秒针-营销数据中台白皮书-2019.2-31页.pdf

liaozhenstems销数据中白皮书Market Guide for Marketing Data Platform少针营销科学院MAMS,MiaSst市场研究报告每日免费获取报告1.每日分享7+最新重磅报告2.每周分享60份细分领域研究报告3.研究报告均为公开版，版权归原作者所有，仅供分享学习如何获取扫描二维码，关注公众号市场研究报告回复：研究报告；每日获取最新报告微信扫描二维码，领取海量报告MiaozhenystemsMA MS前言“数据中台”是阿里提出，对标的国外“DataLake”(数据湖)的概念，出现的背景是阿里的生于勇毅态系中淘宝，天猫，蚂蚁金服，盒马鲜生等业务板秒针系统营销科学家块每天都产生着大量有价值的数据，要在不同业务群间做到数据的互联互通，对数据价值进行最大化挖掘，需要整合各业务群的数据建立集团层面的“数据中台”，统一管理和应用数据。对于大部分广告主来说，“数据”还是一个相当陌生的词，虽然“数据驱动”代表了先进生产力，但缺少了数据，市场部也在正常运作，那花费大量成本搭建数据中台，对于广告主的价值是什么呢？All Rights Reserved by MAMS,Miaozhen Systems01MiaozhenSystems广告主对营销数据中台的期望是什么？MAMS广告主对营销数据中台的期望是什么？“数据中台”作为营销技术中最奢侈的投入，是只有大型广告主才需要的资源，价值在于：1.赋予广告主数字营销的精细化操作能力当市场部承接的数字营销预算大到一定程度，就无法通过营销人员的个人经验对营销活动进行微观操作，在拥有数据中台后，可以依靠数据+技术，驱动整个营销体系的精细化操作2.提升营销执行的ROI这是最常规的诉求，市场部的绝大部分预算是在营销执行层面，按照每年1亿的营销投入，如果通过数据能提升1%的精准度，就能节省100万的成本，这是企业能最直接看到的真金白银3.战略视角的营销策略在打通生产，销售，电商，服务等数据后，市场部就能看到更加连贯的全局数据，可以站在更高维度，看待营销在公司战略布局中的定位和作用4.提升市场部内部运营的整合度当市场部内部职能划分过细，需要通过数据来串接营销运营过程中的市场研究-市场策略-营销执行-效果考核，避免内部信息不对称，提升运营效率5.加强市场部和其他部门间协作当企业内部组织架构达到一定复杂度，市场部需要通过数据对接其他部门的运作，在企业统一的考核体系下，在企业内部证明自身价值，争取更多资源6.支撑业务的数字化转型：“数字营销”现在不只是营销词汇，数据中台所拥有的资源（数据/IT设施/考核规则/运营人员），除了支持营销场景，也可以构建各种数字化转型的业务场景，成为CMO和CEO/CGO/CDO对话的核心资本。很有意思今天讨论建立营销数据中台的，除了市场部和IT部门，有很多需求来自更高层的CEO,COO(首席运营官)，CGO(首席增长官)，这些高层的诉求是通过“数据中台”来解决业务问题(例如产能过剩，人员效能，获客)，支持企业的创新业务（例如新零售，金融科技，数字化管理）All Rights Reserved by MAMS,Miaozhen Systems03Miaozhenystems和传统数据仓库对比，数据中台有什么差别？和传统数据仓库对比数据中台有什么差别？国外著名咨询公司Gartner把数据管理技术分为三种：Data Warehouse-Supporting mostly known data(structured,transactional)and known questions(repeatable,forbroad consumption)to deliver consensus for running the business.Data Lake-Supporting unknown data(less organized,raw and/or exogenous and unknown questions(discov-ery-and data science-oriented)to enable exploration and innovation.Data Hub-Enabling manageable and governed sharing of data between producing and consuming systemsand processes.与存储“已知”结构化数据，解决“已知问题”的传统数据仓库(Data Warehouse)相比，数据中台存储了大量“未知”的原始数据，利用数据科学(Data Science)可以在应用层面进行更多探索，帮助企业解决更多“未知”的商业问题数字技术的革命，使广告主可以收集的数据产生了爆发，因为数据的“量变”，催生了数据管理和应用的“质变”，这是“数据中台”出现的主要原因。如果说而传统的“数据仓库”面对的是“小数据”，“数据中台”处理的则是真正的“大数据”。回到5年前，广告主能收集到的营销数据大部分来自CRM,是基于消费者“人”的PI川数据(Personal Identity information),传统营销数据是以下这样的：消费者姓名性别年龄历史购买金额最近一次购买时间张三男20-251000人民币30天前这些数据来自广告主的运营过程，数据量也相对较小，每年能收集的数据很难超过TB级别。数据的使用层面也相对简单，一个初级的数据分析师，可以依靠数据词典轻易读懂每条数据的含义，依靠传统统计学和算法工具就可以完成数据分析，支撑业务应用。例如CMO想针对贡献了80%收入，但是过去2周没有任何采购的高消费用户群体做一次campaign,不到10行SQL语句就能抽取这些目标消费者数据。今天广告主收集了大量描述消费者行为的“大”数据（在后文会讲数据中台的主要数据类型），这些数据是基于消费者“设备”的数字数据(Digital Data):设备ID设备型号浏览URL访问时间经度维度A1B2C3iPhone 晚上11：301.2222.111All Rights Reserved by MAMS,Miaozhen Systems04