社区编辑申请
注册/登录
2022年的优秀数据管理平台和软件
大数据
由于数据管理平台种类繁多,因此寻找优秀供应商可能会很复杂,企业需要了解如何为业务数据需求选择正确的工具。

数据管理平台(DMP)是一种数据分析和数据管理软件解决方案,很多企业可以使用它来聚合、存储和分析来自多个来源的数据。这些来源包括企业自己的系统和第三方数据。大多数大数据管理平台都具有补充数据分析软件的功能,作为帮助企业进入到特定细分市场的关键工具。

尽管所有数据管理平台都提供这些核心功能,但它们的功能却存在很大差异。

一些数据管理平台就像营销数据的数据仓库工具。他们从多个来源收集数据,并将其集成到许多不同的应用程序中。这些数据管理平台本质上是连接各种数据工具的“管道”。

还有其他数据管理平台与需求方平台(DSP)集成。需求方平台通过数字平台实现媒体购买,帮助企业找到最有成本效益的方法来达到目标受众,并找到合适的第二方数据、第三方数据,甚至第一方数据。这些数据管理平台作为附加组件,为核心需求方平台(DSP)提供更多价值。

其他几个数据管理平台不属于这两大类。它们可能与CRM系统集成或充当媒体工具的一部分,用于吸引广告商。展望未来,数据管理平台将越来越多地采用机器学习和人工智能。

由于数据管理平台种类繁多,因此寻找优秀供应商可能会很复杂。企业需要了解如何为业务数据需求选择正确的工具。

如何选择数据管理平台

以下是可以帮助企业找到最适合的数据管理平台的一些提示:

  • 企业在采购产品之前考虑自己的需求。想要一个功能齐全的媒体购买平台还是只需要基本的数据管理功能?如果事先不了解自己的需求,很容易采用那些没有必要的功能或增加大量成本的产品。
  • 比较相似的产品及其价值。产品功能的差异使得比较定价变得困难。使问题更加复杂的是,这一列表中很少有供应商预先提供定价。如果企业想找到最佳价值,需要准备观看大量演示并额外进行研究。
  • 仔细检查数据和应用程序集成。一个良好的数据管理平台将整合来自各种不同业务来源的数据。它还应该与营销人员使用的其他数字广告工具集成或互换。
  • 仔细评估分析功能。许多数据管理平台声称包含数据洞察捕获功能,但这些功能并非都同样先进。在购买之前,需要确保已经看到了正在运行的平台,并对其性能感到满意。企业还要考虑人工智能或机器学习自动化是否对其数据洞察过程很重要。
  • 不要忘记客户服务。数据管理(无论是主数据管理还是元数据管理)很复杂。在设置和部署工具以及持续维护和管理时,企业可能需要支持,查看评论以了解其他客户对他们从其正在考虑的供应商处获得的客户服务的感受,并查看许多供应商提供的支持。

考虑到这些提示,企业可能需要考虑以下十家数据管理平台供应商提供的平台和软件:

优秀数据管理平台

1. Adobe Audience Manager

尽管Adobe公司以其面向创意专业人士的设计软件和其他工具而闻名,但它还提供一系列营销和商业工具以及其他业务解决方案。Adobe公司于1986年在加利福尼亚州圣何塞成立,现已发展成为一家规模为117亿美元的大企业,在全球拥有22000多名员工。

Adobe的解决方案允许企业从各种来源收集数据、构建新的受众细分模型并发现新的见解。知名用户包括凯悦酒店、维珍假日酒店、加拿大国家银行、Sky公司等。Forrester公司在其Forrester Wave数据管理平台报告中称其为行业领导者。

优点:

  • 该平台与其他Adobe产品(尤其是其他云计算软件)紧密集成。
  • 虚拟模型使软件易于访问。
  • 它从各种来源中摄取结构化和非结构化数据。

缺点:

  • 许多客户抱怨将数据加载到工具中需要很长时间。
  • 该软件可能很难学习。
  • 有些客户表示其产品的定价太高。

2. Amobee

作为一个独立的广告平台,Amobee公司提供端到端的活动和组合管理,包括数据管理平台功能。该公司于2005年在加利福尼亚州福斯特市成立,2012年被总部位于新加坡的Singtel公司以3.21亿美元的价格收购,但它继续以Amobee的名称开展业务。它作为一个理想的工作场所获得了很多奖项,并在北美、欧洲、中东和亚太地区设有办事处。

Amobee平台中的Discover工具包括许多数据管理功能,例如受众智能、细分创建、情绪和趋势、数据载入等。它还与Amobee平台的其余部分集成,用于媒体规划、执行、优化和分析。它的用户包括品客薯片、起亚、NBA、依云、Spotify、Airbnb、菲亚特等公司。

优点:

  • 作为完整媒体平台的一部分,Amobee提供了许多其他数据管理平台没有的功能。
  • 它整合了企业的所有媒体活动并简化了广告管理。
  • 该公司的销售和支持代表得到了客户的最高评价。

缺点:

  • Amobee价格可能很高,尤其是与功能较少的数据管理平台工具相比。
  • 界面不像其他一些选项那样用户友好。
  • Amobee提供了许多功能,这些功能对于只寻求数据管理平台的企业来说可能不是必需的。

3. 谷歌营销平台

与Amobee类似,谷歌公司提供了一个统一的营销平台,将数据管理与谷歌云平台上的广告相结合。谷歌当然是最受厂商欢迎的发布广告的公司之一,在2020年第三季度获得了371亿美元的收入。该公司总部位于加利福尼亚州山景城,是Alphabet公司的子公司。

谷歌公司将谷歌营销平台分为两种不同的类别:小企业和大企业。在企业类别中,它提供与包含数据管理平台功能的谷歌分析(Google Analytics)的集成。它的功能包括报告、细分、可视化和预测分析。

优点:

  • 对于在谷歌网站上投放大量广告的大企业来说,谷歌营销平台是一个绝佳的选择。
  • 它结合了网络数据以及广告受众数据和分析。
  • 该平台提供先进的预测分析,可以帮助企业规划他们的营销策略。

缺点:

  • 谷歌工具可以从一些第三方来源获取数据,但它们在与外部数据源集成方面不如其他一些工具。
  • 发展中国家的用户有时会抱怨对当地市场的支持有限。
  • 它还缺乏其他平台上的一些渠道管理功能。

4. Lotame

Lotame公司成立于2006年,专注于提供领先的非堆叠数据解决方案。其客户包括CBC、IBM、Omnicom Media集团、McClatchy以及许多其他营销商、出版商、媒体公司和代理机构。总部位于纽约市和马里兰州哥伦比亚市,并在阿根廷、伦敦、孟买、新加坡和悉尼设有办事处。该公司筹集了约6170万美元的风险投资。

Lotame DMP由四个集成产品组成:用于构建、细分受众和扩展受众的Lotame Lab;Lotame Connect用于提取客户数据;Lotame Data Exchange用于购买受众数据。该公司为其非捆绑式的平台感到自豪,因此客户不必购买他们不需要的任何技术或服务。它还与媒质无关,因此用户可以从几乎任何来源获取数据。

优点:

  • Lotame的非捆绑模式让客户只购买他们需要的服务和技术。
  • 该公司屡获殊荣的客户服务获得好评如潮。
  • 该平台非常灵活,使用户能够从各种来源导入和导出数据。

缺点:

  • Lotame缺少一些客户希望看到的自动化功能。
  • 有些客户抱怨定价太高,其他费用太多。
  • 该平台提供了许多功能,但对于有些用户是没有必要的。

5. Mapp Cloud

Mapp公司前身为Mapp Digital,成立于1998年,是一家数字营销技术公司。其客户包括CBS Interactive、兰博基尼、劳埃德银行集团、百事可乐、联合利华等。该公司是一家私人控股公司,在加利福尼亚州圣地亚哥和几个欧洲国家设有办事处。

该公司的平台Mapp Cloud包括四个不同的部分:用于获取客户的Mapp Acquire、用于客户参与的Mapp Engage、用于分析的Mapp Intelligence以及用于与其他工具和合作伙伴连接的API的Mapp Connect。其数据管理平台功能包括集中数据收集、统一客户分析、细分等。它还提供电子邮件营销功能。

优点:

  • 该平台为零售、金融服务、媒体和代理机构提供量身定制的解决方案。
  • 它允许企业创建客户的全方位的视图,以改进营销和促进销售。
  • 它结合了电子邮件营销并与其他工具集成以执行其他类型的营销活动。

缺点:

  • 一些客户抱怨MappCloud的界面不够友好。
  • 此外,有些人希望它的社交媒体功能更好。

6.MediaMath

MediaMath公司成立于2007年,提供具有数据管理功能的需求方平台(DSP)。它拥有3500多个活跃的广告商,包括可口可乐、IBM、eBay、SAS等。它的总部位于纽约市,拥有500多名员工。

MediaMath的平台提供一系列媒体购买和受众管理功能,包括活动管理、媒体管理、创意管理、定位、身份管理和消费者细分开发。它的细分工具可以整合第三方数据,并协调跨显示器、移动设备、联网电视、视频、音频、数字户外和本地频道的活动。

优点:

  • 使用MediaMath,可以将数据管理与媒体购买活动相结合。
  • 客户对其易于使用的界面给予了很高的评价。
  • 它的客户服务也受到高度评价。

缺点:

  • 如果没有包括媒体购买和其他功能的完整平台,MediaMath不提供购买数据管理的选项。
  • 有些客户抱怨价格高,但其他人说它比使用代理便宜。
  • 一些人还表示,他们希望报告允许更多的灵活性。

7. Nielsen DMP

长期以来,Nielsen公司作为评估电视收视率的权威机构而闻名,它已经扩展到提供其他与媒体相关的产品和服务。该公司总部位于纽约市,自从1923年开始营业,业务遍及100多个国家/地区。2019年,它拥有65亿美元的收入。它在纽约证券交易所交易,代码为NLSN,是标准普尔500指数的组成部分。

作为Nielsen营销云平台的一部分,该平台连接到Nielsen受众数据,还包括人工智能功功能。它的功能包括媒体规划、分析、细分、编排、动态分析、消息排序、覆盖范围和频率、频率上限等。它还与许多第三方应用程序集成。

优点:

  1. 直接使用Nielsen数据的能力使这个数据管理平台有别于许多其他平台。
  2. Nielsen的平台还整合了先进的人工智能功能,赋予其卓越的分析能力。
  3. 该公司获得多个奖项,因为它是可用的最佳数据管理平台之一。

缺点:

  • 一些客户抱怨感觉受限于Nielsen公司的合同。
  • 对于经验不足的用户,该平台起初可能难以使用。
  • 一些客户表示,并不总是能很好地沟通产品的变化。

8. Oracle CX Marketing

尽管Oracle公司以其数据库软件而闻名,但它提供了广泛的技术产品和服务。它总部位于加利福尼亚州雷德伍德市。它在纽约证券交易所交易,代码为ORCL,是标准普尔500指数和标准普尔100指数的组成部分。在其2020财年备案中,该公司报告的收入为390.7亿美元。

Oracle公司的客户体验解决方案包括Oracle BlueKai数据管理平台,并与Oracle公司的数据库软件集成,允许企业将其客户体验数据与其财务数据联系起来。它可以处理B2C和B2B,它包括活动管理、细分、个性化、客户获取、客户智能、数据激活、智能内容和其他功能。

优点:

  • 与Oracle数据库软件的集成使该选项成为使用其他Oracle产品的企业的理想选择。
  • Oracle客户体验解决方案将CRM功能与数据管理平台相结合。
  • 该工具非常强大,同时也提供了易于使用的界面。

缺点:

  • 这种高级解决方案的部署可能很复杂,尤其是与类似的数据管理平台相比。
  • 该软件功能非常齐全,但对于不使用其他Oracle软件或不想将其数据管理平台与业务的其他部分绑定的企业来说可能提供的功能太多。
  • 作为企业数据管理领导者,它可能非常昂贵。

9. Salesforce CDP

Salesforce是全球领先的CRM软件供应商,也是最早将云计算作为其商业模式的公司之一。它还赢得了无数奖项,因为该公司是一家受人尊敬的公司,其总部位于加利福尼亚州旧金山,在纽约证券交易所上市,交易代码为CRM。在2020财年的年收入为171亿美元。

正如人们所料,SalesforceCDP(客户数据平台)与Salesforce CRM平台紧密集成。它是包括数据捕获、数据质量管理、身份解析和分段在内的产品组合的一部分。它还利用了Salesforce的Einstein AI技术。之前使用Salesforce Audience Studio(一种Salesforce DMP)的客户将被引导到Salesforce CDP,因为Audience Studio即将停产。

优点:

  • 使用Salesforce CRM的企业对Salesforce CDP与Salesforce其他解决方案集成的能力表示满意。
  • 该平台是高度可定制的,尤其是在数据治理、风险和合规性措施方面。
  • Salesforce CDP具有许多内置的合规性功能,对于在国际上开展业务的企业或高度监管行业的企业尤其有用。

缺点:

  • 用户报告了一些平台错误,有时响应时间很慢,尤其是在加载数据时。
  • 虽然它与Salesforce CRM很好地集成,但它并不总是与营销人员的其他应用程序很好地集成。
  • 客户喜欢受众洞察,但认为他们可以拥有更好的付费广告洞察数据。

10. The Trade Desk

The Trade Desk成立于2009年,该公司的目标是改变媒体以造福人类。它主要是一个需求方平台,但也提供数据管理平台和其他媒体相关工具和服务。该公司总部位于加利福尼亚州文图拉。它是一家版权所有、在纳斯达克上市的公司,代码为TTD,2019年的收入为6.61亿美元。

The Trade Desk的数据管理平台技术解决方案包括受众细分、相似建模、第三方客户数据集成和数据市场。它是整个平台的一部分,不能作为单独的产品提供。用户包括Anheuser-Busch、Safelite AutoGlass、Home Chef、Meineke等。

优点:

  • 对使用The Trade Desk的媒体购买功能感兴趣的公司会喜欢它具有内置的数据管理平台。
  • 研究公司已将The Trad eDesk评为其市场的领导者。
  • 该平台获得了客户的好评,尤其是在第三方数据的可用性方面。

缺点:

  • 不能将其数据管理平台作为独立产品购买。
  • 在数据管理平台内,跨账户共享数据集很困难。
  • 一些用户希望报告更加可定制。

数据管理平台对照表:

责任编辑:赵宁宁 来源: 企业网D1Net
相关推荐

2022-05-24 14:46:23

DCIM数据中心

2022-05-23 13:43:07

预测分析数据分析

2020-12-17 19:15:48

大数据大数据平台架构数据平台建设

2022-05-11 13:51:53

数据驱动大数据管理

2022-04-13 14:43:22

数据管理多云人工智能

2022-03-25 11:46:21

数据仓库软件安全保护数据

2022-03-09 14:00:04

数据管理大数据数据管理软件

2022-03-10 11:38:06

数据管理数据

2022-01-05 15:50:09

2022-02-16 08:28:17

2020-07-07 12:06:58

2020-02-13 13:18:54

数据中心云计算边缘计算

2011-08-12 11:14:42

大数据数据分析平台架构

2017-07-03 13:53:17

大数据大数据平台数据治理

2017-06-14 23:42:27

大数据数据源架构

2021-02-22 10:55:59

2015-08-24 13:56:10

数据分析

2020-11-20 11:52:00

大数据

2021-07-25 21:20:34

2016-10-19 15:34:57

同话题下的热门内容

大数据分析技术和方法有哪些?如何构建准实时数仓?大数据如何成为元宇宙的基石节日消费数据不“杀熟”?大数据带你一起“解”七夕!五个方法,破解数据分析的核心难题中原银行实时风控体系建设实践聊聊数据分析的价值是什么?大数据的过去正在颠覆人们的未来

编辑推荐

使用Pandas&NumPy进行数据清洗的6大常用方法2018年7款最佳免费数据分析工具pyspark访问hive数据实战【漫谈数据仓库】 如何优雅地设计数据分层人工智能、大数据与深度学习之间的关系和差异
我收藏的内容
点赞
收藏

AISummit人工智能大会