数字化运营的前、中、后链路分析

如果你对该问题感兴趣的话，推荐你看看《2023年数字化运营增长指南2.0：企业数字化案例深度解析》这篇报告，下面是部分摘录的内容，具体请以原报告为准。

1.AD Hub 实现企业营销全域全场景拉新

近年来兴起的链路营销，代表着一个营销生态内公域与私域资源的整合，以技 术方式优化的用户转化路径。全域全链路营销，则在链路营销基础上，增加了 跨生态流转的可能。AD Hub产品的推出，解锁了Convertlab Marketing Cloud 上的广告能力，“一纵一横”实现了基于数据驱动的全域全链路营销闭环。

一纵代表对用户的纵深追踪，贯穿着整个客户生命周期。数据的跨媒体前中后 链路的打通起了至关重要作用。只有打通数据、沉淀数据资产，才能有效地收 集和统一管理在不同触点的客户数据，进而了解客户并为他们量身打造营销内 容。

一横则代表跨生态和公私域的场景流打通。在覆盖不同流量的基础上构建各类 跨域流转场景，例如在已点击人群的跨渠道重定向时呈现相关但不相同的创 意，又例如用户从广告导流到公众号或小程序后，根据这个用户在不同广告渠 道点击的素材来提供个性化的商品和内容。这样，客户在触达任何渠道时，品 牌都可以无缝跨渠道与用户沟通，创造出一致的用户体验。

AD Hub将会把“一纵一横”能力结合在一起延展到广告世界，来形成全渠道用户 运营平面，再在这个平面上提供运营赋能来打造“品牌认知-兴趣唤起-行动激发 -深度转化-保持忠诚-赋能拉新”的用户旅程，把更多、更优质的客户从公域带 到私域，同时让用户私域的行为和数据又能赋能公域的拉新，从而实现营销大 闭环。

AD Hub提供全域全链路广告工具箱（包含Trading Desk/RTA引擎等投放应用； DMP/广告监测/三方标签市场等数据应用；素材库与智能创意等内容应用）， 帮助企业提升新客获取与老客激活的效率与效果。

AD Hub定位帮助广告主构建自有广告营销生态，期待成为企业与各大媒体/各 大数据生态的高效连接者，共建工具的运用可以深度释放一方数据、三方数据 与媒体数据能力结合的价值，我们也在持续拓展优秀媒体、数据和内容合作伙 伴，旨在助力品牌构建一个丰富的、可持续进化的自有广告工具生态。

2.DATA Hub 实现企业数据全链路业务性管理

 面对千万级甚至上亿级的用户数据，光靠跨部门的梳理协调效率是极低的，企 业迫切需要一个中台，将天猫/京东/公众号/小程序以及门店线下数据等支离破 碎的数据全部打通，进行高效率的统一管理。但是，这样的数据平台并不能完 全解决业务部门的增长需要。一个合格的中台一定是业务驱动的，且最终要在 业务上体现价值。

基于这样的设计理念，Convertlab推出了全新的“业务性CDP产品”Data Hub， 包含了数据接入、数据清洗、数据资产、数据应用和数据赋能几大模块，分别 对应采集、统一、分析和激活几个核心能力。

通过数据源管理和数据连接器先将数据孤岛的状态打破，在完成数据接入后进 行数据清洗确保数据整洁。之后再将数据从较为原始的阶段推进到具有更清 晰、具有业务含义与洞察的阶段，我们称为搭建One ID体系、形成客户画像， 帮助企业从360°全局视角洞察每一个客户的偏好，甚至洞察客户与客户之间、 客户与商品之间的关系，然后给他们打上标签、做好分组，再赋能给其他业务 系统，“投其所好”地开展营销，最后再将营销后产生的数据回流到CDP，完成 持续加工出更精准的用户画像的一整套营销数据的闭环流转。

3.DM Hub 实现企业精准营销自动化

作为Convertlab最早的一款产品，DM Hub已相对成熟，为了它的精细化打磨和 应用深度，Convertlab在近年花了更多时间，使它在场景连通、应用深度和开 放能力上更加优秀。DM Hub围绕客户全生命周期进行精准化营销，为客户建 立起全渠道的获客能力，在不同渠道对客户进行身份识别和匹配，生成精准的 360°客户画像，让品牌真正了解自己的客户群体。

有了客户画像，就可以与客户进行个性化的营销互动（Inbound内容互动和Outbound消息触达），且所有策略都可以通过一个自动流程搭建出来。流程搭 建好并执行后会有对执行结果的统计分析与生成报表，并通过分析洞察发现问 题及时调整策略，以便更好地执行下一场营销活动，整个过程就构成了一个完 整的营销闭环。

在内容互动上，DM Hub支持通过微页面/微信图文/App或小程序Banner/H5游 戏和官网与客户进行互动，并记录客户的互动行为。在消息触达上，我们支持 通过短信/邮件/App push/微信模板消息/企微消息等方式与客户建立沟通。

而通过自动流程编排整个活动策略，主要是由触发事件、条件判断和执行动作 这三部分组成。整个流程搭建只需用鼠标拖拽流程组件，就可以快速搭建出一 场营销活动，非常便捷。通常组织一场复杂营销活动至少需要15天，而运用自 动流程可以缩短到三天，甚至更短的时间。

关于活动效果查看，可以把收集到的大量活动数据基于数据对象、指标、维 度、时间范围等进行设置，灵活搭建出所需要的分析看板。除了提供属性、行 为、订单和漏斗分析等基础分析能力外，还提供了一些更加贴合业务场景的高 级分析能力，包括RFM分析、同期群分析、商品组合分析、交叉分析、转化间 隔分析等等，且多个分析组件可自由组合，更加直观。

以上内容构建了完整的DM Hub精准化营销体系，在此基础上，它的灵活性、 个性化、自动化、行业化和安全等方面也在持续增强。DM Hub今天的产品能 力，是在服务大量客户的实战经验中而获得的，与其他产品相比，我们并没有 选择绕开那些营销场景最复杂、数据量最大、实施难度最高的客户，而是与这 些客户站在一起，去处理更深层次的营销难题，客户的支持和陪伴永远是我们 不断前进的动力。

4.AI Hub - AI Copilot 实现全链路营销智能化

在完成全链路的自动化之后的下一步就是智能化，2021年Convertlab已经开始 研发数据智能引擎，2023年初再次发布，并结合大模型预制了多变量相关性分 析、单变量分析、异常检测、重要特征AI建议等功能。2023年Convertlab积极拥抱大模型，首批开通Azure OpenAI商用服务权限，将 会加速我们产品智能化进程。首先，在前链路，用Copilot模式将AD hub与AI 结 合，可以基于原有数字广告投放平台的能力运用客户行为数据、媒体人群包投 放效果数据构建looklike模型，自动挖掘以防数据高潜力人群包进行广告投放； 通过现有的AIGC开源大模型的能力，根据客户需求自动生成营销文案或者图片 素材用于创意制作；解读投放效果，进一步利用媒体投放数据训练模型，自动 提供广告在出价、人群、预算等方面的策略建议，不断优化投放策略。

在中、后链路，将CDP、MA产品用AI Copilot模式，通过AI多因素刻画人群360° 画像；利用洞察分析AI（聚类算法）分析利用特定规则因素考虑不全面而产生 的特定需求被忽略的问题；在自动化流程中更快速准确地响应消费者需求，通 过任务驱动的多轮对话，更深入地洞察消费者，自动产生实时的用户反馈和数 据监测，从而帮助品牌制定更有效的营销策略。

5.CPM 实现企业全链路数据合规

《个保法》施行后，企业在开展营销活动的时候，需要尊重消费者的主观个人意 愿，获取个人同意后才允许进行相关数据的采集和处理，消费者也可以根据个人 偏好，来决定企业对其进行的营销方式和内容，这就需要企业管理用户的“同意” 与“偏好”信息，国外称之为Consent & Preference Management，简称CPM。

我们可以从两个层面来理解企业进行CPM的核心任务：同意管理，和偏好管理。

同意管理，就是用户明确声明他们愿意与企业共享哪些个人数据，用于何种用 途，企业也会说明清楚收集、处理并存储这些数据后，将用于何种业务目的。业 务上我们通常把它们称为“授权同意”或“订阅”。

偏好管理，就是记录用户希望企业通过什么渠道、在什么时间、以怎样的沟通频 率、与他们沟通什么内容，并按照用户的偏好选择，去动态调整营销策略。

这两个核心任务，当然可以通过产品化的方式实现。现在，Convertlab就将正式 推出自己的CPM产品，这是专为满足企业进行同意与偏好管理的平台，可实现从 获得同意、管理同意、优化同意率，到最终服务于用户请求和营销策略的全生命 周期管理。