如果你想用DMP……（DMP 101之一：DMP的核心思想）

最近比较忙，但我有一个决心，就是从今天开始，我会尽全力每天（每个工作日）都有一个文章（帖子）。我对自己的要求是，无论长短，但一定是有营养的。大家监督。

我的想法是，过去的文章很长，很干，大家看一遍就得半小时，若是还要理解消化，不再花一个小时是不行的。因为过去我一直是我自己的“博客”的写法。

但是，对于微信公众号的快消型内容产品，还是应该对朋友们“温柔以待”。再说了，看得多不一定吸收的多。所以，我决定每次不再讲太多，但是大家都能读懂，能有感受，那便是最好。

所以，这是我的第一个尝试，力求一篇文章读者朋友们最多十分钟一般五分钟就能搞定。也欢迎朋友们多建议，多吐槽。

好，关于决心什么的就不多说了，正文开始。

这个系列我想讲现在火到不行的DMP。太多企业问我关于DMP的事情，问的最多的恐怕是DMP能不能帮到他们，然后DMP应该怎么构建，等等。

所以，既然这么多朋友关心，那我开一个系列帖子来讲吧，题目就暂定为DMP 101，我尽量让这个帖子包含所有的DMP的真实的内容。

请注意，一定是真实的内容。

DMP101之一：DMP到底做什么的（核心思想是什么）？

核心思想

DMP的核心思想，是记录每一个个体消费者在不同营销触点上的“交互痕迹”，基于这些痕迹，区分不同消费者的特征，并对不同特征的消费者群体提供针对性营销策略或是输出这些人群作为细分受众给其他营销执行机构。

因此，它具有几个核心特征：

1. 它能够收集不同营销触点上的数据，如果有遇到不能收集的营销触点的情况，也应该能够整合别人收集的数据；

2. 它能够通过这些数据，建立不同的消费者的特征，即建立消费者特征属性的标签；

3. 它能够依据不同的消费者属性标签及消费者触点上的数据，将具有同样特征或数据的消费者筛选出来，并组合成特定受众人群；

4. 它能够分析特定人群的触点数据和属性数据，并进而判断已经执行的营销决策是否合理，或是为即将执行的营销提供策略支持；

5. 它能够将它生成的特定细分人群及相关数据输出给营销执行机构实现相关人群触达或投放。

好，上面的是标准意义上的DMP的意思。围绕人的数据，收集数据 - 整合数据 - 打标签 - 人群细分为群主 - 输出为策略/输出为人群包 - 投放支持。

讲上面的东西，涉及到一些概念。这些概有两个：“触点”、“细分受众”。下面讲讲这两个概念：

触点

触点这个概念看起来很抽象，但非常重要。消费者触点是消费者在数字世界中与你发生有互动行为的所有接触点，主要包括：

• 推广：广告、软文、邮件、短信等

• 网页、移动端的网页

• 社交平台，比如微信、微博

• 内容平台，比如公众号、头条号、百度知道、知乎等

• 服务平台，比如企业号，APP等

• 可以与线上连接（关联）的线下推广

对于企业而言，消费者触点尤其重要，有两个原因。第一，消费者触点是消费者与企业品牌/产品发生直接沟通的界面，第二，这些触点几乎都是企业自己自有可控的。

触点相关的数据仍然是以人为核心的，道理很简单，没有人，就谈不上互动接触，也就谈不上叫触点。所以，消费者触点相关的数据，一定是DMP要囊括的数据。

触点一定会与一些具体的场景联系在一起。今天场景这个词其实已经泛滥成灾了，不过核心意思还是很重要的，即触点产生时所处的环境。对于DMP而言，能够囊括尽可能多的触点，又能够描述触点所在的场景，是最理想的。

其实，衡量一个DMP能力的标准之一，就是它能获取并且整合多少类触点的数据。

细分受众

受众，是广告学上的一个概念，就跟要授粉的花蕊的意思差不多，当然在这个比喻中，广告就是“花粉”了。受众就是接受广告的人，而在数字营销中，受众这个词就是指数字营销面对的普罗大众。细分受众则是指符合一定条件的受众，而至于这个条件是什么，那必须是预先定义好的，而且不同定义不同，肯定具体的细分受众也不同。

细分受众跟细分人群、特定人群、特定受众等等其实就是一个概念。

“不标准的”DMP的核心思想

好，上面谈到的是标准的DMP，但是事物是发展的，很快DMP的思想已经扩展到营销之外，已经不仅仅只是供数字营销使用的工具了。

所以，行业中出现了不完全以数字营销为目的的DMP，你可以认为它是“不标准”的DMP。

不标准的DMP思想跟标准DMP很类似，但数据打通的不是人在各个的触点的数据，而是其他的数据。比如，房地产商，现在基本上都从新房转向从自己的存量资源开发了，他们也想挖掘数据的价值，但是这些数据都是围绕他们的资产的数据，他们的资产当然也包括人，但是最主要的是他们的房产和地产，而人的数据是附着在房产和地产上的，并且不仅仅是人的数据，还有这些资产上附着的设备什么的产生的数据。这就好比我们说的标准DMP的数据是媒体数据附着在人（受众）上一样。

对于“不标准”的DMP，场（场地）甚至是物（设备）本身变成了数据主体，标签也是打给它们的，与之相关的人的数据，成了它们的属性标签。

这些DMP更加复杂，要整合的数据就更多了，但却有更大的需求和发展空间。我觉得是很值得关注的。

好了，之一就讲这么多。不多讲了。大家看了能理会思想就好。

预告

后面的内容将会仍然围绕“标准”的DMP，包含的内容有：

之二：DMP与传统的用户行为分析工具到底有什么关联或渊源；

之三：DMP要搞定哪些数据，又应该如何组织重构这些数据；

之四：一个好的DMP系统为什么特别难（绝对比你的供应商能实现的要难）；

之五：DMP上“外挂”的功能有哪些；

之六：你的企业是否需要DMP，需要满足哪些需求特征；

之七：一个好的DMP有哪些衡量标准或者特征；

之八：DMP这个“好东西”背后有哪些坑；

之九：DMP跟CDP以及Martech之类的概念有什么关联。

之十：……

或者，还有其他更多。大家如果愿意看，我就写下去。愿意看的话，欢迎留言，有问题或者有其他想让我写的也欢迎留言。

最后，我的大课堂新的一期马上要开了，请大家帮忙传播。感谢所有的朋友们！

宋星大课堂

深度公开课 报名中！

数据化互联网营销和运营：方法、案例与实战！

第十一期：12月1日-2日（上海站）

点击链接了解课程详情：宋星大课堂（第十一期）