CDP vs. Data Warehouse – Was jetzt wirklich zählt, mit Julian L. P., Tealium

00:00:00: Puh, das war eine lange Folge.

00:00:01: Ich wollte mit Julian einfach nur kurz nochmal das Thema CDP aufwärmen und überlegen, ob ich dazu eine zweite Auflage meines Buchs schreibe.

00:00:08: Am Ende sind wir jetzt fast über fünfzig Minuten rausgekommen und ich habe gesagt, hey, lass uns hier stoppen, weil ich glaube, es ist rund, aber wir hätten ewig lang noch weiter sprechen können.

00:00:18: Hört euch die Folge an zum Thema CDP.

00:00:20: Warum braucht man eine?

00:00:21: Wie hat sich das eigentlich in den letzten Jahren entwickelt?

00:00:23: Und macht es Sinn, dazu sich noch mehr Gedanken zu machen.

00:00:28: Viel Spaß.

00:00:33: Neue Folgen jeden Freitag.

00:00:35: In dieser digitalen Welt gibt es einen speziellen Faktor, der über Erfolg und Misserfolg entscheidet.

00:00:41: Daten.

00:00:42: Doch nur die wenigsten wissen sie für sich zu nutzen.

00:00:45: Wer seine Kunden verstehen will, um ihnen das bieten zu können, was sie brauchen,

00:00:49: kommt um

00:00:49: ein professionelles Datenmanagement nicht herum.

00:00:52: Jonas Rascheli interviewt andere Experten aus den Data-Bereichen und zeigt Schritt für Schritt, wie genau das funktioniert.

00:01:04: Herzlich Willkommen zu myDatasBetter Than Just, der Data Podcast.

00:01:08: Schön, dass ihr eigen schalten habt.

00:01:09: Mir gegenüber sitzt der liebe Julian.

00:01:11: Der Julian arbeitet bei Tilium.

00:01:13: Er stellt sich jetzt kurz selber vor, was er macht und wer er ist und dann starten wir in eine spannende Folge.

00:01:19: Hi Julian.

00:01:20: Sehr gerne.

00:01:21: Hallo Jonas.

00:01:22: Heute mich erst mal vielen, vielen Dank, dass ich heute zu Gast bei DesignDarf, bei deinem Podcast.

00:01:26: Gerne.

00:01:26: Und zu Hause.

00:01:27: Und zu Hause, zusätzlich nach in den ganzen.

00:01:30: Zu meinem Hintergrund, ich bin seit fast zehn Jahren jetzt im Martech-Business unterwegs.

00:01:36: Hab verschiedenste Rollen gehabt.

00:01:38: Angefangen mit Data Analytics in den Anfangsstadium in Projekten wie bei der Lufthansa-Kruppe, wo es ganz, ganz viel darum ging, Datenharmonisierung, Datenlandschaften zu generieren.

00:01:48: War auch... Zu dieser Zeit damals mal ein Data Scientist.

00:01:51: Heutzutage schon lang nicht mehr.

00:01:53: Es gibt zwölfjährige, die besser koden als ich.

00:01:55: Das ist schon lang vorbei.

00:01:57: Aber mal mit einem Daten-Background.

00:01:58: Hab dann schwenkt rüber zu Data Privacy gemacht, sehr stark.

00:02:01: Sehr viel in GDPA, DSGVO, you name it, Projekte mitgestaltet.

00:02:07: Bin dann gewechselt zu Tilium damals, in die Software-Entwicklungen rein.

00:02:11: Hab dann die Produktentwicklung mitgeführt bei Tilium in Richtung Data Privacy, beim Data Privacy Office.

00:02:16: Wir sehen, Privacy kommt relativ oft auf in den Datenkonstrukt.

00:02:19: War dann im Consulting für zwei Jahre circa, habe relativ viel mitgenommen, was das Consulting im Matic-Bereich anbetrifft, die Bandbreite, sag ich mal, die es dann an Tool zum Prozess und sonstigem gibt, bis hin zu dem heutigen Zeitpunkt, in dem ich eine Sales-Rolle bei Tilium habe, Verkaufe, dementsprechend Software jetzt an der Stelle, mit einem, würde ich mal behaupten, soliden Fundamenten an Grundwissen, was das Unternehmen so vorantreibt am Ende des Tages.

00:02:44: Ja, ist cool.

00:02:45: Das kann man nicht von jedem Salesperson sein.

00:02:51: Das war schon immer mein Antrieb.

00:02:55: Julian, wir sitzen heute zusammen, weil mich ein Thema persönlich wieder beschäftigt.

00:03:03: Ich habe vor Jahren ein Buch zum Thema Customer Data Platform geschrieben, abgekürzt CDP.

00:03:09: Es ist ein Thema, was ihr als Tilium auch anbietet.

00:03:15: Ich fand aber dich und vor allem ja auch durch den Hintergrund das total spannend mal mit dir gemeinsam zu diskutieren, weil ich gerade darüber philosophiere mache ich eine zweite Auflage zum Thema CD-Buch, weil mein Gefühl ist, dass sich die Welt vor allem im Marketing-Technologie-Bereich schon schnell dreht.

00:03:38: Lass uns aber noch mal ein bisschen einsteigen.

00:03:40: für die Leute, die überhaupt nicht wissen, was eine CDP ist.

00:03:43: Wie grenzt sich das ein bisschen ab?

00:03:45: Warum gibt es überhaupt eine CDP?

00:03:46: Also ich glaube für viele gibt es dann so die Buzzwords, was ist BI, was ist eine DIMP, gab es mal.

00:03:54: Was ist eine CDP, was ist ein CRM-System?

00:03:56: Vielleicht können wir das einmal abgrenzen und dann so ein bisschen in die Historie einsteigen, warum entstand überhaupt dann eine CDP, wenn wir es haben können.

00:04:05: Sehr, sehr gerne.

00:04:06: Erstaunlicherweise, nicht nur für diesen Podcast, sondern auch im Allgemeinen, ich kämpfe täglich tatsächlich mit diesem ganzen Akronym.

00:04:13: Egal, ob es bei Prospects, in Discovery Calls ist, unter Freunden und Gleichgesinnten, diese Themen kommen immer wieder auf, erstaunlicherweise.

00:04:21: Sie gibt schon sehr, sehr lange diese Technologien.

00:04:23: Nichtsdestotrotz die Abzugrenze ist immer wieder wichtig.

00:04:26: Um da einen guten Einstieg zu finden, auch für die Zuhörerinnen und Zuhörerinnen, die... das ganze Thema vielleicht nicht in der ganz Tiefe schon betrachtet haben.

00:04:35: Es ist eigentlich relativ simpel.

00:04:37: CDP an sich ist eine Customer Data Platform, die entwickelt worden ist auf Grundlage und Basis, dass Unternehmen gerne Kundendaten in Profilen ablegen möchten.

00:04:50: Das war schon immer der Neat am Ende des Tages, aus Losen, Daten Schnipseln, aus unterschiedlichen Daten Quellen, ein Profil zusammenzuführen und dies aktivieren zu können.

00:05:00: Aufgebaut auf Basis von First-Party-Daten, also Daten, die das Unternehmen selbst generieren kann und die nicht dritten gehören.

00:05:07: Deswegen First-Party, die gehören mir als Unternehmen relativ simple Brücke.

00:05:12: Technologien wie zum Beispiel eine DMP kam aus der Zeit, an dem Third-Party-Daten sehr relevant war.

00:05:21: Das war die Zeit, in der Cookies noch vollwertig genommen wurden und wir nicht zu viel im Privacy an Blocking-Leckings im Sattel.

00:05:29: Ja, der Wilde West noch da war.

00:05:31: Ja, genau.

00:05:32: So nennt man das auch sehr gerne.

00:05:33: Also der Wilde West in der Datenwelt.

00:05:35: Da kamen wir ja eigentlich, ja, von nicht allzu lange Zeit.

00:05:38: Da waren Third-Party-Daten immer noch der heilige Gral.

00:05:41: Jeder konnte sie verarbeiten, jeder konnte sie aufnehmen.

00:05:44: Und die gesamten Prozessketten in der Datenverarbeitungsstrecke waren größtenteils auf Basis von Third-Party-Daten aufgesetzt.

00:05:51: Das waren die goldene, ehrer, goldene Zeiten für DMPs, Data Management Platforms, die mir erlaubt haben, diese Daten zusammenzunehmen, zu agrigieren und zu aktivieren.

00:06:00: Aber immer im Third-Party-Kontext, größtenteils.

00:06:03: Das heißt, in der Definitionsgrundlage gar nicht mal so extrem unterschiedlich auf dem ersten Blick, aber CDPs, First-Party-Datenwelt, DMPs, Third-Party-Datenwelt.

00:06:13: Ja, und du hast keine, wenn ich ergänzen darf, in der DMP hast du natürlich eher Sekmente oder Profile um einen Cookie gebildet und gar nicht um einen identifizierten Nutzer.

00:06:29: Genau, richtig.

00:06:30: Das ist immer noch die Grundlage dieser Technologien, wo CDPs natürlich scheinen und sich durchgesetzt haben im Markt, genau aus dieser Perspektive.

00:06:40: Die CDP vereinheitlicht alle Daten, die du verbinden kannst und möchtest, zu einem Nutzerprofil und die aktiv überzumachen.

00:06:48: Immenser Vorteil gegenüber anderen Technologien, die markt schon länger basierend und existieren, aber sich dementsprechend nicht in diese Richtung entwickelt haben.

00:06:56: Also relativ simpel abzugrenzen.

00:06:57: Ja, wie so wie du, Jürgen, aber jetzt gerade eine CDP, also Customer Data Platform beschrieben hast, kann man die ja auch mit dem CRM-System vergleichen.

00:07:07: Aber es ist trotzdem nicht das gleiche.

00:07:09: Richtig, das ist nicht das gleiche.

00:07:10: Die Frage kommt tatsächlich auch sehr häufig vor.

00:07:12: Brauche ich überhaupt deine CDP, wenn ich ein CRM-System habe?

00:07:16: Die simple Antwort ist ja.

00:07:18: Einfach betrachtet, dass eine CDP so aufgesetzt, dass ich Datenquellen verbinden kann, x beliebig, am Ende des Tages.

00:07:25: alles, was Daten generiert und technisch möglich ist, Daten abzugreifen, kann ich mit einer CDP verbinden.

00:07:32: Wenn ich dann diese Daten verbinde und Profi generiert habe, möchte ich diese dann auch aktivieren.

00:07:35: Das heißt, egal in welche Richtung, Multi-Channel, Cross-Channel, you name it, also in sämtliche digitalen Channels rein, intern sowie an Dritte.

00:07:44: simple Beispiele.

00:07:44: Ich möchte Daten an Meta übermitteln, um meine Audiences besser anzureichern und die Matchrate zu verbessern.

00:07:49: Oder ich möchte meinen Data Scientist Daten zur Verfügung stellen, damit sie die Modelle besser schrauben können.

00:07:55: Beide Use Cases will ich bedienen.

00:07:56: Das heißt Datenerfassung, Zusammenführung, Aktivierung sind unglaublich wichtig in der CDP-Welt.

00:08:01: In einem CRM-System lege ich Bestandsdaten ab.

00:08:05: Also Kundendaten von Kunden, die bereits Kunde geworden sind.

00:08:09: Ein Kaufdaten, Kaufverhalten am Ende des Tages, aber ich habe keine.

00:08:13: Ich denke es immer sehr einfach, aber Web Behavioral Daten, keine Verhaltensdaten, wie ich mich als Nutzer auf deinen Datenquellen bewege.

00:08:21: Web App und das halt dementsprechend auch in der Geschwindigkeit, dass ich sofort reagieren kann.

00:08:27: Die Zusammenführung und das Aufbrechen von diesen Datensilos am Ende des Tages gegenüber einem CRM ist der unglaublich große Mehrwert einer CDP.

00:08:36: Meine Wahrnehmung ist, oder ich versuche immer so zu erklären, dass eine CDP, eine CRM-Systeme eher die Ohnkanäle bespielt.

00:08:43: Also eher nochmal E-Mails auslöst.

00:08:48: CRM-Systeme entwickeln sich ja auch, wenn du den Markt anguckst, viele in Marketing-Automation.

00:08:53: Vielleicht eine WhatsApp-Anbindung noch hat, eine Richtung Richtung postalisch vielleicht noch was anbietet, aber die ganzen Online-Kanäle, Webseiten.

00:09:04: Die gibt's nicht.

00:09:05: Die werden nicht bespielt.

00:09:07: Hätte man sich ja überlegen können, große Flaggschiffe zu bauen.

00:09:10: Ich glaube, das ist im Marketing-Technologiebereich nicht zwangsweise typisch, weil du eben sehr schnell den Markt drehen musst, um auf Marktgegebenheiten zu reagieren.

00:09:20: Und dadurch sind auf der einen Seite, jetzt müssen wir aufpassen, ganz viele Wörter, Customer Engagement Plattformen entstanden.

00:09:26: Also die, die versuchen die Webseite noch mit zu personalisieren, die in den eigenen Creatives sozusagen mit reingehen, in die Ound, also eigenen Appplätze, Webseitenplätze, Webshopplätze und eine klassische CDP.

00:09:42: Und da können wir dann später in die Kategorisierung, um die Daten nicht nur zu aktivieren, sondern perspektivisch auch die Daten wieder zurückzubekommen.

00:09:49: Jetzt müssen wir überlegen, wie wir uns das ein bisschen strukturieren, Julian, weil was ich gerade sehe, und da komme ich ja nochmal vermehrt her, ist die Entwicklung von Data Warehouse-Konstrukten.

00:10:01: Vor drei oder vier Jahren, ne, vor länger, vor der Zeit, wo ich mich bei Douglas mit dem Thema beschäftigt habe, gab es ja auch die Situation, wir bauen eine CDP im eigenen Stack.

00:10:11: Kannst du mit... Google was bauen, Google hat den Vorteil, dass du die UUID mit aus dem Netzwerk rausziehen kannst.

00:10:19: Ist eine ID, mit dem man die Google Nutzer selber identifizieren kann und die kannst du dann durchschleifen.

00:10:24: So wie ist deine Wahrnehmung, Warehouse, jetzt habe ich lange gesprochen, Warehouse versus CDP, also wo entwickeln sich die zwei Plätze hin?

00:10:34: Warum soll es ein Unternehmen nicht typischerweise jetzt in die BI-Landschaft legen?

00:10:39: Eine sehr, sehr gute Frage, tatsächlich.

00:10:40: Ohne lange Frage.

00:10:41: Genau.

00:10:43: Wie zu beantworten, würde ich gerne mal so ein paar Schritte zurückgehen.

00:10:45: Gerne.

00:10:46: Wir sprechen ja so ein bisschen über die Historie, bekommt das Ganze her.

00:10:49: Bisschen Definitionen durchgegangen.

00:10:51: Ich finde es immer sehr, sehr hilfreich, sich das nochmal vor Augen zu führen, auch für die ganzen Zuhörer am Ende des Tages.

00:10:57: Wo kommt das Ganze her?

00:10:58: Wo befinden wir uns heute, um diese Frage beantworten zu können?

00:11:00: Data Warehouse, CDP.

00:11:03: Ganz zu Beginn, als das Internet noch relativ neu war.

00:11:06: Gab es eigentlich schon ähnliche Voraussetzungen und Requirements, also Anforderungen der Unternehmen, Daten überhaupt zu erfassen.

00:11:13: Das war dieser ganze Anfang.

00:11:14: Web Analytics, war noch in Kinderschuhen, es gab nicht etwas wie Tag Management, also JavaScript auf die Webseiten zu parken, um Daten zu erfassen.

00:11:22: Es war alles noch in der Entwicklung, aber diese Anforderungen, Daten zu sammeln, um meine Nutzer am Ende des Tages besser verstehen zu können, gab es damals schon.

00:11:32: Wir haben uns über die Zeiten wegentwickelt.

00:11:35: dass wir Webseiten über Browser angefangen haben zu erfassen, also Browser-Daten auszuwerten und zu schauen, okay, wie viele Nutzer sind auf welcher Seite, gibt es gegebenenfalls Herausforderungen und Fehler, der klassische Web Analytics Case.

00:11:49: Dann in der Entwicklung kamen wir an, das Drittanbieter, das war so die goldene Ära Meta und sonstiges, Drittanbieter immer mehr von diesen Daten erfassen wollten.

00:11:58: um mehr Kampagnen führen zu können, mehr Traffic zu generieren und meine Reichweite einfach zu erhöhen und einfach bekannter zu werden in diesen Riesenlexikon an Internet, was es gab oder diese Riesenbibliothek am Ende des Tages.

00:12:10: Da waren die Anfangsschritte so aufgesetzt, dass die großen Herausforderungen für Unternehmen nicht war, Qualität oder die Datenqualität zu verbessern, geschweige denn überhaupt, Datensteuerung zu... zu überprüfen und zu gucken, wie ich das kontrolliert an Dritte weitergeben kann, sondern da war einfach die große Herausforderung mehr Daten zu erfassen.

00:12:30: Wir waren Daten hungrig.

00:12:32: Aus dieser Zeit heraus hat sich das dann entwickelt, dass wir dann die nächste Höhle durchgegangen sind, die große Ära von Big Data.

00:12:39: Du kannst wahrscheinlich auch sehr, sehr gut daran erinnern.

00:12:41: Damals waren die riesen Fragen, die wir hatten, wie gehen wir überhaupt mit den Massendaten um?

00:12:45: Da war es gar nicht so granular aufgesetzt, wie wir heutzutage unterwegs sind, wo wir wirklich versuchen, auf den gezielten Newsgains ever durchzugehen.

00:12:53: War Computerpower und Storage natürlich auch irgendwie noch schwerer zu bekommen.

00:12:56: Richtig,

00:12:57: richtig, richtig.

00:12:57: Das heißt, da kamen wir in diese Phase rein, dass wir einfach mehr Daten speichern, verarbeiten, Computerpower, alles in Richtung... Verarbeitungspower,

00:13:06: ja, um es zu erklären.

00:13:07: Genau, Verarbeitungspower am Ende des Tages.

00:13:10: Da kamen nämlich die Anfänger dieser ganzen Cloud Data Warehouse überhaupt mit rein.

00:13:14: das dann auf einmal Unternehmen gemerkt haben, um die ganze Computational Power umsetzen zu können, musste ich jetzt auf etablierte Anbieter zurückgehen und zu gucken, für welche ich mich entscheide, um meine Massen-Daten verarbeiten zu können.

00:13:26: Da kamen wir her.

00:13:28: Das gibt es weiterhin immer noch auf einem ganz neuen Level.

00:13:32: Viele Möglichkeiten, die wir haben.

00:13:33: Es gibt die großen Anbieter mit Amazon, AWS, es gibt Google mit der Google Cloud Platform, es gibt Microsoft, Azure, es gibt weitere Anbieter, aber das sind so die großen Bollwerke, die es gibt.

00:13:44: Das heißt, über die Jahre hinweg haben wir dieses Problem eigentlich schon gelöst.

00:13:48: Wir können Massendaten verarbeiten.

00:13:50: Wir sind heutzutage an den Punkt angekommen, dass wir uns die große Frage stellen, wie wir das effizient machen, intelligente Steuerung mit aufnehmen und kosteneffizient am Ende des Tages aufbauen.

00:14:01: Und das einmal so betrachtet, da sind wir heute angekommen.

00:14:05: Das heißt, wenn wir uns jetzt das Ganze mal vor Augen führen, wie das für eine CDP aussieht, oder Data Warehouse und CDP in Kombination, dann sieht das hier folgt aus.

00:14:13: Eine CDP als solches ist eine kleine Datendrehscheibe.

00:14:15: Jetzt werden schon kurz erwähnt, CDP ermöglicht aus allen Datenquellen hinweg, unter auch einem Data Warehouse Daten aufzunehmen, um Profil zusammenzustecken und das aktivierbar darzulegen.

00:14:27: Das heißt, in diesem Und- oder Data Warehouse und CDP-Konglomerat gibt es kein richtig und falsch.

00:14:35: Ich kann eine CDP als solcher neben einem Data Warehouse laufen lassen und das Data Warehouse als Datenquelle und Zielsystem formulieren.

00:14:44: Das ist dementsprechend so ein Loop-Aufbauer, wenn Data Warehouse durchgehend aktuelle halte.

00:14:49: Ich kann aber auch heutzutage technisch betrachtet das Data Warehouse aufbauen und als Extension, also in meinem Data Warehouse, CDP-Funktionalität mit aufbauen.

00:15:00: die du dann mal ja selber baust und nicht zwangsweise zukauft.

00:15:03: Richtig, da kommen wir nämlich dann schon in die Vor- und Nachteile so ein bisschen dran,

00:15:06: aber

00:15:06: technisch betrachtet, wenn man sich das mal so ein bisschen vor Augen führt, als Schaubild, kann ich das entweder parallel laufen lassen oder zusammenpacken und Features, Capabilities, die Möglichkeiten einer CDP, das Stitchen, das Aktivieren, das was eine CDP ausmacht, das auf meinem Data Warehouse aufbauen.

00:15:22: Selbstverständlich wird es Vor- und Nachteile geben, das ist mal der Build vs Buy Ansatz.

00:15:26: für welchen Weg ich mich entscheide, hängt halt enorm davon ab, welche Kompetenzen ich hinaus habe und wie meine derzeitige Architektur aussieht.

00:15:34: Aber das erstmal so ein bisschen zu dieser Eingrenzung, wo bewegen wir uns gerade hin und warum kommen diese Themen überhaupt gemeinsam auf?

00:15:41: Julian, wenn wir ein bisschen weiter denken genau in dem Kontext und ich versuche da ein bisschen anzuknüpfen, gibt es jetzt viel mehr noch so Buzzwords wie Composable?

00:15:53: warehouse-native CDPs.

00:15:58: Was verbirgt sich dahinter?

00:15:59: Was ist die Idee und warum gibt es da sozusagen so ein neue Markttrends in dem Bereich?

00:16:07: Das ist getrieben von den Architekturen der Unternehmermände des Tages.

00:16:11: Also die Software entwickelt sich immer in die Richtung, genau die Mische, die Lücke zu erfüllen, die Unternehmen haben.

00:16:18: CDPs zu Beginn wurden immer aufgesetzt als Software as a Service.

00:16:23: Ganz simpel.

00:16:23: Also das heißt, ein Thilium als simples Beispiel ist aufgebaut auf AWS.

00:16:29: Das heißt, Thilium hat sich AWS als Partner gesucht.

00:16:31: Die Software, die du bei Thilium kaufst, die Customer Data Platform, existiert auf AWS als Instanz.

00:16:38: Das bedeutet, wenn du als Unternehmen Thilium einkaufst oder eine vergleichbare CDPs muss nicht Thilium sein, werden Daten verarbeitet in dieser Cloud-Instanz.

00:16:47: Selbstverständlich haben heutzutage Unternehmen ganz neue Anforderungen.

00:16:51: Data Sovereignty ist das englische Wort dafür, dass die Datenhoheit am Ende des Tages, wo Daten wirklich verarbeitet werden, wo sie liegen, wo meine Teams Zugriffe haben, das ist enorm relevant geworden.

00:17:04: Weil die Unternehmen ziehen ihre Daten gerade in einem Data Warehouse oder Warehouse zusammen und wollen jetzt nicht zwangsweise weitere Daten senken, also weitere Plätze, wo sie Daten liegen, ablegen.

00:17:15: Genau.

00:17:15: Das heißt, architektonisch betrachtet ist, dass die Anforderung, die immer größer geworden ist oder relevanter für Unternehmen, alles oder so gut es geht, alles Mögliche in diese Data Warehouse-Welt des Unternehmens aufzubauen.

00:17:29: Dadurch ermöglichen sich natürlich Möglichkeiten am Ende des Tages für das Unternehmen, aber auch neue Herausforderungen.

00:17:35: Aber das hat das vorangetrieben, dass diese Innovation in Richtung Composable oder Data Warehouse CDPs, die überhaupt ins Leben gerufen worden sind.

00:17:43: Da kommt das Ganze so ein bisschen her.

00:17:45: So ein bisschen aus Kundensicht.

00:17:47: und wenn wir jetzt eine Empfehlung abgeben würden für jemanden, der sich gerade mit dem Thema CDP beschäftigt, hast du ja ... eine Warehouse Native Ansatz, also wenn du im Unternehmen die Wahrnehmung hast und es überprüft, dass deine Daten schon gut im Data Warehouse abliegen, Granular abliegen, du da auch gute Ressourcen hast, die bei dem Projekt helfen können, kannst du eben aufs Data Warehouse selbst, gibt es ja gerade einige Anbieter, die auf den Markt kommen und auch einige Anbieter, die sich in die Richtung wieder zusätzlich entwickeln, drauf setzen, wenn du das Gefühl hast, Das ist nicht vorhanden.

00:18:25: Du hast sehr viele externe Datenquellen, aber auch interne große Systeme, wo die Daten noch nicht an einem zentralen Platz liegen.

00:18:32: Gehst du eher so in Richtung, sagt man, komposable Ansatz, um dann die passende CDP zu finden, die im besten Fall in den Vorgesprächen schon die Konnektoren zu den jeweiligen Datenquellen haben und du lässt die Daten in der CDP zusammenlaufen.

00:18:48: Hast du den Nachteil?

00:18:50: Weitere Datensenke, dort liegen sie ab und sie werden nicht wieder zurückgeführt an irgendeinem Platz, wo du sie selber haben kannst.

00:18:57: Verliste den CDP-Anbieter, weil du ihn wechselst, sind auch deine Daten mehr oder weniger futsch oder du musst halt die erst mal rausziehen und woanders ablegen.

00:19:04: Genau, das ist erst einmal per se richtig.

00:19:06: Ich bin gefreundet ganz zu.

00:19:09: Wir schweifen nun ein sehr komplexes Konstrukt ab, was eigentlich gar nicht so komplex ist.

00:19:16: Also diese Abgrenzung zwischen welchen Weggehe ich Build vs Buy am Ende des Tages baue ich so meinen eigenen Data Warehouse auf, kann relativ einfach gemessen werden, sodass man eine gute und solide Entscheidung treffen kann.

00:19:29: Weil die Unternehmen und die Personen, die für das Data Warehouse zuständig sind, werden das aus dem FF können, die zu sagen, wir haben die Ressourcen, die Möglichkeiten und die Entwicklungspower.

00:19:39: Weil darum geht es am Ende des Tages.

00:19:41: Wenn man sich die CDP als solche mal anguckt, also das Software-Paket, das ich mir einkaufe.

00:19:45: Dann kaufe ich mir ein.

00:19:47: Standardisierte Datenquellen, das bedeutet, mein Marketeer, simple formuliert, muss nicht Anforderungen an die IT stellen, um eine neue Datenanbindung aufzubauen.

00:19:57: Da fängt es schon mal an.

00:19:58: Das kann ich multiplizieren, mal alle Datenquellen, die ich habe.

00:20:01: Simpler Beispiele, ich muss mein CRM anbinden, meine Website, meine unterschiedlichsten Apps.

00:20:06: Ich muss gegebenenfalls noch IoT-Devices mit anbinden oder mein Callcenter, was ich habe, also all das, was Daten generieren kann, muss ich anfangen anzubinden.

00:20:15: also multipliziert mal Anzahl software die ich habe als Datenquelle.

00:20:19: Das muss sich gewährleisten, dass ich das in Haus erst mal aufbauen und pflegen kann, nur in Datenquellen.

00:20:26: Dann gehe ich über in die Daten-Transformation, also sei es die Daten nutzen, analysieren, anwendbar machen, Sekmente bilden, Logiken abbilden.

00:20:34: Das muss sich in Haus auch garantieren, also die typische Data Engineering, Data Science Aufgabe am Ende des Tages, dass meine Mitarbeiter Das überhaupt umsetzen können durchgehend.

00:20:45: Das kostet Ressourcen daraus betrachtet.

00:20:48: Das muss sich gewährleisten können, wenn ich das in Haus machen will.

00:20:51: Und in der dritten Instanz geht das dann, um die Erfüllung dementsprechend die Datenaktivierung gewährleisten zu können.

00:20:57: Weil selbst wie schnell sich Anforderungen ändern können in der Datenaktivierung.

00:21:01: Mein neues E-Mail-System, neues Team braucht neue Data-Tables.

00:21:05: Es geht relativ schnell und fluctuiert sehr schnell auch, in wie groß die Anforderungen sind.

00:21:10: Diese Anforderungen muss ich dementsprechend auch bedienen können, jederzeit das Team zur Verfügung zu stellen, um schnell Daten zur Verfügung stellen zu können.

00:21:19: Ich kaufe das als Paket ein oder ich baue es selbst.

00:21:23: Das sind die zwei Entscheidungen, die die Grundlagen, die für diese Entscheidung führen.

00:21:28: Ja, ich glaube, meine persönliche Meinung, du kannst auch gerne mal sagen, was du dazu denkst.

00:21:34: Für mich stellt sich diese Frage nicht, ob du die Daten an einen zentralen Ort ablegst, sie sozusagen verarbeitest, strukturierst und zur Verfügung stellst, weil du musst das ja auch, wenn du Daten getrieben arbeiten willst, für andere Cases machen, außer für die Aktivierung deiner Kunden.

00:21:54: Es gibt natürlich jetzt schon die Situation, vielleicht bei Start-ups, bei Unternehmen, die ... wenige Kanäle intensiv bespielen, da kann man sich darüber Gedanken machen oder Ressourcen haben oder wenig Geld investieren wollen, das mit einer Technologie zu machen.

00:22:12: Aber ansonsten würde sich für mich diese Frage nicht stellen.

00:22:15: Ich glaube du kannst Time to Market vielleicht noch abkürzen.

00:22:18: CDP, Datenquellen reinschieben, Daten aktivieren, baust du im Hintergrund, weil das meistens ja längere Prozesse über Jahre ist, das ordentlich aufzubauen, ein Data Warehouse mit allen Daten.

00:22:28: Aber sonst würde sich für mich diese zwei Fragen gar nicht stellen, also so ist mein Denke.

00:22:33: Das ist richtig, kommt natürlich darauf an, in welchem Zeitpunkt du das Unternehmen hättest.

00:22:36: Ja, genau.

00:22:39: Man ist jetzt in die Frage gewesen, was ist das Ziel eines jedes Unternehmens, wenn man eine Antwort gewesen?

00:22:44: Hoffentlich, dass euer Data Warehouse die Eier legende Wollmilchsau am Ende des Tages abbilden kann.

00:22:49: Da sollten alle Unternehmen hinderbeiten, weil das deine Datenhoheit ist.

00:22:52: und in meiner Compliance Welt, wo mein Herz auch schlägt, würde ich sofort jedem Unternehmen sagen, ja klar sollte das dein Ziel sein.

00:23:00: Aber natürlich gibt es jedes Unternehmen jeglicher Farbe und den jeglicher Form und den jeglicher Instanz.

00:23:04: Ich glaube die

00:23:04: Reife ist entscheidend.

00:23:05: Genau, da kommt es enorm drauf an.

00:23:07: Aber bis zu dem jetzigen Zeitpunkt haben wir nur über die, sag ich mal, technischen Anforderungen gesprochen oder auch, wie das Unternehmen selbst aufgebaut sein muss.

00:23:14: Es gibt aber auch einen großen Unterschied, wenn es um Computational Power geht am Ende des Tages.

00:23:20: Also die Daten zur Verfügung zu stellen, das ist immer so dieses typische Buzzword.

00:23:24: Ich werde es auch gleich nochmal definieren, aber real time.

00:23:26: ist etwas, was sehr, sehr oft fällt im Kontext seiner CDP.

00:23:30: Also für alle, die zuhören, Real-Time, wird jede CDP an Liter dieser Welt, wird in irgendeinem Blog-Artikel lieber Real-Time spressen.

00:23:38: Weil im Marketing ist natürlich sehr, sehr gerne genutzt wird, um eine gute Message delivern zu können.

00:23:43: Real-Time sofort in the moment wird oft gesprochen, dass du genau jetzt zum richtigen Zeitpunkt mich als Kunden oder Nutzer beeinflussen willst, dass ich doch diesen einen Schuh kaufe.

00:23:53: Oder doch die eine Socke oder was auch immer das Produkt sein sollte.

00:23:56: Detention Spam und diese Real-Time-Lass-Screen immer sehr, sehr groß miteinander zu sagen.

00:24:00: Am Ende des Tages bedeutet es aber nichts anderes aus der technischen Perspektive, wenn man es mal runterbericht, wie ich Daten von A nach B nach C und so weiter schieben kann in der notwendigen Zeitlinie, wenn ich es malen.

00:24:14: Es gibt Daten, die willst du sofort verfügbar, also sofort verfügbar haben.

00:24:19: Warninweis Compliance.

00:24:21: Wenn ich einen höchsten setze, soll das Unternehmen es sofort respektieren, wenn ich sage, nee, ich will nicht, soll nicht vierundzwanzig Stunden brauchen.

00:24:27: Es kann aber auch gut möglich sein, dass die Datenstränge haben, wo es mir egal ist, ob es jetzt einen Tag braucht, bis den Zielsystem landet.

00:24:33: Wenn ich all das, worüber wir gerade sprechen, wir haben zwar noch über Use Cases gesprochen, aber diesen Kontext Kundenverhaltensdaten zu aktivieren, nur in Batchloads hätte oder in Prozessketten, die sehr lang brauchen, Latency-Zeiten sind hoch, dann kreiere ich neue Probleme.

00:24:49: Und das muss man in der Data Warehouse-Welt auch ganz genau und da klimisch betrachten, das würde heute ein bisschen den Zeitrahmen springen.

00:24:56: Also mein Warnenweis an alle, die diese Wertung gerade durchgehen, sich ganz genau dieses Thema anzuschauen, weil da liegt so ein bisschen der Fehler.

00:25:03: Teufel am Ende des Tages langfristig.

00:25:05: Ja, aber das ist fair.

00:25:07: Dann ist die Frage, sagt man, beipasst.

00:25:09: Ich hoffe, das ist jetzt die richtige Funktion.

00:25:10: Du kannst uns sagen, überlegen, ob du halt auf dein Data Warehouse aussitzt, die großen schweren Daten aus dem Data Warehouse ziehst.

00:25:20: Und natürlich den Beipass für manche anderen Daten, die du schnell real-time-mäßig brauchst, ist ja meistens eher Webseite, Push-Themen, dass du die zusätzlich in die CDP ziehst und sie dadurch real-time-mäßig bekommst.

00:25:32: Also so könntest du ja sozusagen einen doppelter Boden ist falsch, aber so ein Zwei-R-Setup aufbauen, zwei Wegesetup in Australien.

00:25:43: Was man so ein bisschen im Markt noch sieht, Julian, ist, Ich glaube, ganz, ganz viele sind jetzt von on-premise in die Cloud zum Data Warehouse.

00:25:50: Jetzt stellen sie fest, sie haben xCloud.

00:25:52: Also dieses Datenrennondant auf x-System zu laufen, ist glaube ich nicht richtig.

00:25:57: Deswegen gibt es so ein bisschen dieses Zero-Copy-Prinzip, Daten ohne Kopieren aus dem Quelsystem sich zu holen und zu verarbeiten.

00:26:06: Ich glaube, das ist wichtig.

00:26:08: Und dann haben wir aber schon darüber gesprochen, diese Abfragen, also eine CDP setzt sich sozusagen auf.

00:26:16: ein Data Warehouse wie Snowflake, BigQuery, wie Databricks, um dann die Sachen zu nutzen.

00:26:26: Ist ja auch ein Thema und kommt so ein bisschen aus dem Governance, du aus dem Privacy Kontext.

00:26:33: Legal Performance sind ja alles Themen, die man sozusagen nochmal mit beleuchten muss.

00:26:37: Genau.

00:26:40: Guck mal, sich so ein bisschen das CDP-Institut an.

00:26:43: Sprechen die davon, dass es mehr Reife statt Hype gibt, also dass Funktionalitäten eher in Richtung Data Warehouse waren, dann was ist deine Meinung?

00:26:54: Ja, das ist richtig, also mit dem CDP-Institut für alle, die das nicht kennen und mit dem Thema CDP wirklich so die Berührungspunkte suchen, sehr, sehr empfehlenswert.

00:27:06: Das Ganze wurde von einer Person aufgesetzt, mit der ich das Privileg hatte, auch ein bisschen zusammenzuarbeiten.

00:27:12: Tilium als solches Unternehmen ist da auch mit gelistet und geführt und CDP approved mit einem Siegel und alles was dazu gehört, aber long story short.

00:27:19: Diese Person nur kurz zum Hintergrund hat es sich als Aufgabe aufgenommen, in diesem Chaos an Markt, was CDP selbst beinhaltet, weil sehr viele Anbieter einfach CDP drauf schreiben und mitgehen und den Hype mitzunehmen, aber keine vollwertige CDP sind.

00:27:35: hat er sich hingesetzt und das erst mal definiert.

00:27:38: Was ist eine, was ist keine, welche unterschiedliche Kategorien gibt es?

00:27:42: Also, da gibt es sehr viele Grundlagen in dem Ganzen.

00:27:44: Sehr, sehr empfehlenswert ist, das Ganze mal durchzulesen und mal so ein Gefühl dafür zu bekommen, was es dafür unterschiedliche Richtungen gibt.

00:27:52: Nichtsdestotrotz in diesen Konstruktdata Warehouse und Funktionalitäten.

00:27:58: Wichtig ist die klare Abgrenzung, was die CDP als solches erst mal füllen muss.

00:28:04: und welche Zusatzfeatures über die Zeit dazu gewachsen sind.

00:28:07: Der CDP hat als solch was ich vorhin ganz kurz angewähnt oder angerissen hatte, Profilbildung, Daten sammeln, Daten aktivieren.

00:28:15: Das ist die Grundform einer CDP.

00:28:17: Ob es jetzt zero copy ist in meinem Data Warehouse oder nicht, CDP als solches hat das als grundlegende Aufgabe.

00:28:23: Es gibt über die Zeit hinweg, wie halt Software Business ist, Anbieter, die sehr viele Features dazu gebaut haben.

00:28:31: eingekauft, also entweder unter dem aufgekauft oder selbst entwickelt haben in Richtung Analytics, in Richtung Journey Orchestration, Journey Activation.

00:28:41: Also es gibt die unterschiedlichsten Form dessen, was die Features dazugewachsen sind.

00:28:45: Und die Liste ist nahezu endlos.

00:28:47: Es geht immer weiter.

00:28:48: In dem JNI Kontext gibt es auch schon bereits Anwendungsfälle.

00:28:52: Und wir können auch gleich nochmal das abdenken und drüber sprechen.

00:28:55: Wird CDPs das zusammenführen oder versuchen zusammenzuführen?

00:28:58: Long story short.

00:29:00: All das, was in meinem Bestandsdaten passiert, also wo ich Daten langfristig abspeichern möchte, um den größten Mehrwert gewinnen zu können, diese Aufgaben sollten immer im Data Warehouse stattfinden.

00:29:11: Immer.

00:29:12: Weil ich Datenhoheit habe, aber auch solches auch meinen Daten Know-how, meinen Wissen über Daten überhaupt aufbauen kann.

00:29:18: Wenn ich das abgebe, das ist eine CDP-Abgabe, eine Teamabgabe, geht das über die Zeit verloren.

00:29:25: Das heißt, grundlegend sollten diese Aufgaben, die nicht in der Definition von CDP fallen, immer von einem Data Warehouse abgedeckt wäre.

00:29:33: Also immer, das spricht wahrscheinlich auch zu dir in diesem Fall, dass dann dieses Datenohau absolut nicht abhanden kommen darf und die CDP komplementär immer dazu betrachtet werden sollte.

00:29:45: Genau wie du es vorhin definiert hast, gibt Cases, wo die CDP relevant ist, aber das bedeutet auch, dass sich diese Strecke zurück zum Data Warehouse immer wieder neu aufbauen und suchen muss.

00:29:54: Dass die Hoheit immer im Data Warehouse liegt.

00:29:57: Definitiv.

00:30:00: Ja, ich überlege gerade, Ich glaube der Anknüpfungspunkt, was natürlich auch noch mal spannend ist, das CDP-Institut hat ja Kategorie, also in meinem Buch habe ich einmal allgemeine eigene Kategorien, würde ich es mal bezeichnen, genannt, und die vom CDP-Institut, und die vom CDP-Institut sagen, es gibt ja einmal eine Data-CDP, also da legst du die Profile ab, da speicherst du auch die Daten ab, das ist was gerade vorhin sehr... Wehrhaus B.Einer.

00:30:31: Dann hast du auf der anderen Seite eher die Analytics CDP, die also eher Insights Scoring mit den Daten betreibt.

00:30:39: Dann hast du die Campaign Augustation CDP, die ist eher dafür zuständig, die angeschlossenen Marketing Tools, die es gibt, zu bespielen.

00:30:48: Und genau so könnte man, glaube ich, auch noch Delivery CDP, würde ich sagen, ist beides sehr ähnlich.

00:30:53: Date Warehouse Native ist ja eigentlich gar nicht in diese Kategorien einzusortieren, sondern ist eher so eine Querfunktion über alles.

00:31:05: Also es entsteht, glaube ich, Konvergenz aus Marketing, Technology und BI-Controlling-Logik.

00:31:17: Also wir wachsen immer mehr zusammen und es wird immer ein verzahnteres System, mit dem wir uns beschäftigen müssen.

00:31:27: Das

00:31:28: ist absolut richtig.

00:31:29: Das kommt aus der Maturity des Marktes und Sorry für mein Denklich.

00:31:34: Das sind die Wörter, die ich normalerweise wirklich nur um Englischen benutze.

00:31:38: Aber ich hoffe, es versteht jeder.

00:31:40: CDP ist als solches, es gibt es erst wirklich seit den Jahren.

00:31:44: Also seit grob dreizehn Jahren haben wir diese Technologien und in diesen dreizehn Jahren hat sie sich stetig gewandelt.

00:31:50: Es war zu Beginn nichts anderes als eine Profilingmaschine, das zusammenzukleben.

00:31:55: Aber wir können alle vorstellen, sobald ich einen Profil habe, kommen unendliche Features mit dazu und das wird immer weiter so gehen.

00:32:01: In der jetzigen Zeit sind wir an einem Punkt angekommen, in dem Unternehmen eigentlich schon ein Stück weit vorgeben, in welche Richtung sich diese Architektur bewegen muss.

00:32:09: Wenn man sich die Zielarchitektur anschaut, Thema Data Warehouse, alles um das Data Warehouse herum.

00:32:15: Die Maturities einfach enorm gewachsen, vor allen Dingen auch in deutschen Unternehmen.

00:32:19: Darf man nicht vergessen, also im deutsch-europäischen Raum haben wir einen großen Schritt nach vorne gemacht.

00:32:25: Wir hängen zwar noch ein bisschen in Staaten hinterher, aber das ist ein anderes Thema.

00:32:29: Und da kommt dieser Druck auch her, dass auch Softwareanbieter in dem, was sie anbieten, immer klarer werden müssen.

00:32:37: Das würde sonst keinen Grund... dass wir heute überhaupt hier sitzen und über dieses Thema so lange sprechen können, wahrscheinlich sogar noch Stunden länger.

00:32:46: Kommt ja genau aus dieser Situation heraus, dass das alles ein bisschen vageformuliert war.

00:32:50: Wir nicht wussten, welche Richtung das Ganze geht.

00:32:52: In der Entwicklung, jeder versucht hat, die nächste Innovation eigentlich zu erwischen.

00:32:56: Und wie uns jetzt in diesem CDP-Markt sehen können oder im Maatech-Markt sehen können, wie wir immer mehr in Richtung Konsolidierung gehen.

00:33:04: Wir wollen nicht die viertausend Tools haben, die man und Team nutzen muss.

00:33:09: Wir wollen die zwei, drei raussuchen, indem ich Effizienz, Automatisierung aufbauen kann.

00:33:14: Und genau in dieser Kategorie leben CDPs, wo dieses Angebot immer klarer werden muss.

00:33:19: Weg von Buzzwords, weg von komplexen Implementierungen hinzu, zeig mir deinen Text deck.

00:33:24: So gehe ich heutzutage auch bei Kunden vor, zeig mir deine Struktur.

00:33:27: Ich finde das passende zu dem, was du brauchst.

00:33:30: Und nicht, dass du als Kunde dein Text deck anpassen musst an deine Anbieter.

00:33:36: Das ist, glaube ich, für mich persönlich, die Empfehlung, die jeder Person mitgeben kann.

00:33:41: Jeder CDP-Anbieter dieser Welt sollte genau diesen Ansatz wählen, passend zu dem Text deckt, das Kunden das Ganze zu entwickeln und nicht einen Kunden dahin zu bringen, dass du die jetzt Gedanken machen musst, wochenlang, welches ist denn das passende?

00:33:56: Wenn ich den auswähle, verlieh ich diese drei Features, wenn ich den auswähle, die fünf.

00:34:01: Da sind wir angekommen.

00:34:03: Das ist auch der Grund, warum Diese Richtung in Data Warehouses, komplementär, zero copy der Ansatzesdaten nicht gespeichert werden von dem Drittanbieter, sondern nur verarbeitet werden.

00:34:13: Das ist so die Definition der ganzen Sache, dass ich nicht noch mal zusätzlichen Datensilo habe.

00:34:17: Da kommt die ganze Bewegung her.

00:34:21: Julian, ich glaube, das ist jetzt gut nochmal.

00:34:23: Jetzt haben wir so viel über das Thema CDP gesprochen, was es kann, was es nicht kann.

00:34:28: Haben die Arten, ich hoffe, wir haben jetzt nicht die die Hörer und Hörerinnen dafür wird.

00:34:33: Ich glaube das beste Beispiel oder das beste ist mit Beispielen jetzt vorzugehen, wann braucht man eine CDP?

00:34:40: und dann vielleicht auch welche Tendenz ist es.

00:34:43: Lass uns mal über Use Cases sprechen.

00:34:46: Hast du?

00:34:48: Aus deiner jetzt zehn Jahre Erfahrung hast du gesagt, Use Cases, die dieses typische CDP sind.

00:34:55: Ja.

00:34:55: Also die typischen CDP Use Cases, die man überall finden kann.

00:35:00: Ich kategorisiere mal als die Langweiling, weil die sind irgendwie schon sehr langweilig aus hochster Nutzerperspektive, wenn ich als Nutzer auf Website oder sonstiges unterwegs bin.

00:35:08: Das sind die klassischen Use-Cases wie Wagenkorb, Abbrecher-Segmentieren nach Wagenkorb Wert, diese zu nutzendem Kampagnen zu fahren, eine Reminder-Eval oder sonstiges aufzusetzen.

00:35:17: Also aus meinen Verhalten heraus habe ich irgendwo bereits schon ein Zeichen gesetzt.

00:35:21: Ich hätte Interesse an dem Ganzen, aber ich habe es vielleicht anders überlegt.

00:35:24: Das sind so die Kategorie Boring but Good.

00:35:27: Die kann man ganz gut machen.

00:35:29: Aber warum macht man die nicht mit einer Marketingautomation?

00:35:31: Die CDP übermittelt Daten an eine Marketingautomation.

00:35:35: Das heißt, da ist es die Grundlage dessen, wenn es darum geht, welche Kampagne ich genau ausspiele, wird Marketingautomation immer noch eine Rolle spielen in der Ausspielung der Inhalter.

00:35:45: Ich muss ja eine E-Mail trotzdem mit Inhalten befüllen, dynamisch.

00:35:48: Oder ich muss Bilder schnell austauschen können, passend zu den Produkten, die ich habe.

00:35:52: Da hört eine CDP auf und da fängt dementsprechend das neue Tool an.

00:35:57: Das bedient eine CDP, seitdem CDPs gibt.

00:35:59: Also diese Datengrundlage zu schaffen, das automatisiert umsetzen zu können.

00:36:04: Diese meiner Meinung nach langweilig.

00:36:05: In der Implementierungsphase sind wir sehr relevant, weil die schnell umzusetzen sind.

00:36:10: Nur Hanging Foot.

00:36:11: Genau, genau, genau.

00:36:13: Da geht das Ganze so.

00:36:15: Die Use Cases, die ich am liebsten mache zu Beginn, sind alles, was in Richtung Media Exclusion gilt.

00:36:21: Also jeden Euro oder Dollar, den ich ausgebe in Media allgemein, Paid Media, Kampagnen und sonstigem, zu schauen, wo geht der Euro?

00:36:30: vielleicht in die falsche Richtung.

00:36:32: Ein sehr simples Beispiel, wenn ich meine Datenquelle, Website, App und CRM verbinde, innerhalb der CDP, habe ich die Möglichkeit zu sehen, wie das Verhalten meiner Bestandskunden gerade ist, genau zu jetzigen Zeitpunkt, dass die Person, die zum Beispiel jede Woche getaktet einkauft, weil ich das sehen kann aus den CRM-Daten heraus, aus der Historie, Auf der Webseite ist Aktivitäten umsetzt und zufälligerweise in eine Kampagne fällt, also in eine Audience für eine Kampagne.

00:37:02: Dass ich genau die Person auf Basis des Kaufverhaltens rausnehmen kann aus der Audience und nicht mit den Euro bespiele, um dementsprechend Werbung irgendwo auf Plattform anzuzeigen.

00:37:13: Das klingt super simpel.

00:37:15: Ist es an sich auch?

00:37:17: Aber vollumfänglich das aufzusetzen für alle Stränge in den Channels, die ich habe, mein Unternehmen, das zusammenzufinden, zu konsolidieren, in der Logik abzubilden, ist eine unglaublich große Cash Car.

00:37:28: Also der Invest einer CDP rentiert sich bereits schon oft allein an dieser Kategorie an Use Cases, dass ich das Geld, was ich ausgebe, für eine CDP wieder drin habe, an Budget, was ich mir einsparen kann.

00:37:40: Ja.

00:37:41: Das ist ein spannender Case, über den habe ich auch schon philosophiert und ist gerade so ein Thema, was mich beschäftigt.

00:37:46: Weil Unternehmen denken im Arrow Eye oder im Business Case hoffentlich.

00:37:52: Du investierst hunderttausend, zweunderttausend Euro jährlich an CDP-Kosten.

00:37:58: Du spaßt im ersten Jahr zwanzig Prozent deiner Marketingkosten ein, weil du sehr effizienter kriegst.

00:38:05: Der Case ist ab zwei Jahr zwei vergessen im Management.

00:38:09: Richtig.

00:38:10: So, was machst du dann?

00:38:12: Okay, das ist ja nur der Anfangskase.

00:38:15: Ja,

00:38:15: ja, ja, aber das ist ein Case, auf dem man sozusagen mal aufbauen muss, weil ich glaube, das muss ja uns allen bewusst sein.

00:38:22: Der Case wird vergessen sein.

00:38:25: Das ist ein cooler Case, ein wichtiger Case.

00:38:26: Und wenn wir ehrlich sind, die zwanzig oder dreißig Prozent, die wir einsparen oder sei es nur zehn Prozent, die investieren wir eigentlich wieder in die gleichen Kanäle.

00:38:34: Richtig.

00:38:35: Um noch mehr Kunden zu suchen.

00:38:37: Und machst das damit effizienter, ja.

00:38:39: Was sind weitere Cases, die da einbeschäftigen?

00:38:41: Genau, das ist eine gute Grundlage erst mal.

00:38:43: Also gut, dass das genau schon aus der Lage steht, dass aus dieser ROI-Perspektive, absolut richtiger Punkt, der kann relativ schnell vergessen werden.

00:38:50: Schade, aber ist die Wahrheit.

00:38:52: Wenn ich das dann aufgesetzt habe, wie der Ichslugendom jetzt einmal komplett bespielt, dann kommt natürlich auch die Relevanz rein, das ist ein gutes Beispiel.

00:39:01: Touchpoints, die Daten zwingen notwendig.

00:39:05: benötigen, genau zu dem Moment, wo eine Anfragerei kommt.

00:39:08: Ein sehr simpler Case in dem Ganzen ist, das gibt es jetzt heutzutage, nennen wir das entweder Chatbots oder ganz klassisch über Aldabo und Hotline ist, und der Kunde interagieren kann mit uns, dass sich diesen Systemen sofort die Daten zur Verfügung stellen kann über die Person.

00:39:24: Beispiel, heutzutage gefühlt jedes Unternehmen in irgendeiner Art und Weise ein Geneye Chatbot.

00:39:29: der sehr intelligent auf meine Anfragen reagieren soll.

00:39:32: Diese

00:39:33: Chatbots haben aber nachgelagert irgendwo in der Historie an dem, was ich an Datenschnipsel hinterlassen habe, nur teilweise Zugriff auf das Wissen, was mich als Nutzergrad betrifft.

00:39:43: Also welche Seiten habe ich gerade mir angeguckt, wo liegt das Problem?

00:39:46: oder gegebenenfalls ein bisschen Kauf-Historien, die liegen immer sehr in sie los, diese ganzen Daten.

00:39:51: Die CDP als solche kann genau diese Daten in real-time in diesem Moment dem Chatbot zur Verfügung stellen.

00:39:58: MCP-Konnektoren und sonstiges, also alles ist da technisch, wie die Leute die technischer sind, also all das ist weit da, um das zu füttern.

00:40:05: Das heißt, die CDP, wenn sie das Profil einmal aufgebaut hat, CRM, von mir ist auch gerne Data Warehouse, Website, App, all diese Informationen gesammelt hat, kann diese Informationen sofort einem Chatbot zur Verfügung stellen.

00:40:19: In dem Kontext, in dem ich das Ganze benötige.

00:40:21: Dass ich sofort das Wissen habe innerhalb eines Chatbots, ist es ein A-Klasse-Kunde, sollte ich ihm sofort... eine Hotline anbieten, also durch Rounden, dass der Kontakt sofort hergestellt werden kann.

00:40:33: Es ist gegeben, falls ein C-Kunde, der gar nicht erst eingekauert hat, noch ganz klein eingekaufte, also du siehst schon so ein bisschen, wie es hinausgeht, wie detailliert man das Ganze dann aufbauen kann.

00:40:41: Das ist ein sehr, sehr spannender Use Case, der so in der letzten Zeit enorm an Relevanz gewonnen hat.

00:40:46: Genauso aber auch die klassischen, ich nenn sie mal Old School Use Cases.

00:40:51: Ich habe eine Service-Hotline, sei es darum, dass ich vielleicht ein großer Telekommunikationsanbieter bin und ich will einfach exakt wissen und mein Mitarbeiter soll genau wissen, was der Tarif habe ich mir gerade angeguckt, wo waren die letzten zehn Seiten, für was interessiere ich mich am meisten, weil ich vielleicht auf der Kündigungs-Webzeit der letzten Wochen unterwegs, dass sich diese Indikatoren aggregiert als Audience-Level Information sofort die zur Verfügung stellen kann.

00:41:12: Diese Use-Cases haben heutzutage enorm ein Mehrwert und Relevanz, weil das kann die dieses Kaufverhalten dahin gehend beeinflussen, dass ich mich für oder gegen eine Brand entscheide, weil es nicht langweilig ist, weil es nicht weg von meinem Kontext ist.

00:41:27: Ja, und da siehst du auch, dass sich eine CDP klassisch vielleicht auch aus dem Marketing Richtung Data Warehouse, aber auf der anderen Seite auch Richtung, nenn es Enterprise CDP in Wickel, also dass ich die gesamte Customer Journey bespielen kann.

00:41:44: Umso wichtiger ist es, die Prozesse im Unternehmen zu verstehen, es rauszufinden, wo sind meine Pain-Points, die, sind wir wieder, Data Warehouse oder Datengedriebenes, Gagengedriebene arbeiten, sollte immer existieren, um dann festzustellen, wo sind die Prozesse, wo ich halt so eine CDP auch mit weiteren Anreichern hier einsetzbar ist.

00:42:01: Wenn du ein kleines Unternehmen hast und keine Probleme im Richtung Customer Service hast und da gar nicht den Sales-Espect hast, dann brauchst du den Case nicht, den du beschrieben hast.

00:42:09: Wenn du aber diesen Case hast, umso mehr kannst du sozusagen da auch nochmal rausholen.

00:42:13: Absolut richtig.

00:42:14: Das differenziert übrigens auch.

00:42:15: Ich habe einen Teil deiner Fragen gar nicht beantwortet.

00:42:18: Relevant sind CDPs für Unternehmen, die auch entsprechend den Traffic generieren.

00:42:23: Das ist immer ein sehr wichtiger Differenzierungspunkt, weil oft bin ich in den Sprechen involviert, indem sich Unternehmen Gedanken über eine CDP machen, aber noch gar nicht die Grenzen des Trackings und der Aktivierung überhaupt genug ausgereizt haben und den kleinen Anteil an Traffic, den sie generieren, bespielen zu können.

00:42:42: Also da spricht man schon über eine gewisse Relevanz aus der einfachen Tatsache.

00:42:48: Hundert Prozent an Traffic, die in meinen Touchpoints ankommen, App, Web etc.

00:42:52: Die kommen ja nicht ungefiltert in die CDP-Welt rein.

00:42:56: Das ist natürlich auch Datenverlust in Adblocker und Concentrates und Loginrates, die das dementsprechend beeinflussen, sodass ich nur einen Anteil dieser Daten in den System haben werde.

00:43:07: Wenn ich jetzt gewisse Thresholds jetzt nicht erreiche, also Grenzen und Limitierung für die Aktivierung typischer Kennzeilen sind, wenn ich nicht tausend Audience oder viele habe in den ganzen User-Segmente, dann kann ich gar nicht erst über Meter oder sonstiges aktivieren.

00:43:22: Also da sieht man schon so gewisse Grenzen, die man relativ schnell selbst identifizieren kann zu, wann ist das überhaupt relevant für mich.

00:43:28: Also kleine Unternehmen, auch gewisse Mittelstände, Augenmark BtoB auch sehr oft, die haben nicht die Anzahl an Volumen.

00:43:36: um überhaupt solche Automatisierungs-Newscases gut bespielen zu können.

00:43:40: Das wäre ein Thema für sich noch.

00:43:42: Vielleicht auch fürs Buch, wenn man da noch mal tiefer einsteigt.

00:43:46: Aber das erste Merkmal, woran man wirklich selbst auch erkennen kann, ist das eine Technologin, die ich investieren sollte, überhaupt Gedanken machen sollte oder halt nicht.

00:44:01: Jetzt bin ich eher der Marketier, der den Management verkauft hat.

00:44:05: Wir brauchen eine CDP.

00:44:06: Jetzt kommt eine CDP.

00:44:07: Was sind so die zwei, drei Use-Cases, die ich nehmen sollte, damit ich so in den nächsten neunzig Tagen die ersten Mehrwerte habe?

00:44:15: Ist immer wichtig, auch intern zu verkaufen.

00:44:17: Was sind so die Use-Cases, die du da siehst?

00:44:19: Das ist absolut richtig.

00:44:21: Also ganz klar natürlich, alles, was rund um den Warenkorb ist, nehmen das als Use-Case-Kategorie.

00:44:26: Ich brauche da gar nicht wirklich groß tief einsteigen, aber alles rund um Wagenkorbaktivitäten ist immer sehr, sehr relevant.

00:44:32: CRM-Anbindung ist immer goldwert, also das Datensilo CRM aufbrechen und die Bestandsdaten mit in die CDP mit reinführen, um diese dann aktivieren zu können.

00:44:42: Ein gutes Beispiel für all die, die aus Automotive zuhören, als Beispiel Use Case, wenn ich Leasingdaten mit reinziehen kann in Verhaltensdaten und weiß exakt, wann du dann verlängern solltest dein Leasing.

00:44:55: kann ich exakt den Moment identifizieren, wo ich dich gegebenenfalls mit genau dem Auto bespielen sollte, was du in den letzten zwei Wochen konfiguriert hast oder ähnlichen Modellen.

00:45:04: Also relativ simpler Cases ganz im Automotive Bereich, kann ich auch anwenden in anderen Segmenten.

00:45:10: CRM ist immer goldwert, also das anzubinden und daraus das Wissen anzureichen mit Verhaltensdaten und daraus die Aktivierung zu werden.

00:45:18: Das definitiv, Mida Exclusion hatte ich schon erwähnt, das war also Kategorie Nummer drei, die ich in den neunzig Tagen mir immer vor Augen führen sollte.

00:45:25: Es gibt noch in der Aktivierungsgrundlage die wirklich low-low-hanging Fruits, sind die typischen Karpi-Aktivierungen, also Meta, TikTok, die ganzen Paid-Media-Channels, anzureichern mit diesen CDP-Daten, damit die Matchrates besser werden.

00:45:42: Der ist so simpel, dass der mit fünf, sechs Klicks gebaut werden kann, also der ist nicht mehr so kompliziert, wer er einst mal war.

00:45:48: Der ist Standard immer gesetzt.

00:45:49: Also das ist so die drei Komma fünf.

00:45:51: So ein bisschen damit zu nehmen.

00:45:53: Die würde ich immer in den ersten neunzig Tagen, egal bei welchem Unternehmen, würde ich genau die drei Kategorien ausdefinieren auf Grundlage dessen, welches Produkt oder welche Richtung sich das Unternehmen entwickelt.

00:46:06: Wenn du dich so ein bisschen reinversetzt ist, glaube ich, der größte Herausforderung und viele CDP-Projekte sind da gescheitert.

00:46:16: Thema Konzent.

00:46:17: Yes.

00:46:19: Jetzt sind wir, glaube ich, schon relativ lang bei einer Folge.

00:46:22: Lass uns das Thema Konzent noch mal kurz machen und dann so ein bisschen Ausblick geben in die Zukunft, wo wir hingehen.

00:46:27: Und dann haben wir, glaube ich, eine ganz, ganz runde Folge geschafft.

00:46:32: Konzent, okay, ist natürlich eine gute Steilvorlage.

00:46:34: Also, Konzent aus meiner Perspektive ist ein sehr simples Konstrukt tatsächlich.

00:46:38: Entgegen dem, wie viele Personen in unserem Markt darauf reagieren.

00:46:41: Ich sehe im Kontext CDP-Konzent als unglaublich groß sein Nebler, also als eine positive Grundlage.

00:46:48: Vorweggenommen, jedes Unternehmen braucht eine Einwilligung, um Profiling machen zu dürfen.

00:46:55: Also mein Profil sind Verhaltensdaten auf persönliche Daten aufgesetzt, selbstverständlich, E-Mails und sonstiges.

00:47:03: Ich brauche dafür eine Einwilligung.

00:47:05: Punkt.

00:47:06: Die CDP als solche dient aber auch als Grundlage, um diese Konzent, diese Einwilligungsdaten überhaupt umsetzen und orchestrieren zu können.

00:47:18: Das heißt, die CDP als Datenkrake, als Datenplattform, als Datendrehscheibe garantiert mir, dass ich zu jeder Zeit, deswegen auch Real-Time, bevorhin das Wort das gefallen ist, entscheiden kann, wer darf, welche Datenschnipste erhalten.

00:47:32: Das heißt, ein unglaublich großer Mehrwert in diese Richtung, aber auch deswegen Enabler, ein Verständnis aufzubauen, welche meiner Nutzer haben kein Konzert abgegeben?

00:47:42: und welche Vorteile kann ich Ihnen jetzt anbieten.

00:47:45: dass man da relativ schnell reingucken kann, um zu sehen, die Vorteile, die ich meinen anderen Nutzern anbiete, kann ich genauso dem anderen Anteil, die ein Opt-Out oder nicht eine Einwilligung gegeben haben, schmackhaft machen, weil ich jetzt echte Personalisierungsuse-Cases vorzeigen kann.

00:48:00: Das sind so die zwei Enablement-Richtungen, in denen wir dann immer diskutieren, wo geht's dann hin.

00:48:06: Aber ein sehr simples Konstrukt am Ende des Tages.

00:48:08: Ich brauche eine Einwilligung, nutze sie mit, die CDP wird diese Einwilligungsdaten innehalten.

00:48:13: uns zu jeder Aktivierung abfragen, darf ich oder darf ich nicht.

00:48:17: Simples Konstrukt.

00:48:19: Aber eins der Wesenslichen, wenn du nämlich vorne rechtlich die Einwilligung nicht eingeholt hast, hast du nicht die Möglichkeit, deine Daten zu aktivieren.

00:48:27: und wenn du die CDP aufgebaut hast, alle Daten reingeschoben hast und sie dann aktivieren willst, kommen plötzlich die, die immer mit dem Unternehmen sprechen wollen und dürfen, nämlich die Data Privacy verantwortlichen, um das dann zu lösen.

00:48:42: Echt wenig übers Passwort AI gesprochen.

00:48:45: Sehr wenig.

00:48:46: Und das ist ein bisschen so die Zukunft, wo es hingeht.

00:48:53: Was ist so?

00:48:53: die Kirche auf der Torte bei der CDP?

00:48:55: Die Kirche auf der Torte bei der CDP ist, history feeds itself, ist die Datengrundlage zu liefern, um überhaupt solche JNAI-Use-Cases umsetzen zu können.

00:49:08: Jedes einzelne Projekt, was ich jetzt in den jüngsten Jahren gesehen habe, was in Genere-Ei-Richtung sich entwickelt hat, ist sehr schnell gescheitert.

00:49:15: Was ist Gutes?

00:49:16: Sehr, sehr gut, dass die Projekte schnell scheitern, weil daraus lernen wir sehr, sehr schnell.

00:49:20: Aber die sind überwiegend daran gescheitert, dass Datengrundlagen nicht da waren.

00:49:24: Die Datenqualität war nicht gut, die Daten sind in Silos.

00:49:26: Wir wissen nicht, wo wir sie herkriegen.

00:49:28: Wir haben zwar ein gutes System aufgebaut, aber das Wissen fehlt.

00:49:32: Das Daten Know-how fehlt uns, Datenkategorisierung, Katalog und sonstiges.

00:49:37: Da geht es noch sehr, sehr viel tiefer mit rein, aber die CDP halt.

00:49:40: solches bietet genau diese Datengrundlage, die wir benötigen, um einen Teil dieser Use-Cases überhaupt bedient zu können.

00:49:47: CDPs haben jetzt schon seit längerer Zeit MCP-Konnektoren, das ist ein Standard, der sich interpretiert hat, wie man mit Modellen kommunizieren kann, dass Unternehmen selbst in-House, die Modelle, die sie entwickeln, auf ihren Cloud-Plattformen, anreichern und füttern können direkt.

00:50:00: aus dieser CDP-Welt heraus direkt in meine Modellierung rein, dass ich all dieses Verhaltenswissen meiner Nutzer direkt auf Abruf nutzen kann innerhalb meiner Modelle.

00:50:10: Ein unglaublich großer Merker, der dementsprechend bedient werden muss.

00:50:15: Da wird es definitiv hingehen, das ist die Kirche, wenn es darum geht in die Aktivierung zu schauen.

00:50:21: Es gibt natürlich noch die Sahne, wenn ich jetzt mal ein bisschen auf der Torte, weil das ist dieses gesamte Thema Gen AI innerhalb einer CDP-Welt.

00:50:29: Also wie werden Rollen beeinflusst die mit einer CDP arbeiten.

00:50:35: Von Prompt to Audience zum Beispiel.

00:50:38: Also Low Code, No Code produzieren.

00:50:41: Richtig.

00:50:42: Das, was am Ende entscheidend ist, die Marketiers müssen die CDP bedienen.

00:50:46: Richtig,

00:50:47: das ist noch ein weiteres Segment in dem Ganzen, was auch nochmal diesen Character hat.

00:50:51: Das ist so ein bisschen das Neue, das Innovative, was jetzt auch reinkommt.

00:50:55: Davon sehen wir immer mehr.

00:50:57: Ich meine immer mit Vorsicht betrachten, weil du willst nicht nur Audience-Aktiven, die du nicht überprüft hast, aber das ist in der anderen Welt immer so.

00:51:03: Aber da sehen wir jetzt Anwendungsfälle auch in dem Ganzen, wo es noch einfacher werden wird, mit Textabfragen auch in diese Audience-Welt einzustigen.

00:51:11: Verbesserungspotenziale zu identifizieren, welcher Tribute könnte ich eine Audience hinzufügen, um sie noch besser zu definieren.

00:51:18: Media-Exclusion bei dem Wortfeiner oder bei der Kategorie, die gefallen ist.

00:51:23: zu identifizieren, wo gegebenenfalls Medex-Lusion relevant werden kann, wird in dem Genai-Kontext also easy werden, dass ich diese Übersicht habe, um so mehr Daten nicht anreichern kann.

00:51:34: Kambaniedaten zurückkommen, CM-Daten einfließen, sehen wir schon so ein bisschen, wo diese Richtung sich hin entwickeln wird.

00:51:40: Diese zwei Kirchen in dem Sinne sind in der CDP-Welt unglaublich relevant, wo es Gefühl täglich Neuerung gibt in diese Richtung.

00:51:48: Aber Datengrundlage ist immer noch das A und O.

00:51:52: Vielen, vielen Dank.

00:51:54: Wenn ich die Folge so ein bisschen zusammenfassen würde, ist es, glaube ich, CDP bleibt.

00:51:59: Die Form ändert sich.

00:52:02: Wir kommen von Plattformmonuliten jetzt eher zu einer funktionalen Komponente, die wir irgendwo integrieren können.

00:52:11: Und am Ende ist ein bisschen der Erfolg.

00:52:12: Und das hast du auch vorhin schön gesagt.

00:52:15: Die CDP-Anbieter müssen sich der Architektur des Unternehmens anpassen.

00:52:19: Man muss sich dann darüber Gedanken machen, dass das Operation-Modell gut funktioniert.

00:52:23: Also wie funktioniert mein Marketing, passt die CDP da rein?

00:52:27: und am Ende natürlich das Thema Governance, Privacy, das ist aber, glaube ich, eher der Hygiene-Faktor, der am Ende sozusagen entscheidend ist.

00:52:35: Absolut richtig.

00:52:38: Zwei Fragen, die ich jedem meinem Gast stelle.

00:52:41: Was machst du noch privat mit dem Thema Data?

00:52:44: und wie würdest du unsere Folge oder dein Data Game eben mit einem Filmtitel bezeichnen?

00:52:51: Wow, okay.

00:52:53: Sehr gute Fragen.

00:52:55: Was ich privat mit Daten mache, tatsächlich privat relativ wenig.

00:53:00: Ich versuche privat so weit weg, wie möglich von meinem Dienst zu kommen.

00:53:05: Wir

00:53:05: hatten vorhin schon so ein bisschen vorab gesprochen.

00:53:07: Da war es auch das Thema acht Stunden.

00:53:09: Wir arbeiten überhaupt noch so wenig.

00:53:11: Das betrifft mich natürlich auch so ein Stück weit.

00:53:14: Das heißt privat.

00:53:14: Ich bin weder aufs Heuchemieder groß unterwegs.

00:53:16: Noch analysiere ich jetzt irgendwie meine eigenen Daten.

00:53:19: Ich besitze auch keine Smartwatch oder etwas dergleichen.

00:53:22: Das heißt wirklich relativ wenig.

00:53:23: Umso mehr ich in der Offline-Welt statt finde, desto besser für mich.

00:53:26: So gute Balance.

00:53:30: Und wenn ich meine Data-Welt in einem Filmtitel war, die zweite Frage richtig.

00:53:35: Bezeichnen musste.

00:53:36: Lass mich mal kurz an einen Filmtitel nachdenken.

00:53:41: Ich weiß nicht, ob dieser Filmtitel, für die Zuhörer, es war mit Benedict Cumberbatch in der Hauptrolle, wo er Enigma löst.

00:53:47: Ich weiß nicht mehr, wie der Filmtitel hieß.

00:53:49: The Imitation Game, richtig.

00:53:51: Das ist der Filmtitel, The Imitation Game.

00:53:54: Er ist Mathematiker und versucht, Enigma zu lösen, den Code zu lösen.

00:53:59: Da hat sie damals die Geheimnisse zu den Schlüsseln in den Nachrichten, diese Mal, mitteln.

00:54:05: durchgehen und etwas zu arbeiten, ohne zu wissen, ob es überhaupt schaffen wird.

00:54:11: So fühle ich mich täglich in der Data-Welt.

00:54:13: Das ist immer was Neues.

00:54:15: Es wird

00:54:16: immer wieder etwas geben, was mich maßlos verwirrt.

00:54:19: Und ich gar nicht weiß, worum und unten ist und ich Wochen brauche, um überhaupt Paper zu lesen.

00:54:23: und welches Modell kann noch mal was.

00:54:26: Also dieses Gefühl begleitet mich seitdem ich in der Data-Welt drin bin.

00:54:30: Ja, dann vielen, vielen Dank für die Folge.

00:54:32: Danke dir.

00:54:33: Vielen Dank für das sehr interessante Gespräch.

00:54:35: Es ist für dein Liebster noch das stundenlang.