恩亿科-广州业务总经理-薛纪铭分享《解析数字化营销的落地难点》

各位早上好，非常感谢黄总的邀请。明略科技这次算是在时尚圈第一次亮相，明略科技集团在8月份世界人工智能大会上获得了国家科技部颁发的“营销智能”认证，这对我们来说是非常高的荣誉，全国目前只有15家企业获得过国家科技部的认证。

我来自nEqual，属于明略科技集团的“营销云”解决方案品牌。恩亿科的品牌是在2018年才正式独立的，2013年我们就规划了国内首个DMP 产品线，并服务于国内首个DMP 招标客户—Intel。nEqual 主要业务在DMP、CDP等营销数据数据中台、一站式营销智能闭环解决方案等平台。我们比较大的客户在快销、汽车比较多。标杆性的企业如宝洁，宝马，华润三九制药，丸美等等。

回到今天分享的主题，数据中台，数据中台是这两年比较火的概念，大家都会研究，市面上有各种各样的文章，怎么定义都有，但是我觉得不管怎么定义，其实大家抓住三个核心就好，我把它称之为技术、业务场景、数据。技术离我们最近，我不知道大家感觉怎么样，可能有些感觉数据中台这么大的东西应该很复杂，其实反而在我们行业内，DMP、CDP虽然这两年才开始火，实际上在技术和产品上，DMP已经有差不多快十年，十年前我们在美国就已经开始有DMP，其实中国最早的DMP也是阿里做的，其实2014年已经有了。所以DMP对于我们来说其实并不陌生。

其次，数据、业务场景会离我们稍微远一点，虽然大家天天都在做业务，应该说离得很近，但是现在因为技术不断发展，客户群、市场环境在不断变化，总会有新的场景出现，我们总会不断学习、接触、摸索，跟随，这个业务场景就会总有新的东西出现，所以它会比技术稍微离我们远了一点。

离我们最远的是数据，各个企业这些年通过数据营销的建设，也积累了一些数据，但是在真正用到大数据，在数字化营销的时候，不管是从数量、质量，对于企业自身所有的数据其实还是比较弱的。

所以我把它归纳总结为数字中台的三位一体，在任何情况下，大家接触到数据中台，不管是供应商或其他的主体，如果他们在谈数据中台，缺少这三位中的任何一个，其实他的数据中台都不会达到预期的效果，因为这三位永远都是一体的。

我们现在看到的数据中台，其实从技术和模式上，基本上是三种技术、四种模式，DMP、CDP、数据湖，DMP散在有两种模式，一个是第一方DMP，是企业自身建的，现在我们看到很多大的国际型企业，或上市企业，对消费者数据会比较敏感，会采用第一方，大部分企业还是采用SaaS的DMP。CDP包括的不仅仅是消费者数据，还有企业内各个渠道类型的业务数据，目前我们也没看到有什么企业做数据湖。

DMP和CDP之间有什么差异？跟很多客户聊的时候，他们说有DMP的需求，想搭建DMP平台，聊着聊着就发现你聊的不是DMP，你们想谈的是CDP，中间到底有哪些差异？

DMP，是针对于数据化广告应用，也就是在头条、爱奇艺、优酷等媒体上投放的数字化广告所产生的数据会在DMP的范畴，而DMP的应用范畴也是在数字化广告。第二个是数据类型，DMP里存储的都是匿名数据，与我们所谓的实名数据是完全不一样的，通过数字化广告收集回来的数据识别符，不是手机号码，不是姓名，是设备ID。其实这只是代表一个设备，并不是针对于一个人，如果你同时拥有两部手机，都被广告监测的话，实际上在DMP里面产生的是三条数据，所以通过DMP你能找到的是一台设备。

CDP，其中会复杂一点，其实接入了企业内部各种各样与消费者相关的数据，所以会有实名数据，会员的手机号、会员的姓名都在里面，包括微信、公众号、微博、官网等等。通过在CDP里的数据，你可以找到真的一个人，这是DMP和CDP之间最大的差异。

如果对于时尚行业来说，大家更适用于CDP，因为我相信大家可能投数据化广告的可能性不太多，大部分都是玩私域流量，各种各样的社交触点等等，所以应该CDP更适合大家用。

那么这些年下来我们做了很多企业的DMP、CDP、数据中台的项目，也踩了很多坑，受到很多挑战，今天主要跟大家分享我们在项目建设当中看到的问题，不是技术层面的，更多的是从业务数据角度谈谈，而且是通用型的，因为各家企业情况不一样，都有各自的特点，所以我挑了比较通用的，每家企业基本上都会遇到的问题。

第一，数据采集点非常多，而且会越来越多。我画了一个图，这仅仅是一个线上购物的消费者的图，根据阶段、行动、触点、部门，大的点超过30个，与业务部门交叉就超过80个。其实每一个节点都产生数据，而且这些数据其实又在不同的部门之间负责、存储，市场有市场的数据库，门店有门店的数据库，产生这么多的数据，这是在数据中台CDP建设中遇到很大的问题，很多企业可能没有做过数据，没有相应的工具能够采集到这些数据。比如我们接触到的有些保健品、化妆品，他们是靠柜员推销，所以很多消费者的数据是销售员用私人微信去加，销售员一旦离职，企业是掌握不到消费者的数据的。所以现在很多客户就开始用企业微信的方法，让所有的销售员用企业微信加消费者的微信，这样这些数据能够回流到企业上。

类似这样的各种各样的解决方案或新工具的应用，会是在建设当中我们遇到的难题，比较复杂，怎么解决？我只能跟业务部门坐下来一个一个去梳理业务环节，把所有的数据点梳理清楚，想明白哪些地方产生数据，哪些地方要收集什么数据，由谁来收集，这些业务链条没有投机取巧的地方，一定要梳理清楚，这是我们在项目当中经常遇到的问题。

第二，数据打通方面。数据中台能够产生作用，要把各个触点上收集到的数据进行打通还原到从一个消费者身上，但这又是很矛盾的地方，因为收集回来的数据标识符都是不一样的，其实互相之间是无法串联起来的，这就需要一些技术手段，也需要品牌自己创造很多业务场景，让客户尽量多的留下他们的数据，然后在后台、数据中台中，使用各种各样的连接方式、各种各样的记录手段，帮客户把数据之间进行打通，还原到同一个消费者身上。因为这件事如果不做的话，如果无法打通数据，各个触点进来的数据，即便汇总到数据中台中，也是数据孤岛，那就变成更大的更高级的数据仓库，就失去了CDP的意义，后面的应用，要做千人千面、建模就会遇到很大的障碍。

第三，长期目标与短期目标的纠结。我投资了这么大建这个东西，用了那么长时间做这个项目，到底收益在哪？刚才主持人也讲到ROI的问题，但企业也有长期的目标，怎么平衡？我用一个漏斗来举例子，实际业务当中是一个回环，漏下来的人未来可以再营销，实际上是一个葫芦型的，上面一个下面一个，并不是常规的倒三角，中间有很多回环。在这样的情况下我们如何平衡长远的目标？

我们的建议是要分层，1，你先要把你的业务了解清楚、研究透，然后按照业务进行分层，每一层都有自己的目标，这些目标可以是短期目标，短期目标加在一起就是为长期目标服务，长期目标又指导你如何完成短期目标，其中有量化的业务指标也有不能量化的管理指标。

举个例子，我们做过一个电商平台的数据中台，其中有三种平台，阿里、京东、苏宁，相信大家绝大部分都是这样，每个平台都有一个团队来运营，但是这个品牌提出一个想法，电商对于我来说是一个总的渠道，线上线下，但是电商三个渠道之间，我没有办法横着看竖着看，但是我怎么平衡整个电商的投入？我到底怎么判断这笔钱，电商的盘子预算这么多，给多少阿里、给多少京东，哪一边的ROI更高？他做得很细。所以我们想办法把三个平台中的数据进行打通，然后统一计算，最后出来整个电商平台的评估。

这里面要说短期目标，其实我并没有直接把它放进销售平台的销售，但是从长远来说，电商的数据中台对于长期目标的战略意义有非常大的意义，从管理的角度，长期目标和短期目标永远都是在结合当中，这是我们在做项目当中把客户解读长期目标和短期目标，如何拆解、分层。

第四，模型。数据中台或CDP建设到最后，你的产出一定有数据模型，必然会有，不可能是一个统计级的数字做成可视化，数据一定有模型，这个模型的产出对于企业是比较大的难点，围企业本身并不具备这个能力，不是学过经济学、数学就能做的，你要掌握一些技巧才能做，模型是非常复杂的事情，所以需要数学家进行协助。

几个建议：第一，在整个业务当中我们要尽量把自己的业务环节数字化。

第二，在建设过程当中采用小步快跑，不断迭代，千万不要一开始把中台做得太大，对于企业来说负担太重，周期太长，很难达到预期的效果，最好从某一些点上开始，从数据化、采集数据、分析数据、应用数据，用了以后你会发现很多新的点你原来没想到，然后再慢慢一步一步增加。

最后跟大家强调两点，第一，数据安全。从去年年底到现在，大家可能感觉到国家对个人隐私数据的保护越来越强，我相信各位在品牌内部存储的大部分数据也涉及到个人的隐私数据，外面很多的供应链也可能在跟你们推销各种各样的数据解决方案或卖数据，要特别小心。因为不是你自己没事就没事，如果你的合作伙伴产生了问题，在国家目前的法律法规下，是所有人都会连带产生一些法律风险的

第二，5G。我们在最近越来越多的企业会跟我们聊到5G的问题，现在已经开始了，5G手机已经有了，4G发展用了差不多4年到5年的时间，我们跟华为聊的时候，他们认为5G的发展可能会更快，5G对于营销的点在于数据量更大、数据更快，消费者用5G的情况下，可能比现在的消费行为的改变会更多，会更多上网，那么在这里，区块链、边缘计算等技术都有可能很快会出现，也许大家可能觉得5G还离我们很远，但实际上其实非常非常近，在一两年之内，我相信可能会看到这样的变化，现在大家可能感觉5G手机还很贵，华为每年都会降价，最终5G手机可能比4G手机还便宜，因为他们的重点不是在于卖手机，而是在于用5G手机带来的流量。

最后，跟大家展示一个基础的框架，我们经常帮客户搭建数据中台，这些组建往上会支撑到企业的广告、数字化营销，我们叫客户体验管理，再往上到数据，这基本上可以作为一个粗狂的数据中台大框架帮企业做参考，我今天的分享就到这里，谢谢大家。

注：以上内容摘选20191214华南时尚行业CIO年会，转载仅限学习分享；

       如产生版权问题，请联系我们处理；

       文章不代表”华南时尚行业CIO联盟“立场！