TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

AI CDP:AI 给客户数据平台增加了什么,又在哪里止步

AI CDP 是给客户数据平台加上身份匹配、预测、人群和助手。一张带局限的能力表,加两个能复算的算例:匹配精确率,以及流失分数的盈亏平衡。

林舟 发布于 2026 年 11 月 20 日 10 分钟阅读 数据分析
示例数据:2,000 位客户里,共享登录能关联 55.0%;概率性匹配把这一比例提高到 81.4%(精确率 95.8%),代价是 72 个错误合并。示例数据

AI CDP 是加入了机器学习或语言模型功能的客户数据平台:概率性身份匹配、预测分数、人群构建和自然语言助手。AI 不会凭空产生客户数据,所以每项功能都受底层标识的限制。在下面的示例里,概率性匹配把被关联的客户从 55.0% 提高到 81.4%,但多出了 72 个错误合并。

读完你会知道

  • 每项 AI 功能的上限都由底层数据决定:身份要有确定性锚点,分数要有结果,人群要有去处
  • 概率性身份关联用于分析,不要用于无法撤回的操作:新增的 600 个关联里有 72 个是错的
  • 一个不错的流失模型联系 1,000 人仍亏了 $200;只有精确率超过盈亏平衡点(这里是 16.7%)的部分才值得行动

什么是 AI CDP,AI 到底多了什么?

客户数据平台(CDP),按 CDP Institute 的说法,是“创建并维护一份持久、统一、可供其他系统访问的客户记录的软件”(CDP Institute)。这句话里有三件事:从多个系统收集数据,把属于同一个人的记录关联起来,再把结果开放给其他工具。

“AI CDP”就是在这三件事之上加了机器学习或语言模型功能的 CDP。实际上厂商说的是四样东西:

  1. 更聪明的身份识别:用概率去匹配没有共同 ID 的记录。
  2. 预测:流失风险、购买可能性之类的分数。
  3. 人群构建:根据描述或模型结果生成的分群。
  4. 助手:用自然语言向数据提问。

AI 不会凭空产生客户数据,也无法修复从没采集过的标识。下面每一项能力,上限都由底层数据决定,本文用能复算的数字指出这个上限在哪里。

每项 AI 能力需要什么,会在哪里失效?

用这张表,把一堆功能列表变成可以拿去追问的问题。

能力做什么需要什么在哪里失效依赖它之前要问
身份识别把设备 ID、邮箱和登录合并成一个档案至少有一些确定性锚点,比如登录错误合并会把两个人并成一个;错误拆分会把一个人算两次在你人工核对过的样本上,错误合并率是多少?
预测给每位客户打流失、购买或价值分数足够多的历史结果、干净的标签、稳定的行为分数能给人排序,但对多数个体是错的排在最前面那一段的精确率是多少,是否高于盈亏平衡点?
人群按规则、模型或描述生成分群新鲜的数据,以及能接收名单的目的地成员过期;分群太小;和其他活动重叠成员多久刷新一次,规模和重叠有多大?
助手用自然语言回答问题能访问真实数据,并留下查询记录说得流畅却不对应任何查询我能看到每个数字背后的查询吗?

接下来的小节用示例数据走一遍前三项。助手的部分见 AI 营销分析。

能力需要什么在哪里失效依赖它之前要问
身份识别一些确定性锚点,比如登录错误合并和错误拆分在人工核对的样本上的错误合并率
预测历史结果和稳定的行为能给人排序,但对多数个体是错的要行动的那一段精确率与盈亏平衡点对比
人群新鲜的数据和目的地过期或太小的分群;重叠刷新间隔、规模、重叠
助手能访问真实数据说得流畅却没有查询我能看到每个数字背后的查询吗?

表里概括了四项能力,下面的小节会复算前三项。

AI 能多准确地把记录匹配到同一个人?

身份识别有两种方法。确定性匹配把共享同一个精确标识(比如同一个登录或同一个哈希邮箱)的记录关联起来:精确,但漏掉所有从没表明身份的人。概率性匹配用较弱的证据(设备类型、时间、位置、行为)给记录对打分,超过阈值就关联:覆盖的人更多,但有时会关联错。统计基础可以追溯到 Fellegi 和 Sunter 1969 年的记录关联理论:你选一个阈值,在错误匹配和漏掉的匹配之间取舍,两者不能同时消除(Fellegi 和 Sunter,1969)。

为什么本来就有一块缺口要补?因为浏览器限制匿名标识的寿命。Safari 的跟踪防护会在用户 7 天没有与网站交互后,删除由 JavaScript 写入的 Cookie 和其他脚本可写的存储;检测到链接装饰时,Cookie 的有效期上限是 24 小时(WebKit)。一位客户第 0 天来过、第 9 天回来,在登录之前可能看起来是两个访客。

一个算例(示例数据,已用 Python 复算)。假设一家店有 2,000 位客户,他们的多台设备本来可以合并成各自的档案。

步骤建立的关联数正确的关联数精确率被正确关联的客户占比(召回率)
只用确定性(共享登录)1,1001,100全部正确55.0%
加上概率性匹配+600+528新增部分 88.0%不适用
两者合计1,7001,62895.8%81.4%

读表:

  • 加上概率性这一步,被关联的客户占比从 55.0% 提高到 81.4%,多出 528 个正确关联。
  • 代价是 72 个错误关联(600 − 528)。每个错误关联都会把两个不同的人并进一个档案,结果就是消息发给了错的人,或者一笔购买记到了错的客户名下。
  • 合计的 F1 分数(衡量匹配质量最常用的单一数字)是 2 × 0.958 × 0.814 ÷ (0.958 + 0.814) = 0.88;只用确定性是 0.71。

判断规则:概率性关联用于分析,不要用于无法撤回的操作。统计人群规模,或衡量一位典型客户用几台设备,可以容忍合并结果里 4% 的误差。但给概率性合并出来的档案发个人优惠、账户通知或退款,就不行。向任何厂商要一个在你自己数据上、人工核对过的样本里测出的错误合并率。

app.tapcub.com

被正确关联的客户

2,000 位客户
只用确定性55.0%
加概率性匹配81.4%
新增的错误关联72
示例数据
示例数据:2,000 位客户里,共享登录能关联 55.0%;概率性匹配把这一比例提高到 81.4%(精确率 95.8%),代价是 72 个错误合并。

AI 能预测谁会流失吗,分数什么时候值得据此行动?

预测就是每位客户一个分数,评价它的有用方式,是看你要行动的那一段精确率,并和盈亏平衡线对比。

示例数据:10,000 位客户,其中 5%(500 位)本季度会流失。模型给所有人打分,我们按分数从高到低把客户分成十等份:

分数分组(每组 1,000 位客户)组内流失人数精确率相对 5% 基准的提升倍数占全部流失者的累计比例
1(最高)15015.0%3.030%
210010.0%2.050%
3707.0%1.464%
4505.0%1.074%
5–10130平均 2.2%0.4全部

按通常的标准,这是个不错的模型:分数最高的 10% 抓到了 30% 的流失者,比随机挑选好三倍。但在最高那一组里,被标出来的人有 85% 不会流失。

这有没有用,取决于行动的成本和能挽回多少。假设一次挽留优惠联系每人花 $2,能留住 20% 本来会走的客户,留住一位客户值 $60。

  • 盈亏平衡精确率 = 成本 ÷(留存率 × 价值)= 2 ÷ (0.20 × 60) = 16.7%。
  • 联系最高那一组:花 1,000 × $2 = $2,000;150 位流失者 × 20% = 30 位留住 × $60 = $1,800。净额 −$200。
  • 只联系那一组里靠前的一半(500 位客户,假设有 90 位流失者,精确率 18.0%):花 $1,000;18 位留住 × $60 = $1,080。净额 +$80。

同一个模型,联系 1,000 位亏钱,联系 500 位赚钱。所以规则是:把截断线定在精确率超过盈亏平衡点的地方,并且拿一个没收到优惠的留出组来衡量留下来的人数。分数不等于决定。如果只凭一个分数就对个人做出有法律后果或类似重大影响的决定,比如信贷或定价,欧盟 GDPR 赋予人们不受仅基于自动化处理(包括画像)作出的决定约束的权利(第 22 条第 1 款);要把这类事自动化之前,请先咨询法律意见(GDPR 第 22 条)。

AI 帮你建的人群有多好?

人群是符合某条规则、某个模型分数或某段描述的一份名单。AI 改变的是创建的速度,不会改变什么才算有用。向一个人群发送之前,检查四件事:

检查原因通过的标准
规模名单太小,结果读不出来每个测试组预期的转化数要明显高于几十个
新鲜度每周才更新的成员,会漏掉昨天刚离开页面的访客刷新间隔短于决策窗口
重叠同一个人出现在五个人群里,就会收到五条消息数一数有多少人同时在多个生效的人群里
留出组没有对照组,就分不清是效果还是选择每次发送都留出一个随机的小部分(比如 10%)

留出组是最常被跳过的一项。符合“购买可能性高”的人本来就要买,所以事后看到的销量,大部分并不是这条消息造成的。想看一个表面的提升里有多少是选择造成的,同样的逻辑出现在衡量聊天机器人的回报和 A/B 测试的指南里。

在 CDP 里加 AI 之前该先决定什么?

按这个清单往下走,遇到第一个“否”就停。

  1. 你有确定性锚点吗?如果很少有活跃客户登录或留下邮箱,大部分工作就要靠概率性匹配,它的误差会占主导。先把采集做好。
  2. 你能写出一个会因分数而改变的决定吗?“谁收到挽留优惠”是决定,“一个流失分数”不是。
  3. 你有足够多的结果吗?罕见事件只有极少的样本,训练不出可靠的模型。
  4. 你能留出对照组吗?不能的话,就无法衡量收益,也就无法证明成本合理。
  5. 这个人群有地方可去吗?没法发到邮件、广告或消息工具的人群,只是一份报表,不是一次激活。
  6. 你能看到每个数字是怎么得出来的吗?对助手来说,一定要看到背后的查询。

TapCub 在这里做什么,不做什么?

TapCub 不是完整的客户数据平台。它不会把人群发送到邮件或广告工具,不做 CRM 和邮件营销,也没有预测分数。它提供的,是上面这些比较所依赖的衡量和身份层,并且都在一个项目里。用上面的例子走一遍:

  1. 建立确定性锚点。有人登录时调用 tapcub.login()。这个人就会出现在 全端分析 › 用户 › 用户,档案里有按天排列的时间线,会把绑定在同一个登录 ID 上的设备合并起来。匿名访客会被统计,但没有档案,而且识别模式在撰写本文时是付费套餐的功能,请在文档里确认你的套餐。
  2. 把人分成分群。在 全端分析 › 用户 › 分群与标签 里,可以建规则分群(每天或手动刷新)、粘贴 ID 列表的静态分群,或实时分群。那里还有 10 组 RFM 分桶和分群人数的 30 天趋势。匿名访客不会进入分群,这和上面身份表里“只用确定性”那一行一致。
  3. 检查新鲜度和重叠。分群页面会记录每次刷新时谁加入、谁离开;如果配置了 Webhook,TapCub 会发出成员变化通知。分群之间的重叠,要自己对照成员数来比较。
  4. 预测要靠你自己。TapCub 给任何一组人报告计数和比率,但不给流失打分。如果你在别处算出分数,把结果作为事件带回来,在 全端分析 › 行为分析 › 行为分析 里把被标记的人群和留出组做比较。
  5. 向助手提问,并读它的查询。 全端分析 › 智能运营 › AI 助手 根据在你项目上运行的分析查询来回答,你自己的 AI 智能体也可以通过只读连接读取数据。它不会创建监控,也不会发通知。身份相关的步骤见识别用户。

FAQ

什么是 AI CDP?

加了机器学习或语言模型功能的客户数据平台:概率性身份匹配、预测分数、人群构建和自然语言助手。数据采集和统一仍然来自底层平台。

CDP 和数据仓库有什么区别?

CDP Institute 把 CDP 描述为创建并维护持久、统一的客户记录、并让其他系统可访问的软件。仓库负责存数据;CDP 还要负责客户身份,并把统一后的记录开放出去。

AI 身份识别有多准?

取决于你的数据。上面的示例里,确定性匹配全部正确但只关联了 55% 的客户;加上概率性匹配后关联了 81.4%,整体精确率 95.8%。向厂商要在你自己核对过的样本上测出的错误合并率。

只做分析,需要 CDP 吗?

往往不需要。如果你要的是网站和 App 上一致的身份与衡量,带登录身份和分群的分析产品可能就够了。只有当你必须把统一的人群推送到很多激活工具时,才需要 CDP。

客户打分受隐私法约束吗?

可能受。仅基于自动化处理、且带来法律后果或类似重大影响的画像决定,适用 GDPR 第 22 条第 1 款。只给邮件名单排序的营销分数通常不同,但你的情况要咨询法律意见。

资料来源

归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

林舟

产品体验专员

关注产品体验、功能使用与增长实践,喜欢把复杂流程拆成清晰步骤,让分析结果更容易用到日常决策中。

先把可信的身份打好基础

把登录关联到档案,建每天刷新的分群,并把答案读回成你能检查的查询。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie