Pular para o conteúdo
02_Elements/Icons/ArrowLeft Voltar para o Insight
Insights > Mídia

10 perguntas que todo comerciante deve fazer antes de comprar dados do público

5 minutos | Adam Paulisick, SVP Marketing and Strategy, Nielsen Catalina Solutions | Abril 2015

Às vezes, investir em esforços para atingir públicos específicos pode parecer uma grande aposta, com as probabilidades empilhadas contra você.

Aqui você está, carregado de entusiasmantes compras de mídia, e descobre que há literalmente milhares de provedores de dados que lhe dizem que usando suas idéias lhe permitirão encontrar o público perfeito. Mas qual escolha fará de você um vencedor?

Assumindo que você não tenha tempo ou dinheiro suficiente para tentar todas elas, aqui estão 10 perguntas a fazer antes de comprar dados.

1. Os dados refletem os compradores reais, ou são apenas aparência?

Como alguém se comunica com o censo americano a cada 10 anos está longe de fornecer uma imagem completa de quão leal é essa pessoa ao consumidor.

Os dados devem refletir os consumidores que compraram o produto/serviço anunciado ou tomaram uma ação que instigasse uma compra; o conjunto de dados não deve representar meramente um estereótipo de pessoas que "provavelmente" reagirão ao seu anúncio por causa de sua idade, sexo ou renda.

Desafiar um conjunto de dados para alcançar mais do que um segmento demográfico legado, como "mulheres 18 a 54". Descobrir se esse conjunto de dados mede realmente o comportamento do consumidor no passado.

Você quer atingir um consumidor real de seu produto ou serviço, não apenas alguém que se pareça com um.

2. De onde vêm os dados (e desde quando)?

Com muita freqüência, os marqueteiros não conhecem a fonte dos conjuntos de dados que utilizam. Existem inúmeras razões para saber de onde vêm seus dados, não sendo a menor delas as questões de privacidade ou responsabilidade que podem ter conseqüências para a pessoa que compra os dados.

Mas a compreensão da fonte de seus dados também é importante por uma questão de consistência. As mesmas fontes foram utilizadas durante o ano passado? Se não, você corre o risco de ter resultados diferentes durante anos diferentes e não tem como realmente entender o que funcionou ou não.

Se um vendedor não revela a origem de seus dados, provavelmente há uma razão... e provavelmente não é em seu benefício.

3. Como você sabe que seus dados são representativos (inteligentes) e não apenas grandes?

É crucial garantir que seus dados sejam verdadeiramente representativos do consumidor que você espera alcançar.

Considere dados sobre vendas de bens de consumo embalados (CPG); este é um exemplo de um conjunto de dados da indústria que agora está disponível para os marqueteiros digitais. Se você estiver usando dados de vendas no varejo para priorizar quais residências verão seus anúncios, você precisará ter certeza absoluta do conjunto de dados que está usando para compras feitas em todos os pontos de venda - não apenas mercearias, caixas grandes ou lojas de conveniência.

Vamos levar o exemplo da CPG mais longe: Imagine que você é um comerciante de papel higiênico. Pode parecer óbvio usar dados de vendas offline para criar públicos de marketing de precisão que verão sua campanha digital. Mas e se esses dados forem derivados apenas de um conjunto de dados de vendas de produtos de mercearia offline? Você sentiria falta de todos os consumidores potenciais que compram qualquer de seu papel higiênico em uma grande caixa ou loja de conveniência. Se seus dados não forem representativos de todos os pontos de venda onde o papel higiênico é comprado, sua estratégia de segmentação sentirá falta de certos clientes e subestimará o total das vendas incrementais realizadas nesses locais.

Finalmente, vale a pena confirmar que todos os seus conjuntos de dados estão ligados (para a casa ou pessoa a quem você está servindo a mídia). Se os conjuntos de dados não podem "ver" uns aos outros, é o mesmo que ter apenas um único conjunto de dados. A mistura de conjuntos de dados é uma das maiores diferenças entre dados "grandes" e "inteligentes".

4. Com que freqüência suas fontes são atualizadas?

Alguns dados envelhecem rapidamente: Os mercados podem ser voláteis, e as atitudes dos consumidores podem mudar rapidamente. É especialmente importante considerar com que freqüência a fonte de seus dados é atualizada se a categoria for propensa a fortes oscilações sazonais, recalls frequentes, tendências díspares baseadas em geografia, ou problemas de disponibilidade.

5. Que controle você tem de suas fontes?

Tenha cuidado com os conjuntos de dados que vêm e vão. Não é incomum que novos dados sejam criados e dados mais antigos valham a pena deixar ir, mas ter uma escolha sobre isso certamente é incomum. Encontre a fonte, e certifique-se de que ela não possa evaporar sem seu consentimento.

6. Seus dados estão envolvendo os indivíduos ou o total do agregado familiar?

Cada comerciante tem objetivos diferentes. É provável que os anunciantes de telecomunicações estejam mais interessados no perfil de um indivíduo, enquanto os comerciantes de CPG podem considerar o comportamento de compra em termos de lares. De qualquer forma, você quer ter certeza de que os dados lhe dão uma visão completa de quem pode comprar o produto e se já o comprou.

7. A que nível de granularidade você pode chegar?

A compreensão da granularidade de um conjunto de dados de compra é crucial para entender sua utilidade.

Considere o exemplo dos dados de nível SKU- vs. UPC. Dados SKU (abreviação de "stock keeping unit") não diferenciam entre uma marca e uma sub-marca. Dados em nível UPC fazem distinções chave entre produtos relacionados.

8. Quanto histórico você tem para os dados (domésticos ou individuais)?

Dados históricos robustos são necessários para qualquer comerciante que esteja tentando superar desafios de sazonalidade ou entender as macro tendências do mercado que podem estar ocorrendo lentamente ao longo do tempo. Novos empregos, filhos, casamento e infinitas outras possibilidades também afetam como e se os consumidores compram um produto.

Também é importante monitorar os dados ao longo do tempo para determinar se um comportamento é realmente novo ou se ele simplesmente aparece episodicamente.

9. Onde os dados podem ser ativados, e como?

Compreender, frontalmente, que limitações existem para ativar um determinado conjunto de dados. Certifique-se de conhecer os locais específicos e os casos de uso onde os dados podem ou não ser aplicados.

10. Qual é a resposta ou reação típica aos dados?

As normas e padrões de referência são críticos. Embora possa não parecer justo perguntar isto de todos os conjuntos de dados, é necessário perguntar quais resultados estão disponíveis. Estudos de caso e provas de qualquer tipo devem estar disponíveis para provar que você não é a primeira pessoa que leva o carro para dar uma volta.

Aqui estão os principais pontos de partida:

  • Nem todos os conjuntos de dados são criados de forma igual. Saiba que perguntas fazer antes de investir em fontes de dados de nível empresarial.
  • Não utilize conjuntos de dados de empresas que não compartilham suas fontes ou métodos de coleta.
  • Grandes dados podem ser enganosos se não forem dados inteligentes (sintonizados por conjuntos de dados menores e equilibrados).
  • A coleta histórica, a granularidade dos dados e o quão representativo um conjunto de dados afeta tanto a eficácia quanto o custo, e não apenas o custo.

Este artigo foi publicado originalmente em www.marketingprofs.com.

Continue navegando por ideias semelhantes