บริษัทค้าปลีกข้ามชาติที่ดำเนินการร้านค้าทางกายภาพ 1,200 แห่งและระบบนิเวศการค้าดิจิทัลที่ครอบคลุมเว็บไซต์ แอปพลิเคชันมือถือ อีเมล และช่องทางโซเชียลมีเดีย ค้นพบผ่านการตรวจสอบการแก้ไขข้อมูลเอกลักษณ์ว่าสิ่งที่เชื่อว่าเป็นบันทึกลูกค้าที่ไม่ซ้ำกัน 28 ล้านรายการนั้น จริงๆ แล้วหมายถึงบุคคลที่แตกต่างกันเพียง 16.4 ล้านคนเท่านั้น โดยบันทึกที่เหลืออีก 11.6 ล้านรายการเป็นโปรไฟล์ที่ซ้ำซ้อนหรือแยกส่วนที่สร้างขึ้นเมื่อลูกค้าคนเดียวกันโต้ตอบผ่านช่องทางต่างๆ โดยใช้ที่อยู่อีเมลที่แตกต่างกัน ตัวระบุอุปกรณ์ หรือหมายเลขบัญชีสะสมคะแนน หลังจากนำแพลตฟอร์มการแก้ไขข้อมูลเอกลักษณ์ที่ครอบคลุมมาใช้ ผู้ค้าปลีกได้รวมโปรไฟล์ที่แยกส่วนเหล่านี้เข้าด้วยกันเป็นมุมมองลูกค้าแบบรวม ปรับปรุงประสิทธิภาพการตลาดผ่านอีเมลทันทีด้วยการขจัดการส่งที่ซ้ำซ้อน 4.2 ล้านครั้งต่อเดือน และเพิ่มความแม่นยำในการปรับเปลี่ยนเฉพาะบุคคลจาก 34 เปอร์เซ็นต์เป็น 87 เปอร์เซ็นต์ สร้างรายได้เพิ่มเติมที่สามารถระบุได้ 14.8 ล้านดอลลาร์ในปีแรก
ความท้าทายในการแก้ไขข้อมูลเอกลักษณ์ในการตลาดสมัยใหม่
การขยายตัวของจุดสัมผัสดิจิทัลได้สร้างปัญหาการแยกส่วนข้อมูลเอกลักษณ์พื้นฐานที่ทำลายเกือบทุกแง่มุมของการตลาดที่ขับเคลื่อนด้วยข้อมูล ผู้บริโภคคนเดียวอาจโต้ตอบกับแบรนด์ผ่านเบราว์เซอร์เดสก์ท็อปที่ที่ทำงานโดยใช้อีเมลขององค์กร เรียกดูบนสมาร์ทโฟนส่วนตัวโดยใช้ที่อยู่อีเมลที่แตกต่างกัน ซื้อสินค้าในร้านค้าด้วยบัตรเครดิต มีส่วนร่วมกับโฆษณาบนโซเชียลมีเดียผ่านตัวระบุเฉพาะของแพลตฟอร์ม และรับจดหมายตรงที่ที่อยู่บ้านของพวกเขา การโต้ตอบแต่ละครั้งจะสร้างบันทึกข้อมูลแยกต่างหากในระบบต่างๆ และหากไม่มีเทคโนโลยีการแก้ไขข้อมูลเอกลักษณ์ นักการตลาดจะปฏิบัติต่อแต่ละบันทึกเป็นบุคคลที่แตกต่างกัน ส่งผลให้มุมมองลูกค้าแยกส่วน การสื่อสารที่ซ้ำซ้อน การวิเคราะห์ที่ไม่ถูกต้อง และการสูญเสียค่าใช้จ่ายโฆษณากับกลุ่มเป้าหมายที่มีคนเดียวกันนับหลายครั้ง
เทคโนโลยีการแก้ไขข้อมูลเอกลักษณ์จัดการกับความท้าทายนี้ผ่านอัลกอริทึมการจับคู่แบบความน่าจะเป็นและแบบกำหนดที่วิเคราะห์สัญญาณเอกลักษณ์หลายร้อยรายการเพื่อพิจารณาว่าบันทึกหลายรายการเป็นของบุคคลคนเดียวกันหรือไม่ การจับคู่แบบกำหนดใช้การจับคู่ตัวระบุที่ตรงทุกประการ เช่น ที่อยู่อีเมล หมายเลขโทรศัพท์ รหัสสะสมคะแนน หรือข้อมูลประจำตัวการเข้าสู่ระบบที่ได้รับการรับรอง เพื่อเชื่อมโยงบันทึกด้วยความเชื่อมั่นใกล้เคียงความแน่นอน การจับคู่แบบความน่าจะเป็นใช้โมเดลทางสถิติที่ประเมินสัญญาณที่อ่อนแอกว่า รวมถึงที่อยู่ IP ลายนิ้วมืออุปกรณ์ รูปแบบการเรียกดู ข้อมูลตำแหน่ง และความคล้ายคลึงกันทางพฤติกรรม เพื่ออนุมานการเชื่อมต่อเอกลักษณ์ด้วยคะแนนความเชื่อมั่นที่วัดความน่าจะเป็นของการจับคู่ที่ถูกต้อง
สถาปัตยกรรมกราฟเอกลักษณ์และโครงสร้างพื้นฐานข้อมูล
กราฟเอกลักษณ์ทำหน้าที่เป็นโครงสร้างข้อมูลพื้นฐานที่ขับเคลื่อนการแก้ไขข้อมูลเอกลักษณ์ลูกค้า แสดงความสัมพันธ์ระหว่างตัวระบุต่างๆ และบุคคลที่พวกเขาเป็นของเป็นเครือข่ายของโหนดที่เชื่อมต่อกัน แต่ละโหนดในกราฟแสดงตัวระบุ เช่น ที่อยู่อีเมล รหัสอุปกรณ์ คุกกี้ หมายเลขโทรศัพท์ หรือที่อยู่ไปรษณีย์ และขอบระหว่างโหนดแสดงการเชื่อมต่อที่สังเกตได้ เช่น เมื่อที่อยู่อีเมลสองแห่งที่แตกต่างกันถูกใช้เพื่อเข้าสู่บัญชีเดียวกัน หรือเมื่อคุกกี้และรหัสอุปกรณ์ถูกสังเกตบนเซสชันเครือข่ายเดียวกัน กราฟพัฒนาอย่างต่อเนื่องเมื่อสัญญาณเอกลักษณ์ใหม่ถูกนำเข้า โดยอัลกอริทึมประเมินจุดข้อมูลใหม่แต่ละจุดเพื่อพิจารณาว่าควรสร้างกลุ่มเอกลักษณ์ใหม่ ขยายกลุ่มที่มีอยู่ หรือรวมกลุ่มที่แยกกันก่อนหน้านี้
การสร้างและดูแลรักษากราฟเอกลักษณ์ในระดับใหญ่ต้องการโครงสร้างพื้นฐานข้อมูลที่ซับซ้อนซึ่งสามารถประมวลผลสัญญาณเอกลักษณ์หลายพันล้านรายการแบบเรียลไทม์ในขณะที่รักษามาตรฐานความแม่นยำที่ป้องกันการรวมที่ผิดพลาดจากการทำลายโปรไฟล์ลูกค้า แพลตฟอร์มการแก้ไขข้อมูลเอกลักษณ์ขนาดใหญ่ประมวลผลเหตุการณ์เอกลักษณ์เฉลี่ย 340 ล้านรายการต่อวัน โดยแต่ละรายการต้องการการท่องกราฟแบบเรียลไทม์เพื่อกำหนดความสัมพันธ์กับกลุ่มเอกลักษณ์ที่มีอยู่ ระบบต้องสร้างสมดุลความแม่นยำ เพื่อให้แน่ใจว่าไม่รวมบุคคลสองคนที่แตกต่างกันเข้าเป็นโปรไฟล์เดียวโดยไม่ถูกต้อง กับการเรียกคืน เพื่อให้แน่ใจว่าไม่พลาดการเชื่อมต่อที่ถูกต้องที่จะเชื่อมโยงบันทึกที่แยกส่วนที่เป็นของบุคคลคนเดียวกัน แพลตฟอร์มชั้นนำบรรลุอัตราความแม่นยำสูงกว่า 99.2 เปอร์เซ็นต์และอัตราการเรียกคืนสูงกว่า 94.6 เปอร์เซ็นต์ผ่านโมเดลการจับคู่แบบรวมที่รวมวิธีการทางอัลกอริทึมหลายแบบ
การเชื่อมโยงเอกลักษณ์ข้ามอุปกรณ์และข้ามช่องทาง
การแก้ไขข้อมูลเอกลักษณ์ข้ามอุปกรณ์มีความท้าทายมากขึ้นเนื่องจากกฎระเบียบความเป็นส่วนตัวและนโยบายแพลตฟอร์มจำกัดคุกกี้ของบุคคลที่สามและตัวระบุโฆษณามือถือที่ในอดีตเปิดใช้งานการติดตามระดับอุปกรณ์ กรอบความโปร่งใสในการติดตามแอปของ Apple การเลิกใช้คุกกี้ของบุคคลที่สามใน Chrome ของ Google และกฎระเบียบความเป็นส่วนตัวต่างๆ ได้กำจัดกลไกการติดตามแบบพาสซีฟจำนวนมากที่แพลตฟอร์มการแก้ไขข้อมูลเอกลักษณ์เคยพึ่งพา เพื่อตอบสนอง อุตสาหกรรมได้เปลี่ยนไปใช้กลยุทธ์ข้อมูลบุคคลที่หนึ่งที่ให้ความสำคัญกับสัญญาณเอกลักษณ์ที่ได้รับการรับรอง วิธีการจับคู่ตามบริบทที่ใช้ประโยชน์จากรูปแบบการเรียกดูโดยไม่มีการติดตามระดับบุคคล และเทคโนโลยีที่รักษาความเป็นส่วนตัวเช่นห้องสะอาดที่เปิดใช้งานการจับคู่เอกลักษณ์โดยไม่เปิดเผยข้อมูลส่วนบุคคลดิบ
บริษัทสื่อที่นำกลยุทธ์เอกลักษณ์บุคคลที่หนึ่งมาใช้ส่งเสริมเซสชันที่ได้รับการรับรองผ่านคำแนะนำเนื้อหาที่ปรับเปลี่ยนเฉพาะบุคคล การสมัครรับจดหมายข่าว และฟีเจอร์แบบโต้ตอบที่ต้องเข้าสู่ระบบ ภายใน 18 เดือน บริษัทเพิ่มฐานผู้ใช้ที่ได้รับการรับรองจาก 12 เปอร์เซ็นต์เป็น 47 เปอร์เซ็นต์ของผู้เยี่ยมชมรายเดือน สร้างพื้นฐานเอกลักษณ์บุคคลที่หนึ่งที่แข็งแกร่งซึ่งเปิดใช้งานการเชื่อมโยงข้ามอุปกรณ์ที่แม่นยำโดยไม่ต้องพึ่งพาตัวระบุของบุคคลที่สาม กราฟเอกลักษณ์ที่ได้รับการรับรองเชื่อมต่ออุปกรณ์เฉลี่ย 3.2 เครื่องต่อผู้ใช้ที่รู้จัก ช่วยให้บริษัทสามารถมอบประสบการณ์การปรับเปลี่ยนเฉพาะบุคคลที่สอดคล้องกันผ่านเดสก์ท็อป มือถือ แท็บเล็ต และทีวีที่เชื่อมต่อ ในขณะที่ให้ตัวชี้วัดการเข้าถึงและความถี่ที่แม่นยำแก่ผู้โฆษณาซึ่งกำหนดราคาระดับพรีเมียม
การแก้ไขข้อมูลเอกลักษณ์ที่รักษาความเป็นส่วนตัว
ความตึงเครียดระหว่างความแม่นยำในการแก้ไขข้อมูลเอกลักษณ์และการปกป้องความเป็นส่วนตัวได้ขับเคลื่อนนวัตกรรมในเทคโนโลジีการจับคู่ที่รักษาความเป็นส่วนตัวซึ่งเปิดใช้งานการระบุลูกค้าโดยไม่เปิดเผยข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้ ห้องสะอาดข้อมูลให้สภาพแวดล้อมที่ปลอดภัยที่สองฝ่ายสามารถจับคู่ข้อมูลลูกค้าของตนโดยใช้ตัวระบุที่เข้ารหัสโดยไม่มีฝ่ายใดได้รับการเข้าถึงข้อมูลดิบของอีกฝ่ายหนึ่ง ผู้ค้าปลีกที่จับคู่ฐานข้อมูลลูกค้ากับข้อมูลผู้ชมของผู้จัดพิมพ์สามารถระบุความซ้อนทับและสร้างกลุ่มโฆษณาที่กำหนดเป้าหมายโดยผู้จัดพิมพ์ไม่เคยเห็นที่อยู่อีเมลของลูกค้าหรือผู้ค้าปลีกเห็นข้อมูลการเรียกดูของผู้จัดพิมพ์
เทคนิคการเข้ารหัสขั้นสูงรวมถึงการคำนวณหลายฝ่ายที่ปลอดภัยและการเข้ารหัสแบบโฮมอมอร์ฟิกช่วยให้การดำเนินการจับคู่เอกลักษณ์สามารถดำเนินการบนข้อมูลที่เข้ารหัส เพื่อให้แน่ใจว่าการแก้ไขข้อมูลเอกลักษณ์เกิดขึ้นโดยไม่มีฝ่ายใดเข้าถึงข้อมูลส่วนบุคคลที่ไม่ได้เข้ารหัส เทคนิคเหล่านี้มีคุณค่าอย่างยิ่งในอุตสาหกรรมที่มีการควบคุม เช่น การดูแลสุขภาพและบริการทางการเงิน ที่การแก้ไขข้อมูลเอกลักษณ์สามารถปลดล็อกคุณค่าทางการตลาดที่สำคัญ แต่ต้องปฏิบัติตามข้อกำหนดการปกป้องข้อมูลที่เข้มงวด บริษัทบริการทางการเงินที่ใช้การแก้ไขข้อมูลเอกลักษณ์ที่รักษาความเป็นส่วนตัวจับคู่ฐานข้อมูลลูกค้ากับแพลตฟอร์มโฆษณาดิจิทัลโดยไม่แบ่งปันข้อมูลส่วนบุคคลใดๆ บรรลุอัตราการจับคู่ 89 เปอร์เซ็นต์ในขณะที่รักษาการปฏิบัติตามกฎระเบียบความเป็นส่วนตัวทางการเงินอย่างเต็มที่
โปรไฟล์ลูกค้าแบบรวมและการเปิดใช้งาน
ผลลัพธ์สูงสุดของการแก้ไขข้อมูลเอกลักษณ์คือโปรไฟล์ลูกค้าแบบรวมที่รวบรวมการโต้ตอบ ธุรกรรม ความชอบ และข้อมูลพฤติกรรมที่รู้จักทั้งหมดสำหรับแต่ละบุคคลเข้าเป็นมุมมองเดียวที่ครอบคลุม โปรไฟล์เหล่านี้ทำหน้าที่เป็นพื้นฐานสำหรับการปรับเปลี่ยนเฉพาะบุคคล การแบ่งกลุ่ม การวิเคราะห์ และการเพิ่มประสิทธิภาพประสบการณ์ลูกค้าในทุกช่องทางการตลาด โปรไฟล์แบบรวมสำหรับลูกค้าค้าปลีกอาจรวมถึงประวัติการซื้อทั้งหมดผ่านช่องทางออนไลน์และออฟไลน์ พฤติกรรมการเรียกดูเว็บไซต์ รูปแบบการมีส่วนร่วมผ่านอีเมล การโต้ตอบบนโซเชียลมีเดีย การติดต่อกับฝ่ายบริการลูกค้า กิจกรรมโปรแกรมสะสมคะแนน และความชอบที่คาดการณ์ได้จากโมเดลการเรียนรู้ของเครื่องที่ฝึกฝนจากข้อมูลพฤติกรรมของพวกเขา
การเปิดใช้งานโปรไฟล์ลูกค้าแบบรวมในช่องทางการตลาดต้องการการซิงโครไนซ์แบบเรียลไทม์ระหว่างแพลตฟอร์มการแก้ไขข้อมูลเอกลักษณ์และระบบการเปิดใช้งานขั้นปลายรวมถึงแพลตฟอร์มโฆษณา ระบบการตลาดผ่านอีเมล เครื่องมือปรับเปลี่ยนเว็บไซต์เฉพาะบุคคล และเครื่องมือบริการลูกค้า เมื่อลูกค้าที่เคยเรียกดูเสื้อโค้ทฤดูหนาวบนแอปมือถือของแบรนด์เดินเข้าไปในร้านค้าจริง โปรไฟล์แบบรวมควรช่วยให้พนักงานในร้านสามารถให้คำแนะนำที่เกี่ยวข้องตามประวัติการเรียกดูออนไลน์ของลูกค้า สร้างประสบการณ์หลายช่องทางที่ราบรื่นซึ่งขับเคลื่อนความภักดีและมูลค่าตลอดชีวิต แพลตฟอร์มการแก้ไขข้อมูลเอกลักษณ์ชั้นนำบรรลุความหน่วงในการซิงโครไนซ์โปรไฟล์ต่ำกว่า 200 มิลลิวินาที ช่วยให้การปรับเปลี่ยนเฉพาะบุคคลแบบเรียลไทม์ที่ตอบสนองต่อพฤติกรรมของลูกค้าขณะที่เกิดขึ้นแทนที่จะพึ่งพาข้อมูลที่ประมวลผลเป็นชุดซึ่งอาจเก่าหลายชั่วโมงหรือหลายวัน
