为什么Apache Unomi开源[客户数据平台」值得一看

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 为什么Apache Unomi开源[客户数据平台」值得一看


客户体验(CX)要求个性化,而个性化要求访问各种各样的客户数据。如今,这些数据通常在独立的、孤立的记录和参与系统中维护。然而,市场营销人员需要一个统一的360度客户数据视图来个性化内容并提出相关建议。客户数据平台(CDP)由此诞生,这是一种相对较新的CX数据主数据管理方法。

自从cdp这个类别首次出现以来,在过去的18个月里,有很多关于cdp的文章。CMSWire之前发表的一篇文章提供了CDPs的一个很好的概述,我鼓励您阅读它以及CMSWire发表的关于这个主题的其他文章,包括Raviv Turner的这篇文章和这篇Econsultancy的文章。

在本文中,我将探讨CDP市场的现状,并重点介绍Apache Unomi,这是一种开源的CDP。

客户数据平台市场

客户数据平台研究所,简称CDP研究所,自称是一个与供应商无关的组织,致力于帮助市场营销人员管理客户数据。CDP学院“向市场营销人员传授管理客户数据的问题、方法和技术,特别关注客户数据平台。”

CDP研究所已经编制了一份CDPs清单,追踪研究所已知的商业可用产品。截至撰写本文时,该列表已有87个条目。但是请注意,市场上有更多的CDPs,例如,该列表目前不包括最近宣布的Adobe或Salesforce产品。

像CDP这样的新产品类别的问题是,无论这些产品是否很好地符合这个类别,供应商们都急于用这个新名字重新包装他们的产品。最近Winterberry Group的研究发现,在他们考虑的100多家公司中,只有不到20家符合该公司对CDP的定义(这与CDP研究所的定义非常相似):

能够摄取和整合多源客户数据的平台;提供客户档案管理;支持“实时”客户细分;并使其他系统可以访问客户数据。

买家要当心。

一个开源的CDP替代方案

反对实现商业CDP的主要论点是有限的可扩展性——供应商首先关注,有时甚至完全专注于集成他们自己的产品——以及这些系统的封闭特性。这些解决方案通常以专有格式存储数据,而供应商许可和使用术语语言可能会使谁“拥有”CDP管理的客户数据这一问题变得棘手。

实现一个开源的CDP是一个有趣的——现在也是可行的——投资于厂商的专有产品的替代选择。

展开Apache Unomi

Apache软件基金会最近宣布了Unomi项目的一个重要里程碑:它现在是一个顶级项目,这意味着它已经从Apache孵化器中毕业;现在是完全可部署的;并得到足够大的开发人员社区的支持。长长的Unomi项目团队成员名单令人印象深刻,其中包括Adobe、Jahia、Red Hat和Talend员工。

根据Elie Auvray, Jahia的联合创始人和业务开发主管,Apache Unomi的愿景是成为“一个与其他系统集成并完成数字营销目的的枢纽,而不是为所有系统的所有客户数据提供中央主存储。”

为了成为一个真正的注册风格的数据中心(查看一些数据管理历史),数据必须能够轻松地流经中心,从连接的辐条和到辐条。使用标准的获取和公开数据的方法将使辐条的连接更加简单。Apache Unomi是业界对即将到来的OASIS上下文服务器规范 OASIS Context Server specification (编者注:最近更改为客户数据平台规范 Customer Data Platform specification)的第一个参考实现,它打算为客户数据提供一个开放的互操作性标准,就像CMIS用于内容存储一样。

数据隐私、保护和透明度都是Apache Unomi的特征。据Auvray介绍,该软件可以在不需要个人识别信息(PII)的情况下收集客户档案信息。相反,Apache Unomi使用唯一的标识符来关联源信息系统中的记录,例如,CRM ID对应一个支持数据库ID。

Apache Unomi拥有内置的个人数据保护功能(从客户的角度来看),如同意管理、数据匿名化,被遗忘权等新法规(如欧洲GDPR法规和加州消除法中所定义的)所要求的功能。使用Apache Unomi api,开发人员可以构建应用程序特性和UI来管理和控制收集的数据,无论访问者是否同意,以及(可能发生的)匿名/删除数据。

购买和构建你的CDP

让我们明确一点:Apache Unomi不是为商业用户设计的,也不是现成的商业软件。相反,它是一个“无头”的CDP,为企业和商业软件开发人员设计,作为许可其他厂商的CDP或构建自己的CDP的替代,当一个CDP旨在成为一个更大的、面向服务的(API驱动的)数字体验(DX)软件平台的一层。

也就是说,Apache Unomi提供了一组丰富的CDP功能,这对开发人员非常有吸引力。使用开源的CDP意味着开发人员可以很容易地理解、改进或扩展CDP,而不需要等待第三方供应商。它还允许开发人员利用他们的同行社区,这些社区共享构建高质量软件的意愿,并且能够共同承担开发的工作和成本。

Apache Unomi用例

Jahia是Apache Unomi项目的主要贡献者,可以说,它正在吃自己的狗粮。它的Digital Experience Manager和Marketing Factory产品依靠Apache Unomi来获取构建更好的个性化和更高效的内容优化所需的数据。其他开发者可以使用Apache Unomi和开发自定义插件扩展来解决这些用例:

  • 隐私和同意管理。
  • 访客/客户档案管理。
  • 观众/角色分割。
  • A/B内容测试。
  • 用户/事件/目标跟踪。
  • 报告。

在更简单的范围内,DX应用程序可以成为由Apache Unomi管理的客户数据的使用者。例如,我的公司Topdown的INTOUCH基于云计算的客户通信管理软件被设计为在进行个性化通信时通过REST调用使用客户数据。虽然Topdown预期REST调用将由数据集成工具发布,但INTOUCH可以同样轻松地从Apache Unomi获取数据。这些数据几乎肯定会比我们通常看到的更丰富,并允许客户使用有关设备、位置和其他相关数据的信息,如:

  • 发送通信的基于事件的触发器(例如,在查看某个web页面时提供营销或支持信息)。
  • 条件逻辑的输入(例如,确定通信的哪个通道的格式)。
  • 在通信内容中包含的评论(例如,“我们看到您正在旅行,因此我们将自动批准在|*国家*|进行的任何收费”)。

如果您是一名内部开发人员,或者为软件供应商工作,并且需要解决上述任何一个用例,那么可以考虑考虑使用Apache Unomi。使用开源的CDP可以让您更快地为客户改善数据隐私、保护和个性化。

关于作者

约翰·齐默尔(John Zimmerer)是Topdown的高级市场总监,负责公司的客户沟通和客户体验产品的市场研究和拓展工作。最近,John一直在研究和撰写有关增强客户体验的技术的未来方向,他被认为是这一领域的思想领袖。

一点数据管理历史

主数据管理(MDM)这个术语至少从2004年就出现了。虽然总体目标没有改变——为需要使用数据的系统提供对数据的访问,但是现在使用MDM的方法有所不同。

集中的MDM hub将主数据从源系统转移到单个数据存储库中,并将其合并、清理以删除错误和不一致,然后将其分发到其他系统。注册样式的hub在源系统上创建数据索引,可以进行数据匹配和清理,但将数据留在原始系统中。混合MDMs结合了这些方法:它们创建对原始数据源的引用,但也作为新应用程序的主要数据源。

MDM需要数据集成工具从各个数据源提取(或链接)数据,(可选地)转换数据,然后将其加载到目标系统(ETL)中。ETL集成通常是“点对点”完成的,这意味着每个源都与ETL工具一次集成一个。最新一代的数据管理工具可以连接和联合多个数据源来创建虚拟数据库(VDB),包括集成平台即服务(iPaaS)和轻量级集成软件即服务(iSaaS)。他们甚至可以链接到第三方数据源,如社交媒体和数据提供商,如信用报告机构。然后,集成工具将数据作为服务提供给消费应用程序,通常使用RESTful api。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
消息中间件 Kafka Apache
Apache Flink 是一个开源的分布式流处理框架
Apache Flink 是一个开源的分布式流处理框架
775 5
|
6月前
|
存储 SQL 分布式计算
开源大数据比对平台设计与实践—dataCompare
开源大数据比对平台设计与实践—dataCompare
226 0
|
6月前
|
SQL 存储 分布式计算
从0到1介绍一下开源大数据比对平台dataCompare
从0到1介绍一下开源大数据比对平台dataCompare
433 0
|
12天前
|
消息中间件 监控 数据可视化
Apache Airflow 开源最顶级的分布式工作流平台
Apache Airflow 是一个用于创作、调度和监控工作流的平台,通过将工作流定义为代码,实现更好的可维护性和协作性。Airflow 使用有向无环图(DAG)定义任务,支持动态生成、扩展和优雅的管道设计。其丰富的命令行工具和用户界面使得任务管理和监控更加便捷。适用于静态和缓慢变化的工作流,常用于数据处理。
Apache Airflow 开源最顶级的分布式工作流平台
|
16天前
|
存储 SQL Apache
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
Apache Doris 是一个基于 MPP 架构的高性能实时分析数据库,以其极高的速度和易用性著称。它支持高并发点查询和复杂分析场景,适用于报表分析、即席查询、数据仓库和数据湖查询加速等。最新发布的 2.0.2 版本在性能、稳定性和多租户支持方面有显著提升。社区活跃,已广泛应用于电商、广告、用户行为分析等领域。
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
|
3月前
|
数据可视化 大数据 定位技术
GIS:开源webgl大数据地图类库整理
GIS:开源webgl大数据地图类库整理
107 0
|
1月前
|
分布式计算 大数据 Serverless
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
在2024云栖大会开源大数据专场上,阿里云宣布推出实时计算Flink产品的新一代向量化流计算引擎Flash,该引擎100%兼容Apache Flink标准,性能提升5-10倍,助力企业降本增效。此外,EMR Serverless Spark产品启动商业化,提供全托管Serverless服务,性能提升300%,并支持弹性伸缩与按量付费。七猫免费小说也分享了其在云上数据仓库治理的成功实践。其次 Flink Forward Asia 2024 将于11月在上海举行,欢迎报名参加。
179 1
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
|
4月前
|
存储 机器学习/深度学习 大数据
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
Apache Flink 诚邀您参加 7 月 27 日在杭州举办的阿里云开源大数据 Workshop,了解流式湖仓、湖仓一体架构的最近演进方向,共探企业云上湖仓实践案例。
177 12
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
|
3月前
|
机器学习/深度学习 监控 大数据
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
|
6月前
|
Kubernetes Cloud Native API
欢迎报名 Apache Seata (incubating) 开源之夏
Apache Seata (incubating) 邀请学生参加 2024 年开源之夏活动,报名时间为 4 月 30 日至 6 月 3 日。该项目旨在培养分布式事务领域的开发者,参与者将远程协作并有机会获得奖金。
1325 18

推荐镜像

更多