2019年3月，CDP Institute发布了《CDP Vendor Comparison》，同年6月，纷析智库发布《2019年中国企业私域数据与DMP/CDP白皮书》，两篇文档都对CDP的功能有所定义。智子云以此为参考，并结合自身在企业中的实战经验，将CDP的功能分为数据采集与加工、数据管理、ID集成、数据分析和应用、数据服务、定制能力六大板块。

数据采集与加工

1.1 多渠道采集

在新技术的推动下，企业与客户的触点日趋多样化，与之服务的系统和平台种类也日益增多。全面的数据采集能力已经成为企业积累数据资产的重要保障。目前，企业的客户数据来源包括但不限于官网、APP、微信公众号、微信小程序、H5、广告等线上渠道，以及ERP、门店、IOT、监控等线下渠道。

一般来讲，CDP支持采集的渠道/触点越多，最终能采集到的客户数据就越多，企业可以挖掘的数据价值也会越大。

1.2 非结构化/半结构化数据采集

随着技术的演进，非结构化/半结构化数据（如Web日志，社交媒体评论，语音，视频等）的种类越来越多，且正在扮演越来越重要的角色。

传统情况下，会以预置的格式从这类数据中提取结构化数据，但这会导致原始数据的丢失。随着数据湖等技术的发展，企业已经可以实现数据的大规模存取。为了最大程度地保留原始数据，在应对非结构化/半结构化数据时，CDP应采取先存储，后分析（应用）的方法，即先导入并存储非结构化/半结构化数据，按需再从中提取结构化数据，这将有效降低数据整合和维护的成本。

1.3 数据清洗（ETL）

现实世界的数据总不是完美的，企业采集到的客户数据往往存在数据格式错误、缺失、异常、重复等情况，这会影响后续的数据应用。CDP应提供一些列的工具，支持通过一定的业务规则过滤不符合要求的数据，修正错误数据，补全缺失数据、筛选重复数据，实现对客户数据的清洗。

 数据管理

2.1 保留原始细节&长久保持

传统情况下，企业会以预置的格式从数据源提取、转换得到需要的数据，而新的业务可能要求从数据源重新采集数据，这会导致数据利用效率低下。

为了提升数据利用效率，CDP应采取先存储，后分析（应用）的方式，保留所有数据（如交易记录，促销历史，Web浏览日志，个人数据更改等）的原始细节。而且，数据导入至CDP后，应该长久保持，用户可以随时从CDP查询导入的所有原始数据。

2.2 数据资产目录

数据资产目录可以帮助企业对客户数据的存储情况有整体的认知，包括数据量的统计以及每个数据列的数据分布统计、数据类型、目录管理等功能。同时，企业可以基于当前的数据情况，有针对性的对CDP的分析和应用进行定制，实现数据驱动企业的目标。

2.3 数据安全

对企业而言，数据的安全管理应该是多方面的。未经身份验证的人员，应被禁止操作CDP的功能（包括前端操作和API验证）。此外，CDP应具备设置操作权限、控制数据实体等功能。同时，CDP应提供统一的安全管理控制台，管理员应可以监控所有的安全策略，查阅所有的安全控制日志。

ID集成

通过ID集成统一用户（客户）标识, 是打通不同来源的客户数据的关键技术。也是CDP不可或缺的关键功能。

在企业中，客户数据往往分布在不同部门的不同系统，各系统间数据互不相通，容易形成数据孤岛，这严重影响了企业对客户数据价值的挖掘。而客户数据中存在各类标识用户的ID或者虚拟的ID（如邮箱、IMEI、Cookie等），通过ID集成把数据中存在关联的ID，按照规则集成起来，建立ID之间的关联关系，赋予用户统一的标识，可以集成客户在全渠道的触点数据，为后续的数据加工提供完整的ID映射关系。

而在B2B的场景中,CDP在管理个体数据的同时,还应支持以企业为中心集 成所有个体数据,并以企业-部门-员工的多层级形式展现。这也意味着,在对数据的分析与应用中,可以组合来自企业和个体两个级别的数据。因此，对于toB的企业而言,支持toB的ID集成将是CDP的必备功能。

数据分析和应用

根据CDP Institute创始人David Rabb对的定义，CDP是营销人员管理的系统。这意味着，CDP对营销人员而言应该是友好的，功能上是高效且易用的。作为CDP中与营销人员关系最密切的板块，数据分析和应用除了提供强大的功能，也应该具备易用性。

4.1 标签体系

市场上的某些CDP产品没有设置标签体系，让营销人员直接使用客户的原始行为数据开展应用，这显然是困难且不友好的。面对种类繁多的用户行为，营销人员无法快速找到想要的数据。而如果对行为数据分门别类，其实就变成了另一种形式的标签体系。

对于营销人员来讲，面向应用领域的标签更简单，更加容易理解。用关键词（如“女”“运动健将”、“家庭主妇”等）描述用户的行为和特征，并建立全面且多层次的标签体系，将极大地方便营销人员的理解和使用。因此，标签体系是CDP的必备功能。

4.2 人群细分

找到精准的目标人群是提升企业营销效果的关键。因此，人群细分是CDP的必备功能。在CDP中，营销人员应可通过以下方式细分人群：

1) 通过组合标签生成人群，解决大部分的人群细分需求。此类操作要方便和直观，不能让营销人员产生技术恐惧。

2) 通过定制的方式产生人群，解决剩下的不能通过标签组合解决的问题。IT人员帮助营销人员，利用自定义脚本、程序或定制预测模型的方式选取目标人群。

此外，CDP细分得到的人群应支持动态更新，即随着时间变化，人群能够根据匹配规则，自动不断更新。该特性将确保人群数据的准确性，在自动化对接外部系统的场景中属于必备功能。

4.3 归因分析

随着营销的渠道逐渐增多，企业需要找到最有效的营销过程，缩减不必要的营销费用。归因分析可以识别所有对最终转化有贡献的营销过程，并确定每个营销过程的贡献情况。CDP可基于ID的映射关系，拉通用户跨域或跨设备的行为，实现全渠道统一的归因分析，帮助业务人员确定营销渠道的重要性，从而合理分配预算，提高营销效率。对于需要分析营销数据的企业而言，这是必不可少的功能。

4.4 AI能力

随着数据量和数据种类的增长，企业需要更智能化的手段，来提升对客户的洞察能力。而CDP作为客户数据的汇集之地，也是AI能力应用的理想环境。通过AI能力，CDP可以为企业提供各类预测服务，如Lookalike、标签预测、客户转化预测、流失预测等应用。

AI对数字化营销与运营效果的提升是非常显著的，目前已有不少厂商在CDP中加入了AI相关的模块，可以预见，明年AI能力会成为CDP的标准配置。

 数据服务

5.1 API对接能力

通过API对接，CDP可实现与外部系统自动化的数据流通，常见的外部系统有DSP、社交媒体、营销自动化工具等。因此，CDP应具备API对接能力，且支持对接的系统越多，CDP的数据输出和对接能力越完善。

5.2 支持实时和批量

为了向外部应用提供加工好的客户数据，CDP应支持不同的实时性要求和调用方式提供多种数据服务方式。

如果对实时性要求高，CDP应支持通过调用外部系统的API或执行SQL访问外部的关系数据库输出数据；也应支持外部系统从CDP实时拉取数据。

如果对实时性没有要求，CDP应支持通过如FTP或Web批量上传数据到外部系统，外部系统也可从CDP的FTP目录下批量拉取数据，或调用批量数据API获得数据块。

定制能力

6.1 私有化部署

数据是企业的核心资产，对具有一定规模的企业而言，私有化部署能够为企业提供更有保障的数据管理。因此，CDP应该具备为客户私有化部署的能力。

6.2 快速迭代

企业在建设CDP的过程中，在短期内往往无法确定整体的数据情况或业务需求，如果采用类似传统的瀑布式开发方法，将会面临开发成本高、验证效果速度慢的问题。因此快速迭代是CDP建设的最佳的方法。通过敏捷式的开发方式从小的应用切入，快速验证CDP的效果，再根据新增的数据或业务需求，通过搭积木的方式逐渐丰富功能和应用，集成一个与自身更契合的CDP，实现CDP的逐步进化。

因此，CDP必须支持这个快速迭代的需求，将应用功能模块化，形成一个乐高积木式的平台。企业可选择需要的模块或定制新的功能模块，通过搭积木的方式逐渐丰富功能和应用。

从客户数据采集与加工到数据管理，CDP基于ID集成技术统一客户数据，再通过数据分析和应用，为前端的数字化营销与运营提供数据服务，而快速迭代的能力让CDP可以快速适应多种行业。由此可见，CDP为企业提供了一站式的数字化营销与运营解决方案，形成了一个高速便捷的营销系统，将为企业营销效率的提升带来质的飞跃。