CDP是什么？相信正在阅读本文的你，此前有关注过若干篇相关的报道内容。那么，你对CDP的认知是否很透彻？没关系，通过本篇7000字的访谈文章，你将改变对CDP的刻板印象，对营销技术的理解也定会“豁然开朗”，对企业的数智化转型不再迷茫。
CDP作为营销技术新面孔出现，我们可以追溯到2016年，国外营销技术领域的一些玩家开始进入CDP领域。如Tealium、ActionIQ、Segment、TreasureData等公司大都在2016、2017年获得了知名资本的青睐，完成数千万美金的融资。而在国内营销技术领域，大概从2017年初开始，包括一小部分中型企业纷纷布局MarTech，抢占CDP的风口，在不同的市场细分领域，打造CDP产品服务不同行业的企业客户。约在2017年~2018年，国内很多企业还不知道什么是CDP，对这个新的营销技术产品的认知也尤为浅薄。
随着近两三年企业数字化转型的呼声越来越高，各个企业都在探索新的增长模式。深挖单个用户价值，更好的实现精准获客和二次营销的需求愈发强烈。很多企业已主动寻求CDP产品/平台解决在客户洞察、精细化运营等领域方面的难题。这些趋势也快速催生了资本继续加码国内CDP市场。涌现了一大批中小型厂商，同时阿里、腾讯、字节跳动等国内互联网巨头都开始推出CDP或者布局资本市场。
纵观整个营销技术赛道，对CDP的哪些认知已经成为过去式？成熟的CDP是如何运作的？头部CDP又是如何炼成的？……读懂CDP，从独立第三方营销技术公司的角度切入更直截了当。执牛耳挑选了10个行业最关切的问题，从执牛耳传媒创始人乔云云与国内资深CDP技术专家，深演智能|品友上海研发中心高级副总裁王军的访谈中，通过这些问题了解最早布局CDP的深演智能|品友是如何思考的，为行业带来对于CDP的全方位注解，探究头部CDP的价值影响，洞悉未来营销技术的演化路径。
国内资深CDP技术专家、
深演智能|品友上海研发中心高级副总裁 王军
第一问：
企业数字化转型过程中，CDP可以满足企业哪些需求？
目前，企业的需求主要包括数据采集、数据治理和数据资产管理，同时还有数据分析、客户洞察、人群画像、应用激活等。在此基础上，针对不同行业不同场景企业要构建用户生命周期模型，通过AI模型和算法赋能企业决策，进一步挖掘和释放客户数据资产的价值，从而优化和提升个性化体验，营销效率和效果，提升ROI。
深演智能|品友的CDP运用大数据及AI技术将来自不同渠道、不同场景的客户数据,包括实时和非实时的，线上和线下等数据采集、整合、打通、分析和应用激活。在此平台上构建AI模型，有效帮助企业客户解决精细化客户运营、智能客户洞察，提升营销效率和优化客户体验等方面的问题和挑战。
另外，CDP还要求能够针对企业不同的痛点给出解决方案。以汽车行业为例，客户生命周期比较长，涉及到潜客、留资、线索、试乘试驾、下定、订单、交车、维修、增换购等多个环节。
这些数据都分散在各自不同的系统内，对应的内外部系统也是纷繁复杂，需打通各个系统间的数据关联，并针对不同阶段客户，通过模型构建预测性标签，包括线索有效性、线索评分、保客增换购等，可以进一步利用全渠道数据指导公域和私域流量的全域用户触达，从而提升个性化用户体验、潜客到店率、保客活动参与率等多项指标。
第二问：
数字化时代，数智化成为驱动企业发展的动力源，可否就目前企业数智化现状做一个行业全景扫描？
我认为“数智化”一词包含了消费者运营数字化和企业营销智能化两方面的含义。
提到数字化，有些企业的认识还不够深刻，认为搭建官网/小程序商城、开通官微等社交账号就是数字化。其实数字化远不止这些。首先需要认识到，数字化本身是一项复杂的系统性工程，需要系统性的收集和整合全域消费者数据，包括广告、互动、点击、浏览、加购、交易等，涉及到非常多的数据治理、打通、分析管理等工作，这是企业数智化转型的起点。
当有了数字化平台做支撑，大量消费者数据作为原料，构建智能化模型自然就水到渠成。结合企业自身内部系统数据、外部合作伙伴的数据通过AI模型，解决在不同场景下例如拉新、促活、复购、交叉销售、产品推荐等方面的问题，从而提升企业营销智能化的决策水平。
数智化转型是一个企业寻找新的经营增长动力的重要战略方向，很多企业也在跃跃欲试。但是转型能否成功，取决于两个方面的综合因素：自上而下的组织支持和自下而上的业务场景支持，两者缺一不可。因为整个数智化转型是一个复杂的系统性工程。涉及多业务部门和不同的业务场景，而且这些场景往往串联在一起，不能割裂来看。如果没有组织上自上而下的推动，可能就无法迈出转型的第一步。另外，有些企业虽然从组织层面上制定了战略，但是推进很困难，找不到抓手，其主要问题就是缺乏业务场景，不知道如何把数据平台的能力赋能到业务，产生实际的业务价值。
基于以上两点，企业寻找有经验的供应商实现数智化转型变得非常迫切和必要。
第三问：
成功的CDP产品该如何创造价值？
我认为，一款成功的CDP产品应该具备以下三方面的能力并创造价值：
1.打通并整合多方数据能力，形成企业独有的数据资产沉淀；
2.客户行为分析、行业标签和人群输出能力，帮助企业有效洞察客群；
3.常用模型算法能力(Lookalike,RFM等)，帮助企业提升个性化营销能力。
深演依托在AdTech及MarTech积累了十几年的行业经验，打造了行业领先的拳头产品，其中AlphaData和AlphaDesk就是为企业打造的左右大脑。
AlphaData兼具CDP和DMP功能，负责全域数据治理，全链路数据分析，全智能建模，形成智能化营销策略，包括人群、媒体、创意等；一站式媒介管理AlphaDesk负责激活并触达到目标人群，将数据回流反哺到AlphaData，形成闭环，更全面、更深层挖掘数据价值。深演智能|品友已为汽车、快消、零售等众多行业头部企业通过搭建CDP平台实现了不同行业X场景下数据智能化应用，帮助客户实现了数智化转型。
如果要说深演CDP产品独特的价值，可以总结为三点：
1、全链路数据平台，完整的技术决方案，涵盖了多方数据采集，数据治理，ID打通，标签计算，人群画像，营销自动化，投放管理等方面有非常强大的技术和产品体系；
2、智能决策系统，帮助企业客户通过AI模型更充分发挥潜在的数据价值，比如在汽车行业，我们通过模型预测线索的有效性来清洗线索，通过线索评分模型来有效跟进线索，保客增换购模型来提升保客活动参与率等；
3、强大的数据生态体系，和国内三大运营商在运营上数据资源上有独家合作，和阿里巴巴、百度、腾讯、京东、高德等科技巨头都有战略合作，2019年深演还发起成立了多家AI企业在内的数据生态联盟，在数据生态体系上更全面安全地赋能企业客户。
第四问：
“数据孤岛”是数智化转型的主要障碍。企业如果想构建一个数据流畅通的管理体系和组织架构，主要的障碍有哪些？落地的关键是什么？
数据孤岛是目前很多企业面临的主要问题，有众多不同来源的数据散落在各处，没有集成和统一管理和应用（包括广告数据、网站行为数据、微信/小程序数据、CRM数据、DMS数据、客服数据，等等）。
企业需要整合所有数据源、终端和触点的数据，盘点客户数据资产。主要有三类数据：
1.直采数据：包括官网/小程序/H5/APP，微信号/抖音号/支付宝等；
2.内部数据：比如CRM，客服系统，社交粉丝运营系统等；
3.外部合作伙伴/三方数据：在数据生态系统里，通过合法合规的方式，来对接和整合外部合作伙伴/三方数据源。这些系统的数据往往被各个业务部门所有，部门间的利益冲突关系往往也是导致数据孤岛产生的重要原因之一，因此一个流畅的数字化的管理组织体系是从根本上解决问题的关键所在。
落地过程中主要障碍还包括，数据存储介质，系统接口的多样性；质量参差不齐：脏、乱、差；数据规范标准不一；外部合作伙伴/三方数据整合的合法合规性。
所以我会建议，企业一方面要从组织管理体系上打破“孤岛”，由CDO统筹，各个业务部门/事业部全力支持；制定统一的数据规范和标准，定义相应的接口和协议，规范化不同部门之间对数据的认知；同时，需要构建统一的数据管理平台，如CDP，来整合分散在各个系统的数据源，并通过可视化的方式来配置和管理。
第五问：
CDP采用哪些技术进行数据采集和投放场景创建以及用户的精准触达？
对于“千人千面”的投放解决方案，首先要明确客户在哪里。也就是所谓触点或渠道，包括官网、APP、小程序、公众号/百家号、线下门店，等等。其次是数据，如消费交易、交叉复购等。由于企业面对的数据和触点越来越复杂，所以需要构建统一的数据管理平台，来有效分析和管理以及激活这些数据，释放数据的价值。
CDP的价值也就体现在这个过程中：比如通过构建模型打预测标签，就可以根据不同的时间内用户行为构建客户旅程分析；加上标签的组合圈选出合适的人群，通过营销自动化工具配置个性化的营销内容，触达到最终的用户；收集反馈过来的行为数据，反哺平台，验证并持续调优模型，完成整个营销闭环。助力企业各个部门（比如营销、CRM、数字洞察、客服等）提升精细化运营和优化客户体验等，包括个性化营销、千人千面/千人千券。
第六问：
CDP在提升企业端的用户体验方面有哪些技术手段？
深演CDP产品通过多渠道整合客户数据，构建ID打通，360画像，标签人群，主要通过客户旅程分析和营销自动化两个主要工具，实现可视化的客户旅程分析、触点分析、转化路径分析、漏斗分析、营销画布、活动管理功能，企业用户只需要通过可视化界面配置相应的规则，系统就可以自动化的分析和执行相应的活动，高效赋能企业帮助企业提高在个性化营销，精细化运营等能力。
第七问：
数智化数据平台如何帮助企业/品牌实现有质量的创新服务？
深演CDP主要通过高复杂、高耦合度的全链路数据打通，高效实现多方数据沉淀与多维数据资产的可视化呈现，智能评估算法激活多维数据指导决策，构建起数据驱动的增长体系，进一步助力传统行业的创新数字化进程。
以传统的汽车品牌为例，针对汽车行业的用户数据管理的独特性，我们的CDP设计有效访客、线索评分模型算法、实时生意看板等针对性的功能。消费者购车决策链路长，车企业务增长不仅仅体现在营销环节，还包括4S店选址、供应链环节优化、新车产品线研发方向、用户留资线索的智能识别等议题。在以AI算法为基础的智能引擎支持下，可以帮助企业产生更科学的决策，驱动大规模个性化的客户增长服务，进一步助力汽车行业的创新数字化进程。
第八问：
2020年7月，Forrester发布了《深演智能|品友企业数据管理平台总体经济影响报告》，从真实收益、成本、灵活性及相关风险四个方面调研和评估了深演智能CDP的实际应用商业案例。报告当中成功的汽车案例应用在其他的行业是否可复制？
首先介绍一下案例背景。该汽车客户年营收上千亿，拥有上万名员工。企业面临新市场拓展，营销模式数字化转型等挑战。他们的经营数据散分布在不同的系统中，难以有效利用，整体营销数据链条亟需管理整合。我们帮客户打破“数据孤岛”，整合全链路数据资源，从而达到掌握营销活动进程节奏，提升决策效率，将CRM和DMS的数据整合到CDP平台中，并开发增换购可能性模型，挖掘并追踪高增换购意向的保有用户，提升保客营销效果。从效果数据来看，有效销售线索提升率高达50%，带来的收益增加超过4000万。
我们已经把这个客户的CDP平台作为标杆案例推广和复制到汽车行业里，包括德系和美系的知名汽车品牌，以及国内的知名汽车品牌帮助这些客户在媒介分析、线索转化、保客增换购等业务取得了非常好的效率和效果的提升。
第九问：
业内提出了SCRM理论，通过CEP（持续互动）+CDP（数据驱动）实现全域用户运营平台服务，对此您怎么看？CEP的重要程度，品友的产品是否有考虑应用或强化相关功能？
数字营销一个明显的商业趋势就是公域流量费用越来越贵，私有流量越来越受到追捧。也有人提出了“鱼池”理论，通过公域引流拉新过来的流量在私域里精细化运营，提高用户留存、促活、转化和成交，并能在私域池形成口碑、传播和裂变。
深演智能|品友品友也非常重视全域用户运营平台产品矩阵的打造，通过CDP平台帮助企业客户实现全域的的数据资产沉淀与分析，描绘统一的用户画像，通过营销自动化工具实现实时事件触发功能，实现企业与客户的即时互动，提高销售转化率和客户满意度。比如，某个客户在官网上留资或者预约试乘试驾，客户会很快收到相应的短信或者呼叫中心电话，极大增强了客户的实时互动和个性化体验的效果。
第十问：
对于想要数智化转型的企业，构建有质量的CDP平台，主要有哪些步骤？针对在这个过程中企业将要面对的风险、付出的成本和获得收益的周期，您有哪些建议和意见？
通过服务汽车、零售、美妆等行业的客户，要构建有质量的CDP平台，我总结了以下三个步骤：
1.梳理相关数据，包含企业相关的外部数据以及内部各部门数据，盘点基础设施等资产资源，再结合业务场景来定义相关的业务指标；
2.选择合适的技术方案，通过对当前业务的数据体量、已有IT设施以及内部的系统进行全面分析和调研，综合考量经济成本、后期的可扩展性、安全兼容性等，来选择最适合企业的技术方案，支撑更多的业务场景；
3.持续迭代和优化运营，帮助企业一起成功。CDP的搭建是为了企业长期、可持续的发展，并且在这个过程中，也需要深挖企业的需求点，针对性解决新的痛点。
我们再来谈风险，主要有以下几点：
1.客户组织上的风险：CDP是整个企业的数据中枢，它会整合来自各个部门的业务数据，甚至由外部合作伙伴的数据，某种意义上说CDP是“一把手“工程，各个部门需要在统一的组织管理下有序推进CDP搭建，这是成功的前提。如果组织上对CDP的重要性认知不清，抱着试试看的想法，没有定心丸，搭建的过程可能会比较痛苦甚至无法推进下去；
2.数据整合和数据治理的风险：一些客户的内部系统庞多，有些系统甚至有十多年的历史，各个系统的数据质量也参差不齐，因此特别需要花费精力梳理各个业务系统的数据来源，统一数据治理的规则和标准，确保整合到CDP系统的数据是高质量的；
3.业务场景及产品运营的风险：在CDP平台搭建过程中一定是以业务场景为抓手，切合不同行业不同客户的实际业务痛点需求。而不是“一揽子全家桶”方案，功能大而全，实际上没有落地价值。所以，要确保CDP每个功能都能解决某个具体业务的痛点需求，同时提供完备的培训和运营团队支持，让客户能真正把CDP产品用起来并达到预期的价值。
企业搭建CDP平台需要付出的核心成本包括：项目实施成本、产品运营成本、IT运维成本和模型及优化成本。至于获得收益的周期，一般来说项目会分成多个阶段，每个阶段对应相应的项目目标和业务目标，不同行业获得收益的周期也不尽相同，少则半年，多则一两年，主要看客户的业务场景和持续运营的时效性。
结语
长达一个小时的访谈，关于企业数智化转型的话题，执牛耳对于王军这位行走在CDP一线的“建设者”的采访意犹未尽。除了行业Know-How、产品功能、技术实力等因素，在王军看来，成为CDP领域头部玩家的重要因素表现为两个方面：
一是数据整合和补充能力。对于企业来说，搭建CDP平台的初衷是整合全渠道数据，形成统一的数据中枢，更方便的进行数据资产管理。此外，通过合法合规的方式利用第三方和外部合作伙伴的数据来丰富客户数据维度，形成精准的人群触达也是企业客户非常重视的。因此，这也是区分到底是MarTech的资深玩家还是刚出道的初级玩家的分水岭。数据资产需要经过多年的沉淀，才能在数据产品上释放更多的价值。
深演智能在这方面具有得天独厚的有优势，也打磨出了高质量的CDP产品。“公司在AdTech领域精耕细作多年，在人群细分、行业知识图谱等方面积累了大量的数据资产，这些资产可以通过合法合规的安全解决方案赋能到企业客户。”王军说。
二是AI平台建模能力。当数据报表只能呈现产品的销量或者走势，传统的数据分析已经不能完全企业满足营销自动化、智能化的需求。如何才能提高ROI？怎样促进新客的活跃度、提升老客忠诚度？哪些形式可以提高交叉复购的可能性？这些问题摆在了企业的面前。
王军表示，“其实这些都可以通过AI技术或者机器学习模型从海量数据中挖掘出更有用规则和预测结果等，而不再完全依赖人的运营经验，更加客观和智能地解决客户全生命周期管理的问题，比如营销计分、产品推荐、千人千面、千人千券、个性化营销等，实现品牌的个性化营销，提升用户体验。”
随着各个行业线上线上场景融合，AI决策技术等深度应用，企业正在从“数字化”向“数智化”的进一步探索和发展，对CDP供应商也提出了更高的要求。采访最后，王军对于未来企业数智化的发展趋势做了预判：“数智化转型已成为推动企业实现增长的核心引擎，特别是营销市场的变量环境中，企业的经营竞争愈发激烈，越来越多的企业会主动探索和实践数智化转型，更大程度实现企业经营决策的数据化和智能化，更加聚焦在以‘消费者运营为中心’的战略上，企业通过搭建CDP平台来实现数智化转型是未来的必然趋势。”
告别2020，重启2021。企业数智化转型的步伐越来越快，头部CDP企业如何走的稳、行的快？从王军给出的答案中，我们也看到了深演智能|品友在CDP平台建设上的思考和超级格局，相信为国内CDP平台的发展提供了有效指引，为市场带来了更多启发和信心。（采访 | 乔邦主 JoJo ， 整理 | 魏广巨）
