机房360首页
当前位置:首页 » 技术前沿 » 如何采用Segment的替代方案

如何采用Segment的替代方案

来源:机房360 作者:Harris编译 更新时间:2022/4/14 7:46:19

摘要:客户数据平台(CDP)如今已经成为企业应对数据可访问性挑战的最佳解决方案之一。严格来说,CDP从各种来源收集和整合数据,并将该信息发送到不同的目标目的地(即营销工具和销售工具)。企业采用CDP的目的是汇总来自各种数据源的信息,并将其组合在一起以创建一个全方位的客户视图。

   什么是客户数据平台(CDP)?
  
  客户数据平台(CDP)如今已经成为企业应对数据可访问性挑战的最佳解决方案之一。严格来说,CDP从各种来源收集和整合数据,并将该信息发送到不同的目标目的地(即营销工具和销售工具)。企业采用CDP的目的是汇总来自各种数据源的信息,并将其组合在一起以创建一个全方位的客户视图。
  
  除此之外,它们还提供了一个额外的激活层来实现营销自动化。这是因为创建CDP是为了分析用户行为,并个性化他们的体验。每个企业都有大量数据,因此CDP对B2C公司和B2B公司都很有用。
  
  传统上,对于营销人员来说,获取数据是一个巨大的挑战,因为所有有用的信息可能潜藏在不同的数据源和工具中。CDP通过为营销团队提供一个相对易于使用的平台来解决这个问题,该平台几乎不需要数据或工程团队的输入。
  
  什么是Segment?
  
  Segment是最受欢迎的CDP之一。事实上,2020年,Segment的全球市场收入超过1.44亿美元,最近被Twilio公司以32亿美元的价格收购。从本质上来说,Segment是一种SaaS产品,可以帮助企业从网站、应用程序、SaaS工具等数字资产收集和利用数据。简单地说,Segment是一个针对应用程序开发人员和中小型企业的事件跟踪平台。Segment简化了数据收集过程,使用户能够花费更多时间利用他们的数据为客户创建个性化体验和相关内容。
  
  Segmen可以做些什么?
  
  Segment最初是为了解决收集和移动事件数据的挑战而创建的。以其最简单的形式,Segment有助于触发产品中捕获的用户事件,并将该数据同步到数据仓库之外的各种SaaS工具。它生成有关应用程序或网站中正在发生的事情的消息,然后将这些消息中的信息转换为其他工具可以理解的格式。
  
  Segment提供了一个API库,可以作为代码在网站、应用程序或服务器上运行,以根据用户定义的特定触发器生成消息。这段代码可能很简单,只需将一个片段复制,并粘贴到网站的HTML中,以跟踪页面浏览量;也可以将其嵌入应用程序中,在用户执行特定操作(如打开或关闭应用程序或在设定的时间后放弃购物车)时发送消息。在生成这些消息之后,可以将其直接发送到Segment服务器进行翻译或转发到特定目的地。
  
  谁在使用Segment?
  
  Segment市场有两个核心受众:营销团队和工程团队。Segment对营销人员具有吸引力,因为它为他们收集和合并不同的数据集提供了一种简单的方法,以创建各种客户档案、丰富受众,并通过各种工具激活活动。
  
  另一方面,Segment对工程团队也有吸引力,因为他们不必花时间编写自己的事件跟踪库和编写与所有SaaS工具的集成,所有这些都是通过Segment的API库提供的。这意味着工程师可以将精力集中在对企业利润影响最大的高优先级任务上。最重要的是,营销人员每次想提出问题或访问特定数据集时不需要数据团队或工程团队的帮助,因为所有这些都是通过Segment市场提供的。
  
  什么是Segment仓库?
  
  Segment的仓库功能使用户能够将信息发送到各种数据仓库(例如Snowflake、AmazonRedshift、AzureSynapse、GoogleBigQuery等)。这非常有用,因为数据仓库通常是数据的最终存储点,并且在大多数企业中充当分析平台。
  
  什么是Segment角色?
  
  Segment角色是面向营销人员的一种视觉受众构建器,使企业能够通过新特征来丰富客户档案。Segment角色跨多个设备和渠道获取事件数据,并使用身份解析将其智能地整合在一起,以创建客户的单一视图。Segment将受众定义为符合特定条件的用户或帐户列表。例如用户在什么时候放弃了他们的购物车,并在过去7天内购买了哪一件物品。这些受众基本上是定制的Segment市场。营销人员可以在点击式用户界面(UI)中定义这些Segment,而无需了解SQL。
  
  什么是Segment函数?
  
  使用Segment函数,用户可以对事件进行基本转换,并将其发送到外部工具和各种API,而无需设置或维护任何基础设施。但是,转换功能非常有限,不如SQL等本地语言或dbt等专用转换工具强大。
  
  Segment有哪些替代方案?
  
  (1)mParticle
  
  mParticle是Segment的替代品。然而,虽然Segment是为中小企业量身定制的,但mParticle是为更大规模的企业构建的。mParticle没有归入CDP类别,而是声称是“客户数据基础设施”(CDI)。CDI的核心是数据集成、数据治理和受众管理。由于mParticle是为更大规模的企业量身定制的,因此它更加注重提供支持。事实上,所有mParticle客户在使用之初就被分配了一个专门的客户列表。此外,mParticle是CDP领域最早提供专业服务和发布受众构建产品的公司之一。具体来说,Segment的角色产品是mParticle的受众产品的直接结果。
  
  mParticle和Segment之间的另一个核心区别在于,mParticle在移动事件跟踪(即应用程序)和数据集成方面提供了更强大的功能。由于Segment严格针对中小企业量身定制,因此实际上只专注于网络跟踪。总而言之,mParticle可以提供比Segment更强大的功能。这两种解决方案都是为开发人员量身定制的,并且在营销团队开始充分利用这两种工具之前,需要大量的实施/设置时间。
  
  (2)Tealium
  
  Tealium是一种Segment替代品,它更加重视营销人员而不是开发人员。Tealium是一个专注于中大企业的CDP解决方案。在成为成熟的CDP之前,Tealium属于“企业标签管理”类别(即GoogleTagManager的竞争对手,GoogleTagManager是一项免费服务,使用户能够实施营销标签或代码片段以用于跟踪目的他们的网站)。另一方面,Tealium的旗舰产品“TealiumIQ”提供了更大的灵活性,因为它不是像GoogleTagManager这样的谷歌原生服务。这意味着它与各种不同的平台集成。
  
  除了提供CDP的典型功能之外,Tealium还符合HIPAA标准,并将签署业务伙伴协议(概述各方对受保护健康信息的个人责任的合同)。对于Segment或mParticle,情况并非如此。Tealium的主要卖点在于隐私和安全。这就是如此多的医疗保健和金融服务公司被它吸引的原因。这消除了一些第三方风险和其他可能影响基本业务目标的风险因素。
  
  (3)Lytics
  
  Lytics是Segment的替代品,它更加重视授权营销人员而不是工程师和开发人员。由于这个原因,Lytics的实施时间往往比Segment、mParticle、Tealium等平台长得多。然而,作为一个优势,Lytics有一个非常直观的用户界面(UI),这使得它非常精简且易于使用。
  
  与其他平台相比,Lytics具有更详细和更具预测性的机器学习功能。事实上,Lytics的机器学习API提供了一个框架,可以直接在平台内创建自定义机器学习模型。这些模型是自我训练的,并且会不断实时更新。在Lytics中创建的所有受众也会实时更新,无需用户输入。
  
  (4)RudderStack
  
  RudderStack与之前的替代方案略有不同,因为它是为开发人员量身定制的完全开源的CDP平台。RudderStack的核心产品功能使开发人员能够部署数据管道,并从各种应用程序、网站和平台收集客户数据以自动跟踪事件。然后可以在数据仓库中激活此信息。尽管RudderStack声称是开源的,但云连接、ETL/ELT、反向ETL等大多数功能都被锁定在付费产品之后。不过,RudderStack也有一些好处。
  
  作为一个开源平台,RudderStack是唯一可以完全在本地运行的CDP。此外,Rudderstack不拥有其托管的任何数据,因为一切都保存在企业的专有技术堆栈中。在大多数情况下,当像Segment这样的平台由于每月跟踪用户(MTU)定价模型以及数据所有权方面而变得过于昂贵时,很多企业会选择RudderStack。
  
  (5)SimonData
  
  SimonData是一个结合在CDP中的电子邮件服务平台。它与Braze、Iterable、SalesforceMarketingCloud、Marketo等解决方案非常相似。大多数CDP从各种来源捕获数据以创建受众,然后将该信息推送回运营平台,以便营销人员可以使用这些信息开展活动。但是,SimonData声称可以将所有这一切集成。它连接到数据仓库,但会将数据移出仓库,这可能对合规性非常不利。
  
  SimonData还将用户锁定在一个简单的用户/事件数据模型中,而不是支持仓库内的所有类型的数据,如产品、团体、航班、旅行、购买等。SimonData还带来了另一个挑战,它不能有效地支持通知。营销人员的需求变化非常快。这是企业选择将营销平台和数据平台分开,并在CDP之上利用Iterable或Braze等专用解决方案的众多原因之一。
  
  (6)ActionIQ
  
  ActionIQ专注于帮助企业实现全面的“数字化转型”。ActionIQ与其他CDP非常不同,因为它利用数据库,并在上面添加CDP作为附加层。具体而言,ActionIQ帮助企业将不同的数据源组合到他们自己独特的ActionIQ数据库中,并使用户能够通过传统的CDP来利用这些数据。
  
  这种解决方案往往非常专业,需要大量的服务,将数据输入平台可能会非常具有挑战性。通常需要长达一年的时间来实施。同样,ActionIQ的整个数据模型只关注联系人和领域,因此企业几乎没有能力利用对其业务影响最大的数据模型。它实际上是为那些已经对特定技术堆栈进行了大量投资,并且只需要寻找额外工具和数据访问的企业量身定制的。
  
  (7)Amperity
  
  Amperity的核心客户往往是大型零售企业或传统实体企业,其数据源极为不同。Amperity是一个高度专业化身份解析的CDP平台。它拥有“最先进的”机器学习技术,而大多数CDP使用简单的“确定性”身份解析逻辑(例如图上的静态值相等,那么这是同一个用户)。
  
  与大多数CDP一样,Amperity确实具有其他CDP提供的一些营销激活功能。然而,这些功能很有限。从本质上来说,Amperity在识别和预测客户行为方面非常有效,这对任何企业来说都是一个非常有用的特征。
  
  现成的CDP有哪些问题?
  
  所有CDP都有一些类似的问题。首先,CDP不是单一的事实来源。随着云数据仓库(即Snowflake、Redshift、BigQuery、Synapse等)的兴起,数据仓库现在包含所有客户数据,因为企业已经在使用它们进行报告和建模。CDP只有摄取到其中的数据。
  
  其次,CDP会在企业内部造成一些摩擦,因为它们完全是为营销人员创建的。这阻碍了营销和数据团队之间的协作。企业内的每个人都需要朝着共同目标的努力,即使他们在不同的团队中。此外,所有CDP都建立在专有系统上,这些系统并不总是与其他技术很好地匹配。例如,如果不存在转换功能,则用户将无法提交支持请求。
  
  这种情况实际上经常发生,因为传统的CDP通常没有能力对存储在其中的数据进行大量可靠的转换。同样,如果将各种不良事件加载到CDP中,则用户只能使用CDP内置的功能来清理该数据集。作为在不同系统之间来回移动数据的点对点工具,CDP创建孤岛是因为它们无法利用企业中可能已经存在的现有技术或工具。
  
  此外,由于CDP是专门为营销人员创建的,因此它们提供的数据模型并不灵活。事实上,他们经常迫使企业将他们的数据放入一个严格的模型中,这对业务来说没有逻辑意义。最后,CDP存储公司所有涉及隐私和安全问题的数据。每个企业都应拥有自己的数据,以免受制于特定供应商的突发奇想。
  
  Segment有什么问题?
  
  Segment在将数据从A点移动到B点方面做得不错。但是,它有一些问题。首先,通过Segment推送的数据从未真正转换为创建适当的全方位客户视图(例如结合账单和产品数据);它也不能与SQL结合使用。Segment声称将跨所有途径和渠道的客户统一起来以实现个性化的活动,但只有在推送到各种营销平台的所有信息仍处于原始状态时,这些活动才会如此有用。
  
  此外,Segment的数据模型仅限于两个对象,用户和帐户。并且在大多数情况下,一个用户只能属于一个帐户。这是有问题的,因为每个企业都有一个独特的模型。例如,像Spotify这样的公司收集有关用户和帐户的信息,但它也跟踪例如艺术家和流派等其他概念,这些概念通常被视为单独的表格。然而,Segment的核心问题是它试图取代传统的iPaaS或ETL(提取、转换、加载)工具,并处理数据集成的整个端到端过程。
  
  此外,随着Twilio公司收购Segment,其推荐的工具可能会有一些偏见。毕竟,Twilio完全专注于联系客户,而Segment只专注于管理有关他们的数据。Segment在收集和传输事件数据方面做得很好。但是,从SaaS工具获取、摄取和转换数据是另一回事。使用Segment就像租用数据管道,大多数企业都希望从上到下控制他们的技术堆栈。专有数据应该是一种竞争优势,而不是一种责任。
  
  为什么数据仓库应该是CDP
  
  CDP和数据仓库之间的主要区别在于,CDP仅存储客户数据,而数据仓库充当整个组织中所有数据的存储库,而不仅仅是存储客户数据。CDP严格专注于丰富数据以用于营销目的,数据仓库可以运行各种不同的工作负载以用于分析目的。大多数企业已将数据仓库标准化为单一事实来源,因为CDP只具有数据子集,而仓库拥有所有数据。这实际上是数据仓库应该成为CDP的首要原因。
  
  由于所有数据通常都已经在数据仓库中,因此合乎逻辑的选择是将其简单地作为CDP使用。现代数据堆栈应该由数据采集、收集和转换的端到端流程组成。在大多数情况下,实现这一目标的最简单方法是利用专门设计用于处理单个任务的工具。Fivetran、Snowflake和dbt就是很好的例子。事实上,这是每个数据驱动型公司都在采用的核心技术栈。
  
  Fivetran可以处理整个数据集成,提供简单的SaaS解决方案,帮助企业快速将数据从SaaS工具中移出并移入数据仓库。Snowflake为企业提供了一种将数据整合到一个位置以进行分析的简便方法。最后,dbt提供了一个简单的基于SQL的转换工具,使用户能够创建可重用的数据模型。这三种解决方案结合起来创建了一个有效的数据管理平台。
  
  但是,这个技术堆栈存在一个小问题。Fivetran目前不提供任何方式来收集和传输事件数据(即用户操作)。它也没有提供将数据移出仓库并返回操作系统的方法。这会产生一个问题,因为这是Segment解决的主要用例。
  
  如何使用数据仓库作为CDP
  
  如果Segment的主要优势仅仅在于它能够收集事件数据,并将该信息移动到各种SaaS平台,那么这一优势将会消失,这主要是由于出现了反向ETL工具和Snowplow等行为数据平台。像这样的解决方案通过将数据仓库用作CDP,可以单方面地创建更强大的Segment版本。
  
  编辑:Harris

机房360微信公众号订阅
扫一扫,订阅更多数据中心资讯

本文地址:http://www.jifang360.com/news/2022414/n9637145096.html 网友评论: 阅读次数:
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。
转载声明:凡注明来源的文章其内容和图片均为网上转载,非商业用途,如有侵权请告知,会删除。
相关评论
正在加载评论列表...
评论表单加载中...
  • 我要分享
推荐图片