CDP是數據中臺，以用戶數據為核心的，具有很強的業務屬性，面向用戶運營的場景。下面這篇文章是筆者分享的關于CDP的相關內容，對此內容感興趣的同學接著往下看叭！

從CRM到DMP，再到CDP的橫空出世，數據產品領域推陳出新的速度也挺快。

而了解CDP的人可能會說，CDP和BI一樣，糅雜了太多東西，都不知道如何概括。在我看來，CDP也是一個看似簡單，但是需要借助數據平臺的各種能力，將企業的數據資產深度挖掘出來的工具。

當中會涉及到數據的集成和加工，包含對埋點、數據倉庫的數據重定義和應用。包含標簽開發管理、人群創建、人群同步等。

會基于數據底層提供的查詢服務，對埋點、數倉數據做深度的自定義探索查詢，此處會跟數據可視化做深度的結合，包含對個體、群體的整體性（關鍵指標）的洞察和精細分析（各種維度、事件跟蹤的分析)，將數據做多維度的可視化呈現。

也會涉及到數據同步和數據服務：加工好的標簽和人群，也會基于數據同步服務對外提供數據，以便能對群體做策略；使用高低QPS搭配的數據服務對外提供及時的用戶身份信息服務，以便做出相關策略；

而為了維持系統的運轉和安全，還會設計到資產（標簽、人群、數據集）的權限管控，以及底層對應用層的支持（血緣分析、開發任務智能化調度、預警監控）高階的功能模塊，還會跟算法、策略等開發系統打通，以便快速落地某些算法策略。

總而言之，CDP看似簡單，實則是各種底層功能的集大成者，起到承上啟下、打通底層系統和業務應用的關鍵作用。因為CDP的內容龐雜，所以本系列會分為多篇來講解，敬請期待~

本文正文約7000字，預計閱讀時間19分鐘。

一、CDP是什么

1. CDP的名稱

先來個問題，CDP是的英文，到底是哪個？Customer Data Platform，還是Client Data Platform？

初入行業，我對這個名稱細節不以為意，沒必要如此地咬文嚼字。到真正成為從業者，看的行業和競品多了，我逐漸體會用詞的細微差異，這體現出來的是服務對象特征的差異：toB vs toC。

一般來說，傳統行業常用「客戶」，而互聯網尤其是消費互聯網，則更多使用「用戶」或者「消費者」這兩個詞。

所謂的傳統和互聯網企業，核心差異點在業務的開展是集中在線上還是線下，在收集、管理、分發、應用數據的方式和數據介入業務的程度都不同，側重點上會有區別。

2. 初探CDP定義

有了名字，那一般還會給名稱做詳細的注解，也就是「定義」?？赡苣阍谄渌麜锟催^ CDP 定義，或許你深表贊同，或許你持保留意見。

單地從概念、名詞角度進行區分，也始終都只是在抽象的世界里繞來繞去。以前剛做數據倉庫時，時常背誦其特點：它是面向主題的，集成的、穩定的、時變的數據集合，面向數據分析，用以支持管理決策。

而經歷了多個數據倉庫實戰項目后，這些定義反倒記不得了，需要專門翻資料才能列齊，但這些定義已經溶解在了更加具象化的案例中了。然后歸納總結，形成自己的理解。一千個觀眾有一千個哈姆雷特，百聞不如一見，最終還需要自己親身去體會。

與其背誦定義，不如多看案例，帶著定義上路去實踐，在實踐中歸納總結并形成自己的理解，你會感知到【定義是事實的切片，是特征的提煉】。

3. 一些CDP的案例和參考信息

初學者有三種方式構建自己對新概念、新知識的理解。

作為 CDP 領域的從業者，給大家分享一些參考過的信息。

當從廠商的角度去調研CDP的發展歷史、現狀，發現多數數字化廠家都有有底層的數據開發治理運營平臺，但是不一定都推出了CDP平臺。

1) 先看國內的

• 阿里的CDP產品，叫做智能用戶增長（Quick Audience）：以消費者為核心，通過豐富的用戶洞察模型和便捷的策略配置，完成消費者多維洞察分析和多渠道觸達，助力企業實現用戶增長。
• 火山引擎的CDP產品，VeCDP，叫做客戶數據平臺（Customer Data Platform）：面向業務增長的客戶全域數據中臺，幫助企業打破數據孤島，建立統一的人、物檔案，以數據驅動全鏈路營銷和深度運營，實現企業數字化轉型和增長。
• 網易的CDP產品，叫做消費者運營平臺 EasyCDP：消費者運營平臺是企業級客戶自動化運營解決方案，通過將網易有數強大的數據處理能力、敏捷的開發能力以及智能的營銷能力相結合，有效幫助企業實現全渠道用戶私域數據整合、精準的用戶客群洞察、自動化的智能營銷，從而實現數據驅動的全域智能營銷的閉環。
• 當前節點，其他互聯網行業比較知名比較大的云廠商（百度云、騰訊云、京東云）、傳統行業云廠商（華為云、天翼云），還沒有推出自己的CDP產品（如果有遺漏，歡迎通知）。

再看看其他知名數據供應商的產品。

• 神策數據的CDP產品，叫做客戶數據引擎（Customer Data Platform）：通過整合多源數據、關聯全域ID、擴展多體系的數據模型、構建客戶分群和標簽，結合豐富的數據加工方式和數據輸出能力，為全域客戶經營提供數據基石。
• 奇點云的CDP產品，叫做客戶數據平臺（英文名沒見到）：來自于產品架構的介紹：「數據+分析+智能+運營」一站式產品與服務，提升數據驅動增長能力，全域全場景賦能商業決策。<

2) 再看看國外的產品介紹和文章

SAP：https://www.sap.com/products/crm/customer-data-platform.html

Enterprise-wide customer insights help you elevate customer engagement to increase conversion and strengthen retention.

From individual consumers to multiple business accounts, customers demand relevant, personalized engagements. With SAP Customer Data Platform, you can surface insights in real time across the enterprise to deliver winning engagements, boost revenue, and drive growth.

salesforce：https://www.salesforce.com/resources/guides/getting-started-with-a-customer-data-platform/

當然，你也可以看很多官方平臺上發布的文章和介紹

微軟：https://dynamics.microsoft.com/en-us/ai/customer-insights/what-is-a-cdp/

4. 再看CDP定義

看了這么多廠商對CDP的定義，你有什么感覺呢？

最開始，我個人是從中臺的角度去理解CDP的，我認為CDP是包含了數據集成、任務開發、模型構建、洞察分析、結果輸出的自動化精準運營平臺。這樣說，好像跟很多數據中臺的定義相似呢。

透過上文提及的競品和文章，咱們會發現 CDP 的有關鍵詞：營銷、洞察?？赐瓯姸喔偲?，以及在企業實戰后，我看CDP的視野，也逐漸從關注底層的數據集成、任務開發，慢慢轉變到上層的業務分析、營銷觸達、效果分析。

作為一個數據平臺，最終的價值還是融入到企業的價值鏈條里，所以，CDP的關鍵落腳點就是：營銷系統。為了顯得厲害一些可以再加一個定語，智能營銷系統。

如果非要給CDP一個的定義，以終為始，我所給出的定義是：

二、CDP 的發展

在這里，我們就不講誰首先提出來CDP了，估計也記不住。不管是誰提出來CDP的概念，CDP的出現，勢必是要解決企業以及企業用戶所面臨的挑戰。

1. CDP要解決的企業難題

當企業服務用戶達到一定規模，面臨的問題是類似的，而當下，我們又面臨什么樣的問題呢。

1）外部需求側

消費者的娛樂、消費習慣都遷移到線上，需求的選項豐富多樣式、需求更加容易滿足，那么用戶的變化也是非?？焖俚?，一句話概括就是：海量用戶需求個性化且快速變化的需求需要及時洞察和滿足。

2）內部供給側

企業需要自動化、智能系統有效地輔助記錄、洞察、及時響應這些用戶（客戶）需求

• 人力資源有限，人的單位時間產出有限
• 業務發展帶來的數據積累，超過人工處理的上限
• 復雜策略，各種智能算法輔助人工決策，價值產出大大提升
• 企業人員流動，會存在業務信息丟失和斷檔，管理難度增加

3）整體環境

充分競爭的環境里，細分市場有新的機會后，大型、新型創業公司會快速跟進，有的會做資本方面的競爭。比如，燒錢搶占市場。隨著市場格局基本塵埃落定后，企業需要更加精準化的運營，提高自己的差異化定位。

2. CDP的目標用戶

在初接觸CDP系統時，雖然總把”為業務同事提供數據價值”掛在嘴邊，但對于CDP產品的目標用戶，我的第一反應還是：擁有技術背景的工程師、分析師。

或許是因為做技術出身，對技術充滿敬畏，反正局限了我的視野和規劃。正因為了解技術，所以總覺得數據的使用是有門檻的，必須能邁過門檻，才能發揮價值。而不知道，將技術語言翻譯成業務語言才能讓技術走進千家萬戶。

隨著互聯網公司的發展，一些企業要求數據驅動、快速迭代、信息快速流轉，不少非技術崗位的員工也被要求具備數據素養，要有數據驅動意識，對數據有敏感度，能基于數據洞察做決策，同時，一些基礎崗位的員工被要求掌握一些基礎的技術，比如寫SQL取數等。

所以，任何需要基于數據做決策的人，都應該是這個系統的用戶。只不過，大家的技能點、關注點不同，對于數據的認知、操作的熟練度不同，最終在看數、用數的場景中需求有細微的不同。

在規劃CDP系統時，要在技術、業務的用數場景中，找到受眾覆蓋面最大的點，然后設計產品流程和交互細節。

在推廣和落地CDP系統，還要注意崗位職責劃分、工作流&協作流程的優化，如果用數的業務角色習慣等待數據分析師產出數據分析結果，那么系統效果會大打折扣。具體價值如何量化，我們后面再講。

三、CDP系統全局架構

對于定義、定位、發展有簡單的了解之后，我們就可以嘗試去基于需求構建我們的架構了。在畫架構圖之前，我們從場景和問題出發，并梳理問題之間的邏輯關系，這塊，我先進行文字進行闡述。

1. CDP的架構邏輯

企業的經營，離不開數據分析，哪怕是在刀耕火種的年代，人們也會手打算盤把賬目梳理清楚。

所以，CDP必然包含分析模塊。

但分析不是目的，是設定目標、達成目標的過程和手段。分析完數據后，經營者會提出假設，然后采取行動對假設做驗證。比如，發現客流、流量減少了，那么可能要做一些廣告活動吸引消費者，再比如，成本高了，要引入新的更有競爭力的供應商降低成本。

所以，CDP系統最終也要支持的營銷和觸達。

有的企業規劃的CDP比較龐大，會包含營銷觸達的模塊，比如短信、Push等。但一般來說，系統也不能太龐大，降低系統之間的耦合度，切分成不同的系統會更加靈活，所以有的企業會將這些模塊獨立出來，單獨做個平行的系統，包含營銷、流量策略等系統。

對于很多用戶來說，使用底層表數據自己分析非常困難，所以我們會構建標簽體系、人群畫像等，為了高效建設和管理這些業務層關注的數據資產。

所以，CDP中還會包含綜合服務管理后臺。

在這個平臺中，除了管理標簽和人群，同時，也要做一些基礎的權限開放和管控。

標簽系統，就像堆樂高。完全靠不懂技術、不懂業務、不懂分析的用戶自己發揮去洞察用戶畫像，很難。標簽系統提供一些模板，快捷地參照教程，就能構建出人群和畫像，并且售賣。

以上，核心業務環節的的架構基本有了，那還缺什么嗎？

實際當中，還需要更加底層的數據平臺支撐，也就是開發治理運維管理平臺管理，后文會細講。

1）整體邏輯

系統整體的模塊，已經描述出來了：

• 核心：分析和觸達（兩個模塊合一起）
• 支撐：綜合服務管理后臺
• 外部支撐：開發治理運維管理平臺

2）整體邏輯拆解

我們再對當中的細節進行一定的拆解和補充。

分析當中，我們會對個體和群體進行分析，會基于實時、離線數據進行分析，會對行為過程和行為結果進行分析，分析的形式我們會用報表、圖形等方式進行呈現，提高信息識別效率。

觸達模塊，會包含主動通知和規則匹配。

比如，主動圈選一批達到某些條件（如，新增用戶、回流用戶、近N天有消費用戶等）的用戶進行主動觸達，方式包括發送短信、發送通知欄消息、發送橫幅提醒、站內信等。同時也會包含規則匹配。系統基于各種策略（今天是否觀看、當下是否有待支付訂單）給用戶進行更加及時的消息通知和內容推薦。

在綜合服務管理后臺，核心是給用戶提供更加便捷的分析觸達方式。雖然業務人員掌握了數據分析的技巧，但是處理大量的數據依然是一個精細化但是有點乏味的事情，如果花費過多的精力在技術細節上，那就成了技術人員了。

每個大的模塊，又可以細分，具體這些模塊，由什么系統來承擔，每家企業都可以單獨計劃。

比如，分析模塊是叫做BI商業智能，還是叫做行為分析、用戶分析，或者兩者都涵蓋，其實無所謂。觸達模塊是叫流量策略、還是叫廣告營銷系統，也無所謂。

外層的開發治理運維管理平臺，是叫數據中臺還是叫治理套件也都無所謂。

3）模塊和對應的人員角色

最后，我們再加入人員。相比于后面會講到的產品架構圖，我想通過這張圖從一定抽象層側上解釋三個要點：誰（角色、崗位）、用什么（系統、模塊）、做什么（功能點）

2. CDP系統的產品架構

接下來，我們用大家常見的產品架構圖來描述下系統的全局架構，系統的靜態構成。一個重要前提：一張圖不可能描述整個世界，總會有描述不出來、描述不當的地方。

前文的3個大模塊，進一步細分成了5層：業務應用層、應用管理層、應用數據層、開發工具層、數據底座層。

1）分析和觸達：業務應用層

該模塊的核心是支持業務人員進行便捷的分析和洞察，分析洞察之后進行營銷和觸達，在應用層，就可以實現業務經營的PDCA的閉環。圖中是對分析和營銷觸達進行了羅列，并不是非常嚴謹的分類，沒有做到MECE（可能有些不太合理）

分析洞察，會包括三個層次：行業層、業務宏觀層、業務細節層。

• 行業：行業分析、竟對分析
• 宏觀：異動分析、趨勢分析
• 細節：多維分析、自助分析、行為分析、結果分析、事件分析…

營銷觸達，會包含多種方式。圖中列舉的內容核心是想表達：企業經營過程中會通過各種方式、各種途徑觸達用戶，進而促進企業關注的交易行為發生。

關于分析和觸達，額外需了解3個概念：標簽、人群（群體）、畫像。

分析，我們會對個體和群體進行明細分析和統計分析，比如，分析高價值用戶有哪些共性屬性和共性行為，新用戶轉化為高價值用戶會發生哪些關鍵高價值行為，這樣可以制定策略對用戶進行引導和干預。

這些行為特征、屬性特征都是從數據加工而來，數據的信息量太大，標簽的出現，就是將過量的信息進行簡化，轉譯成業務場景的通用短術語，比如，高價值用戶、高活用戶、流失用戶。

更多標簽淺顯化的介紹，可以看這篇：四千字全面解析數據產品經理必知概念：標簽、維度、指標。

針對大客戶，我們可以提供定制化服務，而針對大眾，則需要批量的策略。所以，我們會圈選出來一些有共性的人群，做批量化的營銷和觸達策略。比如，批量給用戶發活動通知短信、發送站內信、做內容推薦等。

2）綜合服務管理后臺：業務應用層、應用數據層

綜合服務管理后臺，分成了應用管理層和應用數據層。此模塊的核心是為上層的業務應用做必要的后臺建設和管理。

應用管理層中，涉及標簽的創建、權限分配，人群權限的管控，畫像中細節統計指標及所使用的標簽權限管控。當對外提供服務時需要對接外部應用，所以也會有應用的注冊、登記，也需要對服務應用的過程進行監控和管理。

應用數據層中，涉及標簽、人群、畫像、應用、服務等實體的元數據定義，核心是梳理這些抽象實體的屬性、梳理實體之間的邏輯關系，為底層物理模型的構建奠定基礎，梳理這些有利于早期規劃時提高系統的擴展性和可維護性。

3）開發治理運維管理：開發工具層、數據底座層

該模塊，可以簡單地理解為數據中臺。上層的分析、營銷觸達都需要基于底層數據，尤其是用戶數據。

如果無法給CDP注入數據，那么CDP系統就是空架子。所以，底層的平臺通常包括數據采集、數據加工處理，與其同時，要保證數據質量、保證數據能對外輸出提供服務。

4）其他模塊

一般來說，架構圖整體是上下、左右排布，上層依賴下層，左右的部分，一般指的公共部分，以表示貫穿整個過程。

標簽的建設、授權、應用，需要相關的流程規范來管理。而整個公司內部，也會維護相關的開發、治理規范，進而保證埋點、數倉、數據服務的規范性，后續再細講，此處不展開。

3. CDP產品架構案例-火山CDP

這里，我們再基于火山引擎VeCDP的產品架構圖來加深理解。

當一張架構圖放在我們面前，我們要學會解讀。初學者一下陷入細節的海洋，會沒有頭緒。

剛開始，我們可以粗看，看整體宏觀結構。當只有細節時，我們可以主動對細節進行提煉和抽象，看懂一個，然后再看下一個，各個擊破。

比如，火山CDP的產品結構圖可以分為兩個大的部分：數據準備、數據應用。

• 數據準備階段：數據層=》匯聚層=》整合層=》統一檔案。
• 數據應用階段：基于統一的檔案去支持不同行業、不同的場景的落地應用。

1）數據準備階段

這部分跟數據中臺、數據倉庫的數據集成相同，要將企業的各種公域、私域數據（業務、訂單、屬性、行為數據）進行采集和統一存儲。

如果拆得更細，會涉及到行為/埋點數據的上報和處理，如果上報量比較大，還涉及到一些邊緣計算分擔計算壓力，另一面，也會涉及到業務結果數據（主從數據庫、存儲集群）的同步，以實時處理（流處理）、離線處理（批處理）的方式進行同步和計算。

各種業務數據經由采集后，原始數據要存儲在數據層；再基于未來的分析需求，提前對當中的數據進行預處理處理，進入到匯聚層、整合層。當中還包含非常多的細節，比如，劃分業務過程，基于分析需要去構建數倉的維度模型，構建不同粒度的事實表（經常也被稱為寬表）。因為架構圖的版圖有限，也沒法對這塊進行非常詳細的展開。

為什么這個圖里還有統一檔案層呢？

這里是用One Profile的概念進行解釋的，也就是每個實體（不管是用戶，還是移動設備、主播、直播間、商品等）都可以被打上唯一的標簽。

底層已經構建了數據倉庫，但是從數倉表還是有使用門檻，對于業務人員來說取數據很難，想象一下：把你一下子丟進物流公司的總倉庫找雙十一的訂單，咱們是不是會暈頭轉向呢？

所以，我們要要進一步加工成標簽，并且能以非常友好的方式讓業務同事們使用。

2）數據應用階段

然后基于這些標簽進行應用，應用的場景包括利用標簽進行群體圈選，然后對這些群體進行分析和洞察，最終進行營銷和觸達。

而所謂的場景層，是指基于這些標簽、人群能在哪些場景里進行詳細的應用，比如人貨匹配、用戶流失預警，架構圖一般都只是對場景進行匯總和列舉，并不代表全部的細分場景。

至于行業層，這是典型的SaaS型產品的自我營銷和介紹模塊了，也就是能在哪些行業落地和應用，吸引目標客戶進行嘗試。

以上，感謝閱讀~