跳至内容
02_Elements/Icons/ArrowLeft 返回洞察力
洞察力>媒体

每位营销人员在购买受众数据前都应询问的 10 个问题

5 分钟阅读 | 尼尔森卡特琳娜解决方案营销与战略高级副总裁 Adam Paulisick | 2015 年 4 月

有时,投资于接触特定受众的努力似乎是一场豪赌,胜算不大。

您正在进行令人兴奋的媒体购买,您发现有成千上万的数据提供商告诉您,利用他们的洞察力可以让您找到完美的受众。但是,哪种选择会让你成为赢家呢?

假设您没有足够的时间或金钱来尝试所有的数据,那么在购买数据之前,您需要问以下 10 个问题。

1.数据反映的是实际买家,还是仅仅是貌似买家?

一个人每隔 10 年与美国人口普查的沟通方式,远不能全面反映这个人的消费者忠诚度。

数据应反映购买了广告产品/服务或采取了促使购买行动的消费者;数据集不应仅代表因年龄、性别或收入而 "可能 "对您的广告做出反应的人的刻板印象。

挑战数据集的覆盖范围,而不仅仅是 "18 至 54 岁女性 "这样一个传统的人口细分市场。了解该数据集是否真正衡量了过去的消费者行为。

您希望接触到的是您产品或服务的实际消费者,而不仅仅是看起来像消费者的人。

2.数据从何而来(何时开始)?

营销人员往往不知道他们使用的数据集的来源。了解数据来源的原因有很多,其中最重要的是隐私或责任问题,这可能会给数据购买者带来后果。

但为了保持一致性,了解数据来源也很重要。过去一年是否使用了相同的数据源?如果不是,您就有可能在不同年份得到不同的结果,而无法真正了解哪些有效,哪些无效。

如果卖方不愿披露其数据的来源,很可能是有原因的......而且很可能对您不利。

3.您如何知道您的数据具有代表性(智能),而不仅仅是大?

确保您的数据能真正代表您希望接触到的消费者,这一点至关重要。

考虑一下消费包装品(CPG)的销售数据;这是数字营销人员现在可以使用的行业数据集的一个例子。如果您使用零售销售数据来确定哪些家庭将优先看到您的广告,那么您需要完全确定您使用的数据集包含了所有销售点的购买情况,而不仅仅是杂货店、大卖场或便利店。

让我们进一步举例说明 CPG:想象一下,您是一位卫生纸营销人员。利用线下销售数据创建精准营销受众,让他们看到你的数字营销活动,这似乎是显而易见的。但如果这些数据仅仅来自于一组线下杂货销售数据呢?你会错过所有在大卖场或便利店购买卫生纸的潜在消费者。如果您的数据不能代表所有购买卫生纸的网点,您的细分策略就会错过某些客户,并低估这些网点的总增量销售额。

最后,值得确认的是,您的所有数据集都已链接(针对您提供媒体的家庭或个人)。如果数据集不能 "看到 "对方,就等于只有一个数据集。数据集的混合是 "大 "数据与 "智能 "数据的主要区别之一。

4.资料来源多久更新一次?

有些数据会很快过时:市场可能变化无常,消费者的态度也可能迅速转变。如果产品类别容易出现严重的季节性波动、频繁召回、基于地域的不同趋势或供应问题,那么考虑数据源的更新频率就尤为重要。

5.您如何控制信息来源?

警惕来来去去的数据集。新数据不断产生,旧数据值得放手,这并不罕见,但可以选择放手的情况肯定不多见。找到数据源,确保数据不会在未经您同意的情况下消失。

6.您的数据是围绕个人还是整个家庭?

每个营销人员都有不同的目标。电信广告商可能对个人资料更感兴趣,而消费类商品营销人员可能会考虑以家庭为单位的购买行为。无论如何,您都要确保数据能让您全面了解谁可能购买产品,以及他们是否已经购买了产品

7.您能达到什么粒度?

了解采购数据集的粒度对了解其有用性至关重要。

以 SKU 与 UPC 数据为例。SKU("库存单位 "的缩写)数据并不能区分品牌和子品牌。UPC 级数据对相关产品进行了关键区分。

8.您有多少历史数据(家庭或个人)?

任何营销人员在试图克服季节性挑战或了解市场中可能随着时间推移而缓慢发生的宏观趋势时,都需要可靠的历史数据。新工作、孩子、婚姻和其他无限的可能性也会影响消费者如何以及是否购买产品。

同样重要的是,随着时间的推移对数据进行监控,以确定某种行为是真正的新行为,还是偶然出现的行为。

9.在哪里可以激活数据,如何激活?

事先了解激活特定数据集有哪些限制。确保了解可以或不可以应用数据的具体场所和用例。

10.对数据的典型反应是什么?

规范和基准至关重要。虽然对每个数据集都提出这样的要求似乎不太公平,但还是有必要询问有哪些结果可用。应该提供案例研究和各种证据,以证明你不是第一个驾驶汽车的人。

以下是主要收获:

  • 并非所有数据集都是一样的。在投资企业级数据源之前,要知道要问哪些问题。
  • 不要使用不愿意分享数据来源或收集方法的公司提供的数据集。
  • 如果大数据不是智能数据(通过更小、更均衡的数据集进行调整),就会产生误导。
  • 数据的历史收集、粒度以及数据集的代表性不仅会影响成本,还会影响效果。

本文最初发表于www.marketingprofs.com。

继续浏览类似的见解