Convertlab薈聚：企業業務型CDP與營銷技術發展研究報告（附RFP標準指南）（76頁）.pdf

1、2022企業業務型CDP與營銷技術發展研究報告附RFP標準指南2022年05月2022Part 1. 定義 CDP 什么是 CDP ？ CDP 的市場規模與發展階段 企業為什么需要 CDP 企業哪些部門需要使用 CDPPart 2. CDP 的基礎能力與 Convertlab CDP CDP 產品基礎能力介紹 市場上常見的 CDP 的類型 Convertlab CDP - Data HubPart 3. CDP 在營銷中的核心應用場景 持續拉新：找到目標潛在客戶和細分市場機會點 老客促活：用戶全生命周期運營， 增加留存和復購率 精準營銷：利用標簽、 分群和畫像 精準高效尋找目標受眾， 節約營銷

2、成本 個性化溝通：用針對性的和個性化的溝通方式， 提升營銷效率 全渠道用戶體驗：統一各渠道的用戶體驗， 提升用戶滿意度與整體 LTV 智能化運營：AI 驅動智能化數據應用， 加速實現智能營銷Part 4. 自建與購買 CDP 產品的注意事項 企業選型和實踐中的經驗 企業自建 CDP：人、 ROI 企業購買 CDP：供應商、 定制化開發引言 CDP 的過去與現在02結語 抓住 CDP， 抓住未來51520304070810111215162627272828292930313233Part 5. CDP 行業案例實踐 快時尚鞋服零售行業 CDP 應用案例 傳統白酒行業會員營銷與 CDP 應用案例

3、 美妝行業營銷數字化升級與 CDP 應用案例36374448附錄 Convertlab 2022 年企業 CDP RFP 標準指南數智賦能每一個崗位目錄01隨著 5G、 云計算、 人工智能等技術的發展， 大家對互聯網越來越依賴， 尤其是近年來疫情引發的數字化熱潮，讓線上交易的份額不斷攀升，使得企業的客戶數據呈現爆發式增長。企業開始對自身運營所產生的數據有了新的想法，沉淀和管理自己消費者數據資產的需求開始變得越來越旺盛，CDP 悄悄火了起來。CDP(Customer Data Platform) 客戶數據平臺這個概念 2013 年在國外被首次提出，2017 年前后進入中國市場。國內現在主流的 C

4、DP 供應商大概分為三類， 大數據和軟件服務背景的廠商， 廣告與營銷背景出身的廠商，還有營銷與數據以及軟件服務結合的廠商，即技術型 CDP 廠商、DMP/AdTech 背景廠商、SCRM 營銷類背景廠商。技術型背景的 CDP 廠商，將 CDP 定位于企業業務層面的數據“集市” ，屬于技術難度最重的一類 CDP。它們將企業各種數據源整合到 CDP 中，不僅支撐營銷場景，還包括企業各類業務場景。正是因為這個原因，這一類的 CDP 在數據對接與處理時，需要大量的定制化數據源，品牌客戶在部署這一類的 CDP 往往需要的時間周期更長。以 DMP/AdTech 起家的 CDP 廠商，最初以廣告投放為核心，

5、擁有生產相關的 DMP 能力，繼而進一步拓展至 CDP 業務。這類公司的天然優勢是有相對成熟的技術可以做投放渠道對接、用戶標簽賦能等等，與其他廠商最大的不同是 CDP 產品的深度、交付經驗積累，導致它們實施難度相對更低，但數據格式相對固定以及不同的毫秒級數據輸出能力。SCRM 營銷類的 CDP 廠商，這類企業擁有龐大且豐富的 B 端數據的管理經驗，可以根據客戶需求豐富不同行業的用戶畫像。通過加深對應用場景的理解，也可以快速產生行業標品服務。在應用層面的用戶標簽、用戶分群和畫像功能上的業務性更強。CDP 的工作重點并不是單純保存數據，是從數據的采集、身份的匹配識別，到數據的存儲和挖掘，再到應用和

6、賦能，通過數據與數據之間關聯和分析，洞察人與人、人與物的關系，最后賦能企業營銷，形成一套完整的體系。即使市面上各類的 CDP 廠商越來越多，但是依據數據新視界調查發現，從 2020 年到 2022 年，企業產生的數據以 42.2% 的年增長率增加，但是 68% 的企業數據價值并未真正激活。我們在與眾多企業的溝通中發現導致業績增長乏力甚至停滯的，往往是數據資產的冗余狀態與低效管理。企業無法打破數據孤島，業務數據量龐雜且分散業務數據分散存儲于內外部各個應用、渠道及觸點，海量數據無法打通和集中管理，缺乏統一認知，數據生態無法成型，數據缺乏應用價值。企業關注 CDP 帶來營收增長， 在這種要求下， 我

7、們認為一個優秀的 CDP 產品應該兼具業務場景與技術能力。CDP 的過去與現在數智賦能每一個崗位引言02定義CDP什么是 CDP ？CDP 的市場規模與發展階段企業為什么需要 CDP企業哪些部門需要使用 CDP數智賦能每一個崗位定義 CDP04營銷技術專家 David Raab 在 2013 年，首次提出 CDP (Customer Data Platform) 的概念：CDP 是一個由企業營銷人員管理的系統，它創建了一個持久、統一且易于被外部系統訪問的客戶數據庫。近幾年迅速躥紅，新的 CDP 供應商如雨后春筍般涌現，這樣的熱潮背后是營銷人對數據掌控的渴望，他們希望把各個渠道的客戶數據源收集和

8、集成到數據庫中，并且管理和存儲客戶行為數據，將這些數據提煉分析應用至業務端營銷場景。根據國際市場研究機構 Gartner 給 CDP 的定義，客戶數據平臺是由營銷人管理的客戶數據庫，將來自不同渠道的實時和非實時的客戶數據進行采集、整合、分析和應用，以實現客戶建模、提升營銷效率和優化客戶體驗的目標，從而促進業績及利潤增長?？偟膩碚f， CDP 因為收集了企業全渠道的用戶數據， 可以幫助品牌方更整體、 全面和深入地了解他們的客戶，對客戶的潛在需求進行分析和預測，再結合營銷自動化系統或者智能營銷引擎等平臺執行實時個性化營銷策略，從而提升企業營銷活動和用戶體驗的效率、有效性和一致性。什么是 CDP ？C

9、CustomerDDataPPlatform數智賦能每一個崗位定義 CDP05CDP 客戶數據平臺包括但不限于以下能力：以上是 Convertlab 認為的一個好的 CDP 應該擁有的基線能力以及進階能力，這些能力有以下的場景功能體現進階能力毫秒級實時性實時數據采集實時 ETL實時識別匿名客戶實時合并客戶實時客戶畫像實時標簽實時圈客實時數據分析湖倉一體架構統一建模語言數據安全能力數據智能應用流批一體計算引擎同時支持批量營銷微批營銷實時營銷通用數據模型靈活的自定義對象元數據管理數據血緣授權與偏好管理Consent & PreferenceManagement隱私計算能力加持Privacy Com

10、puting PlatformROI 預測大規模 A/B 測試CLTV 行為預測畫像挖掘行為觸發聯邦學習配置關聯基線能力數據采集場景功能營銷觸點鏈接業務系統鏈接數據統一ID Mapping檔案管理數據洞察漸進式畫像客群圈選標簽體系搭建數據激活業務系統集成人群包輸出數據分析數據連接器從眾多數據源收集和協調數據跨設備、跨平臺的客戶旅程跟蹤收集的數據種類包括購買歷史、瀏覽、購物車等創建消費者的 360 度畫像客戶數據對營銷系統的可訪問性根據客戶數據執行識別解決方案定義營銷的業務規則跨平臺統一數據的用戶唯一標識符（Identity Resolution）細分人群，營銷活動分析營銷技術集成用于實時交互管

11、理的預測性客戶分析CDP 和 CRM、DMP 之間的關鍵區別數智賦能每一個崗位定義 CDP06CDPCRMDMP可以收集匿名訪客的資料分析客戶終身行為和客戶旅程只報告已知客戶或潛在客戶分析銷售渠道和預測跟蹤在線和離線客戶數據，除非手動輸入很難跟蹤離線數據處理的客戶數據范圍更廣，包含任意的數據只是處理客戶的數據把多個數據源的數據通過身份識別(identity resolution)技術打通形成單一客戶視圖 (single customer view)SCV 是一個去重過的數據記錄不會對數據進行去重主要影響廣告，使廣告更有針對性地觸達受眾能夠影響所有類型的營銷主要收集第三方數據( 通過數據提供者、

12、管理人員和服務)主要收集第一方的數據反映匿名客戶標識符(如Cookie等)反映個性化的特定客戶標識符（如姓名、手機號碼和客戶 ID）只能短時間保留數據，用來實現精準廣告并構建 Lookalike受眾長期保留數據能夠和客戶建立深度連接，并且對潛在客戶進行培育XVSVSCDP 的市場規模與發展階段數智賦能每一個崗位定義 CDP07依據艾瑞咨詢：中國 MarTech 市場研究報告顯示：大型企業因數據量和數據來源更為豐富，其對數據全面打通與高效整合的需求也更為迫切。近幾年，以大型企業為代表的需求方陸續嘗試搭建與布局 CDP，借之進行用戶價值的深度挖掘，進而提升用戶運營效率。根據權威研究機構 Gartn

13、er 發布的全球營銷技術調查， 74% 受訪企業表示已經部署或正在部署 CDP。其中，60% 受訪企業認為 CDP 成功幫助品牌實現了數據采集、激活、人群細分和畫像匹配的目標。此外，這些受訪企業還表示即便非要砍掉一個技術項目，CDP 也是最不可能被砍掉的。在市場環境轉變與企業需求的推動下，CDP 服務的市場規模由 2018 年 4.9 億元快速增長至 2020 年的 17.7億元。紛析智庫發布的2021 年品牌 CDP 與營銷數字化轉型報告提到，2021 年中國 CDP 市場規模將達到 28 億元人民幣，并將繼續保持兩位數的高速發展，有望在五年內達到 80 億元?？蛻魯祿脚_（CDP）服務市場

14、規模73.2%108.6%65.6%44.0%31.5%4.98.517.729.342.155.42018201920202021e2022e2023e客戶數據平臺（CDP）服務市場規模（億元）增長率（%）數據來源于艾瑞咨詢：中國 MarTech 市場研究報告數智賦能每一個崗位定義 CDP08企業為什么需要 CDP用戶場景碎片化豐富的媒介形態導致用戶與品牌的溝通觸點也變得更復雜，一個人的下單路徑可能是從微博被種草到公眾號的小程序里下單了，用戶與品牌的溝通方式正在從過去的單一線下渠道轉化為線下 +線上多渠道。各個渠道數據分散在傳統的企業組織模式下，由于缺乏統一的數據管理平臺，各部門之間的數據不

15、互通，容易引發數據孤島的問題。CDP 能夠收集和統一所有第一方數據，將各個渠道和部門之間的數據進行打通連接，企業可以獲得全局視圖進行數據分析。在具體的實踐中，各渠道數據分散以及需求的不對稱，降低了企業運營的效率。CDP 需要完成這樣一件事情，它能夠將企業各個自營渠道、第三方渠道等全網的多維度客戶數據統一歸集，全量整合，確保各部門統一口徑構建全面的用戶認知，幫助企業獲得更清晰的、統一的消費者畫像。各渠道數據統一形成的完整數據洞察會對企業產生三個節點的決策影響：優化廣告投放傳統的廣告投放有兩種方式：第一種：在媒體的固定點位和時間段進行投放；第二種：根據客戶畫像，利用媒體 / 第三方數據源提供數據標

16、簽進行精準投放。這兩種方式自然存在兩種弊端，首先，第三方數據的標簽的質量無法控制；其次，品牌廣告主無法個性化提出投放需求。企業通過 CDP，可以形成不斷優化的廣告投放的良性循環。通過數據洞察，或者歷史的調研設定目標客戶，在企業 CDP 中尋找廣告投放人群包，鏈接廣告投放平臺，設置投放的策略，廣告投放平臺和媒體對接之后，只有在品牌客戶指定投放的目的消費者出現在媒體側的時候，才進行廣告投放，才能使廣告投放有的放矢，提高廣告投放的效率。清晰的產品定位，指出產品的目標客戶，需要準確的數據洞察賦能產品研究；清晰的產品定位，指出產品的目標客戶，需要準確的數據洞察賦能產品研究；對于營銷人員來講，更為重要的是

17、，客戶數據洞察有助于反哺營銷策略，為每次營銷選擇目標客戶；對于營銷人員來講，更為重要的是，客戶數據洞察有助于反哺營銷策略，為每次營銷選擇目標客戶；擁有清晰的消費者生命旅程的數據洞察，能夠幫助銷售人員了解已經進入各購買環節的客戶畫像。擁有清晰的消費者生命旅程的數據洞察，能夠幫助銷售人員了解已經進入各購買環節的客戶畫像。123部分內容參考36 氪企服點評：客戶數據平臺（CDP）選型指南私域運營與 DTC 營銷模式如何構建精細化不同生命周期的最優客戶體驗，在最合適的觸點，以最合適的觸達頻率，傳遞個性化的內容，從而達到最優的客戶體驗，才能實現消費者轉化的最優解?；ヂ摼W“流量紅利”期結束，公域流量成本越

18、來越貴，私域流量運營被逐漸重視。同時 DTC 模式(Direct to Customer)，即直接面向消費者的營銷模式開始興起，需要企業掌握更多消費者數據，尤其是用戶行為數據，CDP 可以幫助企業拓展對消費者的認知，更好地經營品牌私域流量池。個性化營銷新興的消費群體大部分是在互聯網里成長起來的，與品牌的溝通方式與過去相比變了很多，他們期望個性化、定制化的服務。對品牌體驗要求高，如果還是拿簡單的千人一面的營銷方式去觸達這些客戶，營銷的效率是很低的。CDP 能夠基于用戶畫像對消費人群進行細分，從而實現用戶旅程上的個性化營銷用最合適的方式， 以最合適的接觸頻率， 傳遞針對性的內容， 實現最優的“客戶

19、體驗”和最高效的消費者轉化。數據管理主體的轉變數據管理系統正在從工具屬性向業務屬性過渡。得益于低代碼等技術，無論是市場營銷、銷售， 還是客服人員都可以快速上手操作 CDP，在各個觸點向用戶提供個性化服務，讓數據“取之于業務，用之于業務” 。業務型 CDP 的意義正在于將客戶數據從 IT 人員轉移到業務人員手中，讓 CDP 用起來，真正實現業務的賦能。數據安全合規趨勢隨著個人信息保護法的正式施行，個人信息保護與數據安全成為擺在企業面前的最新課題。在收集數據時，如何征得用戶的同意、如何將這些數據合規應用于日常營銷企業要面對的，將是從組織架構到營銷實踐一場由內而外的變革。而 CDP 可以從本質上幫助

20、公司實現數據合規性，因為它們充當所有客戶數據的中央存儲庫，被用作事實的唯一來源，幫助公司更負責任和有效地處理客戶數據。數智賦能每一個崗位定義 CDP09兩個典型的應用場景：企業利用 CDP 可以根據客戶的重要程度（例如：會員的級別） 、偏好渠道等，選擇不同的觸點，尋找最優的方式和成本與客戶保持“可持續的互動關系” ；召回老客的成本往往要低于發掘新客戶，通過 CDP 算法洞察客戶畫像，選擇更合適的行動，也可以不斷提高召回率。市場營銷和運營團隊可以靈活使用 CDP 進行準確地數據分析。營銷人員使用 CDP 來幫助他們組織和理解來自不同來源的數據，增強客戶人群細分能力，優化營銷活動策略，利用歷史營銷

21、數據反哺修正當前營銷策略，并增加內容營銷參與度。數智賦能每一個崗位定義 CDP10企業哪些部門需要使用 CDP數字化創新部門可以通過 CDP 搭建企業的客戶數據平臺助力企業營銷數字化轉型，整合全渠道數據，了解企業的消費人群，綜合相關業務部門的需求，滿足不同場景下的數據應用。IT 部門基于企業數據平臺基礎建設的需求，可以利用 CDP 做數據的管理和存儲，以及通過集成對接企業內部各種各樣的業務系統，確?？蛻魯祿脚_的穩定性、安全性和合規性最終為業務部門賦能?？蛻舴蘸统晒F隊客戶服務專業人員在與客戶溝通時也可以從中受益。通過利用 CDP 中的數據，幫助客戶服務和客戶成功專業人員主動滿足客戶的需求和

22、顧慮，更深入地了解客戶，同時解決問題。CDP的基礎能力與Convertlab CDPCDP 產品基礎能力介紹市場上常見的 CDP 的類型Convertlab CDP - Data HubConvertlab 企業業務型 CDP四步安全開啟數據資產增值之路CDP 產品基礎能力介紹數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP12從產品視角來看，我們認為 CDP 有三塊核心能力：數據采集、數據統一和洞察、數據激活數據采集數據類型包含三個維度：第一方數據、第二方數據、第三方數據。第一方數據主要是指企業在自營渠道產生的數據，例如：CRM，會員系統、售后服務等；第二方數據包含企業在

23、外部系統上產生的數據，這些數據由外部系統通過 API 提供，例如電商數據、廣告監測數據等；第三方渠道獲得的外部數據資源（符合數據合規要求的數據）等全網的多維度客戶數據統一歸集和管理。從不同的數據源中提取數據， 放入 CDP 中， 在企業相關的這些數據里， 主要客戶數據類型包含以下四個方面 ：01040203身份數據：身份數據是關于一個人的高度敏感信息的集合，例如他們的姓名、手機號、家庭地址或銀行帳號等。描述性數據：描述性數據補充身份數據并提供更完整的客戶畫像。描述性數據類別將根據公司類型而有所不同，如職業和生活方式信息，客戶從事的行業、客戶所在公司以及擁有的車輛類型，都是描述性數據的示例。行為

24、數據：行為數據描述了人們如何與企業的產品或服務互動。這為企業提供了真正的洞察力，可以幫助企業預測客戶的需求和行為。行為數據的常見來源包括用戶在 APP/ 小程序里的行為記錄，比如瀏覽了哪些商品，加入購物車以及購買等行為。定性數據：定性數據是通過問卷調查、訪談或觀察收集的描述性和概念性發現。定性數據例如采訪錄音、客服反饋、購買評論等。分析定性數據使我們能夠使我們更加理解用戶行為，并進一步解釋定量結果。企業會把從各種數據源提取的數據放入CDP中存儲， 對用戶的整個生命周期的數據進行管理。 如企業把天貓、京東、微信公眾號、小程序，APP 以及線下門店等數據全部打通之后，一個客戶產生的數據節點可能過百

25、，客戶會有訪問頁面、加入購物車、下單、到店、報名活動等行為。這些行為數據是人與物的關聯，同時也可能通過朋友圈分享、好友分享、邀請好友等行為，與另一個客戶產生了社交化關系。企業需要做的，就是將這種業務場景上人與人之間、人與物之間的關系，抽象成 CDP 里數據的關聯，從而用于企業的各種業務場景。數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP13數據統一和洞察在采集不同的數據之后，企業需要通過 CDP 對數據進行識別、分類、整合新增和不斷變化的數據源，比如對數據進行標準化處理、客戶 ID 的打通以及異常數據的甄別，并進行客戶同意的管理和運算。其中由于某些企業的數據量巨大，在單一

26、的服務器上無法完成存儲和運算，往往還涉及更復雜的 IT 層面的管理，包含大數據的分布式運算、云計算等，數據治理比我們想象中會復雜許多。在跨渠道的場景下，其實很難拿到唯一的一類 ID，企業需要做到通過不同類型的 ID 完成 Mapping（用戶 ID關聯識別） 。如在瀏覽器、 APP、 微信端， 并未拿到唯一一個強 ID （例如手機號） 那么我們可以通過不同的 ID （手機號、UnionID） ，去完成身份的依次匹配關聯，最終實現 3 個渠道的 ID 完全打通。以 Convertlab 服務過的某知名汽車集團品牌客戶為例。該主機廠商擁有新能源以及燃油汽車兩個條線。新能源車屬于直銷模式，更注重線上

27、的用戶行為數據采集，純燃油車依賴于線下經銷商渠道，注重線下潛在車主的線索管理、到店意向等。而集團的 CDP 需要更加全面的視角，把整個集團里不同車型的數據融合在一起，打通全渠道的用戶數據，得出用戶 360度畫像，再下發到各個車型品牌做精細化運營。如 Convertlab 服務過的跨產業客戶，該集團客戶在地產、文旅、零售等多個行業都有所涉及，客戶希望能夠針對不同的行業子公司做數據分析和洞察，找到不同行業里的高頻客戶畫像，進一步挖掘客戶潛在需求?；诟餍袠I客戶數據的 ONE ID，分析這些客戶群體歷史商品購買記錄，對這些人群進行交叉銷售。比如針對客單價消費高的用戶群體，推薦對應的高端文旅產品；針對

28、不同年齡層的女性人群，推薦集團旗下的珠寶品牌商品。數據洞察包括標簽分析、表屬性分析、行為分析模型和群組畫像等，通過分析后進行數據建模后得出相應的洞察，一是可以用數據驅動決策，二是能夠用數據分析驗證產品成效，三是通過數據洞察用戶。在復雜的營銷場景中，除了對客戶需求進行分析，在千絲萬縷的關聯關系中，還涉及很多對象，也需要隨時進行記錄和洞察。數據激活在 CDP 中進行數據洞察后，可以生成業務側能夠看懂的用戶標簽等各類業務標簽，比如通過規則計算標簽，在 CDP 中分析客戶的歷史訂單數找到消費者的品牌偏好，假設過去 90 天包含某品牌的訂單數大于 1 次，或者過去 360 天內包含某品牌的訂單數大于 3

29、 次，則某種程度上可以認為該消費者對該品牌有消費偏好。在 CDP 中還能夠獲得各類可視化的數據看板， 實時更新掌握業務經營情況， 減少業務人員對 IT 部門的依賴，提升業務人員對經營數據的提取和分析效率。同時 CDP 具備集成的能力，確保 CDP 能夠與企業其他的內外部系統做集成，比如企業過去用的 CRM 系統，社交媒體管理軟件以及各種第三方系統平臺，可以把 CDP 上的數據導出到這些平臺，來進行跨渠道的營銷活動以及廣告投放等。部分 CDP 產品還具備人工智能 (AI) 和機器學習 (ML) 能力，可以根據客戶過去的行為為客戶確定最佳產品和解決方案，并對客戶的未來活動做出預測。人工智能可以幫助

30、營銷人員為個人客戶定制消息傳遞，以創建一對一的溝通方式。這些個性化體驗對于與企業互動的每一位客戶都是獨一無二的。數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP14數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP15市場上常見的 CDP 的類型企業應該根據自己的應用目的來選擇不同類型的 CDP， 數據型 CDP 是最常見的客戶數據平臺，用來統一數據；分析型 CDP 嚴格用于分析企業持有的數據類型；業務型 CDP 用于營銷活動管理、跨渠道和多渠道營銷中心。數據和分析型 CDP包含更高級分析功能的 CDP 將純數據 CDP向前邁進了一步。數據和分析 CDP

31、提供更強大的數據可視化功能以及預設的報表，以幫助進一步分析所有數據并更好地了解客戶模式和行為。先進的數據可視化還將幫助營銷人員在公司內部各個部門之間傳達見解，包括銷售、客服和產品。然后，這些部門也將能夠利用客戶數據和個人資料在其工作角色中提供幫助。數據和分析 CDP 還將提供預測功能，以警告營銷人員客戶的任何問題，并自動監視客戶輸入數據和偏好的任何變化。業務型 CDP具備前面提到的數據和分析的功能，同時擁有用于優化和執行營銷活動的各種其他高級功能?？梢詧绦锌缜罓I銷活動。用戶可以使其營銷活動自動化，并通過適合每個客戶的渠道傳遞量身定制的消息，并實時響應客戶偏好的變化。結合了分析、標簽、分群和畫

32、像功能以及MA 營銷自動化功能，可幫助營銷人員根據以前的互動和預測的行為為每個客戶個性化營銷活動。例如，Convertlab 的 CDP 產品 Data Hub 與 DM Hub 聯動，在 CDP 支持下，品牌方可以將所有觸點上的客戶數據沉淀下來，門店客流通過入會或者關注官微就留下印記，后期可以通過優惠券、禮品、內容推送等進行個性化營銷活動。Convertlab CDP - Data Hub數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP16Convertlab 高性能實時業務型 CDP 產品命名為：Data Hub，是更懂業務的客戶數據平臺，能夠幫助企業跨平臺整合全渠道客

33、戶數據的同時，建設兼具靈活性及業務友好性的客戶數據中臺，輸出精準客戶洞察，指導營銷決策并高實時性地支撐用戶運營，最終實現企業數據資產的高效變現與增值。依據 DataBricks 公司對 Lakehouse 的定義：一種結合了數據湖和數據倉庫優勢的新范式，解決了數據湖的局限性。Lakehouse 使用新的系統設計：直接在用于數據湖的低成本存儲上實現與數據倉庫中類似的數據結構和數據管理功能。簡單理解就是把面向企業的數據倉庫技術與數據湖存儲技術相結合，為企業提供一個統一的、可共享的數據底座。湖倉一體方案的出現， 幫助企業構建起全新的、 融合的數據平臺。通過對機器學習和 AI 算法的支持，實現數據湖

34、+ 數據倉庫的閉環，提升業務的效率。數據湖和數據倉庫的能力充分結合，形成互補，同時對接上層多樣化的計算生態。Convertlab 順應大數據領域演進的方向，打造了“湖倉一體”的客戶數據管理平臺，保留“數據湖”和“數據倉”的優勢，讓各系統中的數據 / 元數據無縫打通。存儲在不同系統的數據，可以通過一個統一的開發 / 管理平臺操作，且可以根據自動的規則決定哪些數據放在數倉，哪些保留在數據湖，進而形成一體化，打造出離線數據與實時數據超級計算引擎，具備以下 4 個亮點： 小于 3s 實時計算 真正的 T+0 實時響應 實時 ID 合并、畫像更新、客戶分組 個性流程體驗分支、動態內容、上下文營銷“湖倉一

35、體”架構打造 超級計算引擎 可進行秒級實時溝通Convertlab 企業業務型 CDPData Hub 介紹數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP17基本個性化帶來的批量營銷，如圈人群包投放。通過 Data Hub 根據客戶屬性、事件、標簽對客戶進行分組，圈出人群包看到結果后，第二天針對人群包進行內容、產品、權益觸達。場景一* 涉及到自動化營銷流程需配合 MA 營銷自動化平臺使用基于高級個性化帶來的精準營銷。如優惠券領取未消費提醒某客戶領取優惠券后未立即下單。3 小時后對其推送消息提醒其“還有一張券未使用” ，推動其下單。場景二* 涉及到自動化營銷流程需配合 MA

36、 營銷自動化平臺使用基于超級個性化帶來的實時營銷。如電商動態內容呈現 客戶在商品詳情頁將商品加入購物車后，沒有立即下單，而是返回首頁。此時，首頁會立即基于“加購未購”這一狀態，對客戶有針對性的展現引導其購買支付的內容，如與購物車內同類型但不同價位商品、優惠券等。場景三基于綜合處理離線數據與實時數據的能力，實現客戶畫像達標的場景。如某銀行開展某項營銷活動，需要高時效性的統計客戶近一周內的刷卡訂單金額（離線的批量數據） ，以及當下產生的刷卡訂單金額（實時的流數據） 。當兩類訂單金額的總額達到活動規則要求的 3000 元時，即判定該客戶達標，進而實時觸發下一步營銷動作，例如，第一時間對該客戶開放抽獎

37、按鈕，用戶可直接參與抽獎活動等。 從客戶下單到看到抽獎按鈕亮起，整個過程，可能不會超過 30s。場景四* 涉及到自動化營銷流程需配合 MA 營銷自動化平臺使用立即抽獎恭喜您，任務完成了！快來抽iPhone12Pro吧！刷卡 100 元購買某商品流批一體數據處理一周內刷卡訂單總額2900 元當前刷卡訂單金額100 元3000 元滿足活動規則判定達標開放抽獎按鈕點擊開始抽獎30s 前Now+注：圖為示意數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP18GDM，全稱為 General Data Model System，通用數據模型。它是 Data Hub 的首席翻譯官，能夠將

38、外部不同系統的數據進行統一規范格式化，讓技術和業務人員統一口徑，實現 One Data 數據定義?；跀祿妒剑―ata Pattern）的 GDM，有一個好處，按照 Data Hub 數據范式，構建 GDM 的業務模型，該模型就天然具備該數據范式提供的能力。比如按個人檔案范式創建的模型就有 One ID 能力和打標簽能力。GDM 通用數據模型將不同的數據格式快速轉化為統一建模語言Data Hub 系統內的所有組件都可自動、快速識別 GDM 描述的模型，GDM 也可將 Data Hub 內的數據翻譯為外部系統可識別的數據模型，平滑地完成數據的輸出與賦能。同時，支持快速創建各自的數據對象和架構，

39、適配更通用數據模型，節省數據關聯的工作時間。有了 GDM 通用數據模型， 能夠從底層設計上能夠幫助企業低成本、 高時效地創建大量自定義對象，帶來更豐富的營銷場景應用。 場景舉例：客戶關聯 1：N 各品牌所溝通的客戶角色，可能會包含多個“子角色” ，比如長尾零售小店的夫和妻、教育 / 母嬰行業里家庭中的爸爸和媽媽、B2B 行業里屬于同一家公司的聯系人、下單者等等。在實際的營銷中，品牌通過 GDM 可創建豐富的自定義對象，并將這些對象做好一對多的關聯。類似于 Adobe 里的 Experience Data Model (XDM) 概念，致力標準化客戶體驗資料并定義客戶體驗管理的結構，提供通用的結

40、構和定義，允許任何應用程序用于與 Platform 服務通信。遵循 XDM標準，所有客戶體驗資料皆可整合至通用表示法中，以更快速、更整合的方式提供深入分析。夫妻屬于同一個小店爸爸媽媽屬于同一個家庭多個聯系人屬于同一家公司B2B2C 模式中，如品牌管理小店老板。但一個小店可能存在夫妻兩個聯系人，因此：夫妻分別下的訂單應被記錄在小店名義下，而非單獨的聯系人。在母嬰、教育行業中，可能父親、母親都曾分別參與過營銷活動、進行過留資，這兩個對象需要被標識為同一個家庭。B2B 行業，直接客戶是公司，但會存在多個聯系人，他們需要被標識為同一個公司。在業務溝通時， 即可以公司維度，將所關聯對象的指標值作為條件，

41、完成人群圈選。丈夫妻子爸爸媽媽業務采購 2采購 1數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP19Data Hub 特別增加了數據安全合規功能，能夠與 Convertlab 最新 CPM 同意與偏好管理產品無縫集成，幫助企業對一方數據的授權與偏好進行管理，做到可追溯可撤銷，在數據輸出前，進行合規性的過濾，從而提升從數據收集到數據應用的整體安全性。數據安全合規提升企業從數據收集到數據應用的整體安全性提供豐富靈活的加密和脫敏方式，防止個人隱私泄漏，并確保加密、脫敏后的數據能夠在開發、測試、數據分析場景中使用，實現敏感數據的智能管理。靈活的去標識方案通過數據血緣的關系圖譜，可

42、從企業全局視覺對業務域的數據資產進行梳理、盤點，對出現的安全問題也可快速追查線索、準確定位、高效解決。比如在利用標簽做群組圈選時，如果發現某個標簽的數值有問題，可以通過數據血緣能力，快速地追溯數據源找出問題點。清晰的溯源鏈路企業可通過數據治理工具，對數據進行標記并配置每個場景下的限制策略，分別設置約束條件對每一道數據輸出環節都能嚴格把控，以確保每個數據都被合理使用，合法合規地釋放大數據的應用價值。高效的策略應用接口層系統配置分析洞察消息訂閱同意采集工具(cookie 授權工具，app sdk)用戶請求管理CPM 規則引擎CPM 相關數據存儲（授權 / 偏好、渠道、法律條款、業務目的等）連接器數

43、據輸出前進行規則適配同意管理 (Consent Management）記錄并管理得到用戶“授權同意”或“訂閱”的數據。若用戶聲明了“不同意” ，將限制其數據被輸出、利用。記錄用戶希望通過什么渠道、在什么時間、以何種溝通頻率、溝通什么內容。若圈選規則不符合用戶偏好，將限制其數據被輸出、利用。集成( Consent & Preference Management )實現偏好管理 (Preference Management）Data Hub：四步安全開啟數據資產增值之路數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP20第一步：全域客戶數據鏈接，沉淀高質量的數據資產Data H

44、ub 能夠幫助企業通過數據追蹤技術采集所有觸點上的客戶第一方數據， 并進行身份識別和數據治理。根據業務運營的需求，預置了各種數據連接器如文件連接器、JDBC 連接器、API 連接器、應用連接器等。與市場主流埋點體系相比，提供了更為領先和完整的多元數據源接入方式，可以進行離線以及實時的數據接入，并且實時性可以做到秒級。同時，Data Hub 還會將 CPM 同意與偏好管理平臺配置的信息進行集成，一并存儲進系統內。第三方平臺官網微信公眾號 / 服務號 /小程序 / 企微 /H5業務系統CRM/ 會員系統 / 呼叫中心APP線上 / 線下活動 /DB/ 文件 數據文件產品數據消費者數據交易數據產品數

45、據交易數據消費者數據行為數據消費者信息行為數據會員數據消費者信息消費者信息行為數據行為數據活動數據消費者信息各平臺數據接口訂單數據文件前端埋點后臺系統對接微信授權系統對接SDK活動二維碼活動頁埋點數據文件行為數據訂單數據客戶信息標簽屬性信息價值評分標準化數據接口Tracking ServerOpen APIWebhookSFTPHDFS批數據流數據數據處理數據存儲數據清洗全渠道 ID 識別自動合并畫像引擎消費者 360全域畫像OSSCOS數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP21在 Data Hub 系統內，無論多龐大復雜的數據都可以做到完全隔離。利用多工作區的架

46、構設計，讓數據隔離更安全。多工作區，指項目數據安全隔離，單一租戶內的不同數據庫，可被劃分成物理上絕對隔離的項目空間，數據開發與調研更便捷。 當數據在測試環境的完成配置、 跑通之后， 可以直接遷移到正式環境， 不用人工導取數據，省時省力避免出錯。比如當有一個新的數據源需要被接入的時候，直接在正式環境做身份合并可能會出現問題，這時，可以先開一個測試工作區把數據接入，當確保數據合并無誤后，再遷入到正式環境。在數據被有效隔離以后，企業的多品牌管理就會變得更輕松?？偛考饶芘c品牌保持獨立，又可以通過數據資產的共享及反哺，實現相互賦能。品牌 A 獨立工作區品牌 A 數據One ID、標簽、分析 集團數據On

47、e ID、標簽、分析、內容 品牌 B 獨立工作區品牌 B 數據One ID、標簽、分析 集團數據One ID、標簽、分析、內容 品牌 C 獨立工作區品牌 C 數據One ID、標簽、分析 集團數據One ID、標簽、分析、內容 數據反哺數據賦能數據反哺數據賦能數據反哺數據賦能集團 One ID集團標簽集團分析集團內容管理集團數據品牌數據+集團數據品牌數據+集團數據品牌數據+集團數據品牌數據+第二步：數據建模與全局身份統一，打破企業數據孤島在這個過程中，通過 Data Hub 的 GDM 通用數據模型，靈活地根據業務需求，自定義創建在營銷領域的各種數據對象，比如：消費者、汽車、4s 店、導購，等

48、等，最終在 ER 圖中，呈現出人、貨、場的關聯，靈活支撐數據建模的對象，幫助業務人員理解數據，同時讓建模人員便捷地管理數據模型與數據資產。在數據模型建立完成后，Data Hub 就可以幫助對各類檔案數據進行身份統一了。Data Hub 在 Convertlab營銷自動化產品 DM Hub 的身份合并策略基礎上，進行了一次大的升級。除了優先級管理、唯一性管理，另外增加了身份族的概念和隨遷性的管理。身份族是指用戶多種身份類型的數據集合，不同身份族的數據可以有不同的存儲方式和處理邏輯。如個人身份、Cookie、設備 ID 等等。數智賦能每一個崗位CDP 的基礎能力與 Convertlab CDP22

49、系統中的身份設置（優先級、唯一性、隨遷性）身份名稱身份類型 ID優先級唯一性隨遷性會員郵箱Loyalty idEmail12TrueFalse否是系統現存身份信息UIDU123Loyalty_idLoyalty_idm123EmailEmailLUIDU123Loyalty_idm123EmailL系統新傳入身份信息m456m456L根據身份設置邏輯進行匹配與合并1 、系統通過 Loyalty_id 和 Email 兩個身份依次來匹配 UID，找到 UID1232 、但是 UID123 已有 Loyalty_id m123，與新的 Loyalty_id m456 沖突3 、Loyalty_id

50、 因為設置了唯一性，此時無法為 UID123 再添加一個 Loyalty_id4 、于是系統為 Loyalty_id m456 分配一個新的 UID456 作為目標客戶 ID5 、由于 Email 具有隨遷性，故 Email L 遷移到 UID456最后系統中的身份信息U456場景舉例：隨遷性管理的應用可隨遷：使用多個身份匹配到的目標客戶與自身所關聯的現有客戶不一致時，該身份可跟著更高優先級的身份遷移到目標客戶。一般弱身份，一個客戶可能擁有多個該身份的，會設置成可隨遷。如：Device ID、Cookie 等。不可隨遷：使用多個身份匹配到的目標客戶與自身所關聯的現有客戶不一致時，該身份不遷移。