Bétába lépett a Databricks vállalati ügyféladat-platformja
A Databricks bétába léptette a CustomerLake Campaign Agents funkcióját, miközben a Profile Agents privát előzetesként indult el. A vállalat szerint a platform az ügyféladatok kezelését, a célközönségek építését és a kampányok személyre szabását egy irányított adat- és mesterségesintelligencia-platformon egyesíti.
- A Campaign Agents bétába lépett, a Profile Agents privát előzetesként indult.
- A CustomerLake a Databricks Data + AI platformjába ágyazza a marketinges ügyféladat-kezelést.
- A HP kétórás közönségépítési előkészítésről számolt be a hagyományos CDP-k két-három hónapjával szemben.
- A Philadelphia Union 90 százalékkal csökkentette a közönségek elkészítésének átfutási idejét.
- A Databricks Summit-kampánya 10 százalékpontos konverziós javulást ért el a kontrollcsoporthoz képest.
Szélesebb körben használható a CustomerLake
A Databricks október 19-i közleménye szerint a CustomerLake elérhetősége bővül. A Campaign Agents mostantól bétaállapotban van, így a műszaki követelményeknek megfelelő további ügyfelek is bekapcsolódhatnak. A Profile Agents privát előzetesként vált elérhetővé.
A CustomerLake a Databricks szerint úgynevezett agentikus ügyféladat-platformként működik. A megoldás a közönségépítést, az aktiválást, a személyre szabást és a Customer 360 képességeket a Databricks irányított Data + AI platformjába ágyazza. A vállalat célja, hogy a marketingcsapatok az ügyféladatokat közvetlenül ott használhassák, ahol azok már elérhetők, modellezhetők és szabályozhatók.
A platform Genie segítségével természetes nyelven teszi lehetővé a célközönségek létrehozását, a Databricksben található, megbízhatónak tekintett ügyféladatokra támaszkodva.
Gyorsabb közönségépítést ígérnek az ügyfélpéldák
A Databricks több ügyfél tapasztalatait is bemutatta. A HP szerint a CustomerLake használatának megkezdése után két órán belül rendelkezésre álltak a közönségépítéshez szükséges modellek és attribútumok, míg egy hagyományos CDP esetében ez két-három hónapot vett volna igénybe. A vállalat szerint a Marketing Lakehouse alkalmazása a CDP teljes birtoklási költségének potenciálisan 40 százalékos csökkentését is lehetővé teheti.
A Getnet by Santander a tranzakciós, viselkedési és prediktív adatokat kapcsolja össze. A cég közlése szerint így jött létre az első egységes Customer 360 nézetük, amelyben a kereskedelmi, CRM- és marketingcsapatok természetes nyelven fedezhetnek fel összefüggéseket és hozhatnak létre célközönségeket. A mexikói bevezetést Latin-Amerikára és Európára is kiterjesztenék.
A Zé Delivery CRM-csapata, amely az AB InBev része, már adatmérnöki támogatás nélkül épít közönségeket, majd közvetlenül a Braze rendszerébe szinkronizálja azokat.
A Wine.com közlése szerint a bevezetés után 23 nappal indították el az első éles e-mail-kampányokat, később pedig 100, naponta a Braze-ba szinkronizált aktív közönségig jutottak. A Philadelphia Union 90 százalékkal csökkentette a közönségek elkészítésének átfutási idejét, és havonta több száz közönségszinkronizálást futtat a Salesforce Marketing Cloud felé.
A kampányok végrehajtását ügynökökre bíznák
A Databricks saját Data + AI Summit rendezvényének marketingjében is használta a CustomerLake-et. A Campaign Agents 30 ezer helyszíni résztvevő számára készített személyre szabott munkamenet-ajánlásokat az érdeklődési és viselkedési adatok alapján. A vállalat szerint a kampány a kontrollcsoporthoz képest 10 százalékpontos konverziós javulást ért el, az átkattintási arány 10 százalék, a megnyitási arány pedig 60 százalék volt.
A Databricks szerint ezek a funkciók egy olyan működési modell alapját adják, amelyben az ügynökök elemzik az ügyféljeleket, releváns lépéseket határoznak meg, majd az ügyfélkörnyezet változásaihoz igazítják a kampányokat. A stratégiát, a célokat és a korlátokat továbbra is az emberek határozzák meg, az ügynökök pedig a végrehajtás skálázásában segítenek.
A vállalat közlése alapján a béta és a privát előzetes elsősorban azoknak a nagyvállalatoknak lehet fontos, amelyek a meglévő Databricks-adatmodellre és irányítási szabályokra építve szeretnék gyorsítani a marketinges közönségépítést, miközben a kampányok személyre szabását több csapat manuális munkája nélkül bővítik.
