用户标签/用户分群在DMP(数据管理平台)中的应用

25 评论 62651 浏览 377 收藏 15 分钟

本文主要是关于DMP数据管理平台的认知和浅析,enjoy~

一. DMP系统的定义和产品功能

DMP即 data management system,数据管理平台,单从名称上来看,这个定义还是非常宽泛的,所以国内很多企业或者个人会将dmp的核心功能理解错。

结合我个人的经验和专业的书籍,DMP其实是一个全面的数据收集,加工,整合的平台,吸收各种数据源的数据,以用户为基本单位,清洗,整理形成结构化的数据表,并进行用户标签的计算,以期能够精准的描述各种用户。

DMP不带有任何的营销性质和功能。很多国内的dmp平台在功能上直接宣传自己可以对用户进行广告的投放,推送;可以对dmp中的用户进行运营。这些其实都是类似于DSP,RTB,CMS,CRM这种产品功能,这些产品会和dmp有一些数据上的流通,但是dmp的核心就是将数据处理好。

1. 核心特征

  • 有很多数据源,包括企业内的(第一方),合作方的(第二方的),第三方的,并且不嫌多
  • 以用户(或者设备)为基本单位,整合各方数据,将数据进行清洗,结构化的存储
  • 对结构化的数据进行分析,运行算法,将用户进行多维的定性,打上标签
  • 使用方可以通过DMP提取想要的用户群体,下游的营销产品也可以直接通过接口进行数据的访问和提取

可以这么说,强大的DMP是互联网时代的数据大脑,是一切营销的基础。

2. DMP分类

(1)广告主自有DMP

这类 DMP的数据相对封闭, 数据安全性比较好,但相应地流通性差, 数据挖掘和使用不足, 通常需要接入其他数据平台, 实现数据的融合和流通之后,才能更好地发挥出价值。

(2)核心互联网大厂的自有DMP

毫无疑问,这里的大厂指的就是BAT,阿里妈妈的达摩盘,腾讯的广点通,百度的DMP数据服务;其他诸如京东等大公司也会有自己的DMP。BAT由于拥有绝对的用户流量的优势,所以,数据积累相对非常的多,但是各大之间的数据却相对封闭,BAT视自己的数据为最宝贵的财富,绝对不会流通共享。另外,各大厂的dmp也会根据自己的业务进行一些深度的定制,比如阿里的达摩盘完全就是面向电商场景的一个dmp,通用性上可能没那么高。(也不会开放给你用)

(3)独立的第三方DMP

随着大数据的概念越来越深入人心,精准营销的概念越来越普及化,出现了一些专门为企业客户提供服务的第三方数据供应商,也就是第三方的DMP。第三方的DMP相对独立,也比较专业,企业可以快速获取期望的用户数据。但是目前国内市场的数据交易,数据的交换还是处于灰色地带,也没有相应的标准。数据安全也无法得到很好的保障。

(4)广告技术公司的自有DMP

这类 DMP主要是广告技术公司基于 DSP等业务扩展需求而搭建, 直接为自身业务服务, 很多实力较强的广告技术公司都有自己的DMP,如爱点击、瑞狮网络等。美国市场非常细分,有很多专门的 DMP公司,但中国市场高度整合,DMP 需求往往与 DSP/SSP/Trading Desk等联系在一起,广告技术公司自有 DMP能够更直接地满足这类整合需求。

3. 一个DMP需要哪些功能模块

  • 数据的获取入口
  • 数据的清洗,整合
  • 标签的计算,挖掘
  • 打标签及标签的展示
  • 用户分群

前三块是DMP的基础,虽然看不见,但是决定了一个DMP的质量。后两块是比较偏产品前端的内容,DMP是否简单易用,是否友好易懂就是这部分体现出来的。

标签的展示及手动打标签:

二. 别人是怎么做DMP产品的

DMP产品在企业内非常核心的产品,所以世面上很少能看到一些DMP产品的功能设计和视觉的资料,更别说试用一些dmp的产品。但是经过我不断的收集和查找,还是梳理出了几款dmp的产品基本结构和设计

1. 阿里妈妈-达摩盘

  • 2014年,在原有的RTB和Tanx的基础上,为了更好地促进数据流通,以技术和数据驱动实效,阿里妈妈搭建了一个大数据管理平台DMP,让更多商家可以更有效地使用数据。
  • 对于营销而言,一种开玩笑的说法是,DMP就等于DM(Data Market)加上P(People)。事实上,这并不完全是个玩笑,因为这一说法抓住了现实中数据应用的核心,消费者(P)的识别和管理是打通整个营销体系的核心。
  • 阿里妈妈还为DMP取了一个颇具中国特色的名字:达摩盘。DMP补上了数据交易所最后也是最重要的一块砖,让以消费者为核心的营销闭环成为可能:一是使可执行的C2B成为了可能,二是具有最好的构建全域全网营销的能力,三是通过数据流通构建了一个以DMP为核心的数据生态圈。

达摩盘作为一个阿里孵化的DMP,最大的优势就是背靠阿里海量的数据沉淀。阿里巴巴生态的无论是交易还是征信的数据都绝对是最丰富的。拥有如此数据,达摩盘势必会成为顶尖的dmp平台。但是阿里和其他大公司一样,数据只为自己使用,于是针对阿里最重要的电商场景,dmp被打造成了一个面向商户营销的用户特征管理和营销工具。

达摩盘和其他dmp来说最大的特点是它将dmp的核心功能和营销的场景进行了深度的结合,这点从以上两张截图便能看出。

对于商户来讲,达摩盘无论怎样去取名字,最终都是为了获取更多的用户,更高的销量和利润,所以达摩盘充分利用平台店铺的广度,将相似商家进行横向对比,非常巧妙的达到了两个目的

  • 解决了如何量化什么是好的店铺或者什么样的店铺是好的店铺的问题
  • 暗中促进两商家之间的良性竞争

2. 用户分群

虽然只有这一个页面的截图,但是从中我们可以看出:

  • 标签种类非常丰富,包含了基本的人口属性,地理属性,也有中立的上网行为消费行为,更有淘内的用户行为,和参与活动的标签
  • 对于标签进行了至少3级的分类,而且可以根据商户的信息进行标签的推荐,做到了dmp内的推荐
  • 对于标签信息的展示非常详尽,而且有类似于同行适用情况的推荐星级,非常具有参考价值

对于达摩盘来说,所有的标签都是平台定义好的,所有的描述和计算逻辑都固定,商户只需要在庞大的标签库中找到自己需要的标签即可。这样的设计首先避免了商户自己创建标签的不可控的因素,比如逻辑的错误,标签的重复,定义的模糊等等,其次对于商家来讲,自定义标签会是一个比较需要互联网只是的操作,淘内商家普遍没有这种素质。

不过这样的设计我认为需要机遇两个前提:

  • 此DMP产品是专注于某个领域的。比如达摩盘专注与电商,这样标签就会有针对性,电商的营销治标体系也是很成熟的。
  • 此DMP是服务于自己的公司或者平台的。不是中立的第三方数据提供者。

满足这两个条件,就说明数据的需求是非常聚合的,可以比较容易的迭代出一套合适的标签体系。

 3. 如何区分打标签和用户分群

但是像我这次准备做的XX数据的DMP平台,他可能是需要私有部署的,为各种行业的企业服务,跨度非常大,所以只有让客户企业自己去创建标签才能到适合自己企业的标签体系。但是这个过程中就有个比较困难的问题:如何区分打标签和用户分群。

营销人群即为通过组合标签,筛选出来的用户群,可以用于后续的营销投放,甚至用于一些用户数量的监控。

达摩盘终究还是一个营销的平台,所以,对于所有的用户群的营销的效果都会有一个一目了然的列表,当然,所有的指标也都是基于电商的。

4. 小结

其实,达摩盘已经不算是一个dmp了,从产品端来看它更像是一个基于用户标签的精准投放平台。但是在这背后整合淘内和第三方的所有数据,定义和计算所有的标签,这确实是一个非常强大的dmp的核心。

明确清晰的定位,加上巧妙的营销整合,让所有的商家不需要借助其他工具或者平台,形成了淘内数据流的闭环。废水不流外人田。

三. 如何区分打标签和用户分群

最近在做dmp的时候,遇到了一个在产品上很难作以明确区分的两个功能吧,就是打标签和用户分群。

打标签和用户分群是dmp两个不可缺少的核心功能,没有这两个功能DMP就不再是DMP了。从大面上讲,可能这两个功能没有那么难以去区分,比如我们可以认为打标签是给用户加以标注,用户分群是需要通过各种标签的组合来划定人群。这么说确实没错,但是在产品端当你需要很细的去找到这两个功能的界限,你会发现其实没这么容易。

  • 从本质上讲,打标签和分群都是将所有用户分成两部分。符合标签定义的和不符合的;符合分群逻辑的和不符合的
  • 标签的定义在没有约束的前提下是可以很复杂的,复杂到单一标签可以完全替代某个分群
  • 标签可以叠加形成新的标签,而分群也是通过多标签组合形成的

鉴于正常的dmp的流程都是需要先建立标签,然后利用标签进行分群,最后才能根据人群去进行下游营销动作,于是乎,在产品端如何量化逻辑化的区别打标签和分群的功能就变的异常模糊。

毕竟市面上还是有dmp或者类dmp产品的,他们是怎么解决的呢?

  • 阿里妈妈-达摩盘(包括其他的诸如京准通的dmp)
  • 神策,诸葛,growingio等类dmp产品

如果让我做个比喻,打标签就像是确定一块块的积木,而分群更像是用几部去搭建一个房子。当积木比较充分的时候,利用同一批积木可以造出各种不一样的房子。

通过上述对两个概念的头脑风暴,对这两个概念的认识清晰了不少,但是,更多的还是定性的分析。在设计产品的时候如何在应用层加以限制呢?

因为在产品端,是需要区分功能,从而限制逻辑的,并不是根据你的逻辑反向判断这是个标签还是分群,所以要从功能角度去限制他的创建。

完结~

 

本文由 @巷陌 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Pexels,基于 CC0 协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. dmp与cdp的区别是什么?

    来自广东 回复
  2. 我觉得没有问题 ,我现在也是这么设计的。但是呢,很多说业务侧他们就像通过分群去筛选人群导致,功能重复度太高。目前的做法是在分群也加上标签的筛选和多组合的分类

    来自北京 回复
  3. 这才是对DMP的正确理解!非常赞

    来自广东 回复
  4. 大神,收校对吗?免费的那种,就想第一时间看到文章!

    来自浙江 回复
  5. 👍,很清晰,请教下大神从事的是哪个行业及细分领域呀?

    来自广东 回复
  6. 不错~ 其实标签和分群的逻辑不用纠结~,标签是对用户的描述,分群是对群体用户的一个动作。分群有很多依据,比如用户属性、非常具体的某一行为事件、以及标签,然后给这个群一个命名。但是这时候这个命名逻辑上不会标记在任何一个用户的单体画像里。但标签不一样,当标签被定义了,那这个用户的画像里就一定会有这个字段。
    当然,也不能纠结于产品功能层面,因为功能可以打通,你中有我我中有你,只能去从性质的角度去看,况且,他们的应用场景也非常不一样。

    来自美国 回复
  7. 写得太好了,我差点做偏,看了之后豁然开朗。

    来自山西 回复
  8. 从数据结构上,标签的数据:用户id、标签、标签值,用户分群的数据:用户id、用户群id

    来自上海 回复
    1. 可以再给一个更详细的表结构

      来自北京 回复
  9. 请教一下, 一个延伸的技术问题: 如何设计标签系统更为科学呢? 是按照分类学那样把每一个原子标签有结构滴梳理出来,还是单纯的文本来记录?

    来自重庆 回复
  10. 基于标签加工的条件规则应采用开放模式,允许业务及运营、客户参与标签的构建,并且通过渠道的反馈对标签质量进行评价,达到一定的分值后才允许正式发布。同时可以基于应用场景对标签的评分和量级做自由的筛选组合

    来自北京 回复
  11. 刚刚触及标签这一块还有好多要学习呀

    来自北京 回复
  12. 作者关于大标签和用户分群这个点分析的很好,我也遇到相关的问题。逻辑上都是最细粒度的条件的组合。另外有一个问题想要探讨一下,目前用户分群这块的交互大体存在两种,一种是将标签罗列,直接选择标签进行组合计算;另外一种是基于什么人做了什么事情这个逻辑来进行产品使用。一直很费解这两种的区别。望交流解答。

    来自北京 回复
    1. 个人理解:你说的第二种方式属于在用户行为线索基础上的业务建模概念,还没有到标签层面,或者叫基于用户事实标签上的用户分群。比如:最近7天访问了汽车之家网站4天,关注大众品牌的用户群。场景上来说:第一种偏向于静态属性类标签。第二种侧重于动态类的分群标签,适用于事件触发的时机类精准营销。

      来自北京 回复
  13. 很有同感,最近一年也在做类似的事,标签和用户群本质很像,确实不好区分,现在我是这么理解:标签更精细,原子化,主要是描述单个的人,而用户全是标签叠加后人数可观的标签人群,用户分群是否有效,通过营销后的的效果反馈来评估检验,能把打和用户分群做好,真是需要经验的,非常熟悉业务和了解用户的运营人员才能做好

    来自北京 回复
  14. 你好,请问可以留个联系方式吗?我们boss看了您写的会员标签的文章,想联系一下您能不能接外包。。。我们的项目是在做[大玩家超乐场]国内专业经营的电子娱乐梦工场!会员数据分析,看到麻烦联系微信:18672395029,谢谢

    来自湖北 回复
  15. 想请教下,区分出「用户标签」和「用户分群」的意义是什么呢,不都是“选择维度”——“分组”这么个操作么?

    来自北京 回复
    1. 用户分群本质是为了更好的管理用户(将具备某些标签的用户形成交集或合集用户池),便于快捷、直观应用。

      来自北京 回复
    2. 用户标签的颗粒度小,用户群组的颗粒度大。

      来自山西 回复
  16. 我认为场景化标签是个大命题,值得深入研究的方向。能快速帮助业务部门,基于特定的场景,反推出智能化的标签组合,得出个性化人群。

    来自广东 回复
  17. 还是区分不了,人群和标签的区别 ➡

    来自广东 回复
    1. 标签是人群某一个特征的抽象提炼,比如性别是一个标签,男和女是两个人群,年龄是一个标签,老年人、中年人是两个人群。人群和标签下的标签值更为接近。

      来自北京 回复
    2. 多个用户组成用户标签,多个用户标签组成人群。

      来自山西 回复
  18. P指的是platform吧?

    来自江苏 回复
    1. 认同!

      来自重庆 回复