深度解構(gòu)DMP的概念面具

2015-10-26 07:00 9305

DMP，全名為“Data-Management Platform”，即“數(shù)據(jù)管理平臺(tái)”，是利用大數(shù)據(jù)技術(shù)從海量雜亂的數(shù)據(jù)中抽取出有價(jià)值信息的重要基礎(chǔ)設(shè)施。

北京2015年10月26日電 /美通社/ -- 面對(duì)越來越多、越來越分散的線上和線下渠道、越來越難理解的在線新生代、層出不窮的新名詞，企業(yè)各種焦慮但也不知道從何入手。因此，消費(fèi)者畫像、精準(zhǔn)營(yíng)銷、大數(shù)據(jù)、O2O、SCRM（Social CRM）開始成為熱門話題，大家都想抓住最“互聯(lián)網(wǎng)”的營(yíng)銷方法。實(shí)際上這些熱門話題是同一個(gè)東西，即：數(shù)據(jù)管理平臺(tái)，也就是DMP。

DMP是大腦

很多人以為，DMP僅僅針對(duì)廣告投放。因?yàn)椋瑤缀跛械膹V告公司都將它用于與DSP（Demand-Side Platform）配合來優(yōu)化廣告投放效果。

然而，這種觀點(diǎn)真的正確嗎？

DMP所處的角色和需要處理的內(nèi)容，由DMP的總體使用場(chǎng)景決定。廣告行業(yè)只是恰巧對(duì)DMP的需求比較明顯，而且DMP應(yīng)用于廣告行業(yè)的鏈條清晰且較短，RTB只是其中最立竿見影的一種應(yīng)用而已。

在當(dāng)前的數(shù)據(jù)時(shí)代，DMP已經(jīng)從早期廣告服務(wù)平臺(tái)逐步演變成為企業(yè)客戶營(yíng)銷的核心引擎。現(xiàn)在DMP更多被定義為能統(tǒng)一抽取公司各業(yè)務(wù)離散的數(shù)據(jù)并作出科學(xué)分析來支撐決策的技術(shù)性平臺(tái)。

DMP能夠整合集成各類基礎(chǔ)業(yè)務(wù)數(shù)據(jù)，如客戶數(shù)據(jù)、會(huì)員數(shù)據(jù)、ERP數(shù)據(jù)、DEM數(shù)據(jù)、用戶在網(wǎng)頁(yè)和APP上的訪問數(shù)據(jù)等，并利用先進(jìn)的技術(shù)手段和模型算法來消費(fèi)和使用這些業(yè)務(wù)數(shù)據(jù)。DMP能夠幫助行業(yè)客戶從海量數(shù)據(jù)中挖掘到有價(jià)值的商業(yè)信息，給予產(chǎn)品推廣和營(yíng)銷工作支持。

簡(jiǎn)單地說，DMP就如同一顆高智慧的大腦，通過各種盡量延伸的感官感知并搜集外界的各種信息，借助神經(jīng)網(wǎng)絡(luò)把這些信息源源不斷地匯集到大腦進(jìn)行分析判斷，然后指揮著軀體對(duì)外界變化做出反應(yīng)，或者有目的地嘗試一些舉動(dòng)，這些反應(yīng)和舉動(dòng)又能獲取新的信息。對(duì)的，DMP的這種數(shù)據(jù)采集、分析處理、應(yīng)用反饋的回路也是周而復(fù)始，而且有機(jī)會(huì)使系統(tǒng)變得越來越敏銳和智慧。

DMP的應(yīng)用變現(xiàn)途徑

DMP一定要在使用中才能產(chǎn)生價(jià)值，那么除了RTB廣告，DMP還有哪些應(yīng)用變現(xiàn)途徑呢？具體說來主要有以下兩種：

第一種：數(shù)據(jù)報(bào)告變現(xiàn)，這種模式不涉及到個(gè)體用戶的隱私，因此相對(duì)比較成熟，比如通過對(duì)于人流量的分析可以廣泛的用于交通流量預(yù)測(cè)、旅游流量預(yù)測(cè)、商家選址等等，可以為政府、商家提供相關(guān)的咨詢服務(wù)。

第二種：數(shù)據(jù)服務(wù)變現(xiàn)，通過數(shù)據(jù)運(yùn)算將企業(yè)的第一方數(shù)據(jù)和數(shù)據(jù)管理平臺(tái)內(nèi)的數(shù)據(jù)融合，不斷地挖掘其中的價(jià)值，深度洞察用戶和尋找潛在客戶，將企業(yè)沉睡數(shù)據(jù)的價(jià)值發(fā)揮較大化。數(shù)據(jù)洞察和基于數(shù)據(jù)的分析服務(wù)，已經(jīng)成為DMP越來越重要的應(yīng)用方向，而且成為評(píng)判DMP優(yōu)劣的最直觀應(yīng)用。

數(shù)據(jù)獲取，成為DMP能力的核心因素

企業(yè)對(duì)大數(shù)據(jù)應(yīng)用的迫切需要催生了很多不同的DMP公司，有些前身是數(shù)據(jù)管理公司，有些是來源于Ad Network，同時(shí)部分DSP也開始進(jìn)入DMP市場(chǎng)。這些公司DMP的DNA各有不同，優(yōu)劣勢(shì)自然也不一樣。

這個(gè)時(shí)候，很多人就會(huì)產(chǎn)生疑問，判斷一個(gè)DMP的好壞時(shí)，究竟要考慮哪些因素呢？

大多數(shù)人想到的第一個(gè)關(guān)鍵點(diǎn)當(dāng)然是：數(shù)據(jù)！

的確，DMP既然是數(shù)據(jù)管理平臺(tái)，那么數(shù)據(jù)來源上的薄弱，將直接導(dǎo)致DMP成為無源之水，一具腦死亡的軀干而已，DMP也就僅僅剩下一個(gè)概念。

而且，不同的數(shù)據(jù)來源和數(shù)據(jù)獲取方式以及質(zhì)量，在很大程度上決定了DMP的應(yīng)用方向和應(yīng)用能力。

從數(shù)據(jù)的專業(yè)性來說，專業(yè)的DMP不僅要包含大數(shù)據(jù)，還要包括傳統(tǒng)業(yè)務(wù)數(shù)據(jù)等多種數(shù)據(jù)載體，除了PC端還有移動(dòng)端，除了企業(yè)的第一方數(shù)據(jù)還要包括企業(yè)外部的數(shù)據(jù)來源（如社交媒體）等非結(jié)構(gòu)化數(shù)據(jù)內(nèi)容，掌控用戶在企業(yè)之外的數(shù)據(jù)存在狀態(tài)，識(shí)別哪些數(shù)據(jù)可以用于后續(xù)處理分析。

簡(jiǎn)單來說，高價(jià)值數(shù)據(jù)體現(xiàn)在兩個(gè)方面，一個(gè)是數(shù)據(jù)的連續(xù)性，同一用戶在不同站點(diǎn)上的行為數(shù)據(jù)能夠被識(shí)別并連接在一起；另一個(gè)是多種終端的數(shù)據(jù)的連續(xù)性，目前主要還是PC端和手機(jī)端。

第一方數(shù)據(jù)，由于來自于自身業(yè)務(wù)開展過程中的數(shù)據(jù)積累，其數(shù)據(jù)質(zhì)量往往比較高，如果數(shù)據(jù)量夠大，數(shù)據(jù)維度也夠豐富，完全可以對(duì)外提供DMP數(shù)據(jù)服務(wù)。在這方面，BAT最為典型，除此之外，國(guó)內(nèi)還有很多擁有龐大數(shù)據(jù)的機(jī)構(gòu)目前還是更多地是把自身第一方數(shù)據(jù)脫敏后售賣給第三方DMP公司。

這些數(shù)據(jù)來源于自身核心業(yè)務(wù)的DMP公司，核心業(yè)務(wù)的特色和優(yōu)勢(shì)自然同步反映到DMP數(shù)據(jù)服務(wù)的特色和優(yōu)勢(shì)，尤其是騰訊、阿里，不僅數(shù)據(jù)量巨大，更重要的是其數(shù)據(jù)建立在強(qiáng)賬號(hào)體系之上，能夠很好地保證體系內(nèi)數(shù)據(jù)的連續(xù)性。事實(shí)上，內(nèi)部數(shù)據(jù)整合并依此提供數(shù)據(jù)服務(wù)和互聯(lián)網(wǎng)布局，一直是這些互聯(lián)網(wǎng)巨頭的戰(zhàn)略方向。除此之外，這些巨頭也為第三方DMP公司提供數(shù)據(jù)服務(wù)。

那些獨(dú)立的第三方DMP公司，數(shù)據(jù)來源就五花八門了，在數(shù)據(jù)的連續(xù)性方面始終是較大短板。在PC互聯(lián)網(wǎng)時(shí)代，主要依靠對(duì)Cookie的收集與追蹤從PC端獲取數(shù)據(jù)，但是Cookie的天生缺陷難以保證數(shù)據(jù)的連續(xù)性，而且隨著人們從電腦轉(zhuǎn)向手機(jī)，Cookie技術(shù)也難以關(guān)聯(lián)到移動(dòng)設(shè)備上。致力于移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)的DMP公司通常采用APP SDK植入的方式獲取移動(dòng)數(shù)據(jù)，但是這種方式的數(shù)據(jù)采集全面性存在不足，而且缺乏固網(wǎng)數(shù)據(jù)，也沒有Wi-Fi和PC端數(shù)據(jù)的結(jié)合。

還有一些第三方DMP公司借助數(shù)據(jù)整合實(shí)現(xiàn)海量數(shù)據(jù)的連續(xù)性。這些第三方DMP公司與擁有龐大數(shù)據(jù)的公司保持著密切的溝通，通過不斷整合包括BAT在內(nèi)的多家第一方數(shù)據(jù)，從而建立起基于全網(wǎng)絡(luò)連續(xù)性的大數(shù)據(jù)，只是這種整合的工作量十分巨大，但是這也恰恰發(fā)揮出了第三方DMP公司的靈活性。GEO集奧聚合的GData大數(shù)據(jù)平臺(tái)，就是這樣一個(gè)以多重?cái)?shù)據(jù)整合為基礎(chǔ)的DMP。

經(jīng)過長(zhǎng)時(shí)間的數(shù)據(jù)整合和積累，GEO GData整合了多渠道數(shù)據(jù)源，通過對(duì)互聯(lián)網(wǎng)全量數(shù)據(jù)的匯聚、清洗、智能運(yùn)算，能夠支持全網(wǎng)絡(luò)數(shù)據(jù)的連續(xù)性，目前已經(jīng)覆蓋到全國(guó)5億用戶。

從數(shù)據(jù)廣度上來說，GEO GData獨(dú)特的數(shù)據(jù)來源可以很全面、公正的獲取PC和移動(dòng)端的數(shù)據(jù)，更重要的是，這些數(shù)據(jù)可以整合成連續(xù)數(shù)據(jù)，而且保證跨終端的數(shù)據(jù)連續(xù)性。

從數(shù)據(jù)深度來說，GEO GData不僅不斷深入與第一方數(shù)據(jù)源的合作，這種合作可以獲得高價(jià)值且具有連續(xù)特性的第一方數(shù)據(jù)，也與別的第三方DMP公司合作，進(jìn)行數(shù)據(jù)交換，用交換來的也許并不連續(xù)的數(shù)據(jù)放到GEO GData數(shù)據(jù)平臺(tái)進(jìn)行整合處理，就有機(jī)會(huì)把這些互聯(lián)網(wǎng)數(shù)據(jù)和線下數(shù)據(jù)變得連續(xù)和精確。這是GEO GData的成長(zhǎng)邏輯。

有了大數(shù)據(jù)，還要從大數(shù)據(jù)中提取價(jià)值

接下來，DMP會(huì)根據(jù)原始數(shù)據(jù)，并按業(yè)務(wù)規(guī)則或者數(shù)據(jù)模型、算法等，為所有的用戶打標(biāo)簽。如果說數(shù)據(jù)是木偶的手腳，算法就是提線，有機(jī)地將數(shù)據(jù)以某種特定邏輯架設(shè)起來。所以算法和模型也是判斷DMP的另一個(gè)關(guān)鍵點(diǎn)。下圖以GEO GData為例來說明。

圖片來源：GEO集奧聚合

無論哪種數(shù)據(jù)來源，都并非直接對(duì)接給需求方，而是采用統(tǒng)一化的方式將各方數(shù)據(jù)吸納整合，再進(jìn)行數(shù)據(jù)處理和融合，做標(biāo)準(zhǔn)化、結(jié)構(gòu)化的細(xì)分。這樣加工后再推向營(yíng)銷和分析環(huán)境中的數(shù)據(jù)才能更完整，系統(tǒng)性也更強(qiáng)，同時(shí)也不再是原始數(shù)據(jù)的形態(tài)。

無論是對(duì)外提供哪種DMP數(shù)據(jù)服務(wù)，其算法和模型都是建立在所擁有的數(shù)據(jù)之上，數(shù)據(jù)基礎(chǔ)越是豐富、建模能力越強(qiáng)、對(duì)行業(yè)理解越深入，就越能準(zhǔn)確捕捉用戶在互聯(lián)網(wǎng)上的行為，建立更完善的標(biāo)簽分類體系，為用戶更好的畫像，建立適應(yīng)行業(yè)需要的業(yè)務(wù)應(yīng)用模型，大數(shù)據(jù)應(yīng)用才能扎實(shí)地展開。

數(shù)據(jù)驅(qū)動(dòng)實(shí)效

好的DMP產(chǎn)品能解決企業(yè)的實(shí)際業(yè)務(wù)問題，優(yōu)秀的數(shù)據(jù)管理平臺(tái)不僅僅只是提供一個(gè)技術(shù)平臺(tái)，更重要的是需要具備業(yè)務(wù)理解能力和分析建模能力，只有這樣才能真正用好這些數(shù)據(jù)。

很多DMP公司，GEO集奧聚合的GData也不例外，能夠幫助企業(yè)用戶搭建私有DMP，但不只是幫企業(yè)建設(shè)了一套DMP系統(tǒng)，實(shí)際是傳授了一套數(shù)據(jù)經(jīng)營(yíng)的方法論，內(nèi)置了多類數(shù)據(jù)分析模型，同時(shí)，幫助企業(yè)引入外部數(shù)據(jù)，補(bǔ)充數(shù)據(jù)維度，用于多種應(yīng)用場(chǎng)景，做到了授之以漁。實(shí)際上是通過DMP輸出了一種數(shù)據(jù)管理和分析能力，幫助企業(yè)獲得戰(zhàn)略優(yōu)勢(shì)、提升品牌競(jìng)爭(zhēng)力和優(yōu)化決策能力，而非僅僅銷售一套產(chǎn)品。

同時(shí)，DMP數(shù)據(jù)的匯流還能夠?yàn)槠髽I(yè)和從業(yè)者產(chǎn)生出更高的價(jià)值空間。以基于GData的另外兩個(gè)產(chǎn)品APP MAP（集奧雷達(dá)）和GEO洞察報(bào)告來說，前者從APP運(yùn)營(yíng)的角度通過精準(zhǔn)的大數(shù)據(jù)分析獲取APP的各種關(guān)鍵運(yùn)營(yíng)指標(biāo)，能夠提供多角度全方位的APP運(yùn)營(yíng)分析；后者則通過受眾人群和產(chǎn)品定位的角度，洞察企業(yè)自身在市場(chǎng)上的優(yōu)劣勢(shì)，在激烈的市場(chǎng)競(jìng)爭(zhēng)中捕捉到市場(chǎng)先機(jī)、為市場(chǎng)決策提供重要支持。

需要說明的是，DMP只能預(yù)置部分分析模型或算法，根據(jù)企業(yè)的長(zhǎng)期發(fā)展目標(biāo)，針對(duì)企業(yè)特定的業(yè)務(wù)分析需求，需要數(shù)據(jù)管理平臺(tái)的數(shù)據(jù)專家和商業(yè)分析師聯(lián)手人工完成。DMP僅僅是一個(gè)技術(shù)平臺(tái)，并不是萬(wàn)能的，需要DMP公司在技術(shù)和人力上的持續(xù)投入，這也是所有DMP公司面臨的巨大挑戰(zhàn)。

結(jié)語(yǔ)

和2014年相比，DMP這個(gè)概念盡管在國(guó)內(nèi)依然還處于教育市場(chǎng)、積累數(shù)據(jù)和沉淀業(yè)務(wù)分析的階段，但已經(jīng)被越來越多的人所重視。

大數(shù)據(jù)不再是少數(shù)派的壟斷資源，大數(shù)據(jù)應(yīng)用已經(jīng)成為實(shí)實(shí)在在服務(wù)各產(chǎn)業(yè)的有力武器，小荷才露尖尖角，為各行業(yè)提供的數(shù)據(jù)分析效益值得期待。

格局未定，好戲正在上演，拭目以待未來的發(fā)展。