惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
美团技术团队
Last Week in AI
Last Week in AI
WordPress大学
WordPress大学
博客园 - 三生石上(FineUI控件)
博客园 - 聂微东
雷峰网
雷峰网
阮一峰的网络日志
阮一峰的网络日志
博客园 - 叶小钗
IT之家
IT之家
Google DeepMind News
Google DeepMind News
D
Docker
J
Java Code Geeks
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 【当耐特】
V
V2EX
Hugging Face - Blog
Hugging Face - Blog
博客园 - Franky
月光博客
月光博客
宝玉的分享
宝玉的分享
酷 壳 – CoolShell
酷 壳 – CoolShell
aimingoo的专栏
aimingoo的专栏
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
MarTech​-CDP实战手册:CDP交付阶段(八)
光波 · 2023-09-28 · via 人人都是产品经理

CDP交付阶段大致需要做好哪些动作?这篇文章里,作者从数据质量、ID规划两大维度进行了阐述,一起来看看,或许会对想了解CDP的同学有所帮助。

内容目录:

交付展开目录:

一、数据质量

根据数据调研产出数据质量报告,若质量较差需进行数据说明,并阐述数据质量的严重性,需ETL工程师及业务老师进行介入完善数据质量。

在这个节点上就会延展出轻CDP和重CDP的区别了,重CDP前期需要进行数据梳理和数据治理,保证数据质量的优质及完善性,如果是传统企业来看在这个阶段需要耗费2-4个月的时间,需要业务专家、ETL工程师与各个业务部门、业务系统进行梳理,规范化数据字段、格式、要求等,确保质量后数据进入CDP才能更好的被上层业务系统获取调用。

1. 数据实施

通过分析需求完成数据的收集、配置、清洗到最终展现,从整体上满足业务需求的整个过程。

针对于CDP的数据实施更多围绕的是ID、标签、属性、行为的规划方案进行数据实施,在整个过程中分为三个主要角色,数据需求方、数据实施架构师、数据实施工程师。

数据需求方可以是业务、产品、分析师等,数据实施架构师更多的进行需求整理和梳理,确保数据的准确性、一致性、梳理数据的来源进行方案产出及规划统筹,数据实施工程师则根据方案进行数据开发,

数据需求方、数据实施负责人和数据实施工程师这三方之间需要进行大量的沟通。

2. 常见问题

1)需求不清晰

在某车企数据调研过程中,业务没有过数字化经验,没有明确指向性需求,因此在构建CDP规划数据时阻碍较大,后续通过引导场景,梳理业务逻辑,参照其他车企构建方案才落地了具体需求。

数据实施是持续性的,但一定要了解核心场景及核心诉求。

2)急切不深思

数据实施是个需要较长时间沟通,从整体架构进行方案规划的,碰到过企业非常着急,上来拿出几个指标几个标签需要尽快完成,但整体业务、系统都没有完全梳理,直接做数据会缺失、混乱,反而影响长远的建设和规划,数据实施更应该是全方面的规划沉淀,打好基础,不给后面留坑。

数据实施执行环节主要包括:数据收集和系统配置、数据发送验证、数据展现验证、数据实施交付和验收这四个步骤。

二、ID规划

需要对企业内部ID进行梳理,规划ID融合数据源及融合规则。该环节梳理不会占用特备多的时间,ID的范围基本上是固定的,但对于多渠道获取的ID的融合规则则需要进行统一的规划和梳理。

多数企业以手机号为主键ID,主键ID为唯一ID,通过主键ID进行其他ID的关联。

在规则构建上要考虑ID的属性,例如openid则为多对一关系,小程序、公众号均有独立的ID,身份证则为唯一ID,唯一ID要考虑融合依据和融合顺序,例如APP注册手机号A,关联身份证B,然后APP注册手机号C,关联身份证B,如果系统没有做限制,可1以身份证迁移,则身份证将换绑至新手机号进行IDmapping。

总结以下对于ID的梳理:

  1. 规划主键ID,唯一ID,多对一ID;
  2. 确认ID的数据源、ID关系;
  3. 规划ID的融合依据,融合优先级;
  4. 梳理市面上比较常见的ID,具体ID范围需要根据企业需求进行制定。

本文由 @光波 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Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。