CDP数据流程拆解：以AEP为例讲清数据接入、建模与用户画像

CDP的核心流程是：将多源数据接入平台，进行统一建模与身份整合，构建单一用户视图（Single Customer View），并将人群激活到不同的营销与应用平台。

整个流程可以拆分为以下几个核心环节：

Source（数据接入）

Source 的作用是将不同系统的数据接入到 AEP， AEP里支持类型有很多：

Ingestion（数据摄取）

数据摄取就是数据进入平台的方式，有两种方式：

● Batch（批处理）：文件 / 数据仓库，延迟较高（分钟～小时）

● Streaming（实时）：Web/App行为，秒级进入系统

Schema & XDM（数据建模）

所有数据在进入AEP后，必须基于 XDM（Experience Data Model）进行标准化，结构化，主要分为两类数据结构：

• Profile（用户属性）：用户信息（email、name）
• Experience Event（行为数据）：如浏览、点击、购买

本质：统一数据结构（标准化）

Dataset & Data Lake（数据存储）

数据会被写入 Dataset，并存储在 AEP Data Lake 中，对应两种数据类型：

• Profile（用户属性）：存储为record
• Experience Event（行为数据）：存储为Time-series

本质：标准化后的数据存储层

Identity Service（身份解析）

在Schema设计阶段，会设计IdentityMap，用于标识用户的多个身份，例如：

{
  "identityMap": {
    "ECID": [
      {
        "id": "12345678901234567890123456789012345678",
        "authenticatedState": "ambiguous",
        "primary": false
      }
    ],
    "Email": [
      {
        "id": "haran.huang@gmail.com",
        "authenticatedState": "authenticated",
        "primary": true
      }
    ]
  }
}

Identity Service会基于这些 ID 自动构建 Identity Graph，实现跨设备、跨渠道的用户打通：

如果将Schema理解为数据表，那么IdentityMap就是外键。

本质：用户关联去重与合并

Real-time Customer Profile（实时用户画像）

AEP会将Profile（用户属性），Experience Event（行为数据），Identity Graph（身份关系统一整合为一个用户视图Profile:

每个Profile就会用户的详细信息：

支持实时更新（尤其是 Streaming 数据）,如果是Streaming（实时）导入的行为（事件）数据，那么是实时处理，很快就会出现在这里：

本质：CDP 的核心能力

Audience（分群）

基于用户画像创建受众，用于精细化的营销

本质：从“人”到“人群”

Activation / Destinations（激活）

其实就是数据应用，把人群推送到广告平台（Google / Meta）、程序化平台、营销自动化、分析平台、EDM、个性化系统（Adobe Target）等

里面内置了主流平台，在里面关联第三方平台，就可以实现人群的轻松推推送。

本质：数据变现 / 营销执行层