在這里首先聚焦幾個詞：BI業務中臺、CRM、CDP、DMP，這些詞近兩年在市場中頻出。

特別是今年的疫情發生后，好像一家企業不去碰觸或開始規劃就落伍了，數字化的升級是一個大課題，涵蓋了內部較大的架構搭建和功能使用范疇，而這些詞更多是針對企業的市場及營銷業務結合使用，早期企業更多的是信息化的建設，將集團總部及子公司或分公司等各類內部數據進行抽取清洗歸類，搭建數據業務模型，再將數據進行BI可視化的數據展示，企業通過對于數據信息化的反饋，幫助企業領導層結合數據進行輔助決策，在以往更多是指ERP這類的軟件應用，服務商也偏向于大型的咨詢公司，例如埃森哲、麥肯錫、德勤等，在市場營銷業務上則通過企業會員數據的收集整理，更多是以CRM形式進行自動化管理，以及對用戶進行深度行為分析洞察，這類型的平臺近些年也做了大量的升級迭代，現在數據采集的能力除了通過前端（Web/APP）以外，可以全端覆蓋小程序、Lot等進行埋點采集，對于用戶的唯一標識方法可以靈活自定義用戶的唯一ID（User ID），數據的指標及分析維度可以支持自定義，數據的處理可以去ETL化，并結構化及數據拉通，在數據的時效性上支持實時回傳，實時處理及實時查詢，數據的分析功能和能力也更加全面，數據流的開放度支持PaaS平臺的API接口導入及更廣泛的可擴展性并于CDP、DMP等各應用平臺進行整合與打通，其他例如在數據安全性上也有更多的技術上的創新及解決方案。

CDP是會員管理平臺，也是這兩年新出現的，有些認為它是CRM的衍生品，換湯不換藥，其實還是有一些變化的，CDP的數據源是企業自有數字化觸點的數據采集，包含網站、產品、交易數據、CRM等企業自身數據，具有數據的埋點接入、用戶ID打通、用戶分群及業務支撐的功能，通過用戶的唯一標識ID（注冊ID、手機號、微信、郵箱等…）進行用戶畫像及會員生命周期特征的分析及洞察，提升個性化的營銷及用戶體驗的平臺。

DMP是互聯網廣告行業一直在運用的數據源，主要是對于企業營銷做精準TA人群的廣告投放數據指導，結合精準的廣告營銷投放使用，其數據源主要是第三方數據（廣告媒體及外部數據），通過對于數據的收集分類整理，形成用戶畫像并對接廣告投放系統，通過對用戶的ID（Cookie ID、設備ID）在媒體生態觸點上進行Look alike用戶放大、重定向及展示個性化廣告。

在BI中臺等業務場景中，服務商大都是對于數字化的趨勢及對企業的業務了解，幫助企業開發的一套會員管理平臺，主要是針對會員的生命周期做洞察及管理，這類型的產品可大可小，針對不同的企業，需求及理解會截然不同。

合數信息 DataBank企業私有數據管理平臺

疫情的出現，讓第三產業收到了巨大的沖擊，但是線下的企業，特別是像餐飲、娛樂等，這類型的企業對于數字化及中臺的建設理解相對簡單，主要是幫助其將各觸點（公眾號、小程序、抖音、微博、小紅書…）數據進行匯總及平臺化管理，甚至疫情所帶動的直播行業，也是可以通過平臺的開發來管理直播的主播篩選及貨品售賣數據等信息，這類型的企業對于數字化的理解就是需要短平快，突破線下的瓶頸，在線上可以更加高效的幫助企業帶來營收的增長，但是對于較大型的知名企業而言，數字化是一個龐大的業務架構體系，涉及的管理及業務更加廣泛，通過長期縝密的業務診斷，從線上的數據采集打通到線下的場景體驗升級，線上、線下如何在結合原有資源上更好的互利互通，從而幫助企業在品牌升級還是電商銷量等起到更好甚至是可以量化的增長結果，但是結合目前國內的BI業務中臺業務來看，相對門檻較低，如果是簡單的平臺業務場景開發，這類的服務商可謂多如牛毛且產品的同質化嚴重，在滿足業務及技術平臺穩定性的前提下，也不好評判其具體的差異，這類型的企業或服務商更多是具有大量的技術開發人員，但是自身并沒有企業或外部數據的積累，也沒有流量觸點資源的整合，無法對企業產出數據洞察，缺少市場營銷的策略邏輯，更沒辦法進行策略后的執行落地。

營銷層具體是指廣告行業，其中的流量大平臺擁有自身的流量觸點，擁有的更多是媒體資源、但是缺乏數據做指導，目前BAT及字節等平臺自身擁有強大的數據指導能力，但是由于各生態數據無法打通問題，導致無法幫助企業針對自身生態外的流量觸點進行用戶識別及跨媒介頻次控制，但其他的諸如媒介代理公司，售賣的模式主要是資源及位置，所以相對缺乏數據的積累，對數字化的業務的理解和驅動能力有限。

綜上每個層級的企業或服務商在各自的領域已經有著很大的發展和能力，所描述的也是一些客觀存在的問題，更多是站在企業的數字化需求上，企業的數字化需求是多元化的，原因就是消費者的時間是碎片的，場景是多元化的，單一的大平臺或生態也不能全部鎖定一個消費者的時間和場景，所以，“整合”是企業在未來數字化時代要重點考量的。

當然，從效率上講，即使找到在不同層級的優質企業進行對接合作，也不見得可以很好的落地，一種情況是企業要針對自身的需求對不同服務商講三遍甚者更多，但是由于層級業務及知識體系的不同，服務商對企業需求的認知和理解就會有偏差，且如果將數據進行有效的洞察及分析后，在營銷的應用上就要進行自動化的數據對接及個性化的廣告營銷使用，如果營銷服務商在數據的對接上欠缺數據技術對接能力或數據的格式不同，就會嚴重影響企業營銷的效率，另數據回流至技術層，也要看技術平臺開發公司對于企業數字化營銷需求的理解程度，如果不了解營銷業務需求，所回流的數據也沒法使用及洞察分析，這對企業來說，也是數字化轉型及升級的一個難題，另外企業也需要對數字化有深入了解，企業如果對數字化的目標及運作不了解，就可能無法準確的羅列需求，服務商也很難進行項目交付，所以也需要有經驗的數字化服務商配合共同溝通探討。

數字化升級既然是未來趨勢和剛需，就需要針對數字化的布局做好系統的梳理及規劃，企業也需要明確數字化最終的目標、場景應用及效果考量方式，以及確實可落地的解決方案，如果相應的服務商缺乏業務診斷或由于對業務了解不足，在企業后期的需求上需要重新定制開發，則會增加企業的成本浪費，同時不斷的增加企業的時間成本，從而錯失市場良機，在以往企業為資源買單時代會更多向為知識付費進行轉移，所以對于數字化業務，至少需要服務商自身就有這種業務經歷及能力的整合及運作背景，才可以結合歷史經驗給與企業更為科學的解決方案及落地執行能力。