2017年3月，阿里巴巴集团发布全新营销服务“Uni-Marketing”的次年，其核心服务数据银行（Brand Databank）正式推出。阿里巴巴集团相关负责人表示：“数据银行将品牌相关的所有用户数据视为财产和资产进行管理，能够像货币一样实现积累与增值。”
阿里巴巴提出的两大方向
在2019年6月25日举行的“天猫旗舰店2.0升级发布会（Tmall FLAGSHIP STORE 2.0 UPGRADE PRESS LAUNCH）”上，阿里巴巴集团明确公布了两大方向。
- 天猫致力于协助入驻企业从以“商品”为核心的运营模式转向以“用户”为核心的运营模式。
- 从单一网站（电商平台）的销售模式，转型为融合线上线下、可在多元丰富场景中灵活应用的运营模型。
在本次发布会上，天猫明确表示：“对于阿里巴巴平台而言，最重要的资产是用户资产（即用户通过‘淘宝’和‘天猫’为品牌企业带来的GMV预测值）。”，“旗舰店2.0升级计划”的目标在于实现用户资产的价值最大化及其加速增长。
在零售市场持续增长的过程中，品牌企业深入掌握用户的购买行为至关重要。因此，在天猫旗舰店的升级计划中，“数据银行”备受重视。
什么是“数据银行”
阿里巴巴的“数据银行”是一个向品牌企业提供全面用户数据管理功能的仪表盘，也是阿里巴巴提供的整合营销工具“Uni Marketing（Uni-Marketing）”的核心服务。
该系统集成了阿里巴巴集团旗下所有品牌的数字营销数据与用户购买历史数据，构成综合营销应用系统。它帮助品牌企业管理所需数据库——即存储在阿里巴巴平台上的、与品牌相关的用户数据（包括用户偏好及生活方式等数据），从而支持品牌企业把握用户生命周期；换言之，它旨在辅助CRM（客户关系管理）。
品牌企业面临的挑战
近年来，品牌企业面临以下问题：
- 线上线下渠道间信息无法互通，导致各类分散的数据难以有效应用于营销
- 关于用户购买行为的信息碎片化，使得分类及洞察（洞察用户行为与态度背后、有时连用户自身都未察觉的真实想法）变得困难
- 数据未被持续利用，被视为“一次性用品”，仅停留在单向且有限的运营层面
理想的数据利用方式是让营销各阶段的数据深度关联并产生协同效应。理想的形态是品牌针对每位用户实施定制化策略，进行效果验证与用户分析后，再执行改进措施，从而形成PDCA循环。
「数据银行」所能实现的功能
「数据银行」能够解决品牌企业的问题，实现理想的数据利用。
“数据银行”利用全渠道数据可视化呈现用户对品牌的AIPL（“认知”（Aware）、“兴趣”（Interest）、“购买”（Purchase）、“忠诚”（Loyalty））各漏斗阶段情况。
品牌企业能够掌握用户在各个漏斗阶段的特点，从而制定针对每位用户的个性化战略。由此可实现触达用户的定制化，大幅提升有效曝光次数与购买转化率，这与“天猫旗舰店2.0计划”所倡导的“千人千面”理念相契合。
「统一ID（Uni Identity）」数据系统与用户画像分析
拥有雄厚资本实力和技术实力的阿里巴巴集团，构建了涵盖电子商务、本地生活服务、数字娱乐产业、移动支付、金融、物流等服务的庞大生态系统。
其中，淘宝和天猫的活跃用户数超过6亿，蚂蚁集团（Ant Financial）在中国国内的支付服务等用户数已超过7亿。阿里巴巴对这些用户信息进行统一管理，并结合旨在最大化营销效果的数据（如用户兴趣、购买历史等）。这正是“数据银行”的最大优势所在。
此外，“数据银行”还能从多渠道收集数据。品牌企业可将自有实体店的用户信息、线下用户购买行为数据以及用户标签系统（根据用户兴趣偏好及商品浏览历史积累并对用户数据进行打标以进行识别的机制）等各种信息纳入“数据银行”，进行交叉分析。从而更深入地理解线上线下用户的购买行为并生成购买数据。同时，在特定的营销环境中，还可对用户购买行为及购买路径进行分析。
作为整合营销工具“Uni Marketing（统一营销）”核心服务的“数据银行”，也可重新收集营销活动产生的所有结果相关数据。实现这一切的是“统一ID（Uni Identity）”数据系统。
基于客户旅程的用户运营策略
阿里巴巴通过统一ID（Uni Identity）数据系统定义AIPL，并进一步将AIPL的各漏斗阶段可视化，进化为可运营的用户数据管理流程。“数据银行”通过效果评估、人群画像提取、定向投放三种方法提升营销水平。
广告效果评估的新视角
「数据银行」通过为品牌企业提供新的切入点，实现了前所未有的广告效果评估。它不仅提供作为广告投放基础指标的“认知”，还提供“兴趣”、“购买”和“忠诚度”指标。
此处的“认知”不仅包括广告的展示次数和点击次数，还包括在淘宝上对品牌相关关键词的搜索行为。此外，“兴趣”、“购买”和“忠诚度”是根据用户在淘宝和天猫上的购买行为定义的。
也就是说，“数据银行”将初期阶段的推广（主要是广告投放）与后续在淘宝、天猫上的用户购买行为联系起来，协助品牌企业衡量广告曝光与“认知”度，同时也能可视化曝光后用户行为的变化情况。
通过将认知数据与用户的购买行为关联，构建起“品牌建设”与“购买转化效果”联动的监控机制，从而提升促销效果评估的水平。
基于用户画像的营销策略
“数据银行”通过详细的条件设定对目标人群进行分类，描绘出个性化的消费行为模型。可根据用户不同的喜好和分析侧的使用便利性，添加多种标签进行管理。
受众定位
受众（指广告接收者，即存储在数据库中的用户数据群）定位可以说是「数据银行」的最大价值。「数据银行」提供基于属性信息、位置信息、行为历史等受众筛选规则，通过细分条件来选定目标人群。
例如，假设某电子产品品牌运营着多个电商平台，其中包括天猫旗舰店和各种经销商店铺。传统的品牌企业会通过折扣、赠品等促销活动试图在各渠道实现销售最大化。而另一方面，利用“数据银行”的品牌企业则通过对各电商店铺用户的人物画像进行分析/洞察，把握各店铺用户画像的差异性，从而揭示出比以往更具体的用户画像。
多渠道营销中用户行为全景对比示例
| 旗舰店用户行为全景 | 经销商店用户行为全景 |
|---|---|
| 年龄范围：18～29岁 | 年龄范围：30～39岁 |
| 女性，Tmall 88VIP会员 | 男性，Tmall 88普通会员 |
| 用户标签：肤白貌美多金、喜欢摄影、明星粉丝、对化妆品高度关注、时尚爱好者 | 用户标签：白领、使用国产手机、IT从业者、对家居装修高度关注 |
通过分析结果，品牌企业能够准确把握应利用哪些营销渠道、采取何种营销策略、针对哪些客户进行优化以提高购买转化率等关键问题。
具备以下背景时适合使用“数据银行”
- 有在阿里平台投放广告的需求，特别是希望进行曝光类广告投放（除阿里系外，还拥有如大型视频平台“YOUKU”等丰富的广告资源）
- 商品在Tmall和淘宝上销售（如果运营旗舰店则更加适用）
- 希望掌握目标客户的属性信息和行为历史
“数据银行”认证服务商
阿里巴巴的“数据银行”实行认证制度，Transcosmos China是2019年3月时获得“阿里巴巴数据银行认证服务企业”资格的29家企业之一。公司于2017年3月成立数据分析团队，并于2018年6月设立Uni-marketing部门，旨在利用阿里巴巴生态系统和新零售模式。截至2019年，35名数据分析师正借助数据银行为品牌企业提供从数据分析、战略规划到营销方案执行的全方位服务。
未来，Transcosmos China将持续推动品牌企业的数字化转型，在天猫旗舰店2.0升级过程中，助力客户企业提升品牌影响力并实现业绩增长。