影音先锋人妻每日资源站_亚洲天堂手机在线观看_美腿制服丝袜国产亚洲_日本免费观看视频_香蕉福利影院_偷拍视频一区

營銷圈里的大數據概念似乎永遠不會過時，在“大數據”這三個字已經耳熟能詳之后，各種數據應用工具、方法、理論不斷涌現，在DSP、SSP、DMP等三字母熱詞長久霸屏之后，CDP成為最新的大數據領域熱詞，并在2017年登上“GARTNER廣告與數字營銷領域技術炒作曲線”的巔峰，可謂風頭正勁。

 CDP，Consumer Data Platform，用戶數據平臺 

根據美國CDP協會給出的定義，用戶數據平臺（CDP）指由營銷部門管理的，持續的、統一標準的，可與其他數據系統對接的用戶數據庫。

CDP的目標是將來自營銷、銷售、客服等多渠道的第一方用戶數據與更多第三方數據，整合到統一的數據平臺與視圖中，以每位用戶本人為單位集合呈現多維度數據，為實現“人本營銷”打下基礎。

2013年，CDP概念被提出。在營銷自動化大潮的推動下，不少手握海量數據的品牌希望擁有內部的、統一的數據管理分析工具，解決各類數據工具各自孤立、數據源互不溝通、第一方數據缺乏有效管理與應用等問題。同時，品牌也希望擁有一個有內部營銷團隊直接管理，而不需要依賴技術供應商的系統，以最大限度掌控第一方數據的控制權，保證其私密與安全性。

發展至今，CDP的功能不斷擴展。部分CDP系統不僅提供數據管理與分析工具，還集成了廣告管理功能，集分析、預測建模、精準推送等功能于一身，讓營銷人直接應用數據分析結果進行郵件推送、投放部分媒體頁面廣告、或幫助公司站點進行個性化優化。

同時，CDP行業規模快速擴大。美國CDP協會數據稱，2017年1月至2018年1月，全球范圍內定位為CDP的公司數量翻了一番有余，總數達到52家，許多原本定位于用戶體驗優化的公司轉行加入CDP行業，該行業在2017年下半年吸引了2億美金的投資。目前，我國國內也已經有了定位為CDP的技術供應商。

行業發展雖然迅速，但CDP在營銷領域的知名度還不算高。這也不難理解，營銷人已經要消化太多的技術名詞，而相較于CRM、DMP這些耳熟能詳的技術工具，CDP畢竟還是個小弟。

目前，CDP正在不斷強調差異優勢，希望推動工具的營銷應用。

譬如，相較于CRM系統，CDP稱自己并不僅僅處理消費交易數據，除了用戶購買商品、登錄官網、聯系客服等行為，還能處理更多與用戶相關的行為數據，如瀏覽、頁面停留、廣告轉化等。

而CDP和DMP概念的差異則更讓人困惑：

CDP方面稱，自己主要收集第一方數據，并支持與第三方數據對接，DMP則反之。第一方數據讓品牌在已知用戶身份的情況下進行數據歸集與分析并與之溝通，更適合“人本營銷”中的個性化溝通，而依賴第三方數據的DMP以cookie為單位，更適合通過lookalike的形式去挖掘和接觸潛客。

同時，CDP中的數據及分析結果的應用場景更為廣泛，不僅限于廣告投放的優化，還可用于用戶體驗、產品定價優化，甚至可以協助一些非營銷部門的業務拓展。當然，也有不少大數據從業者認為，這些功能DMP理論上都可以做到，并稱CDP不過是DMP概念中的一個亞種。

從營銷人的角度來看，我們無需過于糾結不同數據工具之間的差異，只要能解決好數據收集、管理、分析的具體目標，用DMP體系或CDP體系并無大礙，這些概念在應用中都有較大的變通空間。另外，能否真正鏈接數據孤島，實現多方數據的打通，甚至指導最終的營銷應用，很大程度上也不是技術本身能決定的。但是，對于CDP概念的興起，我們仍有一些關鍵問題需要正視：

 第一方數據與人本營銷 

許多品牌都掌握大量的第一方數據，比如用戶識別信息、網站瀏覽記錄、郵件響應情況、客服記錄、社交評論、廣告點擊情況、交易記錄等。這些數據是品牌理解消費者，進而展開人本營銷的重要資源。其最常見的應用方式就是商業內容的精準推薦，比如《經濟學人》就通過CDP，收集分析讀者的網站瀏覽行為、郵件互動情況等數據，進行個性化信息推送。

而在多方數據打通的時候，以往，品牌可能滿足于通過數據交換進行已知用戶的群體畫像，以及lookalike方式下的潛客發掘。但CDP所崇尚的“人本營銷”理念重視的是每一個個體，也就是我們不僅需要知道品牌受眾群體的共性偏好，還要理解每一個人的決策流程，并作出應對方案，將個性化推送細致到人，而不是一個受眾群體。

 歷史大數據與實時大數據 

人們討論大數據時，一般所說的是歷史大數據，也就是通過過去的數據積累進行分析、預測。對許多品牌來說，歷史大數據已經夠用，但并不完美。不少品牌希望可以實時跟進用戶的每一個決策過程，比如在用戶點擊廣告查看產品信息后，更換廣告內容，用促銷等手段促進其下單；而當用戶將產品加入購物車卻未付款時，也可通過個性化的信息推送嘗試將其喚回。這都是利用CDP所倡導的實時大數據系統才能做到的事情，它會將用戶的行動實時更新至數據后臺，方便營銷應用。

不過，做到這種程度顯然并不容易。大數據的交易、應用流程，讓品牌很難得到實時的第二方、第三方數據。第一方數據雖然理論上可以保證實時性，但在營銷應用中，也需要高度的自動化、智能化才能夠實現“實時”的營銷反饋。