DMP：個性化推薦的基礎，移動網際網路最寶貴的資料資源

作者何鴻淩 ，中國移動集團公司業務支撐系統部，從事大資料平台規劃工作，微網誌@bigdata分析

大資料時代中商業的變化，我們已經逐漸感受到。不管你是不是新注冊的使用者，你登入電商網站或者打開電商的apps後看到的資訊是個性化的；所看到的網際網路廣告是個性化的；收到的優惠券也是個性化的。

在層出不窮的商業個性化背後是個性化引擎，而其中的關鍵則是dmp（資料管理平台）。因為個性化推薦的“比較優勢”主要展現在，作為個性化推薦依據的“資料”，而不是算法和技術。dmp正是利用大資料技術從海量雜亂的資料中抽取出有價值資訊的重要基礎設施！

dmp的概念由網際網路廣告界發揚光大。在那個世界裡面，dmp通過js插碼和cookie擷取了大量的使用者通路資訊，然後将其加工成為使用者關注類和購買類标簽，提供給dsp或者adx用于rtb競價。

是dmp的發展促使廣告的程式化投放向rtb演進，艾瑞咨詢的報告顯示2013年美國rtb展示廣告已占數字展示廣告的19%。turn、bluekai、品友、易傳媒是廣告行業中dmp的佼佼者。不過随着app逐漸占據了流量的主流，原有通過js和cookie擷取資料的dmp模式需要改變。

從本質上來說，廣告的rtb是個性化推薦的一種，推薦的依據是曆史浏覽行為，推薦的東西是廣告。個性化推薦的應用範圍很廣，比如在“今日頭條”、“網易新聞”app上對新聞的推薦；京東、一号店上對物品的推薦；起點、手機閱讀上對圖書的推薦；社交網絡上對好友的推薦；應用市場上對應用的推薦......在這些個性化推薦的背後，都離不開dmp或者功能類似的平台。

個性化推薦回答了依據什麼樣的資料，在什麼場景下給通路者推薦什麼東西的三元組問題，其中dmp承擔提供依據的職責。對dmp來說，最關鍵的有兩點：1）如何收集和處理作為判斷依據的資料；2）如何建立一種id體系來使得收集的資料和使用方的資料能夠對應起來。在網際網路廣告中上述兩個關鍵點分别是浏覽記錄和cookie id。

在大資料時代，任何擁有資料的企業和實體，都可以依據dmp的模式，将資料整理為決策依據提供給有需要的企業和實體，由此實作資料變現。這種方式可以自動化實作、可以有效評估資料的作用，是目前最靠譜的資料貨币化方式。

比如百分點，利用從電商網站、社交媒體、第三方收集來的資料，形成使用者關注和購買标簽，通過dmp的形式提供給電商或其他所需的企業進行個性化推薦。這個時候資料的使用方相當于網際網路廣告産業鍊中的dsp。百分點的id體系通過cookie或者imei來實作。

又比如talkingdata的mobile dmp利用了自己在全球8億使用者的app中的插件收集的資料，以及與各應用市場等第三方合作的資料來分析使用者的行為、興趣、愛好，形成使用者精準畫像通過api的形式對app開發者提供。app開發者完成類似dsp的功能，可以自己組織推薦的内容，包括廣告、數字内容和物品等。talkingdata利用自己的id體系（tdid）來實作關聯。

擁有資料才能做dmp，是以幾大網際網路巨頭當然最具備做dmp的資格了。騰訊利用qq、微信等衆多應用中收集的資料分析使用者的行為，然後通過廣點通實作個性化廣告的推薦，似乎還沒有聽說騰訊準備單獨将dmp的能力對外提供的舉動。

相比起來facebook已經這樣做了，如果使用者在其他應用或者網站使用facebook的id登入的話，facebook就可以将自己的dmp提供給對方，供其完成個性化推薦。

阿裡巴巴也在嘗試将積累的使用者标簽通過阿裡媽媽的廣告交易平台tanx提供出去，現在還沒有說要收費，但也許以後會有商業化的運作，畢竟跟沒有這些資料相比，dsp們更值得rtb了。

百度也具備這樣的能力，因為搜尋關鍵詞和随後的點選是最能直達使用者内心世界的資料，可能因為百度的id體系較弱吧，尚未聽說百度有計劃将其打造為dmp的方式幫助其他app和網站做個性化推薦。

移動網際網路改變了一些東西，比如cookie的逐漸消失，是以那些從網站或app内部收集資料的企業有能力颠覆以前通過cookie收集使用者行為的dmp，因為他們有獨一無二的使用者行為資料。但是慢着，雲——管——端，使用者資料流經的各個環節也許都有潛在的dmp生意可以做！

大緻上講阿裡、騰訊、百分點（電商對接資料部分）可以算是雲範疇做dmp的，百分點（js擷取資料部分）和talkingdata的sdk插件資料算是端範疇做dmp的，那麼這樣分析來，應該還有兩類重要的可以做dmp生意的企業。

一是終端廠家。比如小米、蘋果等，實際我了解到小米正在基于終端上采集的使用者資訊做自己的dmp，或許年底就能商用，id體系或許就是imei等終端id。二就是營運商，集奧聚合、亞信等公司依托和營運商的良好合作關系通過網絡側進行dpi的方式擷取使用者上網行為資料，并将其打造為dmp能力對外輸出。

大資料時代已經擁有資料的企業是幸福的，但是還是有一些公司，利用自己的技術和算法征服了垂直電商，在提供dmp服務的時候同時擷取資料，由此而進入了良性循環，不斷增加的資料量和次元引發了網絡效應，使得資料的價值按照n的平方的曲線增加。

就像一個巨大的飛輪，也許開始推動它的時候比較吃力，但是等它動起來以後，就可以輕松地讓它持續運轉。dmp們如何找到自己的飛輪，是其爆發的關鍵所在。

原文釋出時間為：2014-07-06

本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号