2019年，客户数据平台研究所（Customer Data Platform Institute）推出了RealCDP计划，旨在帮助营销人员了解在100多个所谓CDP的环境中，哪些供应商实际上是CDP，能够完全满足广泛的关键CDP用例。为了成为"RealCDP"，协会规定供应商必须：从任何来源摄取数据捕获摄取数据的完整细节无限期存储接收的数据（受隐私限制）创建已识别个人的统一配置文件与任何需要的系统共享数据虽然这个特性列表仍然包含了许多CDP供应商（当然AgilOne也有RealCDP认证），但我想花点时间深入了解一下需求3："存储摄取的数据"。虽然这似乎是CDP的一个明显特性，理解CDP供应商存储数据的确切方式可以揭示出很多关于供应商能够很好地满足特定CDP用例的信息。分析用例、身份缝合用例和需要大量处理能力的用例是我们脑海中浮现的一些…数据驻留在一个集中的位置企业CDP提供自己的数据仓库，它是CDP的中心数据存储库，在特定业务的身份解析、预测智能和独特配置发生在这些数据上之后。基于数据访问模式对数据进行无序处理（例如，标签管理系统）的CDP，对于那些认真了解客户并激活客户数据以实现协调参与的企业来说，存在根本问题和巨大限制。如果没有跨思洛存储器数据的持久性，就不可能有主客户记录——没有这一点，许多"客户至上"的计划都会付诸东流。支持强大的身份解析如果没有集中的数据存储，身份解析就会被扼杀。如果没有匹配的第三方应用程序的永久性标识符，则可以将它们存储到另一个完整的记录中。充其量，身份解析只能归结为简单的设备拼接——而不是企业级的真实身份解析。相比之下，AgilOne和其他成熟的CDP是在这样一个前提下设计的：在营销人员真正了解他们干净、重复、缝合的客户记录（包括身份和事件）后，才能进行客户洞察或激活，"这是所有客户营销和参与的基础。此外，当配置身份解析以满足组织的确切需求时，它的工作效果最好——这种可配置性只有在企业级CDP中才可能实现。还有效率的问题（或缺乏效率）。非集中化数据模型需要对每个客户的记录、浏览历史、购买历史和活动参与度进行评分，所有这些记录都位于单独的非集中数据库中，每次提交评分查询时，都要使用确定性和概率性匹配算法对这些数据进行匹配。效率低下，对吧？你不想每次都匹配一次记录吗？