DMP or CDP,这不是个问题

陈晨 · 2019-05-16 16:25:17 ·产经

如果要问营销技术领域近期最热门的话题是什么,DMP必然是首当其中的宠儿之一。但是正当业界尚在深刻思考“DMP的成败关键”之时,忽如一夜春风来,CDP又登上了话题热门榜,甚至还出现以CDP为单一业务的公

        如果要问营销技术领域近期最热门的话题是什么,DMP必然是首当其中的宠儿之一。但是正当业界尚在深刻思考“DMP的成败关键”之时,忽如一夜春风来,CDP又登上了话题热门榜,甚至还出现以CDP为单一业务的公司,放言认为从CRM到DMP再到CDP是一个新的时代到来,一时之间,业界开始出现一些关于 DMP 和 CDP 的两极化观点。有人认为 CDP 是一场概念泡沫,有人则说 CDP 比DMP更好。 一时之间,各种定义满天飞,纷纷扰扰。

  就这个话题,2019年5月7日,我们在北京的“企业数据治理媒体沙龙”上,深度对话采访了品友互动创始人兼CEO黄晓南,围绕“企业到底应该怎样进行第一方数据管理”这一话题展开讨论。

  Why?企业要关注自己的数据治理痛点本质

  在黄晓南看来,这个行业迭代速度非常快,每年都有新概念出现,所以很容易造成大家的困惑。“DMP还是CDP,这不是个问题。我们在过去一年合作的企业,虽然叫法不同,但实质都是对于自己第一方、第二方以及第三方数据的管理。 除了这两个概念,还有更多的名词,比如CEP(Customer Engagement Platform)。其实定义不是个问题,不管叫C还是D还是P,最后解决的就是企业对于自己数据管理战略的落地问题。“在她看来,当我们把视线回归到企业的数据治理痛点就会发现,企业对于数据管理的需求基本大同小异,主要体现在三个方面。

  一是把自己的第一方数据和第二方、甚至更多方数据管理起来,并对它们进行分类、打通。比如一个企业会员ID,如何与会员手机号打通,以及与社交平台ID之间如何打通,这是数据治理里面一个很重要的难点。只有打通不同平台上的用户ID,才能对于用户生命周期有更完整的洞察。

  二是把第一方用户数据打上标签之后,如何做人群画像。只能单独基于第一方数据画像,还是能同时借助外部第二方、三方数据做360画像,这是有区别的。

  三是数据的挖掘和激活,如何利用数据对已有用户进行挖掘,按照生命周期进行管理和激活。 并如何通过各种营销渠道去触达和影响真正用户。在美国的社会环境里面,非常普遍地通过邮件、短信去触达,或者通过官网给用户展示千人千面的推荐,所以有用户的邮箱ID就能搞定大部分了。但是在中国的社会场景里,企业营销人员更关注如何通过微信官方号给不同用户推送不同的优惠券,或者通过程序化广告对受众进行更大范围的品牌覆盖。

  在2015年到2017年期间,传统的DMP项目都是聚焦收集管理品牌投放的数字媒体数据,所以很多客户直接选择自己的监测公司来做,这种纯媒体的DMP很快就不能适应企业第一方数据管理的需求, 因为大部分的品牌都意识到第一方、第二方、第三方数据打通的重要性。 所以,从2017年开始,陆续企业的DMP就关注各种数据的收集、打通、清洗,更重要的是在实际场景中的激活和策略输出。 所以,DMP2.0的时代,是由客户的需求转变而驱动的。 也就意味着DMP2.0时代,必须包括所谓CDP的模块和能力。

  纵观全球,也是一样。 程序化广告虽然是很多企业搭建数据管理平台的重要应用场景,但美国的大型DMP厂商,早都不会将自己缩在数字媒体的范围,Oracle、Adobe都推出了针对第一方用户生命周期管理的产品,和改善用户交互体验的产品。 今天再看国际知名独立市场调研公司Forrester Research的定义:DMP是能够管理和整合分散的第一、第二和第三方数据的统一技术平台,DMP应能对这些数据进行标准化和细分管理并输出,让营销人员能够把目标受众进行挖掘、洞察和策略输出。” 时至今日,DMP才算是回归其英文字母的本意: 数据管理平台。

  CDP的概念因何而生?

DMP or CDP,这不是个问题

  CDP概念其实并不陌生,其核心就是针对企业已有的用户群体数据进行管理、挖掘和激活。从CRM年代,拥有大量用户的企业就重点要管理自有的用户。 在Forrester的标准定义里:CDP(Customer Data Platform)是能够整合现有客户及潜客在企业自身的各触点数据,帮助企业进行客户洞察及客户运营的数据管理平台。 所以,DMP和CDP的关系,也发生了演变。

DMP or CDP,这不是个问题

  那为什么有公司标榜自己专注于做CDP呢? 在美国,2018年也有一些小创业公司,试图在Google、Oracle等营销云公司的夹缝里,用CDP的概念切入市场。这样对于公司投入要求不高,适合创业。

  但从Forrester2018年的报告看到,仅仅提供CDP服务的厂商价值不大:

  1、在全球范围来看,一个纯粹、单独的CDP项目还不足以支撑企业本质上的数据管理需求。因为一般这种公司会比较小,在很多关键能力,比如数据打通,引入第三方数据能力、画像和激活的实践能力都是有限的。所以国外的很多CDP公司后来反而变成了营销策划公司,专门解决比如自动化邮件营销公司。

  2、在中国今天的多元化、碎片化媒体环境中,解决触达问题更重要的是Omni Channel的营销手段,这些问题就更不是一个CDP厂商核心解决的。

  3、在做数据打通或者第一方数据增强方面,几乎没有企业能够依靠自己的数据就能解决生意增长的问题,一般都需要和外面的数据打通。

  Forrester在报告中也指出:从标准定义上来说,CDP不是一个独立的解决方案,它必须依附于一个更大的、先行存在的Martech生态系统。因此,CDP必须对已经建立的Martech能力有所补充。

  现实中,在市场需求导向下,两者相向而行,目标朝向都是做整合,即将数据全面打通,形成用户360度画像,管理用户数据从治理、挖掘到激活的整个生命旅程,做一站式解决方案。面临这种趋势,David作为创始人也表示认同。在去年年末写的《What’s next for the CDP industry》一文中,他明确指出,只做CDP的公司很难存活,从很多独立CDP公司被巨头收购就可以明显感知到,“CDP inside”才是未来趋势,即CDP作为一个模块被加进更完整的数据解决方案中。

  对此,黄晓南表示:今天,无论是美国大的DMP 供应商,比如Adobe、Salesforce,还是国内如品友营销云在做的事情,就是全面解决企业第一方数据综合治理的问题,这才是今天对DMP2.0的最新定义,也可以称之为“Full scale DMP”。

  很多品牌很焦虑,“我们刚刚立项搞DMP,接下来是不是又要搞一个CDP?”。 对此,黄晓南表示,在企业选择第一方数据管理平台的合作伙伴时,最好选择有完整能力帮助企业管理各种数据的公司,而不是简单只管过媒体数据,或简单的CRM数据;同时,这家公司既要有非常强的技术能力,同时又要非常懂营销和商业逻辑。 否则会出现好多系统,其实在不同的角度解决问题,但又没有完全解决好。 那样,不论叫DMP还是CDP都很容易失败。 第一方数据管理平台是一种长治久安的战略,规划和可延展性非常重要。

  “回到企业数据管理的痛点问题,不管是国际认知还是品友的认知,我们认为企业其实需要的不是一个DMP或CDP,而是一个完整的第一方数据管理解决方案,能够解决企业从数据收集到数据治理,再到数据挖掘、数据激活的问题,实现全链路的激活和整个营销自动化的管理。对于企业的CEO或CMO来说,实现数据管理的平台到底叫DMP还是CDP并不重要,重要的是这个平台能够帮助企业解决利用数据做生意增长的问题。”黄晓南再三强调。

  不是所有企业都需要第一方数据管理平台!

  一旦认识到数据管理的重要性和深刻价值,企业应该从何开始进行数据治理的部署?首先,企业需要根据以下三个标准,判断自身是否适合搭建数据管理项目。

  1、数据是不是足够多。如果一家企业总共才几百个用户,与海量、庞杂的数据并无关系,其数据用一张Excel表格就能管理,也不需要通过技术来做复杂的决策,这样的企业就不需要部署数据管理项目。

  2、基于数据的决策到底能够为效率和效果带来多大的提升。比如说有些企业认为自己有海量的数据,但是这些数据的区别很小无法带来更大的价值,在这种情况下做的数据管理还不够投入产出比,未免有些得不偿失。

  3、本身业务是否需要用到数据管理。数据管理适用于多线程的产品业务,如果一个企业的产品只有一个杯子,那么它就没有更多的数据,不需要复杂的决策,还不如把精力投入在如何做好一个杯子上。

  选择正确的合作伙伴!

  那么在明确了自身有对数据管理的需求之后,企业应该如何选择合适的技术支持方?在黄晓南看来,尽管不同的企业情况非常不同,从而很大程度上影响对技术方的选择,但以下四点可以作为选择数据管理技术支持方(尤其是CDP/DMP类型的数据系统)的基本标准。

  1、有丰富处理多重复杂的大量企业内部数据(私域数据)和企业外部数据(公域数据)的实践经验和能力。这个很重要,当数据维度非常多,很多字段都要去打通时,技术支持方的真正水平就将显示出来。没有处理过这些需求的供应商会遇到很困难的情况,因为这个领域有太多技术和业务并发的挑战,因此处理起来非常复杂,需要真正有经验的技术方,尤其是对企业业务有深刻理解的技术方才可能解决。

  2、有整合外部数据能力的丰富经验,且对国内的数据生态有充分的理解。这一点不难理解。数据系统的根本价值在于利用数据,而利用数据背后,有相当多的场景实际上是利用了企业之外的第三方的数据能力。技术方必须具有能够帮助企业打通第三方数据生态的能力。

  3、具有通过运营数据和数据系统产生商业结果的经验。要有真正为企业带来了正向变化的案例。这并非一定是在KPI上立竿见影的提升,由于数据化的再造和转型是战略性的改变,因此任何企业在KPI、组织优化、效率、资源获取等任何一种或多种进步,都算正向变化。

  4、不仅要有技术能力,更要有产品能力。即要有被验证的数据系统的架构与落地能力(包括系统的稳定性、数据处理的能力、数据挖掘和建模的能力以及数据安全的治理等),还要能做出真正实用易用的产品,二者缺一不可。当然,真正衡量一个技术方的技术能力和产品能力还包括很多方面,在具体的操作过程中都能体现。

  在对话的最后,黄晓南也反复提到,“在中国,每一年都有一个新概念出现,每一个概念后面都有一些批新公司出现,第二年又有一些新的公司死掉,这个造成了品牌主本身的困惑,也造成了这个行业的很多混淆,让所有的客户都搞不清楚,好像应该是错失了一个新的趋势和热点,所以我还是想呼吁业界:停止概念,开始行动,把产品和服务做好。让我们回归企业的痛点来探讨和解决数据治理的问题。”今天,在Martech如火如荼的当下,各路背景的企业纷纷进入中国企业大数据管理这个垂直赛道的时候,这样的忧虑和呼吁显得颇有意义。

(本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)

免责声明:本文来自自媒体,不代表科技讯的观点和立场

您可能感兴趣的文章

精彩推荐