CDP之于企业未来的角色应该是比较重要的，并在整个营销链条上处于一个中枢地位。它是一个以用户为中心的数据平台，比起数据湖，CDP切的角度更细分，原则上所有跟用户相关的数据都应该流入CDP，企业通过CDP的数据来评估和制定营销策略，是一个数据中台+营销中台的的概念，但CDP能发挥作用的基础是企业已经完成或一定程度上完成了自身的数字化。
1、行为事件分析 行为事件分析是根据运营关键指标对用户特定事件进行分析。 2、用户留存分析 用户留存分析是一种用来分析用户参与情况与活跃程度的模型。 3、漏斗模型分析 漏斗模型分析是用户在使用产品过程中，描述各个阶段中关键环节的用户转化和流失率情况。 4、行为路径分析 行为路径分析就是分析用户在产品使用过程中的访问路径。 5、福格模型分析 福格行为模型是用来研究用户行为原因的分析模型。
从事数字营销的同学，对消费者数据平台（Customer Data Platform，以下简称“CDP” ）肯定不陌生。CDP作为Martech根基部件，我认为核心应用场景主要有几方面：客户数据资产沉淀、群体与个体洞察、营销链路支撑驱动。
用户增长，即以提升用户LTV为目的（含获取、激活、留存、变现、推荐等环节）所进行的一切增长活动。以始为终，利用一切资源让更多用户更高频地使用核心产品功能。特点包含：增长的表现形式、质量评价，以及目标。增长的表现形式是用户数量的提升。增长的最终目标是让用户“使用核心产品功能”。任何一款产品，只有对用户来说存在一定价值才能拥有持续获客的能力，同时，只有用户触达核心功能，对于企业来说才有获利的可能。
在这个到处都是数据的时代，很多岗位都应该学一点数据分析，不仅是学一个软件，而是要从中掌握数据分析的思维。数据分析只是手段，最重要的还是结合业务场景，懂业务才知道从哪里下手分析。
SAS 数据挖掘的方法(SEMMA)作为智能型的数据挖掘集成工具，SAS/EM 的图形化界面、可视化操作可引导用户(即使是数理统计经验不太多的用户)按 SEMMA 原则成功地进行数据挖掘，用户只要将数据输入，经过 SAS/EM 运行即可得到一些分析结果。有经验的专家还可通过修改数据调整分析处理过程。
一般来说，数据清理是将数据库精简以除去重复记录，并使剩余部分转换成标准可接收格式的过程。数据清理标准模型是将数据输入到数据清理处理器，通过一系列步骤“ 清理”数据，然后以期望的格式输出清理过的数据。数据清理从数据的准确性、完整性、一致性、惟一性、适时性、有效性几个方面来处理数据的丢失值、越界值、不一致代码、重复数据等问题。
数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成。
用户画像，即用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌，是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。
搭建私域第一步——微信养号、搭建私域第二步——打造人设、搭建私域第三步——推广获客、搭建私域第四步——承接转化、搭建私域第五步——内容规划、搭建私域第六步——分享裂变、搭建私域第七步——反哺淘宝
私域电商有三种模式，分别是拼团、分销、社群，其中分销是私域电商发展的核心引擎。拼团模式：拼多多是社交电商的标杆性企业，而且在这个低价拼团的赛道中独树一帜，拖垮了淘集集后一家独大，格局已定；社群模式：完美日记是私域转型成功的典型案例，通过引导用户关注公众号、添加IP“小完子”，从而进入完美日记社群，在群面小完子会定期发放礼品券或小礼包，吸引用户购买；分销模式：分销是私域电商发展的核心引擎。
1、确定分类标签，其中包含四个维度：（1）基本信息类、（2）资产信息类、（3）消费偏好类、（4）兴趣爱好类；2、运用标签。银行可以运用标签完善客户画像，可以用标签做多维度条件筛选。客户被标签化以后，与业务场景进行深度结合，为特定业务场景筛选出高价值的目标客户，达到精准营销的目的。
扫码关注LinkFlow微信
每日干货 精彩不停
