Источники и приёмники данных
Управление аудиториями
Отрасли
FMCG
Телекоммуникации
Банки и финансы
Автомобильный бизнес
E-commerce
Медиа
Фарма
Аудитории
Маркетинг
Продуктовые команды
Аналитики
Кейсы
Оптимизация ретаргетинга
Единый профиль пользователя
Анализ CJM
Персонализация омниканальных коммуникаций
Повышение LifeTIme Value
Централизация и унификация информации о клиенте
Контакты
Источники и приёмники данных
Управление аудиториями
Отрасли
FMCG
Телекоммуникации
Банки и финансы
Автомобильный бизнес
E-commerce
Медиа
Фарма
Аудитории
Маркетинг
Продуктовые команды
Аналитики
Кейсы
Оптимизация ретаргетинга
Единый профиль пользователя
Анализ CJM
Персонализация омниканальных коммуникаций
Повышение LifeTIme Value
Централизация и унификация информации о клиенте
Документация

Как создать единый профиль клиента с помощью IDGraph

«‎Я знаю о тебе все и даже больше»
Категория: информация
Дата выхода статьи: 21.06.2024
Время прочтения: 22 минуты

Как часто вы совершаете спонтанные покупки

Как часто вы совершаете спонтанные покупки или, увидев неожиданное приятное предложение от банка, соглашаетесь на кредитную карту (а ведь еще недавно погасили задолженность и зарекались не брать новую)?
Финансовая организация точно рассчитала время, когда предложить вам кредитку. Кажется, это всего лишь совпадение: оффер от банка совпал с поломкой вашего автомобиля и покупкой дорогостоящих деталей. Но поспешим вас огорчить, а если вы маркетолог, то, наоборот, порадовать. Перед нами лишь результат глубокого анализа данных. Как это работает на практике, в новой статье CleverData под катом.
Продолжая пример, заметим, что вышеупомянутая финансовая организация, вероятно, использует Customer Data Platform (CDP) – гибкую платформу накопления данных о пользователях для целей персонализации. Она анализирует историческое поведение каждого клиента в интернете (на сайтах, в социальных сетях, на видеохостингах) для накопления массива данных, с помощью которых можно уже делать персональные рекомендации и целевые акции, предлагать эксклюзивные подборки товаров в офлайн- и онлайн-магазинах или других услуг.

Главный секрет современных автоматизированных систем сбора данных

Здесь всплывает главный вопрос, как банк мог узнать, что у его клиента сломалась машина, а уж тем более о покупке деталей, требующихся для ремонта. Все просто. CDP может накапливать данные, не только доступные конкретной компании, но и обогащать их информацией от других поставщиков (страховых компаний, автоцентров или продовольственного ритейла).
Эти сведения доступны на бирже данных. Биржи можно сравнить с маркетплейсами: есть поставщики данных, специализирующиеся на сборе данных компании, и потребители (ритейлеры, онлайн-кинотеатры, службы доставки еды и многие другие).

Однако даже при наличии полного портрета клиента/покупателя кажется, что система не сможет так быстро проанализировать все данные и за доли секунды выдать нужную рекламу. Действительно, чтобы реализовать подобную динамику, понадобятся продвинутые CDP-системы enterprise-уровня.
Они способны заранее обрабатывать данные из нескольких источников, включающие любые наборы атрибутов пользователя (данные, используемые для идентификации человека - cookie, email, номер телефона), формировать на их основе real-time-сегменты и быстро отдавать их через API веб-сайту компании.

Продолжим углубляться в вопрос. Рассмотрим, как по вышеупомянутым идентификаторам происходит формирование единого профиля клиента на примере работы CDP-платформы CleverData Join.
CleverData Join - CDP корпоративного класса
Сайт
Моб. приложение
Колл-трекинг
CRM Data
Карты лояльности
Ритейл системы
Источники
ML-Модели
Realtime + пакетный сбор
событий
Решение
для аналитики
Передача данных
Campaign
Managment system
CSV / JSON API
Email
SMS
Push
DOOH
CleverData Join
Настройка событий и загрузка данных
Профиль 360°
DataLake
Сегментация

Роль идентификаторов

Итак, в каждой системе или канале коммуникации имеются данные, которые используются для идентификации человека. К ним можно отнести логин клиента, CRM ID, IDFA- и GAID-идентификаторы мобильных устройств, cookie, email, номер телефона. Платформа CleverData Join позволяет обрабатывать и сохранять произвольное количество идентификаторов профиля разных типов.
Для того, чтобы объединить пользователей из разных источников данных (другими словами определить, что действия в мобильном приложении, на сайте и, возможно, по телефону совершаются одним человеком), необходимо, чтобы часть идентификаторов профиля совпадала. Ниже несколько примеров.

  • У анонимного веб-трафика и трафика авторизованных клиентов есть общий идентификатор профиля - cookie. Такие данные имеют потенциал к объединению.
  • У трафика авторизованных клиентов и сведений из системы мобильной аналитики, вероятнее всего, есть общий идентификатор профиля - логин. Такие данные тоже могут быть объединены.
  • У веб-трафика и сведений из CRM может быть общий идентификатор профиля - email. Такие данные также могут быть объединены.

Таким образом данные из разных источников будут сведены в единый профиль и историю событий. Здесь снова предложим подробнее погрузиться в суть. Так вот технически этот процесс становится реализуем благодаря такому инструменту CleverData Join как IDGraph. Если в результате накопления сведений о клиентах обнаруживаются одинаковые идентификаторы, то IDGraph проводит слияние их профилей, что позволяет создавать более точную картину клиентского пути.

Запросить демо

Принцип работы IDGraph

Рассмотрим принцип работы IDGraph на примере обработки события в потоковом режиме (этим событием может быть любое действие на сайте - клик, переход или заполнение формы). События (действия пользователя) при поступлении в CleverData Join записываются в очередь в исходном виде. Постоянно работающий процесс обрабатывает их, обращаясь к базе данных уже существующих в системе профилей. Далее возможно несколько сценариев.
  • Профиль, соответствующий идентификаторам, не найден. Скорее всего, событие пришло от посетителя, который никогда раньше не был на сайте. В этом случае будет создан новый профиль, в который войдут все поступившие с событием идентификаторы. Следующее событие, которое попадет на платформу с одним или несколькими из этих идентификаторов, уже будет привязано к этому профилю. Таким образом будет сформирована цепочка уже из двух событий в пользовательском пути этого клиента.
  • Найден профиль, среди идентификаторов которого есть один или несколько из тех, которые пришли с событием. Мы уже знаем этого посетителя. Возможно, это не первый его визит на сайт или же необходимые идентификаторы мы получили ранее из других источников.
  • В этом случае произойдёт взаимный обмен идентификаторами - существующий профиль обогатится до этого неизвестными идентификаторами клиента, а в событие будут записаны все идентификаторы, которые имелись в IDGraph.
  • Найдено несколько профилей: часть идентификаторов, пришедших в событии, принадлежит одному профилю, часть - другому. Это наиболее интересный и важный сценарий, который может возникнуть, к примеру, если мы владели до поступления события только информацией об анонимной активности клиента и сведениями из CRM, которые не имели связи с этой анонимной активностью. В этом случае IDGraph объединит два профиля в один и аналогично обогатит событие всеми идентификаторами, которые были известны на момент поступления события.
Кейсы
Истории успеха наших клиентов
Топ-3 маркетинговых агентств России
Крупный ритейлер товаров для ремонта и строительства
Как с помощью CleverData Join обрабатывать 5 млрд событий в месяц.
Результаты:
• до 5 млрд. событий в месяц - увеличили сбор и обработку
• +20% конверсия в клик в рекламных кампаниях
Результаты:
  • с 9,7% до 13,4% вырос Open Rate благодаря адаптации информации в e-mail рассылках
  • +7% конверсия в следующий этап коммуникации с клиентом

Настройки IDGraph

На работу IDGraph можно влиять с помощью настроек, которые помогут реализовать корректную обработку профилей в любом бизнес-сценарии. Приведем примеры.
  • Вы можете исключить один или несколько типов идентификаторов из процедуры слияния профилей.
  • Задать количество значений идентификаторов, которые будут храниться в системе и определить приоритет вытеснения лишних значений.
  • Оптимизировать работу за счет составления черного списка значений идентификаторов, при обработке которых не будет происходить склейка.
Тонкая настройка IDGraph обеспечивает необходимую адаптивность алгоритма к вызовам, стоящим перед компанией. А сам принцип работы гарантирует хранение всей истории событий пути клиента, вне зависимости от того, какое количество преобразований претерпел его профиль.
Пример использования IDGraph
Узнать больше о применении IDGraph, можно рассмотрев процессы объединения данных для финансовой организации. Предположим, у нашей воображаемой компании есть несколько способов общения с потенциальными клиентами:
  • информационный сайт, содержащий информацию о финансовых продуктах,
  • личный кабинет пользователя на сайте, позволяющий управлять финансовыми продуктами и услугами,
  • мобильное приложение клиента, подключенное к системе мобильной аналитики,
  • CRM-система.
Представим ситуацию, что того самого человека, у которого сломалась машина и которому требуются деньги на покупку новых деталей (с ним мы познакомились еще в начале статьи), зовут Алексей.

Действие Алексея №1
Он интересуется условиями разных кредитов и заходит на сайт финансовой организации без авторизации.

Действие системы №1
При поступлении первых событий с сайта (собираемых посредством кода, размещенного на сайте через СleverData Tag Manager) в системе создается новый профиль А, у которого пока есть только один идентификатор - cookie, хранимый в браузере, через который произошел вход. Все события привязаны к этому профилю.
Действие Алексея №2
Заинтересовавшись условиями кредита, Алексей обращается в организацию - в отделение банка за получением финансового продукта.

Действие системы №2
Профиль Алексея создаётся в CRM-системе, а Алексей получает логин и пароль от личного кабинета. В следующую выгрузку, регулярно осуществляемую из CRM и импортируемую в CleverData Join, попадут логин Алексея, email и телефонный номер. После обработки очередной выгрузки в системе появится новый профиль Б с этими значениями идентификаторов. При этом никакой связи профилей А и Б пока что нет - CRM-система не знает ничего о cookie браузера Алексея.

Действие Алексея №3
Во время следующего сеанса работы на сайте Алексей входит в личный кабинет, используя выданный ему в офисе логин и пароль.

Действие системы №3
Система фиксирует событие, содержащее и идентификатор cookie, и логин. IDGraph производит анализ такого события и устанавливает, что профили необходимо объединить по совпадению Cookie, и склеивает профили A и B. После этих действий мы имеем единый профиль пользователя, собранный по данным из трёх систем, и единую историю событий - все действия Алексея во всех этих системах. Это дает возможность финансовой организации начать диалог с Алексеем в разных системах и сравнить, как он реагировал на эти взаимодействия - переходил по ссылкам, открывал письма, интересовался персонализированным предложением на сайте или в мобильном приложении.
Готовы трансформировать ваш бизнес?
Узнайте, как CleverData Join может быть ключом к вашему будущему успеху
Если же обогатить данные о профиле А информацией от внешних поставщиков, то можно узнать, что Алексей обращался за последние дни в несколько автоцентров и воспользовался полисом ОСАГО. Гипотеза о том, что профилю А, возможно, сейчас требуются деньги больше, чем в другие дни, подтвердилась. А, значит, к выбранному Алексеем кредиту можно предложить и еще один продукт - кредитную карту. Сделать это быстрее всего посредством кастомизации главной страницы его личного кабинета. Алексей с большой долей вероятности примет предложение банка.
Появились вопросы или у вас есть альтернативный опыт использования CDP-платформ? Будем рады обсудить их в комментариях под статьей.

Хотите узнать больше о работе IDGraph - пройдите регистрацию, и вы получите полную версию материала, в котором мы:
  • рассказываем о типах идентификаторов, обрабатываемых CleverData Join,
  • рассматриваем на разных примерах особенности обработки потоковых и пакетных данных в системе,
  • подробно описываем варианты конфигурирования ID Graph.