前言：本次我们要评测的是一款CDP+MA的智能解决方案。在过去的三年，CDP从最初的群雄混战到现在的历经市场考验，进入由比拼概念到更贴近实际业务的阶段。
这背后，是供应商技术能力的不断分化（强者更强），以及企业的成熟度的提升。另外，行业中数据生态的巨大变化（围墙花园和个人信息保护法），也更加导致企业在营销系统上应用的成熟度进一步加深。这些都驱使数字营销系统工具进一步进化。
以深演智能出品的AlphaData这个工具为例，我们一起剖析下，现在的工具都发生了什么？
测评大纲：
1.AlphaData是什么？
2.AlphaData的主要功能
3.应用建议
AlphaData是什么？
AlphaData是企业用户全域数据的智能管理平台，支持全渠道，全链路，全生命周期的智能消费运营。它的核心定位是CDP，但又不仅仅只是CDP。
AlphaData的主要功能
单从操作界面上来看，AIphaData似乎与传统的CDP差别不大。但如果我们从业务角度和应用角度看，会发现相当多的不同点。
先从它的整体结构入手，可以看出它跟传统CDP较为明显的差异。传统CDP一般是数据的获取、数据的组织、数据的应用。而AlphaData则分为四个层次：基础数据层、数据治理层、应用数据层和业务应用层。如下图所示：
基础数据层：支持多种数据来源接入，包括线上线下的全域数据接入以及从广告投放到转化售后全链路的数据接入；
数据治理层：在传统的基础数据层和应用层之间，增加了数据治理层。围绕最具有普遍性的业务应用对数据进行先期的深入的建模和处理，从而能够将数据的能力适配到更广泛的营销应用场景之中；数据治理层是这个工具体系中的重要结构，也是其中的一个主要亮点；
应用数据层：这是CDP中最基础但也是最核心的功能：标签与人群圈选；
业务应用层：在客户洞察和自动化营销功能模块加入智能模型，同时将行业智能模型沉淀在系统中，助力业务人员实现更高水平的运营。智能化是其中重要的特性和亮点。
下面我们分别来看看每一层级的具体功能特点。
1.基础数据层
1.1.可接入全域数据
CDP的主要数据来源是以下六大类。不同来源的数据获取难度不同，接入系统的难度也不同。以业务场景最为复杂的汽车和零售行业为例，涉及线上线下多种数据来源包括：消费者的数据、车/商品/销售人员的数据、线下门店数据、POS机数据、企业内部多系统的数据等。
但无论是上述哪种数据来源，AIphaData都可以通过监测代码、客户端SDK、数据仓库连接等多种方式进行全域的数据采集。同时也支持多种类型的数据源直接接入。
上图：AIphaDataDataFoundation的数据管理中接入数据源界面
上图：AIphaDataDataFoundation数据管理中管理数据源界面
2.数据治理层
2.1.面向业务的数据模型
一般数据接入后，IT同学会进行相应的数据建模工作，但对业务同学而言却仍是数据黑盒：我依旧不知道自己到底使用了哪些数据。那AIphaData是如何解决这个问题的呢？在数据接入后，IT同学可以在AIphaData的数据管理界面进行配置。根据具体的应用场景从基础表中抽取字段建立档案表和事件表，并为使用到的表和数据字段添加文字描述，便于业务人员查看和理解使用到的数据都有哪些。
其中档案表的结构是ID+属性，比如
转载请注明：http://www.0431gb208.com/sjslczl/3771.html
