WikiDer > Платформа управления данными

Data management platform

А платформа управления данными (DMP) это программного обеспечения платформа, используемая для сбора и управления данные. Они позволяют предприятиям идентифицировать сегменты аудитории, который можно использовать для таргетинга на конкретных пользователей и контексты в Интернете Реклама кампании. DMP могут использовать большое количество данных и искусственный интеллект алгоритмы обработки и анализа больших наборов данных о пользователях из различных источников.[1] Некоторые преимущества использования DMP включают организацию данных, более глубокое понимание аудитории и рынков, а также эффективное бюджетирование рекламы.[2] С другой стороны, DMP часто имеют дело с Конфиденциальность проблемы из-за интеграции стороннего программного обеспечения с личными данными. Эта технология постоянно развивается такими глобальными организациями, как Nielsen и Oracle.[3]

Характеристики

Цель

DMP - это любое программное обеспечение, которое управляет сбором, хранением и организацией данных, чтобы маркетологи, издатели и другие предприятия могли использовать полезную информацию. Сохраненные данные могут включать информацию о клиенте, демография, и мобильные идентификаторы или идентификаторы файлов cookie, который DMP проанализирует, чтобы позволить предприятиям создавать целевые сегменты для рекламы. DMP могут помочь брендам узнать больше о своих клиентских сегментах, чтобы информировать о стратегиях приобретения и увеличивать продажи. Они также позволяют предприятиям оценивать эффективность своих рекламных кампаний.[4]

История

Языки программирования первого и второго поколения

В 1950-х годах управление данными стало проблемой для компаний, поскольку компьютеры не справлялись с вычислениями и требовали большого количества труда для получения результатов. Компании начали с хранения данных на складах. Ранние программы были написаны на двоичный и десятичный и это было известно как Абсолютный машинный язык, который позже был назван языком программирования первого поколения.[5]

Пример того, как данные хранились на заре управления данными.

После этого, Язык ассемблера - которые стали известны как языки программирования второго поколения. Этот символический машинный код стал популярным среди программистов, поскольку они смогли использовать буквы алфавита для кодирования. Это привело к уменьшению количества ошибок в программах и улучшению читаемости кода.[5]

Языки высокого уровня

На протяжении 1960-х и 1970-х годов, когда технологии продолжали развиваться, а программисты все больше общались с компьютерами, языки программирования первого и второго поколения превратились в Языки высокого уровня (HLL). Эти языки известны тем, что их легко читать, и они были важны для того, чтобы позволить написать общую программу, которая не зависит от типа используемого компьютера. HLL были известны тем, что подчеркивали объем памяти управление данными и многие языки, появившиеся в ту эпоху (т. е. КОБОЛ, C, и C ++) все еще широко используются сегодня.[5]

Управление данными и базы данных в Интернете

Вскоре онлайн-транзакции стали важной частью многих отраслей. Это стало возможным благодаря онлайн-системам управления данными. Эти системы могут быстро анализировать информацию и позволяют программам читать, обновлять и отправлять информацию пользователю.

В 1970-е годы Эдгар Ф. Кодд разработал простой в освоении язык Structured Query Language (SQL) с английскими командами. Этот язык имел дело с реляционные базы данных, улучшена обработка данных и уменьшено количество дублированных данных. Эта реляционная модель позволяла быстро обрабатывать и улучшать большие объемы данных. параллельная обработка, клиент-серверные вычисления, и графический пользовательский интерфейс и это заставило нескольких пользователей взаимодействовать одновременно.[5]

Чтобы заниматься обработкой и исследованием больших данных, NoSQL возникла. Самая большая сила NoSQL - это способность хранить огромные объемы данных. NoSQL присутствовал в 1998 году, однако его популярность среди разработчиков выросла после 2005 года.[5]

Облако и AI

В настоящее время управление данными перенесено из локального хранилища в облако. В конце 1990-х - начале 2000-х годов Salesforce и Amazon популяризировали концепцию интернет-сервисов, которая понравилась клиентам, поскольку она сокращала внутренние расходы на обслуживание и увеличивала гибкость в изменении потребностей бизнеса. С ростом распространенности Искусственный интеллект (AI), теперь проще, чем когда-либо, хранить и сортировать огромные наборы данных. Именно в эту эпоху DMP приобрели известность, поскольку астрономический объем пользовательских данных в мире теперь может быть обработан и предоставлен компаниям в маркетинговых целях.[5]

Конвейер данных

Обзор того, как данные обрабатываются с помощью DMP.

DMP сначала начинают со сбора необработанных данных. Для этого требуется сбор данных из различных источников, таких как посещения веб-страниц и регистрационные формы, найденные в Интернете. Более того, доступные данные не ограничиваются одним компьютером, поскольку мобильные устройства, социальные сети и интеллектуальные устройства выступают в качестве постоянных источников необработанных данных. С технической точки зрения, JavaScript трекеры и API используются для информирования сервера, когда пользователь выполняет действие, которое должно быть записано и сохранено.[4]

Как только DMP соберет данные, он переходит к их обработке и интеграции. Сначала он очищает данные, отфильтровывая ненужные или отсутствующие значения. Затем он использует алгоритмы машинного обучения, чтобы находить закономерности среди групп пользователей и систематизировать их в широком масштабе. Это помогает создать 360-градусное представление о клиенте, что, в свою очередь, помогает интегрировать первые, вторые и сторонние типы данных в одну базу данных.[4]

Далее следует этап управления данными. Здесь DMP помогает своим клиентам - другим компаниям, стремящимся использовать свои пользовательские данные - в создании профилей пользователей. Профили пользователей - это сегменты определенных демографических данных клиентов, которые помогают визуализировать закономерности и тенденции в отрасли. Они также полезны, чтобы пролить свет на неоткрытые рыночные возможности.[4]

Последний шаг в этом процессе - этап активации. После того, как все данные собраны, обработаны, должным образом организованы и сегментированы, они используются на рынке через серверы или DSP. Отсюда рекламодатели используют другие сторонние сервисы для доступа к DMP и предоставления целевого контента своей целевой аудитории.[4]

Функциональные возможности

DMP используются для профилирование, анализируя, и нацеливание онлайн-клиенты в цифровом маркетинге. Они работают по следующим направлениям:

  • Таргетинг рекламы - создание сегментов аудитории и таргетинг на конкретных пользователей с помощью персонализированных рекламных кампаний, таких как показ рекламы автомобилей пользователям, проявляющим интерес к покупке нового автомобиля.[6]
  • Профилирование пользователей - представление реальных людей с использованием наборов данных о пользовательской информации, такой как потребности, интересы и поведение. Профили можно создавать вручную или с помощью алгоритмов машинного обучения, которые автоматически анализируют и профилируют пользователей Интернета.[7]
  • Моделирование двойников - выявление новых клиентов, которые ведут себя аналогично текущим клиентам, для целевых рекламных кампаний.[4]
  • Бизнес-аналитика - открывать новые идеи о клиентах и ​​услугах посредством анализа данных, а также дополнять существующие CRM системы с дополнительными внешними данными, такими как атрибуты пользователей или их взаимодействия с онлайн-продуктами.[4]
  • Рекомендации по содержанию и продукту - использование рекомендаций DMP для создания персонализированного опыта для всех пользователей.[6]
  • Монетизация или продажа данных - продажа данных DMP для получения дополнительной прибыли.[1]
  • Обогащение аудитории - анализировать и знакомиться с аудиторией с помощью аналитики DMP, чтобы узнать их конкретные потребности.
  • Расширяйте свою клиентскую базу - открытие нового сегмента клиентов с помощью аналитики DMP, растущей узнаваемости и лояльности к бренду.[4]

Преимущества недостатки

Преимущества

У использования платформы управления данными есть шесть основных преимуществ: сбор данных в одном месте, использование сторонних данных для открытия новых рынков, получение информации об аудитории, создание полного представления о клиентах, ориентация на вашу аудиторию и эффективное планирование ваших расходов на маркетинг.[2]

Недостатки

Платформы управления данными в значительной степени полагаются на технологию cookie для определения поведения. Недавние шаги Apple и теперь Google движутся к блокировке сторонних рекламных файлов cookie, что ставит под угрозу ценностное предложение платформы управления данными.

Более того, внедрение такой платформы может быть затруднено в текущей среде организации. Это связано с тем, что технология агрегирования данных сложна и требует правильных технических знаний для реализации.

Другой проблемой является качество импортируемых данных: если они низкого качества, DMP не сможет предоставить значимые результаты.[2]

Право собственности на собранные данные и вопросы конфиденциальности

В целом существует три основных типа данных:

  • Собственные данные - данные, собранные и принадлежащие самой компании. Например, данные веб-сайтов, данные мобильных приложений и данные CRM.
  • Сторонние данные - данные, собранные в результате корпоративного сотрудничества. Сюда входят данные интернет-кампании и данные о пути клиента.
  • Сторонние данные - данные, предоставленные поставщиками данных, которые доступны для покупки на рынке.[5]

Также существуют три основных типа данных, собираемых DMP:

  • Наблюдаемые данные - цифровой след пользователей Интернета, то есть история поиска или тип используемого веб-браузера.
  • Предполагаемые данные - выводы, основанные на поведении пользователя в Интернете.
  • Заявленные данные - данные, явно предоставленные пользователями, например онлайн-формы или подписки на приложения.[1]

DMP помогают специалистам по цифровому маркетингу открывать новые аудитории на основе данных третьих сторон. Хотя это так, Общие правила защиты данных (GDPR) усложняет для DMP получение сторонних данных. Ранее DMP обрабатывали сторонние данные с помощью файлов cookie, и действующее законодательство не требовало согласия пользователя на сбор таких данных. Однако GDPR теперь требует, чтобы личные данные, в том числе данные, собранные с помощью файлов cookie, могли использоваться только с согласия пользователя. В дальнейшем это означает, что для компаний станет труднее собирать сторонние данные, а у DMP появятся более серьезные юридические обязательства. В результате будущие DMP могут в большей степени полагаться на собственные и сторонние данные.[5]

Рекомендации

  1. ^ а б c Леви, Хизер (2015-07-28). «Как работает платформа управления данными?». Gartner. Получено 2019-10-30.
  2. ^ а б c Матушевская, Каролина (31.08.2018). «Платформы сбора данных: плюсы и минусы DMP, CDP, DW и CRM». Piwik PRO. Получено 2019-10-30.
  3. ^ «Платформа управления данными». Nielsen Nederland - Нильсен (на люксембургском языке). Получено 2019-10-30.
  4. ^ а б c d е ж грамм час Головань, Евгений (26.11.2018). «Что такое платформа управления данными, как она работает и почему она вам действительно нужна в вашем бизнесе». Середина. Получено 2019-10-30.
  5. ^ а б c d е ж грамм час Фут, Кейт Д. (20 марта 2018 г.). «Краткая история управления данными». ДАТАВЕРСИЯ. Получено 2019-10-30.
  6. ^ а б Элмелиджи, Хазем; Ли, Инань; Ци, Ян; Уилмот, Питер; У, Минси; Колай, Сантану; Дасдан, Али; Чен, Сонгтинг (2013). «Обзор платформы управления данными Turn для цифровой рекламы». Proc. VLDB Endow. 6 (11): 1138–1149. Дои:10.14778/2536222.2536238. ISSN 2150-8097.
  7. ^ Батт, Махмуд (2018-05-07). «Зачем и как использовать платформу управления данными». Советник MarTech. Получено 2019-10-30.