DMP/CDP 101（1-6合集，1.6w字）：DMP与CDP的功能、数据、渊源、价值以及功能架构

[广告] 报名中：数据化营销与运营大课堂【2019年5月25日、26日上海，宋星大课堂】，点击查看详情。

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

1

DMP到底做什么的？

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。

2

关于DMP的数据源

DMP的数据源是大家关心的问题，经常有朋友问，宋老师，这个数据是否能拿到呀，那个数据源为什么不开放呀之类的。这个系列的第二节，讲这个话题。

DMP的数据源不是一成不变的

首先，一定要记住，DMP的数据源不是一成不变的。

当然，它有固定的一些来源，但另外一些来源是动态的。这可能是DMP跟其他一些营销工具最大的不同。

这意味着DMP实际上是一个“生长型”的系统，当然，有生长，也同样也会有“萎缩”甚至“凋亡”。

DMP的数据源扩展了，DMP就生长。DMP的数据源减少了，DMP就萎缩。DMP的数据源没有了，它就凋亡，或者就演变为别的应用范围更小的工具了。所以说DMP的数据源是DMP的命脉是很恰当的比喻。

数据源决定了DMP的类型

既然DMP的数据源不是一成不变的。那么拥有不同类型数据源的DMP就天然成为了不同类型的DMP。

• 第一方DMP：以企业自己的数据为核心，构建的DMP。

• 第二方DMP：拿合作企业的数据（因为是你的合作企业，你是第一方，那么合作企业就是第二方，所以他们的数据也被称为第二方数据），构建的DMP。

• 第三方DMP：购买的公开数据源或者数据市场里面的数据（这些数据的提供者都不认识你，所以称为第三方，这些数据也被称为第三方数据）构建的DMP。

第一方DMP无争议，大家都有数据，所以理论上每个企业都可以建立自己的第一方DMP，无非是数据的多寡罢了。

第二方DMP有意思，行业中几乎都弄混了。比如，你跟阿里巴巴合作，阿里巴巴给你提供了一定的数据，行业中都是，这些阿里巴巴的第三方数据。错错错！这些数据，对于阿里巴巴而言，是他自己的数据，是第一方数据；对你而言，是你的合作方给你提供的数据，是第二方数据。跟第三方数据一点关系都没有。说这些是第三方数据，是错误的。

第三方DMP，在中国你可以认为没有。因为我们国家没有真正意义市场化的数据交易市场，也没有什么可用于DMP的第三方数据源（第二方还是有的，第三方真没有）。

所以，DMP的类型有三个，但是在中国其实就是两个，第一方DMP和第二方DMP。

阿里巴巴的品牌数据银行，这个就是最典型的第二方DMP。

nEqual或者是品友给你建立一个企业级的DMP，尽管是你的合作方建立的，但只要是数据源主要来自于你自己企业的数据，那么仍然是第一方DMP。所以，第一方DMP跟是谁帮你建立的无关，只要数据源是你自己的，这个DMP也为你所有，对你来说就是第一方DMP。

数据源的变化

DMP的数据源是在变化的。

从微观的角度看，不同营销活动，不同企业的消费者触点的设定，都会不断的改变DMP的数据源。

所以，DMP跟网站分析呀，APP分析呀之类的工具一样，是需要根据不同的消费者触点的情况做监测部署（埋点）的。所以，DMP的微观数据源一直在变，这是肯定的。这也是为什么DMP必须有数据获取的模块。关于捕获数据的问题，我们后面的系列再讲。

从宏观的角度看，DMP的数据源也在演变。

基本上，过去，第一方DMP的数据源包括自己的第一方数据，也包括第二方数据。因为，合作方会把相关的数据给你，甭管什么原因，过去还是可以从合作方（主要是媒体，或者是运营商，或者是监测机构比如AdMaster）拿到数据的。

不过，近几年来，来自媒体端的数据基本上就别想了。

这个数据源可以认为基本消失了。

运营商的也没有了，虽然行业中有些声称自己有，但实际上也只是给你用，不是给你。关于给你用和给你的区别，本文后面讲。

监测机构的数据源相对而言是可以开放的，但类型很有限，而且总的趋势也同样是，给你用，但不能给你。

所以，宏观数据源这几年的演化，是除了企业自己的第一方数据，其他的第二方数据都凋零萎缩了，第三方数据在国内其实又没有。因此，今天的企业DMP（第一方DMP）的数据源，可以拥有的，也就剩了自己的第一方数据。

这也是为什么，这几年大家都这么重视第一方DMP的原因。因为这是你仅有的呀！

数据源的所有权和使用权

数据源和数据源也是不同的，因为有些数据源你能拥有，其中数据都是归你所有，而另外一些数据源你不能拥有，你只能使用。

事实上，数据源的所有权和使用权现在是可以分开的。

几乎所有的第二方数据源的所有权都不属于你，而只能把数据给你用。

你会觉得，这怎么可能，数据给我用了，那数据我不都看到了，数据不就属于我了吗？

这个理解在过去确实如此，但是今天，数据应用的发展方向是，你只能用，不能看（看到数据的具体细节信息），更不可能获得。

就是说，你能用，但看不到，也摸不着。

哇，还有这样的骚操作？

太正常了。比如，你想用阿里的数据？可以，但是必须在阿里的相关系统中使用，但若你想在你的系统中使用或者是在其他的系统中使用，那是不可能的。

当然了，有些朋友说，我能在我的系统中操作阿里的数据呀，这说的不能叫错，但实际上是你的系统操作了阿里的系统，然后在阿里的系统中使用了这些数据，然后阿里又把使用数据的结果反馈给了你的系统而已。所以，无非是你的系统取代了人去操作阿里的系统罢了。

因此，第二方数据你可以用，但只能在我的地盘内用，就是这样。

数据的所有权和使用权分离，看似很“霸道”，实际上太有意义了。因为，这实现了在不泄漏数据的情况下的数据应用，比为了怕泄漏而完全不能让数据得到使用强太多。

其实这是一个进步。

第一方数据源一般有哪些

最后，咱们看看第一方数据源一般都有哪些。

顾客数据，不一定是必须由CRM提供（因为很多企业连CRM都没有），但CRM的数据是最典型的：

• 顾客个人信息

• 购买相关数据（典型的如RFM）

• 售后数据等

企业可以获得的，各个消费者触点上的数据。比如：

• 广告展现和点击数据

• 网页上受众及行为的数据

• APP上用户和行为的数据

• 企业自己的小程序用户和行为数据

• 微信公众号H5页面的用户相关数据等

第二方数据源一般有哪些

第二方数据，是企业的合作伙伴提供的数据，这些数据仍然是关于受众和用户的，但这些受众和用户数据不再只是企业自有的受众和用户的数据，而是合作方自己的或者自己收集的受众和用户的数据。

企业的合作方不是指任意合作方，而是指如下几类：

• 购买相关数据（典型的如RFM）

• 广告/受众监测服务商

• 广告/广告代理商

• 广告/广告营销技术解决方案提供商

• 合作媒体

• 上下游合作企业

第二方数据与第一方数据在内容形式上很相似，同样包括顾客数据、消费者触点数据，但增加了一些其他的内容，所以数据主要是如下几类：

• 顾客数据

• 消费者触点数据

• 受众数据（人口属性与行为）

• 媒体的用户数据（人口属性与行为）

• 社交关系数据

第二方数据源的输出

第二方数据源可以把数据输出给第一方DMP以帮助实现第一方DMP的data enrichment（数据充实），但并不是所有与你合作的数据方都乐意这么做。

大部分媒体并不愿意这么做，即使你采购他们的广告。现在还愿意提供给你数据的，基本已经绝迹。

另外一些第二方数据是由DSP或者广告技术公司提供的，他们获得这些数据的来源又可以追溯到Ad Exchange（广告交易平台），目前他们仍然能够输出第二方数据给第一方DMP。这也是为数不多的“所有权可分享的”第二方数据源。

由监测服务商提供的第二方数据中的部分，也可以提供给第一方DMP。

但总体而言，可供输出，并且能够被融为进第一方DMP的第二方数据源，数量越来越少。

因为，数据的价值大家都看得到，所以对自有数据的保护越来越加强，而数据的分享所存在的风险（就算法律没写，大家也有担心，另外则有很多灰色地带）又越来越大，因此，第二方数据很稀缺。如果你有稳定且高质量的合作方给你提供第二方数据，请你一定要珍惜。人家也许是在“触犯天条”的帮助你。

当然了，就如同我前面讲的所有权和使用权的分离。实际上你能拥有所有权的第二方数据越来越少，但是你能拥有使用权的第二方数据其实越来越多。这一点，我在后面的系列，讲数据的激活和应用的时候，再跟大家介绍。

好了，之二就讲这么多。说要写短文的，又写了这么长。看来数据这货写不了短东西。不多讲了，大家看了能理会思想就好。

3

DMP的渊源

DMP不是凭空出现的。

DMP的出现，是多种条件成熟之后的必然结果。但这些条件在数年前尚未成熟，因此那个时候也没有DMP。

今天，技术条件成熟了，但DMP仍然面临着很多业务上的挑战。这些挑战，我们放到后面再慢慢说。

这一篇，我来讲讲DMP在瓜熟蒂落之前，它源自哪里。

DMP就是源自网站分析工具

在这个系列的第一篇文章中已经说了，DMP的核心思想是获取消费者在各个触点上的行为数据，然后加以利用。

获取触点上的数据，这个事情，直到今天，所采用的方法与十多年前即开始的网站用户行为分析所采取的方法，仍然大同小异。

网站分析获取数据的方法是在页面中加上“监测代码”，以及在一些非HTML互动的位置（比如JavaScript呀，Flash呀，Video呀之类的地方）加上“事件监测”（俗称埋点）。这个方法的思想后来被用在了app的用户行为监测上（技术上不同，但思想上完全一样），然后微信的小程序也采用了类似方法（技术上类似，思想上也完全一样）。

事实上，第一方DMP所获取的消费者在各种营销触点上的行为数据，都来自于上面的利用添加代码的数据获取方式。从这个角度上讲，DMP的本源就是网站分析工具。

当然，DMP还有另外一部分的数据，是来自于其他数据源直接获取的，比如CRM里面的数据或其他合作方提供的数据，但这些数据都不是DMP数据的根本，DMP的核心数据就是自己通过上面的方法获取的各营销触点上消费者的行为数据。

除了获取数据的方式与网站分析工具一脉相承，DMP还有至少其他三处地方与这些“传统工具”非常类似，接着看。

DMP和用户行为分析工具的相同之处

1.在抓取数据上，DMP的很多方式与传统分析工具是一样的。或者说，DMP的数据收集部分，很依赖于那些成熟的用户行为分析工具的经过多年检验的方法，例如在页面上加监测代码、事件监测、SDK，利用cookie和device ID分辨不同人等。事实上，DMP的数据抓取，部分组件就是以网站分析工具和app分析工具为基础的。这是我们上面刚刚讲过的。

2. DMP中的分析模型，大部分都是源于这些传统工具的经典模型，比如转化漏斗、路径、归因、细分流量的方法等等。这一点再加上上一点，也是为什么学习网站分析、流量分析的模型、事件监测以及流量的追踪，对于活学活用DMP是非常重要的。这也是为什么说DMP，尤其是第一方DMP源于网站分析工具的第二个原因。但是，也应该注意，与传统工具不同的是，传统工具应用这些模型是基于流量的，而DMP应该是基于具体的人。后者是DMP的价值所在，也是DMP开发的难点。原因无他，追踪一个人需要跨域乃至跨设备，或是做不同源数据的同源化（data onboarding，id mapping等），很不容易。

3. DMP，尤其是第一方DMP的部分数据应用（data activation）与传统的用户行为分析工具的数据输出很相似，即输出给不同的消费者触点上的自动化营销工具。比如，国外的营销自动化工具，比如很有代表性的Hubspot和Marketo，就是基于一个简单的第一方DMP系统，或者，你也可以认为这是一个用户行为分析系统，本质上二者并无区别。而今天国内较为典型的一些第一方DMP，例如品友的DMP，也不仅仅只是在广告营销上进行输出，同样强调将数据应用于不同消费者触点上的营销（或运营）自动化。

4.DMP所涵盖的营销触点也包括各种广告，因此，它的数据获取端也包含一个类似于广告监播/追踪的工具（比如AdMaster或者秒针的广告监测工具）。如果不考虑这些广告监播工具的其他功能，而只看追踪广告上用户行为这一核心功能，DMP是可以取代传统意义上的广告监播/追踪工具的。

所以，没有这些传统工具做基础，DMP是不会凭空产生的。

DMP和用户行为分析工具的不同之处

1.目的不同：传统工具的目的是为了提供分析能力。DMP也提供分析能力，但是角度不同。传统工具的角度是通过分析优化营销触点本身，从而为消费者提供更好的营销体验以及说服与转化，所以传统工具是建立在优化营销触点的角度；DMP并不聚焦于此处，它偏重于优化消费者人群本身——选择哪些人群，跟这些人群沟通些什么，以及在什么场合下与他们发生交互，所以DMP是人的角度。因此，尽管大家都关注人的数据，但并不能相互替代。

2. 涵盖的营销触点的范围上有差异：DMP与这些工具很大的不同，在于这些工具基本都是记录某一类消费者触点上的数据，比如广告追踪/监播工具（以AdMaster的TrackMaster为代表）、网站分析工具（以Google Analytics、国双为代表）、APP分析工具（以神策为代表）、小程序分析工具（以及策为代表），都只是记录一类触点上的数据（今天它们也往往能记录2个或者更多消费者触点类型的数据，所以，可以说也已经具备了DMP的一些特征了），而前面讲了DMP的核心思想，是希望能够记录同一个人在尽可能多的触点上的数据。传统数据工具可能也能记录不同触点上的数据，比如GA，既有web版的GA，也有app版的GA，但它本质上并不是为了实现（或是功能很弱地实现）将不同触点平台上同一个人的数据打通而创造的。

3. 数据输出方面的差异：本质上看，不应该把DMP作为一种数据分析工具，尽管它确实是关于数据的，但不止步于此；尽管它存放了海量的数据，但这些数据最终应该被输出——不仅仅是被处理后供人阅读的信息或报告，更是是提供给其他营销系统使用的数据包。DMP不只是一个分析工具，它更是一个让机器能够自动化甚至智能化操控营销的工具。而传统工具一般是封闭的，它们的目的是分析和优化某一个触点，因此它们很少强调数据的输入和输出（基本上不具备，或者只是具备非常有限的这样的功能）。

DMP的产生，与硬件的进步息息相关

DMP的产生，还有一个极为重要的大背景，那就是硬件的进步。这不是DMP的渊源，确实DMP成长成熟必不可少的环境。

主要就是出现了人人生活中必不可少的智能手机。

智能手机有持久的，不依赖于任何第三方存在的标记，即设备ID。与PC时代不同，PC时代我们也有可以追踪设备的标记——cookie。但cookie有两个严重问题：不持久，并且不同主体（企业、组织，甚至个人）建立的cookie完全不同，很难互通。而设备ID则完全避免了这两个问题——它很持久，大部分情况下除非人们换一个手机，否则设备ID是不会发生变化的；它又是独立存在的，移动设备不变，不同的主体获取到的这个设备的ID也都是一样的。

这两个原因，既意味着通过移动设备可以更好地（又准确又持久地）“定向”消费者，又意味着提供营销服务的“各种企业”，能够非常好的携起手来，轻松地进行数据打通甚至交换，以及在数据打通的基础上构建各种各样的营销技术与方法，取长补短、互通有无、通力合作地共同“对付”每一个消费者。这两点，在PC时代可都是可望而不可即的。

如果你想更多了解为什么移动化如此重要，可以移步我的这篇图文并茂的文章：【万字长文】深度解读2018年互联网营销的新生态.

所以，PC时代是没有真正意义上的DMP的，虽然也有号称是DMP的那时，但是实际上数据难以打通，也就不能实现我们在第一篇中讲的DMP的核心思想。但移动化则完全克服了这个问题，这才有了今天DMP的春天。

随着硬件的进一步发展，DMP应该还会变得更加重要，尤其是将线下的物理世界数字化，以及帮助把数字化的线下世界与线上世界打通方面，DMP都会极为关键。

这些，留着后面慢慢讲。（看起来坑是越挖越大了）。这次就酱。

4

DMP到底有什么价值？

上一部分讲了DMP的由来，很多朋友问什么时候下一篇出来。还有部分同学问DMP到底用在什么地方。

我意识到，在进入原本我想要介绍的DMP内的数据的组织与管理之前，应该先把DMP应该能够起到什么作用，以及这些作用究竟跟企业的数字化转型和数据化转型有什么关系跟大家做一个分享。

关于DMP到底有没有价值的争议

坦率讲，对于DMP的价值，现在仍然有争议。

就像任何一个新技术新解决方案出来，都会有不同的看法和观点，太正常不过。

这个争议的最主要的地方在于，有些从业者觉得，DMP花了很多钱，但价值可能并不大！至少，现在很少看到成功案例，甚至连完整实施的案例都很少！

我不知道我有没有能力平息争议，但我确实想更客观的描述这个问题（或现象）。

在DMP的成本是否高这个问题上，存在很多误解，这个话题我们放到后面再讲。但可以肯定的是，DMP的成本是可预期的，也是可控的，而且其实并不是非常高。当然造价本身也取决于你期望它发挥的能力。

而在成功案例和完美实施DMP上，与三四年前相比，情况其实已经有了非常大的变化。

三四年前的DMP没有成功案例，我认同，最大的问题其实不在于DMP本身的思想，而在于当时的数据环境是基于cookie的，因此DMP得以存在的一个最重要基础——消费者（受众）数据打通与融合的能力，实际上无法得到有效发挥。那个时候的DMP在解决方案上其实已经较为成熟，而绝不是概念。今天的DMP则建立在device ID和实名信息（PII）信息之上，过去的障碍不复存在，因此，今天成功构建的DMP（很多其实没有说自己是DMP）不仅已经有案例，而且案例还不少。比如我们常听到的广本的案例、宝洁的案例、美赞臣的案例都可算得上典型。

至于说完整实施DMP，这个完整二字缺乏定义。什么是完整呢？对于大多数企业而言，他们又需要完整吗？这个问题，倒是今天这个话题可以好好涉及的。

基于对于未来若干年数字营销趋势的判断，DMP（或者类似DMP的数据基础体系）不仅很有价值，而且非常关键。

DMP到底什么价值

由于DMP是一个企业关于客户、用户、潜在客户、消费者、以及更为广大的受众的数据（即处于各营销阶段的各种人群的数据），以及与这些人群和受众相关联的所有营销、沟通、触达的触点相关的数据，因此DMP价值的核心并不是什么整合了数据资产呀，或者是给你一个数据报告什么的，而是对一个企业的在营销和运营上所面对的各种营销对象以及人群资源进行的数据化的管理。

或者简单讲，DMP本质上是一个管理体系，而不是一个营销工具。它管理着与营销相关的数据、管理着与用户或者潜客运营相关的数据、管理着相关人群的触点的数据，并在基于这些数据管理的基础上实现更好的受众触点管理、更到位的消费者沟通与互动管理，以及更高效的用户与潜客的运营管理。

如果把DMP理解为仅仅是为做广告、做营销服务而建立的工具，那就只能说明理解的不到位。

具体来讲，DMP能在当前阶段实现三大功能：

• 营销和运营打通的引擎：DMP将营销与运营第一次有机结合在一起，以一个整体的视角进行统一规划和执行；

• 自动化智能化投放的引擎：在广告投放和获客阶段实现更聪明的人群选择、创意应用等；

• 自动化智能化人群运营的引擎：实现营销自动化、消费者的个性化营销体验等。

由于DMP是基于人群和人群触点的被打通的数据，这些数据可应用的范围极为广泛，因此上面三大功能一定不是DMP能做到的极限，只不过在目前这几个功能较为成熟罢了。换句话说，DMP的适用性非常广泛，尤其适用在未来不断出现的营销和运营新技术中，因为无论技术如何发展，所依赖的数据基础都是一样的。从这一点上看，DMP是面向未来的、具有前瞻性的基础解决方案。

除此之外，DMP也是一个高度垂直于营销和运营（主要是人群运营）的BI系统，即它能提供全景化的营销和运营的报告与可视化的数据，尽管这似乎只是它的“副业”，但仍然能够为营销人获取洞察建立策略提供重大帮助。

营销和运营打通的引擎

在本系列上一篇中，提到了DMP和网站分析工具等的区别，其中重要的一点是，DMP收集多个触点上的消费者数据，并加以打通。

如果一切都很理想（至于哪些部分是理想，哪些部分已经是现实，我们后面的系列文章再涉及。这里面存在的一些普遍的误解也是让DMP存在争议的一个原因之一），那么DMP会收集广告端的数据、网站端的数据、APP数据、微信服务号说句、小程序数据、电商交易数据，乃至线下交易数据等，然后将这些数据基于消费者个体进行打通，将在不同触点/平台上的，但是属于同一个人的数据，归集到这个人身上。这是DMP能够“立身”的根本。

你看，DMP能够记录一个人从他接触广告，直到完成交易的所有触点，因此DMP是不是一个升级版的“归因工具”？ 比如阿里巴巴的品牌数据银行，就是基于一个很大的归因模型：AIPL模型。关于这个模型，我在另外一篇文章再介绍。

在这样一个牛x归因工具的帮助下，过去实际上数据不能打通的营销端（主要是广告投放和流量采购）与运营端（主要是流量形成之后的人群沟通、潜客培育什么的），现在能够打通了。也正是有这样一种打通，我们在思考营销和运营策略的时候，就不是各干各的，而是必然会将营销和运营结合在一起思考。

举一个最简单的例子，我能看到这个人在信息流媒体上点击了我的某个车型的广告，于是我在微信服务号上给他推送一个优惠券。前者是投放，后者是运营，后者是因为前者的发生才发生，这就是典型的把营销和运营打通的一个极小的场景。但即使这样一个场景，在没有DMP思想和解决方案之前，都是很难实现的。

现在开始升温的营销自动化，其实就是这样这个大图景下的一个典型的应用。

自动化智能化投放的引擎

这一点其实是DMP最初开张时候最主打的功能。因为程序化广告时代到来，必须有消费者相关的数据，才能支持程序化的人群定向投放。今天，你投放信息流广告选择人群的时候，背后就是一套DMP类似的系统在支撑着你选人。

不过，这个功能在今天已经发生了一些显著的变化。

过去，第一方DMP很罕见，主要是第二方DMP（来自于DSP公司）在公开广告交易市场（Ad Exchange）中对人群定向提供支持。

今天，整个中国的广告交易市场都在迅速从开放走向封闭，各个主要媒体都建立了基于自己生态体系内广告资源的广告交易市场，并且主要依赖于自己的数据，所以由DSP提供第二方DMP的需求在降低。而第一方DMP的需求随着消费者触点的不断多元化和碎片化而空前膨胀，这样，与程序化广告体系对接并为企业提供人群数据支持的，就从DSP的第二方DMP转为企业自己的第一方DMP。当然，如果企业没有自己的第一方DMP，也完全可以直接使用媒体提供的数据（类似于媒体的第二方DMP）。关于第一方第二方第三方DMP什么的， 如果你觉得烧脑，看这个系列的第二篇：DMP 101之二：关于DMP的数据源。

值得注意的是，第一方DMP实现的人群定向支持其实并不一定是直接把数据给媒体，而是要经过一些特定的转换，这个就不在今天这个文章中详细说了。

除了人群定向，DMP也因其记录了投放相关的数据，例如不同创意的表现、不同人群的创意诉求、不同人群和创意匹配的表现、不同媒体和创意的表现等，而能够支持实现例如动态创意或自动创意优化等功能。

小企业能用DMP吗？

小企业当然可以用DMP。

本质上，DMP的功用一句话就能说清楚：打通数据，然后在打通数据的基础上，提供该怎么做营销的判断。这个功用，无论它是以DMP的形式，还是以其他什么数据工具或者是自动化工具的形式，对每个企业肯定都是适用的。

当然，不在于你的企业是大还是小，而是取决于你的企业是否有人群运营需求，这才是关键。没有人群运营需求，或者没有较为密集的人群投放需求，那么DMP的价值就没有那么大了。

不过，似乎流量变现的生意越来越少，而需要运营，简直已经是所有企业的标配了。这也从另一个角度解释了为什么这一两年DMP的需求突然井喷的原因。

5

DMP vs CDP，它们到底有没有区别

CDP是什么

在DMP概念正火的时候，又杀出来一个新的名词CDP。很多朋友问我，CDP是DMP吗？

CDP是Customer Data Platform的缩写，顾名思义，这个平台主要聚焦在客户数据上。

如果严格按照这个名字来抠，customer data是远远小于DMP中的data的，因为没有买你的东西的，不能算是顾客，只有买了东西才算顾客。从这个角度上看，CDP更类似于CRM中的数据管理部分，而不是DMP。

不过，CDP显然不会只有这么一点点“野心”，若是跟CRM类似，那也没必要再创造一个新的名词了。

因此，我们首先看看CDP和CRM有什么差异。

CDP vs CRM

我们在解析这些名词的时候，都会碰到一个问题，即所有的名词都会随着历史的演进，其含义同样发生变化，或是被用于不同目的下的解读，因而难以呈现出一个统一的样貌。为了避免这种问题，这篇文章里面的比较只能对其核心含义进行比较，而不能对其引申的含义作比较。例如，CRM可能已经被赋予了各种各样更新的功能和能力而偏离了它最初的作用，如果是这样，我们就不能称之为CRM了，至少不是被广泛接受的CRM的概念。

CDP与CRM的最大差异，在于两点：一、人；二、触点。（关于什么是触点，请看这个系列的第一篇文章：DMP101之一：DMP的本质是什么。）

传统CRM是两类人群的单一触点。即客户和潜在客户在他们购买商品过程中与企业的接触、沟通及互动，触点主要就是销售界面，如销售人员。

CDP，严格意义上同样是两类人群（但扩展含义的CDP则包含更多人群了，我们后面将DMP跟它比较的时候再提），和多个触点。人群，同样是客户和潜在客户，但CDP 所指的潜在客户，要远远比CRM的范围要广。其次，CDP的触点也不仅仅限于销售界面，而是营销界面相关的触点都包含在内。

具体而言，CDP的潜在客户，不仅仅是填写了销售表单，明确了销购买意愿的那一类传统意义上的潜在客户，也包括很多企业所说的注册但是没有付费的人群；或是连电话号码都没有留下，却已经在企业的自有营销界面（owned media）上的各个触点有很多互动的人群。因此CDP的人群范围更广，而且不像CRM要用PII信息（例如电话号码）来区分不同的客户，而是必须利用其他的匿名ID来进行区分。这是一个很大的差异。

这里提到了owned media，是指企业自己所拥有的媒体，例如，企业自己的网站、app、公众号、小程序，对于这些媒体，企业都有较为完全的控制；而企业在知乎、头条上开的企业号什么的，也勉强算。投放的广告、知乎和百度知道上有企业介绍的回答等等，则不算，因为前者是paid media，后者是earned media。

触点方面，CRM主要是销售界面，而CDP则扩展到营销界面上的触点（刚刚讲的owned media），比如微信公众号呀、小程序呀、企业官方网站的宣传性频道之类，都是CDP要收集相关人群数据的阵地。传统CRM不包含这些领域，直到有人提出sCRM之类的概念，但这个如我们前面所说，已经不是传统意义上的CRM了。

CRM有营销管理的功能，比如Pipeline管理，销售跟单的商务管理等等，这些CDP则不怎么涉及。CDP更偏重于营销，而CRM更偏重于销售管理和商务流程。

可见二者区别是很大的。

DMP vs CDP

光从CDP和CRM进行比较，你可能认为CDP很类似一个DMP。这个观点没问题，CDP与DMP有很多相似之处，但它们确实不完全是一回事。

我们先看看，按照被普遍接受的严格定义，CDP和DMP有什么不同。

首先，CDP和第二、三方DMP是完全不同的（以广告主为视角的第二、三方DMP——谈第几方DMP，必须首先确定视角是谁的）。所以，没有什么可比性。这个小节标题里面的DMP vs CDP中的DMP，指的是第一方DMP。

即便是第一方DMP，跟CDP也有不同。

最大的不同同样在于人群和触点。

CDP的人群，不包括营销端广告投放所面对的受众人群，而第一方DMP，是要包含这部分人群的。

而触点，显而易见，CDP不包含广告投放这一类触点，第一方DMP则不然。

这或许是一般意义上第一方DMP和CDP的最大差异。

不过，第一方DMP可能也有不如CDP的地方，主要是第一方DMP理论上不存放实名信息，而CDP与CRM类似，是要存放PII信息的。因此，理论上第一方DMP更多用来做广告推广，而CDP则负责潜客转化和老客找回。

具体看第一方DMP，CDP和CRM的差别，如下所示：

但……，今天的从业者们，已经不那么严格的区分第一方DMP和CDP了。我们接着看。

DMP和CDP的混用

我们前面讲的都是在很严格定义的情况下，DMP、CDP以及CRM之间的差异。

可是，每一个解决方案提供商，都不想只提供被严格的定义限制了范围的产品，因此DMP开始存储实名信息，CDP开始记录广告触点上的受众行为，CRM也开始具有了多触点人群管理功能。

大家有一些不分彼此了。

第一方DMP一旦存储了实名信息，以及记录这些实名背后的各种行为信息，尤其是各种围绕交易做出的行为（查看、比较、收藏、咨询、领取或者使用优惠券、购买等等），那么它就有了CDP的功能，也就成了一个加强版的CDP（因为比CDP多了追踪广告相关触点的能力）。

CDP一旦开始记录广告触点上的手中行为，也就成为了一个加强版的第一方DMP，道理跟上面一段是一模一样的。

这也是为什么，今天我们其实把CDP和第一方DMP混用了。由于相关解决方案服务商自行的功能扩展，CDP不再是传统意义上的CDP，它也可以用于广告投放相关的目的；第一方DMP也不只是做投放，同样也能做自动化的潜客培育和客户运营。它们已经成了同一事物从不同角度观察之后的不同命名罢了。

上图：如果不那么严格定义第一方DMP和CDP

它们二者没有什么大的区别

不过，总体看，当我们以一种很笼统的方式谈及DMP的时候，我们倾向于这个事物是解决前端的营销获客问题的，而CDP则更聚焦于负责客户、潜在客户、会员、用户的运营和再营销。

所以，业界也倾向于认为，DMP是AdTech（广告技术）领域的解决方案，而CDP是MarTech（营销技术）领域的解决方案。

中国，CDP成了第一方DMP的一个事实上的子集

如果你问我，中国目前的CDP和第一方DMP的现实是什么样的。我会说，CDP看起来更像是第一方DMP的一个子集。

原因是，今天的第一方DMP为了打通人群数据，不得已一定要收集并且记录人群的PII信息，这使它们几乎都拥有CDP的相关能力。

而CDP则不一定拥有广告触点的数据获取功能（部分CDP目前确实都没有强调这一功能，而另外一些CDP则拥有此功能），这使CDP涵盖的人群数据比第一方DMP要小。

基本上，也就是这样一点差别了。

综上，当你把CDP说成了第一方DMP，不用担心有什么大问题，反之亦然。但把CDP说成CRM还是不可以的，另一方面，CDP也和第二、三方DMP完全没有关系。今天CDP这个说法也引起业界关注的一个原因，在于它似乎比传统的CRM更符合数字化转型的潮流。

好，这一部分就写到这里，第六部分我们开始谈谈DMP中存储的数据。

6

应用角度的DMP和CDP的逻辑架构

上一篇文章（DMP101 之五：DMP vs CDP，它们到底有没有区别）介绍了DMP和CDP的异同，有不少同学跟我提问，它们二者在数据上有不同，功能上似乎也不完全一样，是不是意味着，它们二者本身的架构也完全不同？

我这才意识到，我似乎还没有介绍过DMP的架构，尤其是从业务应用角度来观察它们的架构。正好，这个部分把CDP也涵盖进来，一起看看二者的逻辑架构是什么样的，以及有什么区别。

如果你直接从这一篇开始阅读的话，建议先阅读这个系列的之前的文章，即：

逻辑起点

DMP和CDP，它们的逻辑起点都是非常简单的。即，收集人的数据，基于这些数据对人进行分类，然后进行分析，或是对这些人进行相应的营销推广。

收集数据->打通数据->处理数据->应用数据——大逻辑上，二者没有什么区别。

不过，DMP和CDP在这四个步骤的细节上会有不同，后面我们再介绍。

DMP和CDP的最简化的架构

在上面的逻辑起点之上，我们下面勾勒DMP和CDP最简化的架构。

图1

这个图我不用多讲了，只要大家从左上角往右下角看，就一定能看懂，就是上一小节我们逻辑起点的更具体的图形化。图中数据应用那个环节，写的是DSP和营销自动化，只是举例，不是穷举，而且CDP和DMP在这个环节会有一些不同，后面会介绍。

几乎所有的DMP和CDP都符合这样的结构，而这个结构，有根本性的与CRM区别开来。

核心功能体系

上面的逻辑架构需要细化为具体的功能，如下图所示：

图2

从左至右我略作解释。

深绿色的“数据抓取、埋点、Tag管理以及数据输入系统”，最核心的功能是在不同的触点上获取用户相关的数据，以及通过其他数据源输入数据。在网站、app、小程序等，主要是通过加监测代码和埋点（事件监测）实现的数据抓取；而从其他数据源发送的数据，则需要有一个能够接受数据的接口，例如ftp或者API。Tag管理则是对监测代码和埋点代码进行统一管理的工具。

深蓝色的“Raw Data存储与处理”，是对深绿色部分获得的数据进行处理。数据清洗、格式化、数据的存取等，都在这个部分。蓝色部分虽然在上图中看起来小小的，但却是整个系统的核心。

绿色的四片，“ID引擎”是对用户个体进行唯一化辨识的过程，在这里要实现不同触点ID之间的匹配、构建ID匹配表，并对每一个个体构建统一化的ID体系。

“报告引擎”，是对Raw Data处理之后的Data进行重新组织和数据可视化，它与我们在前面的系列中谈到的网站分析工具的报表很类似，但是增加了一些报表，例如人群特征报告，端到端（含线下到线上或者反过来）的营销漏斗报告，跨域路径报告，各营销触点的互动（事件）报告等。关于报告中都应该有什么，报告中哪些数据比较可信赖，哪些数据相对较为抽象或者不能保证准确，我在这个系列中另外起一篇跟大家介绍。

“标签引擎”，这个是任何DMP和大部分CDP都应该有的，即根据系统所记录的受众的行为数据以及其他属性数据，为受众建立格式化的自然语言的属性说明，即标签。一般而言，DMP会尽力将标签与受众个体的ID一一对应，但是，由于大量外部数据源提供的受众及其标签不以个体形式呈现，而是以人群包的形式呈现，因此，DMP中的标签引擎不排除以为群体为单位建立标签。这不尽如人意，但是却是非常现实的办法。

“规则引擎”，任何DMP和CDP都必须有，如果没有，那这个系统根本就算不上是DMP或者CDP。规则引擎是建立细分规则的模块，将满足规则的用户聚合起来，形成一个人群。规则包括多种：受众标签、具体的受众行为或是行为的组合、受众或流量的来源，以及受众的设备属性等等。DMP和CDP本质上就是“人群操作系统”，如果连区分不同人群的功能都没有，那是不可思议的。

可以说，绿色的四片引擎是一个DMP或者CDP的功能核心。

核心应用体系

简单讲，DMP/CDP的核心应用体系是两大类，即给人看的和给机器用的，如上图中橙色的两片。前者当然就是指报告，后者则是大家更加关心的应用领域。

无论是报告系统还是数据应用系统，都依赖于规则引擎实现的人群细分能力。因此，由规则引擎这一核心功能所构建的应用系统，则是被很多DMP提供商称之为的“人群构建器”或者“人群计算器”。

而关于报告，前面已经讲了，我会再起一篇另行介绍。而给机器用的数据应用系统，则是大部分企业建立DMP和CDP的首要原因。

当然，这里说的“给机器用”绝对不是一个规范的说法，但这么说的原因是DMP/CDP需要与其他的系统对接才能体现其价值。

在这里，DMP和CDP开始出现分野，本系列的上一篇：【DMP101 之五：DMP vs CDP，它们到底有没有区别】提到了这一区别。DMP在应用上主要对接的是数字广告的投放系统，包括DSP、PDB（AG——Automated Guaranteed）、各家媒体的私有广告系统（PMP）或DMP，以及数字广告投放服务系统，包括自动化创意、Tradingdesk（预算分配、自动化排期、自动化预算消耗管理）等。CDP则对接人群运营的自动化系统，例如营销自动化系统、EDM/SMS、动态网站或网页、动态内容系统等。

DMP和CDP核心的应用就是将构建好的人群输出给这些系统，从而实现针对这些人群的营销和运营。

图3

当然，还有一些虽小但却十分重要的功能，就是图二的灰色部分，即权限管理和用户管理，本质上也是数据安全管理的一部分。

附加功能体系

具备了核心功能体系和核心应用体系之后，DMP和CDP基本上就是成品了。但，为了满足人们日益增长的数字营销需求，DMP/CDP又增加了一些“额外”的功能。

最典型的就是人群放大系统，学名是look-alike，就是当你通过“人群计算器”构建出一个人群后，再到更大的受众数据库中间去找跟这群人相似的人群。当然你不能自己用肉眼找，你需要依赖算法和程序，即人群look-alike功能。是的，严格讲它不是一个应用，而是一个功能。

另外一个典型的功能是数据输入。这里讲的数据输入不是DMP自己抓取的数据，而是指由外部数据源（即第二方数据和第三方数据）提供的数据输入到DMP中——通过ftp，S2S（Server to Server）或是API的方式等。数据输入之后，往往需要进一步的数据清洗、ID匹配等。

还有一个功能则是更高级的数据的挖掘功能，提供给数据科学家，对人群数据或是更原始的数据（raw data）进行更加深度的挖掘。并非所有DMP都有这样的功能，但媒体的DMP有时提供这样的高阶功能，例如京东九数和阿里的御膳坊（后来关闭了），另外nEqual的DMP同样提供这一能力。

另外一个更加神奇的功能是AI功能，你可以理解为更高级的基于DMP实现的机器学习的引擎。AI并非噱头，没有任何一个营销系统能够比DMP拥有更多可供进行机器学习尤其是监督学习的数据。机器学习实际上已经广泛应用于广告投放，例如信息流广告的自动效果优化的投放，所以并不是新奇事物。但AI在DMP中则相对少见，更多会被部署在数据应用的落地端，例如前面提到的数字广告投放系统和投放服务系统。

图4

尽管附加功能为DMP和CDP增添了亮色，但要记住，它们并不是DMP和CDP体系中必不可少的。不过，话又说回来，仅仅只是提供必须功能的DMP和CDP是很难获得用户的青睐的，附加功能体系往往很大程度上影响了广告主建立DMP/CDP的意愿和决心。

好，这一部分就写到这里，下一部分我们开始谈谈DMP中存储的数据。

预告

后面的内容将会仍然围绕“标准”的DMP，包含的内容有：

之一：DMP 101之一：DMP的本质是什么？

之二：DMP 101之二：关于DMP的数据源

之三，DMP 101之三：DMP与传统的用户行为分析工具到底有什么关联或渊源；

之四，DMP 101之四：DMP到底有什么价值？

之五，DMP 101之五：DMP和CDP有什么区别

之六，应用角度的DMP和CDP的逻辑架构

后续内容

之七：DMP应该如何组织重构各数据源的数据；

之八：一个好的DMP系统为什么特别难（绝对比你的供应商能实现的要难）；

之九：DMP上“外挂”的功能有哪些；

之十：你的企业是否需要DMP，需要满足哪些需求特征；

之十一：一个好的DMP有哪些衡量标准或者特征；

之十二：DMP这个“好东西”背后有哪些坑；

之十三：DMP跟CDP以及Martech之类的概念有什么关联。

之十四：……

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。