Terkadang, berinvestasi dalam upaya untuk menjangkau audiens tertentu dapat tampak seperti pertaruhan besar, dengan peluang yang ditumpuk melawan Anda.

Ini dia, didakwa dengan pembelian media yang menarik, dan Anda menemukan bahwa ada ribuan penyedia data yang memberi tahu Anda bahwa menggunakan wawasan mereka akan memungkinkan Anda menemukan audiens yang sempurna. Tetapi pilihan mana yang akan membuat Anda menjadi pemenang?

Dengan asumsi Anda tidak punya cukup waktu atau uang untuk mencoba semuanya, berikut adalah 10 pertanyaan untuk ditanyakan sebelum membeli data.

1. Apakah data mencerminkan pembeli yang sebenarnya, atau apakah mereka hanya mirip?

Bagaimana seseorang berkomunikasi dengan sensus AS setiap 10 tahun jauh dari memberikan gambaran lengkap tentang betapa setianya konsumen orang itu.

Data harus mencerminkan konsumen yang telah membeli produk/layanan yang diiklankan atau mengambil tindakan yang akan memicu pembelian; himpunan data tidak boleh hanya mewakili stereotip orang-orang yang "kemungkinan" akan bereaksi terhadap iklan Anda karena usia, jenis kelamin, atau pendapatan mereka.

Tantang kumpulan data untuk menjangkau lebih dari sekadar segmen demografis lama seperti "perempuan berusia 18 hingga 54 tahun". Cari tahu apakah himpunan data tersebut benar-benar mengukur perilaku konsumen di masa lalu.

Anda ingin menjangkau konsumen sebenarnya dari produk atau layanan Anda, bukan hanya seseorang yang terlihat seperti itu.

2. Dari mana data berasal (dan sejak kapan)?

Terlalu sering, pemasar tidak mengetahui sumber himpunan data yang mereka gunakan. Ada segudang alasan untuk mengetahui dari mana data Anda berasal, tidak sedikit di antaranya adalah masalah privasi atau kewajiban yang dapat memiliki konsekuensi bagi orang yang membeli data tersebut.

Tetapi memahami sumber data Anda juga penting demi konsistensi. Apakah sumber yang sama telah digunakan selama setahun terakhir? Jika tidak, Anda berisiko memiliki hasil yang berbeda untuk tahun yang berbeda dan tidak ada cara untuk benar-benar memahami apa yang berhasil atau tidak.

Jika penjual tidak mau mengungkapkan asal-usul datanya, kemungkinan ada alasan... dan itu mungkin tidak menguntungkan Anda.

3. Bagaimana Anda tahu data Anda representatif (pintar) dan tidak hanya besar?

Sangat penting untuk memastikan data Anda benar-benar mewakili konsumen yang ingin Anda jangkau.

Mempertimbangkan data penjualan barang kemasan konsumen (CPG); itulah contoh dataset industri yang sekarang tersedia untuk pemasar digital. Jika Anda menggunakan data penjualan retail untuk memprioritaskan rumah tangga mana yang akan melihat iklan Anda, Anda harus benar-benar yakin bahwa kumpulan data yang Anda gunakan untuk akun yang dilakukan di semua outlet—bukan hanya toko kelontong, kotak besar, atau toko serba ada.

Mari kita ambil contoh CPG lebih jauh: Bayangkan Anda seorang pemasar kertas toilet. Mungkin tampak jelas untuk menggunakan data penjualan offline untuk membuat audiens pemasaran presisi yang akan melihat kampanye digital Anda. Tetapi bagaimana jika data itu hanya berasal dari sekumpulan data penjualan bahan makanan offline? Anda akan kehilangan semua konsumen potensial yang membeli kertas toilet mereka di kotak besar atau toko serba ada. Jika data Anda tidak mewakili semua outlet tempat tisu toilet dibeli, strategi segmentasi Anda akan kehilangan pelanggan tertentu dan mengecilkan total penjualan tambahan yang dilakukan di lokasi tersebut.

Terakhir, perlu dikonfirmasi bahwa semua set data Anda ditautkan (untuk rumah tangga atau orang yang Anda layani media). Jika himpunan data tidak dapat "melihat" satu sama lain, itu sama dengan hanya memiliki satu himpunan data. Penggabungan himpunan data adalah salah satu perbedaan utama antara data "besar" dan "pintar".

4. Seberapa sering sumber Anda diperbarui?

Beberapa data menua dengan cepat: Pasar bisa berubah-ubah, dan sikap konsumen dapat berubah dengan cepat. Sangat penting untuk mempertimbangkan seberapa sering sumber data Anda diperbarui jika kategori tersebut rentan terhadap perubahan musiman yang berat, penarikan yang sering, tren yang berbeda berdasarkan geografi, atau masalah ketersediaan.

5. Kontrol apa yang Anda miliki dari sumber Anda?

Berhati-hatilah terhadap himpunan data yang datang dan pergi. Tidak jarang data baru dibuat dan data lama layak untuk dilepaskan, tetapi memiliki pilihan tentang hal itu tentu saja tidak biasa. Temukan sumbernya, dan pastikan sumbernya tidak dapat menguap tanpa persetujuan Anda.

6. Apakah data Anda mengelilingi individu atau total rumah tangga?

Setiap pemasar memiliki tujuan yang berbeda. Pengiklan telekomunikasi cenderung lebih tertarik pada profil individu, sedangkan pemasar CPG dapat mempertimbangkan perilaku pembelian dalam hal rumah tangga. Either way, Anda ingin memastikan data memberi Anda gambaran lengkap tentang siapa yang mungkin membeli produk dan apakah mereka telah membelinya

7. Tingkat granularitas apa yang bisa Anda capai?

Memahami granularitas himpunan data pembelian sangat penting untuk memahami kegunaannya.

Pertimbangkan contoh data tingkat SKU vs. UPC. Data SKU (kependekan dari "stock keeping unit") tidak membedakan antara merek dan sub merek. Data tingkat UPC membuat perbedaan utama antara produk terkait.

8. Berapa banyak riwayat yang Anda miliki untuk data (baik rumah tangga atau individu)?

Data historis yang kuat diperlukan untuk setiap pemasar yang mencoba mengatasi tantangan musiman atau memahami tren makro di pasar yang mungkin perlahan-lahan terjadi dari waktu ke waktu. Pekerjaan baru, anak-anak, pernikahan, dan kemungkinan lain yang tak terbatas juga memengaruhi bagaimana dan apakah konsumen membeli suatu produk.

Penting juga untuk memantau data dari waktu ke waktu untuk menentukan apakah suatu perilaku benar-benar baru atau hanya muncul secara episodik.

9. Di mana data dapat diaktifkan, dan bagaimana caranya?

Pahami, di depan, batasan apa yang ada untuk mengaktifkan himpunan data tertentu. Pastikan Anda mengetahui tempat-tempat tertentu dan kasus penggunaan di mana data mungkin atau mungkin tidak diterapkan.

10. Apa respons atau reaksi khas terhadap data?

Norma dan tolok ukur sangat penting. Meskipun mungkin tampaknya tidak adil untuk menanyakan hal ini dari setiap himpunan data, perlu untuk menanyakan hasil apa yang tersedia. Studi kasus dan bukti dalam bentuk apa pun harus tersedia untuk membuktikan bahwa Anda bukan orang pertama yang membawa mobil untuk tumpangan.

Berikut adalah takeaways kuncinya:

• Tidak semua himpunan data dibuat sama. Ketahui pertanyaan apa yang harus diajukan sebelum berinvestasi dalam sumber data tingkat perusahaan.
• Jangan gunakan himpunan data dari perusahaan yang tidak akan membagikan sumber atau metode pengumpulan mereka.
• Big data dapat menyesatkan jika bukan data pintar (disetel oleh himpunan data yang lebih kecil dan seimbang).
• Pengumpulan historis, granularitas data, dan seberapa representatif himpunan data memengaruhi efektivitas dan biaya, bukan hanya biaya.

Artikel ini awalnya diterbitkan pada www.marketingprofs.com.