Nutzer:innen erwarten ein personalisiertes Einkaufserlebnis. Customer Data Platforms (CDPs) stehen bei vielen Unternehmen ganz oben auf der Agenda. Der Einkauf einer CDP ist allerdings nicht nur zeit- und ressourcenintensiv, sondern auch mit erheblichen Eingriffen in das Marketing und das Tagesgeschäft mehrerer Unternehmensbereiche verbunden. Die Frage über die Rolle und Notwendigkeit einer End-to-End-Lösung ist daher immer im Zusammenhang mit dem bestehenden Data Management in der Organisation zu beantworten. Viele Unternehmen verfügen bereits über ein performantes (Marketing) Data Warehouse im Kern einer skalierfähigen Dateninfrastruktur, weshalb die Integration einer standardisierten End-to-End-Lösung mit einer erheblichen Funktionsredundanz verbunden wäre. Dennoch haben CDP Vendors ihre Berechtigung und können für einige Unternehmen die optimale Lösung sein. Bevor sich aber mit der Wahl eines passenden CDP Vendors beschäftigt wird, sollte die bestehende Datenarchitektur evaluiert werden.

Wann sich ein Einkauf lohnen kann:

1. Die Leistung der CDP ist auf mein Vertical abgestimmt

Einige CDP Vendors haben den Leistungsumfang der Plattform vertikal, also auf eine bestimmte Branche und einen Unternehmenszweck, abgestimmt. Der Funktionsumfang ist demnach oft zweckgebunden und bereits an den Geschäftszielen des Unternehmens ausgerichtet. Ist dies der Fall, kann der Einkauf einer End-to-End-Lösung definitiv sinnvoll sein.

2. Die Auslagerung technischer Komplexität ist notwendig

Die Identitätsauflösung (Identity Resolution) personenbezogener Daten und die Anreicherung dieser mit einzelnen Profilfragmenten der Nutzer:innen aus diversen (Marketing-)Kontaktpunkten im Unternehmen ist die Kernkompetenz einer CDP. Die technischen Abläufe wie auch die Einhaltung rechtlicher Vorschriften für diese Funktionen liegen dabei in der Hand der Plattform und laufen zum größten Teil hinter einem benutzer:innenfreundlichen User Interface ab. Funktionen lassen sich also nutzen, ohne tief in technische Details einsteigen zu müssen. Besonders wenn internes Know-how für die Handhabung dieser Prozesse fehlt, kann eine End-to-End-Lösung Abhilfe schaffen.

3. Instandhaltung und Service sind von Priorität

Im Einkauf ist meist ein umfangreiches Service-Level-Agreement (SLA) vertraglich inkludiert. Das SLA beinhaltet in der Regel eine:n direkte:n Ansprechpartner:in sowie Zugang zu einem Support Team für technische Probleme und Fragen. Ein wesentlicher Vorteil ist, dass die Instandhaltung der technischen Infrastruktur der Plattform durch den Vendor sichergestellt wird. Im Gegensatz zu einem eigenen Cloud Setup liegt die Verantwortung der Datenverarbeitung- und -bereitstellung aufseiten des Vendors, wodurch wieder technische und personelle Ressourcen eingespart werden.

Gegen einen Einkauf sprechen:

1. Kosten und Time-to-Market

Das finanzielle Investment ist ein entscheidender Grund, der gegen den Einkauf einer End-to-End-Lösung spricht. Die Einsparung interner Ressourcen und Infrastruktur lassen sich CDP Vendors nämlich gut bezahlen. Neben anfänglichen Investitionskosten für Implementierung und Inbetriebnahme stehen die laufenden Kosten häufig in keinem sinnvollen Kosten-Nutzen-Verhältnis. Hinzu kommt eine lange Integrationszeit, da durch den Eingriff in bestehende Strukturen operative Abläufe cross-funktional beeinflusst werden können.

2. Mangelnde Flexibilität und Anpassungsfähigkeit

Auch wenn eine CDP in den meisten Fällen standardmäßig eine Vielzahl an Konnektoren und konfigurierbaren Schnittstellen für gängige Tools und Datenquellen bietet, ist sie dennoch recht starr in ihrer Datenarchitektur und Datenverarbeitung. Die Datenstrategie des eigenen Unternehmens ist daher stark abhängig von den Innovationen und Updates der CDP Vendors. Zudem stellt sich die Frage, ob alle lizenzierten Funktionen einer CDP überhaupt genutzt werden. Häufig ist lediglich die Nutzung einiger Kernfunktionalitäten von Bedeutung. Gezahlt wird hingegen für den vollen Funktionsumfang der Plattform. Mit dem Ausbau einer Cloud-Umgebung, wie beispielsweise der Google Cloud, könnten nach dem “Pay-per-Use”-Modell Leistungen besser auf den individuellen Bedarf angepasst werden.

3. Intransparenz und fehlender Wettbewerbsvorteil

Ein schickes User Interface sowie standardisierte Konnektoren und Modelle für die Datenverarbeitung bergen neben Einsparung von internem Know-how und technischer Komplexität allerdings auch Intransparenz. Gerade relevante Kernfunktionen wie das Audience Modeling sind davon betroffen. Bei einem hohen Grad an Standardisierung stellt sich die Frage nach dem wahren Wettbewerbsvorteil, der erreicht werden kann. Ein hoher Standardisierungsgrad ist gleichzeitig auch immer ein Todesurteil für individuelle Anpassungsmöglichkeiten an das eigene Geschäftsmodell. Während bei dem Aufbau einer eigenen Cloud-Umgebung Abläufe und Algorithmen vollständig kontrolliert und angepasst werden können, bringt der Einkauf einer CDP-End-to-End-Lösung Intransparenz in das digitale Ökosystem.

Warum der Ausbau der eigenen Cloud-Umgebung Sinn ergibt:

Daten sind bereits zentralisiert vorhanden

Viele Unternehmen haben in der Vergangenheit mit Data Warehousing und Data Lakes begonnen, Daten zu zentralisieren. Findet die Zentralisierung der Daten bereits in einer Cloud-Umgebung statt, sollte der Ausbau dieser um notwendige Funktionalitäten für die Zentralisierung von Nutzer:innenprofilen und deren Segmentierung sowie für die Überführung an die entsprechenden Marketing Tools in Erwägung gezogen werden.

Skalierbarkeit

Cloud Vendors stellen meist eine Reihe an SaaS Tools zur Verfügung, die direkt mit dem Cloud Data Warehouse zusammenarbeiten und seine Funktionen ergänzen können. Die Tools und Erweiterungen ermöglichen es, ohne großen technischen Aufwand Daten zu generieren, zu transformieren und in die Tools zurückzuspielen. Eine CDP an sich profitiert aber nicht zwangsläufig von diesen Erweiterungen. Wird bereits eine Cloud-Umgebung, wie beispielsweise die GCP, genutzt, lassen sich benötigte Erweiterungen einfach nach dem “Pay-per-Use”-Modell skalierbar hinzufügen.

Datenschutz und Sicherheit

Auch wenn die Pseudonymisierung der Daten von der Plattform übernommen wird, speichert der Großteil der CDP Vendors die erhobenen Daten in der eigenen Cloud-Umgebung. Die Auslagerung empfindlicher Kund:innendaten zu den Servern von Drittanbieter:innen birgt entsprechend neue Sicherheitsrisiken und schränkt den Umfang der Datenverarbeitung und das Management innerhalb der Plattform ein. Zunehmende Regulierung im Datenschutz begünstigt Datenarchitekturen, die auf die Sicherheit ihres eigenen IT Setups bauen.

Flexibilität und Grenznutzen

Ein Cloud Data Warehouse verfügt über einen Funktionsumfang, den eine CDP allein nicht abdecken kann, so zum Beispiel über die Fähigkeit, beliebige relationale Daten zu modellieren und abzufragen. Es lässt sich argumentieren, dass eine CDP in ihrer Konfiguration flexibel ist. Dennoch ist sie sehr unnachgiebig, wenn sich das Datenmodell im Laufe der Zeit der geschäftlichen Entwicklung anpassen soll. Zusätzlich kommt eine End-to-End-Lösung in der Regel mit einer Vielzahl an Funktionen und Features daher, die nicht unbedingt benötigt, jedoch bezahlt werden.

Kosten und Zeitrahmen

Die Einrichtung der Plattform ist nicht nur kostspielig, sondern bindet auch verstärkt personelle Ressourcen, da ein hohes Maß an abteilungsübergreifender Zusammenarbeit notwendig ist. Bei dem Ausbau des eigenen Cloud Setups bestehen zwar ähnliche organisatorische Herausforderungen, allerdings ist es einfacher und kosteneffizienter, einzelne Use Cases und Funktionalitäten Schritt für Schritt aufzubauen und zu erweitern. Änderungen sind in kleinen Schritten oft einfacher in Organisationen zu etablieren. Dabei fallen bei einem individuellen Cloud Setup im Gegensatz zu einer CDP keine vollumfänglichen Lizenzgebühren an, sondern nur die Kosten für die tatsächliche Nutzung der Cloud-Ressourcen. In Bezug auf Change Management und Kosteneffizienz bei der Einführung kann ein individuelles Cloud Setup also durchaus Vorteile bringen.

Wir empfehlen

Die Funktionen, die eine CDP zur Bildung einheitlicher Nutzer:innenprofile auf Basis von First-Party-Daten bietet, sind im Hinblick auf den Wandel der Cookie-Technologie ein relevantes Thema. Jedoch ist der Einkauf einer CDP-End-to-End-Lösung nicht für jedes Unternehmen der richtige Weg, wenn bereits eine performante Daten-Architektur auf Basis eines (Cloud) Data Warehouse besteht. Im Gegensatz zu einer CDP bietet die Cloud eine skalierfähige Rechenleistung für eine zentrale Anwendung von Data Science und Machine-Learning-Methoden. Dies ermöglicht die Nutzung fortgeschrittener Segmentierungs- und Analysefunktionen für das Audience Building. Der Ausbau der bestehenden Datenarchitektur um eine Customer-Data-Infrastruktur stellt somit langfristig eine flexiblere und zukunftssichere Technologie dar und ist eine gute Alternative zu herkömmlichen CDPs.