Customer data beheren: data lake, data warehouse en universal data hub uitgelegd

Je waardevolle customer data kun je opslaan met beproefde toepassingen als data lakes en enterprise data warehouses. Ook de universal data hub is aan een opmars bezig. Hoe werken deze drie platforms voor databeheer en hoe versterken ze elkaar?

Organisaties hebben, waar het om het verzamelen van customer data gaat, te maken met een steeds grotere variatie aan technologieën, bronnen en touchpoints. Het is dan ook een behoorlijke uitdaging om al deze klantgegevens niet alleen te verzamelen, maar ook op zo’n manier te verrijken dat er een uniforme dataset over elke klant ontstaat. Dit soort complete, eenduidige datasets zijn echter wel nodig, want alleen hiermee kunnen zinvolle, consistente en relevante customer experiences worden gebouwd.

Data warehouse

Een bekende manier om data te te verzamelen en op te slaan, is middels een data warehouse. Dit is een opslagplaats met data die is verzameld en georganiseerd volgens een voorgebouwd, rigide schema-on-write model. Er vindt, met andere woorden, een strenge selectie aan de poort plaats. De data in zo’n enterprise data warehouse is daardoor gestructureerd en zeer specifiek.

Daardoor is het gebruik ervan makkelijk en snel, maar staat tegenover dat het bouwen van een enterprise data warehouse arbeidsintensief, tijdrovend en duur is. Bovendien zou je, door de vooraf ingebouwde strenge selectiecriteria, in de toekomst waardevolle data kunnen gaan missen, simpelweg omdat die data niet binnen het voorgeprogrammeerde schema past.

Data lake

Een data lake daarentegen, is makkelijker en stukken goedkoper te bouwen. Dat komt doordat een data lake een opslagplaats is van ongestructureerde data, die niet rigide wordt gefilterd bij het verzamelen. Het verzamelt data afkomstig van allerlei verschillende externe bronnen, zoals social, video, voice, tekst etc.. Al deze data wordt simpelweg het data lake ingetrokken en pas later gestructureerd, volgens het zogenaamde schema-on-read model. Het voordeel: je mist hierdoor nooit waardevolle data. Het nadeel: je hebt naast je data lake nog allerlei andere technologieën nodig om deze veelheid data te kunnen organiseren en toepassen.

Customer experience: tijd is geld

Hoewel data lakes en data warehouses tegenwoordig dus probate middelen zijn om data op te slaan, is er bij beide toepassingen veel tijd nodig is voordat de data die erin huist, effectief kan worden benut. De data warehouse is tijdrovend aan de voorkant, wanneer hij ontwikkeld en ingericht wordt. De data lake is juist tijdrovend aan de achterkant, omdat de data die het produceert niet kan worden gebruikt zonder tussenkomst van mensen en/of technologieën. Waar het om customer experiences gaat, kan al deze extra tijd je echter duur komen te staan. Want juist hier draait het tegenwoordig allemaal om real-time en on demand.

Realtime data-distributie

Er is dan ook, voor het kunnen optuigen van effectieve customer data initiatieven, behoefte aan een snelle technologie om data te managen, beheren en correleren. Een platform, dat consistente customer experiences mogelijk maakt op alle kanalen waar de klant zich begeeft. De universal data hub is zo’n technologie.

Door hun data lake of data warehouse te voeden met behulp van een universal data hub kunnen organisaties al hun belangrijke data niet alleen gecentraliseerd managen, segmenteren en integreren, maar nog belangrijker: real-time data over het gehele applicatielandschap heen te distribueren. Dat betekent: geen wirwar aan webservices en integraties tussen alle verschillende applicaties meer, maar één single point of entry, waar alle data wordt onderhouden. Target-applicaties krijgen vanuit de data hub automatisch de data die zij nodig hebben voor hun proces.

Universal data hub

De universal data hub kent een aantal grote voordelen. Allereerst is hij relatief eenvoudig op te zetten en te bedienen en vereisen hij geen kostbare integraties achteraf. Het platform is juist makkelijk schaalbaar, doordat er eenvoudig nieuwe applicaties aan kunnen worden gekoppeld met minimale impact op de productie. Een universal data hub kan bovendien gigantische hoeveelheden gestructureerde én ongestructureerde data aan.

Ook is een universal data hub, zoals hierboven al even aangestipt, in staat customer data in realtime te managen, verrijken en activeren. In een tijdperk waarin klanten voortdurend op allerlei kanalen real-time in contact treden met merken, is dat natuurlijk een vereiste om een écht spetterende customer journey te kunnen leveren. Tot slot is de universal data hub relatief goedkoop, doordat hij niet zelf hoeft te worden ontwikkeld en gebouwd, maar kan worden aangeschaft bij een externe aanbieder.

Wie op zoek is naar de slimste en goedkoopste manier om zijn customer data te verzamelen, standaardiseren, verrijken, integreren en activeren, kan dus eigenlijk niet meer om de universal data hub heen om zijn data lake of data warehouse te voeden. Het is dé architectuur om real-time in contact te treden met de klant, door alle aanbieders, teams, kanalen en touchpoints.

Over de auteur: Doug Lindroth werkt als Chief Financial Officer bij Tealium.