Eerder schreef ik over data management platformen (DMP’s), en hoe DMP’s het contact met je bezoekers kan verbeteren en je conversie kan verhogen. Relay42 is een bekende DMP-leverancier. Eén van de oprichters van Relay42, Tomas Salfischberger, heb ik onlangs geïnterviewd over hun bedrijf en natuurlijk: over data management platformen. In dit artikel lees je mijn vragen en zijn antwoorden.

Wat doet Relay42?

Relay42 koppelt voor bedrijven alle beschikbare marketingtechnologieën naadloos aan elkaar en brengt de individueel verzamelde data samen op één centrale platform waar de profielen van (potentiële) klanten staan opgeslagen. Marketeers gebruiken de verzamelde en opgebouwde profielgegevens voor segmentatie en realtime personalisaties zodat zij de juiste boodschappen gedoseerd over alle marketingkanalen kunnen uitserveren.

Wat is data management en waarin verschilt het met tag management?

Tag management gaat over het meten en verzamelen van data op de site, het helpt met het plaatsen van meet-tags, maar slaat zelf verder geen data op.

TM is daarmee dus eigenlijk de basis voor data management, omdat je via het TMS de tags kunt plaatsen waarmee data voor het DMP verzameld wordt.

Waar staat de data die in een data management platform wordt opgeslagen?

Dat verschilt per DMP, je ziet dat Amerikaanse vendors hier minder duidelijk in zijn dan Europese. Voor veel adverteerders is het belangrijk om data binnen de EU op te slaan.

Relay42 biedt bijvoorbeeld de mogelijkheid om data voor Europese klanten altijd binnen de EU op te slaan.

Van wie is de data die in een data management platform wordt opgeslagen?

Ook dat is verschillend per vendor. Een echt adverteerder gericht DMP zoals Relay42 werkt direct met eind-klanten, hierbij blijft alle data eigendom van de adverteerder. Maar er zijn ook DMPs die met bijvoorbeeld de media-bureaus werken waarbij de data dus geen eigendom van de adverteerder is.

Daarnaast zijn er zogenaamde Audience DMPs, daarbij worden grote hoeveelheden data van veel sites bij elkaar gebracht voor bijvoorbeeld verkoop. In dat geval is de data vaak van de DMP exploitant e.v.t. in samenwerking met de publishers.

Hoe kan ik de data die wordt opgeslagen verrijken met mijn eigen klantdata, zonder dat die klantdata daarbij extern geplaatst wordt?

Als je kiest voor een DMP wat gericht is op adverteerders, zoals Relay42 is alle data die in de DMP zit van jou. Je kunt er dan voor kiezen om bijvoorbeeld een klant-nummer of als je DMP daarvoor geschikt is een versleuteld klant-nummer op te slaan in het DMP profiel.

Vervolgens kan je beschrijvende eigenschappen over je klant in het DMP opslaan. Zonder dat je de werkelijke n.a.w. gegevens van je klant in het DMP zet. Die laatste heb je namelijk niet nodig om een relevant aanbod te doen.

Voorbeeld: Het is interessant om te weten of iemand al een telefoon abonnement heeft, zodat je een aanbieding voor een verlenging kunt doen. Het is daarbij niet nodig om de exacte naam en adresgegevens van de klant in het DMP te hebben staan.

Nu is het zo dat de profielen van de bezoekers bij de verschillende externe bronnen worden opgebouwd (en beheerd), is dat nog steeds het geval wanneer ik over een data management platform beschik?

De profielen worden nog steeds opgebouwd met data uit alle verschillende bronnen, maar die data wordt daar niet meer beheerd. Een DMP slurpt als het ware alle data op uit alle kanaal-technologie, combineert die met data die door het DMP zelf wordt verzameld (zoals web-gedrag via Tag Management) en eventueel met externe data zoals CRM. Daarna ligt het beheer van al die data bij het DMP.

De externe bronnen zijn er dus nog steeds, maar worden vooral door het DMP gebruikt in plaats van in isolatie te werken.

Hoe koppelt een data management platform de identiteit van een bezoeker die meerdere devices gebruikt aan elkaar?

Daar zijn verschillende methoden voor, bijvoorbeeld doordat een consument dezelfde email opent op beide devices, of hetzelfde social media profiel gebruikt. Het DMP ziet die signalen en kan daaruit concluderen welke devices van dezelfde persoon zijn.

Daarnaast is deze data ook te koop bij derde partijen zoals Screen6 of DrawBridge die dit op basis van statistische modellen voorspellen. Die data kan je in je DMP inladen om het daar verder te gebruiken.

Wat is de toegevoegde waarde van het gebruik van een bestaand data management platform (als Relay42) ten opzichte van het bouwen van een eigen data management platform (in house, veilig, snel, etc.)?

Een belangrijk voordeel is natuurlijk de snelheid. Zowel in het uitrollen, omdat het jaren kan kosten om een goed DMP te bouwen terwijl je een bestaand DMP in enkele weken kunt uitrollen. Maar ook in versheid van de data. We zien af en toe zelf gebouwde DMPs langs komen, die zijn eigenlijk nooit in staat om werkelijk real-time te opereren, iets wat voor bijvoorbeeld display marketing wel cruciaal is omdat je anders je kansen mist in RTB. De reden dat dat niet lukt is dat je daarvoor een infrastructuur moet neerzetten die de hele wereld kan servicen. Daar zijn de meeste interne IT organisaties niet op voorbereid. In vergelijking, het Relay42 platform werkt bijvoorbeeld vanuit meer dan 40 datacenter locaties van Hong Kong tot Chicago.

Daarnaast is een belangrijke toegevoegde waarde van een DMP zoals Relay42 dat het de mogelijkheid biedt om snel nieuwe kanalen in te zetten en aan te sluiten op elke vorm van marketing technologie. Als je zelf voor elk kanaal moet gaan bouwen dan verlies je natuurlijk die flexibiliteit.

Dus hoewel het simpel klinkt om je eerste 2 kanalen te proberen zelf te bouwen, loop je daarna altijd tegen beperkingen aan in snelheid en mogelijkheden over de kanalen heen.

Verzorgt het data management platform ook het uitserveren van de verschillende type content (banners, tekstlinks, etc.)? Met andere worden; is het ook een media / adserver?

Dat verschilt per platform. Wij geloven er bij Relay42 in dat gepersonaliseerde content een belangrijk onderdeel is van een goede klantbeleving. Dus het Relay42 platform beschikt over een ingebouwde mogelijkheid om ook content aan de kanalen aan te leveren.

Veel DMPs doen dat niet, dat zijn meer Audience platforms (ze worden vaak ook “Audience Manager” genoemd). Die richten zich dus echt alleen op het beheren van groepen / bakjes met cookies, maar niet op de content die daarbij hoort.

Zit er binnen data management platformen ook een rapportage / analytics functie? Waar worden de statistieken opgeslagen en hoe kan je deze als eindgebruiker inzien / gebruiken?

Doordat een DMP over alle kanalen heen werkt ontstaat er ook een nieuw soort inzichten. Zo wordt het mogelijk om split-testen / validatie experimenten te doen over alle kanalen heen. Je test dan dus niet meer een traditioneel A/B experiment met bijvoorbeeld twee kleuren, maar je test op een veel hoger niveau een verschillende strategie over de kanalen heen. Je moet dan denken aan bijvoorbeeld de keuze tussen eerst een email sturen, en dan 3 dagen retargeten als de email niet geopend wordt als optie A met als alternatief direct 5 dagen retargeten onafhankelijk van de email. In de resultaten kan je dan zien of de kosten voor meer retargeting (5 ipv 3 dagen) opwegen tegen de hogere conversion rate van de mensen waar je deze strategie op getest hebt.

De data voor dit soort dingen is uiteraard in het DMP beschikbaar en is net als alle andere data eigendom van de adverteerder.

Je kunt natuurlijk in de user interface van je DMP de resultaten inzien, maar je kunt er ook voor kiezen om de ruwe data te exporteren voor verdere analyse. Of voor een DMP dat gericht is op integreren met alle marketing technologie, zoals Relay42, kun je een koppeling leggen met bijvoorbeeld Google Analytics om daar de resultaten te zien. Het hangt helemaal af van de voorkeuren van de marketeer en de hoeveelheid data-science waar de organisatie aan toe is.

Hoe bepaal je welke gebruiker / klant welke uiting te zien krijgt? Waar leg je deze regels vast? Neemt het platform hierin zaken uit handen? Hoe houd je controle over wat er gebeurt?

In het DMP maak je Customer Journeys of regels voor wat een consument te zien moet krijgen via welke kanalen en hoe je op het gedrag van de consument wilt reageren.

In het Relay42 platform worden deze regels ondersteunt door machine learning algoritmes, dat zijn bijvoorbeeld modellen die voorspellen welk product het meest relevant is voor een bezoeker.

Voorbeeld: Als je een vakantie naar Barcelona bekijkt, en naar Milaan, dan kunnen de algoritmes vaststellen dat er ook een interesse voor Rome zou kunnen zijn. Op basis van revenue management berekeningen wordt dan door het platform (binnen de regels die je als marketeer instelt) besloten om bijvoorbeeld eerst Rome aan te bieden en te kijken naar de reactie van de consument. Zo helpt het platform je dus om niet honderden regels te hoeven maken voor elk product, maar wordt binnen je regels door het platform zelfstandig geoptimaliseerd.

Is het eenvoudig om de 10 meestgebruikte conversiepaden (cross channel) uit een data management platform te halen? Bijvoorbeeld voor 1 product / dienst / service (1 doelpagina)?

Doordat een DMP toegang geeft tot de ruwe data over alle kanalen heen, inclusief alle web-gedrag en binnenkomende links etc is het heel makkelijk om alle conversiepaden er uit te halen. Zo’n rapport kan je uiteraard aanpassen om alleen de meestgebruikte paden er uit te halen of om er andere filters op toe te passen.

Als je wilt kun je daarna weer in-zoomen om te bekijken welk gedrag deze bezoekers dan nog meer laten zien. Dat soort gedrag is ook waar de machine learning algoritmes naar kijken in de hiervoor genoemde voorspellende modellen.

Hoe communiceert het data management platform met alle offline systemen (kassa / winkel systemen, call centers, etc.)?

Voor sommige systemen zoals CRM zijn standaard koppelingen al beschikbaar. Voor anderen wordt gebruik gemaakt van APIs, soms gestandaardiseerd, soms klant-specifiek. We zien dat bijvoorbeeld in retail nog relatief veel eigen of aangepaste technologie gebruikt wordt. Voor dat soort gevallen wordt bij de implementatie van het DMP een plug-in gemaakt die de juiste data kan uitlezen.

Sommige klanten beginnen hier in heel simpel, door bijvoorbeeld per dag of per week een simpel bestand met alle orders uit het kassasysteem in te lezen. Dat kan al genoeg zijn om een simpele case te testen en zo te zien wat de impact is van het gebruik van die nieuwe data.

Dit waren de vragen die ik had. Mocht je nog vragen hebben over DMP’s, laat ze dan achter in de comments.