Cloud for Marketing miniseries deel 2

Dit artikel is origineel gepubliceerd op de website van Merkle

In deze miniserie neemt Jan van Unnik je mee op een reis door de Google Cloud. Onze expert op het gebied van Marketing Technologie en Innovatie neemt regelmatig een duik in de techniek achter onze tools, om de dromen van marketers en de ontwikkelingen van developers dichten bij elkaar te brengen. Jan werkt al jaren met Google Cloud en door de groeiende populariteit van dit platform binnen het marketing domein deelt hij inzichten over wat dit voor jou als marketeer kan betekenen.

Zoals ik afgelopen week heb beschreven in deel 1 van deze reeks, hebben we het al jaren over ‘de cloud’. Het begrip staat voor veel mensen synoniem voor een grenzeloos paradijs voor al je data (hoewel dat door de huidige thuiswerk situatie zeker niet vanzelfsprekend is). Naast het gebruik van diensten die in de cloud zijn gebouwd (Microsoft Teams, Google Drive, Slack, Dropbox, etc.), kun je ook de individuele bouwstenen afnemen waar deze diensten mee zijn gebouwd. Deze public cloud wordt aangeboden door vendoren waar je vast al een keer van hebt gehoord (Google Cloud, Microsoft Azure, Amazon Web Services, etc.). De producten van public clouds komen vaak voort uit intern ontwikkelde IT projecten. Zo draaien bekende diensten zoals Gmail, YouTube en Google Analytics op het door Google intern ontwikkelde Dremel. Dezelfde technologie wordt nu door veel marketingafdelingen ingezet onder de bekendere productnaam BigQuery.

Door het slim combineren en doorbouwen van public cloud functionaliteiten, zijn er steeds meer producten ontstaan die interessant zijn voor marketeers. Hieronder beschrijf ik een aantal van deze diensten en wat je hier als marketeer mee kunt.

Deze maand bestaat BigQuery precies tien jaar en in die tijd is het uitgegroeid tot datakern voor vooruitstrevende online marketeers. Deze database biedt de structuur van een relationele database met de snelheid zoals we die kennen van veel non-relationele oplossingen. Met BigQuery kun je in luttele seconden miljoenen regels doorzoeken met vertrouwde SQL-achtige queries. Google Analytics 360 integreert naadloos en bijvoorbeeld DMP’s, Email platformen, CRM systemen, Social tools en Customer Service software kunnen klantinteracties laten instromen op BigQuery. Door middel van je eigen queries kun je al deze data slim combineren en weer laten terugvloeien als bijvoorbeeld audiences voor je search, display, social en email campagnes.

Veel data kunnen verzamelen en verwerken is natuurlijk geweldig, maar een mens kan maar een beperkt aantal informatie verwerken. Dit wordt een stuk makkelijker door de inzichten die je in BigQuery genereert te visualiseren. Dit kan naadloos met Data Studio, waar je zonder zelf geschreven queries de data uit je BigQuery tabellen kunt omtoveren tot grafieken en KPI’s. Dit is erg toegankelijk en voor meer geavanceerde visualisaties kun je BigQuery ook integreren met bijvoorbeeld Looker, PowerBI, Qliksense en Tableau.

Je kunt data natuurlijk slim analyseren en combineren, maar als je een stap verder wilt gaan kun je ook voorspellingen genereren. Google AI Platform is ontstaan uit de Compute hoek van Google Cloud. Het is al heel lang mogelijk om een eigen server te huren, daar statistische software zoals R op te installeren en handmatig je data in te lezen en te analyseren, maar dat kan inmiddels ook een stuk makkelijker. Met Google AI Platform start je met een paar klikken on-demand een zware machine op die alle software voorgeïnstalleerd krijgt en daarnaast hoef je je geen zorgen te maken over configuratie, beveiliging en andere randzaken. Deze omgeving integreert naadloos met je BigQuery data, waardoor je als data scientist direct los kunt gaan op alle marketing data. Je kunt voorspellende modellen ontwikkelen en zodra je tevreden bent deze periodiek loslaten op brondata. Hierdoor worden marketeers continu voorzien van voorspellende verrijkingen zoals Customer Lifetime Values, Propensity Scores en Churn Probability, welke ze kunnen gebruiken in bijvoorbeeld segmentatie of bidding strategieën.

Om je data direct te verrijken, kun je ook los gaan met diensten die Google beschikbaar heeft gemaakt via API’s. Denk hierbij aan locatiegegevens (Maps), vertalen van tekst (Translate), herkennen van onderwerpen (Natural Language), herkennen van (product)afbeeldingen (Vision), herkennen van persoonsgegevens (Data Loss Prevention) en zelfgetrainde modellen (AutoML). Ieder van deze diensten is bijna een eigen blogpost waard, dus laat het vooral weten als je hier een keer verder over wilt praten.

Google Pub/Sub & Google Dataflow ¶

Al die data moet natuurlijk ergens vandaan komen. Voor veel mensen betekent dit dat ze het overgrote deel van hun dag bezig zijn met het inladen en transformeren van data, in plaats van de daadwerkelijke analyse. Voor bronnen die niet native ondersteunt worden door BigQuery, kan Pub/Sub en Dataflow je leven een stuk makkelijker maken. Hiermee kun je real-time triggers afvangen op publieke end-points, transformeren naar eigen inzicht en streamen in BigQuery. Ook is het mogelijk om grote batches te verwerken en in te laden. Ook hier is het uitgangspunt dat veel randzaken geautomatiseerd zijn, waardoor je sneller je werk kunt doen. Wel blijven er vaak op marketing vlak nog een aantal uitdagingen, zoals deduplicatie van klanten uit verschillende systemen. Om deze functionaliteiten nog gebruiksvriendelijker te maken voor marketingafdelingen, zijn we hier zelf ook mee aan de slag gegaan. Hier kun je daar meer over lezen.

Mocht het bovenstaande nog niet genoeg zijn, dan kun je altijd nog een eigen oplossingen ontwikkelen. Een hele plezierige manier om dit te doen, is Google Cloud Functions. Hiermee kun je scripts schrijven zonder je zorgen te maken over het onderhoud van een server. Daarnaast betaal je alleen als ze gebruikt worden en zijn ze altijd beschikbaar. Perfect dus voor het verwerken van triggers. Zelf hebben we hiermee bijvoorbeeld een Voice applicatie en een DMP met elkaar verbonden (meer informatie).

Hopelijk geeft dit je een beter beeld van hoe de producten van Google Cloud voor Marketing ingezet kunnen worden. In dit deel lag de focus vooral op de mogelijkheden, maar zoals bij alle tools zijn er ook een aantal zaken om rekening mee te houden. Hierover meer in deel 3.