Zum Inhalt
02_Elemente/Icons/PfeilLinks Zurück zu Einblicke
Einblicke > Medien

10 Fragen, die sich jeder Marketer vor dem Kauf von Audience-Daten stellen sollte

5 Minuten lesen | Adam Paulisick, SVP Marketing und Strategie, Nielsen Catalina Solutions | April 2015

Manchmal kann die Investition in die Erreichung bestimmter Zielgruppen wie ein großes Glücksspiel erscheinen, bei dem die Chancen gegen Sie stehen.

Sie sind mit spannenden Medienkäufen beauftragt und stellen fest, dass es buchstäblich Tausende von Datenanbietern gibt, die Ihnen sagen, dass Sie mit ihren Erkenntnissen die perfekte Zielgruppe finden können. Aber welche Wahl wird Sie zum Gewinner machen?

Angenommen, Sie haben nicht genug Zeit oder Geld, um sie alle auszuprobieren, hier sind 10 Fragen, die Sie sich vor dem Kauf von Daten stellen sollten.

1. Entsprechen die Daten den tatsächlichen Käufern oder handelt es sich lediglich um Doppelgänger?

Die Art und Weise, wie jemand alle 10 Jahre mit der US-Volkszählung kommuniziert, ist weit davon entfernt, ein vollständiges Bild davon zu vermitteln, wie loyal diese Person als Verbraucher ist.

Die Daten sollten Verbraucher widerspiegeln, die das beworbene Produkt/die beworbene Dienstleistung gekauft oder eine Handlung vorgenommen haben, die einen Kauf auslösen würde; der Datensatz sollte nicht lediglich ein Stereotyp von Personen darstellen, die aufgrund ihres Alters, Geschlechts oder Einkommens "wahrscheinlich" auf Ihre Anzeige reagieren werden.

Fordern Sie einen Datensatz heraus, um mehr als ein altes demografisches Segment wie "Frauen zwischen 18 und 54" zu erreichen. Finden Sie heraus, ob dieser Datensatz tatsächlich das frühere Verbraucherverhalten misst.

Sie wollen einen tatsächlichen Verbraucher Ihres Produkts oder Ihrer Dienstleistung erreichen, nicht nur jemanden, der wie ein solcher aussieht.

2. Woher stammen die Daten (und seit wann)?

Allzu oft kennen die Vermarkter die Quelle der von ihnen verwendeten Datensätze nicht. Es gibt unzählige Gründe zu wissen, woher Ihre Daten stammen, nicht zuletzt Fragen des Datenschutzes oder der Haftung, die Konsequenzen für den Käufer der Daten haben können.

Aber auch aus Gründen der Konsistenz ist es wichtig, die Quelle Ihrer Daten zu kennen. Wurden im vergangenen Jahr dieselben Quellen verwendet? Wenn nicht, besteht die Gefahr, dass Sie für verschiedene Jahre unterschiedliche Ergebnisse erhalten und nicht wirklich verstehen können, was funktioniert hat und was nicht.

Wenn ein Verkäufer die Herkunft seiner Daten nicht offenlegt, gibt es dafür wahrscheinlich einen Grund - und der ist wahrscheinlich nicht zu Ihrem Vorteil.

3. Woher wissen Sie, dass Ihre Daten repräsentativ (intelligent) und nicht nur groß sind?

Es ist von entscheidender Bedeutung, dass Ihre Daten wirklich repräsentativ für die Verbraucher sind, die Sie zu erreichen hoffen.

Ein Beispiel für einen Branchendatensatz, der digitalen Vermarktern jetzt zur Verfügung steht, sind Daten zum Absatz von Verbrauchsgütern. Wenn Sie Daten zu Einzelhandelsumsätzen verwenden, um zu bestimmen, welche Haushalte Ihre Werbung sehen sollen, müssen Sie absolut sicher sein, dass der von Ihnen verwendete Datensatz Einkäufe in allen Geschäften berücksichtigt - nicht nur in Lebensmittelläden, großen Einkaufszentren oder Verbrauchermärkten.

Lassen Sie uns das CPG-Beispiel weiterführen: Stellen Sie sich vor, Sie sind ein Vermarkter von Toilettenpapier. Es mag naheliegend sein, Offline-Verkaufsdaten zu verwenden, um präzise Marketingzielgruppen zu erstellen, die Ihre digitale Kampagne wahrnehmen werden. Aber was wäre, wenn diese Daten nur aus einem Satz von Offline-Verkaufsdaten für Lebensmittel abgeleitet würden? Sie würden all die potenziellen Verbraucher übersehen, die ihr Toilettenpapier in einem großen Supermarkt oder einem Verbrauchermarkt kaufen. Wenn Ihre Daten nicht repräsentativ für alle Verkaufsstellen sind, in denen Toilettenpapier gekauft wird, wird Ihre Segmentierungsstrategie bestimmte Kunden übersehen und den gesamten zusätzlichen Umsatz, der an diesen Standorten erzielt wird, zu niedrig ansetzen.

Schließlich sollten Sie sich vergewissern, dass alle Ihre Datensätze miteinander verknüpft sind (für den Haushalt oder die Person, an die Sie die Medien ausliefern). Wenn die Datensätze einander nicht "sehen" können, ist es das Gleiche, als hätten Sie nur einen einzigen Datensatz. Die Vermischung von Datensätzen ist einer der Hauptunterschiede zwischen "großen" und "intelligenten" Daten.

4. Wie oft werden Ihre Quellen aktualisiert?

Manche Daten veralten schnell: Märkte können unbeständig sein, und die Einstellungen der Verbraucher können sich schnell ändern. Es ist besonders wichtig zu überlegen, wie oft die Quelle Ihrer Daten aktualisiert wird, wenn die Kategorie für starke saisonale Schwankungen, häufige Rückrufe, ungleiche Trends je nach Region oder Probleme mit der Verfügbarkeit anfällig ist.

5. Welche Kontrolle haben Sie über Ihre Quellen?

Seien Sie vorsichtig mit Datensätzen, die kommen und gehen. Es ist nicht ungewöhnlich, dass neue Daten erstellt werden und ältere Daten es wert sind, dass man sie loslässt, aber dass man die Wahl hat, ist sicherlich ungewöhnlich. Finden Sie die Quelle und stellen Sie sicher, dass sie nicht ohne Ihre Zustimmung verschwinden können.

6. Beziehen sich Ihre Daten auf die Einzelpersonen oder auf den gesamten Haushalt?

Jeder Vermarkter hat andere Ziele. Werbetreibende im Telekommunikationsbereich sind wahrscheinlich eher am Profil einer Einzelperson interessiert, während Vermarkter von Konsumgütern das Kaufverhalten von Haushalten in Betracht ziehen können. In jedem Fall müssen Sie sicherstellen, dass die Daten Ihnen ein vollständiges Bild davon vermitteln, wer das Produkt kaufen könnte und ob er es bereits gekauft hat.

7. Bis zu welcher Granularität können Sie gehen?

Das Verständnis der Granularität eines Kaufdatensatzes ist entscheidend für seine Nützlichkeit.

Nehmen wir das Beispiel der SKU- gegenüber den UPC-Daten. SKU-Daten (kurz für "Stock Keeping Unit") unterscheiden nicht zwischen einer Marke und einer Untermarke. Daten auf UPC-Ebene machen wichtige Unterscheidungen zwischen verwandten Produkten.

8. Wie viele Daten liegen Ihnen vor (entweder für den Haushalt oder für Einzelpersonen)?

Robuste historische Daten sind für jeden Vermarkter notwendig, der versucht, die Herausforderungen der Saisonabhängigkeit zu bewältigen oder makroökonomische Trends auf dem Markt zu verstehen, die sich im Laufe der Zeit langsam entwickeln können. Neue Jobs, Kinder, Heirat und unendlich viele andere Möglichkeiten beeinflussen ebenfalls, wie und ob Verbraucher ein Produkt kaufen.

Es ist auch wichtig, die Daten im Laufe der Zeit zu überwachen, um festzustellen, ob ein Verhalten wirklich neu ist oder nur episodisch auftritt.

9. Wo können die Daten aktiviert werden, und wie?

Machen Sie sich von vornherein klar, welche Einschränkungen für die Aktivierung eines bestimmten Datensatzes bestehen. Stellen Sie sicher, dass Sie die spezifischen Orte und Anwendungsfälle kennen, an denen die Daten verwendet werden können oder nicht.

10. Was ist die typische Antwort oder Reaktion auf die Daten?

Maßstäbe und Benchmarks sind entscheidend. Auch wenn es nicht fair erscheint, dies für jeden Datensatz zu verlangen, ist es notwendig, nach den verfügbaren Ergebnissen zu fragen. Fallstudien und Beweise jeglicher Art sollten verfügbar sein, um zu beweisen, dass Sie nicht der Erste sind, der das Auto für eine Spritztour nimmt.

Hier sind die wichtigsten Erkenntnisse:

  • Nicht alle Datensätze sind gleich. Sie sollten wissen, welche Fragen Sie stellen müssen, bevor Sie in Datenquellen auf Unternehmensebene investieren.
  • Verwenden Sie keine Datensätze von Unternehmen, die ihre Quellen oder Erhebungsmethoden nicht offenlegen wollen.
  • Große Daten können irreführend sein, wenn es sich nicht um intelligente Daten handelt (die durch kleinere, ausgewogene Datensätze abgestimmt werden).
  • Die historische Erfassung, die Granularität der Daten und die Repräsentativität eines Datensatzes wirken sich sowohl auf die Wirksamkeit als auch auf die Kosten aus, nicht nur auf die Kosten.

Dieser Artikel wurde ursprünglich auf www.marketingprofs.com veröffentlicht .

Fortsetzung der Suche nach ähnlichen Erkenntnissen