SaaS 厂商纷纷入局,CDP 会成为下一个风口吗?

发布者:三维推

2022-06-01 16:51:53

阅读: 666

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。

SaaS 厂商纷纷入局,CDP 会成为下一个风口吗?

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。

SaaS 厂商纷纷入局,CDP 会成为下一个风口吗?

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。

SaaS 厂商纷纷入局,CDP 会成为下一个风口吗?

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。