TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

客户数据平台架构:收集、统一和激活三层

客户数据平台的几层架构,每一层要决定什么、怎样出问题,附一个身份解析算例(12 个标识变成 6 份档案),并如实说明 TapCub 覆盖了哪几层。

苏禾 发布于 2026 年 11 月 20 日 11 分钟阅读 数据分析
示例数据:十二条记录、十二个标识,关联成六份档案。Jo(四个标识)、Sam(三个)和 Kim(两个)已识别;三份匿名档案与任何人都没有共享的键,不按猜测合并。示例数据

客户数据平台架构有三层:从网站、应用和服务器收集数据,把记录统一成每人一份档案,再把档案和分群提供给其他工具来激活。治理贯穿三层。先用登录、已验证的邮箱这类确定性标识,并决定每个工具能读什么。

读完你会知道

  • 用三个问题检验任何设计:数据来自多个来源、被关联成每人一份档案、其他系统可以读取
  • 只按可信的键匹配:示例里 12 个标识合成 6 份档案(3 份已知、3 份匿名),不按猜测合并
  • Safari 在七天没有交互后会删除脚本写入的存储,所以只靠 cookie 连不起各次访问;登录可以

什么是客户数据平台架构

客户数据平台(CDP)架构,是这样一套系统的组合:从多个地方收集客户数据,把属于同一个人的记录合并起来,再把结果提供给其他工具使用。CDP Institute 把 CDP 定义为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。它的页面把收集并关联数据视为满足这一定义所需的最小功能集合,并指出这些能力可以由产品原生提供,也可以由数据仓库这类外部系统组合而成。

这给了一个检验任何设计的实用标准,包括供应商幻灯片上的架构图。三样东西必须存在:数据从多个来源进来,记录被关联成每人一份档案,其他系统可以读取这份档案。本文把这几层叫作收集、统一和激活,外面再套一个第四项关注点:治理。术语表里的客户数据平台给出了简短定义;本文讲各部分怎样配合。

三层架构,以及每一层要决定什么

层职责主要决策出问题的迹象
收集从网站、应用、服务器和文件里采集事件和属性事件名和属性;客户端还是服务端;采集前的同意同一个动作有三个名字;转化被广告拦截器漏掉
统一把记录关联成每人一份档案哪些标识算同一个人;匿名数据怎么处理不同工具里的客户数不一致;同一个人出现多次
激活把档案和分群提供给其他系统谁来读、多新鲜、什么可以离开平台分群靠手工导出,或者过期
治理(贯穿各层)同意、最小化、保留期、访问权限保留什么、多久、谁能看没人说得清邮箱存在哪里

每一层都有自己的失效方式,一层的问题常被怪到另一层头上。报表说有 12,000 个客户,销售却知道只有 9,000 个,这通常是统一层的问题,而不是收集层的问题。下面按顺序讲这几层。

层职责出问题的迹象
收集从网站、应用、服务器和文件里采集事件和属性同一个动作有三个名字;转化缺失
统一把记录关联成每人一份档案不同工具里的客户数不一致
激活把档案和分群提供给其他系统分群靠手工导出,或者过期
治理同意、最小化、保留期、访问权限没人说得清邮箱存在哪里

分层是一种工作模型,不是行业标准。CDP Institute 的定义只要求统一、持久、可访问的记录。

收集:数据怎样进来

收集层有四类来源,一套设计通常需要不止一种。

  1. 浏览器和应用里的客户端脚本和 SDK 实时记录页面浏览、点击和行为。它们很详细,但可能被拦截,而且能存在设备上的东西有限。
  2. 服务端事件 由你的后端发出,记录绝不能漏掉或被伪造的事:订单、付款、注册、退款。
  3. 导入 把客户名单、日志之类来自你控制不了的系统的文件带进来。
  4. 其他工具的 webhook 和连接器,在对方支持的情况下。

数据随后怎样在系统之间流转,见我们的数据管道指南。

客户端存储的限制值得了解。WebKit 的跟踪防护(John Wilander 的博客文章,2020 年 3 月 24 日)会在 Safari 使用期间,用户七天没有与网站交互后,删除该网站所有可由脚本写入的存储,其中包括用 JavaScript 写入的 cookie。所以九天后回来的访客,可能是以一个新的匿名访客身份出现。对架构来说,这意味着 cookie 不能是两次访问之间仅有的联系;平台需要访客自己提供的确定性标识,比如登录,来把他们重新接上。

先约定事件规范,再做别的。一份共用的事件名和必填属性清单,是网站、应用和服务端数据日后能对齐的前提。一个团队发 signup,另一个团队发 sign_up,统一层永远修不好它。

统一:记录怎样变成一个人

身份解析,是把属于同一个人的标识关联起来。安全的做法,也是应该从它开始的做法,是确定性匹配:只有当两条记录共享一个你信任的键,比如登录 ID、已验证的邮箱或计费系统里的客户 ID,才算同一个人。其他任何依据,比如相似的名字或相同的设备类型,都只是猜测,按猜测合并会把两个人融成一份档案。

示例数据:来自四个系统的十二条记录。每条有匿名或设备 ID、邮箱和计费客户 ID 中的一部分。

记录来源匿名 / 设备 ID邮箱客户 ID
R1网站anon_a1
R2网站anon_a1jo@example.com
R3网站anon_b7
R4应用dev_x9jo@example.com
R5客服anon_a1
R6计费jo@example.comcus_204
R7网站anon_c3
R8网站anon_c3sam@example.com
R9计费sam@example.comcus_377
R10网站anon_d4
R11应用dev_y2
R12客服anon_e5kim@example.com

这 12 条记录含有 12 个不同的标识。把共享任一键的记录关联起来,得到六份档案:

  • Jo: R1、R2、R4、R5 和 R6 合成一份档案,由 anon_a1、jo@example.com 和 cus_204 串起来,R4 因为和 Jo 共用邮箱,应用设备 dev_x9 也附了上来。四个标识合成一个人。
  • Sam: R7、R8 和 R9,R8 暴露了 sam@example.com、R9 共用它时被关联起来,所以更早的匿名访问属于一位已知客户。
  • Kim: 只有 R12,一个已识别的人,目前只有一条记录。
  • 三份匿名档案: R3(anon_b7)、R10(anon_d4)和 R11(dev_y2)。没有共享的键把它们和任何人联系起来。

R3 也许是 Jo 在一周多之后带着新 cookie 回来,就像上面 Safari 的情形,但数据里没有任何东西能证明,所以确定性规则不去动它。这是正确的默认做法:错误的拆分日后可以在这个人登录时修复,而错误的合并会把两位客户的数据放进同一份档案。

要决定一个键变化时怎么办。一个人换了邮箱,或者一个登录 ID 被两个人共用,都会让把键当作一成不变的规则出错。要保留合并的审计记录,以及撤销合并的办法。

app.tapcub.com

标识数与档案数

示例数据,12 条记录
数据里的标识12
按共享键匹配后的档案6
其中已识别的人3
示例数据
示例数据:十二条记录、十二个标识,关联成六份档案。Jo(四个标识)、Sam(三个)和 Kim(两个)已识别;三份匿名档案与任何人都没有共享的键,不按猜测合并。

激活:其他系统怎样使用档案

激活层是档案离开平台或被其他东西读取的地方。常见的路径有三种:其他工具调用的接口或数据库查询、按计划的文件导出,以及把分群推送给另一个工具的连接。CDP Institute 的定义只要求这份记录能被其他系统访问,不管用什么方式。

四个问题决定设计:

  1. 谁来读,数据要多新鲜? 每周发一次的邮件名单,每小时刷新一次绰绰有余;在客服窗口里显示账户套餐的话,数值需要几秒内就位。
  2. 什么可以离开平台? 把整份档案发给每个工具,会让邮箱存放的地方成倍增加。每个工具只发它需要的字段。
  3. 谁拥有分群的定义? 如果市场部和客服对「活跃客户」各有一种定义,同一个问题就有了两个答案。在平台里只定义一次。
  4. 有人被删除或撤回同意时怎么办? 删除必须传达到每一个收到过这些数据的系统。

请记住,发送消息、给线索打分或对受众出价,是执行这些事的那个工具的工作。平台的职责到把正确的档案和分群提供出来为止。

治理贯穿三层

GDPR 里有两处直接影响设计。第 5(1)(c) 条要求个人数据「充分、相关,并限于必要的范围」,所以收集层不应该因为某个字段将来也许有用就去采集它。第 4(5) 条把假名化定义为这样处理个人数据:不借助额外信息就「无法再归属于特定的数据主体」,额外信息要单独保管并受保护。入库前对邮箱做哈希就是常见的例子;如果存在对照表,哈希值仍然是个人数据。

实际的后果:

  • 在采集的地方记录同意,并让它跟着档案走,这样激活层就能拒绝发送同意范围之外的内容。
  • 尽可能把标识和行为放在不同的存储里,需要时再关联。
  • 给每个字段指定负责人和保留期。
  • 限制谁能看原始档案。大多数角色只需要汇总数据。

自建、购买还是组合

方案怎么运作适合选它的代价
一体化平台一个产品完成收集、统一和激活没有数据工程师、需要尽快见效的团队对数据模型的控制较少;数据放在供应商的系统里
组合式(以数据仓库为中心)采集工具写入数据仓库;身份和分群在仓库里搭建有数据工程师、已经有仓库的团队身份解析和激活任务要自己搭建和维护
分析工具加少量集成在分析产品里做收集和轻量统一;激活靠手工或文件主要想了解行为的较小团队没有面向外发工具的自动档案

没有哪一种比另一种更正确。CDP Institute 的定义既涵盖打包好的产品,也涵盖合起来表现得像一个产品的一组组件。要按谁来维护来选,因为统一层需要持续关注:规则、审计记录和合并都需要有人负责。

设计之前要回答的问题

  • 你想用统一档案做出哪三个决策,它们需要哪些字段?
  • 每个字段以哪个来源为准:注册表单、计费还是客服?
  • 你信任哪些键做确定性匹配,其中一个变化时怎么办?
  • 匿名访客怎么处理:只保留在汇总里,还是建档案?
  • 谁可以读原始档案,谁可以导出?
  • 一次删除请求怎样传达到每一份副本?

TapCub 怎样覆盖这三层

TapCub 不是完整的客户数据平台,最诚实的描述方式就是按上面的三层来说。它在收集层和统一层中偏分析的那一侧做得不错,激活层只覆盖很窄的一部分。设想一家店想把网站访客、应用用户和客服对话放在一个视图里。

  1. 收集。 一段脚本把网站访客、客服,以及通过 SDK 接入的 iOS、Android、Flutter、React Native、鸿蒙应用和小程序放进一个项目,用同一套事件和用户模型。你的服务器通过 HTTP 接口发送订单和注册,全端分析 › 数据管理 › 数据导入 可以导入 CSV 事件、CSV 用户属性和 Nginx 或 Apache 日志。事件定义放在 全端分析 › 数据管理 › 埋点方案。
  2. 统一。 访客起初是匿名的。你的网站调用 tapcub.login() 之后,该设备此前的匿名事件会获得用户 ID,这个人出现在 全端分析 › 用户 › 用户 里,有一条按天排列、合并了已绑定设备的时间线。邮箱和手机号标识会做哈希。一直没登录的访客留在汇总数据里,不会有档案,这就是算例里的三份匿名档案。B2B 产品可以用 tapcub.group() 把人汇总成账户,在 全端分析 › 用户 › 账户 里查看。
  3. 激活,范围有限。 在 全端分析 › 用户 › 分群与标签 里定义的分群(规则、静态或实时)可以在漏斗、留存等分析里重复使用。全端分析 › 智能运营 › 监控 里的监控在指标越过阈值时通知你。凡是要发送消息或构建广告受众的事,TapCub 不做:它不是 CRM,也不是邮件或广告工具。原始事件明细可以通过 全端分析 › 数据管理 › 数据导出 里的异步导出带出去。
  4. 治理。 配置 › 合规中心 设置采集档位、同意行为和保留期,并处理数据主体请求。

如果你需要对外激活,就把 TapCub 的档案和分群分析,与负责发送的工具配合使用。TapCub 告诉你谁做了什么,发送由你的发送工具来做。

常见问题

什么是客户数据平台架构?

它是这样一套系统的组合:从多个来源收集客户数据,把记录关联成每人一份档案,并把这些档案提供给其他工具。简单的描述方式是三层:收集、统一和激活,治理(同意、最小化、保留期、访问权限)贯穿所有层。

CDP 的主要组成部分有哪些?

采集(脚本、SDK、服务端事件和导入)、把记录关联成档案的身份层、存放档案和事件的存储、分群,以及让其他系统通过接口、文件或连接器读取数据的方式。CDP Institute 的最低要求是收集数据并关联成其他系统可访问的持久记录。

CDP 里的身份解析是什么?

身份解析是把属于同一个人的标识关联起来,比如匿名 cookie、登录 ID、邮箱和计费 ID。确定性匹配只在记录共享可信的键时才合并。示例里 12 个标识变成了六份档案,三份已识别、三份匿名。

我需要 CDP,还是数据仓库就够了?

取决于谁来维护。数据仓库可以存放数据,并且通过工程工作完成身份解析和分群,CDP Institute 说这是满足定义的一种有效方式。打包好的平台替你做更多这类工作。选你的团队能维护的那个。

TapCub 是客户数据平台吗?

不是。TapCub 把网站、应用和小程序的数据收集到一个项目里,把匿名访客和登录用户关联起来,并为分析构建分群,但不发送消息,也不构建广告受众。把它用在收集和分析这部分,再搭配一个负责发送的工具。

资料来源

  • CDP Institute,What is a CDP? CDP 的定义;收集并关联数据是最小功能;原生或组合式交付。2026-11-20 核对。
  • WebKit,Full Third-Party Cookie Blocking and More,John Wilander,2020 年 3 月 24 日。对可由脚本写入的存储设七天上限。2026-11-20 核对。
  • 欧盟,GDPR 第 5 条(数据最小化,5(1)(c))和第 4 条(假名化,4(5))。2026-11-20 核对。
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。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

把网站、应用和客服数据放进一个项目

一段脚本加网站、应用和小程序 SDK,登录用户和他们此前的匿名行为关联在一起。

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