客户数据平台将如何发展为不仅仅是营销人员的人提供全方位服务
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-10
客户数据平台的发展涉及大多数企业
营销人员认为这需要太多的时间来分析市场营销计划的成功或改变客户体验，大多数企业都知道客户数据平台，但尚未充分利用它们。调查发现，超过四分之三（78％）的受访者已经或正在开发客户数据平台。不幸的是，公司通常认为实际上有客户数据平台，客户数据平台及其演变路径，客户数据平台是一种营销系统，可以汇集来自多个来源的客户数据。实际上，它启用了四个主要的营销功能：数据收集，分段，配置文件统一和激活，对于客户数据平台预测建模和决策管理等功能是可选的。
客户数据平台的存在理由是使客户数据民主化
营销人员希望取消针对不同目的的单独营销系统，而是汇总数据，商业用户很快就看到了客户数据平台的诱惑：他们可以从客户数据中呈现见解，随着客户数据平台迁移到更多的用户，它们变得简化并仅基于基本业务场景提供了选项，营销人员希望整合完全不同的营销和数据系统，而业务用户则需要自助服务工具，这些工具可以使他们从客户数据中获得有价值的见解，而无需了解很多计算机科学知识，客户数据平台已发展为包括自助服务分析，但是这些工具受到限制，因为数据准备是基于已知用例和预定义的业务场景自动进行的，这些工具无法进行高级分析，只能为用户提供有限的选项以及基本的仪表板和报告。
客户数据平台开始通过添加机器学习模型库来整合预测和决策
并为公民科学家提供客户分析的承诺，解决基本的营销挑战（包括客户流失，微细分或规定性的客户分析）非常复杂，AI的承诺吸引人，但收益取决于可能超出客户初始预算或期望的资源，值得指出的是，尽管某些云服务正朝着包括某些客户数据平台功能的方向发展，但它们并不是客户数据平台。这就是为什么许多人错误地认为实际上没有客户数据平台的原因。
客户数据平台的去向
如今，客户数据平台是由行业根据一组特定的核心功能定义的。将来，定义客户数据平台的定义将与今天的定义有所不同。我在下面概述了我认为客户数据平台的发展方向，自学习AI是使系统随着时间的推移变得更加智能的技术的总称。利用自学习AI的客户数据平台使组织可以在不需要用户输入的情况下取得很大的成就。例如，营销人员可以定义广告系列的目标受众并设置细分目标，例如有可能购买某类产品的客户。具有自学习AI的客户数据平台将分析所有可用的客户数据并运行测试，以找到适合该目标的细分。自学习AI还可以实现自动特征工程和ML模型构建。客户数据平台终将把自学AI作为主要功能。
可以使用机器学习和自学习AI自动利用数据进行分析和模型化
例如可以完全自动化数据准备，充实和分段，客户数据平台自动化还将使组织能够处理客户数据，从而满足隐私法规和客户的隐私期望，一些客户数据平台已包含自动化功能，而自动化在将来涉及客户数据平台时将发挥关键作用，对于每个客户记录，企业可以使用性ID管理来跟踪所有原始数据或链接到该客户ID的事件，并连续接收统一的数据，而无需任何临时项目或ETL作业。进一步的自动化功能工程可以为嵌入式分析提供动力，从而持续生成跨每个客户ID的动态洞察力。基本上，AI可以跨正在进行的行为和意图数据连续找到模式和见解。
客户数据平台中关键的部分是其启用自动化分析或数据科学功能（如超细分，数据探索和预测）的能力
但是当要获得有关客户的重要见解时，当今许多客户数据平台都不够，客户数据平台将需要发展以具有自动化数据科学功能，这将使客户数据平台能够根据每个客户在特定时刻的背景和意图提供建议和个性化，在不久的将来，客户数据平台将实现自动化，从而使平台本身将做出许多关键的决定，例如客户数据平台将自动确定要摄取的数据，哪些细分将带来的价值，要定位的客户以及在哪些渠道定位，由自学AI提供支持的客户数据平台将能够进行自动决策和规范分析。
客户数据平台将不断发展，以包括营销之外的用例
营销人员认为这需要太多的时间来分析市场营销计划的成功或改变客户体验，大多数企业都知道客户数据平台，但尚未充分利用它们。调查发现，超过四分之三（78％）的受访者已经或正在开发客户数据平台。不幸的是，公司通常认为实际上有客户数据平台，客户数据平台及其演变路径，客户数据平台是一种营销系统，可以汇集来自多个来源的客户数据。实际上，它启用了四个主要的营销功能：数据收集，分段，配置文件统一和激活，对于客户数据平台预测建模和决策管理等功能是可选的。
客户数据平台的存在理由是使客户数据民主化
营销人员希望取消针对不同目的的单独营销系统，而是汇总数据，商业用户很快就看到了客户数据平台的诱惑：他们可以从客户数据中呈现见解，随着客户数据平台迁移到更多的用户，它们变得简化并仅基于基本业务场景提供了选项，营销人员希望整合完全不同的营销和数据系统，而业务用户则需要自助服务工具，这些工具可以使他们从客户数据中获得有价值的见解，而无需了解很多计算机科学知识，客户数据平台已发展为包括自助服务分析，但是这些工具受到限制，因为数据准备是基于已知用例和预定义的业务场景自动进行的，这些工具无法进行高级分析，只能为用户提供有限的选项以及基本的仪表板和报告。
客户数据平台开始通过添加机器学习模型库来整合预测和决策
并为公民科学家提供客户分析的承诺，解决基本的营销挑战（包括客户流失，微细分或规定性的客户分析）非常复杂，AI的承诺吸引人，但收益取决于可能超出客户初始预算或期望的资源，值得指出的是，尽管某些云服务正朝着包括某些客户数据平台功能的方向发展，但它们并不是客户数据平台。这就是为什么许多人错误地认为实际上没有客户数据平台的原因。
客户数据平台的去向
如今，客户数据平台是由行业根据一组特定的核心功能定义的。将来，定义客户数据平台的定义将与今天的定义有所不同。我在下面概述了我认为客户数据平台的发展方向，自学习AI是使系统随着时间的推移变得更加智能的技术的总称。利用自学习AI的客户数据平台使组织可以在不需要用户输入的情况下取得很大的成就。例如，营销人员可以定义广告系列的目标受众并设置细分目标，例如有可能购买某类产品的客户。具有自学习AI的客户数据平台将分析所有可用的客户数据并运行测试，以找到适合该目标的细分。自学习AI还可以实现自动特征工程和ML模型构建。客户数据平台终将把自学AI作为主要功能。
可以使用机器学习和自学习AI自动利用数据进行分析和模型化
例如可以完全自动化数据准备，充实和分段，客户数据平台自动化还将使组织能够处理客户数据，从而满足隐私法规和客户的隐私期望，一些客户数据平台已包含自动化功能，而自动化在将来涉及客户数据平台时将发挥关键作用，对于每个客户记录，企业可以使用性ID管理来跟踪所有原始数据或链接到该客户ID的事件，并连续接收统一的数据，而无需任何临时项目或ETL作业。进一步的自动化功能工程可以为嵌入式分析提供动力，从而持续生成跨每个客户ID的动态洞察力。基本上，AI可以跨正在进行的行为和意图数据连续找到模式和见解。
客户数据平台中关键的部分是其启用自动化分析或数据科学功能（如超细分，数据探索和预测）的能力
但是当要获得有关客户的重要见解时，当今许多客户数据平台都不够，客户数据平台将需要发展以具有自动化数据科学功能，这将使客户数据平台能够根据每个客户在特定时刻的背景和意图提供建议和个性化，在不久的将来，客户数据平台将实现自动化，从而使平台本身将做出许多关键的决定，例如客户数据平台将自动确定要摄取的数据，哪些细分将带来的价值，要定位的客户以及在哪些渠道定位，由自学AI提供支持的客户数据平台将能够进行自动决策和规范分析。
客户数据平台将不断发展，以包括营销之外的用例
客户数据平台初被设计为营销工具。但是，将来，自动化和自学习AI将支持下一代客户数据平台。这些下一代产品将包括许多高级功能，并涵盖各种用例-从全渠道营销活动和对销售团队的次佳预测，到实时客户服务和B2B精简的收入运营。对于客户数据平台的未来功能，可能性是无限的。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
