目录
Adobe的CDP产品叫Real-Time Customer Data Platform,简称RTCDP,其实就是一个CDP产品,是2019年推出,它可以分为 B2B Edition与B2C Edition。
Adobe CDP是长这样子的:
模块介绍
下面介绍各个模块的作用,主要分为Home和Workflow,Home显示的量度数据,主要是一些概要数据,主要的功能都是在Workflow里,包含数据管理、身份管理、高级分段和数据科学的工具。
Connections:主要数据导入和数据应用
Connections的作用主要是连接数据,可连接到大型合作伙伴生态系统,包含Source和Destination,分别是实现数据导入和数据应用(导出)
Source
Sources就是来源、官方文档有时候直接称为源,它的作用就是从外部获取数据,可以从不同的来源、不同平台获取数据,加载到CDP里面。它提供两种实现方式:用户界面和RESTful API。
- 用户界面(UI方式):通过内置的数据源目录,只要简单的配置与验证就可以实现数据引入到CDP,并且实现映射,支持非常多的数据源,如Adobe应用程序、第三方广告平台,基于云的存储(国际上主流的都支持)、数据库(主流的都支持,近20个)、营销自动化工具等。
- RESTful API(API方式):通过API方式获取数据,给用户提供更强的自定义能力
Destination
Destination:数据的应用,如对接Facebook、Google 、Adobe、程序化平台、邮件营销平台等,实现精准营销和个性化营销。
Customer:客户、受众数据
- Profile:数据的关联合并,可以将不同来源的数据统一到这个视图,用户个体的所有数据都可以在这个查询到,而且都是PII信息,如某个用户的姓名、邮政地址、电子邮件地址和电话号码都是可以实现打通,用户有多个邮箱,多个设备都打通,不同数据源的行为都在events里面。
- Segment:细分,建立各种受众细分,然后同步给数据应用
- Identities:用户的关联ID,不同来源的数据需要用不同的ID去关联,识别和打通,数据的打通就靠设备图谱了:
Privacy:隐私管理与数据治理
主要是数据隐私和数据治理,毕竟CDP涉及到用户的隐私数据,如各种用户姓名、邮政地址、电子邮件地址和电话号码,不同数据能用于什么,用到什么程度,都需要这个功能去控制。
Data Science:机器学习和人工智能模块
- Notebook:数据的预处理,如加载、特征选择和探索性分析
- Models:建立和训练机器学习模型
- Service:应用到实际
Data Management:数据管理
- Schemas:验证数据结构和格式的一组规则,将不同来源的数据结构化。
- Datasets:数据集管理,数据管理
- Queries:可以通过标准SQL实现数据查询
- Monitoring:监控
- Connections:连接管理,不同来源数据的连接管理。
CDP是将各个来源的数据都去充实Profile,将用户个体的信息丰富,构建器365°的用户画像,实现个性化的体验。
可以总结一下:CDP是包含PII信息的,主要是通过PII里面的用户ID和设备ID实现映射,实现个体的精准画像用于用户个性化体验和广告营销。
处理处理流程
Source就导入数据,Schemas就实现字段的映射,Data Governance对数据做检查,Datasets是形成数据集合,Identities是用户的ID图,Profile是用户的档案,Segment就是剥离出特定的数据,Destinations就是用途,用于营销。
更多有关Adobe CDP的请看:
- Adobe CDP里的Sources
- Adobe CDP里的File Ingestion
- Adobe CDP 里的数据模型XDM和模式Schema
- Adobe CDP中的数据治理Data Governance