有时，投资于接触特定受众的努力似乎是一场大赌注，胜负已定。
在这里，你负责激动人心的媒体购买，你发现有数以千计的数据供应商告诉你，使用他们的洞察力可以让你找到完美的受众。但是，哪个选择会让你成为赢家呢？
假设你没有足够的时间或金钱来尝试它们，这里有10个购买数据前要问的问题。
1.数据是否反映了实际的买家，还是仅仅是外观上的相似？
一个人每10年一次与美国人口普查的沟通方式，与提供这个人是多么忠诚的消费者的完整情况相去甚远。
这些数据应该反映那些已经购买了广告产品/服务的消费者，或者采取了能够促成购买的行动；这些数据集不应该仅仅代表那些因为年龄、性别或收入而 "可能 "会对你的广告做出反应的人的刻板印象。
对一个数据集提出挑战，使其不仅仅是一个传统的人口统计学细分市场，如 "18至54岁的女性"。找出该数据集是否真正衡量了过去的消费行为。
你想接触到你的产品或服务的实际消费者，而不仅仅是看起来像的人。
2.数据从何而来（从何时开始）？
很多时候，营销人员不知道他们使用的数据集的来源。要知道你的数据来自哪里有无数的理由，其中最重要的是隐私或责任问题，这可能对购买数据的人产生影响。
但为了一致性，了解你的数据来源也很重要。过去一年中是否使用了相同的来源？如果不是，你就有可能在不同的年份有不同的结果，而无法真正了解哪些是有效的，哪些是无效的。
如果卖家不愿意披露其数据的来源，很可能是有原因的......而且可能对你没有好处。
3.你怎么知道你的数据是有代表性的（聪明的）而不仅仅是大的？
确保你的数据能够真正代表你希望接触到的消费者，这一点至关重要。
考虑一下消费者包装商品（CPG）的销售数据；这是一个行业数据集的例子，现在可以提供给数字营销人员。如果你使用零售销售数据来确定哪些家庭会看到你的广告，你需要完全确定你所使用的数据集是在所有商店购买的，而不仅仅是杂货店、大卖场或便利店。
让我们进一步举出CPG的例子：想象一下，你是一个卫生纸营销商。使用线下的销售数据来创建能够看到你的数字营销活动的精准营销受众，这似乎很明显。但如果这些数据只来自于一组线下杂货店的销售数据呢？你会错过所有在大卖场或便利店购买任何卫生纸的潜在消费者。如果你的数据不能代表所有购买卫生纸的商店，你的细分策略就会错过某些客户，并低估了在这些地方的总增量销售。
最后，值得确认的是，你所有的数据集都是链接的（对于你要提供媒体的家庭或个人）。如果数据集不能互相 "看到"，就等于只有一个数据集。数据集的混合是 "大 "和 "智能 "数据之间的主要区别之一。
4.你的资料来源多久更新一次？
有些数据老化得很快：市场可能是不稳定的，消费者的态度也可能迅速转变。如果你的产品类别容易出现严重的季节性波动、频繁的召回、基于地域的不同趋势或供应问题，那么考虑你的数据来源的更新频率就显得尤为重要。
5.你对你的来源有什么控制？
对来去匆匆的数据集要保持警惕。新数据的产生和旧数据值得放手的情况并不少见，但对其有选择权的情况肯定不常见。找到来源，并确保它不能在没有你的同意下蒸发。
6.你的数据是围绕个人还是家庭总数？
每个营销者都有不同的目标。电信广告商可能对个人的资料更感兴趣，而CPG营销商可能会考虑以家庭为单位的购买行为。无论哪种方式，你都要确保数据能让你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.你能达到什么级别的颗粒度？
了解购买数据集的颗粒度对于理解其有用性至关重要。
考虑一下SKU与UPC级数据的例子。SKU（"库存保持单位 "的简称）数据并不区分品牌和子品牌。UPC级数据对相关产品进行了关键的区分。
8.你有多少历史数据（无论是家庭还是个人）？
健全的历史数据对于任何试图克服季节性挑战或了解市场上可能随着时间慢慢发生的宏观趋势的营销人员来说是必要的。新的工作、孩子、婚姻和无限的其他可能性也会影响消费者如何以及是否购买产品。
随着时间的推移，监测数据也很重要，以确定一个行为是真正的新行为，还是只是偶然出现的。
9.在哪里可以激活数据，以及如何激活？
事先了解激活一个特定的数据集有哪些限制。要确保你知道数据可以或不可以应用的具体地方和使用情况。
10.对数据的典型回应或反应是什么？
规范和基准是至关重要的。尽管对每一个数据集提出这样的要求似乎并不公平，但有必要询问有什么结果。应提供案例研究和任何形式的证据，以证明你不是第一个坐车的人。
以下是主要的收获：
- 不是所有的数据集都是平等的。在投资企业级数据源之前要知道要问什么问题。
- 不要使用那些不愿意分享其来源或收集方法的公司的数据集。
- 如果不是智能数据（由较小的、平衡的数据集调整），大数据可能会产生误导。
- 历史上的收集、数据的颗粒度以及数据集的代表性如何，都会影响有效性和成本，而不仅仅是成本。
这篇文章最初发表在www.marketingprofs.com。
