随着技术的发展，尤其是程序化购买技术的不断发展，如何更好地利用数据进行广告投放的分析、优化变得更为具象、可执行。目前，在数据技术的驱动，尤其是数据管理和数据应用的帮助下，品牌的数字营销已经能够实现以下目标：

帮助企业多渠道的管理品牌第一方数据， 更广范、更精准的覆盖目标人群；建立完善的目标人群画像，实现新用户拓展和用户找回；

实现线上线下以及跨屏数据的打通，还原消费者全流程路径等等。

然而，面对行业快速发展的现状以及纷繁复杂的DMP格局，很多品牌头疼于如何选择一个适合自己的DMP平台，该平台既能帮助其安全管理品牌第一方数据，又能助力其发挥数据的最大价值，同时还能在技术端一劳永逸的实现数据的长期管理和应用。

DMP的行业现状和格局

从分类的角度看，DMP的行业格局在全球并没有特别的差异，只是基于各国数字营销技术发展的现状及本土特点而“术业各有专攻”。按照数据范围来说，DMP平台主要分为以下几类：

品牌第一方数据管理平台

第一类称之为品牌第一方数据管理平台，简称品牌第一方DMP。

该DMP的数据主要来自品牌自身，包括了品牌的广告投放数据、官网数据、大社交数据、CRM 数据等等，这些用户数据具有特定互动性，较为精准、具体，但数据量较少。

内容层面，第一方数据除了包含比较标准的标签外，还会包含消费者详细的互动数据、以及在不涉及消费者隐私（遵守国际PII标准）的前提下搜集到的广告和媒介行为数据。

此类DMP的技术供应商国内外比较受认可的有： 国外的BlueKai 、Krux，国内的AdMaster（目前国外的DMP平台由于在国内存在数据采集、连通和运营等方面的限制，在中国真正落地的难度很高）。

第三方数据平台

第二种为第三方 DMP 平台，该 DMP 的数据主要来自品牌之外的第三方，例如垂直媒体、BAT 等第三方的数据管理平台。此类 DMP 的数据由于不局限于与品牌有直接互动的用户数据，数据量相对较大，但在数据准确性及与品牌的行业相关性方面，则不一而同。

内容层面，第三方 DMP 的数据一般只包含比较聚类的标签数据，由于隐私保护的原因，很少能够提供行为日志层面的数据。

此类 DMP 知名的国内外供应商主要有：国外的 Datalogix、Experian 以及国内的腾讯 DMP、阿里达摩盘、爱奇艺魔术师、TalkingData 等。

其他数据平台

还有一种 DMP 平台是 DSP 公司在流量售卖的同时，也会推荐品牌或代理公司使用该 DSP 自有的 DMP 进行投放优化，此类 DMP 的优劣势也比较显著。

优势在于， DSP 和 DMP 在同一个系统内，能够非常无缝的完成广告投放优化，无需额外的 cookie 匹配、数据传输等工作，实时优化会有明显上升。

但它的劣势也较为突出。首先，DSP 的 DMP 数据，数据来源一般是平台以往数字广告的投放数据，数据源的采集渠道较为单一，对于标签的完整性和准确性有所影响；其次，由于在同一个系统内，实际广告投放时，DSP 是否真正使用了 DMP 数据做优化，很难做到有效评估。

比较而言，中立第三方的 DMP 平台更能真实、有效的评估 DSP 的价值，第三方通过核对日志了解具体优化比例情况。例如，通过对比 DMP 收到的查询量、输出的 TA 受众列表与实际 DSP 的投放量及 TA 受众列表，可以清晰的了解 DSP 是否有按照既定的推送量进行广告投放，是否有真实使用 DMP 建议的标签进行投放优化。

品牌真正需要什么样的第一方数据管理平台？ 

一切的需求始于最终的价值导向，这是万物的发展规律。从数据运用方面来看，品牌第一方数据更加适用于重定向营销，提升效果转化，第三方 DMP 更加着重于帮助广告主找到更广泛、精准的新用户并进行分析和触达。然而，在数据应用和效果优化方面，很多时候品牌更需要第一方和第三方 DMP 数据等多渠道数据的结合，做到既能提升效果转化，又能最大范围的触达目标人群。

基于上述DMP行业格局，广告主应该如何挑选适合自己的DMP平台呢？首先，为了充分挖掘和积累数据的价值，品牌第一方数据管理平台是不可或缺的；其次，还需要有能力安全对接其他第三方数据平台，最大化挖掘数据的价值。具体来说，包括五点：

第一，选择一个适合自己的品牌第一方数据管理平台，帮助品牌科学挖掘和管理第一方数据

国内第一个搭建品牌第一方数据DMP平台的品牌是Intel，其平台搭建技术方是AdMaster

选择的标准包括：

1.   品牌第一方数据收集渠道是否足够广泛，是否综合支持PC、移动、社交、电商等线上数据，以及Wi-Fi，CRM数据的收集，并能实现多触点数据的统一管理；

2.   DMP与其他渠道供应商是否有广泛的系统整合连接，例如实时cookie 匹配接口、标签查询接口、数据传输接口。具体渠道尽可能覆盖DSP、Adserver、媒体、SSP、及其他DMP、短信营销平台等等。以确保品牌能够最大化实现数据的丰富和积累以及目标受众的触达；

3.   提供灵活定制的TMS解决方案，提高cookie匹配率，优化用户体验；

4.   实现第一方数据多触点的消费者数据连接与打通，还原出完整的消费者线上线下行为路径，以更好的进行数据分析，设定营销计划。

第二：在品牌第一方数据管理的基础上，能够多渠道的实现与第三方数据平台消费者数据的打通和连接，更完善地还原用户在PC、移动、微信、电商等触点及第三方平台上的互动行为，全面分析用户的行为以实现：

1.   目标人群画像分析。例如，通过分析品牌电商购买用户经常访问的APP列表及APP活跃时间，使移动广告投放更有针对性。通过将品牌电商购买受众的数据与运营商数据进行连接，了解到目标受众经常在20-22时使用QQ音乐，从而针对性投放；

2.   基于多触点明细数据，自建定制化的分析模型，为消费者分类提供依据。例如，基于电商购买数据及官网访问数据建模，发现经常查询供应商列表的用户更可能产生购买行为，从而针对这些消费者重点触达。

第三：实现跨渠道的消费者触达，力求利用正确的渠道，在正确的时间提供给用户正确的沟通内容。

具体的消费者触达方式包含以下几类：

1.   程序化定向投放：基于DMP数据，找到目标消费者，通过PC和移动等渠道在特定的时间给其推送个性化的促销广告，以提升品牌影响力及效果转化。品牌广告的PDB投放和效果广告的重定向投放都属于此类。

2.   跨渠道（Omni-Channel）消费者触达：基于DMP跨渠道的数据收集能力及投放控制引擎，实现当目标消费者在不同渠道出现时，对其收到的营销内容的控制。例如，当消费者在PC平台上看过3次广告后，当其登录移动设备，则不再给与其投放广告。又例如，当消费者访问电商网站，进行了商品浏览，最终放弃购买后，系统在特定时间给其发送促销SMS，以吸引他再次进行转换。时下流行的跨屏投放，属于此类。

第四，DMP平台技术的稳定性也非常重要，成熟的DMP技术平台和一个应用经验较少DMP平台的服务能力有明显的差距。

稳定性主要体现在：

1.   数据采集、运算、应用是否足够实时、快速，以实现品牌实时营销的需求。实现从数据采集到数据应用，广告投放的分钟级甚至秒级优化。例如，在消费者离开官网后的短时间内，就对消费者推送相关的广告创意，促进其转化。

2.   数据及系统的安全稳定性，包含PII数据如何加密、数据灾备方案、流程规范方案等等，以及是否具有权威审计证书和客户案例。

3.   能够支持定制化的数据分析和建模，例如用户可以在DMP界面中直接输入 SQL，Python 等语言进行数据分析和建模。

4.   DMP系统部署是否足够灵活，是否支持SaaS，云部署及私有化部署等。

最后，DMP的运营服务能力。

由于DMP视品牌的需求不同而不同，呈现通常多种多样。如何为不同的品牌提供合适的咨询运维服务也应该是对品牌第一方数据DMP平台的考评之一。这包括：

1.   DMP的项目团队是否拥有足够的DMP项目服务经验。

2.   DMP的具体项目规划是否落地及具有可执行性。例如，如何在DMP开始之初，为品牌制定数据收集方案并为其特定KPI需求，结合DMP提供项目规划。

综上，品牌在选择第一方数据管理平台时，核心考虑三个因素：一、DMP平台技术方要有丰富的实际运营和咨询服务经验，能够帮助企业规避问题，并实现长远的规划；二、它要拥有相对完善的数据多渠道整合能力和经验以及线上、线下消费者行为打通能力，一步到位解决品牌所有数据管理和应用需求；三、能够提供较为全面的应用场景、跨渠道和平台，贯穿品牌与消费者的沟通和互动，最大化数据的商业价值。