数据中台CDP，为零售CMO解决了什么？

人口红利消退，企业获客成本不断增加，获客难度加大，企业不得不选择从增量市场转向存量市场。

与增量市场不同，存量市场下，企业品牌市场运营重点将更多的侧倾于“客户生命周期”洞悉以及消费决策路径。如今，小红书、抖音、淘宝、京东等线上APP的大众化程度越来越高，用户接触品牌的路径大幅简化，从“种草”到“购买”到的过程，只需一个点击即可完成消费。消费决策路径的简化，使得每个有可能影响客户决策的关键点都有值得挖掘的价值。换句话说，存量市场下，挖掘“客户生命周期”中的价值，紧抓细分人群特征与诉求的商业模式和长尾产品，制定更有效的营销策略成了CMO的一大难题。

理论上说，在以海量用户数据为基础的全景洞察支持下，企业足以为每位客户设计符合其消费态度与价值偏好的营销和运营策略。

在用户主权时代，什么样的广告内容能吸引用户二次购买，增加回购率？

哪个渠道属于影响客户体验的短板？

采用怎样的渠道配比才能达到ROI最优化？

过去，这些问题往往只是依靠自身经验与业务直觉判断。现今，CDP（Customer Data Platform）出现并普及，营销和产品部门的业务人员无需具备专业数据知识即可完成客群、渠道分析，以数据支撑整个营销活动规划、设计及落地。

在长期做咨询、中台建设的过程中，神州数码集团孵化出一款自有的CDP产品——Bluenic。

从个体消费者维度，Bluenic完成了从数据存储、数据分析、到客群筛选的闭环，数据维度了解客户偏好，洞察客户的期望；对营销部门，Bluenic实现了“取数于谁，用数于谁”，提升广告、活动、营销投放的针对性与营销转化的成功率。其核心业务流程可被分为数据引入、数据整合、客户画像与策略定制，执行及评估四个环节。

数据引入

现代企业，尤其是To C的零售企业，获取客户数据的渠道有很多，但渠道与渠道间的数据却彼此不共享。Bluenic是打破这些数据孤岛的有效利器，它可整合入三方数据：第一方，自有渠道数据，即企业的网站、微信、APP上的客户行为数据。这些渠道包括但不限于微信、微博、今日头条、网站、小程序、短信、邮件、CRM、ERP、BI等；第二方是从合作数据源获取的数据，如DM的投放平台、短信的投放平台等；第三方纯粹是线上抓取、社交媒体搜索获取的外部数据。

数据整合

对于收集来的海量数据，Bluenic提供了多样、灵活的数据整合和清洗方式，实现渠道间数据的关联和无效数据的剔除。清洗后的数据，Bluenic借助ID-MAPPING算法，对来自不同来源、且缺乏主键关联的顾客数据进行识别匹配，并定义统一顾客身份编码（One-ID）。举例来说，A用户在网站“匿名”浏览了某种商品，留下简单的数据，然后在线下通过门店注册了该企业的会员，Bluenic可通过算法匹配识别两者为同一人，并给予该客户唯一的身份ID。企业将这些唯一ID进行档案存储，即可形成庞大的企业顾客数据资产。

客户画像

这是Bluenic的核心环节。它可以通过简明易懂的人群与属性标签对人群进行划分。销售、市场人员可以根据业务需要，快速圈定所需投放的客群。如A客户在去年官网网购了某款中高档产品，Bluenic依据数据分析可能会给予“25-30岁、女、网购、源自官网、消费水平较高、品牌忠诚度低”等标签，企业做活动预告时，市场人员就可以筛选年龄、性别、信息来源、消费等级、个人需求等标签圈定客户群体通过平台完成定向投放。

策略定制、执行及评估执行及评

这里包含三块，第一块策略的定制，第二块是策略的执行，第三块是策略的评估。

首先，Bluenic内置统计模型，可以根据以大数据、AI为核心的数据洞察方法为顾客数据进行分析，确定细分客群。例如以自动分析类目与品牌偏好、辅助商家进行连带推荐的人群消费态度与价值偏好模型。

然后用户可以通过Bluenic的自动化营销功能，设置相对应的营销流程以及需要跟踪的转化结果，自动化营销功能会解放用户的双手，帮助用户准确高效地自动执行营销流程。

最后，策略评估是针对活动后效果复盘的一个功能。活动消息有没有准确的触达客户？内容有没有吸引成功客流？客流的成单转化率是多少？这些都可以通过Bluenic进行统计分析，并为后续活动的优化的方向给出指导性数据。

过去，数字营销主要以SaaS营销栈的方式各自孤立的存在，销售部门依赖CRM、售后部门主要看客服系统、市场营销部门关心微信平台、数据分析团队使用各类数据分析工具。这些工具各自产生的新的、孤立的、片面的客户数据无法同步。Bluenic这类CDP数据中台打破了相互之间的数据壁垒，让CMO能更快的定位精准营销市场，最大限度发挥客流价值，加速营销转化。

.

.

.

.

.

.

长按图片识别，获取更多精彩内容

233269