從起源到應用，一文詳解營銷界爆火的 CDP
2021 年底，我們打開任何搜索框輸入“CDP”三個字符，映入眼簾的是海量的宣傳和“趨勢洞察”。毫無疑問，CDP 太火了。
在 Gartner 的 2020 年《數字營銷和廣告技術曲線》（2020 Hyper Cycle for Digital Marketing and Advertising）報告所涵蓋的 21 種營銷技術中，客戶數據平臺 CDP 再次入選。
那么當從業者每日高呼 CDP 時，究竟在談些什么？
CDP 廠商可能告訴你一個復雜而模糊的概念，因為他們需要將數據能力、營銷自動化能力甚至營銷云的能力全部集成在這個概念上，以幫助自己的故事講的更宏大。思索購買 CDP 的企業可能又會說，這就是個炒概念的東西，與十年前的 DMP、五年前的數據中臺，沒任何區別。
我們將 Martech 抽象為市場管理、廣告觸達、數據根基、客戶運營、內容管理五大門類。我們本期想談的，是“原教旨主義”下的 CDP，即作為數據根基一部分的 CDP，它有著明確的定義和能力范圍，也能幫助我們更好的管理對 CDP 的應用預期。
2013 年，營銷技術專家 David Raab 提出 CDP 概念，同時創建了 CDP 研究協會（https://www.cdpinstitute.org）。David Raab 給出的 CDP 的定義是：一個由營銷人員負責管理的系統，目的是創建一個持久、統一且可以被其他系統訪問的客戶數據庫。同時，David Raab 也解釋說，最開始 CDP 就是一個將客戶數據集中整合并永久保存的數據庫，可以應用于某個特定的營銷場景，但具體用于什么營銷場景、怎么使用，還需要配合其他系統來完成，CDP 并不能管理整個客戶營銷旅程。而在日后的發展歷程中，CDP institute、Gartner、Forrester 分別給出了自己對 CDP 的定義：
CDP Institute：CDP 是一種軟件包，可創建一個持久的、統一的客戶數據庫，以供其他系統訪問。多源數據通過采集、清洗、整合，最后生成單一的客戶畫像，這種結構化數據之后可供其他營銷系統訪問。
Gartner：CDP 是一個營銷系統平臺，將企業不同渠道、不同營銷場景中的各類客戶數據進行統一采集、整合、分析、應用，以實現客戶建模、設計營銷活動、提升營銷效率和優化客戶體驗的目標，從而促進企業業績及利潤的增長。
Forrester：CDP 是中心化客戶數據平臺，整合了不同來源的數據，并且可為客戶洞察和交互提供數據支持。
通過以上定義我們可以發現，CDP 應該包含三部分的能力：
客戶數據集成：整合多數據源所有客戶數據，建設客戶標簽與客戶畫像體系，形成客戶統一視圖；
客戶數據洞察：基于集成后的數據進行多元數據分析，完成客戶分層、運營場景洞察、渠道洞察等等；
營銷決策輔助：基于洞察結果，可以直接輸出給市場人員構建營銷策略；也可以引入 AI、機器學習的手段，打造自動化的營銷策略。
在上述三個能力中，客戶數據集成能力可謂是 CDP 的核心能力，也是它與其他數據平臺概念區分的核心維度。理想的 CDP 要求整合多數據源所有客戶數據，“所有”在此的意思，可以理解為完整的包含企業第一方、第二方、第三方數據。
第一方數據：來自于企業的自有數據，包括企業的銷售系統、CRM、與客戶接觸互動等產生的數據。數據內容包括用戶信息、個人資料信息、網站訪問記錄、移動應用會話、電子郵件回復、客戶服務互動錄音、社交媒體評論、訂單、支付等等。
第二方數據：來自企業廣告投放的數據、合作伙伴的數據等，比如媒體的廣告監測數據。
第三方數據：來自第三方獨立數據，一般是供應商提供的數據。
那么先說簡單的，CDP等于客戶數據中臺，只是同一概念國內外兩種流行演進路線。數據湖&數據倉庫是企業級非常關鍵的數據資產管理系統，但數據倉庫往往面臨客戶結構化與非結構化數據、用戶行為數據與基礎信息無法拉通的問題，而數據湖往往面臨數據量過于龐大、客戶數據質量較差和難以快速應用的問題；所以 CDP 與二者屬互補關系，許多情況下企業選擇同時建設三者，讓市場、運營和銷售團隊利用 CDP 完成更高質量的客戶數據資產沉淀，以及精細化的客戶運營。
當下 DMP 已經成為媒體端專用的代名詞——DMP 是用來做廣告投放的數據管理系統，主要是由第二方和第三方提供的數據組成，廣告主實際上能夠真正自己所擁有的數據是有限的。
CRM 是企業的核心客戶的管理系統，它是以交易 ID 或者 Leads ID 定義數據的系統，存放的主要是客戶的靜態數據。
MA 和 SCRM，更多是營銷應用工具，和客戶數據系統不具備可比性，可比的僅是其基礎數據模塊。
所以 CDP 具備自身的差異化優勢，接下來我們談一談它的應用場景。
聊 CDP 具體的應用，我們首先要明確它解決的需求痛點是什么。
首先，從正面角度看，近年來大量消費者觸點的數據變得可以收集：一方面消費者觸點上的一方數據抓取技術已經十分成熟；另一方面，微信生態為企業打開了獲取消費者私域數據的通道。
第二，外部數據源的日益封閉，媒體高筑的數據壁壘，嚴重削弱企業在“公域數據”上的應用能力。
第三，如今非常強調以客戶為中心的運營，成長于數字世界的這一屆年輕人具備很強的信息獲取和辨別能力，僅僅通過一波 campaign 已經很難打動他們，需要持續、深度地運營才能影響他們。
針對上述痛點，CDP 作為 Martech 的根基部件，可以歸納出五大核心應用場景：客戶數據資產沉淀、群體與個體洞察、營銷鏈路支撐、策略引擎驅動、銷售價值增強。
1、客戶數據資產沉淀
將 CDP 作為企業客戶數據中心，沉淀多源客戶數據。比如 CRM 系統中的結構化的客戶數據，客服產生的非結構化的通話記錄，官方網站、企業 App、小程序、HTMLS 等通過加監測代碼和埋點產生的交互行為數據，其他系統的批量的 FTP 數據或者實時的 API數據等。
這些數據數據結構多種多樣，通過數據采集完成后的數據清洗、格式轉換、數據加載、原始數據存儲、ID 拉通，構建客戶在多渠道中的映射關系，體系化沉淀客戶數據資產。如品牌零售行業便可以通過 CDP 統一管理各子品牌的消費者數據，包括官網、App、小程序、公眾號、會員系統等。
2、群體與個體洞察
在成熟的 CDP 系統中，通過三類標簽進行人群畫像和洞察：第一類是事實標簽，即單一事件和屬性，如購買商品、消費金額、交互行為等；第二類是規則標簽，即組合事件或屬性，如客戶生命周期、客戶價值、商品偏好等；第三類是預測標簽，即基于歷史行為通過預測算法推算出的標簽，如客戶流失和復購。
除了群體畫像， CDP 還可以提供個體消費者的洞察，由于在 CDP 數據資產沉淀中，每一個消費者都具有唯一 ID 和全域屬性，因此可以清晰地看到每一個用戶的檔案（如人口屬性、消費能力、會員等級、商品偏好、客服溝通的次數和時長等等），可以直接用來指導一對一的營銷和運營。
3、營銷鏈路支撐
MA（營銷自動化）工具通常會配置一系列的工作流，其中都需要CDP進行支撐。比如在 MA 配置好多群營銷路徑，通過 CDP 完成洞察和圈人，MA 可以個性化配置不同人群的觸達工作流。再比如 CDP 將人群包輸送給 DMP，然后在 DMP 中進行人群相似性放大（look-alike）放大之后的人群會交由廣告系統（Ad Exchange 等）完成廣告的投放。
4、策略引擎驅動
某些數字化建設完備的大廠，常常配備自動化策略引擎、個性化推薦引擎來輔助人工運營工作。通常情況下，以策略引擎自動學習歷史數據為基礎，可以完成特定人群的“全自動化”策略定制；也可以完成 user-oriented 的推薦，即根據消費者的屬性，和他這一次購買的行為數據共同決定推薦營銷物品，真正達到千人千面的運營策略。
在這種應用場景中，一個建設完善的 CDP 便是引擎的高質量燃料，能否出色的驅動引擎，還是落地在底層數據的完整性與準確性。
5、銷售價值增強
對線索價值的全面評估，篩選高潛力、高價值線索，進行針對性的溝通、孵化或者維系，這是依賴于銷售線索企業（如車企）的一項具有重要意義又較為難以有效完成的業務場景。
CDP 在這一場景中作用邏輯是通過收集每個潛在客戶在觸點上所做出的各類行為，自動研判由這些行為所反映出的潛在客戶的意向程度以及重要性。接下來再運用貼近自身業務情況的打分模型為線索綜合打分，輸出不同價值的人群進行后續的針對性跟進，比如匹配恰當的銷售人員，制定針對性話術等。
最后我們回到，那么當從業者每日高呼 CDP 時，究竟在談些什么？CDP 確實作為新一代營銷、運營和銷售的客戶數據根基，有著至關重要的地位；但是我們也無需將它神話，它無法解決全部問題，更多情況下是搭配專業的運營人員、先進的 MA、營銷云等系統，為企業創造增長。這正是我們應該理性談論的 CDP。
*本文首發于神策研究院
