CDP究竟是什么？
David Raab 2013 年首次提出了 （Customer Data Platform）CDP 的概念，其定义为：CDP 的目标是汇集所有客户数据并将数据存储在统一的、可多部门访问的数据平台中，让企业各个部门都可以轻松使用。
CDP是企业存储的用户数据的汇总中心，企业可以通过CDP，拥有一个针对所有用户数据的“处理中心”，通过建立用户个人档案把各个渠道中的相关数据“串”起来，让各个部门能更容易看清用户的状态和特征，统一运用。
什么是用户数据？
CDP之所以存在，是因为用户数据对业务和营销运营都至关重要，那么用户数据究竟是什么呢？
用户数据是消费者在使用网络并与公司进行在线和离线互动时留下的信息，比如：通过网站、文章、视频等与公司进行的互动。
CDP 收集和组织的用户数据主要有四种。
身份数据构成了 CDP 中每个客户档案的基础。这种类型的数据使企业能够识别每个客户。
身份数据包括：
姓名信息，名字和姓氏
人口统计信息，年龄和性别
位置信息，地址、城市和邮政编码
联系信息，电话号码和电子邮件地址
社交信息，在社交平台的昵称
专业信息，公司和职位职
帐户信息，邮箱电话
（2）描述性数据
描述性数据扩展了身份数据，让企业更全面地了解客户。描述性数据的类别根据公司类型而有所不同。
例如汽车经销商可能会收集用户的生活方式，比如通勤、活动范围、日常兴趣爱好等，而母婴公司则会收集用户的家庭情况，比如是否有孩子、有几个孩子、男孩还是女孩等。
描述性数据包括：
职业信息，例如以前的雇主、行业、收入和工作级别
生活方式信息，例如家庭、车辆的信息
家庭信息，例如子女人数和婚姻状况
业余爱好信息
（3）定量或行为数据
定量数据使企业能够了解每个客户如何与其进行互动。
定量数据包括：
交易信息，近期购买商品信息，多久购买一次等
电子邮件通信信息，如电子邮件打开、电子邮件点击率、电子邮件响应和日期
在线活动信息，例如网站访问量、网站点击率、产品视图和社交媒体参与度
客户服务信息，例如通信日期、查询详细信息和服务代表详细信息
（4）定性数据
定性数据为客户档案提供背景信息;它赋予客户数据个性。这种类型的数据收集企业客户表达的任何动机，意见或态度。
定性数据包括：
动机信息，怎么接触到企业的？对企业印象如何？为什么会选择这家企业？
意见信息，例如您如何评价此产品？，您如何评价我们的客户服务？
态度信息，例如喜欢的颜色、动物、纺织品或食物
CDP与CRM的区别
CDP和CRM都可以收集用户数据并为企业提供价值。但是两者存在本质的区别：
CRM主要是给公司销售人员用的。因为CRM是销售人员与客户的沟通管理工具，所以CRM里主要是用“电话”来识别客户的。
CDP能融合了能获取的所有信息，为企业营销获客提供支持。CDP通常会接入CRM、售后、客服、用户访问、网络舆情、广告平台等一切能够获取到的客户数据。然后对所有数据进行尽可能的归并、打通，进行统一化处理，最后打上各种标签。这样就能对外提供统一的服务，在公司外部可以提供广告投放的支持，内部则可以提供内部运营的支持。
以下是 CDP 和 CRM 之间的一些关键区别。
CDP收集匿名访问者的数据，而CRM仅报告已知客户或潜在客户。
CDP分析终身客户行为和客户旅程，而CRM主要分析销售渠道和预测。
CDP 同时跟踪在线和离线客户数据，而 CRM 除非手动输入，否则无法获取离线数据。
CDP 旨在处理来自大量来源的多个数据点，这意味着复制或丢失数据的可能性很小。另一方面，CRM收集单独输入的数据，如果处理不当，这些数据可能会丢失或贴错标签。
CDP的核心价值
之所以会火，本质上是因为CDP能够更好地帮助营销人员工作。
我们认为，CDP吸引人的核心价值点有三个：
（1）用户数据的统一汇总和存储
企业和用户的交互呈现出多渠道和多形式的特点：一个用户可能同时活跃在多个互动触点上，并且在企业内部的多个系统中留下自己的行为数据。企业更需要具备跨越多个平台系统，对海量、高复杂度的用户数据进行统一处理和运用的能力。
而CDP可以通过建立用户的唯一识别ID，在不同渠道的数据绑定为用户的统一ID上；记录用户的原始数据：动态交互、消费行为、兴趣喜好等等。
通过存储大量的用户的数据，为第二步建立基础。
（2）数据的加工和处理
企业在建立企业自己的数据中心时，数据维度有多种，此时需要结合企业运营目标，搭建企业的用户标签体系和用户画像体系；要结合用户的经营目标设计算法模型。
（3）个性化标签和业务紧密结合。
例如一个企服公司在做会员标题体系设计时，会考虑用户所属的行业和职业。
一个B2B企业，会根据用户和公司互动行为、点击内容来调整自己的营销策略。
这些个性化标签维度和业务深度结合，在数据使用时，也能赋能业务。实现用户精准营销。
CDP数据的应用场景
数据只有被有效应用才能产生价值。
数据的有效存储和合理加工处理后，在应用层面才能发挥最大效能。
企业在数据应用层面，最常应用的场景有两个：
对内提升经营效率，通过对现有的数据分析，辅助企业做经营决策；
对外提升用户的运营价值，可以实现分层精准运营，提升运营效率。
在经营决策场景中，不同渠道的投入产出比数据可以让企业判断在做渠道投入时是否可以提升投放价格。
在营销策略场景中，成交转化率和7日内成交量可以辅助判断对本品牌更有效的活动策略。
在用户私域运营过程中，通过用户CLV分析可以计算企业预期收入变化情况。
