بسیاری از خرده‌فروشان بزرگ جهان در حال حاضر دارایی‌های ارزشمندی از داده‌های مشتریان را در اختیار دارند، اما در تبدیل آن‌ها به یک کسب‌وکار رسانه‌ای سودآور و مقیاس‌پذیر ناکام مانده‌اند. برخلاف تصور رایج، مشکل اصلی این شرکت‌ها کمبود تقاضا در بازار «رسانه خرده‌فروشی» (Retail Media) نیست، بلکه نقص در معماری داده‌ها و تعریف نادرست اهداف اولیه آن‌هاست. داده‌های دست‌اول (First-party data)، برنامه‌های وفاداری و بینش‌های عمیق از رفتار مشتریان وجود دارند، اما قطعه گم‌شده این پازل، نبود ساختاری است که بتواند این روابط سنتی با مشتری را به یک دارایی رسانه‌ای قابل فعال‌سازی و تجاری‌سازی تبدیل کند.

تفاوت بنیادین میان وفاداری مشتری و زیرساخت تبلیغاتی

بسیاری از مدیران خرده‌فروشی گمان می‌کنند تمام ابزارهای لازم برای راه‌اندازی یک رسانه خرده‌فروشی را از قبل در اختیار دارند. برنامه‌های وفاداری مشتریان به عنوان پایه‌ای بدیهی برای این کار به نظر می‌رسند؛ چرا که شامل اطلاعات کاربران احرازهویت‌شده، تاریخچه خرید و سیگنال‌های رفتاری غنی هستند. با این حال، برنامه‌های وفاداری در اصل برای پاداش دادن به مشتریان طراحی شده‌اند، در حالی که رسانه خرده‌فروشی از این برنامه‌ها می‌خواهد به یک زیرساخت تبلیغاتی تبدیل شوند. این تغییر کاربری، نیازمندی‌های کاملاً جدیدی را به همراه دارد.

در این رویکرد جدید، داده‌های مشتری دیگر تنها برای ارائه پیشنهادهای شخصی‌سازی‌شده یا پاداش‌های وفاداری به کار نمی‌روند، بلکه باید فرآیندهای فعال‌سازی مخاطبان، سنجش اثربخشی کمپین‌ها و گزارش‌دهی به تبلیغ‌دهندگان را نیز پشتیبانی کنند. این دقیقاً همان نقطه‌ای است که جاه‌طلب‌های رسانه‌ای خرده‌فروشان در آن دچار فروپاشی می‌شود. داده‌های ارزشمند مشتریان به طور خودکار به موجودی تبلیغاتی (Inventory) قابل استفاده تبدیل نمی‌شوند. هویت مشتریان اغلب در میان اپلیکیشن‌ها، فروشگاه‌های فیزیکی و پلتفرم‌های تجارت الکترونیک پراکنده است و این امر فعال‌سازی و اندازه‌گیری را بسیار دشوارتر از حد انتظار می‌کند.

علاوه بر این، چالش اصلی معمولاً عدم رضایت مشتریان نیست، بلکه هدف ثبت‌شده برای آن رضایت است. بسیاری از خرده‌فروشان مجوز دسترسی به داده‌ها را صرفاً برای شخصی‌سازی پیشنهادها، مدیریت مزایای وفاداری یا بهبود تجربه کاربری دریافت کرده‌اند، نه برای خلق محصولات تبلیغاتی. توسعه این اهداف یک فرآیند صرفاً فنی نیست؛ بلکه نیازمند حاکمیت داده جدید، بررسی‌های حقوقی پیچیده و در برخی موارد، درخواست مجدد از مشتریان برای به‌روزرسانی مجوزهاست. این فرآیند بسیار کند، هزینه‌بر و از نظر سازمانی پیچیده است و به همین دلیل بسیاری از استراتژی‌های رسانه خرده‌فروشی، پیش از آنکه فناوری به یک مانع تبدیل شود، متوقف می‌شوند.

معماری ترکیب‌پذیر؛ راهکاری برای توسعه گام‌به‌گام

برای حل این چالش، خرده‌فروشان نیازی به ساخت تمامی بخش‌های یک پلتفرم رسانه‌ای در داخل سازمان خود ندارند. سرورهای تبلیغاتی (Ad Servers)، پلتفرم‌های تقاضا (DSPs)، اتاق‌های امن داده (Clean Rooms) و ابزارهای مدیریت کمپین همگی می‌توانند با تکامل نیازهای کسب‌وکار از تامین‌کنندگان خارجی تهیه و به مرور زمان جایگزین شوند. اما دارایی‌هایی که رابطه با مشتری را تعریف می‌کنند، از قوانین متفاوتی پیروی می‌کنند.

هویت، رضایت و سوابق مشتری بازتاب‌دهنده سال‌ها تعامل، تصمیمات حاکمیتی و فرآیندهای عملیاتی هستند. یک سازمان می‌تواند سرور تبلیغاتی خود را ظرف چند ماه تعویض کند، اما بازسازی نمودار هویت (Identity Graph) یا طراحی مجدد مجوزهای میلیون‌ها مشتری در چنین بازه زمانی کوتاهی غیرممکن است. این تمایز باید استراتژی فناوری شرکت‌ها را شکل دهد. پرسش اصلی این نیست که آیا باید کل زیرساخت رسانه خرده‌فروشی را ساخت یا خرید، بلکه این است که کدام قابلیت‌ها تمایز رقابتی بلندمدت ایجاد می‌کنند و کدام یک بهتر است به عنوان پلتفرم‌های آماده خریداری شوند.

استفاده از یک «معماری ترکیب‌پذیر» (Composable Architecture) این تصمیمات را انعطاف‌پذیر و قابل بازگشت نگه می‌دارد. کسب‌وکارها می‌توانند با استفاده از راه‌حل‌های اثبات‌شده بازار کار خود را آغاز کنند، در حالی که مالکیت دارایی‌های کلیدی خود را که رقبایشان به راحتی قادر به کپی‌برداری از آن‌ها نیستند، حفظ می‌کنند. هدف این نیست که از روز اول مالک تمام قابلیت‌ها باشیم، بلکه هدف اتخاذ تصمیمات فناوری امروز به گونه‌ای است که تغییر آن‌ها در آینده آسان باشد.

نقش هوش مصنوعی و اهمیت حاکمیت داده

هرچه تصمیم‌گیری‌های بازاریابی بیشتر به سمت هوش مصنوعی (AI) سوق پیدا می‌کند، سازمان‌ها کمتر می‌توانند پایه‌های ضعیف داده‌ای خود را نادیده بگیرند. چه هوش مصنوعی در حال بخش‌بندی مخاطبان باشد، چه در حال تخصیص بودجه رسانه‌ای یا تصمیم‌گیری درباره کمپین‌ها، هر خروجی به کیفیت داده‌های مشتری و مجوزهای پشت آن بستگی دارد. هیچ عامل هوش مصنوعی نمی‌تواند تصمیمات را بر اساس داده‌ها یا قوانینی که تحت کنترل شما نیستند یا قادر به توضیح آن‌ها نیستید، بهینه‌سازی کند. اتوماسیون سریع‌تر تنها هزینه حاکمیت ضعیف داده را افزایش می‌دهد.

با افزایش دسترسی به قابلیت‌های هوش مصنوعی، مزیت رقابتی به سمت کیفیت داده‌های مشتری، چارچوب‌های حاکمیتی و ساختارهای تصمیم‌گیری پشت آن‌ها تغییر می‌یابد.

امروزه اعتماد دیگر صرفاً یک موضوع مربوط به انطباق با قوانین (Compliance) نیست، بلکه بخشی از چیزی است که تبلیغ‌دهندگان خریداری می‌کنند. برندها خواستار مخاطبانی هستند که بتوانند اثربخشی آن‌ها را اندازه‌گیری کنند و مشتریان نیز می‌خواهند بدانند داده‌هایشان چگونه استفاده می‌شود. پلتفرم‌های رسانه خرده‌فروشی باید هر دو گروه را راضی نگه دارند. خرده‌فروشی تنها آغاز این مسیر است؛ هر سازمانی با کاربران احرازهویت‌شده و سیگنال‌های دست‌اول معنادار، در نهایت با همین پرسش استراتژیک مواجه خواهد شد که کدام بخش از این رابطه باید به زیرساخت تجاری تبدیل شود و کدام قابلیت‌ها باید تحت کنترل مستقیم خود سازمان باقی بمانند.