近几年给一些品牌做数字营销相关咨询业务时，我们有了一个神奇的发现：尽管不同行业的企业有各自不同的数字营销与运营玩法，但大家都容易遇到一个共同的问题——那就是表面上企业拥有千万、亿万的数据，实则在业务应用中，真正可以使用的数据少之又少。
显然，企业认为自己坐拥的数据，与他们真正能应用到的数据，完全是两回事。
01
什么样的数据才能成为资源
真正能够为企业所应用的数据，它一定包含了丰富的信息。
举个大家都不陌生的例子，我同事前段时间在淘宝买了一个猫尿除味喷雾，于是接下来的一段时间，平台持续给他推送了猫咪相关的宠物用品。这背后的逻辑很简单，系统根据他的浏览、点击、购买等行为数据进行打标签，判定他是一个需要宠物用品的人，于是持续推送同类型商品给他。
但与此同时我发现，尽管我也是一个养猫的铲屎官，也会收到淘宝推荐的猫爬架等同类商品，但是淘宝给他推送的商品均价比我更贵。可见，系统不仅判断我的这位同事是一个养宠用户，同时也是消费水平更高的用户（相比起我来说）。
那么这个例子里面，涉及到了哪些数据呢？至少有三类。
1.用户的个人识别ID：例如淘宝上的用户ID，微信生态中的union ID。
2.体现用户消费特征与倾向的数据：例如我同事通常在晚上十二点消费，消费金额在千元上下。
3.体现用户消费品类倾向的数据：例如比起买猫条，我同事买猫罐头的频次更多。
简化来看，其实无论是体现用户的消费水平还是其消费偏好，本质上都在体现用户的个人特征，因此，数据最基础的二元结构是：ID+属性。
02
没有属性或标签的ID，并不算数据资源
回过头再看，许多企业以为自己坐拥数据资源，其实基本没有什么数据原因在于，企业的确拥有很多的Device ID、IMEI号、Cookie等等，但仅仅只有这些ID，而ID背后真正能够体现消费者对什么感兴趣，消费水平如何的关于人的属性数据却很少甚至没有。
因此企业所拥有的这些数据，也就仅仅只是数据，缺少属性或者标签的ID，在企业的营销应用上并不能算真正的数据资源。
有一些企业可能要说，那我这个数据也是ID+属性。
具体什么样？——三年前的Device ID+用户点击他某个明星代言的广告。且不说这个数据在个保法之下还能不能用，光有广告点击的数据就算用火眼金睛也无法看出消费者究竟是什么样的人。
有的企业还要说，那我不仅有用户点广告的数据，我还有自己的私域数据。
什么样的私域数据？——用户在我有赞商城小程序买了一件200元的衣服，有购买数据，有用户的性别年龄生日等基础属性数据。那么然后呢？如果还想让这个用户再继续来到你的小程序购买你的商品，该有什么样的运营手段呢？例如推送优惠券，那么多大的优惠力度才能吸引到这个人呢？或者这个人对优惠根本不敏感，而是在乎商品质量？
这些真正体现消费者是什么样的人的数据，往往都需要通过一系列的运营手段去抓取到。因此，对于一些企业来说，他们有很多ID，但ID背后有多少属性或标签，是一个有待开发的区域。没有属性或标签的ID，并不算是真正的数据资源。
03
企业缺乏数据资源的原因，是属性或者标签的匮乏
所以，企业缺乏数据资源的根本原因，在于消费者的属性数据或者标签数据的匮乏。匮乏通常来源于三个方面：
第一个原因：属性或者标签原本可以抓取，但是没有抓取。
例如某美妆品牌的小程序，首页的轮播图上展示了最近一期的直播预告及直播间福利活动，分别是满赠活动、加赠活动及互动送礼活动。
在这个例子中，就可以抓取用户点击福利活动的行为数据，从而判断用户偏好的活动类型，是倾向于凑单满赠，还是互动得好礼。有了这些数据做用户洞察，可以在后续对用户进行再次触达时，针对同类型人群推送更符合其偏好的活动，增加其互动转化的概率。
此外，有的企业的数据也特别依赖于外部提供，比如广告主将自己企业的用户ID给到第三方供应商，供应商返回给广告主ID对应的标签。
这种方式一方面对数据的结构有着更严格的要求，否则容易出现实际上是同一个用户，但因为数据格式的不同，标签类型的不同命名划分，最终呈现为两个用户。
另一方面，在个保法之下，企业不能随意地将用户数据提供给第三方，需要取得用户同意。而外部能够提供给企业的数据也不再是个体级别的，更多是统计级别的报告。
由此，企业实际上很难再通过外部获取到消费者个体级别的标签或属性数据。
企业数据资源匮乏的第二个原因：数据具有一定的保质期。
理想情况下，企业抓取了洞察消费者所需要的浏览、点击等各种互动数据，又或者通过一些合法的“高科技”手段，也拿到了外部提供的标签或者属性数据。那么就可以高枕无忧地在数字营销道路上通行无阻了吗？
显然不是，数据是有保质期的。
大部分ID都有其生命周期，比如手机号，或许有的人几十年不变，但有的人可能换了城市生活就换手机号。再比如设备ID，理想情况下消费者一部手机可能用3、4年，有钱情况下3个月一换都是有可能的。
而体现消费者各方面特征的属性或者标签数据也一样有保质期，尤其是在今天各种新玩意儿层出不穷的情况下，今天ta可能因为你的产品质量好买单，明天就可能会因为爱了另一个品牌的代言人而离开你。消费者的兴趣与需求在不断变化，因此所对应的属性或标签也多种多样且有时效性。
一句话来说，过期的数据和过期的牛奶一样，失去作用。应用于营销的数据，对于数据的鲜活度要求太高了。
企业数据资源匮乏的第三个原因：数据的标准化没有做好，甚至干脆就没有做。
所谓数据的标准化，是指数据在收集与清洗及管理的过程中，需要有一定的统一标准。比如最典型的，企业的部门A将消费者命名为user1，部门B的命名则是consumer_1，那数据系统在处理数据时，就可能将它们判别为两种数据。更具体的，还有数据结构也需要有统一的标准。
因此如果企业数据的标准化没有做好，那么最终实际能够应用的数据其实相当少。
04
数据之所以能成为资源，是要通过努力“挖掘”实现的
综上来看，真正能够对企业有用的数据，一定不是别人施舍来的，也不是随随便便获取几亿个ID就可以。而是需要企业靠自己主动去挖掘，通过运营获得反馈数据，根据反馈数据又去持续优化运营策略。
长此以往，在一个正向循环中建立标准化的体系，脚踏实地积累下真正有用的数据，为此所需要付出的努力并不小。
所以，企业要想让数据发挥价值，真正地拥有数据资源，首先在认知方面，需要建立基础且完善的知识体系，而在实际的业务场景中，又需要掌握数据从获取到应用的一系列方法和手段，以及支撑这些方法和手段的工具和技术解决方案。因此，企业要想做好数字营销与运营，一定绕不过理解数据、掌握数据、应用数据。
当前，流量投放已经是企业数字营销中不可或缺的一环。但是当前流量竞争愈发激烈，科学衡量广告投放效果的重要性也日益凸显。
我们在为企业做数字化转型的咨询中发现：许多企业对流量投放效果的认知存在一定的局限性，错误地将某些数据指标当作是成功的唯一标准，而忽略了流量背后真正的意义。例如过去我的某个客户曾遇到的难题是：大老板以ROI来衡量品牌投放的价值，认为品牌投放价值不大，进而大幅度取消年度品牌投放预算。
显然，这是对流量投放的效果，缺乏真正真实的认知导致的。
05
以ROI单一指标衡量是常见的坑
众所周知，ROI（投资回报率）确实是衡量广告投放效果很重要的一个指标，它可以帮助广告主确定广告投资是否划算。
但是近年在和一些企业合作时我惊讶地发现：部分企业老板一味追求ROI，将直接经济回报与广告投放效果划等号。我想说的是，一味追求转化，追求ROI是不科学的衡量媒体效果的方法。
关于ROI，一个真实的例子，宝洁大中华区营销营销副总裁何亚彬曾公开表示，以前宝洁都致力于提升ROI，但是做了一段时间以后，发现ROI跟增长几乎没有关系。因为只要你压缩成本，ROI肯定会提高。所以，ROI不是一个单纯评价投放结果的手段。流量的目的很不同，流量的属性也很不同的，所以一定不能用一个单一的ROI来衡量。
06
不同类型的流量有不同的属性
那么，不同的流量类型具体有哪些不同的属性呢？其实流量类型有多种分类方式，例如我们可以分主动流量和被动流量。
具体来说，搜索引擎流量是一种典型的主动流量，其通常是有意向性的，因为用户在搜索时已经表达了他们对某个主题或产品的兴趣，一般具有高转化率。社交媒体流量（非搜索位）则是一种被动流量，用户通常是更轻松的浏览，关注的是社交互动而非特定的商品和服务，一般具有高曝光的特点。
从流量类型的属性我们再说回广告主投放诉求，不同营销诉求需要匹配不同属性的流量，才能最大化流量价值。例如美妆行业618大促收割期，需要实现高转化、高ROI目标，这种时候匹配精准主动流量为佳。而新品上市活动一般以提升品牌或产品的认知为主，说白了就是搏存在感，因此会匹配大曝光流量，这种情况之下匹配高潜转化流量就不太能满足营销诉求了。
以上是以主/被动来区分流量类型，我们接下来以大家更加熟悉的AIPL模型来讲讲，不同流量的营销作用。
1.Awareness：是对品牌或产品的认知，就是让消费者意识到你的品牌或者商品的存在，说白了就是搏存在感。看看近期38大促各大美妆品牌在APP开屏位频频发力，就知道awareness对广告主有多重要了。
2.Interest：进一步培养消费者对品牌/产品的兴趣和认可度，简单来说就是种草的过程，达人们的开箱测评、教程类视频等就是对用户种草教育。
3.Purchase：通过直给独家促销、优惠等多种手段引导购买和转化。
4.Loyalty：引导产品讨论和体验分享，促进UGC生成，积累产品口碑和忠实用户群体
07
常用的流量评估指标
不同流量属性不同，因此其评估指标也是不同的。
Awareness：关注广告覆盖的人群数量，以及其中多少人真正被企业的品牌所影响，即增强了认知、好感甚至购买意愿。这些共同构成了企业的品牌资产价值。核心指标有：
1.impression 、触达人群量级（coverage）、播放量、触达频次
2.click、其他互动数据
3.目标人群（数量，非标准定义）
4.目标人群浓度（比例）
5.忠诚人群（数量，非标准定义）
6.细分人群（数量，非标准定义）
7.品牌声量、品牌知名度
但，这些核心指标并不是真正有意义的东西。什么是有意义的呢？——到底投放给了哪些人（具体什么样的人），他们是否真的关心你的东西。例如Awareness阶段之后的主动搜索、互动（转发、点赞、评论等）行为等，这些指标能证明用户与品牌之间距离进一步拉近。
Awareness和最终的销量之间的关系也是老板们关心的，虽然精确地衡量是不可能的，但是我们仍然能够有一些手段去探测awareness与最终销售之间的关系，从而帮助我们优化awareness的预算，比如：利用较长时间周期（一个季度，或者更好一年）的宏观ROI；利用品牌影响力指数（品牌内容影响力指数）趋势与销售量趋势的拟合；利用品牌推广线上转化和线下转化的固定系数关系；利用引入私域流量后查看Engagement并于电商站内的转化情况做对比的方法等等。
Interest：关注受众Engagement，在公域侧包括广告点击、点赞、评论、转发等。相比于被动曝光，主动的互动意味着更高的广告卷入度，表明用户对品牌/产品的兴趣和认可度进一步提升。此外，出于营销成本考量，还需关注互动成本CPE等。
以上是公域视角的指标，那么在私域中，Engagement包括什么呢？主要包括以下指标：
1.获取用户：用户注册量、浏览量、停留时间、分享数量等；
2.加粉方面：加粉率、首次建联率、删粉率等；
3.互动方面：互动次数、互动时长
Purchase：显而易见这一流量评估主要关注受众的转化情况，核心指标如下：
1.转化量/Leads数
2.转化金额（GMV）
3.Conversion Rate（转化率）
4.Abandonment Rate（放弃率）
5.ROI = GMV/Cost （实际收入除以推广成本）
6.客单价（单均价）
Loyalty：关注忠诚度相关指标。在电商平台的交易忠诚表现为复购、关注店铺、回访、加入会员，分享商品、LTV等；在抖音等短视频平台可能表现为关注账号（粉丝），加入粉丝团等，核心指标有加粉数、会员数、分享数等，还需涉及加粉成本等指标。此外，在私域角度的忠诚指标则包含社交裂变分享、回访（频次/间隔）、Churn rate（流失率）、会员数、会员活跃度等。
08
衡量流量也不止用单一指标，很多时候是多个指标联动建模的
我们常常用多个维度来综合衡量，比如常用的Engagement-ROI模型，归因模型等；另外，还要在更长的时间周期来衡量流量。
Engagement-ROI评估模型也叫二维评估方法，它描述了人群的行为（兴趣）和最终变现之间的关系 ，是我们解决流量质量和人群质量分析中诸多问题的开端。Engagement通常通常会是用户的行为，也可以是页面浏览量等等……我们以ROAS为横坐标，以Engagement index为纵坐标可以划分出4个区域（如下图所示），位于不同象限的人群具有不同的价值。
《数据驱动增长——以消费者为核心的新数字营销》
再比如，CAC（获客成本）和CVR（转化率）这两个指标的联动建模，帮助我们判断流量的性价比，再把流量的新旧程度加入到这个模型中，就能告诉我们更多关于流量的效果和潜力。
09
流量在时间角度的衡量也要考虑进去
除了以上谈到的单一指标和指标联动建模，时间维度也应该被纳入流量效果的衡量之中，以更全面地衡量流量效果。
例如，归因分析。因为消费者的转化未必是一蹴而就的。在消费旅程中，用户会受到广告触点的多次影响。
举个简单例子，某美妆品牌在38节大促期间做了一次全域广告投放。用户A在电梯中首先看到了广告并扫码浏览商品详情，然后在小红书进行搜索，晚上下班后又在抖音刷到了达人测评视频，最后点进了达人直播间进行了下单。这时，要把最终的成交贡献计算在哪个渠道呢？
这时，我们就需要归因分析来计算每个渠道/触点对最终结果的贡献程度，以科学地衡量广告价值，指导更好的投放。常见的归因模型有：
1.First Interaction/最先互动：首次互动的渠道获得100%的功劳。在前面的例子中，用户A首次扫码互动的电梯广告将获得100%的功劳。
2.Last Interaction/最后互动：功劳100%归最后一个渠道，即不管用户发生了什么行为，只关注最后一次。在前面的例子中，用户A最后观看的达人直播间将获得100%的功劳。
3.Last Non-direct Interaction/最后非直接互动：功劳全部归最后一个渠道，但如果最后一个渠道是直接流量，则功劳全部归上一个渠道。
4.Linear/线性归因模型：线性归因是把统计时间内所有的触点的功劳进行平均分配。优点是不用考虑不同渠道的价值权重，大家一视同仁，计算也不复杂。缺点是，部分情况下，若有的渠道价值异常高，可能会“被平均”，因为这种渠道是靠质量而不是数量赢得结果的。
5.Time Decay/时间衰减：对于统计时间内的所有触点，距离转化越近的渠道获得的贡献越大。这个模型考虑了时间的作用，通常也是时间越久对于用户的转化作用是越弱的。缺点是如果有的渠道天然处于转化链路的起点，那么对于这些渠道是不公正的。
另一个时间角度，是用cohort分析，去看流量的更长时间的转化率或者流失率。Cohort分析通过对性质完全一样的可对比群体的留存情况的比较，来发现哪些因素影响短、中、长期的留存。最典型的Cohort Analysis 表格，一般第一列为自然月份排列，第二列为每个自然月的新增用户数，右侧的表格为当月新增的用户数在后续每个月的留存情况。cohort只用简单的一个图表，甚至连四则运算都不用，就直接描述了用户在一段时间周期（甚至是整个LTV）的留存（或流失）变化情况（如下图）。
除了以上流量属性之外，我们还应加入投放场景这个维度才能更好衡量流量评估指标。从广告主角度而言，有什么样的目标，才有什么样的衡量。
总之，流量投放效果的评估绝不仅仅是单一ROI这么简单，我们要结合不同的流量属性、投放场景、时间等进行综合衡量，才能得出一个相对真实的结果。
企业在数据领域的另一个迷思，尤其是一些执念，关于我们一定要搞到消费者手机号的执念。
手机号，毫无疑问，确实是最优价值的数据ID，但这并不意味着，其他ID没有那么有用。如果我们只追求手机号，我们不仅仅会陷入运营的疲惫，更重要的，是我们可能丧失在一些其他的场景发挥数据价值的机会。这，同样是一个我们不得不提防的“坑”。
10
为什么企业最希望得到的ID依然是手机号
首先来聊聊，消费者的电话为何如此受到企业“追捧”？之所以这么说，是因为我们在做许多咨询项目时，时常能够感受到企业对手机号的重视，颇有一种手机号在手，天下我有的劲儿。那么消费者的手机号在实际应用中，真的十分有效吗？我们从几个方面来看看。
从ID质量的角度来看，消费者手机号无疑是很好的。我曾在我的大课堂讲过，衡量一个ID的品质如何，主要从三大维度考量，而手机号在这三个维度中，可以说是德智体美劳全面发展：
1.时效：手机号时效较长，一般来说用户的手机号通常有十几年甚至一辈子的生命周期；
2.覆盖范围：范围极广，一般来说，绝大部分APP、网站的账号注册，通常都需要手机号；
3.授权难度：具有相对容易实现的授权方式，一般情况下，用户也已经习惯于通过手机号注册账号，例如微信上一键授权。并且在运营诱饵有吸引力的情况下，用户通常也都更加乐意授权手机号。
从应用的角度来看，对于品牌来说，消费者手机号有三大常见应用：
应用一：手机号可以作为直接触达客户的方式，例如在新用户注册未转化时，通过客服外呼直接联系消费者，给到一些专属优惠的诱饵，促进消费者在品牌的第一次转化。再比如大促期间给老用户群发短信等等。
应用二：跨平台运营用户的重要中间键。例如消费者的会员积分的打通，就离不开消费者的手机号，用户在企业的天猫买了商品后，天猫上有了50积分，那么用户再来到企业的微信小程序时，就需要通过手机号来识别用户，打通积分数据。当然，这背后除了技术本身以外，也需要企业有一定钞能力。
应用三：作为粘合其他ID的粘合剂。例如企业在打通数据生成OneID时，主键法就利用的是手机号，才能实现跨域用户的ID打通。关于OneID更具体的原理，我会在我的线下大课《数据驱动增长——以消费者为核心的新数字营销》中进行详细讲解。
但，手机号也有劣势。
第一，手机号不容易获得，因为消费者在提供自己的手机号上是有防备心理。如果没有足够好的诱饵，消费者并不轻易愿意提供他们的手机号。
第二，手机号是较为敏感的个人信息，受到《个人信息保护法》的严格保护。一方面法规要求非必要不收集额外的数据，另一方面在收集手机号时也必须获得用户的授权同意，过去那种“豪取抢夺”的方法去搞手机号的时代已经结束了。
第三，手机号在数字营销上的直接应用场景，实际上并不广阔，并且还在缩小。例如过去企业可以将用户的手机号给到第三方做人群洞察，而在个保法出台之后，在对消费者的手机号进行处理应用时，需获取其单独同意。
所以总的来说，企业最希望得到的消费者ID是手机号情有可原，但是，如果企业只关注手机号作为ID，忽略其他似乎没有很重要的ID，肯定会踩坑。
11
其实，Cookie、平台ID、设备ID等依然有价值
为什么会踩坑呢？因为除了手机号之外，其他的一些ID依然有各种各样的价值。下面我们来具体谈谈，常见的ID都包含什么，又有什么样的作用？
常见ID之一：Cookie——尽管个保法对cookie有一定限制，但它仍然很重要。这里我们先说明一点，cookie通常分为第一方和第三方两大类，第一方cookie通常指网站要求用户浏览器生成的cookie。
而第三方cookie的定义相对更复杂，从逻辑上来看，第三方将程序代码嵌入网站后，可以要求浏览器生成cookie，此时的cookie所有权取决于域名，如果域名属于原网站，那么cookie依然是第一方，如果域名属于其他方，此时cookie就是第三方。
比如很多网站都置入了谷歌分析（Google Analytics）的监测代码，尽管对网站而言，这个代码是第三方的，但它生成的cookie，域名依然是网站的域名，那么它生成的这个cookie，就还是第一方cookie。
实际上，无论是第一方还是第三方cookie，对企业来说都有其各自的价值。
第一方cookie用来追踪用户在网页上的行为，洞察用户偏好。虽然cookie中标识唯一用户的ID是匿名的，但在用户多次访问同一网站时，cookie能够记住用户过往的行为数据或设置，因此分析同一用户在网站上的行为，离不开cookie。
第三方cookie则应用于追踪广告，例如多个网站都加了谷歌的监测代码生成cookie，那么谷歌就可以综合这些cookie及其背后的用户行为数据，一方面识别出不同网站间浏览的唯一用户，另一方面也能分析用户行为数据，了解其偏好或需求，从而在合适的节点给用户推送精准广告，提升转化效果。
尽管在数据保护的法规之下，cookie的生成以及数据应用都需要获得用户同意，无论对网站还是第三方来说，cookie的使用都可能受到一定限制，但它依然可以帮助企业，在网页上实现多种多样的消费者针对性互动与触达。
常见ID之二：平台ID——即各平台自己生态内的ID，尽管无法多平台打通数据，但在平台内进行消费者运营不可或缺。下面我们来看看，主流平台的常见ID都有哪些应用。
1）微信生态：尽管微信本身有较多的触点体系，例如订阅号、服务号、小程序、企微以及H5等等，但其最为核心的ID主要是以下两个：
1.OpenID：用户关注公众号时即生成的唯一识别ID。同一用户关注不同的公众号，会生成不同的OpenID；OpenID的存在，让诸如手机号、用户名、微信号等敏感信息得以隐藏，在最大化保证用户隐私的情形下，让识别同一个用户成为可能。
2.UnionID：同一主体下同一用户的唯一识别ID。例如某企业有2个公众号，用户A关注企业的公众号1，生成openid_1，关注公众号2，则生成openid_2。那么企业要想识别这两个ID是同一用户，就需要用到同一主体下能够识别唯一用户的unionID。UnionID在微信生态内进行以消费者为核心的营销，具有最为压倒性的意义。UnionID是跨所有微信的应用的，包括前面提到的公众号，还包括小程序、H5、各种以微信号进行的登录、企业微信的应用，都可用UnionID来辨别同一个用户。
2）淘系电商：类似于微信的openid和unionID ，淘系电商也有相似的ID。
1.ouid（Open User ID）：类似微信的OpenID，同一用户在每个店铺中的ouid都不一样；
2.omid（Open Merchant User ID）：类似微信的UnionID。omid可以用于追踪识别同一企业下，不同店铺品牌之间的同一用户。
不同于微信生态的是，在淘宝天猫中，企业无法获取到用户的这些ID，尽管只能通过淘系提供的相关工具系统来分析、了解用户，但ouid和omid，可以实现用户数据的匹配对齐，会员通数据的传输等应用。是整个淘系识别用户的核心ID。做淘系电商及相关的引流与运营，不能少了这些ID。
3）字节生态：字节生态中也有识别用户登录小程序或APP的openid，然而与淘系一样，字节并不会返回给企业用户的这些ID，而是提供相关工具让企业在其生态内应用。与字节相关的很多投放，例如RTA投放等，都不能缺少字节的ID，即BDID。除了BDID，抖音的OpenID在部分场景下，也很有价值。
常见ID之三：设备ID——指硬件设备的相关ID，例如手机端有IDFA、IMEI号，网卡的MAC地址，操作系统的Android_ID等等。这些ID通常是在硬件生产或使用时就会生成的唯一识别ID，因此往往可以用于识别用户。
比如某安卓用户登录了抖音APP，同时也登录了字节旗下的轻颜相机，在用户授权同意的情况下，就可以同时获取到他的安卓IMEI号，那么就可以识别出这两个APP下的同一用户，从而能够综合用户的更多行为数据，多维度地了解其偏好需求，进行针对性的运营。
尽管在数据法规的影响下，设备ID的收集与应用都受到了不少限制，尤其在苹果端识别唯一用户变得困难。但大量的广告投放系统、APP应用、用户行为追踪等，仍然需要依赖于设备ID。
此外，历史积累的大量数据也是以设备ID的形式存在的，并且安卓端的设备ID仍然在安卓生态内的广告投放和营销应用中，起到决定性的作用。再加上，设备ID天然是跨移动端APP的，即一个设备上的所有应用，都基于同一个设备ID，这样就能够天然实现跨域的用户追踪。
可以说，设备ID的重要性虽然有所降低，但仍然属于极为重要的ID类别，仍然还有很大的用武之地，现在就说它已经日薄西山还为时尚早，它在营销中，尤其是效果类投放的营销中，起到的很多作用仍然超过目前大部分的ID。
常见ID之四：CID——即Click ID，可以简单理解为一种广告投放模式。尽管CID是这几年才兴起的，但对淘宝等电商平台的商家来说，CID应用在消费者的转化归因上十分有效。
例如一个淘宝商家在抖音进行广告投放，用户点击广告会跳转到店铺的商品页。这一过程会涉及到两个平台的数据，一是抖音上的广告点击率、页面停留时长等，二是淘宝上消费者的浏览、购买等数据。理想情况下，这两块数据打通后，那么淘宝商家就可以了解抖音广告投放后所带来的的转化效果如何。
然而实际情况中双方并未打通这些数据，尽管也有帮助广告主获取到这两块数据的广告产品，但其价格通常比较高，并不是所有商家都可以尝试的。
那么CID的出现，就帮助广告主比如一些白牌商家“实现理想”，在CID的投放模式之下，商家在投放后，可以知道淘宝店铺中的哪些订单是由抖音广告投放来的，有了这些数据后，商家就可以更好地去优化广告投放的策略，最终提升转化率。
12
其实，企业的不同业务所需的ID不同
最后我仍然要强调，企业不该只重视手机号，而是要首先考虑，自己的业务场景是什么，然后再结合场景考虑ID。
对企业而言，不同业务所需的ID不同。例如以下这些场景：
1.以消费者为核心的私域运营：手机号一定是重要的，然后也不能忽视UnionID和OpenID。
2.APP端投放：设备ID很重要，然后是各媒体平台的ID，例如字节BDID。
3.用户行为追踪与消费者洞察：各类触点ID很重要，包括cookie、UnionID和OpenID、设备ID。如果能拿到手机号，当然更好，但不是必要条件。
4.电商生态：电商会员通所支持的各类ID。
总之，在更为广阔的数字营销场景中，我们仍然离不开手机号以外的ID。企业需要先梳理好自己的业务需求，定义场景，再通过精细化的运营手段，合法合规地获取到所需ID。
作者 | 宋星 纷析咨询创始人、宋雨鑫 纷析咨询顾问分析师