為了追求更高的業績增長，以線下零售為代表傳統企業都在尋求數字化轉型。尤其是2020年新冠”黑天鵝“事件發生，線上渠道的重要性凸顯，加速了各個企業轉型步伐。
數字化轉型的關鍵之一需要企業盡可能全面采集到用戶數據，並把數據運用好。所以，DMP（data management system，數據管理平台）應運而生，以下簡稱DMP。
那么究竟什么是DMP呢？接下來，我將從以下4個部分進行淺析，希望能夠幫助感興趣的你進行了解。
01.DMP是什么？
02.應用場景及價值
03.產品功能模塊
04.困難及突破方向
01.DMP是什么？#
以下是來源於百度百科的解釋：
DMP(Data Management Platform)數據管理平台，是把分散的多方數據進行整合納入統一的技術平台，並對這些數據進行標准化和細分，讓用戶可以把這些細分結果推送現有的互動營銷環境里的平台。
提煉出4個關鍵詞：數據、整合、細分、推送
由於企業所在行業和業務需求不同，DMP定義有所差異，但本質上是基於數據實現產品功能。咩咩基於從事的新零售行業，對DMP進行了場景化定義，如下所示：
DMP（Data Management Platform）是集數據采集、整合、應用於一體的數據管理平台，通過標簽自定義圈人、多維度畫像分析及統一接口數據輸出能力，助力用戶增長決策、數據變現以及運營效率提升。
（圖1：DMP業務流程概覽）
02.DMP的應用場景及價值#
DMP是數字化時代企業的數據大腦，是運營和市場營銷的基礎。以BAT為代表，由於擁有用戶流量的優勢，早已搭建了自己的DMP系統，e.g.阿里巴巴的達摩盤、百度DMP、騰訊廣點通。
對於線上線下渠道的新零售行業，擁有深度定制的DMP系統開始變得重要。零售行業搭建DMP系統的目的通常如下。
1） 管理用戶生命周期
通過自動化標簽快速定位生命周期各個階段的人群及其特征，方便以用戶運營為代表的業務快速做大量的A/B test，驗證拉新/促活/留存最有效的策略模型。
- 拉新：輔助運營策略轉化
針對某品牌拉新，運營通過DMP撈出“近一個月購買該品牌新用戶”為種子人群包，再通過lookalike模型找出相似人群進行活動觸達，為品牌吸引更多新用戶。
- 促活/留存：系統個性化推薦
以“淘寶”為例，通過用戶行為習慣抽象出標簽“喜歡淑女風服飾”“3個月孩子媽”等標簽；再通過建模分析預測出用戶未來偏好再沉淀在DMP系統；最后，通過對接推薦系統或者運營策略化維護用戶，起到促活留存的作用。
2）助力數據變現
數據+工具+服務+（資源）=變現，資源並非DMP的模塊，這里不再詳說。
由於本身產品工具、服務的可替代性強，所以數據成為DMP幫助變現業務的核心關鍵，數據的豐富度和質量影響變現效果。
通過精准人群數據+資源位打包的方式，自由組合集合成變現拳頭，加上產品工具和投放策略服務即可幫助廣告主實現投放策略目標，達到平台變現的目的。
e.g.參考2.1中“拉新”案例
3）提升業務效率
DMP作為面向多條業務線產品工具。搭建的共同目標之一——提升使用方效率。
傳統零售公司獲取數據流程長，耗時多。通常流程為：提數據需求給IT部門——Excel提供數據（1周）——運營做觸達/分析。對於需要數據追熱點等場景，最后只能和運營“say goodbye”。
而擁有DMP工具后，運營可以獨立快速獲取數據完成策略（定位目標人群——活動觸達——報表分析）閉環，極大程度提高運營效率。
03.DMP產品功能模塊#
對於不同公司，dmp業務邊界不一樣，功能模塊組成有些差異。但DMP通常會包含以下幾部分：數據采集、標簽、群組、分析、對外API接口。
數據采集和對外API接口雖然無法可視化呈現，但把握着DMP的入口和出口，是實現DMP價值的關鍵；標簽/群組/分析主要偏向於前端，是使用方能夠有感知的部分，故交互體驗尤其關鍵。
（圖2：DMP產品功能組成模塊）
1）數據采集
DMP作為典型的數據產品，越豐富的數據越能充分發揮產品價值。簡要介紹如下：
- 一方數據：訂單、用戶行為、用戶屬性等。作為零售平台，如何快速且全方位采集線上線下全渠道的數據，是最快獲得價值的方式。但是，線下數據采集需要借助硬件設備，如：攝像頭、互動屏等，耗費巨額財力和人力。
- 自媒體數據：微信公眾號、短信、微博、抖音等自媒體。企業官方自媒體數據靈活應用起來，可以有效幫助企業宣傳品牌和拉新用戶，但是往往依賴（制約）於自媒體平台能夠提供什么樣的數據。
- 第三方數據：由於政策的嚴格，目前買入的第三方數據無法在自有體系中使用起來。為了豐富數據源，目前各大零售平台會采用和供應商共建（數據交換）的方式去獲得更多用戶數據。
- 廣告投放數據：屬於次生數據。當零售平台通過廣點通、今日頭條或者百度投放廣告時，廣告引入的用戶行為數據可以反哺回一方數據采集。
2）標簽
將不同數據聚合成標簽給業務團隊精准圈人，成為DMP重要用途之一。其中，預置常用標簽也可以幫助系統節約資源，並加速業務圈人群的操作效率。
標簽模塊通常由標簽分類和標簽管理兩部分組成。
- 標簽分類：標簽分類多種多樣，從產生方式來說，標簽通常由事實類、規則類和預測類組成。但實際前端應用分類，需要產品經理深入業務場景考慮。后續我會寫文章重點介紹零售行業有哪些標簽，以及如何分類，這里不再細說。
- 標簽管理：標簽交並差。有些公司為了快速定制標簽，也會開放接入接口和上傳接口，快速接入第三方標簽或者業務自行上傳用戶ID生成標簽。
3）群組
群組和標簽的功能在某些方面上是類似的，比如：分類方式，篩選人群，都依賴於底層數據，但使用場景有所差異。
為實現更靈活的人群應用，目前市面上DMP會采用群組獨立的方式。群組擁有標簽不具備的功能如下：
- 人群支持快速交並叉，A/B分組，下載，並可通過API接口推到SCRM中做活動
- 可以設置獨立標簽的更新周期，解決不需要更新或者更新頻次不同標簽的業務場景
4）分析
多維度的分析是DMP核心價值模塊，也是數據閉環（標簽人群——活動觸達——分析）的關鍵。后續我會重點介紹分析模塊的搭建和應用，這里僅簡要描述。
新零售行業常用的分析如下：
- 人群行為分析：線上曝光-點擊-瀏覽-加車-購買漏斗轉化、線下用戶互動行為、客單價分布、購買頻次分布、領券/用券分布等
- 人群屬性分析：地域、性別、年齡、手機品牌等
- 活動觸達分析：新用戶轉化、復購率提升、關注公眾號、跨品類轉化、商品銷售提升等
5）對外API接口
有了數據采集的入口，對外API接口成為DMP輸出價值的關鍵。
通過API接口對接第三方平台，我們可以賦能更多業務場景。比如：推薦系統利用DMP標簽做APP前端個性化推薦，SCRM接收DMP人群做精准觸達。
產品經理和研發需要重點關注接口性能，數據並發量及傳輸速度等。
04.困難點和解決方向#
以下是我搭建DMP過程中遇到的困難點和解決方向，部分已經正在實踐，部分還停留在理念階段，希望有經驗的朋友可以加入指導和探討。
1）數據采集的全面性
線上數據采集技術已經成熟，通常情況下不難獲取到。但線下由於無用戶ID（e.g. open ID、手機號、Device）數據，采集變得非常艱難。
而作為零售企業，線下的數據已成為拉開競爭對手的關鍵。
解決方向：
- 引導用戶成為線上用戶。比如：C端產品（拉新禮包、積分），門店引導注冊小程序，關注公眾號等
- 硬件采集用戶信息。由於硬件設備昂貴，用戶行為捕捉干擾性強等，這塊只能嘗試性投入
2）數據准確性和實時性
由於數據量巨大，如何保證數據准時獲取，准確且無缺失成為實現DMP痛點和難點之一。
解決方向：
- 推動相關部門搭建實時化管道，分階段實現實時數據的獲取。但主要取決於公司是否願意投入成本，以及產品經理需要很好把控哪些數據需要實時，哪些“T+1”也可以滿足
- 搭建數據監控體系，程序化對於缺失數據進行預警和解決。如何制定預警規則，且高效化處理成為方案落地關鍵。
3）數據安全性/政策影響
由於DMP匯集了公司最全面的數據，如何保證公司數據被安全合理應用成為DMP產品必須要面對的點。
解決方向：
- RABC權限管理體系，細顆粒度分割數據和功能權限。但隨着顆粒度越細，權限管理和開發的工作量越來越大，需要做好平衡。
- 用戶日志記錄，無法從源頭杜絕，僅能用於后續追溯。但無論如何，從風險角度，建議在搭建初期便規划好日志管理系統，避免后續出現問題無從查詢。
- 引入審計審核環節，確保數據符合公司應用。對於離線數據對外傳輸等場景，建議引入公司內審部門審核，從流程上嚴格把控。
05.寫在最后#
DMP系統搭建得好的話，確實可以很大程度助力業務的發展。但是，精細化DMP的搭建需要公司投入大量財力，人力和時間，數據采集、標簽沉淀和分析洞察等每個模塊都需要精細化打磨，任重而道遠。願你我在產品汪道路上，做些真正有意義和價值的事情。