市場營銷人員需要問的關於資料質量的六個問題​

資料驅動的廣告需要良好的資料。但大量的不良資料和可疑的資料實踐可能會不利於營銷活動。​

營銷人員需要知道何時使用自己的資料，何時依賴合作伙伴。他們需要了解成本，準確性和規模之間的權衡。他們需要知道他們的資料來自哪裡，如何用低成本去測試。他們需要知道如何評估多個資料來源。

AdExchanger 和品牌，代理商和顧問探討了他們應該提出的問題，以確保他們有效和準確地使用資料。​

問題1: 如何建立細分人群？

發現如何建立細分人群可以說是最重要的問題之一。當營銷人員定向“汽車使用者”或“美容購買者”或“訪問咖啡店的人”時，他們需要知道該細分是如何構建的，以及是使用自己的資料還是第三方資料構建的。

“非常仔細地細分的第三方資料是非常有價值，” Sparrow Advisers -- 一家以資料為中心的諮詢公司 -- 的主席和聯合創始人 Ana Milicevic說。

“如果有人定向‘汽車使用者’，他們可能不會想它是什麼意思，”她說。“是這個週末買車的人嗎？還是有人對汽車感興趣？如果沒有這個定義，很容易把廣泛的市場細分夾集在一起。​

資料提供者可以使用不同的方法來建立市場細分。一些資料可能是“完全概率性的，是基於你從未問過的假設，” Mediavest Spark 的廣告技術/EVP 平臺的 Oleg Korenfeld 警告說。​

“另一方面，”他說，“你可以(找到他們)通過他們的郵件列表，並與資料庫（如超市會員卡）匹配。 這是得到就確定的，沒有涉及cookies。​

其他市場細分使用建模的方法建立，這可以提高數量，但是降低質量。​

Anheuser-Busch InBev 的數字戰略和創新總監 Jonny Silberman 在去年的舊金山 LiveRamp’s RampUp 大會上說，“我們現在想知道一個確切的百分比——通過建模和種子資料得到的人群細分百分比。

問題2：為這些資料花的錢值嗎？ 

如果男性是人口的一半，但是要花三倍的成本定向他們，購買一個基於性別的定向還值嗎？ 有時。​

花錢買資料來投放適當的廣告素材是值得的，尤其是對品牌營銷人員。 “如果因為更便宜，你就用他們不想要的訊息轟炸他們，你會惹惱他們，他們將拒絕所有廣告，”Accenture的媒體和娛樂業務高階經理Matt Gay說。

但對於效果營銷人員來說，只有在提高成果的基礎上，資料支出才有意義。​

“你可以擁有世界上最準確，最神奇的資料。 但是如果它比其他東西都貴15倍，那就不值得了，“Mindshare首席資料官Rolf Olsen說。​

效果類營銷人員嘗試了這個奢侈的測試，看看昂貴的資料是否仍然能夠帶來更好的結果。 “我認為成本和質量相輔相成，”有著資料分析背景的 Shutterstock 的 CMO Jeff Weiser說。 “如果要獲得更好的資料需要更高的成本，那麼就必須通過更高的投資回報率來權衡”。​

Mediavest Spark 著眼於資料提高效率的能力。 由於媒體是“營銷人員支付的最昂貴的東西”，使用資料購買更少的媒體可以推動效果，Korenfeld說。

“公式是達到KPI目標而你少購買的多少展示次數，”他說。 “你購買的媒體少了10％？ 如果你總共支付了相同的金額，那麼資料就沒用”。​

問題3：規模和精度之間的平衡是什麼？​

因為糟糕的資料可能為廣告客戶帶來不錯的效果，導致錯誤的資料有時會增加。​

一個少量，高質的細分資料可能適用於電子郵件營銷活動，但對於媒體活動來說太小了。 因此資料提供商會在資料中摻水以求得更好的收益。 品牌需要注意類似人群建模或任何其他獲取大量資料的方法。​

“純粹的覆蓋和定向的能力之間總有一個平衡，這導致很難有圍繞資料質量的對話，” Milicevic 說。 “如果你創造了一個嚴格的人群細分，像30多歲的女性，在過去14天在這四個地方買了一本雜誌，你意識到這是30人。 這是一個有價值的細分，但沒有覆蓋或規模”。​

買家條件反射地想要最準確的細分，Korenfeld說，“但那樣你會失去規模。“​

透明度是最好的補救辦法。 回到問題1，如果營銷人員知道如何建立細分，他們可以確定精度和規模之間的平衡，這對他們的品牌很有意義。​

問題4：我可以不購買媒體就測試這個細分？​

傳統上，廣告客戶通過購買媒體來測試細分受眾資料。 但媒體很昂貴。​

​

Anheuser-Busch InBev 的 Silberman說：“雖然我們有充足的預算，但我們每年只能測試幾個市場細分”。 “對我們有意義的是品牌健康或線下的銷售提升，這意味著我們需要為我們的活動做長久而昂貴的研究”。​

如果營銷人員不想花錢來測試細分，他們可以嘗試根據他們在DMP或CRM中的另一個資料細分來驗證，看看是否有任何不好的結果。 （不幸的是，這種方法不適用於像Anheuser-Busch 這樣的CPG，它不直接賣給客戶。）​

“你不需要從市場測試開始，” 有分析背景的 Shutterstock CMO Jeff Weiser說， “你可以附加到CRM資料庫，並檢查匹配率。 在可以匹配的範圍內，看它與資料庫的其餘部分是否有相關性”。​

如果缺乏相關性則表明資料不良，Weiser說。 另一個值得注意的標誌，比如外部資料集表明營銷人員有一個富有的客戶群，但內部資料表明相反，這代表2個資料沒有相關性（說明你的資料或者外部資料是不準的）。​

​

沒有意義的資料可以不用花費錢來進行媒體測試。​

問題5：資料多久更新？​

某些資料（如人口統計資訊或興趣）不會隨時間變化太大，營銷人員可以使用它而不用擔心它會衰變。 但其他型別的資料衰變很快。 “相比生活方式類別資料你將要更頻繁地更新SKU級別或交易級資料。”Weiser說。​

比如說在購買大件東西的人，像一輛汽車。 消費者在幾周或幾個月內進入這個階段，因此每年更新“有購買汽車意圖”的預測模型沒有效果。​

Mindshare 的 Olsen 說：“特別是在行為細分領域，在三到四年的週期中，有三個月你的訊號是清晰的”。

品牌會遇到問題,當他們期望在媒體環境中啟用他們緩慢更新的CRM資料。​

EY的合作伙伴兼全球媒體和娛樂顧問領導Howard Bass說：“許多品牌營銷都是建立在年度計劃或季度計劃之上。 “品牌需要轉移到更接近實時的資料交換。 在數字媒體生態系統中，你必須重新思考節奏”。​

問題6：這個資料來自哪裡，結合了什麼？​

“沒有資料是天生處理好的，”Shutterstock 的 Weiser說。 它被抓取，然後提取，傳輸並載入到資料庫中，使用SQL進行查詢並在Excel中進行轉換。 在每個步驟，“資料元素都有一點失真”。

例如，將資料與Cookie或裝置ID相匹配可能會降低資料質量。​

Mediavest Spark 的 Korenfeld說：“你可能會合並一堆資料點，但是匹配率太低，所以最終得到的資料集沒有價值”。​

相反，具有與其他資料集合良好匹配的資料集提高了質量。

“我們談論一個資料集與其他資料集的整合，”Mindshare的Olsen說。 “如果你必須合併三到四個資料集，以便對可見率或廣告欺詐行為進行清晰的解讀，那麼該資料集的整合將會相當複雜”。​

就像Accenture 的 Gay 一樣，稱它“分析的不性感的部分”，但是資料組織，匹配和清理影響結果。​

每個營銷人員都應該詢問，在引入新資料或分析現有資料時如何合併資料。 “如果你不明白資料是如何構建的，可能導致產生非常錯誤的結論。”Gay補充說。​

把所有問題的答案歸總到一起​

在今天的媒體上使用資料需要在資料質量上做工作，但也要接受有時候會感覺很混亂。 “我們還處在早期的階段，” Gay 說。​

隨著數字化的成熟，資料質量很可能會提高，但仍保留某些缺陷。

“數字領域在幾何上比電視更復雜，因為你可以得到更多更精細的資料”，Gay 說。 “我們永遠不會達到完美。 這將是一個帶著灰色陰影漸進的過程。”

翻譯來源：https://adexchanger.com/ad-exchange-news/six-questions-marketers-need-ask-data-quality/?mkt_tok=eyJpIjoiWlRKa016UXlPR1k1WldRMyIsInQiOiJ4XC9MbDZPRzNLSE1lK2FFRHVqVWJ1b2Q4YTZVYnJqZVZqZjdCMUtPSFliMHRMM3o5NXU1cW9xSlYwY1FvTXZjVE9mVEpiVG1zRkpJSnZyb3UxXC9ON2xzeDRtaE5HTHM2alwvd3FDRENkYzFtaElvdXBwNmoyWjE1WUV1a1o5SnlrQiJ9