再有人问你「数据银行」,让他看这篇就够了

数据银行是什么？数据银行有什么用？仅仅是为了圈出人群包那么简单吗？如何从本质上理解AIPL？平台电商的核心逻辑又是什么？

数据银行是什么？

阿里平台的数字化运营和消费者运营中，最核心的工具就是品牌数据银行。

很多时候，我们或许会过度陷入细节中，这时，我们不妨“回归原点”，从本质上思考品牌数据银行到底是什么？

品牌数据银行就是品牌在阿里域内的CDP。

要想理解这句话，我们先要从以下几个方向上理解：

a) 什么是CDP？

CDP的全称是Customer Data Platform（客户数据平台）。我个人认为比较准确的一个定义是：“CDP是企业获取、管理、应用私域数据的系统平台，目的是为了帮助企业更好地利用数据，实现更高水平的数字化营销和运营。"

相比于DMP偏重于在企业的数字化营销中发挥作用，CDP则偏向于在企业的客户和潜在客户的转化与维系领域发挥价值。

也就是说，CDP是让我们使用客户数据，进行消费者旅程管理（consumer journey）的工具，让我们不断地扩大我们的消费者池子，使消费者成为我们的购买用户，进而成为我们的忠诚用户。

b)  什么叫品牌的CDP？

简单讲，是品牌私域的消费者数据，就是把与品牌有关系的人放在一个数据系统中，但不能从中获得竞品、或者行业的消费者数据。

c) 阿里域内意味着什么？

阿里域内是两层含义，一方面，这些数据必须是阿里可以识别的数据，以此判断品牌和消费者之间的AIPL关系（品牌和消费者之间的关系），否则就不能进入数据银行。

例如：通过UD投放的头条广告触达的消费者数据，能够回流并沉淀在数据银行，可以定义品牌和消费者的关系，所以消费者数据可以沉淀在数据银行。

但是品牌方自己投放的头条广告，因为阿里并不能定义品牌和消费者之间的关系，因此就不能实现回流到数据银行，不能形成消费者资产的沉淀。

另一方面，即使上传第三方监测数据进行数据融合，也仅限于对和现有数据银行消费者资产有交集的用户进行分层应用，对于阿里不能定义的用户，仍然不能分层应用。

AIPL的本质是什么？

我们前面提到了消费者旅程管理（consumer journey），要真正清楚这个问题，我们需要认真谈一谈AIPL（Aware认知，Interest兴趣，Purchase购买，Loyalty忠诚）。

所有市场营销的目的，都是要改变品牌与消费者之间的距离。

每当我们推出一个新产品，包括进行广告、促销活动，甚至更小的行为，给店铺装修，设计一张海报，都是在做市场营销。

我们做这些的目的就是缩短品牌与消费者之间的距离，让陌生的消费者逐渐转变成为购买用户和忠诚用户，这些工作就是消费者旅程管理（consumer journey）。

在没有数据化之前，我们只能凭经验数据或抽样数据去预测市场营销活动的效果。我们缺少一把尺子去丈量消费者行为的变化。

现在，有了AIPL的数据化资产以后， 我们就有了这把尺子，能够对营销活动效果进行评估。同时，我们也有了长期运营消费者资产的工具。未来的市场营销在有了数据银行这个CDP助力以后，将呈现出下图的情景。

AIPL的定义和消费者资产数据化横空出世后，我们才有了“品效合一”的依据。

当然，在实践中，并非一切市场营销活动都能沉淀数据化资产，我也经常和品牌商们沟通这个问题。

我的答案就是：品牌可以继续进行已经有经验证明（或其他数据证明）行之有效的市场营销活动，但是我们也必须进行有数据化资产沉淀的影响活动。

很重要的一个原因是，有了数据化资产沉淀，我们才可以更准确地评估营销活动，并可以持续转化消费者。

我们不能满足于在一个短的时间周期去评价市场营销的销售效果，而要从一个更长的时间周期去评估市场营销的销售效果。

毕竟，没有销售效果的市场营销都是耍流氓。

这里给大家分享一个长周期的市场广告活动的评估案例，它证明了“品效合一”这件事情的存在，也证明了更长周期的评估对市场营销活动有积极的作用。

平台电商的核心逻辑是什么？

因为工作的关系，我时时会面临客户的几个问题：

1）我为什么要进行消费者运营？搞好商品、搞好站内推广对我更重要，消费者运营和数据银行这个事情，在我的生意中实在是太小了。

2）数据银行不就是几个人群包，我这边有人能干这个，我为什么需要ISV来服务？

任何一个品牌商在平台电商做生意，其实本质也就是两个事情：

第一，如何从平台获取流量，也就是从公域获取更多的私域流量；

第二，是如何更有效地承接这些私域流量，也就是如何让流量的转化效率更高。

这两件事情，其实都是和消费者运营和数据银行密不可分的。

获取流量的问题， 我的分析包括以下两个方面：

1）和平台的流量分发原则密切相关，什么样的人在品牌商的商品和店铺的转化效率是最高的，平台就会把这个流量分配给品牌商，所以我们就需要去研究我们店铺和商品的标签是什么，即高转化率标签。这个标签除了基础属性外，也包括策略人群属性等，这些研究和落地都是可以通过数据银行实现的；

2）我们不断地进行的拉新动作，在动作的前、中、后都需要进行背后的数据洞察和优化，这个也绝对不是一个ROI指标能说明问题的。

在前期，我们要洞察消费者标签（包括人、货、场三个维度的标签），根据营销的目的（不同的市场营销阶段有不同的营销目的）和计划（一个营销活动有要达成的目标指标）来确定触点（媒介触点、内容触点、营销活动触点如聚划算等），不同触点对应的人、货匹配和投入量等。

在中期，我们要根据目标进行各项指标的监控，进行优化。所有的优化也都是基于人、货、场的数据，如果我们简单地根据一个不能确定标签属性的人群包的ROI来做优化，是很难达到我们的目标的。

在后期，我们要去复盘。要看在一个营销活动后，店铺、人群到底发生了什么变化？这个变化是正向还是负向？

以上的前、中、后三个阶段都需要通过数据银行进行消费者运营，平台已经过了单纯靠流量驱动增长的阶段，数据运营就成为考虑品牌商精细化运营、持续运营的重要抓手。

关于店铺和商品如何更有效地承接流量的问题，则更是离不开数据银行了.

阿里目前推出的众多运营工具，如CEM，旗舰店2.0，人群货架，定向海报等等工具的优化运营都是和数据银行密切相关的，通过数据银行进行消费者聚类和分层，通过人、货匹配进行更有效地承接，通过千人千面、千人千权实现更有效的转化。

如果只是把数据银行当做一个在钻展上进行圈包的工具，那只能说明品牌对于数据银行的应用还停留在一个很初级的阶段。数据银行作为阿里域内消费者资产沉淀的池子，在这两年的通过品牌商和ISV共建，已经形成非常多的方法论和落地场景，这些都值得大家去学习和研究。

我们毕竟深处一个竞争的市场中，只有积极拥抱平台的变化，才能把拉新和转化两件事情做到更好，而平台的变化就是数据化运营消费者资产，所以这个是个必须要交的作业，必须要补的课。

阿里的文化中有很重要的一条——“因为相信，所以看见”（马老师的演讲题目），以此与各位以数据驱动消费者运营的各位朋友和商家共勉。

我们是广州大麦，作为智慧商业解决方案领导者，以数据、创新为核心，以技术为驱动，为品牌企业提供增长解决方案与实施服务，包括品牌增长咨询服务、消费者运营服务、推广营销服务以及电商运营解决方案。成立10年，近300人专业团队覆盖行业资深的电商、数据、智能开发等专家，拥有行业领先的品牌营销力与数据变现力。