在稍微接触CDP数据中台系统后，许多人对CDP数据中台系统的营销方式产生兴趣，但是又不是特别了解，本文创略就CDP数据中台系统是如何实现用户细分来进行分析讲解。
: K$ @6 ?1 E7 A& W: ~; j7 R 车主运营平台系统在营销前期，收集并预处理了相关用户数据，那正式展开运作后，他又是怎样进行用户细分的呢？创略采用建模和打标签的方式来实现。
2 D) _. Y! U0 f1 O 1 CDP数据中台系统的客户建模4 G+ E& Y! C) T( ]. U
创略的客户建模实际上是基于CRM系统中经典的客户细分思路，大致包含以下几种模型。
5 k8 l( @! h- o7 e; ?3 L0 B 基本模型：依据用户性别/年龄/地区/收入等基本属性维度进行的客户细分；
" F& W& q4 [1 S) [0 i" }% N RFM模型：依据最近一次消费（Recency） 、消费频率（Frequency)）和消费金额（Monetary）三个消费特征进行的用户细分；% u, k# A7 ^7 h) l7 d
生命周期模型：依据引导期/成长期/成熟期/衰退期（类比产品的生命周期）等时间维度进行用户细分 ；
* ?$ S o% F1 v: ? 价值模型：依据用户消费金额高低进行用户细分（通常消费额高的用户对企业来说意味着高价值）；% N* C' e- c( c' I: ?& }
忠诚度模型：依据用户购买频次的多少进行用户细分（通常购买频次多的用户意味着对企业有高忠诚度）。
( k( l4 {# r. S3 z! Y 2 CDP数据中台系统的标签体系
3 n/ I8 O& J/ P# s5 y0 M ? 所谓打标签即是基于用户数据（基本属性+行为数据）为用户建立特征属性说明。系统自动从标签库（当热也支持手动）选取标签与用户进行匹配，并以标签进行用户细分。常见的电商标签体系包含： a$ k' D1 D' `% P$ u* T! |
1）基本属性：依据用户性别/年龄/地区/收入等基本属性维度进行的客户细分（与客户建模中“基本模型”类似）；
- p" g2 R7 o+ R 2）购物兴趣：依据用户历史订单的商品类别进行客户细分；% m6 x8 A4 p5 o. ]
3）购买意愿：依据用户的购买意愿强烈程度进行客户细分；如果用户在某商品推广内容下点赞，或者直接将某商品加购（只是举例，并非穷举），那么则认为用户对该商品具备购买意愿。% ]% i1 J( ?( M+ z& x& g5 L* l5 X c6 p
4）消费能力：依据用户购买力的高低进行用户细分；“消费能力”与客户建模中“价值模型”并不一个概念。
% {6 }" H9 a, R: K7 _' R “价值模型”的评估数据来源于用户在企业自有平台的消费记录，但是标签体系中“消费能力”的评估数据来源可能是第二方/第三方平台。是可能出现某用户被标签标记为“高消费能力”但是在价值模型中却是“低价值用户”。& S" I7 s5 p O
比如从第二方平台获取到某用户住址在一高档小区，我们合理推断他是具有高消费能力的；但是他之前并未在企业自有平台进行过消费，对企业来说他属于低价值用户。
& W3 w" ^" ^! s( x* x @ 5）消费习惯：依据用户历史订单的特征信息进行用户细分；比如某用户总是先关注商品，等待其打折时才会购买；再比如某用户常常在每月的固定日期购买某类型商品（周期购）；这些订单特征都可以作为用户细分的标签。
2 f9 `5 a0 Q! f 6）关注内容：依据用户购物车详情/搜索记录/浏览记录等汇总得出的商品类别进行用户细分；, F% t4 \ Q. Q9 _$ m! a
7）会员信息：依据用户是否为平台会员，是否享有特殊权益进行用户细分。( ]+ M0 s5 r) T9 G- q2 w
名创优品标签体系
% s t2 x/ ?4 g2 d* N 3 用户细分的动态/静态选择
: P# p) Q' H: r+ M* @( f 创略通过客户模型和标签体系实现用户人群细分，但是需要注意的是，人是一直在变化的。或许当下某些人属于某个细分人群，但随着时间流逝他们可能不再满足该细分人群的条件了，同时之前不属于该细分人群的某些人又满足了条件。 }, n& K+ M, W6 {* M" Z6 E
所以对于后面的环节，即报表输出和数据应用，可能面临根据实际业务需求采用动态数据或者静态数据。则要求CDP数据中台系统具备数据定期刷新能力，开启则意味着动态用户细分，关闭则表示静态用户细分。/ k. d( g, {, t0 U- s# j
我们将相应板块加入CDP数据中台系统应用架构中。6 Q \; Z) Y4 ]* M
' F+ f" @- r2 O |
