知識星球
小編邀請您，先思考：
1 如何讓資料優質？
資料驅動的廣告需要優質資料。但大量的不良資料和經不起推敲的資料使用方式可能會給營銷活動造成不良影響。
營銷人員需要知道何時使用自己的資料，何時依賴合作伙伴。他們需要在成本、準確性和規模之間做權衡取捨。他們需要知道他們的資料來自哪裡以及如何低成本測試。他們需要知道如何評估多個資料源。所以，我們需要考慮下述問題：
問題一：如何建立標的人群？
如何找到標的人群是這些問題中最重要的一個。當營銷人員想要確定“潛在購車人群”或“美妝消費者”或“到過咖啡店的人”時，他們需要知道該標的人群是如何構建的以及是使用自己的資料還是第三方資料構建的。第三方資料在做細分標的人群構建時非常有價值。如果有人說“潛在購車人群”，他們其實沒有說明白具體的含義，是定義這個週末想買車的人？還是對汽車感興趣的人？如果你沒有明確說明你的定義，很容易把廣泛定義的無關人群放到一起。”
資料提供者可以使用不同的方法來獲得標的人群。你可以拿使用者電子郵件地址串列和超市會員卡之類的資料匹配。雖然不用cookie等較精確的資料也可以使用資料模型建立標的人群，但也會導致人群規模增加，但是相應的降低了質量。使用資料模型處理標的人群的時候，必須明確種子資料和模型推算人群的比例。
問題二：資料價值超過成本了嗎？
如果男性是人口的一半，但定位男性人群要花三倍的成本，那麼購買一個基於性別的標的人群值得嗎？
研究廣告素材的資料投入成本是值得的，尤其是對品牌廣告。如果你用消費者不想要的訊息轟炸他們只是因為這種廣告便宜，你會惹惱他們，他們會直接關閉廣告。對於效果廣告營銷人員來說，只有在提高收入的基礎上，資料支出才有意義。
你可以擁有世界上最準確、最神奇的資料。但是如果它比其他廣告投放方式貴15倍，那根本不值得去嘗試。效果廣告營銷人員可以做一些高價格的測試來看高價格資料是否確定能夠帶來更好的結果。如果要獲得更好的資料需要更高的成本，那它就必須有更高的投資回報率。
問題三：規模和精準之間的平衡點是什麼？
有時候，垃圾資料也會帶來訂單激增，因為垃圾資料也可能會為廣告客戶帶來銷量。一個小體量的高質量的基於資料的標的人群可能適用於電子郵件營銷活動，但對於媒體投放活動來說太小了。因此資料提供商利用一部分無效資料來據新增更多的看似精準的結果。廣告主需要瞭解Lookalike演演算法或任何其他用於獲取規模的手段。在運營實踐中，簡單的只要求規劃或者精準都不現實，總是有一個平衡。如果你定義了一個非常精準的人群： 30-40歲，女性，在過去14天，在指定的四個區域，買了特定的某一本雜誌，最後找到30人。這是一個很有價值的標的人群，但數量太少了。
廣告主想要最準確的細分，但那樣的結果就會失去規模。回到問題一，如果營銷人員知道如何建立標的人群，他們就可以準確定義對他們管理的品牌有意義的精準性和規模之間的平衡。
問題四：不透過媒體，我是否可以測試這個標的人群？
傳統上，廣告主透過針對細分受眾購買渠道來測試資料。但渠道是昂貴的。
如果營銷人員不想花錢來測試細分人群，他們可以嘗試根據他們在DMP或CRM中的表現來驗證資料，看看是否有什麼確切的結果。
如果不想從市場測試開始，也可以把資料新增到CRM資料庫並檢查匹配率。在可以匹配的範圍內，去檢測它與資料庫的其餘部分是否具有相關性。
如果缺乏相關性，那就表明資料不良，當然也要註意沒有意義的相關性。如外部資料集表明某營銷人員有一個富有的客戶群，但內部資料表明相反。沒有意義的資料可以透過內部匹配在花費媒介費用測試之前過濾。
問題五：資料掃清頻率？
某些資料（如人口統計資訊或興趣）不會隨時間變化太大，營銷人員可以使用它而不用擔心它會衰減。但其他型別的資料衰減很快。你需要比更新生活方式資料更頻繁地更新SKU級別或交易級資料。以消費者購買汽車這類大件商品的決策階段為例，消費者會在幾周或幾個月內進入這個階段，因此每年更新的“潛在汽車購買者”的預測模型不會帶來結果。
特別是在行為細分人群中，在三到四年的週期中，有三個月的時間裡營銷訊號是很清晰的。當在媒體環境中啟用他們更新緩慢的CRM資料時，品牌會遇到問題。
許多品牌營銷都是建立在年度計劃或季度計劃之上，品牌需要轉移到更接近實時的資料上。在數字媒體生態系統中，你必須重新整個網際網路生態的思考節奏。
問題六：這個資料來自哪裡，與什麼結合？
沒有什麼資料是完全乾凈無染的 ，它被收集然後提取，傳輸並載入到資料庫中，使用SQL進行查詢併在Excel中進行轉換。在每個步驟，資料元素都可能發生一點點的改變。例如，將Cookie資料或裝置ID相匹配可能會降低資料質量。你可能會合併一堆資料，但是匹配率太低，所以最終得到的資料集沒什麼價值。
相反，與其他資料集合匹配良好的資料集可以提高資料質量。當說到一個資料集與其他資料集的整合，那一般必須合併三到四個資料集，才可以清晰整理出閱讀資料可見率或廣告欺詐行為，但與此同時這些資料集的整合將面臨相當大的複雜性。
每個營銷人員都應該詢問在引入新資料或分析現有資料時如何合併資料。如果你不明白資料是如何構建的，它可能導致非常錯誤的結論。
給出上述所有的問題的答案
目前，在各個渠道上使用資料需要熟練控制資料質量，但也要能夠接受資料的雜亂。隨著數字化世界的成熟，資料質量可能會提高，但仍保留某些缺陷。
資料廣告在結構上比電視廣告更加複雜，因為你可以得到更多的資料，資料內容更加精細。我們永遠不會完美，這將是一個漸進的過程。
親愛的讀者朋友們，您們有什麼想法，請點選【寫留言】按鈕，寫下您的留言。
資料人網（http://shujuren.org）誠邀各位資料人來平臺分享和傳播優質資料知識。
公眾號推薦：
好又樂書屋，專註分享有思想的人物，身心健康，自我教育，閱讀寫作和有趣味的生活等內容，傳播正能量。
閱讀原文，更多精彩！
分享是收穫，傳播是價值！
