最常被误解的24个营销数据术语
内容提要
营销与数据团队对“非活跃客户”“实时”等术语理解不一致，常导致活动返工。文章围绕活动执行梳理了24个易混淆术语，包括事件、数据源、字段、客户、画像、细分、受众、模型、实时、刷新、延迟、同意、治理等，并给出双方定义。建议提前明确客户身份、受众就绪、数据新鲜度和权属，记录业务定义并关联数据集，以便复用和AI一致执行。
延伸解读
术语误解的代价：从返工到成本
营销与数据团队对“非活跃客户”“实时”等术语理解不一致，会直接导致活动返工。例如，营销期望90天未购买，数据团队却按30天未打开应用筛选；营销设想15分钟刷新，数据团队理解为秒级更新，从而引发基础设施和成本问题。这些差异影响构建内容、成本和时间线，提前对齐定义可避免误解转化为返工。
客户身份：颗粒度决定活动成败
客户身份决定谁被包含、排除或重复计算。文章以赢回活动为例，说明个人和家庭都是有用的组织方式，但活动需明确选择。家庭视图适合每户限一次的优惠，个人视图适合个人忠诚度权益。团队需就记录代表什么以及如何匹配记录达成一致，并记录匹配规则和负责人。
受众就绪：定义、评估与交付的差异
受众经历多个状态：定义规则、符合条件的记录、目的地可用的记录。例如，50,000人匹配细分，但邮件平台只接受47,000条，差异可能源于缺少目的地标识符、记录被拒或交付时排除。团队需在决定受众就绪前解释差异，并保持定义、评估成员和交付结果可识别，以便营销检查规则，工程检查交付。
数据新鲜度：从事件到可用的延迟
新鲜度取决于客户决策。一个活动可能有多个时间要求，即使数据来自同一平台。例如，流失分数每晚计算并每15分钟发送到互动工具，但更频繁的交付不会让预测变成15分钟新。客户今早购买，活动可能需要在下次发送前将其从赢回受众中移除，而流失分数可以等待下次计算。团队需明确延迟的起点和终点，以及可接受的延迟。
Q&A
营销和数据团队对“非活跃客户”的定义有什么不同？
营销人员可能认为“非活跃客户”是90天内没有购买的人，而数据团队可能定义为30天内没有打开应用的用户。这种差异会导致活动返工。
在营销活动中，“实时”通常被如何误解？
营销人员可能认为“实时”是每15分钟刷新一次列表，而数据工程团队理解为秒级更新，这需要新的基础设施和持续成本。
为什么在营销活动中需要提前明确“客户”的定义？
因为客户身份决定了谁被包含、排除或重复计算。明确一个记录代表什么以及如何判断两条记录属于同一客户，可以避免活动返工。
营销和数据团队对“模型”的理解有何不同？
营销人员可能认为“模型”是预测（如流失倾向），而数据工程团队可能指数据模型（表和关系）。这是最容易混淆的术语之一。
如何确保数据的新鲜度满足营销需求？
需要明确延迟的起点和终点：从客户事件发生到数据平台可用，再到成员变更，最后到目的地可操作。区分不同需求，避免笼统要求“实时”。
在数据治理中，“同意”和“复制”分别指什么？
“同意”是客户勾选许可，但数据工程理解为必须下游可执行、查询时可强制执行的按目的权限。“复制”是下载或导出数据，但数据工程指任何额外的持久化版本，如复制、物化表、缓存等。
