矩云星像客户数据智能运营平台
首页
行业普遍业务与系统现状
普遍已经搭建各渠道端。
项目建设整体规划思路
CDP项目建设路径
统一全域用户 One-ID
· 支持自定义规则和优先级。
· 当发生冲突，可写入单独队列，由算法或人工判别。
构建用户方法论与标签体系针对客户各部门的用户数据，基于业务流程、用户生命周期、各事业部及职能的业务标签、营销目标，搭建完整、成熟、灵活可拓展、符合业务应用需求的标签体系。
衍生标签：根据记录标签计算所得标签，也是对用户群体化归类的标签。
模型标签：结合指标+标签的数字通过计算机建模的方式，找到数据与数据之间的关系，并通过模型评分的方式记录标签。
自定义标签：标签有自己的“保质期”“保质期”短的标!签记录在定义标签，若发现有长期追踪的价值，再列入标准标签体系内。
构建用户画像体系画像营销体系主要包含：会员标签、商品标签、门店标签，为后续的用户洞察、商品洞察、营销推荐等数据应用提供基础，同时在标签体系的基础上构建会员画像、商品画像为前端业务赋能。
业务部基础情况剖析
· 口径未定，出去的报表，业务甚至数据研发自己都不知道具体的口径，回溯需要翻代码
· 指标耦合，不方便口径调整，现有报表都是需求驱动，一个sql中可能对应了多个指标的计算，导致逻辑调整都要相互影响。
· 重复计算，不同场景用到同一个指标需要重复的要求同样的数据开发逻辑加重集群的计算压力，且指标口径一调整，需要多处调整。
· 数据血缘无法跟踪，驾驶舱的报表时间久了不知道用到了哪些表，不知道最终被用到了哪些团队。
· 只见树木，不见森林，数据团队花了大量时间在报表定制化开发与数据需求开发上，而忽略了底层模型的打磨。
CDP功能介绍--指标可视化定义数据指标化：由业务KPI出发，拆解核心关键指标，并结合各条业务维度（用户来源、购买商品、购买零售商等）形成子指标。通过指标卡片系统通过可视化方式定义指标计算逻辑。
CDP功能介绍 -- 标签可视化定义、查询与筛选支持定义规则标签与自定义标签、支持定义标签权限，允许对标签进行复杂逻辑筛选。
CDP功能介绍--统计分析模块支持用户自定义数据分析，支持自定义分布分析、事件分析、属性分析、留存分析、斗分析、路径分析、RFM分析等。
CDP功能介绍 -- 用户画像体系，用户分析
CDP功能介绍 -- 构建用户画像体系，用户消费分析
CDP功能介绍--用户画像体系，商品画像
CDP功能介绍--私域客户用户生命周期、画像查看私域用户指标、标签、客户旅程、生命周期、被调用数据模型规则。
CDP功能介绍--客群用户画像查看可群用户指标、标签、提供丰富查询与搜索功能。
营销自动化 -- 产品部分功能及特点· 可自由编辑流程、添加节点，编辑流程启动条件，根据条件添加判断分支。
· 支持流程版本管理。
· 支持发布和停止流程。
· 支持实时修改流程并重新发布上线。
营销自动化 -- 产品部分功能及特点· 支持连接mysql、oracle、hive、elasticsearch等数据源进行分支判断。
· 支持Hadoop生态数据查询(部分组件需另外开发)。
· 流程支持变量在上下文中存储，并对变量结果进行判断。
· 支持自定义动作执行节点。
数据统计分析：以客户为中心，搭建全面CDP分析应用场景
可视化报表 -- 产品矩阵自研数据开发平台、BI平台及AI智能应用满足企业不同数字化转型阶段的平台应用需求。
可视化报表--拖拽式智能ETL
· 数据清洗、异常值处理
实时预览 实时保存数据流任意节点输出数据集。
数据流自动更新。
可视化报表--零代码自助分析· 拖拽式可视化制作流程
营销活动平台 -- 多种营销工具促活、裂变、拉新
项目整体功能架构设计
CDP大数据底座的三大核心优势数据底座，海量数据的分布式存储计算能力。
一站式全域数据整合及融合加工
能力。
智能化的全链路数据治理及资产
复用能力。
数据采集能力
数据安全体系
定制化开发能力
提供CDP部分源代码(UI管理端组建)，供功能内嵌式开发
支持对外开放的源代码：
- UI组件
- 管理端组件
- 各类埋点SDK（小程序/H5/Android/iOS/Java）
系统支持单点登录，支持显示内嵌数据报表
案例1：某快消品牌-围绕消费者，实现全渠道身份的归一和标签化
案例2：某奶制品集团-经销商数据管理项目范围1、本次项目数据覆盖:近1-4年内有交易记录的数据，共计有18291个经销商，109242条地址，各事业部情况如下；
2、完善经销商主数据生命周期管理，经销商客户共享信息进行集团统一，各事业部共享；个性化信息各事业部分别定义和维护，包括分类信息、地址信息和其他个性化管理属性。
案例3：某服装品牌，旧衣回收，线上线下联动，流量回流线下
· 线上线下联动，多渠道整合触达：通过线上及线下多个触点，有效触达潜在用户，将品牌分散流量做整合触达。
· 线下用户数据采集，与会员标签数据实时整合：可支持多渠道数据打通，将用户线下数据做实时监测，并与会员标签数据打通。
· 流程链路顺畅，高并发活动流畅进行：整个活动流程链路设计清晰顺畅，因活动根据用户行为各个节点搭建完成，对活动中的所有情况有较好的预判及策略。
案例4：大促活动--全自动实现场景，降低人力
· （国内某服装品牌）活动目标明确：刺激消费。
· 活动链路直接有效：扫码后直接进入优惠券领取，线下产生消费后直接推送抽奖页面；抽奖即中，100%中奖。
· 奖品设置有效刺激：百分百中奖;参与活动/购买商品即抽；奖品与品牌人群贴合度高。。
场景1 -- 线上精准发券线下引流核销，实现销额增长根据历史标签精准圈人，在会员小程序发送“100元单品满减券同时通过 Looklike 进行人群10倍放大推送营销短信。通过线下门店促销员与导购引导，进入小程序领券并在支付时自动核销，完成数据沉。
场景2--内部平台数据互通引流，线下引流线上利用场景1通过会员中台形成的人群标签，在短信、公众号、企业微信进行精准投放，会员参与“集福卡”抽奖获得优惠券，，通过引流，导流到线上商城完成会员注册购买商品。
通过公众号、短信、企微精准推文
场景3--新品上线，专案活动，建立以公众号/企微为核心的流量阵地统一入口，统一流量阵地，从源头避免存在一人多ID的情况，减轻下游脏数据处理压力。
场景4 -- 标签筛选，定向投放，采集数据活动制定 -> 数据采集 -> 身份合并 -> 数据撞库 -> 形成资产 -> 统计分析 -> 可视化。
场景5 -- 数据采集可视化配置，身份One-ID实时合并
场景5 -- 用户进入活动后打标签场景示意：CDP系统用户ID关联，通过规则设置打标+存储标签。
场景5 -- 后链路采集行为数据场景示意：用户标签的记录过程：管理员通过规则设定，当用户发生行为，系统自动记录相关标签。
产品推荐
