直到2019年，DMP（数据管理平台）还是大型消费者品牌的营销者用来进行广告、营销、品牌管理的一个最主要手段，但缺乏个人身份信息的统一管理框架使得它已经开始落伍于时代。当有更新的技术可以提高全面营销计划的有效性和效率时，基于AI驱动的客户数据平台（CDP）应运而生。2020年的2B市场，CDP将据有一席之地。
DMP主要收集匿名数据，营销机构使用DMP按人口、行为或位置等类别粗线条识别受众，以便更好地针对数字广告活动。DMP聚合了来自多个数据源的大量匿名客户数据（主要数据源是第三方数据），通过与匿名实体（如cookie、设备和IP地址）的协作，以交换群体访问信息。由于包括竞争对手在内的不同公司通常可以访问相同的匿名数据，它只能有助于数字营销人员大体上把握和瞄准特征化的受众。
与和数据管理平台相比，CDP有助于统一各种客户数据，包括历史、背景、人口统计和行为信息。这种数据的统一性来自于一个一体化业务中台，在客户管理的全流程、多触点，基于各个环节的交互或汇总各个接口的信息，并由AI驱动数据分析与机器学习，进行智能化的整合、预测与建议。
具体到销售和客户管理方面，DMP要回答的问题是：顾客最有可能购买的东西是什么？我在哪里可以在线联系这些客户？如何有效地分析大量的受众数据，从而做出更明智的媒体购买决策？而CDP要回答的问题是：谁是我的高价值客户？如何个性化与该客户的互动？该客户最感兴趣的产品或服务是什么？对于这个特定的客户，下一个最好的行动是什么？
对应到CRM系统中，DMP是一个概率性的匹配，基于匿名用户数据的数据选择，群体和类别优先于唯一的客户标识符，而CDP则是一个确定性匹配，用唯一标识符（如电子邮件地址）确定哪些数据链接到唯一客户。
2019年，联合国儿童基金会荷兰办事处引入Dynamics 365（Dynamics365官网：http://www.dynamics365.cn)的CDP平台，以便快速方便地组合来自多个来源的数据，分析数据以提升洞察力。该应用程序建立在微软Azure平台上，允许联合国儿童基金会使用AI和基于Azure的机器学习模型，从建立接触到捐赠完成，从细分客群到行为预测，把千万级的用户数据库中的捐赠者关键细节，如联系信息、慈善利益和捐赠历史，转换为营销和服务团队可以展开大规模个性化营销与关怀的明确方案。
以此项目为例。如果是基于DMP，营销团队只能建立这样一个粗线条的捐赠者描述："性别男，年龄28-55岁，捐赠频次5-10次/年，有读书这样的兴趣爱好，最常访问Y社交自媒体"，而基于CDP，他们会发现捐赠者主要有以下四种典型人群构成（总和占比超过84%），以及各个捐赠者是属于以下哪一类，或者是更细分的人群：
A：收入24万以上，性别男，有读书这样的兴趣爱好，最常访问Y社交自媒体，捐赠频次5-10次/年
B：年龄40-55岁，有旅行这样的兴趣爱好，累计捐赠超过二百万，捐赠频次5-10次/年
C：性别女，有读书这样的兴趣爱好，捐赠频次5次/年，最常访问Y社交自媒体
D：年龄跨度28-55岁，收入12-24万以上，捐赠频次1-5次/月
其中B类会员捐赠比例占整个捐赠额的26%，D类捐赠者人数最多。我们看到，如果联合国儿童基金会基于DMP展开营销活动，既不能精准指向最重要的B类捐赠者，也不能覆盖人数最多的D类捐赠者。
当联合国儿童基金会通过Mailchimp向一个月内有捐赠行为、且留下电子邮件地址的几百万用户进行邮件群发时，只要用户主动点击一个抽奖活动时会弹出一个信息收集页面，只需要用户点击六个选项，即可参加抽奖，而捐赠者的各类个性化信息即通过Dynamics 365把相应字段记录到CDP平台上，一次性、成批量地丰富了几百万客户的360度视图。
在中国某国家级基金会的CRM系统中，此类实践也被借鉴。当捐赠者浏览在微信公众号上推出的所有营销软文时，每次浏览都会触发文章内置的一个多或多个标签，包括他所有浏览的纪录、每篇文章的浏览时间、点击广告的都行为被跟踪记录下来，传输给CRM系统，通过自动化标签整合到CDP中，而进行了客群细分。如果他在朋友圈对某篇文章进行分享，可以进行记录以便适用一些积分奖励政策。当捐赠者通过微信进行在线咨询时，可以为AI智能客服定义上千条规则，在无人值守时为客户提供满意的答复，所有的咨询对话都会加入到CDP中，在服务的全过程可视，以便营销、客服人员为客户打造个性化体验。当捐赠者通过电话咨询时，在他张嘴询问之前，客服人员已经选择好可用话述。
总体来说，CDP具有以下优势，而将成为2B市场的数字化技术新风口：
全面了解客户：
通过对流行数据源使用预先构建的连接器，为消费者和企业汇集所有事务、观察和行为数据。通过基于人工智能和机器学习的建议解析客户身份，统一用户数据，构建丰富的客户档案。
建立见解并采取行动：
使用机器学习模板来预测客户流失或下一个最佳操作，将客户洞察卡嵌入到Dynamics 365业务应用程序或外部应用程序中，使用Power automatic触发工作流以响应客户需求，展开明智行动。
根据您的需要调整和扩展解决方案：
直观的指导性体验，使用熟悉的Azure服务和工具扩展解决方案，并使用自己的机器学习模型，将客户数据与Microsoft Power BI连接以自定义仪表板和报表，使用Microsoft Power apps构建具有嵌入式客户洞察力的自定义应用程序。