王琤
Convertlab聯合創始人兼CTO，致力於爲國內企業提供先進的數字營銷SaaS產品。之前服務於SAP中國超過10年，作爲產品總監在SAP管理近300人規模的產品研發和產品管理團隊，從無到有打造了SAP全新一代SaaS產品SAP Anywhere。擁有近20年企業服務軟件研發、諮詢與實施、項目管理、產品管理、團隊管理等經驗。早期專注於面向大型企業的ERP，CRM、BI產品和全球客戶，近幾年專注於SaaS產品、數字營銷和中國市場。
採訪人：宋星
系行業智庫“紛析數據科技”的創始人，iCDO（互聯網數據官發起人），數據化互聯網營銷與運營資深從業者和行業意見領袖。
一個經營多年的企業，在經營過程中積累大量的數據，但一直沒有系統化的管理和發掘數據。在面對越來越嚴重的市場挑戰和數據焦慮的時候，你如果是這個企業的管理者，想要有效的實現數據資產的管理和變現，那麼這個時候你是需要引進怎樣的數據管理系統呢？是DMP，還是最新興起的CDP，還是要建立一個CRM？它們的區別是什麼，各自特點是什麼？哪一種可以更快速的實現數據價值變現？
帶着這個問題的思考，我們開啓新一期的數據掌門人專訪。
問題1：什麼是CDP，以及它與DMP的區別
宋星（後稱宋）：今年DMP、CDP很火，剛剛結束的WAW X數據營銷峯會上就有朋友專門提問CDP能否有助於2B的生意，所以我感覺CDP是大趨勢。那第一個問題： 我們都知道CDP是customer-data-platform，但它究竟是什麼？它背後的思想、體現的營銷哲學、技術理念是什麼？
王琤的觀點：
1. DMP偏重於媒體端、投放端。數據量大且雜，但深度不足。
2. CDP則強調管理消費者全生命週期數據，包括消費相關的交易類數據和各個觸點的行爲數據兩類數據。
3. CDP的特點是全渠道整合，核心是身份識別與合併。
4. CDP的三大核心畫像維度：標籤、生命週期階段、客戶全生命週期價值。
王琤（後稱王）：最近我也收到很多客戶反饋，發現了一個問題，國內大家在術語概念上沒有統一認知。舉個例子，還有企業提到大數據平臺或數倉即數據倉庫的。宋老師，您之前也有一篇文章講數據平臺上的一些概念，像CDP、DMP這類。所以我們在與客戶交流的時候，以及您這邊，其實都在做統一大家認知的努力。
關於DMP，大家比較有認知的是第一方DMP與第三方DMP。但我建議：若短期內以營銷爲目的，不妨把第一方DMP改爲CDP。我認爲第一方DMP與CDP在目的性等幾個方面有所不同。DMP是data-management-platform，名字裏沒有講到是什麼樣的數據，很多客戶會把它泛化成數據倉庫這樣的概念。而CDP的名字就很好，customer-data-platform，直接說明了圍繞customer或consumer做數據的聚焦。另外，CDP與DMP相比，第一方DMP傳承了第三方DMP的很多特點，相對CDP來說更偏重於媒體、投放以及到landing page這方面的監控數據。特點是數據量大且雜，單一消費者數據的深度略有不足。
而傳統的CRM，我們認爲它是一個customer記錄的system-of-record，是一個客戶（目標客戶）、會員或你的目標消費者的客戶檔案系統。system-of-record是IT行業的說法，以前做信息化建設時，第一步是把客戶檔案從Excel或者文件裏搬到系統或者數據庫裏去管理，隨後又延伸了一些相應的售後服務管理、忠誠度管理、會員管理等。
我認爲CDP是對傳統CRM的更進一步，因爲CDP第一個事情也是做所有的受衆或者customer的檔案管理，然後再擴大到各個觸點的所有信息。因爲現在是數字化時代，有更多的行爲可以被數字化且記錄下來。現在常見的用戶數據可以粗略的分兩類：一類是消費相關的交易類數據，一類是各個觸點的行爲數據。
CDP的另一個特點是全渠道整合，核心是身份識別與合併。而CRM系統不強調這些，也不對原始數據進行加工、抽象與歸納。關於CDP大家用的比較多數據加工是畫像，我們認爲具體表現爲三大類：第一大類是標籤，這是最常見的畫像表現形式；第二大類是生命週期階段，一個消費者對於這個品牌，他處於整個生命週期的什麼階段，是一個潛客，新會員還是老客戶等；第三大類是消費者全生命周價值customer-lifetime-value（CLV），客戶生命週期的價值，可以從不同的維度量化。總之，數據源都是原始數據，但是CDP要加工成畫像類的數據，標籤、CLV等。這些是CDP與傳統的CRM在靜態的數據管理方面的不同。
有了數據就要應用，CDP本身可以包括一部分基礎的數據應用。第一個就是分析，對已有數據分析，有的CDP本身就具備數據分析能力，還可以再往上建BI系統或者第三方分析系統，來消費CDP的數據。第二類是segmentation，對人羣進行分層分區，比如把人羣圈出來，名單導出來，再輸送到其他的應用。還有一種方式是分區分層是別的應用做的，CDP來提供數據的接口。第三類相對來說更先進一點，就是做recommendation（匹配），比較常見的是“人”跟溝通內容、產品、權益的匹配，目前國內比較主流的CDP中沒有還沒有這一塊，我們（Convertlab）公司的產品已經規劃這些，2019年也會增加大量的recommendation功能，技術基礎是基於機器學習的數據挖掘。對於那些數據量比較大質量比較好的企業，例如零售企業就很適合這個東西。這樣的話CDP就更智能了，它把人的特徵刻畫出來，還順帶着解決了這個人對應的最佳的匹配，推薦的內容、商品、權益是什麼。這個從一個大的角度來看待CDP。
CDP有兩個特點，一個是完全聚焦在consumer或者customer這個點上，不做多餘的數據的管理和處理。第二個非常營銷導向，目的性很強，可能有些企業一上來就建立一個大數據項目，或者叫大數據平臺、數倉、DMP 等是多目的性的。現在行業有一種情況就是，很多企業說我後面會有很多應用，但是現在不知道這個應用是什麼，現在先把這個數據平臺建立起來。這個是比較偏IT基礎建設的思維的。我比較建議從CDP入手，目的明確，在原始數據範圍上相對小點，而在某些角度上很有深度，容易快速支撐業務場景，形成業務價值。
問題2：CDP、CRM和DMP的根本差異
宋：關於CDP、CRM、DMP相似處都是圍繞人的數據，您講得很深入了，可否簡短的總結一下他們的不同點？
王琤的觀點：
1. DMP的產出物更偏向媒體端、投放端，特別適合媒體投放優化的目的；
2. CRM是傳統靜態管理客戶檔案思維，缺乏多渠道數據整合和數據加工能力；
3. CDP是CRM的延伸，是具有全渠道能力、強數據加工能力和明確營銷導向性的、更高級更具有變現能力的CRM。
王：正如前面所提DMP分成第三方DMP與第一方DMP，在這裏我們說的更多的是第一方DMP，它延續了第三方DMP的一些特點，比較強調對於第一方去管理媒體、廣告投放、流量來了之後到網站的這一端的數據採集和管理。它的特點是數據量更大，但對單個消費者或者訪問者的數據深度略淺。
CRM是傳統的靜態管理客戶檔案，特點是單一渠道管理，沒有多渠道整合，在自動營銷等實時運營上也有明顯短板。比如零售行業，很多的CRM是在線下交易場景使用的。另外大部分CRM沒有數據加工的概念，只是把原始數據放在這裏，最大加工也只是常見的商業的分析，常見的業務報告、報表，沒有深度分析和加工的能力。
CDP是CRM的延伸，是整個消費者環境數字化帶來的更多可能性與變化。第一，它可以從全渠道獲得數據，做基於身份識別與合併的全渠道數據的管理。第二，它有很明顯的數據加工能力。不只把數據聚合進來，也有數據加工。第三，它有非常明確的營銷導向。CDP本身擁有消費者洞察的價值， CDP結合營銷應用，可以發揮更廣泛的價值。
題3：企業實施CDP要注意避過的三個大“坑”
宋：謝謝！這個總結很全面很深入。聽說有的企業花了很多的精力和金錢建立了系統，卻無法使用起來，無法帶來足夠的價值。那麼問題是：如果企業要實施CDP，建立CDP策略，落地CDP解決方案，要注意什麼？避免哪些坑？
王琤的觀點：
1.諸多企業共有難題：組織機構問題——誰來牽頭、誰來負責、誰提供資源；
2.常被忽視的問題：第一步數據清洗或者說數據質量的問題；
3.容易被認識到但卻不容易解決的問題：項目團隊的搭配問題；
王：最大的坑我認爲是組織結構或者是管理的問題。我們做了很多的項目，發現人們忽視的往往不是技術、產品，也不是項目內容本身，而是跟人相關的，也就是跟公司的組織結構相關的。因爲CDP會從各個業務系統業務線抽取數據，是跨業務部門的項目，現在大家比較常見的快消或者零售來講，零售企業主要數據源可能是線下門店，快消企業更多的是管理經銷商的銷售體系數據，電商業務是另一個獨立的事業部，微信等社交端又是一個獨立的體系，不同的數據由不同的事業部來管理，有不同的系統，而不同的應用其實已經有了，只是比較孤立，要融合的話，需要大家來配合。如果溝通不到位，大家容易認爲CDP對自己部門來講只是產出，比如我要把我係統裏面的數據輸出出去，欠缺了CDP對這個業務部門的價值返還，造成業務部門本身配合的意願不高。其實CDP對消費者有足夠的洞察之後，各個業務線都會受惠，企業要把具體得到好處的場景結合各個業務描繪清楚講解明白。講清楚建CDP是第一步，營銷應用是第二步，這是一個先投入，再產出的過程。
還有一個跟組織結構有關的問題是這個項目誰來牽頭。常見的有3類，一類是IT來牽頭，一類是很少企業的有類似首席數據官或者說大數據負責人來牽頭，還有一類是用戶運營中心來牽頭，這個更容易產生效果。從組織架構的角度來講，國內的很多大規模的企業還沒有做，但有這個趨勢，旨在能夠全渠道的去給一個消費者提供端到端的360º的服務和體驗。一個很典型的案例是海爾集團，在2017年3月份的時候開過一個很大的發佈會，只發布了一個消息，海爾啓動了互聯網用戶管理運營體系。所以我們看到CDP項目牽頭的人通常是這3類，最後一種是效果最好的，因爲它馬上會跟它的用戶營銷體系打通，但是這個佔比目前比較小。
宋：我打斷一下，第三種效果是好，但是這個人也很容易被“架空”，對不對？因爲他很有可能既不懂業務也不懂技術，最後可能造成他兩邊都不討好，會有這樣的一種情況嗎？
王：對，這個情況可能會有。一般來說，大刀闊斧的建立一個集中部門來做的公司比較少，比較多是另一種情況，老闆或者一把手先建立一個業務創新部，由業務創新部牽頭，先從一種不影響主體業務的創新的方式去做。到一定程度驗證後再擴展。這是我講的第一個跟組織結構相關的坑。
第二個是實施過程中比較偏技術的坑，是數據清洗或者說數據質量的問題，在項目前期很難預估，但是往往都低估了工作量和難度。我碰到過一個比較極端的例子，就是有一次我們幫一個連鎖零售企業把全渠道數據拉到一起，放到我們的CDP裏面做管理和加工，在數據清洗整理的過程中發現它某個業務的產生數據的源頭都有業務邏輯錯誤，類似於A字段的數據被記錄到B字段上，而且還能湊合用，也看不出來，這樣造成了那個數據從源頭上就是有質量問題的，然後我們又請了業務系統雙方處理了這個bug。這是個比較極端的例子，但是反映了一個現實問題，數據清洗的過程中，不能默認數據質量是好的，要默認數據一定會有這樣那樣的問題，所以要有足夠的心理準備，放上足夠的人力。這是特別常見的一個坑。
宋：像這種數據業務邏輯就是錯的，怎麼補救？
王：要寫專門的腳本，制定規範。比如如果歷史數據的某些字段是有問題的，可以通過另外幾個字段的計算修正它。歷史數據的糾錯其實是腳本開發和維護工作，是比較枯燥的苦力活，無法避免，牽涉大量人力精力。這是第二個特別大的坑。
最後一個坑我覺得代價沒有那麼大，但是也是比較常見。就是數據這個項目需要業務和技術協同在一起，這是一個項目團隊的搭配問題。我們秉行的理念就是甲方和乙方是怎麼來定位的？誰擅長什麼？
通常乙方比較擅長的是方法論，以及在某個行業不同項目之間的經驗積累與最佳實踐，會梳理出一套做事情的方法。例如，這個項目怎麼一步步實施，可能有什麼問題，有什麼潛能，這是乙方比較熟的。而甲方在自己業務的深度和全面度上是永遠超越任何一個乙方的，乙方再強大也不可能做到在甲方自有的業務上達到和甲方一樣的水平。所以我們建議CDP這種數據類的項目，由乙方搭項目的流程計劃的框架，但數據解讀、確認與驗收，比如從各個系統拿來數據，每個字段在業務上代表什麼意思，數據彙總到業務系統之後，每個字段在業務上的匹配，或者畫像的標籤邏輯，一定要和甲方的核心業務人員一起，這是成功的一個關鍵。很多做項目的供應商比較強調技術部分，忽視了業務配合，造成最後數據看上去是處理好了，但數據彙總分析一看，今年會員活躍度的質量或者新增多少會員這樣的大數都匹配不上。這是第三個比較常見的大坑，還有很多技術實現上的小坑，我覺得不是那麼關鍵，這裏就不提了。
宋：這三個尤其是前兩個，如果有問題就存在項目進行不下去的可能性。
王：是的，前兩個是很容易被低估或者忽視的。
宋：而且數據清洗問題其實是每個企業的問題。因爲基本上每個企業一開始就沒有那麼好的一套數據管理體系。
王：是的，所以現在有一個問題就是數據清洗這個活很枯燥，大家都不願意去幹，技術水平高的人員不願做，也不匹配。我覺得市場也缺乏這麼一批低成本的有比較好的規範性的專門做數據清洗的資源團隊，這是一個比較頭疼的資源匹配問題。
問題4：關於企業建立CDP的“最佳實踐”
宋：講了這些坑之後其實也講了相對的建議。請總結一下這些建議，從您的角度說，策略上的best practices（最佳實踐）？
王琤的觀點：
1. 大型零售類或者金融類的企業，建議把CDP建立在現有的大數據平臺之上；
2. 已經明確以用戶運營爲中心的企業，無論有沒有CRM，都建議直接建立CDP；
3. CDP必須是一把手工程；
4. 項目人員配備上，必須建立業務和技術融合的團隊；
5. 採用分步走的方式一點點完成CDP建設；
6. 選擇CDP供應商注意兩點：
（1）CDP供應商提供的平臺的架構性；
（2）行業性，尤其是行業經驗。
王：第一個建議是從兩種情況考慮CDP怎麼建。一種情況，比如大型零售類或者金融類的企業，在過去的幾年已經建立了大數據平臺，這種平臺在我們看來只完成數據清洗和彙總，數據的加工、畫像、身份管理這些偏運營的還沒有做或者說做的不足。這類企業我們建議把CDP建立在現有的大數據平臺之上，利用已經處理好的數據源，形成每個個體的在全渠道之上的檔案，並做畫像。另外一種，如果還未建立大數據項目並且擁有很明確的以用戶運營爲中心的大方向的話，我們建議直接建立CDP。因爲CDP不是一個貪大求全的項目，它是圍繞着消費者的，可以很輕的立竿見影直接應用到營銷場景中去，立刻產生回報。
第二，從組織結構的角度，應該怎麼看待CDP項目。首先我們覺得CDP項目往往是一把手工程。CDP項目想要快速推進並發揮作用，真的需要CEO或老闆這個層面拍板決策並將消費者受衆相關的部門配合聯動起來。然後要講清楚CDP最後會給營銷及營銷應用帶來的好處，其實各個業務部門都會受益。
第三個建議是項目人員配備上，必須是一個業務和技術融合的團隊。雙方合作的話，甲方要出技術和業務，乙方也要有業務方面的行業專家和技術團隊，這些角色是不可或缺的。還有，甲方的牽頭人一定是得到授權或是有能力讓各部門來配合的。
第四也算是經驗總結，即採用分步走的方式一點點完成CDP建設。通常線上數據通常比線下數據好做，以最近我們做的某個會員制連鎖零售企業的例子來說，第一步只把線上電商交易數據和線下門店交易數據整合過來，因爲這個業務系統完整，數據質量高，可以馬上進行營銷應用，比如對交易行爲做畫像，然後就可以做分層分羣的精準營銷了。第二步是把線上的行爲數據整合過來，電商、APP等有很多的行爲數據，代表了這個人的特徵。第三步採集更多的數據，該企業計劃下一步在線下門店做電子價籤和其他線下數據採集設備，能瞭解到會員在線下門店的非交易類行爲，比如客戶在某些品類的區域停留時間特別長，代表了他的一些品類偏好。這類數據的採集難度與週期會更長，因此放到第三步來做這個事情。所以不必把所有渠道的全部數據彙總完，再去應用起來，產生效果。我們先形成小閉環，先有一部分數據在CDP產生應用與價值，這樣甲乙方信心都有了，就願意投入更多，這是從真正的落地角度講我們的建議。而且目前這種方法的接納程度很高，因爲大家都希望分期走，每一期都能看到實際效果。
還有一個建議，我建議企業從2個方面選擇做CDP的供應商。一是平臺的架構性。因爲CDP是一個平臺類的項目，所以要去考量供應商提供的CDP解決方案中，平臺架構性好不好，也就是平臺的開放性、靈活性、延展性和以後的可擴展性好不好。不能選擇一個不好的架構，然後過兩三年不適用了要再換掉整體架構，這種傷筋動骨的代價太大。第二要看供應商的行業經驗。坦白來講，數據管理看上去是一個行業共性的問題，但是數據加工，比如標籤畫像，是有行業特點的，不同行業的畫像或者標籤的模型是各不相同的，選擇供應商，應該選擇在自己企業所在的行業有案例和經驗，我覺得這個是比較重要的。
問題5：關於中國和美國的CDP的差異
宋：另外一個問題我想大家也很感興趣：中國的CDP和美國的有什麼不同？Convertlab是怎麼看待這些不同？怎麼做到給中國企業提供更針對行業、更瞭解業務的服務？
王琤的觀點：
1.中國也具有美國沒有的優勢：中國產生數據的觸點遠比美國更豐富、數據源也比美國豐富；
2. CDP在全球的概念和理念都是一致的，但在中國落地實施會有很大不同。
王：整個數字營銷相關的理念、方法論、實踐以及產品上，我覺得中國落後美國至少有5年吧。像我們Convertlab DM Hub這樣的Marketing Cloud產品，你能在美國找到5-10個跟我們產品類似而且成熟度很高的公司。但在中國，我們是屬於極少數能提供成熟產品的。這是一個大的行業成熟度的差距。
我覺得很值得一提的是，中國移動互聯網在我們生活方方面面的滲透比美國更厲害，所以中國產生數據的觸點和場景比美國更豐富。首先在消費者溝通渠道與數據源上，比如美國電商數據的佔比就不如中國，中國有些快消行業傳統品牌的電商業績已經超過整體業績的一半了，更不要說某些新興的互聯網品牌，美國則不太可能會有這樣的情況。另外，中國有一個很神奇的應用是線下掃二維碼，在美國不存在普遍的線下掃碼的環節，所以中國產生了很多線下場景的數據，特別是線下行爲數據，這個在美國也幾乎是很少的。
宋：所以從這個角度來看的話，中國的環境條件比美國的要好，是嗎？
王：是的，機會很多。而且中國的人口多，我們現在服務的金融、快消或者零售企業的話，CDP數據量到千萬級別是很正常的，美國單一品牌服務商只有少數可以做到這麼大，這是數據量的差別。第二個是數據源的豐富度，中國比美國更多樣，這也是一個特點。
對於Convertlab來講，我們做的事情是先進方法論的本地化落地，CDP的概念在美國、中國都是一致的，但是放到中國進行落地時，實際情況會不一樣。比如把天貓店鋪的原始數據匯入到我們CDP裏面的話，我們就會自動的產生畫像，因爲天貓的數據模型格式是固定的，不管哪個品牌都是這樣的，我們就會按照預知的數據的格式，做一些預知的處理，對這個渠道來的數據怎麼加工、字段的成熟匹配，怎麼形成標籤，這是完全自動化的。也就是當我們去處理中國特有的數據源的時候，我們其實已經加上了一些相對應的數據加工模型，這個好處是你接入的數據源，就自動產生了很多已經加工好的有價值的消費者洞察，比如說畫像特徵、標籤、貢獻價值、活躍程度等。我們做事情其實就是在概念理念不變的情況下，做這種本土落地實踐，要達到開箱即用的目的，就要達到對中國本土通用的標準數據源，比如門店、天貓、京東、微信的數據源，進行預加工，邏輯預設到CDP產品裏，數據輸進去會自動產生畫像洞察，就是說把美國的一個先進理念做一個深度的中國本土化的落地。
問題6：關於中小企業如何實施和利用CDP
宋： 有人覺得CDP比較適合大型企業，對於中小型企業來說只需要用這個思想對人羣進行分組，沒必要去用CDP這麼大的一套軟件系統或者解決方案，你怎麼看待這個觀點？
王琤的觀點：
1.如果是全渠道業務都很重要的話，不管企業的業務大小，都應該建CDP；
2.SaaS已經極大降低了中小企業應用CDP的門檻；
3.中小企業的業務成熟度已經達到需要精細化運營客戶的程度時，CDP才能發揮更大的價值；
4.對中小企業而言，數據量的多少並不構成利用CDP的障礙。
王：傳統行業的企業CDP的必要性可以從2個業務角度考慮。一是業務渠道。如果企業的業務以單一渠道爲主，那麼CDP最重要的一個全渠道管理價值就無法應用上。因爲CDP特點是可以幫企業管理消費者在所有渠道的“全域畫像”， 這一點對於零售企業來講太重要了，因爲現在新零售概念，比如京東無界零售很重要的一個理念是：千萬不要把消費者放到單一的渠道去看，否則的話就沒有競爭力了。對於某些只要在單一渠道做好就夠了的行業，我覺得CDP的必要性略降一些。如果是全渠道業務都重要的話，不管企業的業務大小，還是要推薦建CDP的。二是企業的業務階段。如果是一個新的業務，當前的運營不可能做的很細，這個階段更重要是的佈局，比如開拓一個新的渠道、上一個新的產品線。CDP的應用思維是運營的精細化，強調的是對人更精準的洞察，當業務進入穩定期後更能發揮出它對精準營銷的價值，這個階段就一定要上CDP，來細化運營差異化的顆粒度，提高企業競爭水平。
相對而言，互聯網企業第一天就要數據化企業的用戶運營體系，因爲互聯網運營比的就是精準營銷、用戶運營的水平，不然企業的運營優勢連及格線都達不到。
此外，大家可能會覺得CDP是一個平臺類項目，成本很高的樣子，其實把CDP做行業標準化後，就可以大幅度的降低數據治理成本和使用成本。比如我們把行業區分後，就可以對每一行業預設很多數據模型、標籤模型，通過把定製化的工作轉移到標準化的場景中來降低成本。對於一個標準的CDP產品，Convertlab是按數據量來衡量CDP成本的，一個數據量不大的中小型企業CDP成本是很低的。但是需要強調的是，小企業不要從自己數據量多少來衡量要不要實施CDP，還是要根據行業形態、企業發展的階段來決定。
宋：SaaS就是這種方法，用雲端的模塊化來解決中小企業CDP應用這樣的問題。
王：是的，用SaaS方案的時間成本比較低，不同企業交付週期有長短，但平均下來SaaS版的CDP2個月左右就可以完成部署交付且可以開始應用。
問題7：關於CDP 實施的較好的“典範”企業
宋：最後一個問題，您覺得有沒有CDP做的比較好的企業，可以讓別的企業來學習的？
王琤的觀點：
1.百威英博
2.山姆會員店
3.韋博英語
王：我講兩個吧。
一個是快消行業的典範——百威英博，全球最大的啤酒集團。我們是16年開始合作的，它從最開始建立CDP就是捆綁着應用來進行的，圍繞消費者，圍繞着營銷應用，真正貫穿了CDP的核心理念，所以它在數據源不斷進來，數據打通的同時，營銷應用就跑起來了，它也走過很多坑，但是在數據源打通的廣度和深度、多樣性和體量等方面，我覺得它在整個中國的快消行業都是非常領先，值得借鑑的。
第二個是零售行業的一個會員制超市，我講它的主要原因是它的業務部有一個數據能力很強的團隊，在項目實施過程中承擔了很多原始數據的解讀以及怎麼去定義標籤畫像邏輯的工作，所以我們配合起來效率非常高。這種團隊本身擁有技術優勢的企業是很少見的，目前已經完成第一期並取得了明顯效果，在新會員激活、老會員復購率、整體會員活躍度方面，我們看到了40-80%的效果提升。我相信再實踐幾個月這個項目應該可以作爲國內零售行業CDP的標杆案例。
宋：還有嗎？其他行業或者您能想到的任何的？
王：那再講一個教育行業的韋博英語吧。它的這種CDP可以類比到高客單價的商品服務，比如B2B，因爲它們都是更關注於全渠道的線索，即銷售之前的那個階段：線索從哪裏來，流量來了線索留資料、線索孵化培育一直到成交。特點都是數據量累積很大，渠道接的很多。此外，韋博英語還有一個特點，就是市場營銷在整個企業內部地位屬於非常核心的職能，因爲現在教育培訓競爭很激烈，營銷能力成爲了企業一個很核心的競爭力。韋博英語的市場部負責人對於數據、全渠道的理解是非常到位的，也可以調動很多很多內部資源來打通數據，可以控制和管理很多業務、營銷的應用，大大減輕了跨部門工作的複雜性。所以整個項目在數據的打通、加工、畫像的建立以及後期的營銷應用方面都是比較順利的。