Come ActionIQ si integra con Databricks Lakehouse, parte 1: abilita la personalizzazione senza replica dei dati

Il paradigma della personalizzazione: bilanciare il self-service aziendale e la governance dei dati

La personalizzazione trasforma le aziende, plasmando e rimodellando il modo in cui i brand si connettono con il proprio pubblico. Il suo impatto si estende a tutti i settori, in particolare nel saturo mercato retail, dove le abitudini dei consumatori subiscono cambiamenti radicali. Una ricerca condotta da McKinsey & Company indica che i brand ottengono uno straordinario aumento del 40% dei ricavi grazie alla personalizzazione. Con la domanda di esperienze personalizzate in continua crescita, le aziende che implementano la personalizzazione lungo l'intero ciclo di vita del cliente avranno successo.

La chiave per offrire personalizzazione risiede nel modo in cui le organizzazioni utilizzano i dati dei clienti. Una vista a 360 gradi del cliente, creata a partire dai dati di ogni touchpoint e ampliata con fonti di dati di terze parti e partner, fornisce ai team di marketing le informazioni necessarie per identificare i clienti target e personalizzare contenuti e offerte in base alle loro esigenze e interessi.

Ma una vista a 360 gradi non basta. I team di marketing hanno bisogno di accedere a interfacce utente low-code e no-code che semplifichino i loro flussi di lavoro. Questa funzionalità viene solitamente fornita tramite una Customer Data Platform (CDP), che include anche funzionalità per l'integrazione e la gestione dei dati dei clienti. Queste funzionalità orientate ai dati potrebbero sembrare in contrasto con la direzione dichiarata da molte organizzazioni di gestire i propri asset informativi attraverso una piattaforma dati unificata come Databricks Lakehouse. Tuttavia, a causa del diverso allineamento funzionale di questi due sistemi, le organizzazioni spesso ritengono necessario implementare sia una CDP che una piattaforma dati in parallelo.

Le sfide di questa implementazione parallela vanno oltre il sovraccarico dovuto alla gestione di due sistemi distinti. Molto spesso, gli asset informativi richiesti da uno sono necessari anche all'altro. I team di marketing che operano nella CDP spesso si affidano ai data engineer e ai data scientist che lavorano nel lakehouse per ricevere supporto in varie esigenze di elaborazione e analisi dei dati. Ciò porta alla duplicazione dei dati, che aumenta il carico operativo dell'ambiente e complica la governance coerente e la protezione dei dati dei clienti.

Sinergia tra il Lakehouse e la CDP componibile di ActionIQ

Oggi, ActionIQ offre molteplici opzioni di architettura per l'integrazione con Databricks, consentendo alle organizzazioni che utilizzano Databricks Lakehouse di consolidare il backend dei dati e, al contempo, di garantire alle linee di business l'accesso alle esperienze utente necessarie per guidare un coinvolgimento personalizzato. Per saperne di più sui diversi modelli di integrazione di ActionIQ con Databricks Lakehouse, consulta il nostro documento congiunto su questo argomento.

Ciò che distingue ActionIQ dagli altri fornitori di CDP è la sua capacità unica di eseguire la sua CDP componibile direttamente all'interno di Databricks Lakehouse, grazie alla tecnologia HybridCompute di ActionIQ. A differenza dell'architettura bundled in cui la CDP e il lakehouse sono implementati indipendentemente l'uno dall'altro, questo approccio innovativo consente un'integrazione più profonda tra i due sistemi. Permette alle organizzazioni di sfruttare le informazioni presenti in Databricks Lakehouse as if it were resident all'interno della CDP componibile di ActionIQ. Nello specifico, le azioni degli utenti nella CDP possono attivare il pushdown nativo delle query su Databricks Lakehouse, eliminando la necessità di copiare o spostare i dati e fornendo un unico punto coerente per la governance e la sicurezza dei dati.

Un esempio di flusso di lavoro: i brand retail rendono operativi i modelli di propensione con una UI intuitiva

Per illustrare come le organizzazioni possono distribuire la CDP componibile di ActionIQ direttamente all'interno dell'ambiente Databricks Lakehouse, abbiamo ipotizzato un semplice flusso di lavoro. In questo flusso di lavoro, i dati sulla fedeltà dei clienti di un brand retail vengono utilizzati per assegnare un punteggio ai clienti in base alla loro probabilità di acquistare articoli in diverse categorie di prodotti, in linea con i contenuti e le offerte promozionali che il team di marketing desidera utilizzare. Questi punteggi di propensione, con valori compresi tra 0,0 e 1,0, rappresentano la probabilità che un cliente effettui un acquisto da una specifica categoria di prodotti entro i successivi 30 giorni. I punteggi vengono calcolati e registrati in una tabella che risiede in Databricks Lakehouse (Figura 1). (Consulta questo blog per informazioni dettagliate su come vengono calcolati esattamente questi punteggi all'interno di Databricks.)

Utilizzando queste informazioni, il team di marketing mira a targettizzare i clienti con un'alta probabilità di acquistare pane nei successivi 30 giorni, ma solo una moderata probabilità di acquistare bevande analcoliche nello stesso periodo. Prevedono di coinvolgere questi clienti attraverso canali outbound come e-mail e media a pagamento, con un'offerta a pacchetto progettata per incoraggiare l'acquisto congiunto di articoli di entrambe le categorie di prodotti. Per i visitatori del sito web del brand, il team di marketing punta a fornire un'esperienza coerente e personalizzata sulla pagina principale, dove il banner mostrato evidenzia la categoria di prodotti che quel particolare visitatore ha maggiore probabilità di acquistare.

Per abilitare il flusso di lavoro del team di marketing con questi dati, gli amministratori della CDP hanno configurato una connessione fluida tra la piattaforma ActionIQ e Databricks, sfruttando l'integrazione HybridCompute di ActionIQ. Contemporaneamente, gli amministratori di Databricks hanno impostato le autorizzazioni sugli oggetti appropriati per consentire l'esecuzione delle query provenienti da ActionIQ. Il team di marketing non ha bisogno di conoscere questi dettagli tecnici. Per loro, i dati sui punteggi di propensione appaiono semplicemente come una fonte di dati sui clienti all'interno dell'interfaccia utente di ActionIQ. (Figura 2).

All'interno di ActionIQ, il team di marketing può creare istantaneamente segmenti di pubblico utilizzando la UI no-code, senza dipendere dai team IT. Possono quindi mappare i customer journey multifase utilizzando l'area di disegno drag-and-drop in ActionIQ, orchestrando facilmente esperienze personalizzate su tutti i canali outbound in cui desiderano coinvolgere i clienti — in questo caso, canali e-mail e media a pagamento. Una volta completato, il contenuto o l'offerta specifica viene indirizzato ai clienti giusti e vengono avviati i passaggi necessari per attivare la campagna (Figura 3).

Inoltre, il team di marketing può personalizzare la pagina principale del sito web in tempo reale accedendo alle informazioni sulla propensione all'acquisto del visitatore in pochi millisecondi, sfruttando la Profile API di ActionIQ (Figura 4).

Il bello di questo approccio è che, ancora una volta, i data scientist e i data engineer responsabili di ricavare continuamente questi punteggi di propensione utilizzando i dati dei clienti più recenti possono lavorare nel loro ambiente preferito. Non appena i dati vengono aggiornati in Databricks Lakehouse, il team di marketing può utilizzarli immediatamente, senza dover attendere l'avvio di un processo di duplicazione dei dati lento e macchinoso. Inoltre, il team di data governance può avere la certezza che questi dati sensibili siano gestiti da una posizione centrale, pur consentendo di raggiungere i risultati di business che generano valore.

Passa all'azione nella seconda parte

Nella seconda parte della nostra guida, scoprirai i dettagli passo-passo con elementi visivi su come ActionIQ si integra con Databricks tramite HybridCompute, grazie al pushdown nativo delle query sul Databricks Lakehouse. Per ogni passaggio, forniremo prima una descrizione generale del concetto e poi ne spiegheremo l'implementazione nel contesto del caso d'uso descritto sopra.

Vuoi saperne di più su come una CDP componibile può aiutarti a scalare le operazioni sui dati dei clienti? Contatta il team di ActionIQ.

Scopri di più

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale