DMP/CDP基础知识必读(二)

服务 admin 2年前 (2019-12-13) 530次浏览 0个评论

上一篇文章讲到了DMP/CDP的概念及差别,本文将继续为大家介绍DMP/CDP的核心功能点,即它们是如何发挥作用的。DMP/CDP的工作逻辑或者说它的整体思想很简单,就是数据的收集、处理、分析和应用,接下来我们将为大家详细介绍。

  • 数据收集

数据收集即通过各类渠道、触点获取消费者数据。数据收集有很多实现方式,如事件监测、埋点、API接入、手动导入等。

其中监测渠道是非常重要的数据来源,它也衡量一个DMP/CDP好坏的核心标准之一。

  • DMP/CDP需要有全渠道监测的能力,这里的渠道指的是获取流量的各种渠道(如程序化广告RTB/PD/PDB、围墙花园的广告、PC端APP端的普通banner、视频广告等);
  • DMP/CDP需要有全触点消费者行为监测的能力。消费者触点是一个非常重要的概念,它是指企业与消费者在数字世界所有的交互点,主要包括推广平台(广告、邮件、软文、短信等)、网站平台(PC端、移动端的网页)、社交平台(微信、微博等)、内容平台(公众号、百家号、知乎等)、服务平台(企业号、APP、能与线上关联的线下平台等)。

全触点消费者行为监测和全渠道监测的区别在于,流量渠道往往通过各类广告投放获得,而触点除了广告投放的触点,还包括了大量企业的自有媒体平台。只有能够同时做到全渠道和全触点的监测,才能做到前端到后端数据的打通。

  • 数据清洗、结构化处理

数据清洗是一项非常耗时耗力的工作,因为企业内部不同系统的数据质量、口径及背后的业务含义不一。

最艰辛之处在于理解不同数据背后业务含义的区别。

在之前的文章中,我们讲到数据孤岛分为逻辑孤岛和物理孤岛:数据物理形式上的孤立,各自存储,各自维护;数据逻辑上的孤立,各个事业部都有自己的数据规范,站在各自角度对数据的理解和定义,往往会出现相同的业务id、用户id有不同的定义。

试想一下要将标准不一的数据融合在一起,单是理清同一个事物的不同名字就要耗费很长的时间,所以这绝不是单纯靠技术能办到,也不是外部服务上能轻易办到的。如果数据未经严格的清洗就纳入到系统中,基本上是用不了的。

因此,打通各系统积累的历史数据必须经过可靠的数据清洗。如果是企业自己新抓取的数据,在抓取之前就做好功课,统一口径和标准,抓取回来后要解决的就更多的是技术问题而不是背后业务含义的问题了。在实际落地的过程中,要一口气打通企业内部所有的数据不太现实,贴合实际的做法是为了保证数据的准确性先进行部分打通。

  • 数据分析

数据分析有四大功能,分别为ID打穿、打标签、生成各类分析报表及模型、进行人群细分。

  1. ID打穿

在数字世界,同一个消费者可能有各种各样的ID,DMP/CDP必须有辨识同一个人的能力,并且为这个人建立他的唯一ID。

这里又涉及到一个很重要的概念,就是ID的分类。常⻅的ID类型包括:登录ID、⼿机号码、cookie、DeviceID(IMEI、Android ID、IDFA为主)、MAC地址、agent fingerprint(例如canvas fingerprint)。一般情况下,依靠企业自己的数据进行ID打通的概率不会太高,需要借助第三方数据源的辅助才行,综合来看ID的打通率在50%以上已经非常不错了。

如果DMP/CDP服务商有自己的数据库,并事先集成了一定规模的各类ID之间的映射关系对企业则有一定的实用价值,但是也要考虑服务商数据的时效性。

  1. 标签体系建设

首先我们需要明确一下什么是标签,标签是为个人或者群体建立的格式化的自然语言的说明,DMP/CDP必须有将记录的数据转化为标签的能力。

标签分为两类:基于事实的基础标签和在基础标签之上依靠算法得出的高级标签。

基础标签又分为三类:人的行为及行为发生的时间构成的标签、人的行为及行为所发生的环境构成的标签、人口属性或人的社会属性标签。高级标签则有兴趣、购买倾向预测、推测的社会属性等。理想情况是我们能针对每一个个体打标签,但现实情况是,有些外部的数据是以人群包的形式出现,标签也是针对人群而不是个体的。虽然是以人群包的形式打标签不尽如人意,但是存在即合理,广告投放就是按照人群来投的。

  1. 分析报表&模型

对数据进行可视化分析,生成各类报表或数据分析模型。

常见的分析报表有:广告监测报告、消费者行为报告、流量渠道到各触点的引流报告、转化相关报告、归因路径报告、人群画像报告、消费者忠诚度报告等。常见的分析模型有 :AIPL模型、RFM模型、漏斗模型等。

在这么多的分析报表中,最核心最重要的分析是跨域和跨设备的归因分析:基于ID打通将不同触点上用户的归因数据串联起来。跨域和跨设备的多触点归因分析意味着更全面更深入的流量价值洞察,它能为营销决策提供更强有力的支持。

首先,我们先来明确一下单触点归因的概念,它是指归因分析只聚焦在某一个具体触点上的引流情况和消费者行为,从而判断它对转化的影响。多触点归因则是通过同一用户ID或者将同一用户的不同ID进行打通来串联多个单触点上的归因。

理想的归因应该能知道影响这个人产生转化的线上线下的所有因素,但是这是不可能做到的,消费者一分钟可能产生100个念头,我们不可能知道如此深层次的东西。虽然多触点归因也只是线上的局域归因,但是能往前走一步哪怕是进步一小步也有一小步的欢喜。

  1. 人群细分

即按照一定规则将具有相同特征或相同属性的人聚合起来。人群细分能力也是DMP/CDP的核心功能,衡量人群细分能力的标准有两个,一个是细分维度的全面性,一个细分的灵活性(各种维度交叉组合)。比如说,我需要25岁-35岁最近购买过牛奶的、收入在5000+的妈妈群体,这就涉及好几个标签维度的灵活组合。

  • 数据应用

CDP/DMP的数据应用主要体现在三个方面:支持广告投放、支持人群运营、以及前端投放和后端运营的打通。

第一点,通过对数据的分析生成特定人群包输出给营销执行机构获得更精准的人群触达,基于互联网用户行为分析理论建立的洞察则有利于在投放过程中提高转化率。

第二点,支持人群运营指的是基于这个人在各个触点上的数据判断这个人的状态,进而下一次与他互动的策略,包括常规的营销自动化(短信营销、邮件营销)和客户维护管理。

第三点,营销和运营的打通,当一个用户在与企业进行更加深入的互动时,他前面的历程不再是一片空白,因为DMP/CDP能够进行ID的打通,我们可以知道他前面发生了什么从而进行更有针对性的运营策略。

以上就是今天分享的内容,在下一文章中我们将继续为大家介绍如何判断企业是否需要CDP/DMP以及影响CDP/DMP成败的关键。


极客公园 , 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:DMP/CDP基础知识必读(二)
喜欢 (0)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址