Узнать больше о применении IDGraph, можно рассмотрев процессы объединения данных для финансовой организации. Предположим, у этой компании есть несколько способов общения с потенциальными клиентами:
1. информационный сайт, содержащий информацию о финансовых продуктах,
2. личный кабинет пользователя на сайте, позволяющий управлять финансовыми продуктами и услугами,
3. мобильное приложение клиента, подключенное к системе мобильной аналитики,
4. CRM-система.
Представим ситуацию, когда пользователь Алексей интересуется услугами организации и заходит на сайт без авторизации. При поступлении первых событий с сайта, собираемых посредством кода, размещенного на сайте через СleverData Tag Manager, в системе создается новый профиль “А”, у которого пока есть только один идентификатор - cookie, хранимый в браузере, через который произошел вход. Все события привязаны к этому профилю.
Заинтересовавшись предложением, Алексей обращается в организацию - в отделение банка за получением финансового продукта. Профиль Алексея создаётся в CRM-системе, а Алексей получает логин и пароль от личного кабинета. В следующую выгрузку, регулярно осуществляемую из CRM и импортируемую в Join, попадут логин Алексея, и email и телефонный номер. После обработки очередной выгрузки в системе появится новый профиль “Б” с этими значениями идентификаторов. При этом никакой связи профилей “А” и “Б” пока что нет - CRM-система не знает ничего о cookie браузера Алексея.
Во время следующего сеанса работы на сайте Алексей входит в личный кабинет. В этот момент появляется событие, содержащее и идентификатор cookie, и логин. IDGraph производит анализ такого события и устанавливает, что профили необходимо объединить по совпадению Cookie, и склеивает профили “A” и “B”. При этом история событий, накопленная в моменте, когда Алексей пользовался сайтом анонимно, доступна и связана с единым профилем. Теперь можно использовать эти знания - например, понять, что Алексей интересовался ранее конкретным продуктом, и показать ему релевантные предложения. Сделать это можно посредством кастомизации главной страницы его личного кабинета.
Как только Алексей начинает пользоваться мобильным приложением организации, в CleverData Join через систему мобильной аналитики начинают поступать события (при условии, что настроена интеграция с одной из систем мобильной аналитики). При этом они обогащены новым идентификатором - GAID или IDFA в зависимости от типа мобильного устройства пользователя. Естественно, эти события мгновенно определяются как события от Алексея по совпадению логина, а его профиль обогащается новым идентификатором.
После этих действий мы имеем единый профиль пользователя, собранный по данным из трёх систем, и единую историю событий - все действия Алексея во всех этих системах. Это дает возможность финансовой организации начать диалог с Алексеем в разных системах и сравнить, как он реагировал на эти взаимодействия - переходил по ссылкам, открывал письма, интересовался персонализированным предложением на сайте или в мобильном приложении.