北拓資本專訪楊辰韻：從產業PMF和規?；疓TM的角度，如何看待CDP的輕與重？
CDP是Martech的關鍵底座，營銷科技是產品+技術+運營服務的整合，交付的不只是一個純系統的產品，更需要讓營銷部門感受到價值，那這樣的數據底座一定必須做得很重嗎？
創略科技聯合創始人兼總裁楊辰韻受北拓資本「數字科技百日談」邀請，從產品PMF和規模化GTM的角度，如何看待CDP的輕重問題。
以下內容為訪談實錄：
主持人：CDP、DMP、MA、SCRM，它們之間的差別是什么？又比如說像做數據中臺、數據分析的，這類公司跟創略的差別是什么？
楊辰韻：
在數據中臺類的公司，有一些底層的偏一些數據的治理，包括像數據血緣關系、數據質量、數據一致性等等。這一塊更多的是偏IT相關，并不在具體的應用場景上有絕對的確定性。
在延展場景的時候會看到，營銷應該是一個離量化結果、客戶價值感知比較近的場景，會往營銷這邊延展?；诖髷祿軜嬜龇治鲱惖墓?，在找第二曲線的時候，也有的會往營銷這樣的場景去做相應的延展。
另外一類是較為傳統的，以前本身做業務流程自動化的MA，SCRM或者是CRM等等的類別，以及公域的DSP、DMP的企業，在私域發展起來之后，業務向CDP方向延展。
從定義角度上來講，數據中臺更偏底層，更偏數據治理一些，CDP是當中B2C企業消費者客戶數據層面的，不涉及到其他的純IT或者非客戶數據驅動的其他數據。
在公域的DMP、DSP主要是對公域廣告投放的效果提升，而CDP更多的是實時數據采集、對非實時的CRM、訂單管理系統的導入，基于oneID、標簽、畫像，最終支持私域營銷為主，也包含客戶洞察、客戶體驗管理、C2M，基于客戶數據驅動的去做新品研發等場景。所以跟數據中臺類的，或者是營銷側的一些相應公司的切入點，定位還是有比較大的區別的。
主持人：在比較成熟的美國市場里，專注于做CDP甚至是做MarTech賽道，跟Adobe、Zoominfo、HubSpot這種偏應用層的公司來比，聲量不是很大，估值體量也較小，您怎么看待這樣的市場情況？
楊辰韻：
Zoominfo、HubSpot、Adobe這幾家公司，從細分市場來講肯定不算是直接與CDP相關，比如說Zoominfo，是我們還在硅谷的時候就會使用的B2B的獲客工具，特別是通過爬取相關線索，最終通過EDM去觸達客戶。這一塊，國內的探跡、火眼云等等，對標的都是B2B新客戶獲取的這一端。HubSpot更多是偏CRM和傳統MA的部分。Adobe這個范疇就更大了。
我覺得不存在直接的相關性比較，當然在長期的延展過程當中，像我們提到的，包括我們自己的產品矩陣，從CDP作為一個數據樞紐，延展到包括新的數據源，比如說實時行為數據的埋點、非結構化數據的、基于自然語言處理的非結構化數據源的介入，再到剛剛提到的MA或者是其他場景的應用。
從長期而言，一家公司肯定不會由具體一個產品來定義，更多是會從一個點來切入，而后逐步延展出整體的產品矩陣。
主持人：從應用出發和從我們這種從數據的角度出發，哪種公司最終會形成更大的體量，或者是跑到行業No.1的公司，哪一種路徑更優？是做應用的，例如MA、SCRM這種，還是以CDP出身的這種公司？
楊辰韻：
我覺得MA、SCRM和CDP并不是對立的關系。從時間上來講，MA、SCRM是更早時代的產物，是零幾年在美國出來的流程自動化的產物，再到開始做基于大數據架構CDP來做數據樞紐的應用。首先這兩者并不是一個對立的關系，而是上下游、一家公司，或者是我們自己的產品矩陣當中都涵蓋的部分。
第二，跑出來的前提一定是想清楚，PMF最終商業的本質是一定要為客戶創造價值。在我們講拓展性、成長速度之前，真正將PMF這一塊想清楚的創業公司并沒有那么多。換句話說，無論是CDP或者是其他的模塊，很多企業并沒有想清楚為什么我們要把產品推給客戶？換句話說，沒有想清楚PMF的情況下，合作的必然不好，或者不會讓客戶最終創造真正意義上的業務場景價值。而且在想清楚之前，就開始規?；膹椭?，這是我們認為最需要避免的一種情況。
所以回到剛剛說的那個點，在MarTech層面上來講，首先你一定要讓客戶在具體營銷場景上，可以感知到價值提升，為客戶創造KPI提升的回報。無論你是從哪一個模塊切入，最終的目標一定是一致的。
在這個基礎上，MarTech不僅是這幾個模塊的組合，還提供了產品層面的技術和性能。因為有的場景是脫離于CDP或者是單一模塊，如MA無法解決的。舉個例子，如果是億級別的客戶數量，營銷短信是一分鐘內發送，還是五分鐘還是五天，這極為考量數據處理能力，需要在數據源的層面上就予以解決。還有實時性、數據孤島的問題在應用層面是非常關鍵的，基于CDP解決這些問題不需要寫代碼，使營銷部門可以不依賴于IT部門，實現個性化和實時營銷。
所以歸根到底，對PMF來說，產品、技術和能夠讓客戶真正用起來都是必要的。
有一些偏純技術背景或數據中臺類型的公司，在并沒有完全理解營銷場景的情況下，將自己定位成CDP。但在實操下來，沒有相應Engagement的觸達環節，這更像一種數據可視化系統。在這個情況下，甚至還做以純定制化的形式，低毛利、低人效的去做項目。
商業的本質和基礎在于選擇什么樣的客戶合作，以及能為客戶創造什么樣的價值。在這個基礎上，再考慮GTM的事情，或者是怎么規?；氖虑椤?/p>
在這個過程當中有一個很關鍵的點，到底是做定制化程度非常高的數千萬級別的純解決方案？或者做百萬級別的KA？還是十萬級別就可以合作起來？換句話說，我們最擔心的情況是如果只能做超大客戶，產品定力不足就很容易做成純定制化的，導致毛利和人效特別低，在這樣的情況下追求規模是沒有意義的。
當然行業頭部客戶解決方案的沉淀是非常重要的，可以去覆蓋更多的腰部或者是中小企業。但是在這個當中，要考慮scalability的問題，當你合作了第一個客戶，第三個客戶，或者是第五個客戶的時候，能否為最終100個客戶降低邊際成本，讓產品和服務提供的更加標準化，這是發展快慢的關鍵。
從另一個角度出發，純做中小客戶的公司，如果第一曲線天花板不夠高，有可能幾千萬就很難做上去，所以我們認為大客的能力依然很關鍵。但是長期來看，如果說我們的目標是在百億級別、千億級別，要具備標品的能力，以及通過PLG、MLG去持續覆蓋更多的客戶。像剛剛提到的HubSpot，CRM的部分先免費的讓你先用起來，或者是有一個能夠輕量級切入客戶的鉤子，然后再去延展第一個場景、第二個場景、第三個場景。
一家公司未來能持續發展，需要有一個金字塔型的客戶基礎，以及可以服務到輕量級客群單點場景的產品矩陣。同時在客戶有預算的情況下，也可以通過盡可能標準化的產品和服務去服務到數百萬級別或者是千萬級別的大客戶。
主持人：因為我們今天的主題也提到了營銷科技是產品+技術+運營服務。我很好奇的是我們是怎么實現前述這些客戶的運營服務的？與傳統意義上的客戶成功CSM之間有什么樣的區別？
楊辰韻：
怎么通過CDP的產品交付和運營，讓客戶在場景上感知到KPI的提升，這里面核心有幾個點：
第一，基于標準化產品的成熟度，我們在投入層面和成熟度上是領先的。在這個當中，標品能夠滿足客戶相應的需求，即便是幾百萬量級的客戶，我們也可以直接按照純標品去做相應的交付。產品側的成熟度，最終客戶只需通過實施過程當中的簡單配置，就可以很好地使用。本質上是在業務部門不需要動代碼的情況下，提升用戶使用的友好度。
第二，在實施過程當中的效率和速度，能夠快速讓客戶把這個系統和產品用起來。
第三，在垂直行業里面沉淀下來標簽體系、分析指標維度和模型場景。我們從售前到交付實施的過程當中，通過解決方案側的調研與梳理，幫助客戶梳理清楚現在關鍵需要去實現的場景，以及目前數據源的現狀?；谶@樣的情況下，去盡可能快的走到業務場景，感知到價值。
在場景上，可以將行業經驗預置成行業云的標簽體系等，讓客戶可以在最開始的時候就運用已經沉淀的行業方法論。并且在每個場景上，都有算法驅動的預測性營銷模型，不依賴于人的運營。例如，我們通過算法驅動而非人工設置的規則或者是經驗規則去選擇營銷對象，更加快速、精準地實現營銷預測。
比如說在航空行業，我們的一個項目在CDP上線兩周以內，幫助企業預測復購場景。1億的乘機人，3000多萬的會員，預測未來7-14天以內，400條航線里面，消費者當中的哪一條會有復購的概率。在全量數據和字段特征導入的情況下，算法驅動去選擇相應的人群，遠遠超過客戶預期，兩周之內就產生10倍以上的轉化率提升。客戶之前的7天轉化率在0.7%-0.1%，我們第一次測試就是14%，遠遠超過客戶預期和行業平均水平。但事實上這就是做CDP的目的，不僅純粹通過經驗去選擇應該對哪些人以什么樣的形式觸達。在全量的，可能有上百個字段特征的情況下，由算法驅動去完成人群的選擇。
類似于這樣的在各個行業場景上，都沉淀下來一些算法驅動的去選擇人群的案例。我們最早從2018年幫助客戶打通數據之后，就不需去人工設置規則選擇人群，而是算法驅動選擇人群。在MA的部分，客戶可能三五年已經創建了上萬個營銷活動，在什么條件下，CDP過來的人群在什么觸發的情況下，對什么觸點，什么渠道推送什么樣的內容。長期來講，上萬個營銷策略可以被算法驅動和數據自驅的模型所取代。客戶只需要明確能接受的最低的KPI以及最少的投資回報率，剩下的AB測試交由算法和數據去完成。這是我們認為2.0和3.0做的，2.0是可以沉淀和融合到產品當中去的輔助決策，3.0可以數據自驅地、智能地去完成相關策略創建和營銷結果的實現。
