数字营销指南:走出CDP与DMP的迷雾

执牛耳 2019/05/18 12:23

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

执牛耳® | 数字营销技术邦

Digital Marketing Technology Space

“更懂营销的科技商业报道”

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

题策划:Joyce

执笔/制图:Guangju Wei

首席营销顾问: Guangju Wei

「执牛耳新媒体」原创作品 未经授权,严禁转载

流量时代,营销的争夺聚焦在数据资源,更加强调数据的低成本获取和精准触达。对于企业的B2C营销人员来说,争夺客户数据是一项艰巨的任务。随着O2O的深入推进,品牌生态系统逐步建立,客户接触点的成倍增长,但是获取客户数据变得越来越困难。

首先,消费者更加注重隐私的保护,各大平台也都严防隐私泄露。这无疑增加了数据获取的复杂性。 根据Forrester的全球调查,有25%的B2C营销人员表示,获取数据是难点,管理数据是最大的挑战。

面对如此的局面, 「执牛耳」建议:营销员“十羊在望不如一羊在手”,必须有效利用现有的客户数据,充分利用CDP是一个不错的开端。 有了良好的数据应用基础,才能更进一步通过DMP增加客户资本的价值,最终获取有效的营销解决方案(Method)。

1

CDP可用,但不够

“到底CDP还是DMP,其实这不是一个问题,不管叫什么,叫C还是D还是P,最后解决的是一个企业对于自己数据管理战略的落地,是帮助企业解决数据管理这个问题的一种方法。最重要的还是停止概念,开始行动,把产品和服务做好,回归企业的痛点来探讨和解决数据治理的问题。”

——品友互动的创始人兼CEO黄晓南

CDP集中了多个来源的客户数据,并使其可用于洞察和参与系统。CDP平台会整合用户数据,直接可以应用到现有的营销技术之中,让营销人员感到十分的便捷,也是 CDP最大的一个优势:见效快 。数据变得更大、更快、更复杂,营销人员必须通过更多的工具来使用数据。 CDP的快速上手会带给营销人员信心,让他们认识到现代的数据结构技术可以支持现有的营销系统。

「执牛耳」调研发现,目前市场上的CDP平台供应商一般可以归结为以下四种类型:

供应商类型

主要功能

数据渠道

为品牌商提供一个数据获取渠道,利用已有的数据库搜集和聚焦相关数据,将数据整理、编辑后提供给用户

用户资源

通过提供用户画像和人群分类,帮助品牌商圈定目标人群。供应商提供平台接口,让用户和品牌商可以互相沟通与交流,做到需求获取、消费行为定位和产品推介

营销推广

平台可以执行品牌商的营销推广方案,平台具有方案设计和执行的能力,可以通过发短信、邮件、定向推送等功能,自动实现营销推广

计量分析

平台通过监测推广结果和客户数据,建立营销模型,预测ROI和消费趋势,能为品牌商制定战略规划提供参考

以上四种类型的供应商涵盖了数据产业链的全部上下游,从数据获取、挖掘到执行,再到改进建议,基本覆盖了执行PDCA闭环。当然, 有实力的平台通过海量数据和信息技术可以做到“CDP综合体”,提供完整的数据服务。 注意,我们在这里说的是数据服务,而不是文章开头强调的整体解决方案,为什么?

因为, CDP平台目前尚不足以支撑“整体解决方案”这个目标。 最主要的原因是CDP供应商的资质并不统一。 根据Forrester在2017年的市场调查,在114份CDP的客户咨询中,21家供应商数据来自最终用户,可以提供较为完整的数据分析和预测。

“每个CDP供应商都是如此不同,没有共同的标准。CDP市场缺乏结构和进驻市场的严格性,这使得市场营销人员难以理解潜在的利益,识别潜在的供应商,并制定商业案例进行投资。

—— 市场技术专家雷•雷赫

「执牛耳」分析认为, CDP目前主要存在以下几方面短板:

一、缺少市场重点。 CDP供应商背景复杂,水平各异,更为主要的是,各家供应商的行业背景并不一致,多数是从IT技术公司和互联网公司转型而来。凭借技术优势抢占了CDP行业的滩头,但是在营销领域并没有过多的积累,行业定位也不清晰。所以,会出现“胸口碎大石”的现象——什么行业数据都能做,你要哪个行业数据都可以。

二、缺乏关键数据和技术。 用户画像和消费行为监测是营销活动核心,是衡量CDP数据有效性的重要依据。目前能提供用户身份解析高级功能,如二次概率匹配和可定制的匹配规则的供应商数量较少,已有的供应商能多到的深度也是参差不齐,主要原因是两个方面“数据和技术”。

三、CDP效果低于市场预期。 既然缺乏关键数据和技术,CDP的最终效果很难满足用户预期。一位零售业的CMO曾经抱怨:我们的CDP供应商缺乏对客户终身价值的关键分析,我们需要在不同的CDP平台提供的结果中间进行细分,以满足最终的解决方案。

没错,CDP平台技术目前只是与现有营销手段协同工作,而不是完全替代。 这就增加了营销人员操作时候的技术门槛和甄别的难度。 到底是相信CDP还是相信已有的经验?他们难以确定CDP是不是真的管用,要不要为CDP买单。

CDP的短板归结起来是数据和技术造成。 缺少海量多元化的数据和信息,是否具有效的分析技术,难以达到市场营销的预期。对于品牌商来讲,想要破解这一难题——找到海量、多元化数据和分析技术,DMP是下一个选择。

2

DMP有效,未来仍需提升

“我的营销人员需要实实在在的数据和数据帮助。”

——某汽车品牌 副总经理

相比于CDP,DMP在数据源、处理技术和输出结果方面都有很大的提升。 DMP是整合了三方的数据(用户、平台方和供应商) ,然后把所有数据进行标准化处理,结构化管理;通过这些数据沉淀出来的目标用户进行挖掘和洞察,从而产生策略性的方案,输出给自媒体和垂直媒体。而这其中, 数据建模是DMP区别于CDP的最为重要的特征

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

DMP数据源范围比较广泛,收集的数据既包含Media的数据,也包括CDP的数据 ,基础的功能都会对用户做细分、做建模,包括归因模型,价值评估模型,更多的可能是RFM模型,也会有生命周期的模型。

以RFM模型为例, RMF模型是DMP输出的典型的数据分析模型之一,也是最为流行的分析模型 。通过对数据的收集,管理、分析和标签化。对用户价值进行分层,通过R(Recency最近一次购买)、F(Frequency消费频次)、M(Monetary Value消费金额)三个维度对消费人群进行分类和评估,据此来定义客户属性,甄别客户价值,为后续的营销和推广提供决策依据。

在咨询界广为流程的“波士顿矩阵”经常被用来评估用户价值、细分客户群体,而真正用于实际营销时候营销人员都会问同样一个问题,该如何划分四种不同类型客户的临界点?

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

DMP可以有效地解决这个问题。利用平台的海量数据,DMP可以聚类分析数据的相似性,从而圈定相似群组。通过对聚类客户相似性的分析,找出分组的上限、下限、均值、中位数等有意义数据,最终决定哪一个能代表分组的特点。不仅如此,经过DMP处理的数据呈现的不再是静态模型的“硬边界”,是可以呈现“循序渐进的演变规律的动态数据模型。 借助于回归分析,DMP可以勾画出数据的演变规律。

通过对数据群组的分类,可以看出不同类型的客户群体是如何演进,例如: 从潜客->金牛->明星 的渐进式演变或 潜客->明星 的跳跃式的提升。在整个数据管理的过程中,有一个很重要的问题叫做触达,现在我们看到的企业,不管是以平台数据为主还是以媒体数据为主,几乎都是希望能够多维度触达:如通过微信公众号、短信、官网、Media等来触达,这也正是DMP的必要性所在。

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

几乎没有企业能够依靠某一方面的数据(CDP)做到精准触达,都需要和外界数据打通,既有CDP的碎片化数据,也有规律性的群组数据。

而DMP正是用来解决此类问题的痛点,像典型的媒体路径分析,消费者路径分析等等,这样的管理过程单纯依靠一方数据是做不到的,必须依赖外部的生态环境才能做到,这也就是DMP的必要性。

从碎片化的CDP到整合资源的DMP,数据管理技术正在向着赋能营销,成为影响商业决策重要力量不断转化。

——执牛耳传媒创始人 乔云云

从CDP到DMP是数据管理和应用的提升,在这个过程中营销得到的是什么呢?

这取决于营销人员的最终目的。 CMO、CEO们深知数据的重要和平台的能力,但是他们想要的是有效的营销解决方案。

基于CDP数据分析和DMP数据管理后得到的营销解决方案,通过数据精准触达目标客群,实现销售增长和ROI目标预期。通过对海量数据的处理,形成深度的市场洞察和生动的用户画像,以及关联类目的分析,最终锁定了目标人群;通过精准的出大和传播,针对目标人群进行有目的营销推送,启到 “知客户所想、如客户所愿、助客户所动” 的产品定制化的效果。

DMP的数据管理还能实现对目标客群的全场景拦截。不论网络页面、生活场景、线下推送,都可以预先埋下触点。通过精准推荐与用户期望进行匹配,最终促成用户购买,有效提升转化率。

在今天大家都是关注增长的时代,CDP和DMP力图提供全链路的解决方案(Method),优化品牌和消费者之间的互动, 不论是CDP还是DMP,需要解决的都是一个“数据影响力”的问题 。数据对于商业决策有多大的影响力,也就说明了从CDP到DMP平台的价值和意义。

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

“连接数字商业 赢在数字营销”

执牛耳®,更懂营销的科技商业报道

新知图谱, 数字营销指南:走出CDP与DMP的迷雾

业务对接、商务合作、品牌企业&行业活动邀约等

敬请致电 &微信ID:13051575215

邮箱:niuying@zhiniuer.net

官方QQ:2603466379

执牛耳
+ 关注

更多新知