到2019年，DMP（數據管理平臺）還是大型消費者品牌的營銷者用來進行廣告、營銷、品牌管理的一個最主要手段，但缺乏個人身份信息的統一管理框架使得它已經開始落伍於時代。當有更新的技術可以提高全面營銷計劃的有效性和效率時，基於AI驅動的客戶數據平臺（CDP）應運而生。2020年的2B市場，CDP將據有一席之地。
DMP主要收集匿名數據，營銷機構使用DMP按人口、行為或位置等類別粗線條識別受眾，以便更好地針對數字廣告活動。DMP聚合了來自多個數據源的大量匿名客戶數據（主要數據源是第三方數據），通過與匿名實體（如cookie、設備和IP地址）的協作，以交換群體訪問信息。由於包括競爭對手在內的不同公司通常可以訪問相同的匿名數據，它只能有助於數字營銷人員大體上把握和瞄準特徵化的受眾。
與和數據管理平臺相比，CDP有助於統一各種客戶數據，包括歷史、背景、人口統計和行為信息。這種數據的統一性來自於一個一體化業務中臺，在客戶管理的全流程、多觸點，基於各個環節的交互或彙總各個接口的信息，並由AI驅動數據分析與機器學習，進行智能化的整合、預測與建議。
具體到銷售和客戶管理方面，DMP要回答的問題是：顧客最有可能購買的東西是什麼？我在哪裡可以在線聯繫這些客戶？如何有效地分析大量的受眾數據，從而做出更明智的媒體購買決策？而CDP要回答的問題是：誰是我的高價值客戶？如何個性化與該客戶的互動？該客戶最感興趣的產品或服務是什麼？對於這個特定的客戶，下一個最好的行動是什麼？
對應到CRM系統中，DMP是一個概率性的匹配，基於匿名用戶數據的數據選擇，群體和類別優先於唯一的客戶標識符，而CDP則是一個確定性匹配，用唯一標識符（如電子郵件地址）確定哪些數據鏈接到唯一客戶。
2019年，聯合國兒童基金會引入Dynamics 365的CDP平臺，以便快速方便地組合來自多個來源的數據，分析數據以提升洞察力。該應用程序建立在微軟Azure平臺上，允許聯合國兒童基金會使用AI和基於Azure的機器學習模型，從建立接觸到捐贈完成，從細分客群到行為預測，把千萬級的用戶數據庫中的捐贈者關鍵細節，如聯繫信息、慈善利益和捐贈歷史，轉換為營銷和服務團隊可以展開大規模個性化營銷與關懷的明確方案。
以此項目為例。如果是基於DMP，營銷團隊只能建立這樣一個粗線條的捐贈者描述："性別男，年齡28-55歲，捐贈頻次5-10次/年，有讀書這樣的興趣愛好，最常訪問Y社交自媒體"，而基於CDP，他們會發現捐贈者主要有以下四種典型人群構成（總和佔比超過84%），以及各個捐贈者是屬於以下哪一類，或者是更細分的人群：
A：收入24萬以上，性別男，有讀書這樣的興趣愛好，最常訪問Y社交自媒體，捐贈頻次5-10次/年
B：年齡40-55歲，有旅行這樣的興趣愛好，累計捐贈超過二百萬，捐贈頻次5-10次/年
C：性別女，有讀書這樣的興趣愛好，捐贈頻次5次/年，最常訪問Y社交自媒體
D：年齡跨度28-55歲，收入12-24萬以上，捐贈頻次1-5次/月
其中B類會員捐贈比例佔整個捐贈額的26%，D類捐贈者人數最多。我們看到，如果聯合國兒童基金會基於DMP展開營銷活動，既不能精準指向最重要的B類捐贈者，也不能覆蓋人數最多的D類捐贈者。
當聯合國兒童基金會通過Mailchimp向一個月內有捐贈行為、且留下電子郵件地址的幾百萬用戶進行郵件群發時，只要用戶主動點擊一個抽獎活動時會彈出一個信息收集頁面，只需要用戶點擊六個選項，即可參加抽獎，而捐贈者的各類個性化信息即通過Dynamics 365把相應字段記錄到CDP平臺上，一次性、成批量地豐富了幾百萬客戶的360度視圖。
在中國某國家級基金會的CRM系統中，此類實踐也被借鑑。當捐贈者瀏覽在微信公眾號上推出的所有營銷軟文時，每次瀏覽都會觸發文章內置的一個多或多個標籤，包括他所有瀏覽的紀錄、每篇文章的瀏覽時間、點擊廣告的都行為被跟蹤記錄下來，傳輸給CRM系統，通過自動化標籤整合到CDP中，而進行了客群細分。如果他在朋友圈對某篇文章進行分享，可以進行記錄以便適用一些積分獎勵政策。當捐贈者通過微信進行在線諮詢時，可以為AI智能客服定義上千條規則，在無人值守時為客戶提供滿意的答覆，所有的諮詢對話都會加入到CDP中，在服務的全過程可視，以便營銷、客服人員為客戶打造個性化體驗。當捐贈者通過電話諮詢時，在他張嘴詢問之前，客服人員已經選擇好可用話述。
總體來說，CDP具有以下優勢，而將成為2B市場的數字化技術新風口：
全面瞭解客戶：
通過對流行數據源使用預先構建的連接器，為消費者和企業彙集所有事務、觀察和行為數據。通過基於人工智能和機器學習的建議解析客戶身份，統一用戶數據，構建豐富的客戶檔案。
建立見解並採取行動：
使用機器學習模板來預測客戶流失或下一個最佳操作，將客戶洞察卡嵌入到Dynamics 365業務應用程序或外部應用程序中，使用Power automatic觸發工作流以響應客戶需求，展開明智行動。
根據您的需要調整和擴展解決方案：
直觀的指導性體驗，使用熟悉的Azure服務和工具擴展解決方案，並使用自己的機器學習模型，將客戶數據與Microsoft Power BI連接以自定義儀表板和報表，使用Microsoft Power apps構建具有嵌入式客戶洞察力的自定義應用程序。
閱讀更多 Dynamics365 的文章
