调研 | 张扬 李喆 陈宵雅

疫情对企业線上营销获客能力是一次大考企业对于精细化会员运营平台的需求提升，对于客户数据平台、营销自动化工具等会员运营平台系统和工具需求增加TalkingData 作为一家数据服务提供商，业务将迎来新的发展机遇

突如其来的疫情改变了 2020 的开年，随着疫情从最初的大爆发到逐渐得到控制转向境外输入病例增加，疫情的影响还在持续具体对不同行业的影响，与消费者的需求紧密相关比如，由于线下门店不能营业线下连锁零售、餐饮受影响最严重，直接对收入造成比较大的影响由于目前疫情尚未完全控制住，影响周期会进一步延长同样，汽車行业由于消费者需求减少受疫情影响较大。然而线下消费场景受限却激发了线上的消费需求，比如对生鲜电商的需求大幅激增消費者的需求并没有减少，只是转移了消费的场景

TalkingData 作为一家数据服务提供商，重点促进零售、金融、公共事业等行业进行数字化转型在營销侧，通过为企业搭建数据平台帮助企业整合和管理线下门店会员数据和自有商城数据，提升企业的会员运营平台能力对于不断更噺的企业一方数据进行清洗治理，回收各渠道广告投放等二方数据并补充 TalkingData 的第三方移动端数据。在帮助企业搭建 CDP 平台（即客户数据平台）后TalkingData 会基于企业的需求，与合作伙伴共同为企业提供营销自动化工具、提升企业的供应链能力等

崔晓波，就疫情对企业需求的影响、營销数字化的发展趋势以及数据智能的发展前景进行了深度交流。崔晓波表示受疫情影响，企业对全渠道营销、存量会员运营平台的需求增强从企业营销角度来看，营销主要涉及获新和老客运营平台两方面其中，获新的方式包括线下门店获客、线下广告投放、线上廣告投放拉新等而疫情直接影响线下获客方式；同时，受疫情影响品牌纷纷撤掉 2、3 月的线上广告，原有的营销获新方式受到较大冲击

另一方面，老客运营平台主要体现在通过搭建 CDP 平台或营销自动化工具提升企业精细化运营平台能力疫情对老客运营平台影响不大。相反疫情期间由于无法正常获新客，企业更加注重对会员资产的盘活通过会员互动、促活等方式，提升存量会员活跃度和复购率帮助企业降低损失。

疫情对于企业的数字化能力是一次考验抢先一步实现数字化的企业初尝硕果，线上会员运营平台有效开展并配合异业匼作、丰富会员权益等多样的营销方式。尚未搭建会员运营平台体系的企业则通过疫情深刻地意识到会员运营平台的重要性，对数字化存量会员运营平台、会员权益、活动管理、促活复购的需求大幅提升

从广告主的营销预算分配来看，不同品类情况有所不同针对客户需求减少的品类，如汽车行业企业会减少广告投放。对于新涌现的需求品类比如保健品等健康类产品，投放预算会加大在投放类型仩，广告主的预算会从品牌广告向效果广告转移同时提升老客运营平台服务的预算。

对于拥有线上、线下多渠道会员系统的企业来说通过搭建 CDP 平台，打通线下交易数据、线上电商与小程序等各渠道触点数据将分散在各渠道的会员数据融合后，形成完整的用户画像还原用户旅程，可以更有针对性地进行会员互动和个性化营销

崔晓波表示，疫情对于 TalkingData 的业务发展是机遇未来 TalkingData 会更聚焦行业场景和解决方案，提升企业精细化运营平台能力

从数据智能行业发展趋势来看，未来会形成专业化分工不同的公司会形成自身的垂直优势，通过合莋的方式实现共赢崔晓波表示，TalkingData 作为一家数据服务提供商以移动端数据为主要积累，同时在不断增强智能化能力未来会借助数据与科技的力量，在多样的业务场景中发挥更大的价值在商业模式上，未来 TalkingData 会侧重数据治理等方面的工作并通过与合作伙伴合作提供数据笁程等全面服务，在降低成本、提升盈利的同时也促进互惠共赢产业生态的构建。具备持续盈利能力以及产业链整合能力才能让企业赱得更长远。

以下是爱分析与 TalkingData 创始人兼 CEO 崔晓波的访谈内容节选

受疫情影响，企业对全渠道营销和会员运营平台的需求增长

爱分析：从数據上呈现的情况疫情对各行业产生了哪些影响？

崔晓波：疫情对各行业的业务有不同程度的影响但从整体来看对于线上数字化，包括營销的需求是增加的短期会有一定冲击，中期来看比较乐观长期对数字化行业向好。

主要影响体现在两方面首先，由于客户自身复笁受到影响比如工业制造业的复工目前来看比预期要慢，对于供应链、物流的限制也很大因此从生产原料、人工、物流等方面都会受箌很大制约，企业业务恢复正轨的周期会更长可能影响要持续到 4 月份。

另外上游也会受到下游消费需求抑制的影响，比如汽车行业今姩就会受到比较大的影响目前来看汽车行业都不敢备货。线下零售企业受到的冲击也比较大线下门店无法经营直接造成营业收入大幅縮水。线上整体情况还好短期内对于电商、外卖、线上教育等的需求爆发，对于线下的个别品类比如生鲜品类的需求快速增长。

爱分析：疫情对于广告主的营销预算会有哪些影响

崔晓波：营销要分行业和品类来看。以往美业和汽车是线上投放和营销的大客户这两年來看发展趋势呈现两极化。我认为美业受疫情影响不大甚至会更进一步，后面的需求还会爆发性增长会持续加大营销的投入。汽车行業由于下游需求受抑制对于上游广告投放会有一定影响。另外从长期来看，人们对于健康类产品的需求会进一步增大比如茶品、保健品等，对这类产品的营销投入会加大

从广告主侧来看，对照 2003 年非典时期的前后变化发现对广告行业的影响并不大，因为当时的经济基础比较好但这次疫情之后，恐怕大部分广告主的预算会大幅下降尤其是对于品牌广告；而对效果广告我认为会加大投放，比如食品飲料、生鲜电商、教育等目前投放呈现大幅增加。

在广告投完后广告主会有更多的客户运营平台的需求，除了获新外会将更多的线仩营销预算放在存量客户运营平台、提高老客户复购率上。而线下广告整体受影响较大尤其是短期内对于院线、楼宇广告的冲击很大。

整体来看我认为广告投放受影响的比例和 GDP 整体受影响的趋势比较接近。从广告主侧来看疫情结束后，消费类企业会比较快地恢复投放但受疫情影响比较大的行业恢复投放的意愿就不强，比如汽车行业今年的投放预算就会下降

爱分析：疫情是否会影响企业搭建数据中囼的意愿？

崔晓波：首先从企业侧来看，这次疫情使得头部效应更明显因为疫情对中小企业的冲击更大，尤其是没有形成规模且现金鋶管理能力差的中小企业比如从我们合作的服饰、食品、餐饮、茶饮等受影响较大的行业客户来看，都呈现出头部效应更加明显的趋势这部分头部客户的市场份额会进一步扩大。

第二疫情对于企业的数字化、线上运营平台的能力又是一次唤醒和教育，企业会更加重视數字化能力的建设所以这方面我认为对头部客户不会有特别大的影响。但对于数据中台业务应用场景不明确的企业会有一定的顾虑。數据中台需要结合前端的应用和业务场景才有竞争力

爱分析：疫情发生后，企业会利用数字化工具优先调整优化哪些业务方向

崔晓波：从数据侧来看，首先是业务相关的会员运营平台包括新会员发展、存量会员运营平台、会员权益、促活复购等方向。因此在营销活动管理、营销自动化、全渠道营销以及品牌建设方向会产生更多的需求。

第二企业复工后需要解决供应链生产的问题，加强自动化、无囚化、智能化生产的能力增强抵御风险的能力。

爱分析：企业通过搭建 CDP 平台核心解决的诉求有哪些

崔晓波：在不同行业和企业所处的鈈同发展阶段，会有不同的诉求比如大型连锁企业，可能已经拥有几亿的会员它的诉求就不是发展更多的会员，而是提升现有会员的複购率

我们为企业搭建 CDP 平台，主要帮助企业提升老客运营平台能力比如帮助这些企业做好门店会员数据、自有商城数据以及外部渠道數据的整合和管理，增强客户运营平台能力

而美妆、日化消费品行业会有线上投放获新的需求，这类企业虽然积累了一些会员数据但缺少线下营销的抓手，自身对渠道又缺乏控制需求会侧重回收线上广告投放的第二方数据，同时补充第三方 DMP 数据比如 TalkingData 可以提供的移动端行为标签等。

爱分析：对于已经具备一定会员运营平台能力的企业疫情发生后，企业将如何进一步提升会员运营平台能力

崔晓波：對于已经具备一定会员管理能力、拥有一些基础化运营平台工具的企业，我认为其中很多企业在营销活动、会员分层等方面尚处于一个逐步学习的阶段。

疫情期间我们从很多行业都看到了企业对存量客户运营平台的重视度提升。尤其对于头部企业来说目前的获客方式┅是通过线下开门店，二是通过线上数字化投放和会员运营平台但目前企业都不约而同地希望加大线上获客的比例。

针对线上的会员活動以前主要是一些简单的满减等促销活动；但最近我们看到的趋势是，品牌开始进行异业合作为会员提供更多样的权益。在疫情期间很多品牌通过与其他业态的合作，提供比如视频会员、运营平台商流量等权益进行会员运营平台。

爱分析：不同行业的客户对于营销數字化解决方案产生的价值有何不同需求

崔晓波：从解决方案来看，区别不是特别大目前已经形成比较标准化的解决方案，只是不同荇业的企业关注点不同

以零售行业的食品饮料企业为例，当前最关心的营销场景是家庭消费场景因为疫情期间大家都是居家消费，家庭消费场景变得很重要企业想知道速冻方便食品、乳制品、保健品等如何通过家庭场景重新构建，更好地进行投放而像咖啡、酒类这類产品，由于侧重线下渠道以及社交属性这类企业就会关注接下来会有哪些社交属性渠道，并进行基础能力建设

我们提供的方案是标准化的，首先会为企业搭建以会员为核心的 CDP 平台但会根据行业不同，结合具体业务场景探讨 CDP 平台优先支持哪个渠道的业务接下来，我們会整合合作伙伴的力量为客户提供整体的数字营销方案。在形成数字营销方案后再进一步考虑如何提升营销自动化能力、基于 AI 的预測能力，以及对供应链的管理能力等

爱分析：相对线上数字化可以进行强归因分析来说，线下数字化如何实现强归因分析

崔晓波：第┅，现在越来越多的企业都不太强调线上和线下的区分了行业认知在发生改变，线上、线下已经融合为一个整体的会员运营平台体系和數字化运营平台体系

第二，数字化能力取决于企业是否能对所有的会员资料、交易记录等进行管理在此基础上才具备做归因分析的可能性，但目前来看大部分企业还不具备这种能力另外，由于很多外部渠道存在数据断路无法形成闭环，所以并不能进行全链路归因唯一能形成全链路归因的，是企业在自有商城、小程序、线下门店的私域流量我认为目前来讲，还很难实现对线下到店的强归因分析

愛分析：由于终端数据断路导致无法做归因分析，从 TalkingData 的角度未来如何延伸与终端用户间的数字化链路

崔晓波：客观来讲，我们现有的方案已经满足刚需主要的数据管理、会员运营平台的需求都覆盖到了。因此从 TalkingData 的角度不会去增加新的解决方案，而是侧重提升现有解决方案的能力包括提升 CDP、DMP 的数据模型质量。

第二我认为以前大部分企业的产品化程度以及管理执行能力相对较弱，我们会帮助企业把这蔀分做扎实而不是再去做过多新的产品。

除了对自主可控的渠道可以进行全链路归因外想实现对全渠道的归因分析，只能等待整个行業逐渐完善数字化进程目前也有媒体平台会针对数字化闭环较短、投放量较高的行业开放相应能力，进行模型构建、做人群细分等但對其他行业的开放还有所欠缺。从 TalkingData 的角度我们会在行业的数字化基础设施成熟后，再积极延展相应的方案

爱分析：线下连锁零售企业從原来看重同店增长到搭建数字化平台后看重会员单客价值，两套 KPI 考核体系如何进行融合

崔晓波：两套 KPI 体系其实本质是一样的。企业主偠是看会员的贡献包括客单、复购率、活跃度等，不太区分线上和线下以往线下为主，看重同店增长作为明确的直接能达到的目标。而数据银行建起来后就可以完全以会员为核心进行线上线下融合的运营平台。

这个趋势在很多行业里都能看到比如金融机构目前获噺较难、客群质量不高，于是纷纷成立客户运营平台部门专门以账户体系为核心做老客运营平台。另外运营平台指标上也不特别区分線上线下，而是主要是对客户进行细分针对不同的客群来做运营平台活动。

爱分析：未来营销数字化公司会呈现怎样的市场格局

崔晓波：我认为会形成几个梯队，一个梯队是对于业务场景钻得比较深的企业可以满足广告投放和其他营销需求，本身拥有数据资产成本鈳以摊薄，获取的 ROI 可以进一步提升另一梯队是提供局部解决方案，比如提供营销工具或投放服务的公司需要大规模的优化成本，才能存活下来对于小规模的企业，由于客户选择合作伙伴时会越来越谨慎而这类企业本身抵御风险能力较差，生存会比较艰难

数据智能公司应在合法合规的前提下，不断优化提升持续盈利能力

爱分析：在经济形势受疫情影响下TalkingData 在全年目标或战略上会做出哪些调整？

崔晓波：我们评估下来短期会受一定影响主要是项目延期和滞后开展。中期我们持乐观态度我们认为机会有很多，对今年整体的目标不会莋特别大的调整具体的调整是会减少创新类的投入，将资源集中在主营业务上聚焦行业场景、聚焦解决方案。我们会优化内部管理提升精细化运营平台、现金流管理，以及融资周期和二级市场的对接周期通过聚焦提升局部效益，等经济恢复后才有扩张的基础

爱分析：TalkingData 未来是否会向腰部以下企业拓展客群？

崔晓波：具体到线下的消费行业我们主要关注两类企业。第一类企业是大型或超大型企业姩销售额在 100 亿以上的企业。这类企业体量较大会员规模也比较大，线上运营平台的需求以及基础设施都比较完备数字化意识比较高。苐二类是年销售额在 10 亿左右的美妆、服装以及连锁超市、便利店等企业我们认为这类企业刚跨过生死线，接下来会进入快速成长期这兩类是我们的主要客群。

爱分析：对于中国企业重运营平台服务的情况TalkingData 如何帮助企业解决运营平台问题？

崔晓波：我认为对于 toB 的服务未来的趋势会走向专业化分工与生态合作。因为在整体的解决方案里有很多细分的方案和工具。会有很多服务商专注把一件事情做好形成自身垂直的优势，而公司之间会通过生态合作的方式满足企业端的整体需求。

早期一些基础而繁重的 IT、数据工程方面的工作都是峩们自己的团队来做，目前我们开始和专业的解决方案公司合作把这部分工作外包出去。对于 TalkingData 来说我们对自身的定位是 " 数据智能 " 公司，对于服务中涉及数据侧以及 AI 侧的工作比如针对行业的标签梳理、客群分层、建模等，大部分还是由我们内部团队去做这样一方面解決了人手不足的问题，继续为企业客户提供专业的服务；另一方面可以节省运营平台成本这也降低了企业客户的成本。

爱分析：数据智能行业核心面临的挑战是什么

崔晓波：第一，数据智能行业需要解决的核心问题是商业模式问题，对于头部企业来说存在持续盈利模式不清晰的问题如果以项目制为主，持续盈利能力会比较弱第二，是数据资产的合规性问题也是要面对的挑战。

对于没有持续盈利模式的公司未来几年之内公司经营会越来越困难，可能规模越大会越困难因为规模越大，估值越高但盈利能力又不行，会出现倒挂嘚情况依靠卖系统做项目难以长期形成规模化利润，想要持续盈利除了提供软件、技术、咨询服务外，还要构建业务的联运或是数据產品的矩阵

小公司就很难做到这一点，因为这需要公司具有较强的综合能力既要有科技能力，又要有数据资产和数据运营平台能力還要有很强的融资能力。同时数据资产不再是一个可选项，而是必须具备的能力如果只提供软件解决方案，往后发展也会非常难对於没有数据资产能力和合规使用数据能力的公司，在竞争中会处于劣势会面临较高的软件质化竞争。由于缺少持续贡献收入的产品矩阵很难做大规模，能采取的方法就是控制成本提高产品性价比。

同时我不认为合规性是最大的挑战。通过去年的治理其实相关的规則在逐渐变得清晰。比如在金融行业中目前各分工环节都明确授权链，依据逐步出台的各项法律法规将合规性的边界划定的很清晰。接受服务的金融机构需要持牌且不得将个人敏感信息查询及风控等核心业务环节外包给第三方合作机构，科技公司只能和甲方金融机构聯合建模和应用等数据合规性在短期是挑战，但长期来看是利好

爱分析：对于本身有业务场景的甲方客户来说，未来是否会成为数据智能领域的新势力

崔晓波：举例来说，运营平台商的数据在很早前就得到了广泛的应用这是一股势力。但对于普通的甲方公司更多嘚还是只具备数据资源，短期来看不具备跨行业提供服务的能力还是需要由乙方公司来对外提供服务。但是本身和甲方业务结合紧密，又有数据资产以及服务能力的公司比如物流公司，我认为会崛起形成一股势力

爱分析：随着数字化的进程，未来市场格局是否会有哽多的中小企业涌现

崔晓波：我认为 3-5 年内都还是以中大型企业为主的市场。因为中国的产业结构跟国外还是有很大不同的目前来看创業企业的数量明显在降低。另外目前国内的法规、政策等还是对大型企业更为利好，无论是产业密集程度、相应的资源规模、贷款融资等还是大型企业有更大的优势。因此我认为短期内中小企业还是很难在行业里面占据主导地位相反头部效应会越来越明显。

爱分析：數据智能公司如何在同类公司中脱颖而出

崔晓波：我认为对任何数据智能公司来说，都需要快速建立公司的 " 标签 "也就是公司的品牌认知。以 TalkingData 自身来说我们在服务金融客户的过程中，客户并不会给我们贴风控领域的数据公司标签因为我们的数据以 APP 的行为数据为主，而風控以交易信贷数据为核心我们的数据更适用于营销领域。企业会给数据智能公司贴 " 标签 "从数据公司的角度，应向数据更适合应用的業务场景方向去强化品牌认知明确自身的定位。

爱分析：长期来看行业内会出现数据整合类的平台公司吗？

崔晓波：目前各家公司的數据能力还比较分散、都有自身的特点数据混合使用在合规性方面有较大挑战。在这种情况下后端的数据能力整合更多还是通过合作，比如联合建模的方式；前端则会分化出不同的垂直类公司深入到不同的行业和业务场景中。

比如 TalkingData 目前会聚焦在数字化程度较高、业务增长情况较好的几个行业中但像之前我们曾涉及的数据交易业务，从去年在合规性上出现挑战后我们就把相关的产品线都停了。我们現在还有一个侧重点在公共事业方面像以政府为主导的平台，普遍缺少技术基础设施包括数据治理、建模、沙箱、竞价、计费等，而這正是我们平台能够提供的能力所以我们会赋能以政府为主导的数据平台，协助去建设基础设施

      说起中台最先想到的应该是阿裏的“大中台，小前台”战略阿里在业务的不断催化滋养下，将自己的技术和业务能?沉淀出一套综合能?平台具备?对于前台业务變化及创新的快速响应能?。

      2018年底至今“中台”就像“台风”一样刮向了各行各业，源于各大互联网巨头纷纷在布局自己的中台战略洳此多的大公司频繁将目光转向中台，为什么企业需要建中台

     企业的前台系统有很多。每个前台系统就是一个用户触点是企业的用户直接使用或交互的系统例如用户直接使用的网站，手机App微信公众号等都属于前台。以前没有中台的概念业务数据直接沉淀到后台。后囼系统更多是对于业务数据的管控更多解决的是企业管理效率问题。业务是灵活多变的而ERP、OA这些后台系统对前台系统的响应是弱化的。

     在当今互联网时代用户才是商业战场的中心，为了快速响应用户的需求借助平台化的力量可以事半功倍。然而企业后台往往并不能佷好的支撑前台快速创新响应用户的需求后台更多解决的是企业管理效率问题，而中台要解决的才是前台的创新问题整合企业的运营岼台数据能力、产品技术能力，对各前台业务形成强力支撑

    总的来说，建设数据中台的主要目标是：

1) 采集并治理跨域数据

采集并加工“企业内外割裂的数据”,“治理跨域数据”消除数据孤岛。

经过加工的数据“实现数据资产化”形成“企业数据资产管理中枢”。各类囚员可以直接从数据中台选用需要的数据

3) 增强“数据应用”迭代能力

提供组件化的加工能力，能够快速形成业务需要的数据产品“可鉯迅速的提升数据应用的迭代能力”。

4) 形成API化的数据服务

形成数据资产并封装成API服务后应用和中台之间无缝衔接，形成高度自动化的数據应用流程业务人员即使不了解大数据技术，也能实施数据驱动型的工作“人人都有可能成为大数据专家。”

5) 业务为驱动的数据服务

數据中台的目的是为前台业务提供服务因此对数据的计算、加工都是以满足业务需求为目标。脱离场景的数据中台是不合理的

     了解了什么是数据中台之后，我们再回过头看到底什么是CDP

     以晓售CDP系统为例，晓售CDP客户数据平台高度集成前端业务应能帮助企业实现统一的客戶数据管理中心，可以整合各个平台的客户数据这样便于客户管理。晓售CDP拥有众多功能包括客户分类、客户画像、客户数据分析、客戶数据保护等，可以帮助企业构建标准化、一体化的客户数据平台

CDP的几个关键特点，可概括如下：

1) 数据归集多方数据集成

集成散落在企业各方的客户数据，通过潜在客户识别、客户查重、合并、清洗等过程筛选出有价值的客户信息，打破数据孤岛形成统一的客户数據库，为业务提供支持

2) 客户画像，面向数字化营销和运营平台

利用大数据分析技术将企业中与客户相关的经营数据进行汇总建模形成統一的客户画像体系，为客户洞察和交互提供数据支持实现更高水平的数字化营销和运营平台。

基于客户画像体系对关键维度设定客戶质量评估体系，计算每个客户的分值帮助企业快速识别高价值的重要客户，实现个性化营销等功能

对于不同行业，不同业务可快速定制，组建与企业更契合的CDP对于特殊需求，也可通过定制开发集成至CDP

    将数据中台的目标和CDP的特点整理到如下表格：

CDP的特点 数据中台嘚目标 两者的关联 多方数据集成 采集并治理跨域数据，消除数据孤岛形成客户数据资产层 CDP集成企业各方的客户数据，消除了各方数据孤島形成的统一的客户数据库，等同于建立客户数据资产层 对营销人员友好 提升数据服务效率 营销人员通过CDP的客户画像可快速获取到目標人群数据，不再依赖技术部门的支持提升工作效率，快速响应市场 可快速定制 增强数据应用迭代能力 可快速定制的CDP能支持数字营销應用的快速迭代，与数据中台追求的数据应用迭代能力一致 面向数字化营销与运营平台 以前台业务为驱动 CDP直接面向数字化营销与运营平台嘚需求同时业务需求也在驱动CDP的功能演进。

     不难发现CDP的特点和数据中台追求的目标是高度契合的。两者都是从采集多源数据开始、处悝形成数据资产以API服务的形式方便业务人员快速使用数据，并且都能以业务为驱动快速定制功能

     不过，通用的数据中台会采集所有与企业相关的数据而CDP只会采集其中与客户相关的数据。因此从这个方面来讲，CDP实际上承担了客户数据小中台的角色企业在建CDP的时候，吔应该以数据中台的思维去建设而不是为了CDP而建CDP。

本站声明:本文内容来源于,如有侵权,请联系我们,我们将及时处理