CDP（Customer Data Platform）是市场营销视角下的综合性数据平台，是营销数字化的一种推荐实践方案。

不同角色的人，往往会从自己的专业视角出发，去构建自己对所从事行业业务的整体性认知。

比如数据中台的概念，是更多的是站在技术的角度出发，用基于数据的抽象，构建了一个业务的全周期流程。

再比如数据资源管理概念，则是偏业务人员理解的，关于日常业务全周期的一个整体抽象。

同样的，CDP 平台则是，站在营销视角下的，对营销全周期搭建的专业化框架。相较于 CRM（Customer Relationship Platform）、DMP（Data Management Platform）、SCRM（Social CRM），CDP 是数据来源更⼴、颗粒度更细的客户数据平台，赋能营销的数据中枢，⽀撑⽤户精细化运营的技术底座。

这里了解下 CDP 涉及的一方数据（包含客户数据和营销数据），二方数据（包括合作方比如腾讯的 DMP，百度观星盘等），三方数据（主要是指第三方交易平台中如上海数据交易中心）。

先来看下 CDP 在营销全链路中所处的位置。

什么是 CDP?

CDP 平台主要整合了来自公司营销部门以及其他渠道的客户（消费者）数据，面向营销和运营人员，提供精细化运营、营销自动化、广告投放等场景。

当然 CDP 的部分能力跟 CRM 和 DMP 有重叠的部分，以下从数据来源、数据特征、使用群体、应用范围四个维度展开对比。

图：数字营销工具的发展

从平台建设的核心目的出发，CRM 侧重企业交易的管理，DMP 重在广告与获客引流，而 CDP 则侧重在精细化运营与营销。

同时站在平台运营方的角度，CDP 实现了从数据采集、整合、分析、应用全流程，帮助企业构建完整统一的用户画像与人群细分，更能支持企业的营销需求。

了解了 CDP 是个啥，那要这个平台是要解决企业的什么问题呢？

为啥要搭建 CDP？

用户触达多：从以往的纯线下发展到目前的线下线上，且每种方式下有细分了不同的渠道，比如线上的视频平台，微信公众号等。

数据孤岛：这个是站在营销视角下，看企业中关于用户的各个部分数据分散在不同的部门，没有有效的整合，对用户的认知会存在部分偏差。

DTC 模式兴起：虽然现在分销模式依然是主流，但 DTC（Direct to customer）模式比重正快速增加，比如现如今的直播带货行当。

数据管理主体转变：以往的数据管理主要在研发部门作为工具而存在，现在数据管理则更多的用于业务的日常操作，更多的转变为生产性平台。

构建 CDP 可以很好的解决以上的痛点或需要。但 CDP 属于强业务属性的系统，因此行业里面不仅提供通用型的平台建设，更多的是面向 ToB 提供定制化的平台。那么什么样的企业适合建 CDP 呢？

CDP 的价值？

CDP 围绕数字化营销的数字化，长期价值为多方化、资产化、智能化、安全化；

• 多方化：集成一方数据，打通二方数据，利用三方数据，通过一、二、三方数据扩展客户维度，形成对客户更加精准的洞察；

• 资产化：通过自动化的标签加工方式不断的将客户数据转化数据资产；

• 智能化：围绕数字化营销，利用机器学习算法不断沉淀相关营销模型以达到增长的目标，如 AIPL 模型、RFM 模型、购车意愿模型、车型偏好模型等；

• 安全化：打造可信安全的客户数据平台是数字化营销中台的基石，通过数据加密、隐私计算、多方计算实现数据安全和隐私保护。

图：CDP 平台价值

CDP 的适用范围是啥？

• 能够通过平台直接触达用户，并针对触点有一定的管控

• 用户触点多，企业有两个及以上的数字平台

• 可用的数据维度丰富，包含用户基本信息，交易数据，行为数据等

• 企业与用户的互动频率高，有精细化运营、私域运营需求

• 数据驱动型企业，企业的决/执行需要数据支持

CDP 是 2013 年在国外被首次提出，2017 年前后进入中国市场，目前处于行业相对成熟时期，那么都有哪些公司可以提供这种平台建设呢？

CDP 行业生态

从 CDP 所涉及的数据，用途，行业出发，提供 CDP 的厂商主要有 4 类：

• 数据类：有大数据、数据智能、数据中台类服务商。

• 专业类：以广告行业人才组件的营销型服务商团队。

• 云计算：云厂商凭借强大的技术能力赋能营销行业数字化。

• 行业垂类：专注于营销垂直行业的服务商。

图：CDP 服务商图谱

CDP 通用产品设计参考

产品流程

从功能设计层面，CDP 平台主要考虑 3 大模块：数据的收集，数据的分析，数据的应用。

• 数据收集：数据的来源有企业自己的 CRM，第三方的 DMP 数据，实践当中数据则主要来自埋点系统。

• 数据分析：主要是做用户画像（基本属性，用户偏好等），人群分层（属性标签，统计标签，规则标签，挖掘标签），人群圈选（基于场景的用户标签筛选）。

• 数据应用：营销自动化，智能广告投放，运营效果反馈。

产品功能

不同公司结合自身业务特性，会设计很多产品功能，但以下几点是 CDP 平台提供的基础性能力。

• 数据整合：整合多渠道的数据，如网站、公众号、广告、APP 等

• 客户身份识别：基于 ID Mapping，将客户身份、社交身份、移动设备等多种标识进行动态匹配、合并、去重等操作，形成全平台的唯一 ID。

• 用户画像（分析）：基于客户自动和手工标签处理，形成关于用户生命旅程、行为偏好等动态的客户信息。基于不同的用户类型，企业可以执行不同的运营策略，从而实现精细化运营。

• 人群圈选：为广告、营销、客服等领域提供有针对性的人群包。

产品架构

明确了业务流程逻辑，对业务流程拆解之后的功能模块拆解，就形成了平台的基础框架，之后就是不断的迭代和优化。

这里给出两种角度下的 CDP 产品架构，供读者参考。

业务视角（数据量较小时）

图：CDP 平台产品框架<一>

注：很多作为产品平台的通用功能如权限控制、操作日志等没有单独展开描述，且当数据体量不断膨胀时，会逐步引入大数据相关组件、规则引擎等技术来处理。

数据视角（数据量较大时）

图：CDP 平台产品框架<二>

这种视角主要是考虑在大数据环境下的产品设计，结合数据中台的 One Data 理念。

• OneData（统一建模）：主要基于维度建模理论进行数仓健身，进行 ODS（源数据层）、DWD（明细数据层）、DWS（主题数据层）、ADS（应用数据层）数据分层，主要包含会员、行为、消费、活动、客户、线索六大主题域数据模型；

• OneID（客户标签）：通过 ID-mapping 生成客户归一 ID，基于 oneid 进行客户标签萃取，形成 10 大类标签：人口属性、设备属性、位置属性、客户属性、会员属性、行为属性、活动属性、消费属性、内容属性和社交属性；

• OneService（统一数据服务）：统一提供离线和实时数据服务，统一口径，统一出口，统一鉴权；

总结：

营销是一个放在企业语境下很重要的方面，本文尝试以 CDP 为例，一窥营销领域的数字化建设。

本文从定义、平台价值、生态角度简单的介绍了下 CDP，最后以产品的视角展开讲解了平台的业务流程和通用功能模块，并从数据量级的角度给出了两种 CDP 平台框架。

参考：

客户数据平台（CDP）选型指南

CDP客户数据管理平台体系化搭建

从0到1搭建车企数字化营销中台(2):什么是数字化营销

从0到1搭建车企数字化营销中台(4):客户数据平台（CDP）

从0到1搭建车企数字化营销中台(6):CDP建设的五大关键点

《2019 年中国企业私域数据与 DMP/CDP⽩⽪书》