IDC-DMP白皮書-移動互聯(lián)網數據管理平臺助力企業(yè)精準營銷精細運營.docx

此文檔收集于網絡，如有侵權，請聯(lián)系網站刪除移動互聯(lián)網數據管理平臺 助為企業(yè)精準營銷精細運營此文檔僅供學習與交流白皮書移動互聯(lián)網數據管理平臺助力企業(yè)精準營銷、精細運營在移動互聯(lián)網時代，隨著智能手機的普及，用戶在日常工作和生活中對智能手機的依賴越來越強， 各類 行業(yè)廠商敏銳地捕捉到新的商機，希望能夠通過移動智能設備來開展有效的數字營銷服務。DMP（Data Management Platform）早期主要用于管理廣告投放數據，目前逐步演變成為企業(yè)支撐客戶營銷和內部 運營的綜合技術平臺。為了實現(xiàn)精準高效的數字營銷，行業(yè)企業(yè)除了自身積累的客戶數據之外，還需整 合與自身業(yè)務相關的其他合作伙伴數據、社交媒體、新聞報道等公共數據。銀行、電信、零售等行業(yè)企 業(yè)需要借助 DMP 統(tǒng)籌管理這些不同來源的數據，從中挖掘出對客戶營銷和企業(yè)經營有價值的信息。 通過對中國行業(yè)客戶市場營銷體系的研究，IDC 有如下關鍵發(fā)現(xiàn)： DMP 建設動因：在移動互聯(lián)時代，市場競爭愈加激烈，行業(yè)客戶面臨同業(yè)、互聯(lián)網廠商以及其 他新進入者的競爭，各種營銷手段層出不窮，針對消費者客戶的營銷手段越來越多樣化。所以 各類行業(yè)客戶需要深挖內功，通過更多的技術手段來完善、加強客戶營銷能力，以此來開拓或 挽留更多的消費者客戶，因此推動行業(yè)客戶建設 DMP。 DMP 定義：在移動互聯(lián)時代，DMP 已經從早期廣告服務平臺逐步演變成為企業(yè)客戶營銷的核 心引擎，有助于行業(yè)客戶準確把脈客戶行為特征，實現(xiàn)精準高效產品營銷推廣。DMP 能夠整合 集成各類基礎業(yè)務數據，并利用先進的技術手段和模型算法來消費使用這些業(yè)務數據。DMP 能 夠幫助行業(yè)客戶從海量數據中挖掘到有價值的商業(yè)信息，便于開展產品推廣和客戶營銷工作。 選型與實施：客戶最為關注 DMP 廠商的獨立性和業(yè)務分析理解能力，DMP 要不依附于其他企 業(yè)實體，獨立的開發(fā)推廣 DMP 產品，并提供數據分析服務；除了基本的數據匯總與管理功能之 外，DMP 還需具備一定的數據分析服務能力，包括分析模型、算法優(yōu)化等方面。在平臺實施過 程中需迅速迭代開發(fā)實現(xiàn)，不斷演進發(fā)展，避免花費較長周期來建設平臺，如果短期內見不到 實際收益，平臺功能距離行業(yè)客戶的實際需求有較大差距并且時效性差，最后平臺建設往往會 半途而廢，不能長期發(fā)展。 數據市場（Data Market）的興起：基于大數據分析的企業(yè)運營和市場營銷解決方案不是大企業(yè) 的專利，在移動互聯(lián)時代所有企業(yè)、公司以及商戶均存在對客戶行為洞察、市場動態(tài)分析的需求；但不是所有行業(yè)客戶都有能力單獨建設 DMP 并獲取到足夠充裕的基礎數據。所以數據市場（Data Market）這一服務悄然興起，未來數據將作為一種有價值的資產可以在市面上進行交易 和流通，數據市場就是幫助各類數據的擁有者和使用者之間進行交易的平臺。 移動互聯(lián)網數據管理平臺的價值收益：基于企業(yè)內部業(yè)務系統(tǒng)積累的數據和企業(yè)外部導入的數 據，實現(xiàn)更為全面深刻的理解和認知客戶畫像和行為特征。DMP 在行業(yè)客戶獲取新客戶和老客 戶經營方面發(fā)揮著重要作用，能夠幫企業(yè)低成本找到精準目標客戶，并能有效推動產品或服務 在目標客戶群體的銷售和推廣。另外在市場活動策劃與執(zhí)行效果評估、創(chuàng)新業(yè)務發(fā)展、競爭對 手分析等方面都能發(fā)揮其重要價值。 研究方法本研究中所提供的信息是 IDC 對中國 DMP（Data Management Platform）和數據市場（Data Market） 持續(xù)研究的成果。IDC 獲取信息主要通過一手調研和案頭研究，兩種方法共用，相互關聯(lián)、互相佐證， 以確保信息的有效性和準確性。 信息獲取方式如下：IDC 選取多家行業(yè)客戶進行調研分析，客戶涉及銀行、保險、零售等多個行業(yè)，通 過對企業(yè) CIO 或 IT 主管的訪談，IDC 獲取了第一手研究資料，深刻剖析了行業(yè)客戶對于大數據營銷解 決方案的訴求和使用狀況。由于樣本數量有限，白皮書更多是從定性角度分析移動互聯(lián)網數據管理平臺 的建設訴求和特點，不涉及太多定量分析數據。 另外，IDC 還通過案頭研究，主要包括（但不局限于）互聯(lián)網站點、從業(yè)廠商新聞稿件、IDC 全球分析 報告、以及 IDC 專有數據庫等，對研究主題提供進一步補充。 關于白皮書白皮書探討了移動互聯(lián)網數據管理平臺的成因和發(fā)展趨勢，從 DMP 和 Data Market 兩個方面綜合闡述 大數據營銷服務給行業(yè)客戶帶來的價值。IDC 在業(yè)內率先對新型 DMP 和 Data Market 進行了明確的定 義，研究認為 DMP 已經從早期廣告服務平臺逐步演變成為企業(yè)進行客戶營銷的核心引擎，是幫助行業(yè) 客戶通過技術手段來管理、經營和消費客戶營銷數據的技術平臺，有助于行業(yè)客戶準確把脈客戶行為特 征，實現(xiàn)精準客戶營銷服務，提升市場競爭力。面向消費者客戶，競爭比較激烈的行業(yè)，如銀行、保 險、零售、快消等企業(yè)已開始規(guī)劃部署 DMP 產品。另外在大數據時代，數據將成為一種有價值的資 產，可作為一種商品在市場上流通和交易。所以數據市場這一概念應運而生，在數據的擁有者和需求方 之間搭建橋梁，構建一個可以自由買賣各類營銷數據的線上交易市場。 本白皮書旨在探討行業(yè)客戶建設使用移動互聯(lián)網數據管理平臺的重要性，并結合行業(yè)案例來闡明 DMP 的主要應用場景、價值收益等，同時就行業(yè)客戶在使用 DMP 過程中應注意的問題，給出 IDC 的建議。同時也詳細闡述了數據市場的內涵，理清 DMP 與數據市場之間的關系，綜合論述大數據營銷方案的特點和應用場景。 表目錄頁研究方法2關于白皮書2行業(yè)客戶建設移動互聯(lián)網數據管理平臺的驅動力1DMP 的定義2什么是 DMP2DMP 目標用戶3市場營銷人員3業(yè)務運營人員3產品經理3數據分析師3DMP 分類4企業(yè) DMP4廣告技術公司 DMP5數據提供商 DMP5DMP 的功能5數據整合與管理5數據加工處理5數據應用6DMP 典型應用場景8基礎數據治理能力8定義客戶群體及人群畫像8開拓新客戶8流失客戶挽留8挖掘潛在客群9營銷活動優(yōu)化與效果跟蹤9DMP 的選型與部署實施9行業(yè)客戶在選擇 DMP 產品時需考慮的要素9DMP 部署注意事項10關于數據市場 Data Market11什么是數據市場11表目錄 續(xù)頁數據商品的定義11數據市場生態(tài)體系12數據市場與 DMP 之間的關系13數據市場典型應用場景13運營分析服務13投放結算與效果反饋14企業(yè)建設移動互聯(lián)網數據管理平臺的價值收益與未來展望14價值收益14未來展望14案例分析151 招商銀行信用卡中心15企業(yè)概述15建設背景15解決方案15價值分析152 平安萬里通16企業(yè)概述16建設背景16解決方案16價值分析16結論17關于 TalkingData17 圖目錄頁1 DMP 結構2 2 用戶標簽7 3 數據市場生態(tài)體系12 4 DMP 與數據市場的關系13 行業(yè)客戶建設移動互聯(lián)網數據管理平臺的驅動力核心訴求歸結為如下幾點： 1. 信息化建設比較完善的行業(yè)客戶，經過多年的發(fā)展，已經積累了大量的業(yè)務數據，如銀行、電信、 制造業(yè)等。但這些數據大部分處于沉睡狀態(tài)，尚未充分綜合利用起來，沒有發(fā)揮這些數據的價值。 在移動互聯(lián)的大背景之下，面向消費客戶提供服務的行業(yè)廠商之間的競爭日趨激烈，促使行業(yè)客戶 需要建設一個能夠有效分析消費者客戶行為特征的數據管理平臺。 2. 企業(yè)現(xiàn)有數據分散在各個業(yè)務系統(tǒng)，在數據的使用和消費環(huán)節(jié)缺乏統(tǒng)一的平臺來支持。不同層級的 人員看到數據的完整性是不一樣的。管理者在數據消費領域看到的數據顆粒度有限，很多業(yè)務人員 能看到的數據未有效呈獻給管理者，這些數據對于管理者是有價值的，需要擴大數據的共享范圍和 使用權限。 3. 缺乏數據平臺的支持，數據使用的成本高、效率低，每次使用數據都需要做數據清洗、預處理，重 復大量基礎操作。主要是因為原始基礎數據質量不高，大量原始數據處于散亂存儲狀態(tài)，尚未做原 始的數據治理工作。 4. 移動互聯(lián)時代，銀行等面向消費者客戶的服務行業(yè)，往往只能獲取到已有客戶的交易數據，但用戶 的日常消費行為數據捕捉不到，數據量過于分散、龐雜，客戶沒能力去分析，找出數據中的價值。 這是普遍的痛點。隨著移動 App 的普及，行業(yè)客戶能夠用與客戶實現(xiàn)多渠道交互，完成產品或服務 的推廣和銷售。但在客戶粘度經營和價值變現(xiàn)的過程中，發(fā)現(xiàn)對數據的使用層次要求越來越深，使 用效率要求也是越來越高。所以迫切需要一個數據管理平臺，來整合內外部數據，提供實時的深層 次分析功能。 5. 大數據時代，每個行業(yè)客戶自己積累的數據都是有限的，為了精準分析市場動態(tài)、有效鎖定目標營 銷客戶人群，必須有足夠的數據量作為基礎。所以行業(yè)客戶有必要去購置一些外部的數據，來充實 完善自身的大數據解決方案，再完善的分析模型和算法，如果沒有完備詳實的數據進行支撐，得出 的分析結果肯定是不全面或不精準的，所以這種普遍需求催生了數據市場的興起。行業(yè)客戶既是數 據的持有者也是需求者，可以把部分便于公開的，不涉及商業(yè)機密和個人隱私的數據信息共享出 來，實現(xiàn)數據資產的交易和流通。 綜合來講，企業(yè)建設互聯(lián)網數據管理平臺的核心動因體現(xiàn)在移動互聯(lián)時代市場競爭愈加激烈，行業(yè)客戶 面臨同業(yè)、互聯(lián)網廠商以及其他新進入者的競爭，各種營銷手段層出不窮，對于消費客戶的爭搶越來越 激烈。行業(yè)客戶需要不斷開拓更多的用戶人群，并保持較高的客戶留存度和活躍度，這些均需有效的數 據分析手段來為企業(yè)管理者或經營人員提供及時精準的決策支持。因此，綜合上述原因，促使行業(yè)客戶 使用 DMP 并借助數據市場來支撐市場營銷工作。 DMP 的定義什么是 DMPDMP（Data Management Platform）是企業(yè)管理、經營和消費內外部客戶營銷數據的綜合技術平臺。 DMP 能夠管理多數據來源（企業(yè)自身資料庫、外購第三方數據、社交媒體等公共來源數據等）、多渠 道（IT 系統(tǒng)、移動終端、網絡日志、Web 瀏覽行為）和多類型（結構化、半結構化和非結構化）的數 據信息，尤其是對來自于移動設備的數據的收集和整合更為精準。除了對數據的基礎管理職能外，DMP 還需提供數據治理、分析建模等大數據分析類職能。目的是統(tǒng)一支撐行業(yè)客戶的各類客戶營銷和業(yè)務應 用場景，并提供可量化的監(jiān)測與評估指標，幫助企業(yè)管理者有效提升數字營銷效果。 綜合來看，DMP 是集中的、面向業(yè)務經營和客戶營銷的大數據技術平臺，并需要相關專業(yè)服務來實現(xiàn) 大數據分析目標。DMP 利用先進的技術手段來消費使用各類業(yè)務數據，能夠幫助行業(yè)客戶從中挖掘到 有價值的商業(yè)信息，便于開展市場推廣和客戶營銷工作。 圖 1DMP 結構來源: IDC, 2015 DMP 目標用戶DMP 的使用者主要包括市場營銷人員、業(yè)務運營人員、產品經理以及數據分析師等。 市場營銷人員行業(yè)客戶負責市場營銷的人員可以借助 DMP 的分析能力，深入了解目標客戶的行為特點和客戶畫像， 構建客戶全景分析圖。針對特定市場活動目標，營銷人員可以事先確定篩選模型和分析方法，從海量客 戶信息庫中得出“典型客戶”的人群畫像，并根據客戶某些特質屬性（如銀行客戶偏好理財、零售客戶 偏好網上購物、電信用戶偏好手機上網等）設計規(guī)劃營銷活動形式和創(chuàng)意內容，再通過第三方數據市 場，購買與“典型客戶”行為特征相似的人群數據，做為潛在受眾客戶，并選擇適用的各類廣告服務平 臺，進行精準的廣告投放。 另外，DMP 還可以及時監(jiān)測營銷活動的執(zhí)行過程和實際效果，市場營銷人員可以根據這些反饋信息及 時調整營銷計劃和活動內容，不斷優(yōu)化投放過程，確保營銷活動達到預期執(zhí)行效果，實現(xiàn)企業(yè)與消費者 客戶的良好互動。 業(yè)務運營人員越來越多的行業(yè)客戶開始推出移動 App 來提供客戶營銷服務，如移動銀行、移動電商等。DMP 可以幫 助企業(yè)的業(yè)務運營人員來深入了解客戶在移動端的操作行為、使用偏好、活躍時間、活動地點等情況， 并與海量的行業(yè)平均數據進行對比，得出客戶使用企業(yè) App 的習慣偏好，哪些功能使用頻度較高，哪些 地區(qū)，什么樣的客戶使用頻次較高等。有了這些精準數據，業(yè)務運營人員可以有針對性地設計客戶推廣 活動，實現(xiàn)精準客戶分群管理，針對不同客群策劃不同市場推廣活動。DMP 對提升運營服務水平、增 強客戶使用粘度有很重要的作用。 產品經理目前各類電商網站、移動 App 種類繁多，提供的服務層出不窮，但大部分的站點或 App 其實活躍度并 不高，這源于產品或頁面設計、用戶交互體驗不佳等原因。 產品經理可以利用 DMP 搜集匯總的用戶操 作行為數據，結合用戶反饋的信息，發(fā)現(xiàn)用戶使用產品的不方便之處，以及對功能點的喜好程度。后續(xù) 可有針對性地對 UI 布局、操作步驟、頁面菜單、交互方式等進行優(yōu)化調整，不斷改進完善產品，提升 用戶操作體驗。并可挖掘用戶潛在需求，確定產品發(fā)展路線，增強產品市場影響力。DMP 拉近了產品 經理與最終用戶之間的距離，使得產品經理能夠實時準確的捕捉用戶使用行為，進一步有效改進產品功 能和服務。 數據分析師 在大數據時代，一些規(guī)模較大的企業(yè)會配備專門的數據科學家或數據分析師，用于提供高級分析建模和 數據挖掘工作。DMP 可以幫助這類人群進行基礎數據治理、客戶分群等預處理工作。同時還可以預置分析模型，供數據分析師參考使用?？梢哉f DMP 不僅僅是數據管理平臺，還可以提供高級分析所需的一些基礎功能，是數據分析師的有力輔助工具。 DMP 分類DMP 需要管理大量的數據，進行大數據分析。DMP 的類別，與其所管理的數據種類緊密相關。從數據 的擁有者角度來看，數據可以分為企業(yè)自有數據、廣告技術公司數據和數據服務提供商數據。 1. 企業(yè)自有數據：企業(yè)在日常的生產經營過程中，產生了大量的運營數據，這些數據通常由 IT 系統(tǒng)轉 化生成，直接來源于企業(yè)自身體系，數據的所有權歸企業(yè)用戶。包括企業(yè)內部業(yè)務系統(tǒng)存儲的數 據，或者通過自動化程序收集的 Web、App 用戶行為日志等等。例如銀行在與目標客戶的商業(yè)往來 過程中，積累了大量的關于銀行客戶的個人資料、信用評級、儲蓄和交易記錄等信息。企業(yè)可以對 這些既有數據資產進行挖掘分析，從中獲取有價值的信息，進而可以創(chuàng)新產品與服務模式，提高客 戶服務質量，提升市場競爭力。 2. 廣告技術公司數據：廣告技術公司在服務企業(yè)客戶的過程中收集和存儲的營銷數據是典型的第二方 數據。例如互聯(lián)網公司在給廣告主提供關鍵詞搜索營銷服務的同時，也積累了大量用戶的搜索行為 記錄，這些數據可以用來分析以及預測用戶有什么興趣愛好，以及對什么商品感興趣等等。廣告技 術公司作為第二方數據的擁有者，一般會保障數據的安全性。廣告主同樣具有第二方數據的擁有 權，并可以要求廣告技術公司提供數據備份。 3. 數據服務提供商數據，暨第三方數據，是指游離于企業(yè)自身業(yè)務體系之外的數據，暫時沒有業(yè)務上 的關聯(lián)，數據不歸企業(yè)所有，如微博、微信等公共社交媒體信息、用戶在線下的消費行為、用戶使 用移動 App 的特點、瀏覽各類 Web 的行為特征等。這些數據對企業(yè)客戶的業(yè)務其實是有參考價值 的，一般用來作為企業(yè)的數據補充，解決企業(yè)的某一類特定需求，如品牌輿情監(jiān)測、客戶售后服務 跟蹤等。例如在基于人群定向的廣告精準投放過程中，企業(yè)可以通過第三方數據分析來預測可能產 生廣告轉化的潛在用戶，然后對這些潛在用戶進行定向廣告投放，以此提升廣告轉化率。 基于以上數據擁有者角度，DMP 也可以分成三大類： 企業(yè) DMP以匯總收集、管理分析、消費使用企業(yè)自有數據為主的數據管理平臺就是企業(yè) DMP，主要用于管理分 析企業(yè)自身業(yè)務數據。隨著 DMP 的發(fā)展，以及企業(yè)對數據資產的重視和需求，目前企業(yè) DMP 除擁有 自身數據外，也可以接入廣告技術公司和其他第三方廠商數據，可以說 DMP 是企業(yè)進行大數據分析的 集大成者，未來將演化成為綜合性大數據管理分析平臺，統(tǒng)一管理各種來源的結構化和非結構化數據。 廣告技術公司 DMP這一類基本上都是廣告技術公司或者廣告投放服務商內部的系統(tǒng)，收集的數據是企業(yè)在開展市場營銷活 動過程中的廣告投放監(jiān)測數據，所以相比企業(yè) DMP，廣告技術公司 DMP 的數據比較單一，目的也比較 明確，就是用來進行廣告投放和優(yōu)化。 數據提供商 DMP 隨著大數據時代的來臨，企業(yè)對于用戶消費行為數據的需求日益強烈，這些數據對于客戶開展市場營銷 活動具有很高價值，所以這些數據提供商也需要 DMP 產品來管理此類數據。數據提供商 DMP 作為大 數據生態(tài)中的重要一員，讓整個產業(yè)鏈條更加完整，也給企業(yè)客戶提供了更多數據選擇。在營銷獲新客的過程中，特別是在用戶興趣偏好洞察時，數據提供商 DMP 起到了無法替代的作用。 DMP 的功能按照數據信息的使用過程，DMP 功能可劃分為數據整合與管理、數據加工處理、數據應用三大功能。 數據整合與管理數據是 DMP 的核心基礎，因此 DMP 首先要具備數據的匯總和管理能力，DMP 需要管理來自于各種渠 道的數據，包括企業(yè)自有數據、廣告技術公司數據和第三方數據提供商數據。將分散在企業(yè)內部各個業(yè) 務系統(tǒng)的數據，以及來自企業(yè)外部，通過購買或其他技術手段獲取的用戶行為信息、潛在客戶信息、企 業(yè)品牌美譽度信息等統(tǒng)一管控起來。這些數據的來源、格式、載體、大小呈現(xiàn)較大的差異性，需要 DMP 進行統(tǒng)一的管理和存儲，進行數據的基礎梳理匯總。數據收集與管理的過程中，DMP 需要結合數 據庫、數據倉庫以及分布式 Hadoop 存儲平臺來協(xié)作實現(xiàn)數據的存儲和管理。 數據加工處理基于各種來源存儲的數據距離客戶實際使用還有很大的差距，DMP 需要對這些雜亂無章的數據進行預 處理，以滿足后續(xù)業(yè)務分析的需要，加工處理的過程包括數據清洗、數據提取、標簽化和數據計算等操 作。 數據清洗：清除重復數據、無效數據等，做數據質量處理，便于后續(xù)對數據進行各種關聯(lián)運 算，避免因數據質量問題，影響整體的數據挖掘和業(yè)務分析效果。 數據提取：需要根據具體業(yè)務場景從海量的數據倉庫或大數據平臺中提取用戶所需數據，比如 銀行在做理財產品推廣時，需要找年齡在 30-35 歲之間，每月信用卡消費在 1 萬以上的、北京 地區(qū)潛在用戶，這就需要對數據進行預先提取。 標簽化：針對 DMP 管理的數據，做最基本的打標簽、客戶分組操作，便于后續(xù)進行深度業(yè)務應 用。 數據計算：把各類數據進行統(tǒng)一預處理，形成結構化便于存儲的數據，如銀行需要找近三個月內信用卡消費分期金額在 1 萬到 2 萬之間的客戶，包括客戶基礎資料、歷史交易記錄，甚至還 涵蓋其在社交媒體、移動 App、Web 瀏覽的行為信息。這些數據處理完畢之后就全都是結構化 數據了，可以直接存儲在 DMP 的數據庫中，而不是原來企業(yè)搭建的數據倉庫或 Hadoop 平臺。 數據應用針對 DMP 管理的數據，可以進行多類數據應用操作，最典型的的數據應用場景就是數據分析，針對客 群做標簽定義、客戶分群、人群畫像等操作，便于后續(xù)進行深度業(yè)務分析。 標簽定義DMP 主要管理的是客戶營銷數據，現(xiàn)有和潛在客戶資料信息是業(yè)務分析的基礎，如何組織并呈現(xiàn)這些 客戶數據是 DMP 的一項核心能力。所有收集到的數據都是與用戶對應的，所以將數據轉化成以用戶為 中心的特征集合，更有助于滿足各種業(yè)務場景的需求。理論上來說，所有的用戶數據都可以劃分成行為 和屬性兩大類，行為包括交易行為、業(yè)務行為、互聯(lián)網行為等；屬性包括人口特征（性別、年齡等）、 興趣愛好、業(yè)務屬性、移動設備屬性等。根據這樣的劃分，DMP 將收集的數據以人為中心加工成用戶 標簽，每個標簽代表一個或一組用戶特征，這樣就讓用戶畫像不斷豐滿和豐富。 圖 2用戶標簽來源: IDC, 2015 用戶分群以標簽為基礎，DMP 可以支持多維度和邏輯的用戶群組定義，并可以把具備多個標簽屬性的用戶劃歸 為同一群組，這就是客戶分群管理?？腿嚎梢耘c特定的業(yè)務場景進行關聯(lián)，確定用戶屬性與具體業(yè)務之 間的聯(lián)系，這就是用戶分群關聯(lián)。DMP 可實現(xiàn)用戶群體的不斷細化和交叉組合，分群管理有助于進行 針對性的分析和精細化的企業(yè)運營管理。 人群畫像 人群畫像是通過分群數據提取出來的，目標人群確實已有的特征，屬顯性特征；用戶洞察：是通過大數 據分析，分析出目標人群可能存在的其他特征，屬隱形特征； 人群畫像可以提供用戶群的各種統(tǒng)計學特征，同時也需要提供基于統(tǒng)計特征的智能分析結果，比如人群的各種潛在特征，人群之間的重合程度和關聯(lián)程度等。這極大增強了企業(yè)對目標用戶的感知和洞察力， 還可以幫助企業(yè)提供更優(yōu)質的服務，開發(fā)出更有針對性的產品。 舉例來說：針對做過信用卡分期的人，銀行客戶通過人群畫像可得出這些人經常使用的移動 APP 是微 信、QQ 之類的，但這些對銀行客戶沒有參考意義；再通過用戶洞察分析可能得出這些人都對優(yōu)惠券感 興趣，這就需要模型算法來預測實現(xiàn)，不僅僅基于現(xiàn)有數據做統(tǒng)計分析。 DMP 典型應用場景DMP 主要承載數據整合和業(yè)務分析的功能，一方面可以幫助企業(yè)整合匯總多渠道的海量基礎數據，通 過數據清洗等預處理操作，將多個渠道的數據關聯(lián)起來，讓業(yè)務數據聚合，進而提供更全面的人群畫像 和用戶洞察。另一方面，DMP 能夠深度挖掘用戶的行為數據，洞察行為間的關聯(lián)與影響，讓預測用戶 行為成為可能，進一步促進產品交叉推廣和產品間的引流。DMP 的核心目標是實現(xiàn)對外精準客戶營 銷、對內精細企業(yè)運營。 基礎數據治理能力 由于企業(yè)的數據分布在各類業(yè)務系統(tǒng)之中，數據類型、格式、媒介各不相同，這些數據不能直接整合使 用。因此，整合、規(guī)范的數據治理環(huán)境是未來企業(yè)進行大數據分析的基礎。DMP 可將多個渠道來源的 數據進行匯總，對這些原始數據進行清洗和標準化處理工作，提供多種基礎框架服務，如多源數據采集 與整合、數據清洗、用戶分群管理等。 定義客戶群體及人群畫像 幫助業(yè)務人員找到合適的目標客戶，通過人群畫像了解目標客戶的基本特征，包括年齡、所在城市、興 趣偏好等，并關聯(lián)比較各個客群之間的差異性和結合點，比如了解目標活動人群與電影愛好人群、優(yōu)惠 券購買人群、積分兌換人群之間的關聯(lián)關系。通過群體特征來為營銷活動或企業(yè)經營提供數據參考。 開拓新客戶對于企業(yè)經營者來說，如何不斷獲取高質量的新消費者用戶是一個永恒的課題。DMP 能夠基于企業(yè)自 身數據分析出高價值種子用戶的特征，比如喜好購物、喜歡運動等；同時通過數據市場 Data Market 購 買廣告技術公司或第三方提供商數據，來發(fā)現(xiàn)與前述高價值客戶具備相似特征的潛在用戶。營銷人員可 據此對這些用戶進行營銷活動投放，這樣開拓新客戶的成效將非常顯著。 流失客戶挽留 流失用戶召回及付費刺激在網絡游戲領域應用較為廣泛。例如某手游廠商發(fā)現(xiàn)近期客戶流失率在升高， 直接影響了用戶規(guī)模、平臺活躍度和廠商收入。因此廠商開始借助 DMP 來梳理流失用戶的群體特征， 針對用戶是否有付費行為這一標簽特質進行數據處理和分析，發(fā)現(xiàn)流失用戶中有 30%的用戶曾經在游戲 中付費，而剩下 70%的用戶卻從未在游戲中有付費行為。廠商結合第三方提供的統(tǒng)計分析數據發(fā)現(xiàn)在30%付費用戶中，20%的用戶曾在其他游戲中有付費行為，可以確定這是有非常良好游戲付費習慣的優(yōu)質人群。同時也發(fā)現(xiàn)在 70%的未付費人群中，有 50%的用戶卻曾在其他游戲有付費行為，這批用戶也 存在付費行為，但是在該產品中沒有付費。這就需要針對兩類人群設定不同的挽留和刺激措施，如對 20%有付費習慣的用戶進行充值促銷和累計付費刺激，持續(xù)強化用戶的付費習慣；另外針對 50%沒有對 本產品付費的用戶，通過贈送積分、產品改進等措施來重點刺激用戶付費轉化。 挖掘潛在客群結合用戶分群功能，DMP 可以通過分析算法為業(yè)務人員提供活動投放人群備選名單，進而提高活動推 廣或執(zhí)行效果。比如銀行信用卡部門希望促進更多用戶使用“信用卡分期還款”業(yè)務，可以策劃推廣信 用卡分期贈送禮品活動。DMP 可以幫助銀行客戶篩選“近 2 個月使用信用卡分期還款”的用戶群作為 種子用戶，并基于分析算法找出與種子用戶特征相似的用戶，作為備選活動投放人群。這樣一來，可大 大提高活動投放的精準性，另外也降低了營銷成本，不用去進行大范圍的海量客戶推廣覆蓋。 營銷活動優(yōu)化與效果跟蹤DMP 可將營銷活動投放用戶群傳輸至內部或外部營銷活動平臺，同時收集推送、觸達、點擊、轉化等 營銷效果數據，實現(xiàn)對營銷效果的跟蹤。營銷活動投放后，業(yè)務人員可以在 DMP 中查看有多少人參與 了活動，掌握點擊營銷廣告、轉化人群的畫像，了解點擊、轉化人群有哪些顯著特征。基于這方面的數 據，來重新設計或改進后續(xù)的營銷活動內容，不斷提升營銷活動效果。 DMP 的選型與部署實施行業(yè)客戶在選擇 DMP 產品時需考慮的要素1. DMP 廠商的獨立性：現(xiàn)在互聯(lián)網公司已經開始向行業(yè)市場來滲透，如金融、零售、通訊服務等，與 傳統(tǒng)行業(yè)廠商形成潛在競爭關系。對于 DMP 選型，必須選擇獨立的第三方廠商，不受互聯(lián)網或其他 公司控制的 DMP 產品。 2. DMP 產品是否能解決客戶的實際業(yè)務問題：廠商應該不只是提供一個 IT 技術平臺，更需要具備業(yè)務 理解能力和分析建模能力。廠商需既具備處理大量數據的計算能力，同時又需要在移動互聯(lián)生態(tài)環(huán) 境中懂得如何用好這些數據，具備數據分析能力。DMP 廠商不只是幫企業(yè)客戶建設了一套 DMP 系 統(tǒng)，實際是傳授了一套數據經營的方法論，內置了多類數據分析模型，做到了授之以漁，實際上是 通過 DMP 輸出了一種數據管理和分析能力，而非僅僅銷售一套產品。 3. 比如在發(fā)展新業(yè)務客戶時，需要做一些市場推廣活動，這些活動的策劃、執(zhí)行及效果評估都是需要 設立模型來支撐的，傳統(tǒng)行業(yè)客戶對這方面是缺少有力的手段來實現(xiàn)，DMP 正好可以彌補這個不 足。 4. 有沒真正的分析模型建模、算法設計和算法優(yōu)化等方面的能力：DMP 只能預置部分分析模型或算法，未必能滿足客戶長期的發(fā)展需求，針對特定的業(yè)務分析需求，這個需要廠商的數據專家的人工 完成，而不單純是依靠技術平臺實現(xiàn)需要。 5. 數據專業(yè)性：DMP 應該不只包含傳統(tǒng)業(yè)務數據，還要包括大數據等多種數據載體，包括移動端以及 企業(yè)外部的數據來源（如社交媒體）等非結構化數據內容。 主要掌控用戶在企業(yè)之外的數據存在狀 態(tài)，識別哪些數據可以用于后續(xù)處理分析，如社交媒體、O2O、第三方廠商等數據；對行業(yè)客戶后 續(xù)開展業(yè)務有很大指導意義。 6. 比如手機銀行使用頻率，遠不如微信、墨跡天氣、淘寶等生活服務、娛樂類移動 App 使用頻率高， 所以銀行客戶也需要掌握客戶在其他 App 之上的使用行為?，F(xiàn)有市面上 DMP 方案，往往只是專注某 一領域，尚未實現(xiàn)整體數據載體的統(tǒng)一匯總及分析。 7. DMP 供應廠商要能與行業(yè)客戶保持長期合作關系：DMP 是不斷演進發(fā)展的一個平臺，要不斷適應市 場變化的需求，所以行業(yè)客戶采購 DMP 之后，需要與 DMP 廠商保持長期合作，不斷完善新特性， 共同探索新的分析方法等?？蛻粜枰x擇有一定實力的廠商進行長期合作。 8. Cloud DMP 同樣能夠為很多中小企業(yè)或初創(chuàng)公司，提供數據管理服務。這些公司可以通過較少的 IT 投入，直接得到云端 DMP 的強力支持，有助于創(chuàng)業(yè)型公司精準鎖定目標用戶，快速推廣產品和服 務。 DMP 部署注意事項通常大型企業(yè)的數據量和復雜度很高，在建設 DMP 時，數據的處理和清洗需要分步走，按照業(yè)務線逐 步完成，不能一蹴而就。 1. 根據業(yè)務線具體需求或業(yè)務場景，設定實際可操作或執(zhí)行的里程碑。在每個階段設置與業(yè)務需求相 匹配的里程碑，如客戶觸達、客戶分群，要明確是針對哪一類業(yè)務具體訴求（風控、市場營銷）的 客戶分群、客戶觸達，而不是泛泛建設綜合性功能。這樣可以降低項目實施風險和不必要的工作開 銷，確保執(zhí)行效果達到預期，提高項目成功率。 2. 當一條業(yè)務線通過 DMP 分析模型有了效果之后，需更為深入的完善優(yōu)化這個模型； 同時引入一些新 業(yè)務，不斷完善基礎數據積累，提高數據質量。 3. 引入 DMP 之后，客戶需要配備專人負責 DMP 的運營維護和使用，通?？砂匆韵聟f(xié)作方式： 業(yè)務團隊：作為業(yè)務需求的提出者，根據具體業(yè)務場景，如客戶營銷推廣或市場活動策劃，提 出相應的數據分析需求，在技術團隊完成數據交付后，檢驗 DMP 的執(zhí)行效果。 運營數據分析團隊：根據業(yè)務團隊的訴求，設計分析模型和算法，基于 DMP 實現(xiàn)業(yè)務團隊的預 期需求。 IT 團隊：負責 DMP 的日常運營維護，包括數據集成接口開發(fā)、數據交換存儲等，提供 IT 基礎 支撐能力。 4. 需要 DMP 廠商與客戶共同合作實現(xiàn)數據分析，因為涉及技術實現(xiàn)、業(yè)務理解、咨詢分析等多方面問 題。 通常項目團隊由客戶方人員主導，DMP 廠商提供技術支持和數據咨詢服務，在客戶現(xiàn)場派遣技 術人員，配合客戶工作。 關于數據市場 DATA MARKET什么是數據市場大數據時代，數據是可以作為一種資產或商品進行交易的，數據市場就是解決了需求方和供應方之間的 信息不對稱問題，使數據可以作為商品進行市場流通。數據市場能夠在不同的行業(yè)客戶之間搭建起一個 數據交易平臺，行業(yè)客戶可以把自己積累的或收集到的業(yè)務數據放到數據市場進行銷售。數據市場可對 這些原始數據進行初步加工處理，提供高價值、合規(guī)數據的交易支持。數據的需求方，可以通過交易市 場搜索到所需數據，通過交易采購，以幫助企業(yè)補充、豐富其數據內容覆蓋、支持企業(yè)自身業(yè)務發(fā)展。 如客戶分群和畫像、基于分群畫像直接開展廣告投放和客戶營銷活動。 數據商品的定義 數據商品包括元數據、數據服務、數據應用三種商品形態(tài)，是圍繞數據在采集、加工和轉化等全生命周 期過程中提供的統(tǒng)一服務。 元數據：根據需求方的要求或者業(yè)務發(fā)展需要，進行二次加工所產生的數據，如標簽、格式化 數據文檔等； 數據服務：針對各類源數據提供多種各類增值服務，如標簽定義篩選、咨詢、培訓等； 數據應用：圍繞數據開發(fā)出的一系列深度數據應用工具，如廣告精準投放工具、統(tǒng)計分析工 具、建模分析工具、可視化工具、轉化分析工具等。 數據市場生態(tài)體系圖 3數據市場生態(tài)體系來源: IDC, 2015 數據市場主要由如下六類實體組成： 數據供應商：提供元數據（標簽、文件格式等）數據商品，通常是由一些行業(yè)客戶或專門數據 廠商（廣告營銷公司等）來提供基礎原始數據； 數據需求方：傳統(tǒng)企業(yè)客戶、O2O 客戶、互聯(lián)網客戶等數據需求者； 增值服務供應商：基于海量基礎數據，提供各類增值服務，如人群畫像、咨詢、報告、培訓等 服務； 服務代理：為甲方客戶、廣告主提供數據交易和數據轉化過程的服務，數據的轉化可以包括： 精準廣告投放、EDM 營銷、電話營銷等； 數據應用：基于數據市場中的元數據或 DMP 的數據或其他來源的數據，開發(fā)出來完成某種特定 功能的 Web 應用軟件； 開發(fā)者：既是數據需求方又是數據提供方，其在數據市場采購數據商品，進行數據的深度加工 處理，提供相關數據應用，發(fā)布到數據市場進行銷售。 數據市場與 DMP 之間的關系DMP 為企業(yè)提供數據管理服務，當企業(yè)發(fā)現(xiàn) DMP 中所管理的數據無法全面滿足業(yè)務需求時，可以到數 據市場購買其他數據供應商提供的數據產品，來豐富自身基礎數據規(guī)模。另外，企業(yè)自身管理、加工的 數據資產也可包裝成為標準數據商品，發(fā)布到數據市場進行交易，提供給其他有需求的行業(yè)客戶。 數據市場與 DMP 之間會采用標準接口進行數據交互，便于企業(yè)進行數據發(fā)布、數據采購和數據使用（如廣告投放、營銷監(jiān)測等)。 圖 4DMP 與數據市場的關系來源: IDC, 2015 數據市場典型應用場景 數據市場主要是提供數據商品及其之上的應用服務能力，在目前的移動互聯(lián)環(huán)境中，數據市場的主要應 用場景體現(xiàn)在企業(yè)定向廣告投放和業(yè)務運營持續(xù)優(yōu)化。 例如某移動游戲廠商，準備上線推廣新業(yè)務時，會結合 DMP 功能和 Data Market 服務，為精細化業(yè)務 運營提供數據支撐。 運營分析服務移動游戲的運營部門可以通過 Data Market 提供的 Game Analytics 服務，對其玩家進行統(tǒng)計分析，得 到具體經營數據指標，對比自身數據和行業(yè)同類統(tǒng)計指標，可以分析出當前玩家的用戶行為特點，并可 據此來分配營銷預算，面向老用戶或潛在游戲玩家進行廣告投放。 投放結算與效果反饋企業(yè)運營人員可以使用 Data Market 提供的數據工具服務及時了解廣告投放進展情況，結合 Data Market 提供的反饋能力將投放效果數據反饋到企業(yè)自身數據管理環(huán)境中。結合每個具體的營銷活動，了 解潛在客戶觸達及參與的效果情況，從而可結合自身業(yè)務特點及營銷方案持續(xù)調整和優(yōu)化運營策略。 數據市場為企業(yè)精細化運營提供了數據供給及數據使用服務支撐，讓企業(yè)可以基于自身和外部的數據進 行精準決策并持續(xù)優(yōu)化改進業(yè)務運營。 企業(yè)建設移動互聯(lián)網數據管理平臺的價值收益與未來展望價值收益洞察客戶：對用戶數據認知更為深刻，更全面分析用戶形態(tài)和用戶行為信息。例如傳統(tǒng)基于賬 戶或交易的金融機構體系對用戶信息的認知非常有限。以往只知道身份信息、資產信息和金融 交易頻度信息，有了基于 DMP 的大數據分析平臺之后可以了解更多用戶行為信息，如 Web 瀏 覽狀態(tài)、App 使用形態(tài)，這是以往所不具備的，所以對客戶的認知提高了一個新的層面。 客戶分群：不管是在企業(yè)外部營銷推廣還是內部運營管理，在獲新客或發(fā)展新業(yè)務時有很大的 參考意義。比如平安集團做個人征信業(yè)務的前海征信子公司，就可以借助 DMP 的客戶分群信 息，通過分析客戶歷史綜合行為，來判斷個人的征信狀況。 精準營銷：可以帶來實際的價值收益，大數據營銷分析平臺能夠幫助行業(yè)客戶低成本、精準地 找到新客戶，能夠更有效推動產品或服務在目標客群的銷售。另外還可以精細評估和量化市場 營銷活動的執(zhí)行效果，為企業(yè)營銷人員提供準確及時的數據支持。 優(yōu)化體驗：以往缺少有效方法來了解客戶對移動 App 的使用行為，包括具體點擊了哪些界面、 在哪些模塊之間切換較多，哪些功能是最常用的；用了 DMP 之后，可以準確掌控用戶操作行 為，調整移動 App 的功能布局，優(yōu)化移動 App 的操作體驗，提高客戶轉化率。 未來展望移動互聯(lián)網數據管理平臺目前更多應用于企業(yè)內部數據分析，客戶希望找到更廣泛的潛在用戶 人群，可以通過 DMP 或數據市場融合更多其他外部渠道數據，未來這是一個長期普遍的訴求。 移動互聯(lián)網數據管理平臺在行業(yè)市場的應用還處于起步狀態(tài)，主要還是在金融、零售居多，未 來 3 年將看到這一市場的爆發(fā)增長，行業(yè)客戶普遍存在對客戶行為以及市場動態(tài)的精準分析訴 求，但目前市面上能提供 DMP 產品的廠商還很有限。 移動互聯(lián)網數據管理平臺目前主要是應用在企業(yè)外部的客戶營銷領域，未來將在企業(yè)運營、風 險管控、內部審計、高層決策等領域有所拓展。 案例分析1 招商銀行信用卡中心企業(yè)概述2014 年 11 月招行信用卡中心的掌上生活 App 安裝量已高達 3000 萬，綁定用戶突破 1000 萬，日均 PV量突破一個億，日均活躍客戶突破 200 萬。從 2010 年推出 1.0 版本到最新的 4.0 版本，短短 4 年時間 掌上生活已進行了多次的迭代升級，完成了從工具向平臺的跨越，借助“金融電商+支付工具”的立體 產品結構全面轉型成為一款“連接千萬人的生活、消費和金融”的智能 App。掌上生活 App 作為智能信 用卡載體，為持卡人搭建了發(fā)卡、開卡到用卡、續(xù)卡的移動互聯(lián)經營平臺，實現(xiàn)了對信用卡全生命周期 的管理。 建設背景招行信用卡中心發(fā)布了掌上生活移動 App，已經有一些數據積累，包括信用卡開卡數據以及掌上生活 App 反饋過來的數據（用戶使用行為、操作習慣等、頁面及按鈕的點擊量），希望通過多種數據來源來 分析已有或潛在客戶的特點，有針對性的開發(fā)新客戶，并實現(xiàn)對老客戶的精準營銷。 招行信用卡中心目前也面臨很大的發(fā)展壓力，希望在 2015 年能開拓更多的用戶規(guī)模，并保持較高的客 戶留存度和活躍度，這些均需有效的數據分析手段來為銀行管理者決策提供精準的支持，所以信用卡部 門的謀求建設 DMP 來支撐業(yè)務發(fā)展。 解決方案獲新客：找到目標用戶，需要知道現(xiàn)有信用卡或掌上生活用戶的主要特征，再去外購一些消費 者數據，從中篩選符合前述特征的潛在用戶，進行開拓，這樣客戶轉化率會大大提高。 信用卡老客戶精準營銷，需要知道每個用戶的基本屬性、喜好，進而有針對性提供創(chuàng)新金融服 務或其他生活服務。 價值分析基于 DMP 的精準分析，招行信用卡中心在客戶營銷的各個環(huán)節(jié)包括獲取新客戶、客戶活躍度分析、客 戶轉化變現(xiàn)、品牌傳播分享等，都實現(xiàn)了可量化分析的目標，達到了客戶營銷的閉環(huán)效應。 招行信用卡中心在市場營銷方面的財力投放是與 DMP 的分析結果緊密相關的，相對過去撒網式市場營 銷推廣手段，借助 DMP 的精準反饋，招行信用卡中心的市場營銷投放費用使用精度和活動效果都更為 有效。 2 平安萬里通企業(yè)概述平安萬里通業(yè)務成立于 2008 年，原隸屬于信用卡忠誠度服務，從 2013 年起轉型專注提供通用積分服 務，除了服務平安內部所有企業(yè)之外，逐步為外部企業(yè)提供忠誠度托管和營銷服務。由于專注獲客和客 戶忠誠度經營，萬里通于 2014 年提升成為平安集團子公司，目前員工約 400 人。 建設背景 平安萬里通是生活服務類平臺，包括金融服務（平安自有業(yè)務）和線下生活服務（其他合作伙伴的服 務，如萬達、天虹、百勝等）。萬里通是目前平安互聯(lián)網金融戰(zhàn)略的重要支點，其他金融機構將積分視 為成本，使用積分體驗差，平安則將積分視為商業(yè)機會，提供良好的使用體驗。