客户数据中台CDP是什么?真的能构建用户全景画像,消除数据孤岛吗?

发布时间:2021.07.16来源:亿信数据治理知识库浏览量:189次标签:数据治理

现代营销依赖于数据。所有人都想从最基本的开始做起,了解客户是谁。这似乎很简单,但客户与业务互动渠道的激增,使这个简单的目标变得极其复杂。每个业务部门依赖的是客户数据的不同方面,他们都有自己的运用场景。


比如,销售部门依赖于CRM(客户关系管理平台),售后部门主要看客服系统,市场营销部门关心微信平台,数据分析团队使用各类数据分析工具。


这些工具各自产生新的、孤立的、片面的客户数据, 却无法快速同步, 甚至团队之间还怀疑对方数据是否正确。


因此,企业需要一个统一真实的数据源来描述客户,而不是任由客户的不同维度数据由不同部门各自存储。这需要一个技术平台来收集所有的第一方、第二方甚至是第三方的用户交互数据,并且将这些数据集成到各个部门使用的工具之中,来保证客户数据的统一性,最终为客户提供良好的体验。


所以,客户数据中台(Customer Data Platform, CDP)获得越来越多的关注就不足为奇了。


—  01  —

CDP的定义


David Raab 在2013年首次提出了Customer Data Platform(CDP)的概念。并且如此定义CDP:


CDP 的目标是汇集所有客户数据并将数据存储在统一的、可多部门访问的数据平台中,让企业各个部门都可以轻松使用。


您可能会说, 我们早就听说过“客户数据中心”或”单一客户视图” 或 “360 度客户档案”的故事。但在现实中没有一个平台类型能汇集所有的数据, 并同时满足不同业务部门的数据需求。


—  02  —

CDP的三大特征


1.数据能收进来(Link)


CDP可以快速连接来自市场、销售、客服等各部门的各类数据源中存储的客户数据。不管是实名客户,还是匿名客户,都可以在CDP中根据业务定义得到合并。为企业提供了完整的、不断更新的客户画像,而不是流于表面的统计数据。


2.数据能流出去(Flow)


CDP有能力快速对接企业内外部的各种数据源,包括广告投放、CRM、客服系统、网站、微信、App、大数据分析与BI等等。只有数据流动起来,CDP才能产生更大的价值。


3.业务驱动(Drive)


CDP是为业务人员驱动建立的,而不是IT人员。业务人员可以自行决定需要什么数据源、如何对用户打标签、把数据传递到哪些平台等等。CDP应该有极其简单的界面,业务团队可以直接在CDP上进行操作,而不是依赖于IT部门。


CDP不是CRM(包括Social CRM、会员系统等)。传统的CRM或者会员系统是用来和客户进行交互的,只基于很少量的历史数据来构建客户画像。


CRM管理最多的是已购买的实名客户,但匿名客户的行为难以识别并且获得洞察。同时,传统CRM的设计目的不是从各类数据源吸收大量数据,因为它一般比较封闭,从外部系统获取数据的成本较高。


但是CDP可以连接到各种类型、各种来源的客户数据。这些数据可以是内部数据,也可以是外部数据;可以是结构化数据,也可以是非结构化数据;可以是实时的,也可以是非实时的。这种连接的能力,可以让企业对客户情况有一个更快更全面的理解,并且及时做出反应。


CDP可以包含的数据类型主要有以下几种:

交易订单数据:从ERP、CRM、电商系统中产生的各类交易信息。包括卡券、订单、购物车、退换货订单。


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。比如关注微信,提交表单,访问页面等等。


产品等业务对象数据:这些数据不是客户数据,但会和分析极度相关。比如库存和产品价格,就是许多零售客户分析时必需的数据点。


外部工具产生的数据:现代营销必须依赖于非常多的外部工具,比如报名表单,邮件,微课堂,微店等系统产生的大量数据。


第二方数据:合作系统传回的数据,比如邮件、短信在发送后,客户是否有阅读、点击等。


CDP的数据是CRM用户画像的良好补充。可以通过CDP搜集CRM中没有的数据,并传递给CRM,完善CRM中的画像。也可以通过CDP,将CRM中的数据传递给后台的BI,客服等系统。


—  03  —

CDP不是DMP数据管理平台


CDP和DMP很容易混淆。DMP的设计目的是为广告提供服务,尤其是通过Cookie实现重定向广告。但是在DMP中,大部分信息是匿名的,而且会在cookie生存失效(一般90天)后过期。


CDP的设计目的是建立持久的客户记录,这意味着它存储数据并保留历史记录。然后, 将其与客户所有数据结合使用, 即可得到一条记录。


相较DMP,CDP会同时关注匿名客户与实名客户,客户的信息也会更细致。


设计优秀的CDP是完全可以取代第一方DMP的作用的。对于已经有DMP的企业,CDP采集的第一方,第二方数据,可以作为DMP数据的补充。


—  04  —

CDP不是数据仓库

也不是传统的数据中台


传统的数据仓库(或者数据中台)是由 IT 团队构建和运行的,要求懂得很高技术知识的人员才能使用,所以业务人员是没法操作的。


数据仓库的目的是将数据汇集在一起,因此业务团队需要特别依赖 IT 部门,这往往使得从构思到执行整个过程都非常缓慢,因为几乎所有公司都存在“开发排期”的问题。


而业务团队(尤其是营销部门)的工作性质要求灵活操作流程(并且很多时候是在测试客户反馈),但IT团队要求需求部门提供确定性的需求,所以不可避免地存在跨部门的沟通冲突。


CDP的设计核心是:Low Code 低代码。也许在初次设置的时候,需要一些IT部门的参与,但设置完成后,业务团队基本可以完全控制数据的使用和流动。


CDP不是Marketing Automation(营销自动化系统)Marketing Automation系统的设计目的是在触点上和客户进行交互。它会有一定数据收集能力,但是从本质上来说并非为了连接各类数据源,因此没有办法快速对接大量各类系统。


在 CDP 世界里, 这些通道接触点上交互的系统称为交互平台(Engagement Platform)。除Marketing Automation等交互系统外,还包括电子邮件、各类微信小游戏平台、社交媒体管理平台等等。


这些交互平台与 CDP 连接以发送消息, 但也收集市场活动数据反馈到CDP。它们不是 CDP 的一部分, 但有些 CDP与交互平台紧密集成,因此可以从CDP中直接发送消息。一些优秀的CDP也会包含营销触达交互的功能。


—  05  —

外购 VS 自建CDP


CDP需要同时兼顾营销运营的业务知识与IT的严谨。企业能自己建立一个 CDP 吗?理论上可以,许多企业都尝试自行开发CDP,显然,在这样一个定制项目中有相当大的成本投资、时间投入和开发风险。


这种难度是全方位体现的,有很多CDP项目由于无法处理海量数据而失败,有很多CDP项目由于底层数据结构的扩展性不足而失败,更多的是无法提供一个适合业务人员操作的统一平台而失败。所以要同时兼顾对业务流程的深刻理解,以及可扩展的IT架构,企业至少需要几十人的专家团队、三年的时间才有可能建成。


—  06  —

企业如何从CDP受益


1.真正的客户全景画像


CDP整合集成了企业在每个渠道上和客户交互的第一方数据,从移动到 WEB、POS系统、到后端ERP、支付服务、再到客服系统、甚至CRM,企业拥有一个持续更新的客户全景画像,并且基于这个画像灵活制定各种营销策略。


2.更能打动人心的客户旅程


客户与企业的互动分散在各种不同的触点,需要使用不同的工具。CDP可以将各个工具串联起来,业务人员可以自行在CDP客户旅程配置的可视化界面上,更快捷地制定出符合客户需求的客户旅程。


3.客户数据的单一真实来源(Single Source of Truth)


CDP作为客户数据的单一真实来源,在整个组织中强制执行通用的数据标准,保证数据是正确、一致且符合内部隐私和安全策略的,并且这些数据可以被传递到企业业务团队使用的任何工具中去。CDP可以帮助企业业务团队更快地使用新工具, 并使每个团队成员能在统一的客户数据库中工作。

关于
亿信华辰


亿信华辰是中国专业的智能数据产品与服务提供商,一直致力于为政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案,帮助企业实现数据驱动、数据智能,已积累了8000多家用户的服务和客户成功经验,为客户提供数据分析平台、数据治理系统搭建等专业的产品咨询、实施和技术支持服务。

亿信华辰全产品图2.png

(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 数据安全治理的基本思路

    数据安全治理的基本思路

    我们的世界正在进入一个奇怪的分裂状态:一方面人们为大数据时代即将在各个领域发生的革命性进步而激动难眠,另一方面人们也在为数据安全和隐私保……查看详情

    发布时间:2019.06.14来源:数据杂志浏览量:71次

  • 数据质量及数据质量管理一个较全面的介绍

    数据质量及数据质量管理一个较全面的介绍

    很多企业数据项目的失败归根结底都是数据质量不高造成的。数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。为了提高大家对数据……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:75次

  • 企业为什么要实施数据治理项目

    企业为什么要实施数据治理项目

    目前业界并没有对其概念的统一标准定义,我们可以这么认为,数据治理从本质上看就是对一个机构(企业或政府部门)的数据从收集融合到分析管理和利……查看详情

    发布时间:2020.04.09来源:知乎浏览量:64次

  • 数据质量管理包括什么方面

    数据质量管理包括什么方面

    数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系,高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。……查看详情

    发布时间:2019.11.07来源:知乎浏览量:109次

  • 数据质量问题根因分析

    数据质量问题根因分析

    说到数据质量问题的原因,做过BI或数仓项目的小伙伴肯定都知道,这是一个业务和技术经常扯来扯去、互相推诿的问题。在很多情况下,企业都会把数……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:102次

  • 数据治理的数据架构:主动方法

    数据治理的数据架构:主动方法

    “数据架构是业务战略的物理实现,” 全球数据战略有限公司 EMEA首席顾问Nigel Turner在DATAVERSITY® 企业数据治……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:84次

  • 数据治理和当今的新数据目标

    数据治理和当今的新数据目标

    尽管实施全面的治理计划似乎令人生畏,但拥有有效数据治理策略和MDM解决方案的公司不断寻找新方法从数据中提取价值。……查看详情

    发布时间:2019.03.25来源:亿信华辰浏览量:59次

  • 数据治理研究述评

    数据治理研究述评

    数据治理是数据科学时代关注的研究课题,对数据治理的概念、体系、内容和应用的相关研究进行述评,以期将数据治理研究引向深入。……查看详情

    发布时间:2019.08.27来源:南京大学信息管理学院浏览量:130次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:78次

  • 数据治理的7大误区

    数据治理的7大误区

    大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大……查看详情

    发布时间:2018.11.30来源:51cto浏览量:74次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议