DMP应立足内部步步为营【业务类】

摘要：前几天有同学找我聊，聊到了她们想搭建DMP系统，对于搭建DMP系统的目标、外部数据是否重要，DMP同CRM系统的关系及如何打通这些数据等等话题。下面我再整理整理分享给到大家。

随着移动互联网的高速发展，大数据的概念已经逐步被大家所接受，被追捧。在实际业务当中逐步被更多地运用起来。然而概念火爆需求旺盛，使得整个市场鱼龙混杂，不论是DMP系统供应商，还是数据提供商，都会有各种的推销。在一阵阵的喧嚣热闹下，使得我们更加地心里没底了。那么如何才能用好DMP这个工具以及大量的各方数据呢？下面我们将从需求、外部数据选择、数据打通等等视角来介绍。

一、立足业务诉求，步步为营

对于DMP系统以及数据，我的观点首先是要想明白、梳理清楚搭建DMP系统的目的。因为首先弄清楚系统目标十分的重要，目标决定了系统的功能、数据源、数据采集打通等等各种环节。另外在大目标这个维度下，我们还需要加入逐级分解需求找出数据模型及业务规则这个维度来梳理。因为虽说互联网已经深入日常工作生活的方方面面，各种细节活动中。而说到底还是一种信息化的方式。就是将我们的工作、生活中各种的数据电子化了，通过这些电子化手段可以让我们利用一些自动化的工具，更好地加速我们的业务开展及数据分析。所以只要能认识到这点就能让我们释然很多。从纷乱的外表看到问题的实质。重点还是业务，而不是电子化的手段或者电子化的数据形式。换句简单点的话来说就是，关键是我们是否能搞明白如何通过XLS建立什么样的维度，以及分析出什么样的数据模板，通过xls模板或者纸的表单能把业务走通走完才是关键。这样两个梳理维度交织在一起由大到小，从上到下。例如建立DMP系统可能有如下这些目标方向：

1.在营销领域：

a.各种营销渠道对后续效果的归因分析；那么是否知道哪些维度和指标来观测及评估渠道贡献是分解需求的关键：例如：广告曝光->点击—>到达->活跃->转化->留存->复购等等。其中哪些数据是已经有的，哪些数据是需要通过数据打通或从外部获取的？等等这些都是需要认真梳理的。

b.对目标受众的分析可辅助制定产品推广策略或营销策略；这个策略可以倒过来看，可以先从现有自己的数据着手，分析出不同产品或现有不同推广活动，到达官网或购买产品服务的用户的分组以及基于这个分组，以及从现有数据中是否能找出一定的特征。例如：之前春季促销带来的大量的是购买某一产品，而且留存及3个月的复购高，这些用户大量集中在什么区域什么时段什么形式或渠道购买的产品服务。然后再根据这些分组再结合CRM或直接进行发放调研问卷，或结合外部的数据来给用户进行的兴趣爱好及可能的转化因素进行明确。这些都是我们要达成的结果，手段可能会是DMP系统。

c.收集分析高转化特征指导广告投放。基于上述b环节的数据可以进一步同媒体或广告渠道进行数据对接，可以采用自动化手段进行广告投放。而怎样投放才算效率高效果好，又是环节a会关注的。所以我们会发现重点是我们要把业务梳理清楚，关键不是DMP系统或工具本身。

可见在营销这个方向上DMP建立的终极目标是优化营销效率，提升ROI。

2.在用户运营领域：营销是给产品服务引流的，所以营销目标同用户运营的目标密不可分的，用户运营的很多数据维度及模型可能都是衡量营销效率及效果的重要指标项。广义上可能会经常将用户运营同营销放在一起来说。用户运营领域十分重要的就是CRM系统以及运营内容同用户响应度及转化度之间的关联这些数据及模型都是我们需要重点分析梳理的。对于这些问题我们可以按5W1H标准的描述事件的思路来指导梳理：WHO（谁）、WHAT（什么内容）、WHEN（何时）、WHERE（何地）、WHY（为什么）、HOW（如何的互动的方式）。以及这些不同的维度的用户互动及留存转化的模型如何？或者对用户的利润贡献率、单笔消费额度、消费频度、互动频度等等对用户进行分组，再以这个分组为主要分析线索来分析内容、服务、产品的用户使用频度周期等等。有了这些数据结果才能有效地指导用户运营的后续计划安排。在这个过程中我们肯定会遇到不同系统间数据如何打通，是否需要外部数据补充等等问题。

3.财务管理或供应链管理等企业管理的领域：其实我们企业管理的核心就是依据产品及服务销售节奏，合理地配备人财物。供应链的管理，使得库存越小、资金周转率越高、资金流转速度越快管理的利润率也就越高是管理领域的重点目标。那么如何使用好数据，并将不同系统间的数据衔接好，不同业务领域的模型衔接好。例如：推广模型同产品转化的模型以及供应链财务模型衔接好，高ROI的营销推广带来的产品销售不一定是供应链财务模型中最优的产品服务。所以根据自身的业务特点这些也都是需要细化梳理的。

以上仅仅选取了企业中的几个典型领域进行了介绍，主要也是以原则和思维模式为主，更多地希望大家能以业务从上到下的梳理，以内部数据为主的方式展开。

二、需求及数据按使用对象、部门、岗位、级别关注点均不同

这个点是我们在梳理DMP系统的功能及模型时不可忽视的，不同级别岗位或部门对数据及需求的关注点均不同。例如：

领导级别的更关心数据的可视化、数据中蕴藏规律的总结、以及以数据作为某些结论或后续计划的支撑依据。

业务执行级别的更关心数据的一致性、联通性、业务功能的闭环性，以及数据的验证性，功能上对数据规律的挖掘空间，可扩展性，外部系统的连通性等等。

业务操作级别的更关心系统操作的便捷性，可执行性，低失误率，高效性等等。

三、立足内部数据，内部数据实在不足时再外部数据补充，在用户各触点处打通各孤岛系统数据

上面已十分强调了立足内部数据及内部业务诉求，不应该被各种外部数据及系统供应商的美妙故事迷惑了眼睛，首先重点要抓住自己的内部数据，只有内部数据梳理清楚了。只有在配合业务需要的分析缺少某些维度时，在寻找外部数据补充时才会有效。对业务而言数据不是越多越好，而是对业务的针对性、配合有效最好。很多时候常常有同学问我各种系统之间或线下线上数据该如何打通。大家可能首先想到的是类似CookieMapping、IDMapping等等技术手段。但实际上大家应该更多的关注同用户接触的接触点，在各触点处，加入一些对用户无感知的数据采集手段，这些数据采集手段需要能兼容各系统数据孤岛的数据ID。具体做法例如：CRM系统中往往都有会员的手机号，那么我们如何将PC官网的Cookie及App的设备ID同CRM系统的会员打通呢，道理很简单就是在用户登录官网或App需要引导用户录入手机号；线下WIFI收集了设备ID同时引导用户在线下WIFI完成某些业务操作录入手机号等等，这样也能在WIFI触点处打通线下线上的数据。诸如此类的做法有很多，这样就可以在某些触点通过多采集些维度的数据来打通各系统孤岛的数据（Mapping的技术仅仅是基础手段，重点还是用户触点的选择），而这些都是需要提前梳理用户触点或推广渠道，然后根据业务需要在用户触点处或推广渠道打通数据。

最后简单小结一下，对于数据及DMP我们切不可为了大数据而大数据，不可贪大求全，一定要以内部数据为主、以业务诉求出发，自上而下逐步梳理、步步为营。外部数据要定位是自己内部数据的补充。数据打通需要重点关注用户触点的梳理。

（转载请注明出处：微信订阅号：ad_automation）

文字表现力有限，欢迎参加《5.28线下大课堂》面对面为您答疑解惑讲透您关心的问题。