图驱动单一客户视图改进数据变现
挑战
Perform Media 的客户分别与每个 Perform 品牌互动，通常没有意识到每个品牌都由同一组织提供。因此，Perform Media 为同一客户持有多个账户和交易记录。在规模化的情况下，这导致了大量重复和不完整的数据。从人物数据到购买历史、通信历史和订阅偏好，Perform 的客户数据列表不断增长。更复杂的是，这些数据通常是在客户旅程中的多个接触点收集的，并以不一致的格式存储在不同的数据存储平台中。
Perform Media 的主要挑战是识别在整个 Perform 生态系统中以不同模式出现的同一用户。随之而来的是一些问题，例如：客户是否使用相同的电子邮件地址登录到其每个在线账户？如果客户没有登录怎么办？您如何判断在 Goal 上浏览曼联新闻的客户与在 Soccerway 上表示对投注感兴趣的客户是同一个人？
“挑战是如何将我们投资组合中所有客户互动之间的联系串联起来，”Perform Media 首席技术官 Florian Diederichsen 说道。
在瞬息万变的数字体验世界中，Perform Media 的业务战略成功依赖于更深入地了解其每个客户——不仅限于每个部门，而是整个业务。
然而，Perform Media 并没有完全具备执行有效数据策略的能力。他们需要一个能够组织和合并其数据，并映射和分析关系的中央平台。
解决方案
Perform Media 需要创建一个单一客户视图。他们与 Marionete 合作，收集从众多平台上不同客户互动生成的数据。Diederichsen 表示：“然后对数据进行了处理和清洗，以便能够应用 Neo4j 图形技术——这是提供单一客户视图的关键。”
Neo4j 图数据库能够在各种格式的非标准化数据之间映射关系；映射这些交互可以创建整合的客户 360 度视图，并在整个 Perform Media 生态系统中为每个用户创建单一用户档案。
Neo4j 不仅可以映射馈送到图中的数据，其灵活的数据模型还有助于消除不准确性并清洗数据——这是实现可信见解的唯一途径。
Diederichsen 补充道：“此外，随着时间的推移，该技术将继续从各种来源提取、转换和加载 [ETL] 数据，添加到相关的客户档案中，并呈指数级地构建每个用户的档案。”
下载案例研究
