顾客数据平台（Customer Data Platform，简称CDP），是近年兴起的一种以顾客为核心、聚焦客群细分与人群洞察的企业数据应用平台。

听上去很互联网啊？跟实体行业和零售营销有什么关系呢？

让我们从几个故事讲起。

「赢了所有对手，却输给了时代。」

2010年，大润发在黄明端接掌14年之后，终于如愿取代家乐福，强势登顶中国百货零售冠军，然而，这位彼时被业界誉为“陆战之王”的台湾企业家很难料到，迅速崛起的阿里巴巴在之后仅用了不到一半时间，便完成了对大润发母公司高鑫零售的股权收购。

黄明端的无奈背后，原大润发领军层黯然离场。

在门槛更高的耐消品行业，老将与新星间的博弈也在激烈的进行中。2019年前五个月，小米电视的线上份额已大幅扩张至27.79%，直逼国产三龙头份额之和。而对于以往将小米攻势定位于「性价比」的守成者们来说，更让他们感到忧虑的，则是在电视价格继续跳水的2019年，小米的品牌均价却异常坚挺，此消彼长，今日的小米电视已昂首迈入了线上市场品牌溢价的国产一线梯队。而在部分新兴品类，如毛利较高的净水器市场中，小米的线上均价甚至超过了数家国产一线品牌，这或许意味着，在同样的经济成本前，新兴市场的消费者与传统品牌已从貌合神离到渐行渐远了。

4C与人群细分

自上世纪中叶麦卡锡教授提出基本结构，4P理论影响并指导了大部分成功企业的市场营销工作。而进入新世纪后，随着互联网电商的兴起与普及，以顾客（consumer）、成本（cost）、沟通（communication）、便利（convenience）为核心的4C理论正受到越来越多的认可与应用。上述四要素中，成本控制因其输出的时效性与可量化性，很早便得到了企业界的重视；而在渠道分销与零售业中，重视沟通、强调便利则是被长久奉行的经营之道。相对的，被置于4C之首的顾客，却往往只得到了片面的认知和理解。

在传统的市场细分实践中，品牌商与分销商往往以不同的产品规格、价格来反向切分市场，并在很长一段时间内据此设计了行之有效的细分策略。但进入本世纪第二个十年后，随着供应链的产能溢出和线上渠道的迅猛发展，初创企业的入场门槛被大大降低，相应的，紧抓细分人群特征与诉求的商业模式和长尾产品则持续蚕食着传统企业的市场份额。现象背后，隐藏着传统市场细分理论的进一步演化，即先定卖给谁，再想怎么卖 —— 只有明确定位了目标客群、充分了解其消费态度与价值偏好，才能在准确的渠道、用打动人心的营销售出合适的产品。作为现象级营销的代表，无论是近年在红海市场完成20亿销额跃进的白酒品牌江小白，还是当年用“为发烧而生”征服年轻消费者的小米手机，都是这一变革的实际拥护者与坚定执行者。

事实上远在线上电商兴起之前，相当多的传统品牌与分销商便意识到了人群定位对产品和营销策划的重要性，并在市场调研工作中投入了大量的精力与成本。但使用传统调研手段时一个无法回避的问题，便是受制于其抽样统计的方式，决策者往往只能依靠自身经验与业务直觉去判断调研结果的普适性 —— 长时间、低效率的传统调研实在难以支撑对庞大客群进行细分与洞察。

大数据营销

大数据时代的到来让营销先行者们似乎看到了转机。

理论上说，在以海量用户数据为基础的全景洞察支持下，线下零售的营销部门足以为每位潜客设计符合其消费态度与价值偏好的营销和运营策略，进而极大提升销售转化率。但在实际应用中，传统企业往往存在这样那样的难点，主要可归纳为以下个两个方面：

用户数据分散：大数据洞察往往需要对客群进行高纬度的数据关联与聚类分析，但在相当多的企业中，每日产生的大量顾客数据往往分散于销售、物流、售后等多套内部系统中，相互间形成数据孤岛，且不论全景洞察，甚至都无法支持产品、营销部门一般性的即时数据取用需求。

业务价值模糊：打破数据孤岛后，很多企业面临的第二个难题，便是因为缺少数据营销方法论的指导，致使IT与数据部门闭门造车，而迟迟不能助力业务部门提升市场业绩。

为解决以上问题，CDP，这一业务针对性极强的大数据系统应运而生。

CDP -顾客数据平台

与纯粹的数据系统不同，CDP（Customer Data Platform）首先是一种直接面向业务的应用平台，在IT部门的数据准备完毕后，营销和产品部门的业务人员无需具备专业数据知识亦可进行客群分析与结果导出，这极大降低了企业固有数据的应用门槛，使一线业务人员在营销策划中能够更多、更快地得到数据支持。

其次，对于单个顾客，CDP完成了从数据存储、数据分析到客群筛选的闭环，借助于它，营销部门可以真正做到「取数于谁，用数于谁」，大大提高了营销投放的针对性与营销转化的成功率。

以奇点云CDP为例，其核心业务流程可被分为数据整合、客群圈选、人群洞察与策略评估四个环节。

数据整合

现代企业，特别是中大型企业中，往往存在着多种来源的顾客数据。根据其来源渠道，相关数据一般可被归为三类：第一类来自于企业自身渠道，如销售、物流、售后等，此类数据一般较为规范；第二类来自于合作渠道，如投放平台等；第三类则纯粹来自于企业外部，如线上抓取。在数据整合环节，奇点云CDP首先提供了灵活开放的接入与清洗方式，帮助企业IT人员将孤立分布于各系统中的用户数据以库、表的形式开放给CDP，并支持用户对特定业务域进行可视化ETL。更进一步的，借助奇点云CDP所独有的ID-MAPPING算法，未来企业开发人员还可对不同来源、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）。通过上述方法，来自不同渠道、不同系统的顾客属性标签便可成为以One-ID为核心的企业顾客数据资产。

客群圈选

作为奇点云CDP的核心环节，客群圈选模块提供了简洁易用的人群与属性标签管理界面，以帮助用户业务人员根据业务需要，快速圈选所需客群。举例来说，使用销售部门所采集到的属性标签，业务人员可以快速对比不同区域、渠道、性别、年龄段顾客的消费偏好与消费意愿；随着增量数据的不断产生，这一对比还可以在时间层面上进行升维，以此揭示客群需求趋势的变化。业务人员根据商业逻辑选定目标客群后，随后便可快速导出相应顾客信息列表，以进行下一步的营销策划与推广投放。

人群洞察

对于需求更高的用户，奇点云CDP还可提供以预置业务模型为核心的人群洞察分析功能，帮助企业用户更加精准的细分客群，从而量身定制营销策略。相较传统的统计学分析，这些以大数据AI驱动的数据洞察方法往往有着更强的场景针对性与业务指导性。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，或是对不同生命周期、不同商业价值客群进行拆分聚类的RFM模型，都已在奇点云CDP的外部合作中实现了商业落地。更进一步的，奇点云还可根据不同企业的业务特征与分析习惯，为用户定制开发专属分析模型，以帮助企业完成业务经验的知识沉淀与组织提升。

策略评估

在实施针对细分客群的商业策略后，营销部门往往需要对其进行有效性评估与复盘。针对这一业务场景，奇点云CDP纳入了消费决策路径模型。投放的内容有没有成功吸引客流？引来的客流符不符合目标定位？进店驻留与购买转化的指标是多少？借助IOT识客系统的应用，奇点云CDP可对线下营销活动进行以往只有在线上才能实施的消费决策路径分析，帮助营销部门准确找出导致顾客流失的环节并加以改善。

新零售崛起的背后是后互联网时代的残酷降临，各种渠道的流量红利已被挖掘殆尽，拉新引流则往往需要高额成本，时至今日，只有能精准引流、有效转化，并最大限度发挥客流价值的企业才能更好的生存和发展下去。作为准确响应需求，推动企业大数据落地业务，CDP正迈着坚定的脚步向我们走来。