新闻/数据
2020 年 10 月 12 日
太多的营销人员仍在依赖不准确的 first-party data。在本文中，Artefact 德国咨询总监 Joachim Sontag 解释了品牌如何清理其肮脏的 data’’，建立一个连接的 data 循环，并使其 data 架构面向未来。.
冠状病毒的流行加速了人们向在线生活的转变，品牌向客户提供个性化信息和优惠的压力与日俱增。但与此同时，消费者也在不断要求获得更多的隐私和对个人信息的控制权。.
随着第三方 cookies 的消亡和 GDPR 限制的收紧，自有和第一方 data 将成为营销人员了解、发展和锁定 audience 的核心。然而，多年来的忽视对自有 data 造成了损害。这些 ’肮脏的 data ‘支离破碎、各自为政、分类不清、管理不善，根本无法加深对客户的了解。.
在新的环境下，品牌必须制定出一个具有凝聚力的 first-party data 战略。它们需要从购买点营销系统过渡到一个更精确、第一方 data-driven 和基于直接与客户沟通的系统。但首先，他们需要建立一个综合、灵活的 data 基础设施作为支撑。.
数量不会带来高质量的客户关系
从一开始，品牌在开始建立 data 基础设施之前就必须明确自己的目标。这决定了平台要做什么以及要收集哪些第一方 data。一般来说，谈到 data，太多的品牌都会犯一个错误，那就是只关注 data 的数量，而不是 data 的相关性。从单一网页到客户移动设备上的单个应用程序，品牌可以从数百万个来源获取第一方 data，而且这一数字还在不断增长。事实上，去年网络流量增长了 8%，平均每月访问量达 2230 亿次。然而，如果 data 与您的目标不符，它又能起到什么作用呢？
正是当 data 环境变得过于庞大时，才会变得难以管理。不必要的 data 的每一个字节都会增加营销人员或营销自动化程序搜索所需信息的时间。此外，data 也有蔓延到其他环境（包括 cloud）的趋势，以避免存储容量达到极限。这只会造成系统碎片化和关键 data 丢失的危险。.
因此，事先明确定义品牌的 data 和分析用例非常重要。这包括确定谁是您的目标客户，哪些特征和行为对您的品牌最有利。然后，您就可以将其转化为 data 信号。这就是您需要收集的第一方 data。.
在客户互动中，人们倾向于追求更高的个性化。然而，随着 data 数量的增加，audience 细分对于降低复杂性和保持完整性至关重要。在帮助营销人员确定从用户群中收集的最相关 data 时，能够大规模地将用户和老客户细分为细粒度群组变得越来越重要。.
data 的圆
一旦您确信自己正在收集正确的 data，您就需要确保不同的工具和系统能够协同工作。我们的目标是建立一个由一流工具组成的生态系统，为您提供单一、综合的客户视图，以及快速跟踪和定位客户的能力。整合是营销转型至关重要的第一步。公司有很多方法可以做到这一点。通过将所有 first-party data 整合到一个 cloud 平台上（该平台具有无限存储、可扩展、可在任何地方使用、可与现有 API 实时协作），企业可以对其进行适当分析，从而获得对客户更丰富的了解。不过，企业也可以与 data 的内部和外部专家合作，开发应用程序接口，将所有工具和系统连接起来。.
基于平台的方法有两个好处。不再需要耗时的 database 重置，因为错误只需纠正一次，并在所有环境中同时更新。更重要的是，整合所有 data 允许营销人员直接查询整个 database，响应时间创历史新高，而且无需提前准备 data。.
然而，这一过程必须透明、高效，以方便报告并确保符合法规要求。其中一个重要环节是 data 清理，包括清理 data，为分析做好准备。在这方面，第三方工具仍能提供帮助。公司可以手动执行，但成本很高。相反，为了提高速度和简便性，品牌可以选择易于集成的第三方解决方案来实现流程自动化，如 Data 梯形图或 OpenRefine。不过，在选择 data 集成和清洗工具时，不要过于依赖一种解决方案或技术，这一点很重要。光靠成功本身已经不够了--它越来越需要具有可扩展性和可持续性。建立自己的解决方案可以让您有更大的权力进行定制，但当您的需求、客户要求和流量发生变化时，这样做并不有效。.
寻求第三方解决方案通常可以降低风险和总体拥有成本，使您能够更加灵活地根据需要更换解决方案。然而，没有一个放之四海而皆准的现成解决方案能从一开始就满足您的所有需求。因此，与技术专家合作就显得尤为重要，他们会帮助您明确需求，并根据您的需要选择或构建系统--无论是单一平台还是通过应用程序接口（API）整合的最佳方法。.
稳健、灵活的 data 基础设施是可持续的第一方 data 战略的标志。当您的目标被细分、您的工具被整合、您的 data 被清理时，您就建立了一个良性的 data 循环，从而推动客户参与。相关的 first-party data 在一个连续、高效的流程中进行收集、清理和分析。肮脏的 data 将被清除，客户将快速高效地收到有针对性的建议。.
文章作者 约阿希姆-桑塔格 最初发表于 TechNative.com
