Comment ActionIQ s'intègre au Databricks Lakehouse, partie 1 : activer la personnalisation sans réplication de données

Le paradigme de la personnalisation : équilibrer le libre-service métier et la gouvernance des données

La personnalisation transforme les entreprises, façonnant et remodelant la manière dont les marques se connectent avec leur public. Son impact s'étend à tous les secteurs, en particulier dans le paysage concurrentiel du commerce de détail où les habitudes des consommateurs subissent des changements spectaculaires. Des recherches menées par McKinsey & Company indiquent que les marques bénéficient d'une augmentation remarquable de 40 % de leur chiffre d'affaires grâce à la personnalisation. Alors que la demande d'expériences personnalisées continue de monter en flèche, les entreprises qui mettent en œuvre la personnalisation tout au long du cycle de vie des clients prospéreront.

La clé d'une personnalisation réussie réside dans la manière dont les organisations utilisent les données clients. Une vue à 360 degrés du client, construite à partir des données de chaque point de contact et enrichie par des sources de données tierces et partenaires, fournit aux équipes marketing les informations nécessaires pour identifier les clients cibles et adapter le contenu et les offres à leurs besoins et intérêts.

Mais une vue à 360 degrés ne suffit pas. Les équipes marketing ont besoin d'accéder à des interfaces utilisateur low-code et no-code qui facilitent leurs flux de travail. Cette fonctionnalité est généralement fournie par une Customer Data Platform (CDP), qui comprend également des capacités d'intégration et de gestion des données clients. Ces capacités orientées données peuvent sembler en contradiction avec la volonté affichée de nombreuses organisations de gérer leurs actifs informationnels via une plateforme de données unifiée telle que le Databricks Lakehouse. Cependant, en raison de l'alignement fonctionnel différent de ces deux systèmes, les organisations jugent souvent nécessaire de mettre en œuvre à la fois une CDP et une plateforme de données en parallèle.

Les défis de cette mise en œuvre parallèle dépassent la simple surcharge liée au déploiement de deux systèmes distincts. Bien souvent, les actifs informationnels requis par l'un sont également nécessaires à l'autre. Les équipes marketing opérant dans la CDP s'appuient souvent sur leurs data engineers et data scientists travaillant dans le lakehouse pour les aider dans divers besoins de traitement et d'analyse de données. Cela entraîne une réplication des données, ce qui alourdit la charge opérationnelle de l'environnement et complique la gouvernance et la protection cohérentes des données clients.

Synergie entre le Lakehouse et la CDP composable d'ActionIQ

Aujourd'hui, ActionIQ propose plusieurs options d'architecture pour s'intégrer à Databricks, permettant aux organisations utilisant le Databricks Lakehouse de consolider le backend de données tout en accordant aux équipes métiers l'accès aux expériences utilisateur nécessaires pour stimuler l'engagement personnalisé. Pour en savoir plus sur les différents modèles d'intégration d'ActionIQ avec le Databricks Lakehouse, veuillez consulter notre document conjoint à ce sujet.

Ce qui distingue ActionIQ des autres fournisseurs de CDP, c'est sa capacité unique à exécuter sa CDP composable directement depuis le Databricks Lakehouse, grâce à la technologie HybridCompute d'ActionIQ. Contrairement à l'architecture packagée où la CDP et le lakehouse sont implémentés indépendamment l'un de l'autre, cette approche innovante permet une intégration plus profonde entre les deux systèmes. Elle permet aux organisations d'exploiter les informations du Databricks Lakehouse comme si elles résidaient directement au sein de la CDP composable d'ActionIQ. Plus précisément, les actions des utilisateurs dans la CDP peuvent déclencher un pushdown de requêtes natives vers le Databricks Lakehouse, éliminant ainsi le besoin de copier ou de déplacer des données et offrant un point unique et cohérent de gouvernance et de sécurité des données.

Exemple de flux de travail : les marques de vente au détail opérationnalisent les modèles d'appétence grâce à une interface utilisateur conviviale

Pour illustrer comment les organisations peuvent déployer la CDP composable d'ActionIQ directement au sein de l'environnement Databricks Lakehouse, nous avons imaginé un flux de travail simple. Dans ce flux de travail, les données de fidélité des clients d'une marque de vente au détail sont utilisées pour attribuer un score aux clients en fonction de leur probabilité d'acheter des articles dans différentes catégories de produits, en accord avec le contenu et les offres promotionnelles que l'équipe marketing souhaite mettre en place. Ces scores de propension, dont les valeurs varient de 0,0 à 1,0, représentent la probabilité qu'un client effectue un achat dans une catégorie de produits spécifique au cours des 30 prochains jours. Les scores sont calculés et enregistrés dans une table résidant dans le Databricks Lakehouse (Figure 1). (Veuillez consulter ce blog pour obtenir des informations détaillées sur la manière exacte dont ces scores sont calculés dans Databricks.)

En utilisant ces informations, l'équipe marketing vise à cibler les clients ayant une forte probabilité d'acheter du pain au cours des 30 prochains jours, mais seulement une probabilité modérée d'acheter des boissons gazeuses au cours de la même période. Ils prévoient d'engager ces clients via des canaux sortants tels que l'e-mail et les médias payants, avec une offre groupée conçue pour encourager l'achat simultané d'articles dans les deux catégories de produits. Pour les visiteurs du site web de la marque, l'équipe marketing cherche à offrir une expérience cohérente et personnalisée sur la page principale, où la bannière présentée met en valeur la catégorie de produits que ce visiteur particulier est le plus susceptible d'acheter.

Pour permettre le flux de travail de l'équipe marketing avec ces données, les administrateurs de la CDP ont configuré une connexion transparente entre la plateforme ActionIQ et Databricks, en s'appuyant sur l'intégration HybridCompute d'ActionIQ. Simultanément, les administrateurs Databricks ont configuré des autorisations sur les objets appropriés pour permettre l'exécution des requêtes provenant d'ActionIQ. L'équipe marketing n'a pas besoin de connaître ces détails techniques. Pour elle, les données de score de propension apparaissent simplement comme une source de données clients au sein de l'interface utilisateur d'ActionIQ. (Figure 2).

Au sein d'ActionIQ, l'équipe marketing peut créer instantanément des segments d'audience à l'aide de l'interface utilisateur no-code, sans dépendre des équipes informatiques. Ils peuvent ensuite cartographier les parcours clients multi-étapes à l'aide du canevas glisser-déposer d'ActionIQ, orchestrant facilement des expériences personnalisées sur tous les canaux sortants où ils souhaitent engager les clients — dans ce cas, l'e-mail et les canaux de médias payants. Une fois cette étape terminée, le contenu ou l'offre spécifique est ciblé vers les bons clients, et les mesures nécessaires sont prises pour déclencher l'activation (Figure 3).

De plus, l'équipe marketing peut personnaliser la page principale du site web en temps réel en accédant aux informations de propension d'achat du visiteur en quelques millisecondes, grâce à l'API Profile d'ActionIQ (Figure 4).

L'avantage de cette approche est, encore une fois, que les data scientists et les data engineers chargés de calculer en continu ces scores de propension à l'aide des dernières données clients peuvent travailler dans leur environnement préféré. Dès que les données sont mises à jour dans le Databricks Lakehouse, l'équipe marketing peut les exploiter immédiatement, sans avoir à attendre le déclenchement d'un processus de réplication des données lent et fastidieux. De plus, l'équipe de gouvernance des données a l'assurance que ces données sensibles sont gérées depuis un emplacement central, tout en permettant d'atteindre les objectifs métiers créateurs de valeur.

Mettez-le en pratique dans la deuxième partie

Dans la deuxième partie de notre guide, découvrez en détail et en images comment ActionIQ s'intègre à Databricks via HybridCompute, grâce au pushdown de requêtes natif vers le Databricks Lakehouse. Pour chaque étape, nous fournirons d'abord une description générale du concept, puis nous expliquerons sa mise en œuvre dans le contexte du cas d'usage décrit ci-dessus.

Vous souhaitez en savoir plus sur la façon dont une CDP composable peut vous aider à mettre à l'échelle vos opérations de données clients ? Contactez l'équipe ActionIQ.

En savoir plus

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original