2020年的市场营销关键词是什么？私域、用户数据或是隐私？
作为私域经济最火的一年，许多从PC时代杀将过来的市场人，遭遇流量红利的爆发和见底之后，又开启了自己的私域旅程。
然而，在以发掘【用户终生价值】为目标的私域流量中，触点、数据分布和类型都更加复杂，市场人困难愈重，似乎又患上了独有的私域数据焦虑症。用哈佛大学政治学系教授加里·金（Gary King）的话来说，大数据的真正价值在于数据分析。而身处私域经济第一线的市场人似乎还没找寻到数据背后的真相。
自2008年移动互联网序幕，围绕着前端获客和后端培育两个阶段，营销人对抗用户碎片化的战争就一直在持续。而从私域元年到如今，市场人的私域数据焦虑似乎也在持续。
01
私域触点越来越多，“碎片化”私域数据却“串”不起来
在Salesforce State of Connected Customer的调查中，78%的受访者倾向于使用不同的渠道与品牌沟通，仅6%的受访者表示仅接受过去的企业品牌互动方式。
这意味着，一个用户可能同时活跃在多个互动触点上，并且在企业内部的多个系统中留下自己的行为数据。企业更需要具备跨越多个平台系统，对海量、高复杂度的用户数据进行统一处理和运用的能力。
但理想与现实之间，企业市场人都有着难以突破的瓶颈：
这些困难也预示了CDP的诞生和走红。
CDP是客户数据平台（Customer Data Platform）的简称，能通过采集、沉淀每个客户与品牌之间的全量互动数据，将企业内各个业务系统的用户数据统一到平台中，构建更完整的客户模型，为营销团队提供视野更全面的决策支撑。
简单来说，企业可以通过CDP，拥有一个针对所有用户数据的“处理中心”，通过建立用户个人档案把各个渠道中的相关数据“串”起来，让各个市场营销部门能更容易看清用户的状态和特征，统一运用。
02
企业用户数据规模变大，手中的数据却不断贬值
IBM曾将大数据的特点总结为5V：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
其中Value（低价值密度）是指，大数据时代带来了许多半结构化和非结构化数据，比如网站访问日志等，这其中大部分内容都没价值的，真正有价值的信息需要深入发掘。因此，虽然企业的用户数据量比以前大了N倍，但价值密度反而降低很多。
数据积累对企业而言是一件好事，但如果这些数据无法分析、输出洞察，也只会让市场部门手中的数据字段不断贬值。
这也是CDP诞生的初衷——让企业能将大量分散在众多系统、渠道和团队中的数据统一起来，然后形成围绕用户个人的全景画像，进行相关定性分析促进价值转化。
而在Merkle2021 Customer Egagement报告中，【分析能力】、【身份管理】和【跨渠道激活】也正是市场人眼中成功CDP最重要的TOP3能力。
CDP数据来源包括且不限于会员信息、多渠道身份、交易/非交易数据、线上线下行为标签等等。经过CDP的采集、清洗、合并、建模、管理，这些数据最终形成多维度、可视化的用户数据模型，让品牌更容易生成与用户特征匹配的个性化内容互动，加速用户孵化。
再往整体来看，CDP中的数据来源主要包括以下几类：官网/H5/小程序/APP/邮件等企业触点数据、企业服务号等社交媒体平台用户数据、企业CRM/DMP/SDR售后等其他平台的用户数据、线下活动用户数据、第三方数据导入。
而在对全量用户数据的清洗、建模和管理后，CDP提供的用户画像能为市场营销部门提供更多的“策略弹药”：销售代表、社交媒体、DMP、EDM、个性化官网/APP。
03
不知如何数据驱动，先让市场部学Python？
不知何时开始，市场营销行业里掀起了一股学习Python的风潮。
Python作为一门编程语言，在数据爬取、数据预处理、数据统计分析方面有着天然的优势。这也反应出目前市场营销人当前的困境：没有一个适合自己使用的用户数据管理平台，面对用户全景数据不全、用户洞察缺失，只能跨界将自己逼成“程序猿”。
而事实上，这也只是一种亡羊补牢之举。在跨越多个企业系统采集用户数据的过程中，必然需要将这些异构、重复、缺失的数据进行标准化，这并不是一个半路出家的市场人用Python就能解决的——
企业内部有多少个相关的系统平台？企业自身用户数据采集网络是否做到了全域覆盖？各个业务线的员工本地掌握着哪些类型的客户数据？数据网络中是否接入第三方的匿名数据？数据是如何从一个系统传到另一个系统的？用户全景数据的可视化维度如何合理划分？而CDP存在的意义，正是简化这种创建统一客户视图的过程，使得不懂大数据处理的营销人员能够以较低的成本维护用户数据，获取用户洞察。
因此，自动化数据清洗、渠道归因、多样数据可视化模板等也是CDP必须具备的能力特征：
在数据方面，CDP需要能将用户实名数据与媒体数据、帐号数据、跨设备ID进行匹配，并形成oneID，作为用户激活和渠道归因的基础。
在归因方面，CDP则需要通过归因算法，分析渠道质量、用户价值等内容，找到用户转化与渠道策略之间的关联性。
在数据可视化方面，CDP需要形成消费者身份字段、设备信息、行为标签、活跃渠道、全生命周期价值（CLV）等筛选条件的数据可视化仪表。
在被誉为“大数据元年”的2013年，DAVID RAAB首次提出CDP，但届时的CDP还只是停留在概念阶段。3年后，DAVID RAAB与10余家企业共同成立了CDP Institute，CDP也开始成为重要数字化营销不可或缺的部分。
作为一家提供一站式营销云软件解决方案的企业，致趣百川过去一直在为B2B行业提供包括CDP在内的产品解决方案，帮助企业搭建营销技术基础设施，加速数字化转型，实现获客、转化、增长。
在CDP从概念到逐渐落地的过程中，我们看到了企业对用户数据价值的迷惑，对CDP概念的迟疑，也看到了市场营销人数据视角缺失的焦虑和迫切。
— END —
本文作者：致趣科技 @Finn
合作/转载，联系主编微信：VeraHuang-mkt
加入社群，联系社群运营微信：Ray9512
关于致趣百川
致趣百川是一家提供一站式营销云软件解决方案的企业，聚焦于科技、医疗、工业制造业等B2B行业，一站式营销云包含SCRM(社交营销)、CMS(内容管理)、EMA(活动管理) 、 CDP(客户数据平台)、MA(营销自动化)等产品模块，旨在帮助企业搭建营销技术基础设施，加速数字化转型，实现获客、转化、增长。
从成立以来，致趣百川已经服务了包括微软、腾讯、金蝶、浪潮、联想、施耐德、拜耳、辉瑞、美敦力等300多家知名客户，获得Forrester、正和岛一致认可，2020年上榜腾讯SaaS加速器全球40强，且被评为最受VC关注的TOP 5企业。
点击下方“阅读原文”试用致趣百川CDP产品～
↓↓↓