DMP 101之三：DMP的淵源
ofollow,noindex">資料驅動的網際網路營銷和運營大課堂（總第11期） 就要開課了，報名截止日還有一週，還有40個左右的位置。歡迎大家來聽我的課，跟100多個朋友們一起聊資料驅動的網際網路。
DMP不是憑空出現的。
DMP的出現，是多種條件成熟之後的必然結果。但這些條件在數年前尚未成熟，因此那個時候也沒有DMP。
今天，技術條件成熟了，但DMP仍然面臨著很多業務上的挑戰。這些挑戰，我們放到後面再慢慢說。
這一篇，我來講講DMP在瓜熟蒂落之前，它源自哪裡。
DMP就是源自網站分析工具
在這個系列的第一篇文章中已經說了，DMP的核心思想是獲取消費者在各個觸點上的行為資料，然後加以利用。
獲取觸點上的資料，這個事情，直到今天，所採用的方法與十多年前即開始的網站使用者行為分析所採取的方法，仍然大同小異。
網站分析獲取資料的方法是在頁面中加上“監測程式碼”，以及在一些非HTML互動的位置（比如JavaScript呀，Flash呀，Video呀之類的地方）加上“事件監測”（俗稱埋點）。這個方法的思想後來被用在了app的使用者行為監測上（技術上不同，但思想上完全一樣），然後微信的小程式也採用了類似方法（技術上類似，思想上也完全一樣）。
事實上，第一方DMP所獲取的消費者在各種營銷觸點上的行為資料，都來自於上面的利用新增程式碼的資料獲取方式。從這個角度上講，DMP的本源就是網站分析工具。
當然，DMP還有另外一部分的資料，是來自於其他資料來源直接獲取的，比如CRM裡面的資料或其他合作方提供的資料，但這些資料都不是DMP資料的根本，DMP的核心資料就是自己通過上面的方法獲取的各營銷觸點上消費者的行為資料。
除了獲取資料的方式與網站分析工具一脈相承，DMP還有至少其他三處地方與這些“傳統工具”非常類似，接著看。
DMP和使用者行為分析工具（典型如網站分析工具）的相同之處
1. 在抓取資料上，DMP的很多方式與傳統分析工具是一樣的。或者說，DMP的資料收集部分，很依賴於那些成熟的使用者行為分析工具的經過多年檢驗的方法，例如在頁面上加監測程式碼、事件監測、SDK，利用cookie和device ID分辨不同人等。事實上，DMP的資料抓取，部分元件就是以網站分析工具和app分析工具為基礎的。這是我們上面剛剛講過的。
2. DMP中的分析模型，大部分都是源於這些傳統工具的經典模型，比如轉化漏斗、路徑、歸因、細分流量的方法等等。 這一點再加上上一點，也是為什麼學習網站分析、流量分析的模型、事件監測以及流量的追蹤，對於活學活用DMP是非常重要的。這也是為什麼說DMP，尤其是第一方DMP源於網站分析工具的第二個原因。 但是，也應該注意，與傳統工具不同的是，傳統工具應用這些模型是基於流量的，而DMP應該是基於具體的人。後者是DMP的價值所在，也是DMP開發的難點。原因無他，追蹤一個人需要跨域乃至跨裝置，或是做不同源資料的同源化（data onboarding，id mapping等），很不容易。
3. DMP，尤其是第一方DMP的部分資料應用（data activation）與傳統的使用者行為分析工具的資料輸出很相似，即輸出給不同的消費者觸點上的自動化營銷工具。比如，國外的營銷自動化工具，比如很有代表性的Hubspot和Marketo，就是基於一個簡單的第一方DMP系統，或者，你也可以認為這是一個使用者行為分析系統，本質上二者並無區別。而今天國內較為典型的一些第一方DMP，例如品友的DMP，也不僅僅只是在廣告營銷上進行輸出，同樣強調將資料應用於不同消費者觸點上的營銷（或運營）自動化。
4. DMP所涵蓋的營銷觸點也包括各種廣告，因此，它的資料獲取端也包含一個類似於廣告監播/追蹤的工具（比如AdMaster或者秒針的廣告監測工具）。如果不考慮這些廣告監播工具的其他功能，而只看追蹤廣告上使用者行為這一核心功能，DMP是可以取代傳統意義上的廣告監播/追蹤工具的。
所以，沒有這些傳統工具做基礎，DMP是不會憑空產生的。
DMP和使用者行為分析工具的不同之處
1. 目的不同：傳統工具的目的是為了提供分析能力。DMP也提供分析能力，但是角度不同。傳統工具的角度是通過分析優化營銷觸點本身，從而為消費者提供更好的營銷體驗以及說服與轉化，所以傳統工具是建立在優化營銷觸點的角度；DMP並不聚焦於此處，它偏重於優化消費者人群本身——選擇哪些人群，跟這些人群溝通些什麼，以及在什麼場合下與他們發生互動，所以DMP是人的角度。因此，儘管大家都關注人的資料，但並不能相互替代。
2. 涵蓋的營銷觸點的範圍上有差異：DMP與這些工具很大的不同，在於這些工具基本都是記錄某一類消費者觸點上的資料，比如廣告追蹤/監播工具（以AdMaster的TrackMaster為代表）、網站分析工具（以Google Analytics、國雙為代表）、APP分析工具（以神策為代表）、小程式分析工具（以及策為代表），都只是記錄一類觸點上的資料（今天它們也往往能記錄2個或者更多消費者觸點型別的資料，所以，可以說也已經具備了DMP的一些特徵了），而前面講了DMP的核心思想，是希望能夠記錄同一個人在儘可能多的觸點上的資料。傳統資料工具可能也能記錄不同觸點上的資料，比如GA，既有web版的GA，也有app版的GA，但它本質上並不是為了實現（或是功能很弱地實現）將不同觸點平臺上同一個人的資料打通而創造的。
3. 資料輸出方面的差異：本質上看，不應該把DMP作為一種資料分析工具，儘管它確實是關於資料的，但不止步於此；儘管它存放了海量的資料，但這些資料最終應該被輸出——不僅僅是被處理後供人閱讀的資訊或報告，更是是提供給其他營銷系統使用的資料包。DMP不只是一個分析工具，它更是一個讓機器能夠自動化甚至智慧化操控營銷的工具。而傳統工具一般是封閉的，它們的目的是分析和優化某一個觸點，因此它們很少強調資料的輸入和輸出（基本上不具備，或者只是具備非常有限的這樣的功能）。
DMP的產生，與硬體的進步息息相關
DMP的產生，還有一個極為重要的大背景，那就是硬體的進步。這不是DMP的淵源，確實DMP成長成熟必不可少的環境。
主要就是出現了人人生活中必不可少的智慧手機。
智慧手機有持久的，不依賴於任何第三方存在的標記，即裝置ID。與PC時代不同，PC時代我們也有可以追蹤裝置的標記——cookie。但cookie有兩個嚴重問題：不持久，並且不同主體（企業、組織，甚至個人）建立的cookie完全不同，很難互通。而裝置ID則完全避免了這兩個問題——它很持久，大部分情況下除非人們換一個手機，否則裝置ID是不會發生變化的；它又是獨立存在的，移動裝置不變，不同的主體獲取到的這個裝置的ID也都是一樣的。
這兩個原因，既意味著通過移動裝置可以更好地（又準確又持久地）“定向”消費者，又意味著提供營銷服務的“各種企業”，能夠非常好的攜起手來，輕鬆地進行資料打通甚至交換，以及在資料打通的基礎上構建各種各樣的營銷技術與方法，取長補短、互通有無、通力合作地共同“對付”每一個消費者。這兩點，在PC時代可都是可望而不可即的。
如果你想更多瞭解為什麼移動化如此重要，可以移步我的這篇圖文並茂的文章： 【萬字長文】深度解讀2018年網際網路營銷的新生態
所以，PC時代是沒有真正意義上的DMP的，雖然也有號稱是DMP的那時，但是實際上資料難以打通，也就不能實現我們在第一篇中講的DMP的核心思想。但移動化則完全克服了這個問題，這才有了今天DMP的春天。
隨著硬體的進一步發展，DMP應該還會變得更加重要，尤其是將線下的物理世界數字化，以及幫助把數字化的線下世界與線上世界打通方面，DMP都會極為關鍵。
這些，留著後面慢慢講。（看起來坑是越挖越大了）。這次就醬。
後面的內容將會仍然圍繞“標準”的DMP，包含的內容有：
之三，就是本篇：DMP與傳統的使用者行為分析工具到底有什麼關聯或淵源；
之四，DMP 101之四：DMP到底有什麼價值？
之五：DMP應該如何組織重構各資料來源的資料；
之六：一個好的DMP系統為什麼特別難（絕對比你的供應商能實現的要難）；
之七：DMP上“外掛”的功能有哪些；
之八：你的企業是否需要DMP，需要滿足哪些需求特徵；
之九：一個好的DMP有哪些衡量標準或者特徵；
之十：DMP這個“好東西”背後有哪些坑；
之十一：DMP跟CDP以及Martech之類的概念有什麼關聯。
之十二：……
或者，還有其他更多。大家如果願意看，我就寫下去。願意看的話，歡迎留言，有問題或者有其他想讓我寫的也歡迎留言。
最後，我的大課堂新的一期馬上要開了，請大家幫忙傳播。感謝所有的朋友們！
宋星大課堂
深度公開課 報名中！資料化網際網路營銷和運營：方法、案例與實戰！第十一期：12月1日-2日（上海站）點選連結瞭解課程詳情： 宋星大課堂（第十一期） 