很多企业希望寻找一款满足全部软件功能要求的现货(Off-The-Shelf) CDP产品，一劳永逸地砍掉CDP的研发成本。但是，CDP是一个基于软件系统的、面向营销的、低成本的客户数据集成和应用方案。与传统的纯软件方案不同，CDP的定制开发的成本是不可以避免的。

首先，在场景和数据层面上，企业间必定会存在很多差异，导致CDP的应用环境缺乏足够标准化的场景和数据。CDP的数据收集、加工和集成工作呈现出复杂多变的特点，工具和平台无法帮助企业完全规避此类基础性的数据准备工作。不单单是CDP，这个数据准备问题也是所有数据驱动型项目（比如数据仓库和机器学习项目）都需要解决的。其次，即使基础的客户数据完备了，从中获取符合场景要求的数据或者信息依旧需要大量的定制和调优工作，特别是那些采用机器学习技术的场景，比如线索打分、预测目标人群和个性化推荐等。最后，CDP与其他系统或者平台进行API对接或者数据同步时，遇到非标准化的场景和数据是常态，定制开发工作同样不可或缺。

总之，不管CDP方案的规模有多小，都应该有一个与之匹配的定制研发过程。功能完美的产品和工具不能帮助企业彻底摆脱研发的“烦恼”。

既然躲不开，就要采用正确的方法来消减。在研发方法上，采用敏捷开发方法，能够有效控制项目的失败风险，降低研发成本。如果还想进一步压缩CDP的研发成本，就要寻找定制开发方便的CDP产品或者相关工具。

那么，如何评估某个产品的定制开发的方便程度呢？

一种可行的量化评估方法是：先根据企业自身的研发需求，找出需要自动化的工作和具体要求，制定一个关键的自动化特性列表；然后，根据特性的重要性，给每项特性分配一个权重；评估某个产品时，根据这个列表，逐项检查并打分；最后加权汇总得出总的分数。总分越高，在定制开发方面的自动化程度就越高。这种方法不仅能评估单个产品或者工具，而且能够评估包括多个产品或者工具的解决方案。在下一篇文章我们会提供一个完整的评估模板，方便大家裁剪使用。