Klantgegevensplatforms: de volgende grote verandering in SaaS Marketing-stacks? - DeLaatbusiness

Klantgegevensplatforms: de volgende grote verandering in SaaS Marketing-stacks?

8 min


136
6 gratis internet marketing ebooks, klik hier voor download

Ik weet zeker dat je jezelf als data-driven beschouwt.

U neemt beslissingen op basis van gegevens. Probleem is dat de meeste bedrijven hun gegevens niet gebruiken in de capaciteit die ze zouden kunnen zijn. Het is bijna een universeel probleem, en het betekent dat je geld op tafel laat.

U ziet dat de huidige structuur van de moderne marketingstack leidt tot een grote hoeveelheid gegevensfragmentatie. Naarmate we meer en meer gegevens verzamelen, wordt het steeds moeilijker om die gegevens samen te voegen en te beheren, en wat nog belangrijker is, om die gegevens in realtime te gebruiken om betere campagnes te maken.

Een korte geschiedenis van marketingtechnologiesoftware

Hoewel het niet de bedoeling was, hebben de laatste twee artikelen die ik op de blog van PlainFlow heb geschreven een serie gevormd:

  • De moderne SaaS Stack en de Unexploited Datahoeveelheid is een doorbraak die laat zien hoe bedrijven moderne SaaS Stack gebruiken om hun Marketing / Support / Sales-activiteiten vanaf dag 0 te dekken. Hoe hun productleiders en CMO’s de veranderingsaanpassing van product / marketingstrategieën omarmen gebaseerd op nieuwe technologieën.
  • In AI-implicaties voor marketing en analyse plaatste ik mijn overwegingen om uit te leggen hoe en waarom kunstmatige intelligentie (AI) de volgende generatie van Analytics- en marketing SaaS-producten zal vormen.

Achteraf is er een duidelijke draad tussen de twee berichten. Die draad doet mij denken dat er iets aan het veranderen is en het ‘Marketing SaaS-landschap’ van vandaag ziet er binnenkort heel anders uit.

Zoals heel vaak gebeurt, om het heden te begrijpen, moet je het verleden kennen.

Contactbeheer: het begin

In 1986, toen digitale marketing net van start ging, heette het bedrijf ACT! lanceerde een software voor contactbeheer. Dat was bedoeld om informatieopslag mogelijk te maken en contactinformatie voor klanten te beheren. Alle handmatige handelingen.

7 jaar later, in 1993, dacht Tom Siebel dat Oracle (het bedrijf waar hij werkzaam was) de interne verkoopapplicatie als een op zichzelf staand product had kunnen verkopen. Toen Larry Ellison zijn idee verwierp, verliet hij Oracle en richtte hij zijn eigen bedrijf op. Het duurde niet lang voordat de Siebel Systems de toonaangevende aanbieder op de markt werd.

Siebel heeft de belangrijkste functies van Database Marketing Systems uit de kast gehaald en deze gecombineerd met oplossingen voor contactbeheeroplossingen. Et voilà: de eerste CRM .

Betreed Cloud Computing en Marketing Automation bij Scale

De industrie moest ongeveer 4 jaar wachten op een nieuwe genie die de CRM-industrie verstoorde. Zijn naam was Mark Benioff (een andere voormalige Oracle Executive) en in 1999 had hij het genoegen om de bedrijfswereld de eerste CRM in Cloud te introduceren. Het Salesforce- tijdperk stond nog maar aan het begin.

Daarna stelde de adoptie van de cloud als een meer schaalbare en kosteneffectieve aanpak kleine en middelgrote bedrijven in staat om CRM’s rond zeer specifieke marktbehoeften te bouwen en dominantie te vestigen in nieuwe verticale segmenten.

Begin 2000 veranderde de verspreiding van personal computers de manier waarop gebruikers beslissingen namen en veranderde de koper / verkoper van het paradigma opnieuw.

Mark Organ , zag een kleine ruimte in de toch al erg drukke CRM-industrie en richtte Eloqua op . Het was 2003. Marketingautomatisering (zoals we die vandaag kennen) was net geboren. Eloqua was eerst het product dat werd gebouwd door marketeers, voor marketeers. Het organiseren van campagnes met meerdere kanalen, het segmenteren van doelgroepen en het verspreiden van gepersonaliseerde inhoud leek opeens gemakkelijk, zoals nooit tevoren.

De marketingautomatiseringsindustrie werd meteen zo’n goede kans voor nieuwe bedrijven. Eloqua was daar het bewijs van. Het duurde minder dan een paar jaar om het begin van de dansen te zien met de volgende generatie Marketing Automation Platforms: Marketo, Pardot, ExactTarget en vele anderen.

In slechts enkele jaren na de lancering was Marketing Automation al de grootste subset van de hele CRM-industrie.

Grenzen en problemen van marketingautomatisering

Er zijn natuurlijk beperkingen met marketingautomatisering zoals we die vandaag kennen. Deze vallen naar mijn mening op drie manieren uiteen:

  • Toegankelijkheid van gegevens
  • Marketingautomatiseringsmoeheid
  • De opkomst van PQL ten opzichte van het MQL-model

1. Toegankelijkheid van gegevens

Terug naar die (vroege) dagen dat Marketing Automation net was geboren, was de wereld webcentrisch. De situatie is nu heel anders dan dat.

Nu communiceren gebruikers met digitale producten op veel complexere en andere manieren dan tien jaar geleden. Zoals ik eerder in dit artikel uitlegde, had de complexiteit van gebruikersinteracties en de toename van middelgrote apparaten geleid tot een ongebruikelijke proliferatie van SaaS-producten verticaal op specifieke markten met specifieke behoeften.

De perfecte combinatie van producten met specifieke functies is niet alleen kostenbesparend, maar kan ook een betere kwaliteit bieden in vergelijking met de traditionele alles-in-één oplossingen.

SaaS-stacks geven bedrijven de flexibiliteit die ze nodig hebben om snel te werken, maar vaak zijn ze de oorzaak van een enorme gegevensfragmentatie. Waardevolle klantgegevens liggen begraven in deze losgekoppelde tools.

Gegevens blijven voor veel afdelingen in elk bedrijf de basis van succes, geen uitzondering voor marketing.

Uw marketing is altijd zo goed als uw gegevens. Hoe complexer je stapel is, hoe meer klantgegevens je verspreidt over veel verschillende tools, en hoe meer tijd je (of je technische team) nodig hebt om de puzzel weer in elkaar te zetten en een volledig redelijk beeld te krijgen.

Dit is een weergave van hoe de gegevensfragmentatie exponentieel zal toenemen met de complexiteit van uw stapel.

In geel geeft de “personalisatiecurve” aan hoeveel van uw gegevens u daadwerkelijk gebruikt. Terwijl de complexiteit van de SaaS-stack en de fragmentatie van gegevens toenemen, hebt u nog steeds hetzelfde niveau van personalisatie. De enorme hoeveelheid klantgegevens die u genereert, wordt in deze hulpprogramma’s gesiloureerd.

Het blauwe kruispunt wijst op het “data dead-loss”  – gegevens die je hebt maar die je niet kunt gebruiken.

2. Marketingautomatisering Vermoeidheid

Onlangs las ik wat Highrise- topman Nathan Konty schreef over Signal v. Lawaai over hoe ze campagnes anders laten druipen .

Wat Nathan opmerkte, is een veel voorkomend probleem met tactische “vermoeidheid” die op veel gebieden bestaat, zoals menselijke esthetische , gesproken talen of zelfs cinema . Er is geen uitzondering voor marketing. Andrew Chen legde dit uit als de wet van Shitty Clickthroughs . Kortom, de effectiviteit van een tactiek vervaagt met de tijd als een publiek er vaker aan wordt blootgesteld. Dit gebeurt voortdurend in advertenties .

Afbeeldingsbron

Dit effect is nog duidelijker als het gaat om marketingautomatisering. Wanneer elk marketing / productteam bij elk bedrijf, in elke branche dezelfde ‘best-practices’ hanteert, verliezen die standaarden in de loop van de tijd geleidelijk hun efficiëntie.

Deze “vermoeidheid” is verklaard door twee psychologen met de Wundt-Berlyne-curve .

Wanneer een stimulus anders is dan alles wat we eerder hebben gezien, hebben we te maken met absolute nieuwigheid en ervaren we plezier. De hedonische waarde van een stimulus wordt beschouwd als een functie, stijgt naar een piek (X1, Optimaal niveau van hedonische waarde) en valt dan geleidelijk af naar een Disillusiefase (X2).

De opwinding wordt beschouwd als direct gerelateerd aan de nieuwheid van de stimulus.

Marketing (net als veel andere industrieën) heeft voortdurend nieuwe triggers nodig om innovaties mogelijk te maken en de opwinding en de waargenomen hedonische waarde zo veel mogelijk hoog te houden.

We zijn nu op het punt waar u een geautomatiseerde ‘persoonlijke e-mail’ van een mijl verderop kunt bekijken.

Afbeeldingsbron

Met andere woorden, we staan ​​op het punt de Disillusion-fase in te gaan .

3. De opkomst van PQL over het MQL-model

De MQL (Marketing Qualified Lead) is een prospect die op de een of andere manier belangstelling heeft getoond voor uw bedrijf / product en het is klaar om te communiceren met een menselijke, vaak Sales Development Rep.

Marketing- en verkoopafdelingen zijn sterk afgestemd op de definitie van MQL’s.

De Product Qualified Lead (PQL) draait het traditionele MQL-model 180 °. MQL begint met demografische eigenschappen van elke gebruiker. De PQL geeft prioriteit aan het gedrag van de gebruiker en het niveau van productacceptatie.

Terwijl het MQL-model eerst vraagt: “Wat is de e-mail van deze contactpersoon? Is het een B2B- of B2C-e-mail? “ , ” Wat is het bedrijf waar dit contact werkt? “ En ” Wat is zijn rol in het bedrijf? “ , Begint de PQL met de vraag ” Heeft hij het product geprobeerd? “ En ” Welke functie probeerde hij eerst? “ .

Afbeeldingsbron

Om het in lekentermen te zeggen, verkoop eerst aan degenen die blij zijn met uw product, voordat ze zelfs betalen.

Zoals Christopher ODonnell uitlegde, is de echte uitdaging met het PQL-model om gebruikers tot ver in het engagementpad toegang te geven.

Maar als het gaat om het omgaan met productstatistieken, hebben traditionele Marketing Automation-platforms meerdere overdrachten die leiden tot communicatiekloven, blinde vlekken en onvermogen om het proces te schalen.

Het marketingautomatiseringsplatform is goed in het ‘voeden en presenteren van gepersonaliseerde inhoud’, maar niet zo goed als het gaat om onboarding, het initiële succes te stimuleren en geleidelijk aan nieuwe gebruikers te laten testen en uw productfuncties te testen.

Data Management Platform ∩ Marketingautomatiseringsmogelijkheden

Laten we het panoramische uitzicht hebben:

  1. We hebben SaaS-producten die een ongelooflijke hoeveelheid gegevens van één kant kunnen genereren. Ze zijn kosteneffectief en echt krachtig wanneer ze worden gecombineerd, maar soms volledig losgekoppeld en moeilijk te integreren zonder extra werk van technische teams.
  2. Automatiseringsmotoren van de andere kant: krachtige producten die zich niet volledig bewust zijn van de stapel die u gebruikt en de gegevens die deze produceert. Net als auto’s met een geweldige motor maar geen wielen.

Scheve, verkeerde, onpartijdige of niet-bestaande gegevens kunnen alleen leiden tot scheve, verkeerde, onpartijdige of niet-bestaande acties.

Hier komt het klantgegevensplatform om de hoek kijken . Aan de ene kant is het naadloos geïntegreerd met elk SaaS-product dat u in uw stack gebruikt als de primaire manier om gegevens te verkrijgen, aan de andere kant heeft het geavanceerde automatiseringsmogelijkheden om daadwerkelijk te werken .

The Goldilocks Zone: Data Management Platforms die naadloos integreren met uw stack, voldoen aan bepaalde automatiseringsmogelijkheden.

Klantgegevensplatforms bieden u een 360 ° -weergave van elk van uw klanten.

Een voorbeeld van vragen die kunnen worden beantwoord door Customer Data Platforms:

  • Is deze gebruiker actief of niet?
  • Hebben ze ooit betaald voor mijn product?
  • Waar willen ze graag contact opnemen, via e-mail of met browsermeldingen?
  • Hoeveel tickets hebben ze de afgelopen maand geopend?
  • Wat is de NPS-score voor mijn product?
  • Wat zijn de kansen op karnen voor deze gebruiker?

Maar dat is nog niet alles. U kunt al die gegevens combineren om segmenten en doelgroepen te verfijnen en opmerkelijke reizen naar uw klanten te maken.

De Cycle of Customer Data Platform ziet er als volgt uit:

  • Verbind de applicaties die u in uw stapel gebruikt
  • Combineer , analyseer de gegevens en verbind de stippen
  • Begrijp en haal relevante zakelijke inzichten uit
  • Handelen : neem beslissingen of stel beslissingen voor op basis van wat je tot nu toe hebt geleerd

Waarom klantgegevensplatforms een gamewisselaar worden

Klantgegevensplatforms vullen de huidige technologische kloof op drie belangrijke manieren:

  • Vermindering van gegevensverlies
  • SaaS stack-schaalbaarheid
  • Tactische vermoeidheid

Verlies van gegevensverlies

Een klantgegevensplatform kent de exacte configuratie van de hulpmiddelen die u in uw stapel hebt opgenomen.

In dit nieuwe scenario neemt de gegevensversnippering niet toe, terwijl de stapel steeds complexer wordt, maar het gegevensverlies neemt af en de personalisatiecurve volgt hetzelfde traject van de rode lijn.

Klantgegevensplatforms minimaliseren gegevensverlies.

SaaS Stack-schaalbaarheid

Traditionele all-in-one-leveranciers hebben meestal hoge overstapkosten, maar Customer Data Platforms geven moderne bedrijven de mogelijkheid om hun stack tijdens de vlucht te veranderen naarmate hun bedrijven in de loop van de tijd evolueren.

Hierdoor kunnen bedrijven de technologie die hun teams gebruiken zeer snel wijzigen zonder daarbij belangrijke gegevens te verliezen.

Tactische vermoeidheid

Wanneer uw marketingstack veel uitgebreider is en het zorgt voor een onbeperkt aantal contactpunten en interacties die uw gebruikers hebben wanneer u uw product gebruikt, is het veel eenvoudiger voor u om ongebruikelijke gebruikersreizen te maken.

Hoe beter u uw klanten kent, hoe beter u onvergetelijke ervaringen kunt bieden.

Conclusie

Het vermogen om de impact van nieuwe consumentgerichte technologieën te begrijpen, is belangrijker dan ooit. Dit brengt ook veel nieuwe uitdagingen met zich mee voor mensen die niet direct betrokken zijn bij software-engineering.

Morgen zullen marketeers en productmanagers die de juiste technologieën kunnen oppikken en gebruiken, een serieuze impact hebben op uw bedrijf.

De volgende grote uitdaging die ik zie, is om de toenemende hoeveelheden gegevens die we verzamelen te verbinden met het vermogen om actie te ondernemen tegen die gegevens. Dataplatformen vullen dat gat, dus als u zich zorgen maakt over gegevensverlies, tactiekvermoeidheid, complexiteit of schaalbaarheid, moet u CDP’s als een mogelijke oplossing beschouwen.


What's Your Reaction?

hate hate
0
hate
confused confused
0
confused
fail fail
0
fail
fun fun
0
fun
geeky geeky
0
geeky
love love
0
love
lol lol
0
lol
omg omg
0
omg
win win
0
win
Erwin@delaatbusiness.com
Dag, Hulp nodig met internet marketing of websites maken? neem dan contact op

0 Comments

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Choose A Format
Personality quiz
Series of questions that intends to reveal something about the personality
Trivia quiz
Series of questions with right and wrong answers that intends to check knowledge
Poll
Voting to make decisions or determine opinions
Story
Formatted Text with Embeds and Visuals
List
The Classic Internet Listicles
Countdown
The Classic Internet Countdowns
Open List
Submit your own item and vote up for the best submission
Ranked List
Upvote or downvote to decide the best list item
Meme
Upload your own images to make custom memes
Video
Youtube, Vimeo or Vine Embeds
Audio
Soundcloud or Mixcloud Embeds
Image
Photo or GIF
Gif
GIF format