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

Di sini Anda ditugaskan untuk melakukan pembelian media yang menarik, dan Anda mendapati bahwa ada ribuan penyedia data yang memberi tahu Anda bahwa dengan menggunakan wawasan mereka, Anda akan menemukan audiens yang sempurna. Tapi pilihan mana yang akan membuat Anda menjadi pemenang?

Dengan asumsi Anda tidak memiliki cukup waktu atau uang untuk mencoba semuanya, berikut ini 10 pertanyaan yang perlu diajukan sebelum membeli data.

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

Bagaimana seseorang berkomunikasi dengan sensus AS setiap 10 tahun sekali masih jauh dari memberikan gambaran lengkap tentang seberapa loyal konsumen orang tersebut.

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

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

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

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

Terlalu sering, pemasar tidak mengetahui sumber kumpulan data yang mereka gunakan. Ada banyak sekali alasan untuk mengetahui dari mana data Anda berasal, tidak sedikit di antaranya adalah masalah privasi atau tanggung jawab yang dapat menimbulkan konsekuensi bagi orang yang membeli data tersebut.

Namun, memahami sumber data Anda juga penting demi konsistensi. Apakah sumber yang sama telah digunakan selama setahun terakhir? Jika tidak, Anda berisiko mendapatkan hasil yang berbeda untuk tahun-tahun yang berbeda dan tidak dapat memahami apa yang berhasil atau tidak.

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

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

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

Pertimbangkan data tentang penjualan barang kemasan konsumen (CPG); itu adalah contoh set data industri yang sekarang tersedia untuk pemasar digital. Jika Anda menggunakan data penjualan ritel untuk memprioritaskan rumah tangga mana yang akan melihat iklan Anda, Anda harus benar-benar yakin bahwa set data yang Anda gunakan mencakup pembelian yang dilakukan di semua gerai-bukan hanya toko kelontong, toko serba ada, atau toko serba ada.

Mari kita ambil contoh CPG lebih jauh: Bayangkan Anda adalah pemasar tisu toilet. Mungkin terlihat jelas untuk menggunakan data penjualan offline untuk menciptakan audiens pemasaran yang tepat yang akan melihat kampanye digital Anda. Namun, bagaimana jika data tersebut hanya berasal dari sekumpulan data penjualan bahan makanan offline? Anda akan kehilangan semua konsumen potensial yang membeli tisu toilet di toko besar atau toko swalayan. Jika data Anda tidak mewakili semua outlet tempat pembelian tisu toilet, strategi segmentasi Anda akan melewatkan pelanggan tertentu dan mengecilkan total penjualan tambahan yang dilakukan di lokasi tersebut.

Terakhir, ada baiknya Anda memastikan bahwa semua dataset Anda terhubung (untuk rumah tangga atau orang yang Anda sajikan media). Jika dataset tidak dapat "melihat" satu sama lain, itu sama saja dengan hanya memiliki satu dataset. Penggabungan set data adalah salah satu perbedaan utama antara data "besar" dan "pintar".

4. Seberapa sering sumber Anda diperbarui?

Beberapa data menua dengan cepat: Pasar dapat 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 besar, sering terjadi penarikan kembali, tren yang berbeda berdasarkan geografi, atau masalah ketersediaan.

5. Kontrol apa yang Anda miliki terhadap sumber-sumber Anda?

Berhati-hatilah dengan kumpulan 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 data tersebut tidak dapat menguap tanpa persetujuan Anda.

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

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

7. Tingkat perincian apa yang bisa Anda dapatkan?

Memahami granularitas dataset 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 tersebut (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 terjadi secara perlahan dari waktu ke waktu. Pekerjaan baru, anak-anak, pernikahan, dan kemungkinan-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 sebuah perilaku benar-benar baru atau hanya muncul secara episodik.

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

Pahami sejak awal, batasan apa saja yang ada untuk mengaktifkan set data tertentu. Pastikan Anda mengetahui tempat dan kasus penggunaan tertentu di mana data tersebut dapat atau tidak dapat diterapkan.

10. Apa tanggapan atau reaksi umum terhadap data tersebut?

Norma dan tolok ukur sangat penting. Meskipun mungkin tidak adil untuk menanyakan hal ini pada setiap kumpulan data, namun penting untuk menanyakan hasil apa saja yang tersedia. Studi kasus dan bukti apa pun harus tersedia untuk membuktikan bahwa Anda bukanlah orang pertama yang mengendarai mobil tersebut.

Berikut ini adalah beberapa hal penting yang bisa diambil:

• Tidak semua kumpulan data dibuat sama. Ketahui pertanyaan apa saja yang harus diajukan sebelum berinvestasi pada sumber data tingkat perusahaan.
• Jangan gunakan set data dari perusahaan yang tidak mau membagikan sumber atau metode pengumpulannya.
• Data besar dapat menyesatkan jika bukan data cerdas (yang disesuaikan dengan set data yang lebih kecil dan seimbang).
• Pengumpulan historis, perincian data dan seberapa representatif sebuah dataset memengaruhi efektivitas dan biaya, bukan hanya biaya.

Artikel ini pertama kali dipublikasikan di www.marketingprofs.com.