数据驱动的互联网营销和运营
宋星的个人博客

DMP 101之四:DMP到底有什么价值?

宋星大课堂1月19日上海的课程——数据化的智能营销和Martech实战长在报名中,目前还有35个左右的剩余位置,1月12日报名优惠期间截止。点击这里查看详情。

上一部分讲了DMP的由来,很多朋友问什么时候下一篇出来。还有部分同学问DMP到底用在什么地方。

我意识到,在进入原本我想要介绍的DMP内的数据的组织与管理之前,应该先把DMP应该能够起到什么作用,以及这些作用究竟跟企业的数字化转型和数据化转型有什么关系跟大家做一个分享。

关于DMP到底有没有价值的争议

坦率讲,对于DMP的价值,现在仍然有争议。

就像任何一个新技术新解决方案出来,都会有不同的看法和观点,太正常不过。

这个争议的最主要的地方在于,有些从业者觉得,DMP花了很多钱,但价值可能并不大!至少,现在很少看到成功案例,甚至连完整实施的案例都很少!

我不知道我有没有能力平息争议,但我确实想更客观的描述这个问题(或现象)。

在DMP的成本是否高这个问题上,存在很多误解,这个话题我们放到后面再讲。但可以肯定的是,DMP的成本是可预期的,也是可控的,而且其实并不是非常高。当然造价本身也取决于你期望它发挥的能力。

而在成功案例和完美实施DMP上,与三四年前相比,情况其实已经有了非常大的变化。

三四年前的DMP没有成功案例,我认同,最大的问题其实不在于DMP本身的思想,而在于当时的数据环境是基于cookie的,因此DMP得以存在的一个最重要基础——消费者(受众)数据打通与融合的能力,实际上无法得到有效发挥。那个时候的DMP在解决方案上其实已经较为成熟,而绝不是概念。今天的DMP则建立在device ID和实名信息(PII)信息之上,过去的障碍不复存在,因此,今天成功构建的DMP(很多其实没有说自己是DMP)不仅已经有案例,而且案例还不少。比如我们常听到的广本的案例、宝洁的案例、美赞臣的案例都可算得上典型。

至于说完整实施DMP,这个完整二字缺乏定义。什么是完整呢?对于大多数企业而言,他们又需要完整吗?这个问题,倒是今天这个话题可以好好涉及的。

基于对于未来若干年数字营销趋势的判断,DMP(或者类似DMP的数据基础体系)不仅很有价值,而且非常关键。

DMP到底什么价值

由于DMP是一个企业关于客户、用户、潜在客户、消费者、以及更为广大的受众的数据(即处于各营销阶段的各种人群的数据),以及与这些人群和受众相关联的所有营销、沟通、触达的触点相关的数据,因此DMP价值的核心并不是什么整合了数据资产呀,或者是给你一个数据报告什么的,而是对一个企业的在营销和运营上所面对的各种营销对象以及人群资源进行的数据化的管理。

或者简单讲,DMP本质上是一个管理体系,而不是一个营销工具。它管理着与营销相关的数据、管理着与用户或者潜客运营相关的数据、管理着相关人群的触点的数据,并在基于这些数据管理的基础上实现更好的受众触点管理、更到位的消费者沟通与互动管理,以及更高效的用户与潜客的运营管理。

如果把DMP理解为仅仅是为做广告、做营销服务而建立的工具,那就只能说明理解的不到位。

具体来讲,DMP能在当前阶段实现三大功能:

  • 营销和运营打通的引擎:DMP将营销与运营第一次有机结合在一起,以一个整体的视角进行统一规划和执行;
  • 自动化智能化投放的引擎:在广告投放和获客阶段实现更聪明的人群选择、创意应用等;
  • 自动化智能化人群运营的引擎:实现营销自动化、消费者的个性化营销体验等。

由于DMP是基于人群和人群触点的被打通的数据,这些数据可应用的范围极为广泛,因此上面三大功能一定不是DMP能做到的极限,只不过在目前这几个功能较为成熟罢了。换句话说,DMP的适用性非常广泛,尤其适用在未来不断出现的营销和运营新技术中,因为无论技术如何发展,所依赖的数据基础都是一样的。从这一点上看,DMP是面向未来的、具有前瞻性的基础解决方案。

除此之外,DMP也是一个高度垂直于营销和运营(主要是人群运营)的BI系统,即它能提供全景化的营销和运营的报告与可视化的数据,尽管这似乎只是它的“副业”,但仍然能够为营销人获取洞察建立策略提供重大帮助。

营销和运营打通的引擎

在本系列上一篇中,提到了DMP和网站分析工具等的区别,其中重要的一点是,DMP收集多个触点上的消费者数据,并加以打通。

如果一切都很理想(至于哪些部分是理想,哪些部分已经是现实,我们后面的系列文章再涉及。这里面存在的一些普遍的误解也是让DMP存在争议的一个原因之一),那么DMP会收集广告端的数据、网站端的数据、APP数据、微信服务号数据、小程序数据、电商交易数据,乃至线下交易数据等,然后将这些数据基于消费者个体进行打通,将在不同触点/平台上的,但是属于同一个人的数据,归集到这个人身上。这是DMP能够“立身”的根本。

你看,DMP能够记录一个人从他接触广告,直到完成交易的所有触点,因此DMP是不是一个升级版的“归因工具”? 比如阿里巴巴的品牌数据银行,就是基于一个很大的归因模型:AIPL模型。关于这个模型,我在另外一篇文章《消费者旅程(cxj)与消费者时刻(mot)》已经做了介绍

在这样一个牛x归因工具的帮助下,过去实际上数据不能打通的营销端(主要是广告投放和流量采购)与运营端(主要是流量形成之后的人群沟通、潜客培育什么的),现在能够打通了。也正是有这样一种打通,我们在思考营销和运营策略的时候,就不是各干各的,而是必然会将营销和运营结合在一起思考。

举一个最简单的例子,我能看到这个人在信息流媒体上点击了我的某个车型的广告,于是我在微信服务号上给他推送一个优惠券。前者是投放,后者是运营,后者是因为前者的发生才发生,这就是典型的把营销和运营打通的一个极小的场景。但即使这样一个场景,在没有DMP思想和解决方案之前,都是很难实现的。

现在开始升温的营销自动化,其实就是这样这个大图景下的一个典型的应用。

自动化智能化投放的引擎

这一点其实是DMP最初开张时候最主打的功能。因为程序化广告时代到来,必须有消费者相关的数据,才能支持程序化的人群定向投放。今天,你投放信息流广告选择人群的时候,背后就是一套DMP类似的系统在支撑着你选人。

不过,这个功能在今天已经发生了一些显著的变化。

过去,第一方DMP很罕见,主要是第二方DMP(来自于DSP公司)在公开广告交易市场(Ad Exchange)中对人群定向提供支持。

今天,整个中国的广告交易市场都在迅速从开放走向封闭,各个主要媒体都建立了基于自己生态体系内广告资源的广告交易市场,并且主要依赖于自己的数据,所以由DSP提供第二方DMP的需求在降低。而第一方DMP的需求随着消费者触点的不断多元化和碎片化而空前膨胀,这样,与程序化广告体系对接并为企业提供人群数据支持的,就从DSP的第二方DMP转为企业自己的第一方DMP。当然,如果企业没有自己的第一方DMP,也完全可以直接使用媒体提供的数据(类似于媒体的第二方DMP)。关于第一方第二方第三方DMP什么的, 如果你觉得烧脑,看这个系列的第二篇:DMP 101之二:关于DMP的数据源

值得注意的是,第一方DMP实现的人群定向支持其实并不一定是直接把数据给媒体,而是要经过一些特定的转换,这个就不在今天这个文章中详细说了。

除了人群定向,DMP也因其记录了投放相关的数据,例如不同创意的表现、不同人群的创意诉求、不同人群和创意匹配的表现、不同媒体和创意的表现等,而能够支持实现例如动态创意或自动创意优化等功能。

自动化智能化人群运营的引擎

这是今天DMP一个全新的,但非常有价值的用途。这也是第一方DMP的最主要的价值体现之一。

与在投放方面起到的作用相似,但是发挥作用的“地点”不同,DMP在人群运营上的价值则是在基于数据的基础上实现的更具灵活性和个性化的运营能力。

这一能力是基于这样的思想:DMP能够获得每一个个体在不同营销触点上的数据(就是上面一小节所介绍的,DMP所具有的更牛X的归因数据追踪能力),并基于这些数据判断这个个体的状态,以及基于这个状态决定下一次与之进行接触时的策略。

例如,DMP能够探知到这个人在微信公众号(服务号)上领取了一个优惠券,以及他在某一个产品介绍的页面上停留了更长时间。因此,DMP会将相关数据通知营销自动化系统,而营销自动化系统则会因此而通过某种渠道(例如短信、微信服务号的对话、或者微博私信等等)告知这个人他的优惠券即将过期,而在过期之前,他可以购买某个商品,并且这个商品此刻正处于历史最低价的状态中。

DMP由此不限于用于前端的广告投放,而更加契合于营销中后端的消费者沟通与潜客培育。

我记得前几天有一个客户问我,宋老师,我们微信公众号的这些用户,能不能用一个什么方法去跟他们互动起来。这个问题的答案,取决于哪种互动,又是什么类型的公众号。如果是跟所有的粉丝互动,那不就是群发就好了。可是我相信我的客户并不希望如此,他希望在追踪每一个粉丝的前提下跟每一个个体进行针对性的互动。这,就必须要用到DMP或者DMP类似的思想了。而你要在公众号上能用上你自己的DMP,普通公众号是不行的,必须是服务号或者企业号,且必须建立你自己的H5页面,而不要用微信自带的后台。

小企业能用DMP吗?

小企业当然可以用DMP。

本质上,DMP的功用一句话就能说清楚:打通数据,然后在打通数据的基础上,提供该怎么做营销的判断。这个功用,无论它是以DMP的形式,还是以其他什么数据工具或者是自动化工具的形式,对每个企业肯定都是适用的。

当然,不在于你的企业是大还是小,而是取决于你的企业是否有人群运营需求,这才是关键。没有人群运营需求,或者没有较为密集的人群投放需求,那么DMP的价值就没有那么大了。

不过,似乎流量变现的生意越来越少,而需要运营,简直已经是所有企业的标配了。这也从另一个角度解释了为什么这一两年DMP的需求突然井喷的原因。

好了,本来说每一篇都是短文的,结果一不小心,这一篇又是长文了。欢迎大家跟我讨论!


后面的内容将会仍然围绕“标准”的DMP,包含的内容有:

之一:DMP 101之一:DMP的本质是什么?

之二:DMP 101之二:关于DMP的数据源

之三,DMP 101之三:DMP与传统的用户行为分析工具到底有什么关联或渊源

之四,就是本篇:DMP到底有什么价值?

之五:DMP v.s. CDP,它们到底有什么区别

之六:应用角度的DMP和CDP的逻辑架构

之七:DMP应该如何组织重构各数据源的数据;

之八:一个好的DMP系统为什么特别难(绝对比你的供应商能实现的要难);

之九:DMP上“外挂”的功能有哪些;

之十:你的企业是否需要DMP,需要满足哪些需求特征;

之十一:一个好的DMP有哪些衡量标准或者特征;

之十二:DMP这个“好东西”背后有哪些坑;

之十三:DMP跟CDP以及Martech之类的概念有什么关联。

之十四:……

或者,还有其他更多。大家如果愿意看,我就写下去。愿意看的话,欢迎留言,有问题或者有其他想让我写的也欢迎留言。

未经允许不得转载:互联网分析在中国——从基础到前沿 » DMP 101之四:DMP到底有什么价值?
分享到: 更多 (0)

宋星大课堂

深度公开课 报名中!《数据化的智能营销与Martech实战》第二期:2019年1月19日(上海站)点击链接了解课程详情:宋星大课堂智能营销与Martech实战(第二期·上海)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址