Barrieren bei der Datenintegration abbauen

Werbetechnologieunternehmen verkaufen seit über einem Jahrzehnt den Traum von "Big Data", aber wie nahe sind wir diesem vermeintlichen Versprechen wirklich gekommen?
Weiterlesen

Ad-Tech-Firmen verkaufen seit über einem Jahrzehnt den Traum von "Big Data", aber wie nah sind wir wirklich diesem vermeintlich gelobten Land? Datenintegration ist der Schlüssel. Aber werden wir jemals wirklich die Silos aufbrechen?...

Seit etwa zehn Jahren verspricht "Big Data" die Erfüllung des Traums der Vermarkter, die richtigen Kunden zum richtigen Zeitpunkt mit dem richtigen Angebot anzusprechen, was zu einer hohen Konversionsrate, saftigen Provisionsboni und mehr Zeit auf dem Golfplatz führt. Wie jeder Traum endete auch dieser, als die Vermarkter in der Realität aufwachten: Die Macht der Datenanalyse für Vermarkter hing von einem entscheidenden Schritt ab: Sie müssen überhaupt erst einmal an ihre Marketingdaten herankommen.

Die Zusammenführung aller Datenquellen und -silos , online und offline, hat sich jedoch oft als unlösbares Problem erwiesen, selbst bei der Integration von Erstanbieterdaten. Der eigentliche Wettbewerbsvorteil von Big Data liegt darin, tiefer in die Analyse einzusteigen und nach Erkenntnissen zu suchen, die über das hinausgehen, was am einfachsten zu gewinnen ist. Eine Fülle von Daten liegt allerdings noch immer im Schoß der Vermarkter und sind nach wie vor schwer erfassbar.

Inkompatible Systeme miteinander in Einklang bringen

Trotz der zahllosen Ad-Tech-Anbieter, die "Tools" für die Integration, Sammlung und Verarbeitung von Daten aus verschiedenen Quellen anbieten, erfordert die Aufbereitung der Daten für die richtige Verwendung Aufwand und Zeit. Die Daten werden nicht "vermarktungsfertig" geliefert; dies erfordert eine Veränderung der Struktur der Informationen, bis hin zur Zuordnung auf Feldebene, damit sie dem gewünschten Zweck entsprechen. Selbst die gleiche Art von Datenpunkten - zum Beispiel die von einem Callcenter gesammelten - kann schwierig abzugleichen sein, wenn das Unternehmen kürzlich auf eine CRM-Software umgestellt hat, die eine andere Taxonomie verwendet.

Ebenso kann es sein, dass verschiedene Abteilungen Daten sowohl in relationalen (SQL) als auch in nicht-relationalen (NoSQL) Datenbanken speichern; Verkaufsdaten aus physischen Geschäften lassen sich möglicherweise nicht ohne Weiteres mit denselben Daten abgleichen, die bei Online-Einkäufen erfasst werden. IT-Abteilungen teilen nicht oft die Sicht eines Vermarkters, und wenn ein Unternehmen lange genug existiert, hat es wahrscheinlich einen größeren Anteil an inkompatiblen Systemen angehäuft.

"Data Lakes" schienen eine Welt ohne "Silos" zu prophezeien, aber unterschiedliche Namenskonventionen, Einführungsprobleme, hartnäckige Altdaten und Sicherheitsprobleme haben eine Kluft zwischen Erwartungen und Umsetzung entstehen lassen. "Data Fabric" ist die neueste Inkarnation der Vision, eine einheitliche Datenumgebung zu schaffen. Unternehmen, die in diesem Bereich tätig sind, haben mit Herausforderungen zu kämpfen, die inzwischen über die fragmentierten Rechenzentren des Unternehmens hinausgehen. Die Verwendung von unterschiedlichen Endgeräten in den Händen der Kunden - wie Smartphones oder das Internet der Dinge - bringt neue Herausforderungen für die Datenvereinheitlichung mit sich. Das Gleiche gilt für die verschiedenen Speicherorte von Daten, z. B. im Cloud Computing mit verschiedenen Standards und Schnittstellen, von REST API bis HDFS (Hadoop Distributed File System), die für den Zugriff auf diese Daten erforderlich sind.

Bei Teavaro arbeiten wir eng mit unseren Kunden zusammen, um ihre Datenarchitektur zu transformieren, Informationen aus verschiedenen Online-Quellen zu kombinieren und die Einschränkungen von Altsystemen zu überwinden. Wir stoßen oft auf inkonsistente, meist siloartige IT-Systeme - die oft nicht die End-to-End-Geschäftsprozesse ihres Besitzers ganzheitlich abbilden - und kennen daher die Probleme, die sie mit sich bringen.

Traditionell gab es zwei mögliche Lösungsansätze. Der erste - ein kompletter Neuaufbau des Unternehmens durch den Austausch von Altsystemen gegen eine ausgefallene, zweckmäßige Systemarchitektur - ist in der Regel aufgrund der Kosten, der Dauer, der negativen Auswirkungen auf das Geschäft während der Aktualisierung und der enormen Anforderungen an ein diszipliniertes Zusammenspiel zwischen allen Einheiten innerhalb des Unternehmens nicht durchführbar.

Die zweite führte in eine Sackgasse, in der sich einige Unternehmen derzeit befinden: Die Auswahl neuer Technologien zur Lösung einzelner Probleme durch Konzentration auf ihre spezifischen Anforderungen und Prioritäten führte zu einem Marketing-Stack wahllos integrierter Partnerlösungen. Aus den Ergebnissen der letzteren ist ersichtlich, dass einige der Gewohnheiten der ersteren übernommen werden müssen. Eine abgestimmte Geschäftsstrategie zwischen allen relevanten Geschäftsbereichen und der IT ist erforderlich, um die Systemarchitektur konsequent umzugestalten. Ausgehend von diesem Punkt kann die Einführung neuer und zusätzlicher Plattformen beide Anforderungen erfüllen - Nutzung der erforderlichen Geschäftsunterstützung und Umgestaltung der technischen Landschaft.

Die Datenkultur

Wenn verschiedene Abteilungen Daten produzieren und sammeln, besteht die Forderung im gesamten Unternehmen darin, ein Gefühl des gemeinsamen Eigentums an den verschiedenen Datenbeständen zu schaffen. Edd Wilder-James von Silicon Valley Data Science meint dazu: "Daten sind keine neutrale Einheit - man muss sie mit dem Wissen um ihre Geschichte und ihren Kontext interpretieren. Dieses Gefühl des Eigentums kann den Interessen des Unternehmens als Ganzes zuwiderlaufen."

Dieses kollektive Interesse besteht in der Umwandlung einzelner Datenpunkte in verwertbare Informationen, aber wenn der Dateneigentümer diesen Wert nicht erkennt, ist er verloren. Die Verwaltung von Daten über Abteilungen, organisatorische Funktionen und CRM-Systeme hinweg kann bedeuten, dass Marketingspezialisten, Datenwissenschaftler und IT-Mitarbeiter mit Daten aus allen Kontaktpunkten der Marke zusammengebracht werden müssen. In der Flut der vom Unternehmen gesammelten Daten (einschließlich Logistik, Rechnungsstellung, Produktion usw.) verstehen die Teams ohne Marketingfokus möglicherweise nicht, welche Datenpunkte zu den besten Geschäftsergebnissen führen. Im Zuge der Integration von Teams kann die Änderung der Datenkultur zu einer Voraussetzung werden, zu einem Katalysator für den organisatorischen Wandel schlechthin.

Ein überfüllter Marktplatz

Die Tendenz, die Zahl der Marketinginstrumente zu erhöhen, war bisher Teil des Problems, nicht der Lösung. Die jährliche Lumascape-Grafik belegt die Ausbreitung von Martech gut. Die Zahl der Logos nimmt exponentiell zu, jedes Jahr um etwa ein Drittel. Die Zahl der Anbieter und die Ausdehnung der Teilsektoren ist so groß, dass die einzelnen Akteure des Ökosystems auf einem durchschnittlichen Computerbildschirm mit bloßem Auge kaum noch zu unterscheiden sind. Dies bedeutet, dass es bei einer Big-Data-Architekturstrategie nicht nur um die Datenintegration von Datenpunkten, sondern auch von Systemen geht.

Eine weitere Überlegung, die für das digitale Marketing relevant ist, ist das Regulierungsrecht. Jede Lösung, die auf die Integration von Datenquellen abzielt, muss sich an die strengen Richtlinien der GDPR halten. Warum also nicht die Anforderungen der GDPR in den Mittelpunkt dieser Lösung stellen und den Standard nutzen, um die Datenintegration für Legacy-Stacks und Silos anzugehen?

FunnelConnect von Teavaro ermöglicht die Datenintegration durch Online- und Batch-Prozesse mit der Möglichkeit zur Echtzeit-Datenverarbeitung. Wir entwickeln Systeme, die unseren Kunden helfen, Profile von identifizierten Besuchern (online) in verschiedenen Kanälen mit bestehenden Kundeninformationen (offline) nach vollständiger Identifizierung (z.B. Login) zusammenzuführen, ohne dass der Martech-Stack erweitert wird. Diese Integration generiert reichhaltige First-Party-Daten, wie z. B. Kundenprofile von Interaktionen, die dabei helfen, die nächste beste Aktion abzuleiten. Als wirklich agnostische Datenlösung ist sie in der Lage, mehr als nur eine einfache Verbindung zu bieten, sondern ein zukunftssicheres System, das in der Lage ist, Zustimmung- und Berechtigungsmanagement in Übereinstimmung mit der GDPR zu bieten. Mit der Kundenidentifikation innerhalb des vorgegebenen GDPR-Rahmens ist es nicht nur möglich, Kunden und Interessenten in verschiedenen Online-Kanälen zu identifizieren, sondern dies auch auf bestehende Legacy-Stacks auszuweiten.

Dieser Artikel wurde ursprünglich auf der Website des Mobile Marketing Magazine veröffentlicht. hier.