachabteilungen Zugriff auf die Benutzeroberflächen zu gewähren, die für eine personalisierte Kundenansprache erforderlich sind. Um mehr über die verschiedenen Integrationsmuster von ActionIQ mit dem Databricks Lakehouse zu erfahren, lesen Sie bitte unser gemeinsames Whitepaper zu diesem Thema.

Was ActionIQ von anderen CDP-Anbietern unterscheidet, ist die einzigartige Möglichkeit, seine Composable CDP direkt aus dem Databricks Lakehouse heraus zu betreiben, unterstützt durch die HybridCompute-Technologie von ActionIQ. Im Gegensatz zur klassischen Architektur, bei der CDP und Lakehouse unabhängig voneinander implementiert werden, erreicht dieser innovative Ansatz eine tiefere Integration zwischen beiden Systemen. Er ermöglicht es Unternehmen, Informationen im Databricks Lakehouse so zu nutzen, als wären sie direkt in der Composable CDP von ActionIQ gespeichert. Konkret können Benutzeraktionen in der CDP ein natives Query-Pushdown an das Databricks Lakehouse auslösen. Dadurch entfällt das Kopieren oder Verschieben von Daten, und es entsteht ein einziger, konsistenter Punkt für Data Governance und Sicherheit.

Ein Beispiel-Workflow: Wie Einzelhandelsmarken Propensity-Modelle mit einer benutzerfreundlichen UI operationalisieren

Um zu veranschaulichen, wie Unternehmen die Composable CDP von ActionIQ direkt in der Databricks Lakehouse-Umgebung bereitstellen können, haben wir uns einen einfachen Workflow überlegt. In diesem Workflow werden Kundenbindungsdaten einer Einzelhandelsmarke verwendet, um Kunden basierend auf ihrer Kaufwahrscheinlichkeit für verschiedene Produktkategorien zu bewerten. Diese Kategorien sind auf die Inhalte und Werbeangebote abgestimmt, die das Marketingteam einsetzen möchte. Diese Propensity-Scores mit Werten von 0,0 bis 1,0 stellen die Wahrscheinlichkeit dar, mit der ein Kunde innerhalb der nächsten 30 Tage einen Kauf in einer bestimmten Produktkategorie tätigen wird. Die Scores werden berechnet und in einer Tabelle im Databricks Lakehouse gespeichert (Abbildung 1). (In diesem Blogbeitrag finden Sie detaillierte Informationen darüber, wie genau diese Scores in Databricks berechnet werden.)

Mithilfe dieser Informationen möchte das Marketingteam gezielt Kunden ansprechen, die in den nächsten 30 Tagen mit hoher Wahrscheinlichkeit Brot, aber im selben Zeitraum nur mit mäßiger Wahrscheinlichkeit Erfrischungsgetränke kaufen werden. Sie planen, diese Kunden über Outbound-Kanäle wie E-Mail und Paid Media mit einem Kombiangebot anzusprechen, das zum gemeinsamen Kauf von Artikeln aus beiden Produktkategorien anregen soll. Für Besucher der Website der Marke möchte das Marketingteam ein konsistentes und personalisiertes Erlebnis auf der Startseite bieten, bei dem das angezeigte Banner genau die Produktkategorie präsentiert, die der jeweilige Besucher am wahrscheinlichsten kaufen wird.

Um den Workflow des Marketingteams mit diesen Daten zu ermöglichen, haben die CDP-Administratoren eine nahtlose Verbindung zwischen der ActionIQ-Plattform und Databricks mithilfe der HybridCompute-Integration von ActionIQ eingerichtet. Gleichzeitig haben die Databricks-Administratoren Berechtigungen für die entsprechenden Objekte eingerichtet, damit von ActionIQ ausgehende Abfragen ausgeführt werden können. Das Marketingteam benötigt keine Kenntnisse über diese technischen Details. Für sie erscheinen die Propensity-Score-Daten einfach als eine weitere Kundendatenquelle in der ActionIQ-Benutzeroberfläche (Abbildung 2).

Innerhalb von ActionIQ kann das Marketingteam mithilfe der No-Code-UI sofort Zielgruppensegmente erstellen, ohne auf IT-Teams angewiesen zu sein. Anschließend können sie über die Drag-and-Drop-Arbeitsfläche in ActionIQ mehrstufige Customer Journeys entwerfen und so ganz einfach personalisierte Erlebnisse über alle Outbound-Kanäle hinweg orchestrieren, auf denen sie die Kunden ansprechen möchten – in diesem Fall E-Mail und Paid-Media-Kanäle. Sobald dies abgeschlossen ist, wird der spezifische Inhalt oder das Angebot zielgerichtet an die richtigen Kunden ausgespielt und die erforderlichen Schritte zur Aktivierung werden eingeleitet (Abbildung 3).

Darüber hinaus kann das Marketingteam die Startseite der Website in Echtzeit personalisieren, indem es mithilfe der ActionIQ Profile-API in Millisekunden auf die Kaufwahrscheinlichkeitsdaten des Besuchers zugreift (Abbildung 4).

Das Schöne an diesem Ansatz ist wiederum, dass die Data Scientists und Data Engineers, die für die kontinuierliche Berechnung dieser Propensity-Scores auf Basis der neuesten Kundendaten verantwortlich sind, in ihrer bevorzugten Umgebung arbeiten können. Sobald die Daten im Databricks Lakehouse aktualisiert werden, kann das Marketingteam direkt darauf zugreifen, ohne auf einen langsamen und mühsamen Datenreplikationsprozess warten zu müssen. Darüber hinaus kann das Data-Governance-Team sicher sein, dass diese sensiblen Daten an einem zentralen Ort verwaltet werden, während gleichzeitig die geschäftlichen Ziele erfolgreich umgesetzt werden.

In Teil zwei in die Praxis umsetzen

Im zweiten Teil unserer Anleitung erhalten Sie detaillierte Schritt-für-Schritt-Anleitungen mit Abbildungen dazu, wie ActionIQ über HybridCompute in Databricks integriert wird – ermöglicht durch natives Query-Pushdown in das Databricks Lakehouse. Für jeden Schritt liefern wir zunächst eine allgemeine Beschreibung des Konzepts und erläutern anschließend dessen Implementierung im Kontext des oben beschriebenen Anwendungsfalls.

Möchten Sie mehr darüber erfahren, wie eine Composable CDP Ihnen bei der Skalierung Ihrer Kundendatenprozesse helfen kann? Wenden Sie sich an das ActionIQ-Team.

Mehr erfahren

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag