Jednotný zákaznický profil je pohled na jednoho člověka ze všech stran: jeho demografické údaje, chování (návštěvy webu, otevřené e-maily, kliknutí na reklamy), transakce (nákupy, platby) a interakce (tikety podpory, hovory). Před sjednocením jsou data rozptýlená: marketing vidí chování, prodej transakce, podpora tikety. Po sjednocení vidí všichni o zákazníkovi všechno. To umožňuje lepší rozhodování a personalizaci.
Co jednotné profily obsahují
Demografická data: jméno, e-mail, telefon, firma, pozice, obor, poloha.
Behaviorální data: navštívené stránky, otevřené e-maily, kliknutí na reklamy, doba na webu, stažený obsah.
Transakční data: nákupy, výše objednávek, platební metody, vrácené platby, stav předplatného.
Data o zapojení: tikety podpory, historie chatu, poznámky z hovorů, využívání produktu.
Obohacená data: informace o firmě (financování, počet zaměstnanců), používané technologie, novinky z oboru, finanční údaje.
Skórování a segmentace: skóre leadu, riziko odchodu, celoživotní hodnota, persona, členství v segmentu.
Jak vytvořit jednotné profily
Krok 1: Rozpoznání identity.
Spárujte téhož člověka napříč systémy. Hlavní identifikátor: e-mail (nejčastější). Doplňkové identifikátory: telefon, ID uživatele, firma. Pokud vidíte jane@wemasy.com v e-mailové platformě a n.morrison@wemasy.com v CRM, jde o stejného člověka? To musí rozhodnout CDP.
Řešení: deterministické párování (přesná shoda e-mailu), pravděpodobnostní párování (podobná jména + firma = pravděpodobně stejný člověk), strojové učení (učí se z dřívějších shod).
Krok 2: Sjednocení dat.
Přetáhněte do profilu data ze všech zdrojů. Příklad: e-mailová platforma pošle data o zapojení v e-mailech, CRM transakční data, analytika data o chování. Vše se spojí do jednoho profilu.
Krok 3: Obohacení.
Rozšiřte profil o externí data: informace o firmě (z profesních sítí), finanční údaje (od poskytovatelů obohacení dat), technografická data (jaké nástroje používají?). Obohacení zvyšuje hodnotu profilu.
Krok 4: Využití.
Používejte profil k rozhodování: posílejte personalizované e-maily podle chování, zobrazujte cílené reklamy podle zájmů, při vysokém skóre záměru předejte kontakt prodejnímu týmu. Profil informuje všechny navazující kroky.
Případy použití jednotných profilů
Personalizace: uživatel přijde na web, načte se jeho profil a web zobrazí personalizovaný obsah. Nový návštěvník vidí vzdělávací obsah, vracející se zákazník nabídky vyššího tarifu.
Skórování leadů: spojte chování (navštívil ceník), demografii (viceprezident pro prodej) a zapojení (otevřel 5 e-mailů) → skóre leadu = 85/100. Prodej se soustředí na leady s vysokým skóre.
Předpověď odchodu: spojte metriky zapojení (přihlášení klesla o 50 %), tikety podpory (3 stížnosti) a skóre zapojení (klesající). Předpověď rizika odchodu = 70 %. Tým péče o zákazníky se ozve proaktivně.
Udržení zákazníků: spojte historii nákupů (5 objednávek), aktuálnost (poslední nákup před 6 měsíci) a zapojení (odhlásil se z e-mailů) → předpovězte odchod. Zaměřte se na něj kampaní pro návrat zákazníků.
Výzvy při zavádění jednotných profilů
Soukromí a souhlas: sjednocování dat vyžaduje výslovný souhlas. GDPR vyžaduje jasný opt-in. Ujistěte se, že máte právní základ pro spojování dat.
Zastarávání dat: zákaznický profil je tak čerstvý, jak čerstvá jsou nejnovější data. Pokud se e-mailová platforma aktualizuje týdně, ale CRM denně, je profil nekonzistentní. Stanovte rytmus obnovování dat.
Duplicitní profily: pokud rozpoznání identity selže, vzniknou dva profily jednoho člověka. To narušuje personalizaci i atribuci. Vyžaduje to průběžné sledování a odstraňování duplicit.
Jak v jednotných profilech naložit se zákazníky s více e-mailovými adresami?
Namapujte všechny e-maily na jeden profil: hlavní e-mail (nejnovější), vedlejší e-maily (historické, propojené). Pokud zákazník používá jane@wemasy.com i jane.c@wemasy.com, propojte oba se stejným profilem. CDP to podporují, nastavte pravidla pro sjednocení e-mailů. Pravidla zdokumentujte, aby tým chápal, že jeden zákazník může mít více identifikátorů.
Jaká data zahrnout do jednotného profilu, aby to nebylo nepříjemné?
Zahrňte: co zákazník odsouhlasil (chování, otevřené e-maily), co sám sdílel (firma, pozice), co zlepšuje jeho zážitek (preference obsahu). Vyhněte se: datům, se kterými nesouhlasil, odvozeným citlivým vlastnostem (politické názory, zdraví) a detailům na úrovni sledování (sledování po sekundách). Orientační pravidlo: bylo by zákazníkovi příjemné vědět, že tato data máte? Pokud ne, neshromažďujte je.
Jak zajistit přesnost jednotných profilů a nebýt dotěrný?
Nabídněte úpravu profilu svépomocí: zákazník si může data v profilu zkontrolovat a opravit. Pošlete potvrzení opt-in: „Vidíme vás jako [shrnutí profilu]. Sedí to?“ Udělejte mezi zákazníky průzkum: vidíte personalizovaný obsah, který je pro vás relevantní? Pokud je spokojenost nízká, jsou profily nepřesné.
Mohu jednotné profily použít k předpovědi chování zákazníků?
Ano. Vytvořte modely z historických dat: zákazníci se vzorem profilu X mají míru odchodu 80 %. Zákazníci se vzorem Y mají odchod 5 %. Podle těchto vzorů hodnoťte nové zákazníky. Modely časem zastarávají (chování zákazníků se mění), proto je přetrénujte čtvrtletně nebo měsíčně.
Co se stane, když chci zákazníka z jednotných profilů smazat?
Právo na výmaz podle GDPR: musíte smazat všechna data profilu. Je to složité, protože data jsou rozptýlená (analytika, CRM, e-mail, reklamní platforma). CDP musí podporovat mazání ve všech připojených systémech. Zaveďte postup mazání: zákazník požádá o smazání → smažte z CDP → CDP pošle příkaz ke smazání všem nástrojům. Ověřte, že mazání proběhlo.
Kolik profilů mám udržovat (záleží na duplicitách)?
Odstraňování duplicit je zásadní. Jeden zákazník = jeden profil. Duplicity narušují atribuci, personalizaci i výpočet návratnosti. Investujte do rozpoznání identity. Sledujte míru duplicit: měřítkem je méně než 1 % duplicit. Pokud je vyšší, rozpoznání identity potřebuje zlepšit. Špatná data (duplicity) jsou horší než žádná data.