什么是 DMP

DMP 全称是 Data Management Platform，即数据管理平台。从严格意义上讲，DMP 也是舶来品，国外将 DMP 定义为 “大数据在营销中的落地解决方案和实时消费者互动的基础 ”(The Data Management Platform: Foundation for Right-Time Customer Engagement–A WINTERBERRY GROUP WHITE PAPER NOVEMBER 2012)，即 利用数据管理平台实现营销层面和战略层面的多重用途。

自从大数据热潮以来，国内的 DMP 可谓是遍地开花，几乎所有与大数据沾边的公司都声称有自己的 DMP 平台。那么，去伪存真，我们首先要搞清楚一个问题，什么才是 DMP 的核心能力，DMP 分为三个层次，只有具备这些核心能力才算得上是真正的 DMP。

一. 数据

数据，即 DMP 的输入。稳定可靠的数据来源是一切 DMP 的基础，没有数据的 DMP 就成了无本之木，无源之水。既然 DMP 管理的是数据，所以当你建立 DMP 的时候，意味着你有机会拿到大量的非自己业务的数据，并且自己业务的数据还能够量化评估其他的数据提供方的数据，这才是 DMP 能够存在的原因。换句话说，DMP 如果只是作为一个工具存在的话，它的价值就不大了。

当然，对于不同来源和不同结构的数据的清洗和整合也对 DMP 平台的技术能力提出了很高的挑战和要求。数据清洗是为了去除一些无用的、重复的和涉及用户敏感的信息，最终导出格式统一的数据。从现在业界的发展趋势来看，传统的 ETL 工具已经越来越难以满足客户的要求，具备智能化的 ETL 自动化清洗工具将成为主流，这样可以大大减少数据清洗的人工和成本投入，并提高效率。

二. 数据分析能力

其中画像是基础，即通过对用户信息的标签化，完美的抽象出一个用户的信息全貌，并为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息提供足够的数据基础。顾名思义，用户画像的焦点工作就是为用户打标签，而一个标签通常是认为规定的高度提炼的特征标识，例如年龄、性别、地域、用户偏好等，最后将用户的所有标签综合来看，就可以勾勒出该用户的立体画像了。

用户画像需要用到大量的数据，DMP 采集数据之后，会利用这些数据对用户进行画像，这也解释了数据、DMP、画像这三者之间的关系。基础画像之上，对于定制化的数据分析要求，数据挖掘能力无疑是 DMP 的另外一个硬指标。数据挖掘指的是从大量的数据中通过算法建模将隐藏在数据背后的有用信息挖掘出来，没有这个能力只能做基本的客户画像，DMP 的使用场景就相当局限了。

三. 行业解决方案

即 DMP 的输出。有了对数据的整合和分析，那么通过一个特定的应用场景就能实现大数据的最终价值落地，即解决数据最终如何变现的问题。

DMP 输出的带有定制化标签的数据可用于行业解决方案中的各种场景，例如某个银行发行了一款信用卡产品，针对目标人群是商旅人士，尤其是经常搭乘飞机的商旅人士，这就解决了募新中的精准营销问题; 也可以用于辅助商业决策，例如在商业地产解决方案中可以通过客群热力图为客户选址提供了决策的依据。

所以，数据的整合能力、数据分析能力、行业解决方案构成了 DMP 的核心能力。简而言之，数据的拥有者才有对 DMP 的发言权，而具备了强大的数据分析挖掘能力的 DMP 厂商则会占据更多的主动权。

以云图 DMP 为例：