你了解DMP数据管理平台吗?

原创 收藏 评论
举报 2020-12-04

DMP即Data Management Platform,数据管理平台。近几年,随着大数据与程序化广告的普及和推广,DMP市场高速增长,2020年市场规模预计将突破2000亿(Source: Mob研究院)。

1607050986554739.png

DMP的核心思想,是记录每一个个体用户在不同营销触点上的“交互痕迹”,基于这些痕迹,区分不同用户的特征,并对不同特征的用户群体提供针对性营销策略,或输出这些人群作为细分受众给其他营销机构。

Part 1 DMP是什么?有哪些功能?

DMP是一个全面的数据收集、加工、整合平台,吸收各种数据源数据,以用户为基本单位,清洗、整理形成结构化的数据表,并进行用户标签计算,以期能够精准描述各种用户。

DMP不带有任何营销性质和功能,它可以和DSP(Demand-Side Platform,需求方平台), CMS(Content Management System,内容管理系统), CRM(Customer Relationship Management,客户关系管理系统)等产品结合,有一些数据上的流通,DMP的核心就是将数据处理好。强大的DMP是互联网时代的数据大脑,是一切营销的基础。

DMP的功能

精准营销、广告投放、个性化推荐、其他数据分析应用

DMP核心特征

  1. 有很多数据源,包括企业内数据(第一方),合作方数据(第二方),外部第三方数据;

  2. 以用户(或设备)为基本单位,整合各方数据,将数据进行清洗,结构化的存储;

  3. 对结构化的数据进行分析、运行算法,将用户进行多维定性,打上标签;

  4. 使用方可以通过DMP提取想要的用户群体,下游的营销产品也可以直接通过接口进行数据的访问和提取。

Part 2 DMP的基础架构及数据加工流程

一个DMP需要的功能模块有:①数据获取入口、②数据清洗&整合模块、③标签计算&挖掘模块、④打标签及标签展示模块、⑤用户分群模块。其中,①②③是DMP的基础,决定了一个DMP的质量;④⑤比较偏产品前端,DMP是否简单易用,是否友好易懂,由这部分体现出来。

1607051041818186.png

Part 3 DMP分类

1.核心互联网大厂自有DMP

如阿里妈妈的达摩盘,腾讯的广点通,百度的DMP数据服务;其他诸如字节跳动、京东等大公司也会有自己的DMP。核心互联网大厂拥有绝对的用户流量优势,因此数据积累量非常大,但各大厂之间的数据却相对封闭,不流通共享。

此外,各大厂的DMP也会根据自己的业务进行一些深度定制,如阿里的达摩盘是面向电商场景的DMP,通用性可能不高。

2.广告技术公司自有DMP

这类DMP主要是广告技术公司基于DSP等业务扩展需求而搭建,直接为业务服务的。美国市场非常细分,有很多专门的DMP公司;中国市场高度整合,DMP需求往往与 DSP/SSP/Trading Desk等联系在一起,广告技术公司自有 DMP能够更直接地满足这类整合需求。

3.广告主自有DMP

这类 DMP的数据相对封闭,数据安全性较好,但相应的流通性较差,数据挖掘和使用不足,通常需要接入其他数据平台,实现数据的融合和流通后,才能更好地发挥价值。

4.独立第三方DMP

随着大数据技术的发展,精准营销已经成为企业用户增长的必选方案。因此,出现了一些专门为企业客户提供服务的第三方数据供应商,即第三方DMP。

第三方DMP相对独立,也比较专业,企业可以快速获取期望的用户数据。但目前国内市场对于数据交易、数据交换还没有相应的执行标准,数据安全也无法得到很好的保障。

Part 4 DMP在营销中的主要应用方向——用户画像

关于用户画像,分为两类定义:User Persona和User Profile。

  • User Persona:是产品设计、运营人员从用户群体中抽象出来的典型用户。例如,在用户调研阶段,产品经理经过调查问卷、客户访谈了解用户的共性与差异,汇总成不同的虚拟用户。

  • User Profile:根据每个人在产品中的用户行为数据,输出描述用户的标签的集合。例如猜测这个用户的性别,生活工作所在地,兴趣爱好,喜欢哪个明星,要买什么东西等。

* 以下所提到的用户画像,均为User Profile。

用户画像与DMP的关系

DMP作为数据管理平台,在数据输入其中后,会输出一系列标签,或其他想要的结果。用户画像则是输入用户数据到DMP,然后DMP输出了用户标签。用户画像是DMP在营销中的主要应用方向。用户画像的常见应用有个性化推荐(电商、资讯类产品)、风控、预测等。

其实,DMP不只可以输出用户标签,也可以输出其他的标签,如输入文章,输出文章标签等。

用户画像怎么做

1607051095540224.png

  1. 基础数据收集:收集用户在产品/服务使用过程中的静态数据和动态数据;

  2. 行为建模:基于用户的基础数据,通过技术手段进行行为建模;

  3. 构建画像:通过行为建模,输出一系列的用户标签,每个用户的标签都可以形成一个集合,这个标签的集合可以表示出该用户的特点。

完善的标签体系可以帮助广告主做多维度、全方位的用户画像刻画与洞察,从而实现广告的精准定向。广告主可以利用标签体系自由选择、组合投放人群特征和行为,精准锁定目标受众进行广告投放。同时,广告主也可以利用标签体系对自身的种子人群数据进行深度挖掘,根据种子人群特征拓展更多相似人群,扩大广告投放的潜在用户群。

本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
转载请在文章开头和结尾显眼处标注:作者、出处和链接。不按规范转载侵权必究。
本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
未经授权严禁转载,授权事宜请联系作者本人,侵权必究。
本内容为作者独立观点,不代表数英立场。
本文禁止转载,侵权必究。
本文系数英原创,未经允许不得转载。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权,侵权必究。

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    DIGITALING
    登录后参与评论

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    800

    推荐评论

    暂无评论哦,快来评论一下吧!

    全部评论(0条)