-

Vier vragen over DMP’s die elke klant gaat stellen

De ene na de andere grote adverteerder kiest ervoor zijn data centraal te stellen in zijn (digital) marketingstrategie en kiest ervoor om een Data Management Platform (DMP) te gebruiken om zijn data maximaal te laten renderen. Onderstaande vier vragen blijven hierbij terugkomen.

De meeste lezers zullen de quote al enkele keren voorbij hebben zien komen op LinkedIn: “Data Management Platforms are like teenage sex, everybody is talking about it but nobody is doing it”. Dit was tot vorig jaar zeker het geval. Er was een aantal early adopters dat al vol aan de slag was met het centraliseren en activeren van data over hun marketing- en communicatiekanalen. Het merendeel van de adverteerders was vooral geïnteresseerd in (praten over) DMP’s. Begin 2016 is dit helemaal omgeslagen: de ene na de andere grote adverteerder kiest ervoor zijn data centraal te stellen in zijn (digital) marketingstrategie en een DMP te gebruiken om deze data over alle communicatie kanalen te activeren.

Wat is een DMP?

Kortgezegd is een Data Management Platform (DMP) een plek waar een adverteerder de data die hij al heeft opgeslagen combineert met data die de adverteerder vergaart via interacties met de consument over alle communicatiekanalen.

Om dit wat concreter te maken: data die een adverteerder al heeft en daarom vaak als eerste ontsloten wordt, zijn CRM- en e-maildatabases, callcenterdatabases en inventorysystemen. Deze data kan in de DMP gecombineerd worden met de data die uit digital kanalen zoals Display, Video, Social en Search verzameld is. Naast deze digital paid kanalen wordt ook vaak de data die verzameld is via Websites, Mobiele Apps en offlinedata (afkomstig van bijvoorbeeld een beacon in een fysieke winkel) ontsloten en gecombineerd in een DMP. Alle voorgaande databronnen vallen onder noemer first party data.

Daarnaast kan deze data gecombineerd worden met van derden gekochte data. Dit kan data zijn over het demografische profiel van een consument, diens koopkracht of bijvoorbeeld zogenaamde intent data. Dit is data waaruit blijkt dat een consument in de markt is voor bijvoorbeeld een hypotheek of een nieuwe auto. Deze data wordt over het algemeen aangeduid als third party data.

Wat kan je met een DMP?

Na of tijdens het selecteren en installeren van een DMP worden ‘Use Cases’ ontwikkeld. Een Use Case is niet meer dan een gedetailleerde omschrijving van wat je wil gaan doen met de DMP, uitvoerig beschreven per toepassing. Zie hieronder een aantal veel gebruikte toepassingen van een DMP met daaronder een voorbeeld van een van een zeer versimpelde Use Case.

Gepersonaliseerde marketing: In een DMP wordt alle first party en third party data gekoppeld aan een profiel van één persoon. Zo ontstaat een zeer compleet beeld van deze klant en wordt duidelijk met welk product en welke boodschap hij te verleiden is tot een aankoop.

Met dit gedetailleerde profiel kan deze consument (of vaker: een segment consumenten) in mediakanalen of op de website van de adverteerder worden aangesproken met een op hem of haar afgestemde boodschap.

Use Case Voorbeeld: uit de CRM-database van een fashion-adverteerder is bekend dat ik een frequente klant ben, dat ik een man ben en vaak kleren koopt in de maat XXL. Wanneer ik de site van deze adverteerder bezoek, worden mij mannenproducten getoond die beschikbaar zijn in de maat XXL.

Cross device & channel sequencing & frequency control: Een DMP zorgt ervoor dat je alle informatie uit alle kanalen kan combineren en dus ook weet wanneer een consument al blootgesteld is aan (of heeft geïnteracteerd met) je merk. Dit biedt weer veel mogelijkheden voor het uitserveren van de ads in een bepaalde volgorde (sequencen) en het frequency cappen van reclame-uitingen over alle kanalen heen.

Use Case voorbeeld: door een koppeling van data uit de branded app van een personal elektronica-adverteerder is bekend dat ik zojuist een laptop heb gekocht via de app. Ik word vervolgens niet meer onnodig geretarget op mijn desktop met de laptop die ik immers al heb gekocht, maar met een aanbieding voor extra laptopaccessoires, zoals een reisadapter en een laptoptas.

Media-efficiency: De gecombineerde info in een DMP stelt je in staat een enorme efficiencyslag te maken in wie wel en wie niet te targeten.

Use Case voorbeeld: ik heb zojuist in een persoonlijk gesprek bij een bank een hypotheek afgesloten, wat mijn hypotheekadviseur opslaat in zijn systeem. Hierna word ik online niet meer benaderd met hypotheken, maar met een inboedelverzekering. Dat is ook prettig voor de bank, die zo geen reclamebudget verspilt.

Klantanalyse & inzicht: Uiteraard, met het combineren van alle data over alle communicatiekanalen neemt het inzicht in de consument enorm toe. Maar de toevoeging van third party data brengt op zich weer extra lagen inzicht met zich mee.

Use Case voorbeeld: Een FMCG combineert third party postcodedata, opleidingsniveaudata en data over gezinsomvang met de data die hij zelf heeft verzameld in zijn loyaltyprogramma. De FMCG ontdekt dat zijn product voornamelijk wordt gekocht door hoogopgeleide jonge gezinnen in middenklassebuurten. Met dit inzicht besluit de FMCG de communicatie rondom zijn product beter af te stemmen op deze doelgroep en duidelijker te communiceren dat het product gezond is voor kinderen.

Dit is slechts een aantal veelgebruikte toepassingen van een DMP, maar de mogelijkheden lijken eindeloos te zijn. En daarin schuilt ook meteen het gevaar. In het kiezen en prioriteren van de Use Cases ligt voor veel organisaties dan ook een grote uitdaging na het selectie- en implementatietraject.

Wat zijn de beperkingen van een DMP?

Na het lezen van het bovenstaande lijkt een DMP wellicht dé heilige graal voor elke marketeer. Toch kent de aanschaf en ingebruikname van een DMP, net als bij alle nieuwe technologieën, evenveel mogelijkheden als beperkingen.

Het effect van een DMP valt of staat bij een goede strategie:
Uiteindelijk is bij een DMP nog meer dan alle andere ad tech de strategie bepalend voor het succes. De vergelijking tussen ad technologie en de Formule 1 is vaak gemaakt. Als je mij in een Formule 1 auto laat racen tegen Max Verstappen in een Fiat Panda, dan zal hij mij waarschijnlijk alsnog met gemak verslaan. Het succes hangt bij ad tech wellicht nog meer af van de chauffeur dan de auto. Met het koppelen van al je data wordt ineens zo veel mogelijk dat het essentieel is om een duidelijk doel voor ogen te hebben en te zorgen dat alle stakeholders ditzelfde doel nastreven.

Niet alle cookies kunnen gematched worden:
Ik zal niet ingaan op de technieken die gebruikt worden om cookies te matchen, maar de gebruikte techniek (afhankelijk van de beschikbare data van een adverteerder en van de kanalen die deze wil inzetten) zorgt voor een hoger of lager percentage aan cookies dat gematched kan worden. Dit betekent dat veel consumenten ‘unknown’ zullen blijven, oftewel: de koppeling van het profiel over alle marketingkanalen is niet realiseerbaar.

Walled Gardens:
Afhankelijk van de Use Case en het kanaal waarvoor een Use Case gebruikt wordt, kan de DMP veel tot weinig toevoegen. E-mailmarketing past vaak al veel personalisatie toe, waardoor de toegevoegde waarde van een DMP voor het e-mailkanaal lager kan zijn dan voor het Display- en Videokanaal. Het advertisingecosysteem van Facebook is voor andere ad tech vrij gesloten. Daarnaast heeft hun advertisingplatform veel weg van een DMP waarin je first party data kan combineren met alle demografische, geografische en interessedata van Facebook. Zodoende kent het socialkanaal doorgaans de minste toegevoegde waarde wanneer een DMP ingezet wordt.

De DMP is beperkt door de mogelijkheden van het marketingkanaal:
Een van de belangrijkste functies van een DMP is het maken van gedetailleerde consumentenprofielen. Om vervolgens daadwerkelijk wat met deze profielen te doen, moeten deze profielen geactiveerd worden door de welbekende marketingkanalen. Een DMP versterkt de targetingmogelijkheden van een Demand Side Platform of een Social of Search Bidder of een e-mailcampagne, maar is niet een tool om direct media in te kopen. Als een kanaal 24 uur vertraging heeft in het activeren van de data die wordt geüpload uit de DMP, heeft de DMP ook 24 uur vertraging, waardoor cross-channel en device sequencing vertraagd worden. Verder staan sommige kanalen niet toe dat DMP-tags meegeleverd worden met een impressie, hierdoor kan de DMP geen data opslaan over deze interactie met deze consument.

Is de toekomst cookie-based of People-/ID-based?

Het afgelopen jaar heb ik op Emerce regelmatig geschreven over alternatieven voor cookie based measurement, zoals Facebook’s adserver Atlas. Omdat cookies vaak niet in staat zijn om te meten dat mensen op meerdere devices worden blootgesteld aan advertenties en merkinteracties, geven ze vaak een incorrecte weergave van de werkelijkheid. Gelukkig leunen advertentiereuzen als Facebook en Google voor hun analyses en rapportages niet meer uitsluitend op cookies.

Steeds meer partijen combineren de inzichten uit cookies met een ID, waardoor ze wél in staat zijn om over meerdere devices te meten. Zo kunnen ze de touchpoints uit verschillende off- en onlinekanalen met elkaar verbinden tot één customer journey.

Met een centrale ID als verbindingsstuk past een DMP perfect in deze trend. Ik verwacht en hoop dan ook dat hierdoor de data van de advertentiereuzen en de DMP-data van adverteerders steeds dichter bij elkaar zullen komen te liggen. Moge de marketeer op deze manier een steeds realistischere weerspiegeling in zijn data zien van de daadwerkelijke customer journey.

Deel dit bericht

2 Reacties

Tim Hoefnagel

Leuk artikel Sander! Zoals je zegt zit de kracht vooral in de manier waarop een DMP wordt toegepast. Door hier slim mee om te gaan kan een DMP op alle kanalen veel efficiency opleveren.

Vanuit dit oogpunt hebben wij de Squeezely DMP ontwikkeld, gebruiksvriendelijkheid en toepasbaarheid voorop gesteld. Eigenlijk een soort Formule 1 auto die niet van de baan kan gaan, zo maak je toch kans tegen Max in zijn Fiat Panda ;).

Marc Dirks

Goed artikel Sander.

Wat ik er aan wil toevoegen is dat enterprise DMP’s als Oracle Bluekai
ondersteuning bieden voor second party data. Via een self service mechanisme kan een DMP gebruiker zelf op een veilige manier specifieke data uitwisselen met een ander bedrijf. Use Cases zijn bijvoorbeeld een Airline welke loyalty gegevens uitwisseld met een bank voor een branded gemeenschappelijke loyalty card.

Audience analytics geeft het inzicht hoe jouw 1st party audience data zich verhoudt (indexeerd) mbt de overige in het DMP opgeslagen data. Dit biedt weer de mogelijkheid om look a likes te vinden om zodanig je top of funnel te vergroten. Om deze reden is het o.a. van belang dat 3rd party data zich in het DMP bevindt en niet alleen via een DSP wordt ingekocht.

Een DMP identity management (ID-Graph) maakt het mogelijk om verschillende ID’s als cookies maar ook hashed email/phone en mobile device/mobile ad id’s te koppelen tot een klant profiel. Dit koppelen gebeurd op basis van deterministic of probabilistic matching. Sommige DMP’s doen alleen deterministic of gebruiken integraties met tools als Drawbridge. Ook hier zie je dat de enterprise DMP’s gebruik maken van eigen sophisticated ingebouwde functionaliteit (Oracle Crosswise).

Ik denk dat we in 2017 vooral gaan zien, dat klanten op zoek naar een DMP, slimmer worden en beter begrijpen waar hij/zij op moet letten bij het selecteren van een DMP.

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond