CDP，即客户数据中台，一般情况下，企业会结合CDP平台推动数字化转型，挖掘数据价值，实现企业的降本增效。那么，国内CDP行业如今发展得怎么样了？本篇文章里，作者对国内CDP行业进行了盘点和总结，一起来看。

数据是企业的核心资产，数据的价值不仅在数据量，更在于如何让数据有效释放能量。只有将数据业务化，让数据真正地用起来才会有未来。

随着 DT 时代的来临，一路高歌、突飞猛进的 SaaS 企业营销数字化建设却开始出现诸多发展瓶颈和痛点，如数据资产分散、缺少客户了解、数据安全等问题，为此，企业需要一个技术平台管理、整合和运营自己的数据，建立数据运营团队以及在短期内实现快速部署和落地。

在此背景下，客户数据中台（Customer Data Platform，以下简称 CDP）应运而生，推动企业数字化转型。

本文为牛透社特别推出的系列文章之「国内 CDP 行业盘点」，维度涵盖定义、主要玩家、行业大事件和应用场景等，希望为大家提供观察行业的新视角。

一、专为营销团队设计的数据平台

什么是 CDP？2013 年，David Raab 首次提出 CDP 的概念，将其定义为， CDP 的目标是汇集所有客户数据并将数据存储在统一的、可多部门访问的数据平台，以供企业各部门轻松使用。

2016 年，Gartner 在数字营销与广告技术期望值曲线上给出更明确的定义：CDP 是由营销人管理的客户数据库，将来自不同渠道、不同场景的实时和非实时的客户数据进行采集、整合、分析和应用，以提升营销效率和优化客户体验，从而促进企业业绩及利润的增长。

人们有时会将 CDP 与 DMP（数据管理平台） 和 CRM （客户关系管理系统）解决方案相混淆。其实，这三者之间存在一定的差异。

CDP、DMP、CRM 的区别

CDP 专为营销团队而设计，它可以从多个来源收集和统一第一方客户数据，创建一个全面、一致的客户视图，进而助力营销人员基于数据，有针对性地创建个性化营销活动。

另外，CDP 由营销部门控制，即便是非技术人员也能轻松、快捷地访问和查询数据。这意味着，营销部门可以完全掌控数据，不必浪费漫长的时间向 IT 部门寻求帮助。

DMP 专为广告团队而设计，主要业务场景是精准投放广告。它可以从 Cookie 中收集数据，帮助企业创建行之有效的营销活动以获取新客户。与 CDP 不同，DMP 收集的数据通常是匿名的，且通常只保留较短的时间。

CRM 为销售团队而设计，与 CDP 一样，可以帮助营销人员收集客户数据，基于数据构建更牢固的客户关系。区别在于它通常不会聚合或分析多个来源的数据，但可以使用 CDP 提供的数据。

二、年复合增长率近30%，CDP 驶入快车道

近年来，CDP 市场规模迅速扩大，CDP Institute 在 2019 年 1 月曾发布一份报告称，所有 CDP 厂商（加入CDP Institute 的）在 2018 年的收入达到了 7.4 亿美元，预计 2019 年能达到 10 亿美元。根据CDP Institute 的最新报告，在 2021 年上半年，这个数字已激增至约 16 亿美元。

关于 CDP 的发展潜力，援引市场研究机构 Markets and Markets 的调研数据：CDP 的全球市场规模将以 29.3% 的年均复合增长率不断扩大，预计 2023 年将达到 33 亿美元。

纵观国内 CDP 行业的发展，主要经历了认知-探索-应用三个阶段：

第一阶段，2018 年，许多品牌企业就意识到数据的价值，开始采购 CDP 系统，比如汽车、金融、电商、快消、零售行业等等。

第二阶段，2019 年，市场对 CDP 的关注度很高，但观望者多而入局者少。

第三阶段，2020 年，疫情的爆发对企业营销在线化能力发起拷问，企业开始将目光锁定 CDP，利用数据资产来服务业务能力。2021 年，更多 AI 大数据和营销领域的厂商纷纷布局，CDP 真正驶入快速道。

牛透社通过梳理 27 家 CDP 厂商，将目前在中国市场上的 CDP 厂商大致分为三种类型：

1）DMP / AdTech 背景出身

前期主要应用于广告精准投放领域，随着品牌方对数据安全的重视以及会员数据的增加，他们开始进行 CDP 的建设。这类厂商的优势是投放渠道对接、用户标签赋能，代表厂商如 Marketin。

2）AI 大数据背景出身

前期主要应用于企业 IT 基础设施，大数据技术能力强，在硬件和软件方面都有涉及。后期，随着业务的发展和场景的深入，逐渐从基础的硬件设施转向软件及解决方案，并拓展了 CDP 业务。代表厂商如惟客数据、明略科技、神策数据。

3）CRM / MA 厂商延伸 CDP 业务

B 端业务的发展使他们快速积累大量线索，需要开发 CDP 业务，升级其数据处理能力。这类厂商深耕数字化营销领域，对营销场景理解深刻，可以快速产生行业标品服务。代表厂商如数云、径硕科技。

目前，CDP 厂商的商业模式主要有两种：一种是纯 SaaS 的订阅模式，另一种是产品+服务模式。

CDP 作为一款 SaaS 产品，在整体层面上走的是标准化产品路线，根据客户需求快速迭代产品，并将定制化的需求转化为可复用的标准化模块，嵌入到整个标品中。

针对不同的用户规模，商业模式也会有所调整，通常面向大客户提供定制化的系统，面向腰部客户提供 SaaS 的标准化模式，按月费/年费订阅。由于其本身产品的专业属性，部分厂商还会提供咨询或代运营服务。

三、中台已“死”，CDP方兴

要厘清 CDP 的源头，还要从中台说起。

2015 年，阿里巴巴集团去芬兰考察游戏公司 Supercell 接触到中台，回国后很快启动了中台战略并开始构建符合 DT 时代的、更灵活的“大中台，小前台”组织机制和业务机制，阿里描绘了中台的未来图景：集合整个集团的运营数据能力、产品技术能力，对各前台业务形成强力支撑。

阿里初尝螃蟹之后，到 2018 年中台思维已经渗入互联网大厂核心。腾讯、阿里云、美团、百度、京东等国内头部科技公司不约而同提出中台战略， 做了一系列的技术体系、业务模型或组织架构重整。也就是在这个时间段，市场对 CDP 的期望值达到顶峰。

然而，中台概念五年长跑没有站稳脚跟，只换来了拆分。2021 年 12 月，阿里集团董事会主席兼 CEO 张勇宣布，从 2015 年的中台战略升级为“多元化治理体系”。也就意味着，拆分“大中台”，合并“小前台”，从过去的职能架构转变成事业群架构，把中台能力分拆至各事业群。

此次拆分，暴露了数据中台的两大缺点。

1. 成本高，更新频率低；
2. 与业务侧脱节。

一方面缺少实际的业务场景，数据价值未得到真正应用，另一方面业务人员应用难，沟通成本高，不能及时反馈业务需求。

同时，这也给 CDP 厂商敲响了警钟。数据中台必须变轻变薄，将数据和技术能力内化到业务端，通过高效协同帮助业务产生价值，数据业务化才有未来。

客户数据平台诞生之初就与业务紧密结合。过去五年间，国内 MarTech 厂商通过自主研发，从低代码、MA、CRM、广告投放、AI、分析云等不同侧重点切入 CDP 赛道。

近年来，CDP 厂商的重大动作如下：

2018 年 5 月，赛诺贝斯推出具有跨域营销能力的 CDP 产品「SmartOne」，帮助企业更好的管理数据资产，提升数据价值，为企业发展提供数据指导。

2019 年 7 月，品友互动（后改为“深演智能）推出一站式智能企业数据管理平台「AlphaData」，全面管理并打通第一方用户数据、第二方媒体数据、第三方外部合作伙伴的数据，帮助企业将私域和公域领域的各方数据实现整合利用，形成全面的洞察和分析，响应企业对于对数据管理的全面需求。

2020 年 8 月，分析云厂商 GrowingIO 推出客户数据平台，帮助企业整合、处理和应用客户数据，沉淀企业数据资产，实现数据驱动业务增长。

2020 年 10 月，明略科技集团旗下「恩亿科」发布 CDP 平台宙斯版，强调数据的整理、清晰化、标准化以及Super ID（统一的身份标识）的建立。

2021 年 6 月 ，Convertlab 发布“全渠道、全场景、全链路”营销云产品矩阵。通过 AD Hub、AI Hub 、CDP等产品，帮助企业与客户进行大规模的个性化沟通。

2021 年 8 月，创略科技发布了第三代企业级 CDP 平台「NEXUS3.0」，助力企业运营和营销人员更高效地应用企业的私域数据资产。本次产品升级引入了增强版营销引擎、埋点采集引擎和数据处理开发、智能模型能力，结合业务与 IT 需求，赋能企业实际落地场景。

到了今年，随着数字化转型加速，MarTech 领域出现了新变化，部分企业选择并购重组以整合各自的产品、能力和市场资源，冲刺更高的企业阶段。

2022 年 3 月，新生代数字营销科技公司 SparkXGroup 邑炎科技宣布战略并购 Marketin 。双方将充分发挥各自优势，加速企业数字化营销升级，为企业提供全链路、一站式的数智化营销服务。

2022 年 4 月，奇点云和 GrowingIO 共同发布声明，宣布两家企业并购重组，在并购前奇点云和 GrowingIO 各自市场估值加在一起，已经接近独角兽。不出意外，新公司将成为今年 MarTech 领域的独角兽。

四、三大应用场景，打通营销全链路环节

CDP 应用场景广泛，不仅能实现多方数据从采集、整合，到分析、应用的一系列环节，帮助企业构建完整统一的用户画像和细分人群，以提升营销效率和优化客户体验。同时，还能够融入企业营销、消费者运营、客户旅程体验、互动等全链路环节，提供完整的数据能力支撑。

值得一提的是，CDP 与其他营销技术结合使用时可发挥最大价值。它能够充分利用现有的 DMP 和 CRM 解决方案，驱动企业向前发展。通过 AI 分析，营销人员可以构建更出色的营销计划，提升业绩，提高客户留存率，通过低代码快速响应客户需求。

场景一：打破企业数据孤岛，建立统一 ID

随着信息化的深入，在企业内部用户数据分散，内部的数据之间以及外部与内部的数据之间无法连接互通，产生了诸多数据孤岛。

首先，收集多方数据源。CDP 能够对行为、CRM、交易等多种数据类型、Web、App、小程序、H5 等全渠道、短信推送等外部触点实现高效集成。其次，建立 One ID。把不同时期孤立建设的系统，用统一的 ID 串联起来，以解决数据源分散、类型零散且缺乏唯一标识的问题。

最终，这些数据实时应用到客户档案中，以便营销人员随时获得有关客户的最新信息；清洗多方数据源并整合到动态且互联的客户档案中，以便构建企业数据模型。打通数据为 SaaS 企业提供完整的客户画像，精准评估客户价值，为精细化运营夯实数据基础。

场景二：智能细分，改善客户互动和忠诚度

智能细分是个性化运营的基础，能够有效改善客户互动和忠诚度，同时也是企业的重要需求。客户数据平台会呈现消费者行为，通过打标签、分群的方式使营销人员洞察消费者意图，将营销内容传递给正确的群体。

标签来源于多种数据信息，如行为属性，包括近 N 天有访问店铺、近 N 天有收藏商品等；客户标签，包括性别、年龄等；互动行为，包括参与互动类型、获得奖励形式等；店铺关系，包括店铺会员等级、店铺会员积分等；消费记录及偏好，包括首次下单时间、最近成功交易时间，等等。

通过自动更新、灵活的标签规则等多种技术优势，营销人员可以结合业务模型，自主为客户打标签，划分客户群体，帮助企业落地个性化营销策略。

场景三：数据应用，后链路运营＋广告投放

CDP 的功能逻辑架构是数据的收集、处理和应用。数据应用是核心环节，主要有两个应用方向：一是在后链路营销中进行针对性、个性化的触达与互动；二是精准定向投放广告。主要途径有：

1. 与营销、数据洞察、私域运营、广告投放等业务模块有机结合，充分释放数据价值；
2. 精准完成消费者、内容、权益的匹配，为客户提供更好的营销体验；
3. 通过 CDP 寻找潜力客户，通过第三方平台扩大人群，投放数据回流归因；
4. 实时数据接入及分析能力，帮助营销人员及时做出业务反馈及调整；
5. 提供 API 查询、事件上报、数据同步、实时计算引擎等多种接入方式。

五、结语

通过对国内外厂商现状的比较分析，并结合业内专家的调研观察，关于 CDP 的发展趋势得出以下结论：在发展模式方面，并购重组将成为头部玩家的重头戏；在商业模式方面，软件＋服务的市场需求会越来越凸显；在产品性能方面，AI 分析将是今后发展的重点；在数据安全方面，信息获取和 CDP 维护流程逐步走向正轨。

CDP 可以看作是 CRM 和 DMP 的升级版本，随着营销数字化转型的深入，CDP 能否接棒 CRM、DMP ，成为新风口，还有待时间验证。