Cómo se integra ActionIQ con el Lakehouse de Databricks, parte 1: Habilitar la personalización sin replicación de datos

El paradigma de la personalización: equilibrar el autoservicio empresarial y el gobierno de datos

La personalización transforma las empresas, moldeando y remodelando la forma en que las marcas conectan con sus audiencias. Su impacto se extiende a todos los sectores, especialmente en el saturado mercado minorista, donde los hábitos de consumo experimentan cambios drásticos. Un estudio de McKinsey & Company indica que las marcas logran un increíble incremento del 40 % en los ingresos gracias a la personalización. A medida que la demanda de experiencias personalizadas sigue aumentando, las empresas que implementen la personalización a lo largo de todo el ciclo de vida del cliente prosperarán.

La clave para ofrecer personalización radica en cómo las organizaciones utilizan los datos de los clientes. Una visión de 360 grados del cliente, construida a partir de datos de cada punto de contacto y ampliada con fuentes de datos de terceros y socios, proporciona a los equipos de marketing la información que necesitan para identificar a los clientes objetivo y adaptar el contenido y las ofertas a sus necesidades e intereses.

Pero una visión de 360 grados no es suficiente. Los equipos de marketing necesitan acceder a interfaces de usuario low-code y no-code que faciliten sus flujos de trabajo. Esta funcionalidad se proporciona habitualmente a través de una Customer Data Platform (CDP), que también incluye capacidades para integrar y gestionar datos de clientes. Estas capacidades orientadas a los datos pueden parecer contrarias a la dirección declarada por muchas organizaciones de gestionar sus activos de información a través de una plataforma de datos unificada como Databricks Lakehouse. Sin embargo, debido a la diferente alineación funcional de estos dos sistemas, las organizaciones a menudo consideran necesario implementar tanto una CDP como una plataforma de datos en paralelo.

Los desafíos de esta implementación en paralelo van más allá de la sobrecarga de implementar dos sistemas independientes. Con mucha frecuencia, los activos de información que requiere uno también los necesita el otro. Los equipos de marketing que operan en la CDP a menudo dependen de sus ingenieros de datos y científicos de datos que trabajan en el lakehouse para que los ayuden con diversas necesidades de procesamiento de datos y análisis. Esto conduce a la duplicación de datos, lo que aumenta la carga operativa del entorno y complica el gobierno y la protección coherentes de los datos de los clientes.

Sinergia entre el lakehouse y la CDP componible de ActionIQ

Hoy en día, ActionIQ ofrece múltiples opciones de arquitectura para integrarse con Databricks, lo que permite a las organizaciones que utilizan Databricks Lakehouse consolidar el backend de datos al tiempo que otorgan acceso empresarial a las experiencias de usuario necesarias para impulsar una interacción personalizada. Para obtener más información sobre los diferentes patrones de integración de ActionIQ con Databricks Lakehouse, consulte nuestro artículo conjunto sobre este tema.

Lo que diferencia a ActionIQ de otros proveedores de CDP es su capacidad única de ejecutar su CDP componible desde el propio Databricks Lakehouse, con la tecnología HybridCompute de ActionIQ. A diferencia de la arquitectura empaquetada donde la CDP y el lakehouse se implementan de forma independiente, este enfoque innovador logra una integración más profunda entre ambos sistemas. Permite a las organizaciones aprovechar la información en Databricks Lakehouse como si residiera dentro de la CDP componible de ActionIQ. En concreto, las acciones de los usuarios en la CDP pueden activar la delegación de consultas nativas (query pushdown) a Databricks Lakehouse, lo que elimina la necesidad de copiar o mover datos y proporciona un punto único y coherente de seguridad y gobierno de datos.

Un ejemplo de flujo de trabajo: las marcas minoristas ponen en marcha modelos de propensión con una UI intuitiva

Para ilustrar cómo las organizaciones pueden implementar la CDP componible de ActionIQ directamente dentro del entorno de Databricks Lakehouse, hemos ideado un flujo de trabajo sencillo. En este flujo de trabajo, los datos de fidelidad de los clientes de una marca minorista se utilizan para calificar a los clientes en función de su probabilidad de comprar artículos en diferentes categorías de productos, alineadas con el contenido y las ofertas promocionales que el equipo de marketing desea emplear. Estas puntuaciones de propensión, con valores que van de 0.0 a 1.0, representan la probabilidad de que un cliente realice una compra en una categoría de producto específica en los próximos 30 días. Las puntuaciones se calculan y se registran en una tabla que reside en Databricks Lakehouse (Figura 1). (Consulte este blog para obtener información detallada sobre cómo se calculan exactamente estas puntuaciones dentro de Databricks).

Con esta información, el equipo de marketing pretende dirigirse a clientes con una alta probabilidad de comprar pan en los próximos 30 días, pero con una probabilidad moderada de comprar refrescos durante el mismo período. Planean captar a estos clientes a través de canales salientes (outbound) como el correo electrónico y los medios pagados, con una oferta combinada diseñada para fomentar la compra conjunta de artículos de ambas categorías de productos. Para los visitantes del sitio web de la marca, el equipo de marketing busca ofrecer una experiencia coherente y personalizada en la página principal, donde el banner que se muestra presente la categoría de producto que ese visitante en particular tiene más probabilidades de comprar.

Para habilitar el flujo de trabajo del equipo de marketing con estos datos, los administradores de la CDP han configurado una conexión fluida entre la plataforma ActionIQ y Databricks, aprovechando la integración HybridCompute de ActionIQ. Al mismo tiempo, los administradores de Databricks han configurado permisos en los objetos adecuados para permitir que se realicen las consultas originadas en ActionIQ. El equipo de marketing no necesita conocer estos detalles técnicos. Para ellos, los datos de puntuación de propensión aparecen simplemente como una fuente de datos de clientes dentro de la interfaz de usuario de ActionIQ. (Figura 2).

Dentro de ActionIQ, el equipo de marketing puede crear instantáneamente segmentos de audiencia utilizando la UI no-code, sin depender de los equipos de IT. A continuación, pueden diseñar los recorridos del cliente de varios pasos utilizando el lienzo de arrastrar y soltar de ActionIQ, organizando fácilmente experiencias personalizadas en todos los canales salientes en los que desean captar a los clientes (en este caso, canales de correo electrónico y medios pagados). Una vez completado, el contenido o la oferta específicos se dirigen a los clientes adecuados y se toman las medidas necesarias para activar la campaña (Figura 3).

Además, el equipo de marketing puede personalizar la página principal del sitio web en tiempo real accediendo a la información de propensión de compra del visitante en milisegundos, aprovechando la API de perfil de ActionIQ (Figura 4).

La ventaja de este enfoque es, una vez más, que los científicos de datos y los ingenieros de datos responsables de obtener continuamente estas puntuaciones de propensión utilizando los datos de clientes más recientes pueden trabajar en su entorno preferido. Tan pronto como los datos se actualizan en Databricks Lakehouse, el equipo de marketing puede acceder a ellos de inmediato, sin tener que esperar a que se active un proceso de duplicación de datos lento y engorroso. Además, el equipo de gobierno de datos puede tener la seguridad de que estos datos de carácter personal se gestionan desde una ubicación central, al tiempo que se facilitan los resultados comerciales que aportan valor.

Póngalo en práctica en la segunda parte

En la segunda parte de nuestra guía práctica, obtenga detalles paso a paso con elementos visuales sobre cómo ActionIQ se integra con Databricks a través de HybridCompute, lo que es posible gracias a la delegación de consultas nativas al Databricks Lakehouse. Para cada paso, primero ofreceremos una descripción general del concepto y luego explicaremos su implementación en el contexto del caso de uso descrito anteriormente.

¿Le interesa obtener más información sobre cómo un CDP componible puede ayudarle a escalar sus operaciones de datos de clientes? Póngase en contacto con el equipo de ActionIQ.

Más información

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original