疫情之后，對于移動互聯網的重要性，任何企業都已經不會再忽視。但大部分企業主要還是在跟風，跟潮流玩直播，找MCN機構合作，最后既達不到宣傳的效果，也沒能帶出去多少貨，新的事物涌現，率先下水嘗試無可厚非，但最關鍵的還是要了解通過移動互聯網增長的本質。

疫情催生出來的移動互聯網商業的快速發展和繁榮，讓消費者隨時、隨時即時下單成為了可能，購物路徑由曾經傳統的消費者找產品，轉變成為產品找消費者，傳統廣告的“泛”投越來越無法滿足廣告主搶奪消費者有限的注意力的需求（雖然以分眾、新潮等電梯樓宇媒體不斷的販賣封閉空間的概念，讓企業主、廣告主做投放，但其份額在廣告市場的占比并不大）。于是，能滿足廣告主精準投放的數字廣告成為新寵，其中企業DMP又集萬千寵愛于一身，成為對數字化有深入理解的廣告主最為關注的焦點。

下面，我們從三個維度來對DMP做一個解析，以方便大家更好的理解。

一、什么是DMP

DMP即數據管理平臺，是把分散的第一方和第三方數據整合到統一的技術平臺里，再通過機器學習算法對這些數據進行標準化和細分管理，并把這些細分結果實時地應用于現有的互動營銷環境里，幫助營銷取得最大化的效果。

顧名思義，DMP要從三個維度進行理解：數據、管理、平臺。

數據主要是來自于企業的品牌自身，包括廣告投放數據、官網數據、社交數據、CRM數據，以及通過自媒體、付費媒體、前端廣告、銷售數據等等，將所有數據匯入到一個平臺里。

第一，第一方數據。

也就是品牌和企業主，數據主要來源于自身，包括廣告投放數據、官網數據、社交數據、CRM數據和自媒體數據。

第二，第三方數據。

擁有海量用戶數據的DMP，如BAT、今日頭條、愛奇藝魔術師、Talkingdata等。此類平臺的明顯特征為：因為自身屬性（通常為平臺），積累了海量的注冊用戶，根據用戶在此類平臺上的交互、消費、行為等相關路徑，用戶數據被平臺整合管理可進行數據化運營。

有了基礎數據，管理才成為可能。DMP會從用戶行為、自然屬性、場景屬性、社群屬性等多個維度入手，對這些數據進行挖掘和分析。

但這里的數據管理不是對數據進行簡單的標簽分類和打碼來對目標受眾進行劃分，而是通過更加深入的機器學習，使用大量優質數據樣本分析，得出更深層次、符合目標受眾內在的群體特征，找出真正的目標消費者。

例如，像滴滴的禮橙專車通過上下車地點的這一基礎數據，可以發現用戶最熱門上車地點排名前四的為高端商務寫字樓、機場、五星酒店和高檔標區。通過APP活動數據，可以發現禮橙專車的用戶關注度和參與度高的標簽為“金融”、“理財”、“航司”、“五星酒店”等。加上來自各個平臺、渠道、內外部的碎片化信息，就可以繪出數據背后的準確畫像。

通過DMP進行的數據分析和管理，可以容易地看出禮橙專業的男女比重，年齡段、興趣愛好、消費偏好等極為細致的人群特征。同時，值得注意的是，當你對個體的用戶畫像越精準，為企業提供的價值量就越大。基于數據分析，就可以針對用戶進一步細分，不僅影響品牌的廣告投放策略和最終的營銷效果，甚至會為企業、品牌業務特點和商業邏輯提供決策參考。像兔展的營銷云具備的諸多功能，里面產生了數據，也對各種的企業用戶畫像提供了精確的指引。

同時，只有基于DMP數據挖掘、分析與管理，跨屏、重定向等程序化廣告、個性推薦、動態推送等程序化交互，以及會員運營和其他營銷自動化的工作才能實現。到此，從數據收集、管理和整合，到完成循環流入和輸出功能，才讓DMP擁有了平臺的屬性和價值。

用當下流行的說法，數據管理的DMP是低配版本，實現了營銷輸出的DMP是高配版本；真正實現多品牌交叉決策輸出的DMP，就是頂配版本，能覆蓋和解決更多數據和營銷問題。

新銳企業為什么會重視做DMP？

傳統時代的消費者存在于廣告公司的策略分析里，存在于終端導購員的印象里，也存在于有限的用戶調查的樣本里。這些碎片化的用戶拼圖，都在曾經或多或少地為企業和品牌提供了決策。

然而，這些僅憑借著經驗和感性、推理和有限調研的方法、即不系統也不科學。

DMP的出現，終于完成了為企業主和品牌提供完整用戶畫像的強大功能。于是，我們終于知道：我們的消費者是誰，他們有什么特征，他們從哪里來，他們為什么購買我們的產品，他們在進行消費決策時關注哪些因素，如何更好的滿足他們的需求……。

DMP的出現，終于讓企業將消費者行為、路徑、平臺乃至全消費周期看得清清楚楚，從而為企業主和品牌提供科學、系統、契合市場和消費者的營銷決策與產品決策，甚至是企業戰略決策。

以上是DMP能為企業提供的終極價值和意義所在，而新銳企業將DMP當成是數字化增長的主戰場，主要原因如下。

第一，用戶分析和定向投放。

通過DMP繪制出來的用戶畫像可以運用于很多營銷場景。

對內來說，通過數據進一步細分人群，分析消費行為、路徑等信息，配合營銷信息打組合拳，可以有效提升新客轉化、老用戶提頻，激活沉睡用戶，找回流失用戶。

對外來說，DMP通過相似人群擴展的算法，自動找尋到與目標相似度最高的潛在用戶，并且實現人群屬性、興趣、愛好、時間地點、媒體平臺的定向投放，輔之實現分類素材、廣告內容、標題、促銷信息的分類展示，最大限度地優化投放效果，降低投放成本。

DMP的最有價值的地方還在于跨屏投放和對“人”的追蹤。當DMP發現這個人在移動端已經被廣告信息覆蓋了5次，那么PC端將不再向他展示。而當這個人上次瀏覽了廣告信息，但沒有最終成交，那么DMP會分析原因，在下一次展示時推送“一擊必中”的廣告信息。這種定向投放和用戶追蹤技術，讓浪費了一半的廣告費成為過去，真正做到第一分投入都是物有所值。都是在和你的目標用戶進行溝通。

第二，效果分析和價值判斷。

DMP為企業提供橫向的渠道獲客成本、價值對比。不管是線上還是線下、直銷還是分銷，當DMP的數據打通以后，企業主可以實量統計和觀測各個渠道的獲客數量、留資成本、訂單成本，以及獲客后，該渠道消費者的持續貢獻價值。

像神州專車剛開始開拓市場的時候，就和很多品牌進行投放合作，通過DMP的數據挖掘和分析，神州發現，和一個母嬰機構合作的獲客成本低于其他渠道40%以上，同時，該群體新客月度人均訂單數高于月度人均訂單4.5%，另外，該群體中8%的用戶會產生附屬消費（如為家人綁定神州親情賬戶，主帳戶儲值，副賬戶消費）。在活動即將到期時，神州果斷與該渠道延長了合作周期。

后來，神州通過研究發現，該渠道的用戶群體都為孕媽，且該機構是母嬰行業里的高端機構，所以該渠道的用戶對價格敏感，愿意選擇神州專車特有的服務——更安全舒適的孕媽專車。因為有良好的經濟基礎，她們很愿意為家人的安全出行買單。所以，在短時間內迅速地為家人綁定了神州專車親情賬戶。

第三，創意指導和效果優化。

廣告投放的成敗，不僅取決于“對的時間”、“對的人”、“對的地方”，更重要的是“對的內容”。DMP實現對不同人的追蹤，那么必須要個性化的廣告信息與之匹配。促銷信息、產品介紹、服務品質、使用場景、解決痛點等個性化、針對性的智能信息推送，會最大限度地吸引消費者，喚醒其購物欲望，提升廣告轉化率。

經過長期的數據分析，機器學習和模型計算，結合動態創意優化技術，DMP最終可以實現洞察人背后的需求，并且判斷他處于什么消費階段（售前、售中還是流失），根據需求動態匹配廣告信息，達到智能優化效果的目的。

理解了什么是DMP，是否通過布局DMP，通過DMP驅動企業的增長，這是企業決策人需要深度考慮的問題。

二、企業如何做DMP？

在阿里、騰訊的大規模普及下，DMP的大數據理念已經被越來越多的企業理解 ，但目前在國內，確實成功案例還不多，只有新銳企業，會將DMP當成是未來增長的主戰場。

為什么DMP這么重要，但是企業的視度還不夠呢？

首先，費用高。從機房（目前可以云化）、技術、人力到物理投入，需要巨大資金的成本投入，并非每一個企業都有實力投入DMP第一方數據的建設。

其次，人才投入。DMP不僅需要解決技術層面的問題，更需要有專業數據人員進行分析管理，持續運維，并將數據運用于實際的營銷場景。這就要求企業DMP管理人員要具備深刻的行業洞察力和對自己業務的深度理解力，以及對前沿算法和技術的精準掌握。

最后，做DMP是需要有耐心和遠見的。很多大企業在DMP的思潮下，確實開始搭建自己的數據中臺，但搭建過程中可能會涉及內部多個數據平臺的打通問題，比如，業務部門支持度的問題，是否能找到專業人才對數據進行運營的問題，以及建成后，是否能沉下心來持續投入的問題。

這些都是企業自建DMP時實際面臨的困難和阻力。當然，也不是所有的企業都需要自建DMP，所以，如果你要建DMP。像汽車行業、酒水行業、高價值的行業對細分人群有高需求的企業是可以考慮自建DMP的。同時，也要做好投入評估，即企業是否有足夠的財力去構建DMP。一定不能因為要投入DMP的建設和影響到企業的發展。

新銳企業要建DMP，可以從以下幾個方面找手。

第一，高層發起，內部共識。

DMP的建立一般需要從CMO或CTO層面發起，獲得CEO以及業務部門共同的價值認可，將DMP在構建過程中的阻力降至最小。

第二，建立團隊，長期運維。

DMP不是一個小工程，企業內部應該組建一個小規模、靈巧的數字化團隊，這個團隊的人員組成應該有技術人員、數據分析師、營銷人員、業務人員和廣告媒介投放人員等組成。這個團隊的建立，確保數據分析的結論和報告能即時輸出，第一時間反饋給業務部門、營銷部門做決策調整。同時，當業務部門和營銷部門需要做重點監測時，數據分析師可以重點關注。

第三，保證數據源源不斷地輸入和輸出。

企業的數據是不斷積累的，并且通過非企業主和品牌自有數據的合作，可以不斷豐富自有數據。只有將這些數據不斷運用、監測、實踐優化，才能不斷校準，讓DMP為企業提供更有價值的決策依據。

新銳企業，要在老牌企業的擠壓生存空間之下脫穎而出，是可以慎重考慮將DMP當做數字化增長的主戰場，用新的增長模型，驅動企業的增長。