DMP應立足內部步步為營【業務類】

摘要：前幾天有同學找我聊，聊到了她們想搭建DMP系統，對於搭建DMP系統的目標、外部數據是否重要，DMP同CRM系統的關係及如何打通這些數據等等話題。下面我再整理整理分享給到大家。

隨著移動互聯網的高速發展，大數據的概念已經逐步被大家所接受，被追捧。在實際業務當中逐步被更多地運用起來。然而概念火爆需求旺盛，使得整個市場魚龍混雜，不論是DMP系統供應商，還是數據提供商，都會有各種的推銷。在一陣陣的喧囂熱鬧下，使得我們更加地心裡沒底了。那麼如何才能用好DMP這個工具以及大量的各方數據呢？下面我們將從需求、外部數據選擇、數據打通等等視角來介紹。

一、立足業務訴求，步步為營

對於DMP系統以及數據，我的觀點首先是要想明白、梳理清楚搭建DMP系統的目的。因為首先弄清楚系統目標十分的重要，目標決定了系統的功能、數據源、數據採集打通等等各種環節。另外在大目標這個維度下，我們還需要加入逐級分解需求找出數據模型及業務規則這個維度來梳理。因為雖說互聯網已經深入日常工作生活的方方面面，各種細節活動中。而說到底還是一種信息化的方式。就是將我們的工作、生活中各種的數據電子化了，通過這些電子化手段可以讓我們利用一些自動化的工具，更好地加速我們的業務開展及數據分析。所以只要能認識到這點就能讓我們釋然很多。從紛亂的外表看到問題的實質。重點還是業務，而不是電子化的手段或者電子化的數據形式。換句簡單點的話來說就是，關鍵是我們是否能搞明白如何通過XLS建立什麼樣的維度，以及分析出什麼樣的數據模板，通過xls模板或者紙的表單能把業務走通走完才是關鍵。這樣兩個梳理維度交織在一起由大到小，從上到下。例如建立DMP系統可能有如下這些目標方向：

1.在營銷領域：

a.各種營銷渠道對後續效果的歸因分析；那麼是否知道哪些維度和指標來觀測及評估渠道貢獻是分解需求的關鍵：例如：廣告曝光->點擊—>到達->活躍->轉化->留存->復購等等。其中哪些數據是已經有的，哪些數據是需要通過數據打通或從外部獲取的？等等這些都是需要認真梳理的。

b.對目標受眾的分析可輔助制定產品推廣策略或營銷策略；這個策略可以倒過來看，可以先從現有自己的數據著手，分析出不同產品或現有不同推廣活動，到達官網或購買產品服務的用戶的分組以及基於這個分組，以及從現有數據中是否能找出一定的特徵。例如：之前春季促銷帶來的大量的是購買某一產品，而且留存及3個月的復購高，這些用戶大量集中在什麼區域什麼時段什麼形式或渠道購買的產品服務。然後再根據這些分組再結合CRM或直接進行發放調研問卷，或結合外部的數據來給用戶進行的興趣愛好及可能的轉化因素進行明確。這些都是我們要達成的結果，手段可能會是DMP系統。

c.收集分析高轉化特徵指導廣告投放。基於上述b環節的數據可以進一步同媒體或廣告渠道進行數據對接，可以採用自動化手段進行廣告投放。而怎樣投放才算效率高效果好，又是環節a會關注的。所以我們會發現重點是我們要把業務梳理清楚，關鍵不是DMP系統或工具本身。

可見在營銷這個方向上DMP建立的終極目標是優化營銷效率，提升ROI。

2.在用戶運營領域：營銷是給產品服務引流的，所以營銷目標同用戶運營的目標密不可分的，用戶運營的很多數據維度及模型可能都是衡量營銷效率及效果的重要指標項。廣義上可能會經常將用戶運營同營銷放在一起來說。用戶運營領域十分重要的就是CRM系統以及運營內容同用戶響應度及轉化度之間的關聯這些數據及模型都是我們需要重點分析梳理的。對於這些問題我們可以按5W1H標準的描述事件的思路來指導梳理：WHO（誰）、WHAT（什麼內容）、WHEN（何時）、WHERE（何地）、WHY（為什麼）、HOW（如何的互動的方式）。以及這些不同的維度的用戶互動及留存轉化的模型如何？或者對用戶的利潤貢獻率、單筆消費額度、消費頻度、互動頻度等等對用戶進行分組，再以這個分組為主要分析線索來分析內容、服務、產品的用戶使用頻度周期等等。有了這些數據結果才能有效地指導用戶運營的後續計劃安排。在這個過程中我們肯定會遇到不同系統間數據如何打通，是否需要外部數據補充等等問題。

3.財務管理或供應鏈管理等企業管理的領域：其實我們企業管理的核心就是依據產品及服務銷售節奏，合理地配備人財物。供應鏈的管理，使得庫存越小、資金周轉率越高、資金流轉速度越快管理的利潤率也就越高是管理領域的重點目標。那麼如何使用好數據，並將不同系統間的數據銜接好，不同業務領域的模型銜接好。例如：推廣模型同產品轉化的模型以及供應鏈財務模型銜接好，高ROI的營銷推廣帶來的產品銷售不一定是供應鏈財務模型中最優的產品服務。所以根據自身的業務特點這些也都是需要細化梳理的。

以上僅僅選取了企業中的幾個典型領域進行了介紹，主要也是以原則和思維模式為主，更多地希望大家能以業務從上到下的梳理，以內部數據為主的方式展開。

二、需求及數據按使用對象、部門、崗位、級別關注點均不同

這個點是我們在梳理DMP系統的功能及模型時不可忽視的，不同級別崗位或部門對數據及需求的關注點均不同。例如：

領導級別的更關心數據的可視化、數據中蘊藏規律的總結、以及以數據作為某些結論或後續計劃的支撐依據。

業務執行級別的更關心數據的一致性、聯通性、業務功能的閉環性，以及數據的驗證性，功能上對數據規律的挖掘空間，可擴展性，外部系統的連通性等等。

業務操作級別的更關心系統操作的便捷性，可執行性，低失誤率，高效性等等。

三、立足內部數據，內部數據實在不足時再外部數據補充，在用戶各觸點處打通各孤島系統數據

上面已十分強調了立足內部數據及內部業務訴求，不應該被各種外部數據及系統供應商的美妙故事迷惑了眼睛，首先重點要抓住自己的內部數據，只有內部數據梳理清楚了。只有在配合業務需要的分析缺少某些維度時，在尋找外部數據補充時才會有效。對業務而言數據不是越多越好，而是對業務的針對性、配合有效最好。很多時候常常有同學問我各種系統之間或線下線上數據該如何打通。大家可能首先想到的是類似CookieMapping、IDMapping等等技術手段。但實際上大家應該更多的關注同用戶接觸的接觸點，在各觸點處，加入一些對用戶無感知的數據採集手段，這些數據採集手段需要能兼容各系統數據孤島的數據ID。具體做法例如：CRM系統中往往都有會員的手機號，那麼我們如何將PC官網的Cookie及App的設備ID同CRM系統的會員打通呢，道理很簡單就是在用戶登錄官網或App需要引導用戶錄入手機號；線下WIFI收集了設備ID同時引導用戶在線下WIFI完成某些業務操作錄入手機號等等，這樣也能在WIFI觸點處打通線下線上的數據。諸如此類的做法有很多，這樣就可以在某些觸點通過多採集些維度的數據來打通各系統孤島的數據（Mapping的技術僅僅是基礎手段，重點還是用戶觸點的選擇），而這些都是需要提前梳理用戶觸點或推廣渠道，然後根據業務需要在用戶觸點處或推廣渠道打通數據。

最後簡單小結一下，對於數據及DMP我們切不可為了大數據而大數據，不可貪大求全，一定要以內部數據為主、以業務訴求出發，自上而下逐步梳理、步步為營。外部數據要定位是自己內部數據的補充。數據打通需要重點關注用戶觸點的梳理。

（轉載請註明出處：微信訂閱號：ad_automation）

文字表現力有限，歡迎參加《5.28線下大課堂》面對面為您答疑解惑講透您關心的問題。