客户数据平台（CDP）在数字化营销过程中起着核心驱动作用。本文讲述了CDP的定义、架构、用户标签的体系与生产以及CDP的价值，与大家分享！
客户数据平台（CDP）通过打通客户全渠道、全旅程触点数据，形成基于客户全旅程的数据链路；通过数据建模实现对客户的全方位洞察，并形成用户分层运营的策略，指导运营计划的精准实施。
在什么时间，什么渠道，针对什么人群，推送什么权益钩子，实现精准转化，最大化营销ROI。
一、CDP的定义
广义的CDP是一个营销系统，它统一企业来自营销或其他渠道的客户数据，以实现客户建模、优化客户体验的目标。
狭义的CDP是整合来自多个不同来源的数据，为客户洞察和交互提供数据支持。
二、CDP的架构
CDP基于轻量级的数据中台，主要包含源数据层、计算层、OneData（统一建模）、OneID（客户标签）、OneService（统一数据服务）、应用层。
1. 源数据层
主要包含客户一方、二方和三方数据。
2. 计算层
主要基于阿里云的大数据平台Dataworks，包含数据集成、数据开发、数据运维、数据质量、数据安全等；底层计算引擎为Maxcompute和实时计算Flink；
3. OneData（统一建模）
主要基于维度建模理论进行数仓健身，进行ODS（源数据层）、DWD（明细数据层）、DWS（主题数据层）、ADS（应用数据层）数据分层。
主要包含会员、行为、消费、活动、客户、线索六大主题域数据模型。
4. OneID（客户标签）
通过ID-mapping生成客户归一ID，基于oneid进行客户标签萃取，形成10大类标签：人口属性、设备属性、位置属性、客户属性、会员属性、行为属性、活动属性、消费属性、内容属性和社交属性。
5. OneService（统一数据服务）
统一提供离线和实时数据服务，统一口径，统一出口，统一鉴权。
6. 应用层
主要包含客户洞察、客户360视图、人群细分和标签管理
3、CDP的用户标签体系
1. 按业务分类
共10大类：
2. 按照开发复杂度来分类
3. 按照数据源来分类
四、CDP用户标签怎么生产
根据开发复杂度划分的基础标签、统计标签和算法标签分别对应底层不同的技术架构，主要分为非算法类开发方式和算法类开发方式。
1. 非算法类开发方式：
主要利用大数据平台进行开发，包含数据集成、数仓建模、数据开发、聚合标签宽表、标签输出。
2. 算法类开发方式：
主要利用机器学习平台进行开发，包含业务理解、样本定义、数据准备、特征工程、模型训练、模型评估、模型部署；
五、CDP的价值
CDP围绕数字化营销的数字化，长期价值为多方化、资产化、智能化、安全化。
