A volte, investire in sforzi per raggiungere un pubblico specifico può sembrare una grande scommessa, con le probabilità che si accumulano contro di voi.

Siete qui, alle prese con un'entusiasmante operazione di media buys, e scoprite che ci sono letteralmente migliaia di fornitori di dati che vi dicono che l'utilizzo dei loro insight vi permetterà di trovare il pubblico perfetto. Ma quale scelta vi farà vincere?

Supponendo che non abbiate abbastanza tempo o denaro per provarli tutti, ecco 10 domande da porsi prima di acquistare i dati.

1. I dati riflettono gli acquirenti effettivi o sono solo dei sosia?

Il modo in cui una persona comunica con il censimento degli Stati Uniti ogni 10 anni è ben lontano dal fornire un quadro completo di quanto sia fedele un consumatore.

I dati devono riflettere i consumatori che hanno acquistato il prodotto/servizio pubblicizzato o che hanno intrapreso un'azione che potrebbe indurre all'acquisto; il set di dati non deve rappresentare semplicemente uno stereotipo di persone che "probabilmente" reagiranno al vostro annuncio a causa della loro età, sesso o reddito.

Sfidare un set di dati per raggiungere più di un segmento demografico legacy come "donne dai 18 ai 54 anni". Scoprite se quel set di dati misura effettivamente il comportamento dei consumatori del passato.

Volete raggiungere un consumatore effettivo del vostro prodotto o servizio, non solo qualcuno che gli assomiglia.

2. Da dove provengono i dati (e da quando)?

Troppo spesso gli addetti al marketing non conoscono la fonte dei set di dati che utilizzano. Ci sono una miriade di ragioni per conoscere la provenienza dei dati, non ultime le questioni di privacy o di responsabilità che possono avere conseguenze per la persona che acquista i dati.

Ma anche la comprensione della fonte dei dati è importante ai fini della coerenza. Sono state utilizzate le stesse fonti per l'anno scorso? In caso contrario, si rischia di avere risultati diversi per anni diversi e di non poter capire cosa ha funzionato o meno.

Se un venditore non rivela le origini dei suoi dati, probabilmente c'è un motivo... e probabilmente non è a vostro vantaggio.

3. Come si fa a sapere che i dati sono rappresentativi (intelligenti) e non solo grandi?

È fondamentale assicurarsi che i dati siano veramente rappresentativi del consumatore che si spera di raggiungere.

Considerate i dati sulle vendite di beni di consumo confezionati (CPG); questo è un esempio di set di dati del settore ora disponibile per i marketer digitali. Se state utilizzando i dati sulle vendite al dettaglio per stabilire le priorità delle famiglie che vedranno i vostri annunci, dovrete essere assolutamente certi che il set di dati che state utilizzando tenga conto degli acquisti effettuati in tutti i punti vendita, non solo nei negozi di alimentari, nei grandi magazzini o nei minimarket.

Riprendiamo l'esempio del settore CPG: Immaginate di essere un commerciante di carta igienica. Potrebbe sembrare ovvio utilizzare i dati di vendita offline per creare un pubblico di marketing di precisione che vedrà la vostra campagna digitale. Ma cosa succederebbe se questi dati venissero ricavati solo da una serie di dati sulle vendite offline di prodotti alimentari? Non si potrebbero individuare tutti i potenziali consumatori che acquistano la carta igienica in un grande magazzino o in un minimarket. Se i dati non sono rappresentativi di tutti i punti vendita in cui viene acquistata la carta igienica, la vostra strategia di segmentazione non riuscirà a individuare alcuni clienti e a sottostimare le vendite incrementali totali realizzate in quei luoghi.

Infine, vale la pena di verificare che tutti i dataset siano collegati (per la famiglia o per la persona a cui si sta inviando il media). Se i set di dati non possono "vedersi" a vicenda, è come avere un solo set di dati. La commistione dei set di dati è una delle principali differenze tra i dati "grandi" e quelli "intelligenti".

4. Con quale frequenza vengono aggiornate le fonti?

Alcuni dati invecchiano rapidamente: I mercati possono essere volatili e gli atteggiamenti dei consumatori possono cambiare rapidamente. È particolarmente importante considerare la frequenza di aggiornamento della fonte dei dati se la categoria è soggetta a forti oscillazioni stagionali, a frequenti richiami, a tendenze diverse in base alla geografia o a problemi di disponibilità.

5. Quale controllo avete sulle vostre fonti?

Diffidate degli insiemi di dati che vanno e vengono. Non è raro che vengano creati nuovi dati e che quelli più vecchi valgano la pena di essere lasciati andare, ma è raro che si possa scegliere. Individuate la fonte e assicuratevi che non possa evaporare senza il vostro consenso.

6. I dati riguardano gli individui o il nucleo familiare complessivo?

Ogni marketer ha obiettivi diversi. Gli inserzionisti del settore delle telecomunicazioni sono probabilmente più interessati al profilo di un individuo, mentre gli operatori del settore CPG possono considerare il comportamento di acquisto in termini di famiglie. In ogni caso, è necessario assicurarsi che i dati forniscano un quadro completo di chi potrebbe acquistare il prodotto e se lo ha già acquistato.

7. A quale livello di granularità si può arrivare?

Capire la granularità di un set di dati sugli acquisti è fondamentale per comprenderne l'utilità.

Consideriamo l'esempio dei dati a livello di SKU rispetto a quelli a livello di UPC. I dati SKU (acronimo di "stock keeping unit") non distinguono tra marca e sottomarca. I dati a livello UPC fanno distinzioni fondamentali tra prodotti correlati.

8. Di quanto storico disponete per i dati (famiglia o individuo)?

La solidità dei dati storici è necessaria per qualsiasi marketer che cerchi di superare le sfide della stagionalità o di comprendere le macro-tendenze del mercato che possono manifestarsi lentamente nel tempo. Nuovi lavori, figli, matrimoni e infinite altre possibilità influenzano anche il modo in cui i consumatori acquistano un prodotto.

È anche importante monitorare i dati nel tempo per determinare se un comportamento è veramente nuovo o se emerge solo episodicamente.

9. Dove si possono attivare i dati e come?

Comprendere, in anticipo, quali sono le limitazioni all'attivazione di un particolare set di dati. Assicuratevi di conoscere i luoghi e i casi d'uso specifici in cui i dati possono o non possono essere applicati.

10. Qual è la reazione tipica ai dati?

Le norme e i parametri di riferimento sono fondamentali. Anche se non sembra giusto chiederlo per ogni serie di dati, è necessario chiedere quali sono i risultati disponibili. Dovrebbero essere disponibili casi di studio e prove di qualsiasi tipo per dimostrare che non siete i primi a prendere la macchina per un giro.

Ecco i punti salienti:

• Non tutti i dataset sono uguali. Sapere quali domande porsi prima di investire in fonti di dati di livello aziendale.
• Non utilizzare set di dati di aziende che non condividono le loro fonti o i metodi di raccolta.
• I big data possono essere fuorvianti se non sono dati intelligenti (regolati da serie di dati più piccole e bilanciate).
• La raccolta storica, la granularità dei dati e la rappresentatività di un set di dati influiscono sia sull'efficacia che sul costo, non solo sul costo.

Questo articolo è stato pubblicato originariamente su www.marketingprofs.com.