读懂数据，CDP在企业数字化转型中扮演了什么角色？

      近年来，随着互联网、物联网、大数据、云计算、5G 等新一代信息技术的快速崛起，共同推动了全球数据量的爆发式增长。根据 IDC 预测，预计到 2025 年，全球数据总量将从 2018年的 33ZB 增长到 175ZB，年复合增长率约为 26.91%。同时，边缘计算的数据量也将呈快速增长趋势，预计 2025 年平均每人每天进行 5,000 次数据交互，是目前交互数量的 7 倍。

      5G 时代数据洪流增长迅速，对企业的数据处理能力也是非常大的挑战。具体到企业的数字化营销，则又是另一重考验。

      本文将从以下两个方面进行阐述：

      1、信息爆炸时代，企业拥有哪些客户数据，数据如何物尽其用？

      2、CDP的实战应用

01 企业的客户数据如何物尽其用？

      首先梳理企业的客户数据。从营销的角度来看，企业数据可以分为第一方数据、第二方数据和第三方数据。

第一方数据>

      第一方数据可以分为交易订单据，从OMS、CRM、电商系统中产生的各类交易信息；行为数据，客户在微信、网站、App、小程序等各类第一方触点上产生的大量行为数据；产品等业务对象数据，例如库存和产品价格等与分析相关的数据；外部工具产生数据，例如报名表单、邮件等系统产生的大量数据。

第二方数据>

      第二方数据可以分为合作系统传回的数据，例如邮件、短信在发送后，客户是否有阅读、点击；合作媒体数据，例如广告投放、视频、门户、垂直媒体等提供的数据。

第三方数据>

      第三方数据供应商提供的数据，如数据平台，运营商等。

      数据的价值“看上去很美”，理想很丰满、现实却很骨感，造成这种原因的关键在于数字技术在业务场景中的应用挑战。关于数据的处理，从时间上来看，上世纪90年代，CRM就已经出现，2010年左右DMP的概念开始诞生，2016年左右CDP在国外逐渐兴起。

      这三者均有所侧重，CRM是基于数据对消费者的关系管理，是一套业务系统；DMP解决前链路广告投放过程中消费者的拉新引流；而CDP则用于解决引流之后的后链路消费者的深度营销和运营，通过数据系统来赋能业务系统。

      从企业的角度看，CDP的出现意味着更全面与深度的用户运营，与当下数字化转型时代“以客户为中心”的理念相契合。

    Forrester对CDP做出如下概念解释：CDP是能够管理和整合分散的第一、第二和第三方数据的统一技术平台，通过对数据进行标准化和细分管理并输出，让营销人员能够将细分结果应用到实时交互的环境中，帮助企业进行企业洞察及企业运营的数据平台。  
                                                                                                                                                                                                                         

      具体来看，CDP拥有以下四个优势：

01 全面性

      作为企业的数据底盘，CDP拥有跨类别（分析、广告、微信体系、CRM等）的广泛集成能力，能够将数据统一归入，帮助企业更全面的进行数据分析。

02 灵活性

      作为数据中心，CDP在实际应用中并不是孤立存在，需要与其他平台及营销工具，例如MA、DMP等工具协同工作，因此，灵活的输入输出能力也显得额外重要。
03 One-ID身份统一能力

      作为数据底盘，CDP能够将不同来源的数据精确归成一个完整的客户画像，具有高度准确性，以便企业在社交平台、电子邮件等渠道触点中为客户提供量身定制的内容。

04 精确的标签能力

      CDP能够通过大数据能力形成全局全维度的标签体系，包括用户阶段、用户属性、用户行为、行为属性等等，此外，还能通过联邦学习实现与三方数据标签增补，实现更进一步及精确的标签能力。

02 CDP的实战应用

      以珍岛集团打造的汽车行业的CDP数据中台为例，通过建立以CDP为基座的私域数据运营模型，实现了在大数据+隐私计算+CDP的系统闭环里实现精准投放、标签增补、C2M等客户想实现的消费者洞察领域的需求。

      珍岛CDP作为珍岛产品矩阵的中枢，整合了数据采集、埋点、数据中台、营销自动化的能力，用“营销业务数据中台” 及“AI驱动的智能营销”的方式，为企业提供一站式、实时化、个性化的营销服务。

      以贷款线索客户评分模型为例，四部走完成客户模型预处理及模型优化。

      第一步：通过贷款金额、客户咨询次数等数据特征分析现有用户，归纳特征权重；第二步将第三方数据补充用户特征；第三步，根据特征及权重线索打分，细分线索质量；第四步，优化线索采集及跟进方式，提高线索转化率。

      此外，CDP通过与DMS（Driver Monitor System）的实时同步、互联互通，进一步实现提高转化的效果，提升客户营销计分模型准确度。

      另一方面，珍岛CDP打造的客户标签画像，成功了实现了用户精细化分层分组。通过定制设计标签画像体系，实现了包括11＋大维度和4级分类标签900+，助力了企业在汽车行业产品营销、销售、售后、客服等各业务领域精细化运营。

      珍岛CDP数据中台从各个维度提升业务人员对运营数据的提取和分析效率，帮助业务人员实时更新掌握业务经营情况。

      Nate Silver在《信号与噪声》一书中提道：人类一直很努力从随机噪声即无规律的状况中发现规律和模式，尽可能提高预测的准确性，而其中关键的武器，便是更全面的信息。CDP的出现和走红即是对上文的最佳印证。

      将视线转回到国内企业的数字化转型，数据处理能力强大如CDP终究是一个工具，企业即便拥有了CDP、DMP等数据中台，但仍需要打造数据思维，甚至形成企业的数据文化，让业务人员真正明白数据的价值。Marketingforce数字研究院致力于与大家一起，懂数据、信数据、用数据，让数据使用形成价值体系，助力企业更好的完成数字化转型。

编辑整理：Marlene

配图设计：Terry S