CDP，为什么最近开始流行了？

本世纪的大部分时间里，营销软件供应商都保证数据是「客户单一视图」或「单一源头」的。所以，为什么CDP这一种类近期才出现呢？

换句话说，一直有一种明确需求，希望将所有与客户相关的数据都存放在一个地方，技术也早已能够支持创建单个的数据库。

那现在是什么发生了变化呢？

首先，近期有重要的新业务驱动，CDP 平台Tapad的首席产品官Preethy Vaidyanathan告诉我。

她说，数据集成项目在前些年就已经存在了，但它们大部分都独立存放于数据孤岛里。市场部只整合自己所有的消费者信息，销售部和客服中心也都独立处理各自的数据。

但现在，她说，品牌的当务之急已经发生了变化，因为品牌增加收入的一些关键方式改变了，而这些改变驱使了对整个品牌的单一数据库的需求。

非结构性数据

她指出，在每个垂直领域都出现了「直接面向客户（DTC）努力」的热潮，比如眼镜零售商Warby Parker或餐饮供应商Blue Apron，长线零售商也进行了这样的努力，要直接面向最终购买者进行营销、销售、运输和服务，你必须将所有源头的客户信息收集在一起，彼此打通。

CDP 平台Simon Data的联合创始人JoshNeckes指出，Amazon, Google 和Netflix都因其与用户全方位的互动而闻名，为此他们在内部建立了相匹配的CDP。

即使是那些仍然通过零售商经营的品牌也明白，消费者一个点击就会到达竞争对手那儿，所以通常关键的区别在于，当他们与品牌互动时，能否持续到每一个接触点都有出色的用户体验。同样，这意味着，整个品牌内部都可以即刻地获得统一的数据，特别是许多CDP提供的身份解析。

能够全面且快速地处理用户数据中的隐私，这一需求在不断增长，如果要跨部门来传送，那这一点就不容易实现，Vaidyanaathan指出。

「隐私问题不再是可有可无的。」她说道。

最近分析师David Raab告诉我，如果数据不从单一源头而来，会很痛苦，因为渠道太多而无从选择。为此Raab建立了CDP的研究机构，帮助定义和推广这一平台类型。

除了新的业务驱动以外，CDP还受到技术进步的推动，特别是出现了新工具能够处理非结构性数据，比如海量的社交媒体发布信息。

一种新型的数据平台

Neckes指出，Hadoop这个存在了多年的大数据解决方案，直到最近几年才开发出一套成熟的数据生态系统。它和其他一些新技术，比如大数据分析引擎Apache Spark以及实时数据管道Kafka「为一种新型数据平台提供了机会」，Neckes说。

除了可以快捷地存储和访问非结构性数据外，这个新平台还能保留更多可立即访问的数据，超过以往任何时候，从而为成千上万的用户提供单独的数据点。

Raab说，涉及到Hadoop以及相关技术的数据架构「可以存储你没有料想到的数据。」

「在传统的数据仓库中，IT部门必须将数据映射到相关数据库的数据表中，」他说 ，「相比之下，Hadoop是一个文件系统，围绕标识符（如眼睛颜色）和对应值（蓝色）等简化的数据结构来构建。」

打比方说，这意味着在一个流行社交应用中添加了新的通信板块时，数据存储库不需要对其进行规划和映射，就能兼容。

「它就这样出现在数据中。」 Raab说。这对于CDP的概念至关重要，该概念旨在存储以及提供与客户及其与品牌互动的各种相关数据。

向智能进化？

营销自动化平台，数据管理平台和客户关系管理系统（CRM）主要是关注结构化数据，Raab说。例如，CRM系统最初是为销售代理商和客服中心设计的，而不是作为服务用户数据和身份的多用途中心。

Raab指出，当一个现有的营销平台如Salesforce，收购了一家社交媒体公司如Radian6时，由此涌入的非结构性数据主要存在于数据孤岛中，或者会在需要的时候被导入。

他说，针对所有结构性和非结构性数据，Salesforce并没有提供完全统一和立即可访问的视图。但是他认为，Salesforc近期收购的营销智能和分析平台Datorama可能演变为其可使用的CDP。

传统客户系统的信息流也比那些现代化的CDP更有限，Neckes说，因为它们主要是为获取数据而生，而不是同时获取和分发数据。并且，在利用数据进行实时编排方面，CDP具有「数量级」的优势，比如能在每个通道间建立和运行活动，或根据需要实时修改动作。

所有这些因素——包括海量数据、非结构性数据、双向数据流和实时数据编排——都意味着CDP是专门为实时环境中处理更多数据量及更多数据种类而建造的。这些属性正是现代营销应用程序最需要的——比如身份匹配、营销预测、数据分析、多渠道实时营销以及AI的操作使用。

考虑到客户数据管理已具备的驱动因素和工具，在当前这个进化的纪元，原有的老古董能进化为智能产品吗？我问Neckes。

可以，他回答，通过购买CDP并围绕它们重建就能实现。