正文
D品牌是国际一线美妆品牌，各种消费者运营策略与通路已非常完善。因此，在消费者营销与运营过程中D品牌更重视数据应用，包括人群量化分析与分类营销等。但在大型活动中，由于事前分析与策略制定、事中监控与策略调整、事后量化复盘等环节的数据分析工作过重，导致相关活动的策略链路和准备周期往往过长，且需要投入大量时间和精力，因此也很难适用于Ad-Hoc模式的临时性营销需求。
I品牌同为国际一线品牌，但品牌调性更偏年轻化，营销活动频繁，消费者触点非常丰富，但数据应用程度低。为了提高活动ROI，I品牌通常在营销活动中仅触达高价值活跃客群，相对忽视塔腰与塔底人群，因而陷入了营销瓶颈，长此以往也使得品牌消费者正向流转结构的“水源”逐渐枯竭。
G品牌的标杆品类是护肤品。护肤品是美妆品类中客单价最高、复购相对规律的品类，因此，G品牌非常重视消费者忠诚度与复购率的提升。此前，G品牌外采国外算法供应商为其开发复购预测算法，以预测消费者未来一段时间之内的复购需求，投入100万+费用、耗时5个月时间，但实际效果较为有限。
人货场三个维度上的复杂程度以及消费者运营上存在的痛点，使得美妆行业更需要建设统一的CDP平台，以支持品牌商充分利用消费者数据进行营销与运营。
行业内通常会把CDP理解为“底层OneID+前台圈人工具+MA”，底层通过OneID打通全渠道体系，通过开发好的消费者特征标签在CDP中完成人群圈选，通过MA工具完成自动化营销动作。
但完整的CDP框架不仅仅如此，从应用层和数据层来看，企业级CDP平台的完整框架如下：
业务场景
：CDP最终要支持业务决策，产生业务价值，因此在前台至少要满足四个业务场景的应用。
第一，常规分析报表。作为较为基础但又必不可少的企业日常使用的数据分析工具，CDP需要支撑分析报表的快速、低成本搭建；
第二，商业数据洞察。当前很多企业已经在CDP中实现了基于标签的人群分类和营销自动化场景搭建，沉淀了几百个用户标签、可以圈选出各类人群、也可以配置各种各样营销策略，但运营团队往往需要解决的是选什么人群、在什么节点、用什么策略去触达转化等问题，也就是来解决“WHY”和“HOW”的问题，因此CDP需要支持企业更深入的数据洞察需求；
第三，精准营销。通过商业数据洞察形成策略后，企业可以通过CDP和MA进行精准营销；
第四，下游系统赋能。精准营销只是消费者运营的一种类型，除此之外企业还会使用外呼系统、导购系统等，CDP也需要对这些下游的业务系统进行赋能。
数据应用
：为了满足业务场景，数据应用层需要具备四个方向的能力。
第一，狭义的“CDP+MA”，人群分类后自动化营销触达；
第二，支撑BI平台，为常规分析报表和商业数据洞察所需的数据分析和可视化提供预处理好数据；
第三，产品化算法包，数据质量是影响算法模型成功与否的决定因素之一，以往企业搭建各类算法时需要花费大量时间在特征数据集的准备上，CDP需要在很大程度上解决数据预处理的问题；
第四，数据服务，CDP为下游系统赋能的前提是保证CDP平台能够便捷地为下游系统开放数据。
数据平台
：为了保证数据应用的顺利部署实施以及在业务场景中发挥作用，需要有一个可靠的数据基座，提供数据集成、数据研发、数据运维、数据安全等能力，OneID只是数据基座中的一部分。
CDP本质是消费者数据平台，先有数据才能有数据的业务变现。一个“好”的CDP，在数据层最重要的三个特征是：
准、省、快
。
