客户数据平台将是数字营销领域大数据和AI应用的载体

近日,智子云CEO朱建秋博士接受营销商业权威媒体Morkeing专访:一同探讨企业数字化。

全文实录如下:


文丨Amy Ma

“目前,CDP(Customer Data Platform客户数据平台)在国内还处于发展初期,主要功能聚焦于数据管理、数据展示和数据洞察,而数据应用方面还欠缺发展。”智子云CEO朱建秋博士在接受Morketing对话时如是说。

朱博士指出,从营销自动化角度来看,营销还需要更加智能化的处理能力。现今的CDP平台一定程度上可以满足这一诉求,但依旧需要不断进行产品功能的迭代和验证。

近日,作为以AI为核心的SaaS软件公司,智子云推出了“私有化AI能力定制服务”,SaaS版CDP也即将推出。朱博士看来,在CDP基础上开展各种AI应用,与自动化和智能化技术融合进化,会成为未来CDP平台发展的趋势之一。



DMP到CDP的演变

Morketing:您如何看待DMP平台、CDP平台这些市场营销领域的“热点”?DMP与CDP存在哪些区别?

朱建秋博士:我们可以从营销技术MarTech的演变来观察DMP平台、CDP平台概念的形成和进化。

整个营销技术的发展历程存在两个比较大的趋势:第一,边界不断扩充,从前端向后端扩展,从广告技术AdTech的精准投放与程序化购买,发展到自建流量池和对客户的精细化运营;第二,AI技术应用带来的自动化和智能化机会。


对市场营销领域而言,因为各种营销技术的应用,积累了越来越多的数据,但是数据分散在各个独立的应用内,这样会导致两类比较难解决的问题:一是数据的整合,以及洞察客户行为,做出市场决策;二是客户统一的视图,以一种标准化的方式定义各个客户群体,从而对客户更精细化的运营。

这两类问题往往让IT部门疲于应付,传统的IT架构和系统难以满足日益精细化的市场营销需求,这就导致了市场营销领域数据管理平台DMP平台概念的产生和发展。DMP平台整合营销领域的数据,并以统一的标签定义数据,对各个营销技术应用提供标准的用户群体接口,从而搭建市场营销领域的数据应用平台。


从DMP平台到CDP平台概念的演变,存在两种发展轨迹:一是从各种主题的数据聚焦到客户主题数据;二是数据应用往营销后端发展。早期DMP平台的建设,期望将所有和营销相关的数据都先收集起来,数据主题多,但是数据应用没有跟上,导致很多DMP平台的建设未发挥相应的作用。

与客户相关的数据,比如在获客、转化、关怀等客户生命周期各个阶段的数据,应用清晰,且均能发挥相应的作用。除此之外,DMP平台向CDP平台的转变,也与DMP平台对于第二方和第三方数据价值未达预期相关。CDP平台更注重发掘第一方私域数据的价值,而第一方数据的获取和应用,很自然需要往营销后端迁移,与CRM端打通。

虽然DMP平台和CDP平台的概念存在差别,而且从DMP平台到CDP平台的演变轨迹可以看出,国内对这两个概念和应用大都还处于混淆阶段,并没有明确标准的界定。


从本质上来看,DMP平台和CDP平台的发展只是市场营销领域对数据应用需求的变化,而导致的一种事物在不同阶段针对不同数据情况的产物,都是市场营销领域的数据应用基础和框架。


Morketing:CDP平台在市场上名声大噪,那么,CDP平台究竟是什么?有什么功能?

朱建秋博士:CDP平台是市场营销领域从前端投放升级到后端精细化运营的产物。通常CDP平台将来自不同渠道、不同场景的客户数据整合到一起,并通过灵活的标签定义,建立统一的客户视图。

这些数据可以是实时数据,如用户在网站、小程序、APP等的访问行为,也可以是非实时数据,如CRM中的客户信息、交易系统购买记录、客户服务的信息等。CDP平台打造市场营销部门的数据基础架构,构造营销数据闭环,以更实时地洞察客户行为,优化客户体验,提升营销效率。

目前,CDP平台的建设都在逐步摸索和完善中,有价值的数据应用也会跟上。因为应用相对滞后,对CDP平台的扩展性会提出更高要求,很多定制的标签体系会限制CDP平台作用的发挥,要求有更灵活的平台支持应用的扩充。在这个过程中,CDP平台价值评估体系也会慢慢形成。


Morketing:有消息指出,“CDP平台是一个权宜之计,并不是长久的解决方案”。如果CDP平台希望在接下来的3到5年内不被市场淹没,这些平台需要做哪些努力?CDP平台未来的发展轨迹和变化趋势是什么?

朱建秋博士:目前,CDP平台在国内还处于发展初期,主要功能聚焦于数据管理、数据展示和数据洞察,而数据应用方面还欠缺发展。从营销自动化角度来看,营销还需要更加智能化的处理能力。

现今的CDP平台一定程度上可以满足这一诉求,但依旧需要不断进行产品功能迭代和验证。

数据打通、客户标签和画像、数据洞察,以及基于数据开展的一系列自动化应用,是企业数字化运营的基础和开始。深度的数据挖掘和应用,并要能在效果和业务增长上得到体现,是CDP平台企业下一步追求的目标。

我们预测,在CDP平台基础上开展各种AI的应用,与自动化和智能化技术融合进化,会成为未来CDP平台发展的趋势之一。

而大部分CDP平台不能直接提供可供机器学习的数据,企业若要基于场景定制一个模型还是需要从基础的数据处理着手,甚至要重新规划一个项目。所以CDP平台如果要持续发挥作用,必须解决扩展性和灵活性的问题,能够快速方便承载更多的智能化应用的数据需求和分析功能。如果CDP平台不能完成这个技术跨越,发展潜力就会大打折扣。


AI+CDP,驱动数据应用自动化

Morketing:look-alike人群扩展、高质量潜客人群挖掘等算法和模型作为附加功能,目前正在CDP平台中逐步得到应用,您认为,AI技术对CDP平台搭建的重要性是什么?

朱建秋博士:在我们看来,AI很快会成为CDP平台的必备功能,而不是额外的选择项。这是作为一个大数据汇集地必然会产生的功能。

首先,完成数据集成和整理后,CDP平台只解决了数据孤岛问题,后续企业自然会要求AI从中挖掘出更多的数据价值;其次,手工准备应用需要的数据是低效的,这在CDP平台上会变得越来越明显。

用AI技术实现自动数据准备,比如为营销系统挑选合适的人群,驱动数据应用自动化,这是数字营销未来发展的必然趋势之一。CDP平台需要为将来的大量AI应用提供良好的可扩展性,以快速实现各类数据的定制。


Morketing:从AI维度构建的CDP平台有何特点?

朱建秋博士:从AI维度,也就是从基于AI的数据应用角度出发来实施CDP平台的构建。这样的CDP平台具备以下3个特点:

其一,以效果为导向。目前,CDP平台作为一个消耗品,管理数据资产。而从AI应用的维度来看,需要先明确AI的应用点,以效果为导向,反向对数据支持提出需求。CDP平台的建设需要有明确的效果考量。

其二,快速迭代的CDP平台建设。AI的应用点可以逐步推进,每个应用点的建设都能快速迭代。这样,一方面能够缩减CDP平台建设的周期和成本,另一方面也对CDP平台的扩展性提出要求,因为CDP平台的架构需要能够支持多个AI应用的持续研发和完善。

其三,增强企业的AI能力。只有从实际应用出发培养团队,才能促使企业跟上智能时代的节奏。因为数据项目不是简单的操作型系统项目,不能通过简单的外包和购买软件解决数据应用问题,AI会变为关键竞争力,企业内部必须具备自有的AI团队和能力。


Morketing:从AI维度建设CDP平台的主要方法有哪些?

朱建秋博士:传统DMP平台或者CDP平台的建设是一种自上而下的方法,期望通过一个顶层设计解决所有数据问题。

DMP平台类似此前IT部门数据仓库DataWarehouse的建设,将所有与市场营销相关的数据都收集起来,通过数据清洗、转换、装载等,对数据打好既定的各种标签。

当已有数据的作用难以发挥时,则会聚集到以客户为主题的数据,也就是CDP平台,这类似于以客户为主题的数据集市Data Mart的建设。

这种自上而下的方法,很容易使DMP平台或者CDP平台建成一个纯消耗品,并且难以评估价值。这主要是因为数据应用会快速变化,或者充满不确定性,会导致大量重构,项目建设周期变长,成本变高等。

因此,从AI维度搭建CDP平台则是一种自下而上的建设方法。“下”指的是平台后端的各类AI应用。具体来看,从数据应用出发,先从下面消灭AI应用面临的不确定性因素,自下而上推进一个一个的AI应用点,然后再设计CDP平台方面的数据和功能需求,逐步完善CDP平台的建设。


私有化AI定制,企业实现AI转型

Morketing:作为以AI为核心的云计算公司,智子云一直在提供客户大数据解决方案和CDP平台的私有化部署,最近又推出了“私有化AI能力定制服务”,智子云的“私有化AI能力定制服务”具体是指什么?

朱建秋博士:针对AI外包项目存在的风险,智子云的水滴实验室为合作伙伴提供了一种新的应对非标准化问题的技术解决方案——私有化AI能力定制服务。

“私有化AI能力定制服务” 并不是传统意义上以“系统开发和维护”为重心的软件开发技术服务,也不是简单的“AI平台”售卖,而是针对AI项目与众不同的特质,以“帮助企业顺利实现AI转型”为长期目标的全方位,逐步推进的服务模式,覆盖技术咨询、可行性评估、原型研发、产品化、模型维护、技术培训、团队建设和AI战略设计等诸多环节。

这一服务适应了AI应用的特点。首先,AI技术还未成熟,企业实施AI有一定难度和风险,必须以“效果”为导向,逐步推进;其次,达成AI的商业价值,要调动企业内部各方面合力推动,包括人员、系统、制度和流程等,单纯的软件外包服务,无法应对这些挑战和需求。


Morketing:满足AI应用的CDP平台应该具备哪些核心功能?

朱建秋博士:营销领域中的大量AI技术最终会与CDP平台相结合,实现效果落地。满足AI应用的CDP平台的核心功能是支持高效率的数据准备,能够响应建模过程中对数据的快速迭代。

伴随着营销领域数字化程度的加深,“快速数据应用”成为发展趋势之一。CDP平台的兴起便是营销领域快速数据应用需求的具体体现。与其他平台相比,CDP平台不在于收集数据类型,也不在于用户的ID类型,而是要实现营销领域的快速数据应用。

这主要表现在两个方面:一方面,自动化的用户数据收集、加工和激活应用;另一方面,支持快速应用迭代,数据应用和效果评估。所以,CDP平台不是大而全的数据项目,而是以应用和效果导向的,能够实施快速迭代的数据平台。


Morketing:最近,智子云在私有化AI能力定制服务方面有没有效果较好的案例可以分享?

朱建秋博士:在私有化AI能力定制服务方面,智子云针对微软Bing ads上的SEM优化服务取得了一定效果。

智子云定制的机器学习模型,通过在线学习方法,实现自动智能出价,帮助客户提升转化数、降低CPA、实现跨活动甚至跨账号的预算分配。最终测试结果显示,定制服务不但节省了人力,而且取得了较好的效果,日均转化数增加了20%+,CPA降低了22%。

另外,我们还帮某知名手机品牌应用商店定制了CTR预测模型、某资讯类APP的个性化内容推荐模型等,效果均达到预期,用户也正逐步了解和认可AI能力定制这种服务方式。


Morketing:未来,具备哪些能力的第三方广告技术公司更有市场竞争力?

朱建秋博士:未来,具备以下三种能力的第三方广告技术公司更有市场竞争力:

第一,强化技术能力。技术让营销变得扁平,而处于中间的代理商或者服务商则要强化技术能力,才能够避免扁平化带来的压力。

第二,做到品效合一。善于利用多方数据,结合创意和表达,真正做到品效合一的营销服务商将更有市场竞争力。

第三,尝试AI应用。数据和基于数据的营销生态会越来越繁荣和成熟,意味着AI在营销中将持续发挥作用,营销服务机构需要进行更多AI应用的尝试。


点击预约体验客户数据平台CDP