一个CDP产品做下来，发现不少容易踩的坑。总结一下，大家一起提高。
一产品定位
CDP定位是给营销人员使用，主要目的是精细化客户画像和细分客群圈选，进行个性化营销。
此外，CDP还有另外两个重要应用：360度客户视图、为营销工具如MA（营销自动化）提供圈选的人群。
360客户视图的使用场景，除了让营销销售人员在与客户互动时，能够对客户有全面的了解。
此外，企业里所有有机会接触客户的岗位人员都应该能够查看客户的360视图，比如前台、客服、经理等，市场或客服人员还按负责不同渠道进行区分如点评、头条、微信以及纸媒广告等。
无论什么岗位的员工在什么渠道接触客户和与客户互动，他们看到客户信息是一致的（也称单一客户视图），从而能够为客户提供一致的体验，比如，客户咨询产品或投诉问题，在转交不同的人处理时，他不需要反复重复自己的问题，员工也能快速了解客户的问题和处理的进度。
自动化工具允许为不同的圈选人群制定不同的营销和服务策略，优化客户购买旅程，提升客户体验。
360客户视图的使用者从营销人员扩大到现场服务人员和客服人员后，就对360视图数据的实时性提出了要求。试想一下，客户已经到店了，或者客户正在投诉，接待人员还看不到客户投诉的消费数据，危机应对和客户体验都会大打折扣。
在MA的场景，对数据的实时性也有较高的要求。对于向指定圈选人群进行群发的活动，一般T+1就可以满足。但在活动达标和实时推荐场景，需要秒级实时性。比如，客户已经消费了4000元，再消费1000元就可以参与抽奖，客户在支付1000元后，抽奖按钮应该点亮。或者客户在网站浏览了文章和商品后，跳转页面时，可以优先展示客户感兴趣的内容和商品。
二数据质量
数据质量是数据产品的生命线，一开始就要要求数据架构面向质量设计、确定质量标准、确定质量管理流程和责任人。
1、面向数据质量设计
CDP数据要求和数据源高度保持一致。设计时CDP时利用好企业的主数据，使得CDP的数据质量得到保证，至少企业的不同数据产品的数据一致性得到了保证。
业务部门和IT部门共同努力确保了企业官方共享主数据的高质量。
2、确定数据质量标准
明确如何衡量数据集的完整性、唯一性、有效性、一致性、准确性和及时性，确定衡量指标，以及如何获取数据计算这些指标，监控指标的变化。
3、数据质量管理流程
确定数据质量管理的责任人，包括不同数据域的数据所有者、数据管理员、数据用户，明确职责和权利。
明确数据质量周期，固定分析数据、清理数据、监控数据质量的多个迭代周期。
三数据模型
CDP是使用标准模型还是自定义模型？相信很多人有困扰。做过数据仓库或BI的人，认为CDP也必须有标准数据模型。我们来看下市面上主流CDP的做法：
1、salesforce：
提供了一套标准数据模型对象（standard data model object），也支持完全定制数据模型对象，或者混合使用标准和自定义的数据模型对象。
2、segment：
系统做好与主流系统的数据对接，如salesforce、hubspot、Shopify等，用户只要选择数据源，并登记自己的数据源系统账号，即可同步数据；数据同步过来后，直接按系统预设好的表结构存储。
如果选择自定义的数据源，也可以映射到目标数据库表存储。
3、火山CDP：
数据源接入：可以自定义接入的数据源，这意味着不同数据源的表结构完全不同。
可视化建模：接入的数据源中不是所有数据表直接可以用作CDP的数据集，创建CDP可用的数据集就是建模，可视化建模支持多表关联形成数据集模型，再通过元数据配置成CDP上层应用可使用的数据集。
ID mapping：自定义身份匹配规则，将拥有不同身份的客户进行合并，共用一个ONEID；也可能由于身份冲突，根据规则，该身份合并到另一个ONEID。
四数据采集
客户事件上报会遇到一种复杂场景，如提交订单事件，订单包含多个商品，有几种上报事件的方式：
1、上报一次事件，订单商品不上报，或者将商品名称按逗号分割拼在一个字符型属性里。
2、上报一次事件，商品信息上报到一个list类型的属性里，list里包含多个商品信息。
3、每个商品上报一次事件，一次上报只包含一个商品信息。
五ONE ID
ONEID的主要任务是识别同一个客户的不同身份，打通客户数据，丰富客户画像，形成360度客户视图。
在设计客户身份ID mapping机制时，考虑每种身份的优先级、同一种身份下最多可以有几个id（强身份如customerId要求唯一性）。
保持客户身份的纯洁和ID mapping的清晰至关重要。用户容易理解，处理逻辑清晰，系统稳定可靠可预测。
在有些场景，会绕过ID mapping直接将两个身份绑定并识别为同一个客户，这种方式导致系统没有打通身份的依据，mapping关系不稳定，导致ONEID不稳定，应避免。
六元数据管理
元数据是描述数据的数据。如何定义元数据，决定了CDP的数据如何被管理和应用。
元数据是CDP的基础，一开始就要规划设计好，否则返工的代价很大。
1、元数据在CDP上层应用和底层数据集之间架起了桥梁。
元数据对每一个数据集及数据字段进行描述，包括客户资料、客户事件、业务明细单据等。
数据集：描述数据集映射的数据源表，一般一个数据集映射到一张表或一个视图，也可以是一个select语句。添加了新的数据源后，只要添加对应的元数据来描述该数据源的数据集，即可使用。
数据字段：描述映射的数据源表的字段、字段类型、显示名称、操作符、下拉选择框里的候选值及来源、排序、输入提示、字段业务含义的提示、应用场景等等。
2、事件属性元数据。
由于事件数据是在宽表存储的，每个事件属性会占一列，很容易导致宽表列膨胀。
属性元数据统一管理事件属性，相同的事件属性共用一个属性元数据，占用事件宽表的一列。
七客户细分
1、明细数据筛选
明细数据指一个数据集中，一个客户可以有多条记录，比如订单明细数据。（相对于明细数据，如客户资料, 在一个数据集中一个客户只有一条记录）。
从明细数据筛选客户的时候，注意两种查询sql写法差异。以订单明细数据为例，要筛选近180天购买了A商品的客户：
（1）两个筛选条件做并集：近180天有购买订单的客户 和购买过A商品的客户
（2）一个筛选条件：购买时间在近180天且在这180内购买过A商品的客户
显然，方案（2）才能筛选出正确的结果。
对于所有的数据集，都可以按方案2的思路设计前端交互，并决定后端如何组装sql，准确完成客户筛选。
2、做过/未做过
有助于明确筛选范围，是筛选已经做过某些行为客户，还是筛选没有做过某些行为的客户。
1）做过：指定筛选范围在已经发生的事件中筛选。
2）未做过：指定筛选范围时排除已发生该事件的人群，或者说是全量客户排除已发生该事件的客户。不如，筛选“未做过”最近30天消费过某商品的客户，算法是从全量客户中排除最近30天消费过某商品的客户。
3、统计指标
统计指标是对明细类数据集进行统计查询的。一般包括以下几种算子：
1）总次数（count）
2）总和（sum）
3）均值（average）
4）最大值（max）
5）最小值（min）
4、反向选择
所谓反向选择是指，选对一个客户范围，从全量客户排除这一部分客户后的客户。
比如，查询性别不等于女的客户，就包含了性别为男、未知、性别字段为空的客户，实际查询是，用全量客户排除掉性别为女的客户。
在筛选目标人群时，除了“且”、“或”算子外，可增加“排除”算子，从全量或已圈选的部分人群中排除出指定人群，达到精细圈人的效果。
八小结
这些坑其实都是CDP建设中的难点也是重点。解决了这些问题，少走很多弯路，不仅能节约建设成本，也能加快建设速度，使产品早日投放市场。