數據銀行是什么？數據銀行有什么用？僅僅是為了圈出人群包那么簡單嗎？如何從本質上理解AIPL？平臺電商的核心邏輯又是什么？

數據銀行是什么？

阿里平臺的數字化運營和消費者運營中，最核心的工具就是品牌數據銀行。

很多時候，我們或許會過度陷入細節中，這時，我們不妨“回歸原點”，從本質上思考品牌數據銀行到底是什么？

品牌數據銀行就是品牌在阿里域內的CDP。

要想理解這句話，我們先要從以下幾個方向上理解：

a) 什么是CDP？

CDP的全稱是Customer Data Platform（客戶數據平臺）。我個人認為比較準確的一個定義是：“CDP是企業獲取、管理、應用私域數據的系統平臺，目的是為了幫助企業更好地利用數據，實現更高水平的數字化營銷和運營。"

相比于DMP偏重于在企業的數字化營銷中發揮作用，CDP則偏向于在企業的客戶和潛在客戶的轉化與維系領域發揮價值。

也就是說，CDP是讓我們使用客戶數據，進行消費者旅程管理（consumer journey）的工具，讓我們不斷地擴大我們的消費者池子，使消費者成為我們的購買用戶，進而成為我們的忠誠用戶。

b)  什么叫品牌的CDP？

簡單講，是品牌私域的消費者數據，就是把與品牌有關系的人放在一個數據系統中，但不能從中獲得競品、或者行業的消費者數據。

c) 阿里域內意味著什么？

阿里域內是兩層含義，一方面，這些數據必須是阿里可以識別的數據，以此判斷品牌和消費者之間的AIPL關系（品牌和消費者之間的關系），否則就不能進入數據銀行。

例如：通過UD投放的頭條廣告觸達的消費者數據，能夠回流并沉淀在數據銀行，可以定義品牌和消費者的關系，所以消費者數據可以沉淀在數據銀行。

但是品牌方自己投放的頭條廣告，因為阿里并不能定義品牌和消費者之間的關系，因此就不能實現回流到數據銀行，不能形成消費者資產的沉淀。

另一方面，即使上傳第三方監測數據進行數據融合，也僅限于對和現有數據銀行消費者資產有交集的用戶進行分層應用，對于阿里不能定義的用戶，仍然不能分層應用。

AIPL的本質是什么？

我們前面提到了消費者旅程管理（consumer journey），要真正清楚這個問題，我們需要認真談一談AIPL（Aware認知，Interest興趣，Purchase購買，Loyalty忠誠）。

所有市場營銷的目的，都是要改變品牌與消費者之間的距離。

每當我們推出一個新產品，包括進行廣告、促銷活動，甚至更小的行為，給店鋪裝修，設計一張海報，都是在做市場營銷。

我們做這些的目的就是縮短品牌與消費者之間的距離，讓陌生的消費者逐漸轉變成為購買用戶和忠誠用戶，這些工作就是消費者旅程管理（consumer journey）。

在沒有數據化之前，我們只能憑經驗數據或抽樣數據去預測市場營銷活動的效果。我們缺少一把尺子去丈量消費者行為的變化。

現在，有了AIPL的數據化資產以后， 我們就有了這把尺子，能夠對營銷活動效果進行評估。同時，我們也有了長期運營消費者資產的工具。未來的市場營銷在有了數據銀行這個CDP助力以后，將呈現出下圖的情景。

AIPL的定義和消費者資產數據化橫空出世后，我們才有了“品效合一”的依據。

當然，在實踐中，并非一切市場營銷活動都能沉淀數據化資產，我也經常和品牌商們溝通這個問題。

我的答案就是：品牌可以繼續進行已經有經驗證明（或其他數據證明）行之有效的市場營銷活動，但是我們也必須進行有數據化資產沉淀的影響活動。

很重要的一個原因是，有了數據化資產沉淀，我們才可以更準確地評估營銷活動，并可以持續轉化消費者。

我們不能滿足于在一個短的時間周期去評價市場營銷的銷售效果，而要從一個更長的時間周期去評估市場營銷的銷售效果。

畢竟，沒有銷售效果的市場營銷都是耍流氓。

這里給大家分享一個長周期的市場廣告活動的評估案例，它證明了“品效合一”這件事情的存在，也證明了更長周期的評估對市場營銷活動有積極的作用。

平臺電商的核心邏輯是什么？

因為工作的關系，我時時會面臨客戶的幾個問題：

1）我為什么要進行消費者運營？搞好商品、搞好站內推廣對我更重要，消費者運營和數據銀行這個事情，在我的生意中實在是太小了。

2）數據銀行不就是幾個人群包，我這邊有人能干這個，我為什么需要ISV來服務？

任何一個品牌商在平臺電商做生意，其實本質也就是兩個事情：

第一，如何從平臺獲取流量，也就是從公域獲取更多的私域流量；

第二，是如何更有效地承接這些私域流量，也就是如何讓流量的轉化效率更高。

這兩件事情，其實都是和消費者運營和數據銀行密不可分的。

獲取流量的問題， 我的分析包括以下兩個方面：

1）和平臺的流量分發原則密切相關，什么樣的人在品牌商的商品和店鋪的轉化效率是最高的，平臺就會把這個流量分配給品牌商，所以我們就需要去研究我們店鋪和商品的標簽是什么，即高轉化率標簽。這個標簽除了基礎屬性外，也包括策略人群屬性等，這些研究和落地都是可以通過數據銀行實現的；

2）我們不斷地進行的拉新動作，在動作的前、中、后都需要進行背后的數據洞察和優化，這個也絕對不是一個ROI指標能說明問題的。

在前期，我們要洞察消費者標簽（包括人、貨、場三個維度的標簽），根據營銷的目的（不同的市場營銷階段有不同的營銷目的）和計劃（一個營銷活動有要達成的目標指標）來確定觸點（媒介觸點、內容觸點、營銷活動觸點如聚劃算等），不同觸點對應的人、貨匹配和投入量等。

在中期，我們要根據目標進行各項指標的監控，進行優化。所有的優化也都是基于人、貨、場的數據，如果我們簡單地根據一個不能確定標簽屬性的人群包的ROI來做優化，是很難達到我們的目標的。

在后期，我們要去復盤。要看在一個營銷活動后，店鋪、人群到底發生了什么變化？這個變化是正向還是負向？

以上的前、中、后三個階段都需要通過數據銀行進行消費者運營，平臺已經過了單純靠流量驅動增長的階段，數據運營就成為考慮品牌商精細化運營、持續運營的重要抓手。

關于店鋪和商品如何更有效地承接流量的問題，則更是離不開數據銀行了.

阿里目前推出的眾多運營工具，如CEM，旗艦店2.0，人群貨架，定向海報等等工具的優化運營都是和數據銀行密切相關的，通過數據銀行進行消費者聚類和分層，通過人、貨匹配進行更有效地承接，通過千人千面、千人千權實現更有效的轉化。

如果只是把數據銀行當做一個在鉆展上進行圈包的工具，那只能說明品牌對于數據銀行的應用還停留在一個很初級的階段。數據銀行作為阿里域內消費者資產沉淀的池子，在這兩年的通過品牌商和ISV共建，已經形成非常多的方法論和落地場景，這些都值得大家去學習和研究。

我們畢竟深處一個競爭的市場中，只有積極擁抱平臺的變化，才能把拉新和轉化兩件事情做到更好，而平臺的變化就是數據化運營消費者資產，所以這個是個必須要交的作業，必須要補的課。

阿里的文化中有很重要的一條——“因為相信，所以看見”（馬老師的演講題目），以此與各位以數據驅動消費者運營的各位朋友和商家共勉。

我們是廣州大麥，作為智慧商業解決方案領導者，以數據、創新為核心，以技術為驅動，為品牌企業提供增長解決方案與實施服務，包括品牌增長咨詢服務、消費者運營服務、推廣營銷服務以及電商運營解決方案。成立10年，近300人專業團隊覆蓋行業資深的電商、數據、智能開發等專家，擁有行業領先的品牌營銷力與數據變現力。