Customer Data Platform (CDP) – Einführung und Marktüberblick

Daten im Datawarehouse-Gefängnis

Du interessierst dich also für das Thema Customer Data Platform? Doch worüber reden wir genau? Überall kann man es lesen: „Data, Insights, Actions“. Daten müssen in Erkenntnisse und Erkenntnisse in Handlungen transformiert werden. Als BI Spezialist war ich immer etwas unbefriedigt mit den Möglichkeiten, Taten aus den Insights folgen zu lassen.

Datapriest CDP Data Insights Actions
Die Daten „gefangen“ im Datawarehouse, täglich oder maximal stündlich aktualisiert mit einem Datenmodell, was der üblichen Marketing Kanal/Partner/Kampagnen Hierarchie folgt. Auf der anderen Seite existieren viele neue Aktivierungsmöglichkeiten wie On-Site Personalisierung, Push-Notifications oder Email-Automation. Doch diese Tools und Kanäle sind nur so gut wie die zu Grunde liegenden Daten. Nach einigen Recherchen wurde ich dann fündig. Was ich suchte war eine sogenannte Customer Data Platform (oder kurz CDP), ein relativ neuer Begriff im Marketing-Tech Umfeld.

CDP vs. DMP vs. CRM-System vs. Marketing Cloud

Wenn ihr so naiv wie ich seid und glaubt, dass es eine einheitliche Definition für Customer Data Platform gibt, muss ich euch leider gleich enttäuschen. Es existieren sehr verschiedene Ansichten (wie immer), was eine CDP ist und was sie von anderen Systemen wie CRM-Systemen, DMP oder der Marketing Cloud unterscheidet. Die Ursache der vielen Definitionen ist meistens der technische Ursprung der verschiedenen CDP-Anbieter. Egal ob Web Analyse Tool, Tag Management System, klassisches CRM System oder Campaign Management Tool, alle bieten jetzt die „360 Grad Kundenansicht“ an, doch haben sie natürlich je nach Ausgangspunkt verschiedene Featureschwerpunkte und Stärken.

Datapriest Customer Data Platform Architektur

Quelle: https://www.emailvendorselection.com/customer-data-platform-cdp-evolution-marketing-automation/


Aus meiner Sicht charakterisieren folgende Merkmale eine Customer Data Platform:

  • speziell für das Ziel „360 Grad Kundensicht“ entwickelte Software-Lösung
  • verschiedene First-Party Datenquellen in einem gemeinsamen, konsistenten Storage vereinigt
  • auf ein kundenzentriertes Datenmodell basierend
  • aus anonymen Kundenprofilen, bekannten Leads und Bestandskunden bestehend
  • Synchronisation und Matching von Anonymen IDs und internen Kunden IDs
  • Segmentierungen können von Business Stakeholdern erfolgen (z. B. CRM-Manager)
  • offenes System, was andere BI-Systeme, Ad-Netzwerke oder Marketing-Tools mit Daten beliefern kann
  • teilweise eigene Möglichkeiten der Aktivierung von Segmenten

Da der Begriff Customer Data Platform noch recht neu ist, möchte ich die CDP zu bestehenden Systemen abgrenzen.

DMP: Die Data Management Platform arbeitet in der Regel mit Third-Party Daten, das heißt mit anonymen Profilen basierend auf Cookies, meistens mit einer geringen Lebenszeit (z. B. 90 Tage). Die Aktivierung findet größtenteils in Ad-Netzwerken über eine Demand Side Plattform (DSP) statt. Auch hier verschwimmen die Grenzen und viele Anbieter integrieren mittlerweile auch First-Party-Daten. Beispiele für DMP Lösungen sind Mediamath, Adobe Audience Manager, Lotame oder Adform.

CRM-System: Das Customer Relationship Management System hat (wie die CDP) das Kundenprofil im Fokus. Kunden haben verschiedene Merkmale, Touchpoints und Transaktionen. Doch in der Regel werden keine Customer Journeys von anonymen Nutzern in einem CRM-System abgebildet und die Aktivierungsmöglichkeiten gehen nicht über E-Mail und Telefon hinaus. Viele CRM-Systeme fokussieren sich auch auf B2B, also das Geschäft mit Firmen, nicht mit Endkunden. Beispiele für CRM-Systeme sind Hubspot, Salesforce, Zoho, Microsoft Dynamics oder SugarCRM.

Marketing Cloud: Hier ist die Abgrenzung nicht immer leicht und man muss tiefer graben. Marketing Cloud Anbieter wie Adobe haben die Herausforderung, verschiedenste (meist akquirierte) Lösungen zu integrieren. Hier werden häufig Kunden IDs zwischen Modulen ausgetauscht, ohne eine eigene, persistente Datenspeicherung vorzunehmen. Das erfordert in der Regel einen internen oder externen IT-Aufwand, da diese Systeme nicht immer in der Basis mit der 360-Kundensicht ausgestattet sind. Dafür bieten sie einiges an Anwendungs- und Aktivierungsmöglichkeiten. Beispiele sind Adobe Marketing Cloud, Salesforce Marketing Cloud, Oracle Marketing Cloud, IBM Marketing Cloud oder Marketo.

Zusammenfassend kann man sagen, dass eine Customer Data Platform definitiv ihre Daseinsberechtigung hat und für eigene Anwendungsfälle Sinn macht, aber nicht unbedingt bestehende, andere Systeme direkt ablösen kann.

Die 360 Grad Kundensicht

Datapriest Customer Data Platform 360 Kundensicht

Quelle: https://exponea.com/use-cases/

In der Regel werden folgende Daten in die Customer Data Platform eingespielt:

  • Click Stream Daten: Web oder App Tracking Daten u. a. Seitenaufrufe, Sessions etc.
  • Verhaltensdaten: Event Trackings u. a. „Add to Basket“, „Checkout Steps“, „PDP Views“
  • Kundendaten: Name, E-Mail-Adresse, Telefon, Adresse, Geschlecht, Geburtsdatum,…
  • Transaktionsdaten: Käufe, Produktdaten
  • Kampagnendaten: UTMs, Newsletter Sents/Opens/Clicks
  • Customer Care Daten: Live Chats, Support Tickets, …
  • Offline Daten: Shop Visits, Shop Käufe, …
  • Angereicherte Daten: z. B. Soziodemografische Daten von Acxiom, RFM-Modelle, Net Promoter Score, Umfragen

Warum wird eine 360 Grad Kundensicht benötigt?

Wenn wir vom klassischen E-Commerce Businessmodell ausgehen, haben wir nicht unendlich viele Stellschrauben, an denen wir drehen können. Eine Customer Data Platform kann alle 3 relevanten Bereiche des E-Commerce Business Modells optimieren:

Datapriest CDP Retain Acquire Convert

  • Kunden-Akquise: Geringere Customer Acquisition Costs (CAC): Verschiedenste Audiences der CDP können mit Werbenetzwerken wie AdWords und Facebook für Include, Exclude oder Lookalikes (Statistische Zwillinge) synchronisiert werden, um die CAC zu verringern. Auch durch gezielte Werbemaßnahmen entlang der Customer Journey über mehrere Touchpoints hinweg, sollen die Kosten pro Customer Journey reduziert werden.
  • Kunden-Konvertierung: Bessere Conversion Rates (CR): Durch Onsite Personalisierung und die richtigen Maßnahmen zur richtigen Zeit, soll die Onsite Conversion Rate verbessert werden.
  • Kunden-Retention: Höherer Customer Lifetime Value (CLV): Während man bei den Customer Acquisition Costs marketingseitig schnell an seine Minimum-Grenzen stößt, haben aus meiner Erfahrung viele Unternehmen Potential bei dem Customer-Lifetime-Value und monetarisieren ihren Kundenbestand durch gezielte CRM Maßnahmen nicht genug.

Einsatzszenarien einer Customer Data Platform

Genug zur Theorie. Hoffentlich würde niemand auf die Idee kommen, eine CDP auf die Beine zu stellen, ohne zu wissen welche konkreten Usecases sie mit welchen Businessvalue realiseren möchten. Folgend ein paar Ideen und Anregungen:

  • Facebook Custom Audiences: Egal ob Retargeting von speziellen Kundensegmenten oder das Bilden von Lookalikes (Statistischen Zwillingen), Facebook eignet sich sehr für den Datenaustausch mit der CDP.
  • AdWords/Criteo Custom Audiences: Auch für SEA und Display ist der Austausch spannend. Z. B. können durch granulare Excludelisten positivere ROAS (Return on AdSpent) erzielt werden.
  • E-Mail-Automation mit E-Mail, SMS und Pushnachrichten: Hier ist Kreativität gefragt. Welche Kundensegmente müssen wann und mit welchen Maßnahmen aktiviert werden. Egal ob Softwareanbieter mit einer Testphase oder kurz vor der Vertragsverlängerung, E-Mail Automation ist der Schlüssel zum höheren Customer Lifetime Value und wird noch viel zu wenig wahrgenommen. Ein Klassiker ist hier die Warenkorb-Abbrecher-Mail.
  • Newsletter: „ein Newsletter für alle Kunden“ ist bald Geschichte. Personalisierung und Produktempfehlungen haben auch im klassischen Newsletter Einzug gefunden.
  • Onsite-Personalisierung: Hier sind keine Grenzen gesetzt. Unterschiedliche Websiteninhalte je nach Standort, Kaufhistorie, angesehenen Produkten, Kanälen, Klickverhalten, Geräten und und und…. Auch das Upselling durch Empfehlungen oder die Ausspielung von dynamischen Bannern, die sich pro Kunde automatisch optimieren, fallen in diese Kategorie.
  • Customer Care Infobase: Eigentlich wissen wir nach ein paar Klicks von unseren anonymen Besuchern schon eine ganze Menge. Warum nicht diese Information an das Customer Care Team übergeben, wenn der Nutzer Kontakt über den Live-Chat oder das Telefon aufnimmt. In der Regel kann so eine viel passgenauere Beratung für den Kunden erfolgen.
  • Voucher: Man sollte nicht jedem Nutzer immer einen Voucher anbieten und seine Margen minimieren. Warum nicht den Voucherwert dynamisch halten und nur denjenigen Nutzer einen Rabatt anbieten, wo er für die Kaufentscheidung einen positiven Einfluss hat.
  • Onsite Produktberatung: Stelle Fragen und benutze Recommendation Engines um den Kunden auf der Website zu beraten und einen echten Kundenmehrwert zu liefern.
  • Interne Prozesse Automatisieren: Nie wieder CSV Dateien via Email, Slack und Co hin und her schicken. Mit vorhandenen API Schnittstellen lassen sich viele Prozesse mit einem Datenaustausch zwischen Abteilungen und Unternehmen automatisieren.
  • Produktdaten Feeds: Erstelle dynamische Remarketing Ads mit Produkten, die der Kunde auf deiner Seite gesehen hat. Für diesen Usecase benötigen Facebook, AdWords, Criteo und Co Produktdaten Feeds.

Anforderungen für die Customer Data Platform definieren und die richtigen Entscheidungen treffen

Es wäre aus meiner Sicht falsch zu sagen, Anbieter XYZ passt für jede Firma. Welcher Anbieter sich eignet, hängt von einigen Faktoren ab, die jede Firma unterschiedlich für sich gewichtet. Ich war schon immer ein Fan der klassischen Anbieterauswahl. Folgende Schritte sind dafür notwendig.

Datapriest CDP Anbieterauswahl

  • 1. Definiere konkrete Usecases, funktionalen (Features) und nicht funktionalen Anforderungen mit allen Stakeholdern und Abteilungen (so kommen keine bösen Überraschungen nach der Entscheidung von Kollege X der fragt, ob auch Feature Y möglich ist).
  • 2. Marktrecherche: Erstelle eine Liste aller relevanten Marktteilnehmer. Wenn grobe Anforderungen auf dem ersten Blick nicht erfüllt werden, fällt der Anbieter bereits raus.
  • 3. Anbieter Matching: Matche die übrig gebliebenen Anbieter mit deinen Anforderungen und wähle 3-5 Unternehmen aus, die in die engere Auswahl kommen. Mit diesen Anbietern nimmst du Kontakt auf.
  • 4. Anbieter Deep Dive: Benchmarke diese Anbieter gegen deine Anforderungen. Schaue dir dafür neben den Produktpräsentationen auch Produktdemos und Trialversionen an. Hole dir nun Angebote ein.
  • 5. Finale Entscheidung

Folgend findest du einige Anregungen für mögliche Anforderungen einer Customer Data Platform

Bereich Datenerhebung:

  • die CDP muss eine eigene Fist-Party Datenergebung (eigenes Tracking) realisieren
  • die CDP muss die Tracking Daten von Anbieter XYZ verwenden
  • die CDP muss jeden einzelnen Pageview des Besuchers erfassen
  • die CDP muss unsere Kampagnenparameter verarbeiten können
  • die CDP muss benutzerdefinierte Events erfassen können
  • die CDP muss ein Datenexport für unser Datawarehouse bereitstellen

Bereich Datenintegration:

  • die CDP muss Daten aus dem Backend System (MySQL) per SQL Zugriff integrieren können
  • die CDP muss Daten via CSV/JSON/XML Daten importieren können
  • die CDP muss einen Konnektor für Tool XYZ haben (z. B. Mailing Tool)
  • die CDP muss Daten via API empfangen können
  • die CDP muss Daten via JavaScript Tracking im Frontend empfangen können

Bereich Datenspeicherung:

  • die CDP muss Trackingdaten X Monate vorhalten
  • die CDP muss Kundendaten X Monate vorhalten
  • die Datenspeicherung muss im EU Raum stattfinden (Datenschutz)
  • die Daten müssen schnell abrufbar sein (Antwortzeit und Datenfrische)
  • die Datenspeicherung muss für ein mögliches Wachstum technisch skalierbar sein
  • die Daten müssen exportierbar sein (Data Ownership)

Bereich Segmentierung/Audiences:

  • die Segmentierung der Kunden soll nach Schema XYZ vorgenommen werden können
  • für die Segmentierungen müssen folgende Felder auswählbar sein
  • folgende Felder müssen in der Segmentierung kombinierbar sein
  • die Segmentierungsengine muss performant sein
  • die Segmentierungsengine soll mir eine Vorschau der Audiencegröße anzeigen

Bereich Aktivierung:

  • die Erstellung komplexer Automation soll einer Flowansicht folgen
  • die CDP besitz einen eigenen Mail Editor/ESP
  • die Kanäle XYZ müssen über Konnektoren angebunden sein
  • die Aktivierung der Audience soll für den Kanal X direkt im Tool stattfinden
  • das Reporting/die Auswertbarkeit der Kampagne soll wie folgt aussehen…
  • die CDP muss A/B Testing Möglichkeiten haben
  • die CDP muss Recommendation Engines verwenden können

Bereich Reporting/Analytics:

  • die CDP soll Attribution Modelling Möglichkeiten haben
  • die CDP stellt übersichtliche Reportings/Dashboards bereit
  • die CDP gibt die Möglichkeiten individuelle Fragestellungen zu beantworten

Bereich Nicht-Funktionale Anforderungen:

  • das monatliche Budget von X Euro soll nicht überschritten werden
  • die CDP ist performant
  • die CDP ist benutzerfreundlich
  • die CDP besitzt eine gute Dokumentation
  • der CDP Hersteller hat einen guten Support
  • der CDP Hersteller ist aus Deutschland/aus der EU
  • die CDP hat keinen negativen Einfluss auf die Seitengeschwindigkeit
  • die CDP besitzt eine Real-Time Architektur

Einige CDP Anbieter im Markt, doch nur wenige in der EU

Hier findest du meine Auswahl an interessanten CDP Anbietern. Die Liste aller Anbieter wäre endlos lang. Wichtig: es handelt sich um meine persönlichen Erfahrungen/Bewertungen mit meinem BI Marketing Background, den ich habe. Andere Anforderungen und Skills können natürlich zu anderen Favoriten führen.

AnbieterWebsiteHauptsitzStärken/SchwächenDatapriest Score
Datapriest CDP Exponea Logohttps://exponea.comBratislava, Slovakei+ volle CDP Features
+ viele Aktivierungsmöglichkeiten on top
+ Reco / AI Features
+ top Support
+ sehr gute Total Cost of Ownership
+ Flow Ansicht für Automation
- nur teilweise Best of Breed Ansatz
10/10
Datapriest CrossEngage Logohttps://www.crossengage.ioBerlin, Deutschland+ Fokus auf CDP Features
+ top Support
+ Best of Breed Ansatz
+ Integrationen mit anderen Anbieter
+ top Dokumentation
+ Flow Ansicht für Automation
- zusätzliche Tools on top notwendig
- keine AI Features
9/10
Datapriest CDP Webtrekk Logohttps://www.webtrekk.comBerlin, Deutschland+ starkes Onsite Tracking
+ gutes Preis-Leistungs-Verhältnis
+ 100 % Dataownership
- wenig direkte Aktivierungsmöglichkeiten
- noch kein CDP Look & Feel
- noch keine Real-Time Architektur
7/10
Datapriest CDP emarsys Logohttps://www.emarsys.comBerlin, Deutschland+ starker E-Mail Automation Fokus
+ Enterprise Lösung & Features
+ Flow Ansicht für Automation
- starre Lösung (bzgl. individuelle Fragestellungen/Probleme)
- Datenintegration
- Preis-Leistungs-Verhältnis
8/10
Datapriest CDP Tealium Logohttp://tealium.comSan Diego, USA+ starker Integrations Fokus
+ Enterprise Lösung & Features
+ Viele Integrationen
- Preis-Leistungs-Verhältnis
- keine Flow Ansicht für Automation
- sehr technische Oberfläche für Audience Creation
- mehr IT Aufwand
7/10
Datapriest CDP Segment Logohttps://segment.comSan Francisco, USA+ starker Integrationsfokus
+ ideal für eigene CDP Architekturen
+ 100 % Dataownership
+ Real Time Daten
- CDP Feature relativ neu
- eher technische Oberfläche für Audience Creation
8/10
Datapriest CDP Piwik Pro Logo
https://piwikpro.deKöln, Deutschland+ starkes Onsite Tracking
+ gutes Preis-Leistungs-Verhältnis
+ 100 % Dataownership
- keine Flow Ansicht für Automation
- wenig direkte Aktivierungsmöglichkeiten
- noch kein CDP Look & Feel
- noch keine Real-Time Architektur
7/10

Hast du weitere Anwendungsszenarien? Kannst du einen weiteren CDP-Anbieter empfehlen? Was sind deine Erfahrungen und Best-Practices? Oder benötigst du Untersützung bei der Anbieterauswahl? Ich freue mich auf dein Feedback!