【案例】威马汽车——基于AI和大数据的CDP客户系统建设( 三 )

4、数据打通
搭建基础平台之后就需要将威马汽车这一个生态内的根据企业定义的身份信息进行数据整合。整合数据总是围绕着“用户”这一主旨实施。例如，在企业的多个平台上，使用内部定义的唯一身份标识完成消费者在官网，电商，威盟小程序，智行APP等平台上的数据合并。让威马生态内所有的消费者都拥有各自唯一的ID，类似于数据表的主键（这里就是CDP ID）。实现这一目标引用了图计算（Graph Computing）技术，什么是图计算呢？这个“图”并不是指图像，而是一种数据结构。图G由节点V（Vertice）和边E(Edge)构成，比较典型的例子比如网页链接关系、社交网络、商品推荐等。微信的社交网络是由节点（个人，公众号）和边（关注，点赞，收藏）构成的图。
有效解决威马汽车以下的问题：
统一用户数据不清晰且不规范：通过数据加工和贴合业务规则快速完成一个用户在企业生态内形成唯一ID的目标，使客户数据得到统一和规范。
5、标签体系
标签在不同的领域可以助力的场景各有不同，互联网领域中可以实现精准营销，定向推送，提升用户的差异化体验，汽车领域，助力战略分级，优化运营，优化服务，精准营销等。具体可以分为三大类：事实标签、规则标签和模型标签。
事实标签：描述实体的客观事实和属性特征的标签，是客观的，静态的，如：姓名，性别，邮箱等。
规则标签：进行数据加工处理后的统计结果标签，是相对客观的，静态的，如：最近一次登录APP的时间，最近加购产品数量，试乘试驾的次数等。
模型标签：符合业务价值导向特征的预测和评估标签，是主观的，动态的，如：购车意向等级，品牌忠诚度等。
威马汽车的标签体系建设分为三个步骤：第一步，根据业务需求确定业务对象和范围，同时参考公司信息架构中对业务对象的定义；第二步，根据标签间的关系进行层级设计；第三步，标签逻辑和数据口径的梳理和确认。标签的构建是为了方便从“用户”的视角使用，具体的实现方式根据不同类别会不同。
事实标签：按照标签属性允许值的关系系统自动生成。
规则标签：按照标签逻辑系统自动生成。
模型标签：按照标签算法模型系统自动生成。
有效解决威马汽车以下的问题：
建立标签体系：帮助客户从0到1搭建贴用户群体的标签体系。

6、用户分群
用户分群的方法大致有两类：一类是基于营销经验或营销目的的人为分类方法；另一类是基于系统级分析技术的自动化分类方法。在没有CDP之前，客户是依托业务知识和营销经验，建立客户分类的标准体系，如按照客户价值，将用户分为“高价值”，“中价值”和“低价值”等，或者按照客户购买和消费金额，将用户分为“个人用户”，“小B用户”和“企业用户”等。CDP搭建上线后，运营人员可以直接通过系统实现的标签体系，快速实现用户分群。常见的分群有四类：第一类是通过人口统计特征，如年龄，性别，收入水平等；第二类是社会特征，如婚姻状况，家庭，居住城市等；第三类：性格和心理特征：内敛居家型，单身旅游型等；第四类：行为偏好特征：偏好品牌，加购商品等。
有效解决威马汽车以下的问题：
提升专业化：通过用户分群，可以针对每类群体进行专门分析和研究，洞察每类消费群体的消费特点和消费心理，再次基础上实现运营优化，精准营销等。如采用交叉销售，多渠道销售提高老客的忠诚度和购买意愿；采用优惠券，积分抵扣等优惠挽留处于流失阶段的客户。