從0到1搭建車企數字化營銷中臺(2):客戶數據平臺
客戶數據平臺(CDP)在數字化營銷過程中起著核心驅動作用。本文講述了CDP的定義、架構、用戶標簽的體系與生產以及CDP的價值,與大家分享!
客戶數據平臺(CDP)通過打通客戶全渠道、全旅程觸點數據,形成基于客戶全旅程的數據鏈路;通過數據建模實現對客戶的全方位洞察,并形成用戶分層運營的策略,指導運營計劃的精準實施。
在什么時間,什么渠道,針對什么人群,推送什么權益鉤子,實現精準轉化,最大化營銷ROI。
一、CDP的定義
廣義的CDP是一個營銷系統,它統一企業來自營銷或其他渠道的客戶數據,以實現客戶建模、優化客戶體驗的目標。
狹義的CDP是整合來自多個不同來源的數據,為客戶洞察和交互提供數據支持。
二、CDP的架構
CDP基于輕量級的數據中臺,主要包含源數據層、計算層、OneData(統一建模)、OneID(客戶標簽)、OneService(統一數據服務)、應用層。
1. 源數據層
主要包含客戶一方、二方和三方數據。
- 一方數據主要指客戶自有業務數據,如APP數據、線索數據、DMS(經銷商管理系統)數據、銷售助手數據等;
- 二方數據主要指公域廣告投放回流數據和DMP相關數據;
- 三方數據主要是指主機廠外部合作的數據。
2. 計算層
主要基于阿里云的大數據平臺Dataworks,包含數據集成、數據開發、數據運維、數據質量、數據安全等;底層計算引擎為Maxcompute和實時計算Flink;
3. OneData(統一建模)
主要基于維度建模理論進行數倉健身,進行ODS(源數據層)、DWD(明細數據層)、DWS(主題數據層)、ADS(應用數據層)數據分層。
主要包含會員、行為、消費、活動、客戶、線索六大主題域數據模型。
4. OneID(客戶標簽)
通過ID-mapping生成客戶歸一ID,基于oneid進行客戶標簽萃取,形成10大類標簽:人口屬性、設備屬性、位置屬性、客戶屬性、會員屬性、行為屬性、活動屬性、消費屬性、內容屬性和社交屬性。
5. OneService(統一數據服務)
統一提供離線和實時數據服務,統一口徑,統一出口,統一鑒權。
6. 應用層
主要包含客戶洞察、客戶360視圖、人群細分和標簽管理
- 客戶洞察:主要為全旅程分析、RFM分析、人群分析等;
- 客戶360視圖:根據客戶10大類屬性100+標簽形成客戶360度畫像;
- 人群細分:主要為人群圈選、人群組合、人群管理;
- 標簽管理:主要為標簽上下架、系統標簽、分層標簽。
3、CDP的用戶標簽體系
1. 按業務分類
共10大類:
- 人口屬性
- 位置屬性
- 設備屬性
- 客戶屬性
- 會員屬性
- 行為屬性
- 消費屬性
- 活動屬性
- 內容屬性
- 社交屬性
2. 按照開發復雜度來分類
- 基礎標簽:不用做任何計算,直接賦值的標簽,比如年齡、性別、學歷等;
- 統計標簽:需要進行簡單的統計計算的標簽,如近7天訪問次數、近30天閱讀次數等;
- 算法標簽:統計機器學習算法進行模型訓練輸出的模型類標簽,如線索評級、車型偏好等。
3. 按照數據源來分類
- 一方標簽:主要以車企自有業務系統產生的業務數據來生產標簽,比如用戶中心主要加工用戶基本信息相關標簽,APP主要加工行為屬性相關標簽等;
- 二方標簽:主要是將廣告投放后產生投放數據、點擊數據、效果數據進行標簽化,將公域投放的數據和私域運營的數據打通;
- 三方標簽:主要是外部合作的數據源進行標簽化。一般外部主要是在合規情況下進行數據共享或者聯合建模,以補充用戶其他維度的標簽來豐富用戶滑行,以達到更精準轉化的目的。
四、CDP用戶標簽怎么生產
根據開發復雜度劃分的基礎標簽、統計標簽和算法標簽分別對應底層不同的技術架構,主要分為非算法類開發方式和算法類開發方式。
1. 非算法類開發方式:
主要利用大數據平臺進行開發,包含數據集成、數倉建模、數據開發、聚合標簽寬表、標簽輸出。
- 數據集成:主要是通過數據同步工具,將一方、二方和三方數據同步到大數據平臺;
- 數倉建模:通過維度建模方法進行數倉分層建模,形成ODS、DWD、DWS、ADS層;
- 數據開發:根據標簽的業務過程,拆解原子指標、計算方法(求和、平均)和修飾詞(時間窗口),通過SQL腳本進行開發;
- 聚合標簽寬表:各個維度標簽進行聚合形成用戶標簽寬表;
- 標簽輸出:標簽寬表輸出后服務化,對外提供使用。
2. 算法類開發方式:
主要利用機器學習平臺進行開發,包含業務理解、樣本定義、數據準備、特征工程、模型訓練、模型評估、模型部署;
- 業務理解:主要是定義模型要解決的業務問題,確定模型要達到的目標;
- 數據理解:系統的探索模型相關的源數據,結合業務梳理相關數據口徑,形成對數據的全面認知;
- 數據準備:主要是數據EDA(探索性數據分析)工作,主要包含查看數據分布、缺失率分析等;
- 特征工程:特征工程指的是把原始數據轉變為模型的訓練數據的過程,它的目的就是獲取更好的訓練數據特征,使得機器學習模型逼近這個上限;
- 模型訓練:根據相關算法使用樣本進行模型訓練,常用算法有分類(邏輯回歸、決策數等)、聚類(kmeans、支持向量機)、xgboost等;
- 模型評估:主要是用相關指標來評估模型好壞,如精確率、召回率、AUC等;
- 模型部署:將模型服務化,通過輸入需要的數據后直接輸出模型結果。
五、CDP的價值
CDP圍繞數字化營銷的數字化,長期價值為多方化、資產化、智能化、安全化。
- 多方化:集成一方數據,打通二方數據,利用三方數據,通過一、二、三方數據擴展客戶維度,形成對客戶更加精準的洞察;
- 資產化:通過自動化的標簽加工方式不斷的將客戶數據轉化數據資產;
- 智能化:圍繞數字化營銷,利用機器學習算法不斷沉淀相關營銷模型以達到增長的目標,如AIPL模型、RFM模型、購車意愿模型、車型偏好模型等;
- 安全化:打造可信安全的客戶數據平臺是數字化營銷中臺的基石,通過數據加密、隱私計算、多方計算實現數據安全和隱私保護。
相關閱讀
作者:趙松,微信公眾號:zs5152074,數跑科技營銷增長平臺產品線負責人、阿里云大數據MVP,前阿里影業數據產品專家,7年數字化從業經歷。
本文由 @趙松 原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自 Unsplash,基于CC0協議
作者:趙松,微信公眾號:松果子聊數字化,極氪汽車大數據產品負責人,多年汽車數字化從業經歷。
本文由 @松果子聊數字化 原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
受教了
寫的很好,學習了!
學習收藏了,今天就當一回課代表吧。搭建私域流量運營,當然必須要有工具。給大家推薦一款由【人人都是產品經理】【起點課堂】旗下獨立研發的私域流量運營工具——糧倉·企微管家。糧倉·企微管家是一款基于企業微信的一款營銷型SCRM系統。集裂變獲客、留存促活、銷售變現、客戶管理于一體的私域增長閉環系統。覆蓋企業客戶運營的生命周期,助力企業私域流量運營,提升售前/售后服務能力。還可以免費開始使用哦~ http://996.pm/M0A06
寫的很好呀,受教了
請問有沒有推薦的汽車數字營銷中臺平臺方?
可以看下數跑科技,專業給車廠做數字營銷中臺的,典型案例領克、奇瑞等
好的 感謝~