Published on aprile 3rd, 2016 | by Alessandro Sisti

Data Management Platform : come funzionano e a cosa servono (Parte 1)

Social Sharing

Dall’inizio dell’anno, l’attenzione di publisher ed advertisers per le Data Management Platform è cresciuta.E’ finalmente arrivato il momento del Data-driven Marketing: i big data guidano le decisioni in tempo reale per la market & consumer intelligence, la personalizzazione dei contenuti in ambienti digitali interattivi, la pianificazione e l’acquisto di spazi pubblicitari. Non è ancora ben chiaro però, come funzionano e quali sono le reali potenzialità di utilizzo, cosi’ come rimangono ancora oscuri  i processi di import dei dati , di segmentazione, di interfaccia con Ad Server, CMS, DSP. Proverò a  fare un po’ di chiarezza nei prossimi post, con pillole di formazione sul tema. Per ogni approfondimento e/o l’organizzazione di formazione personalizzata potete contattarmi qui.

Innanzitutto, secondo Forrester Research, una DMP viene definita come:

“Una piattaforma tecnologica unificata che raccoglie molteplici serie di dati digitali e non,  sia proprietari (1rst data) sia forniti da seconde (2nd) e terze parti (3rd). Li normalizza e li segmenta, e consente all’utente di agire sulla segmentazione che ne risulta in ambienti live interattivi, consentendo decisioni in tempo reale per la personalizzazione dei contenuti e la negoziazione in di spazi pubblicitari display”

Sul mercato ci sono una decina di operatori mondiali che vendono la propria soluzione a medie e grandi imprese di tutto il mondo. In un mio post precedente ho fatto riferimento al rapporto Forrester Wave Q42015, con il benchmark completo di tutte le piattaforme DMP. Adobe, Krux a Neustar sono i leader di mercato, con Oracle, Google ,KBM group, Lotame che sfidano i leader offrendo big data solution competitive. Cxense chiude la classifica delle 8 piattaforme del benchmark. I costi di utilizzo sono generalmente a licenza mensile (da 5k a 20 k),, a cui si aggiunge un set-up iniziale variabile, a seconda della complessità di import dei 1rst data dell’utilizzatore. Si aggiunga poi a CPM (da 0,50 a 2 euro circa) per l’utilizzo di dati di seconde e terze parti.

Cominciando ora ad analizzare il flusso di processo delle funzionalità principali di una DMP,  con l’aiuto di Martin Kihn’s di Gartner Group (pubblica sul suo blog una serie di articoli molto interessanti sul tema, che vi consiglio di leggere).

Le funzionalità principali di una DMP possono essere raggruppate in 4 aree:

  1. Raccolta e Import dei dati : l’importazione e lo storage dei dati avviene raccogliendo dati digitali e non di uno user (1rst data party) , unendoli con 2nd e 3rd data di altri publisher e terzi operatori.
  2. Segmentazione: i profili utente vengono inseriti in segmenti o audience, con attributi e specifici parametri di segmentazione
  3. Invio di Istruzioni : vengono mandate istruzioni in tempo reale agli ecosistemi programmatici e agli Ad Server per l’acquisto e l’erogazione di formati pubblicitari targetizzati o a sistemi di CMS / Mailing per la personalizzazione dei contenuti digitali
  4. Misurazione dei risultati: sono analizzati i risultati delle decisioni di targetizzazione e personalizzazione per migliorare e ottimizzare le istruzioni inviate.

Prima di entrare nel dettaglio delle 4 aree di funzionalità è bene approfondire due concetti che costituiscono  le fondamenta delle DMP

  • Universal IDs —  quando si lavora con una DMP dobbiamo confrontarci con diverse tipologie di ID: dello user web, del cliente registrato, del device, della piattaforma stessa. Senza un chiave di matching (un attributo specifico come una mail, un nome utente)  le DMP non riescono a lavorare e non possono segmentare le audience.  Ne consegue che per effettuare la segmentazione è necessario dare alla piattaforma un customer Id univoco con cui si passano le informazioni di comportamento  nel mondo digitale e off line del cliente. I c.d dati personali sono uniti a dati comportamentali via cookie e successivamente” rianonimizzati” per l’utilizzo
  • Attributi:  ad ogni ID corrisponde una persona che viene segmentata in base ad attributi, informazioni specifiche sul singolo ID. Una persona è quindi una serie di attributi ,spesso in forma binaria Si/No  (Uomo=Si, Cliente Recente = N) o in intervalli di valore. Per motivi computazionali e di memoria, il numero di attributi puo’ essere limitato a 256 e per questo i valori numerici sono quindi inseriti in intervalli, mentre le variabili sono trasformate in numeri. Ad esempio, un utente sotto i 18 anni puo’ essere indicato “under 18=0”, oppure indicare l’intervallo customer age= 14-18 . Infine un cliente occasionale puo’ essere indicato con “unfrequent=1” o “loyal=2”

 

Raccolta ed import dei dati  

Senza cadere in troppa semplificazione, una Data Management Platform è assimilabile ad un gigantesco database con pentabyte di dati. All’inizio del loro sviluppo le DMP erano costruite su database Oracle ,IBM, Sql, con connessioni batch a sistemi di CRM per l’ingestione dei dati, oltre all’utilizzo di pixel per la raccolta dei dati di comportamento digitale da utilizzare nelle aste in real time bidding dei nascenti Ad Exchange. Nella seconda fase di sviluppo la struttura del db è stata portata in cloud su nodi distribuiti in parallelo, potenziando lo storage e l’accesso ai dati con sistemi c.d di gestione Big Data:

  • Hadoop: Hadoop è un framework open source progettato per gestire petabyte ed exabyte di dati distribuiti su più nodi in parallelo;
  • NoSQL: i database NoSQL sono finalizzati, per la maggior parte (anche se ci sono alcune importanti eccezioni) a servire il backup dei dati memorizzati selezionati tra grandi volumi di dati multi-strutturati per utenti finali;
  • Massively Parallel Databases Analytic: A differenza di data warehouse tradizionali, le banche dati parallele sono in grado di immagazzinare rapidamente grandi quantità di dati strutturati con poca modellazione dei dati richiesti e sono capaci di ospitare svariati terabyte e talvolta petabyte di dati

 

Nella fase si set-up della piattaforma, la DMP è in attesa di raccogliere i 1rst data party di proprietà del publisher e/o dell’advertisers. Spesso le DMP hanno accesso facilitato a dati di 2nd & 3rd party che vendono gruppi anonimi di utenti (via cookie o ID) che possono essere di interesse per azioni di marketing , personalizzazione contenuti, acquisto di pubblicità. Tali dati saranno uniti in Universal ID potenziati con i dati di proprietà dell’utilizzatore della DMP. Il processo di import viene effettuato con 3 modalità:

– onboarding: i dati sono importati e memorizzati per l’utilizzo futuro con una procedura batch (su file csv o excel)

– tag: attraverso dei tag specifici inseriti nelle digital properties del publisher/advertiser sono tracciati i comportamenti di navigazione dell’utente

– API: connessioni server-to-server in tempo reale per lo scambio dati formattati con regole.

La struttura del file / dati di import è caratterizzata da campi con Nome Attributo (es: Età), ID Attributo (sequenza univoca a 8 cifre assegnata dalla DMP), Tipo Attributo (binario, stringa, decimale), Intervallo (nel caso di dati in un intervallo di valori), Descrizione. Il nostro dato univoco potrebbe quindi darci le informazioni di numero utente, età, ordine medio, data di ordine, e cosi’ via.

In questa fase del processo, ci sono delle piattaforme di onboarding (LiveRamp, Neustar, Smart) che consentono di fare il “cross matching” dei dati dei diversi sistemi per  costruire un Universal Customer ID, somma dei diversi attributi. Il dato viene poi ri-anonimizzato per l’uso nel rispetto della privacy del consumatore. Queste piattaforme funzionano più o meno come le DMP stesse. Sono infatti inviati i file record del publisher e/o dell’advertiser (1rst data) e sono poi sincronizzati con i dati di 2nd e 3rd data della DMP. Ad esempio, i dati di ordine presso la rete vendita fisica e le mail del sistema di invio newsletter sono incrociati con un campo comune (ad esempio l’ID del cliente o la mail dello stesso) ed uniti successivamente alle informazioni di reddito e di età di altri sistemi (2nd e 3rd data). I dati personali identificabili sono trasformati in numeri randomici e poi reinviati alla DMP potenziati con le informazioni addizionali, e descritti da una label che caratterizza il segmento di clienti (es: giovani alto spendenti). La condivisione e l’utilizzo dei 1rst party data con la DMP è quindi il valore fondamentale dell’utilizzo di tali piattaforme, consentendo di potenziare i dati proprietari con attributi di segmentazione di sistemi terzi, ampliando la conoscenza e le caratteristiche dei propri clienti.

Nel processo di selezione del partner di Data OnBoarding è necessario considerare alcuni criteri che consentano di massimizzare il l’efficacia dell’utilizzo dei dati di 2nd e 3rd party:

– Integrazioni: con quanti sistemi di 2nd e 3rd parti è interconnesso il partner di on boardingi?
. Match Rate: che percentuale di data record è stata correttamente matchata (web & mobile)?
– Accuratezza: il matching viene effettuato a livello di singolo customer id o attraverso degli algoritmi probabilistici?
– Privacy: il partner è compliant con le regolamentazioni della privacy del tuo paese?
– Velocità: quanto dura il processo di on-boarding di un file?
– Sicurezza: per quanto tempo sono mantenuti in storage i dati personali degli utenti? Le informazioni saranno in storage sull’onboarder?

Per oggi è tutto: nel prossimo post esamineremo il processo di segmentazione e analisi dei dati per la costruzione delle look alike audience.  Per chi fosse interessato ad una consulenza per la scelta della DMP e alla sua implementazione e/o formazione personalizzata ai marketing manager, puo’ contattarmi via e-mail


About the Author

Alessandro Sisti è Google Certified Professional, esperto di pianificazione digitale automatizzata attraverso le piattaforme di Google Adwords e DoubleClick Ad Exchange. Internet Entrepeneur,Digital Strategist e Consulente, insegna nei master di specializzazione di Luiss Business School , Sole 24 Ore Formazione, Lumsa, Ied. Ha iniziato nel 1998 la sua carriera professionale in Ernst&Young Consultants, specializzandosi nella comunicazione digitale e nell’e-commerce. E’ stato Chief Operating Officer della Divisione Multimedia della concessionaria di pubblicità Sportnetwork (Gruppo Corriere dello Sport ) occupandosi della progettazione ,dello sviluppo e della comunicazione dei siti web, mobile, app di tutti i brand del gruppo editoriale (Corriere dello Sport, TuttoSport, Auto, Autosprint, Motosprint, Guerin Sportivo, AM)



Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Back to Top ↑