营销圈里的大数据概念似乎永远不会过时，在“大数据”这三个字已经耳熟能详之后，各种数据应用工具、方法、理论不断涌现，在DSP、SSP、DMP等三字母热词长久霸屏之后，CDP成为最新的大数据领域热词，并在2017年登上“GARTNER广告与数字营销领域技术炒作曲线”的巅峰，可谓风头正劲。

 CDP，Consumer Data Platform，用户数据平台 

根据美国CDP协会给出的定义，用户数据平台（CDP）指由营销部门管理的，持续的、统一标准的，可与其他数据系统对接的用户数据库。

CDP的目标是将来自营销、销售、客服等多渠道的第一方用户数据与更多第三方数据，整合到统一的数据平台与视图中，以每位用户本人为单位集合呈现多维度数据，为实现“人本营销”打下基础。

2013年，CDP概念被提出。在营销自动化大潮的推动下，不少手握海量数据的品牌希望拥有内部的、统一的数据管理分析工具，解决各类数据工具各自孤立、数据源互不沟通、第一方数据缺乏有效管理与应用等问题。同时，品牌也希望拥有一个有内部营销团队直接管理，而不需要依赖技术供应商的系统，以最大限度掌控第一方数据的控制权，保证其私密与安全性。

发展至今，CDP的功能不断扩展。部分CDP系统不仅提供数据管理与分析工具，还集成了广告管理功能，集分析、预测建模、精准推送等功能于一身，让营销人直接应用数据分析结果进行邮件推送、投放部分媒体页面广告、或帮助公司站点进行个性化优化。

同时，CDP行业规模快速扩大。美国CDP协会数据称，2017年1月至2018年1月，全球范围内定位为CDP的公司数量翻了一番有余，总数达到52家，许多原本定位于用户体验优化的公司转行加入CDP行业，该行业在2017年下半年吸引了2亿美金的投资。目前，我国国内也已经有了定位为CDP的技术供应商。

行业发展虽然迅速，但CDP在营销领域的知名度还不算高。这也不难理解，营销人已经要消化太多的技术名词，而相较于CRM、DMP这些耳熟能详的技术工具，CDP毕竟还是个小弟。

目前，CDP正在不断强调差异优势，希望推动工具的营销应用。

譬如，相较于CRM系统，CDP称自己并不仅仅处理消费交易数据，除了用户购买商品、登录官网、联系客服等行为，还能处理更多与用户相关的行为数据，如浏览、页面停留、广告转化等。

而CDP和DMP概念的差异则更让人困惑：

CDP方面称，自己主要收集第一方数据，并支持与第三方数据对接，DMP则反之。第一方数据让品牌在已知用户身份的情况下进行数据归集与分析并与之沟通，更适合“人本营销”中的个性化沟通，而依赖第三方数据的DMP以cookie为单位，更适合通过lookalike的形式去挖掘和接触潜客。

同时，CDP中的数据及分析结果的应用场景更为广泛，不仅限于广告投放的优化，还可用于用户体验、产品定价优化，甚至可以协助一些非营销部门的业务拓展。当然，也有不少大数据从业者认为，这些功能DMP理论上都可以做到，并称CDP不过是DMP概念中的一个亚种。

从营销人的角度来看，我们无需过于纠结不同数据工具之间的差异，只要能解决好数据收集、管理、分析的具体目标，用DMP体系或CDP体系并无大碍，这些概念在应用中都有较大的变通空间。另外，能否真正链接数据孤岛，实现多方数据的打通，甚至指导最终的营销应用，很大程度上也不是技术本身能决定的。但是，对于CDP概念的兴起，我们仍有一些关键问题需要正视：

 第一方数据与人本营销 

许多品牌都掌握大量的第一方数据，比如用户识别信息、网站浏览记录、邮件响应情况、客服记录、社交评论、广告点击情况、交易记录等。这些数据是品牌理解消费者，进而展开人本营销的重要资源。其最常见的应用方式就是商业内容的精准推荐，比如《经济学人》就通过CDP，收集分析读者的网站浏览行为、邮件互动情况等数据，进行个性化信息推送。

而在多方数据打通的时候，以往，品牌可能满足于通过数据交换进行已知用户的群体画像，以及lookalike方式下的潜客发掘。但CDP所崇尚的“人本营销”理念重视的是每一个个体，也就是我们不仅需要知道品牌受众群体的共性偏好，还要理解每一个人的决策流程，并作出应对方案，将个性化推送细致到人，而不是一个受众群体。

 历史大数据与实时大数据 

人们讨论大数据时，一般所说的是历史大数据，也就是通过过去的数据积累进行分析、预测。对许多品牌来说，历史大数据已经够用，但并不完美。不少品牌希望可以实时跟进用户的每一个决策过程，比如在用户点击广告查看产品信息后，更换广告内容，用促销等手段促进其下单；而当用户将产品加入购物车却未付款时，也可通过个性化的信息推送尝试将其唤回。这都是利用CDP所倡导的实时大数据系统才能做到的事情，它会将用户的行动实时更新至数据后台，方便营销应用。

不过，做到这种程度显然并不容易。大数据的交易、应用流程，让品牌很难得到实时的第二方、第三方数据。第一方数据虽然理论上可以保证实时性，但在营销应用中，也需要高度的自动化、智能化才能够实现“实时”的营销反馈。