Adobe的CDP

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

数据处理流程是这样：

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