▏摘要
泛零售行業存在目标人群跨度大、商品特性各異、管道種類豐富等特點，消費者營銷與營運工作難度較高，企業級CDP平台可以充分支援零售品牌商與經銷商基于消費者資料進行營銷與營運，實作業務增長。本報告以美妝行業為例，為零售企業落地CDP項目提供經驗借鑒。
▏關鍵發現
• CDP本質是消費者資料平台，先有資料才能有資料的業務價值變現。一個“好”的CDP，在資料層最重要的三個特征表現是：準（資料品質高）、省（越用越便宜）、快（業務響應快）；
• 為了支撐業務場景應用，CDP在應用層除了需要具備基于開發好的消費者特征标簽完成人群圈選、并搭建自動化營銷觸達的能力以外，還需要具備支援BI平台、提供産品化算法以及服務下遊業務系統的能力，以滿足企業消費者業務四個子域的場景應用，即正常分析報表、商業資料洞察、分類精準營銷與賦能下遊業務系統。
▏解決方案建議
企業建設CDP的關鍵成功要素有兩點：
• 第一，資料部門需要打牢地基。CDP本質是消費者資料平台而不是單純的業務系統，如何在接入多套資料源的前提下，聚合資料并高效支援前台業務應用，打牢資料基礎是一個先決條件，包括資料的準确性、模型的複用性與對前台業務支援的時效性；
• 第二，業務部門需要小步快跑。在CDP的整體建設中，以靈活開發、小步快跑的方式快速落地一些應用場景，然後不斷擴充疊代，讓業務部門有效參與到CDP項目的建設，往往更加有利于CDP平台的良性發展與業務價值的達成。
分享專家：雲生，StartDT奇點雲資深業務分析專家
作者：沙丘社群分析師團隊
來源：沙丘社群 - 數字化實踐交流與選型服務平台
01
美妝行業市場現狀
在整個泛零售業态中，美妝行業的市場競争尤為激烈。在“人貨場”三個次元上，美妝行業具有如下特征：
• 第一，人群跨度極大。按照金字塔結構來看，消費者大緻可分為流量客群、品牌會員和塔尖人群。面向流量客群，主要采取相對傳統的流量轉化營運。更新為品牌會員後需要重點加強會員的品牌忠誠度和銷售轉化，以提升品牌整體的GMV。塔尖人群的特征則與奢侈品使用者接近，品牌商重視塔尖人群的體驗和忠誠，不允許以營銷自動化等方式做觸達，而需要洞察分析，為塔尖人員提供更好的服務。
• 第二，商品特性各異。美妝主要由彩妝、護膚、香水三個大類組成，消耗周期和消費者選購動機差異較大。香水相對來說是偶發性需求且消耗周期較長，彩妝有一定的消費者忠誠度和複購周期，護膚品的品牌忠誠度和複購率則更高。
• 第三，管道種類豐富。傳統品牌商常用的是線下分銷及直銷管道，随着網際網路的興起，三方電商和直營電商逐漸占領更多市場。
在這樣的背景下，美妝品牌商對消費者營運和營銷活躍度的要求極高，強依賴于相關的消費者營運與營銷工作。然而美妝品牌商存在供應商多、系統多、資料亂等問題，導緻資料使用成本高、資料應用程度低。以三個大型美妝品牌為例：
D品牌是國際一線美妝品牌，各種消費者營運政策與通路已非常完善。是以，在消費者營銷與營運過程中D品牌更重視資料應用，包括人群量化分析與分類營銷等。但在大型活動中，由于事前分析與政策制定、事中監控與政策調整、事後量化複盤等環節的資料分析工作過重，導緻相關活動的政策鍊路和準備周期往往過長，且需要投入大量時間和精力，是以也很難适用于Ad-Hoc模式的臨時性營銷需求。
I品牌同為國際一線品牌，但品牌調性更偏年輕化，營銷活動頻繁，消費者觸點非常豐富，但資料應用程度低。為了提高活動ROI，I品牌通常在營銷活動中僅觸達高價值活躍客群，相對忽視塔腰與塔底人群，因而陷入了營銷瓶頸，長此以往也使得品牌消費者正向流轉結構的“水源”逐漸枯竭。
G品牌的标杆品類是護膚品。護膚品是美妝品類中客單價最高、複購相對規律的品類，是以，G品牌非常重視消費者忠誠度與複購率的提升。此前，G品牌外采國外算法供應商為其開發複購預測算法，以預測消費者未來一段時間之内的複購需求，投入100萬+費用、耗時5個月時間，但實際效果較為有限。
人貨場三個次元上的複雜程度以及消費者營運上存在的痛點，使得美妝行業更需要建設統一的CDP平台，以支援品牌商充分利用消費者資料進行營銷與營運。
02
企業級CDP架構
行業内通常會把CDP了解為“底層OneID+前台圈人工具+MA”，底層通過OneID打通全管道體系，通過開發好的消費者特征标簽在CDP中完成人群圈選，通過MA工具完成自動化營銷動作。
但完整的CDP架構不僅僅如此，從應用層和資料層來看，企業級CDP平台的完整架構如下：
業務場景：CDP最終要支援業務決策，産生業務價值，是以在前台至少要滿足四個業務場景的應用。
第一，正常分析報表。作為較為基礎但又必不可少的企業日常使用的資料分析工具，CDP需要支撐分析報表的快速、低成本搭建；
第二，商業資料洞察。目前很多企業已經在CDP中實作了基于标簽的人群分類和營銷自動化場景搭建，沉澱了幾百個使用者标簽、可以圈選出各類人群、也可以配置各種各樣營銷政策，但營運團隊往往需要解決的是選什麼人群、在什麼節點、用什麼政策去觸達轉化等問題，也就是來解決“WHY”和“HOW”的問題，是以CDP需要支援企業更深入的資料洞察需求；
第三，精準營銷。通過商業資料洞察形成政策後，企業可以通過CDP和MA進行精準營銷；
第四，下遊系統賦能。精準營銷隻是消費者營運的一種類型，除此之外企業還會使用外呼系統、導購系統等，CDP也需要對這些下遊的業務系統進行賦能。
資料應用：為了滿足業務場景，資料應用層需要具備四個方向的能力。
第一，狹義的“CDP+MA”，人群分類後自動化營銷觸達；
第二，支撐BI平台，為正常分析報表和商業資料洞察所需的資料分析和可視化提供預處理好資料；
第三，産品化算法包，資料品質是影響算法模型成功與否的決定因素之一，以往企業搭建各類算法時需要花費大量時間在特征資料集的準備上，CDP需要在很大程度上解決資料預處理的問題；
第四，資料服務，CDP為下遊系統賦能的前提是保證CDP平台能夠便捷地為下遊系統開放資料。
資料平台：為了保證資料應用的順利部署實施以及在業務場景中發揮作用，需要有一個可靠的資料基座，提供資料內建、資料研發、資料運維、資料安全等能力，OneID隻是資料基座中的一部分。
03
CDP能力建設
3.1 資料層能力
CDP本質是消費者資料平台，先有資料才能有資料的業務變現。一個“好”的CDP，在資料層最重要的三個特征是：準、省、快。
“準”是指資料品質高。很多企業建設的CDP項目到最後變成了“爛尾樓”，根本原因是資料層沒有建好。CDP通常需要接入多個資料源，例如電商資料、線下POS資料、CRM資料、商品資料、線上埋點資料等。如果資料準确性不高，則對業務産生的價值有限。
“省”是指CDP越用越便宜。很多企業的CDP項目在一期投入建成後，後續每年還要投入大量費用，核心原因是資料設計時模型層未形成統一标準模型。
“快”是指業務響應快。響應業務需求的時效性高，如果CDP平台響應速度慢、缺少對消費者域資料的預處理與預加工，則無法及時響應業務的需求，無法充分發揮CDP的價值。
為了實作“準”，CDP需要具備完善的産品層的機制以保證資料品質檢驗以及上下遊依賴的全鍊路資料任務監控；為了實作“省”和“快”，CDP的資料底座需要具備通用的消費者域标準模型，通過逐層彙聚的方式提高資料層的複用性。
3.2 應用層能力
（1）正常報表分析
傳統分析報表的開發流程是先與業務部門讨論分析主題、确認報表内容，開發完成後供業務人員日常使用，但缺點是開發周期長，難以支撐頻發、離散的業務分析需求。
基于CDP開發正常分析報表時，是先與業務部門溝通常用分析主題，基于分析主題和現有業務資料源抽象資料的中間層模型，并将中間層模型落在名額和限制次元上，當業務需要某一分析主題時，基于中間層模型可以快速搭建業務報表。例如，搭建好的名額是銷售額，兩個限制次元包括品類與門店，則通過“銷售額+品類限制”可以快速完成對産品銷售結構的分析，而“銷售額+門店限制”可以快速完成對分析管道表現的分析。
（2）商業資料洞察
進行商業資料洞察時，往往需要基于假設驗證的方法，進行多輪疊代。其中每一輪基于先前的結果做出若幹假設，并提取資料進行量化分析，往往疊代2-3輪後才能得到較為有價值的商業洞察。
以奇點雲為某品牌商提供的服務為例，奇點雲的解決方案專家+算法科學家在該品牌已搭建好的CDP之上進行三輪假設驗證，每輪有20-30個子主題，最終得到了40多個有價值的量化分析發現，例如生命周期量化斷層、區域客群特征提取、目标客群人生旅程關鍵點識别、分類客群行為特征歸因、全域觸達轉化分析等。
（3）精準營銷
在消費者生命周期的不同階段，會員營運目标不同。為了服務于每個階段的業務目标，則需要有一系列的消費者營運場景，CDP平台可以更高效地賦能消費者營運場景，為企業帶來GMV增長。
具體動作包括：
基于曆史資料，量化計算顧客生命周期關鍵節點；
依托CDP+MA完成自動化、全管道的營銷與營運，并依托資料完成效果追蹤；
算法加持，輔助精準的流量營運。
什麼是算法加持的營銷活動政策？以奇點雲在2022年618大促期間為某化妝品品牌提供的營銷活動為例；奇點雲基于流失預警和複購預測，幫助該品牌商劃分了兩波人群包：
對于第一波人群包，基于存量消費者的曆史消費記錄、線上浏覽行為等，用算法預測消費者在未來14天内的複購機率。
在520的活動節點，品牌商對劃分出的人群進行了活動觸達。複盤後發現，不同分層人群下，算法組（依托算法進行圈選）和業務組（業務手工打标、圈選）的轉化效率有所不同，對品牌金字塔尖消費者而言，算法組和業務組的轉化效率基本一緻；而對于偏金字塔底的非活躍流量人群而言，算法組的效果要遠好于業務組手工圈選。
是以，在下一輪營銷節點到來前，奇點雲助力客戶依托算法劃分了第二組人群包，聚焦于當年未消費、非活躍且屬于金字塔偏腰尾部的消費者，進行預測和投放。和業務組的圈選邏輯相比，算法組推薦人群的轉化率比業務組高0.15pp，銷售總金額增長達168%，消費總人數增長達287%。
（4）下遊系統賦能
正如前文所談到的，除了CDP+MA的“正常打法”，CDP還需做到為下遊系統賦能，以滿足企業多樣化的客戶觸達與服務需求。
以導購體系為例，針對需要導購一對一服務的人群，CDP能夠将消費者标簽推給下遊導購系統（如企微），指導導購人員對會員采用個性化溝通政策和營銷政策，可以促進會員購買轉化并提升會員品牌體驗。具體營銷鍊路如下：
首先，CDP快速與下遊系統接通，例如話務員系統、導購系統、企業微信等，CDP将消費者标簽透傳給下遊的業務系統。
其次，任務分發與導購賦能。例如在導購系統，導購通過ID Mapping可以看到消費者的各類特征，有經驗的導購可以根據消費者特征執行相應的營銷政策。
最後，資料反哺。打通CDP與下遊業務系統的鍊路後，除了CDP将消費者資料透傳給下遊之外，下遊系統在收集更多的消費者資料後，可以通過相同的資料鍊路反向将資料回傳給CDP，不斷完整企業級大CDP中的消費者特征，起到正向循環的作用。
04
經驗借鑒
企業建設CDP的關鍵成功要素有兩點：
第一，資料部門需要打牢地基。CDP本質是消費者資料平台而不是單純的業務系統，如何在接入多套資料源的前提下聚合資料并高效支援前台業務應用，打牢資料基礎是一個先決條件，包括資料的準确性、模型的複用性與對前台業務支援的時效性；
第二，業務部門需要小步快跑。在CDP的整體建設中，以靈活開發、小步快跑的方式快速落地一些應用場景，然後不斷擴充疊代，讓業務部門有效參與到CDP項目的建設，往往更加有利于CDP平台的良性發展與業務價值的達成。