Platformy zákaznických dat (CDP) stojí na jednoduchém příslibu: shromažďovat informace o zákaznících, analyzovat je a využívat k poskytování lépe přizpůsobených zákaznických zkušeností. Tento příslib však závisí na křehkém předpokladu, že informace poskytnuté zákazníky jsou pravdivé.
Na tento předpoklad se lze spoléhat čím dál méně.
Výzkum citovaný společností eMarketer zjistil, že 53 % dospělých obyvatel USA odmítlo sběr dat, cílení nebo sledování na platformách AI. Dalších 31 % přiznalo, že uvedlo nepravdivé jméno a příjmení nebo datum narození. Výzkum poukazuje také na širší obavy spojené s personalizací založenou na datech: 59 % dospělých obyvatel USA se necítilo dobře při představě, že AI využívá jejich e-mailové adresy k personalizaci reklam, a 52 % se necítilo příjemně při sdílení historie prohlížení.
Tato čísla popisují postoje a chování na platformách AI, nikoli konkrétně uživatele CDP. Poukazují však na problém, který se týká každého systému založeného na registračních údajích zákazníků: lidé mohou odmítat sdílet data nebo uvádět informace, které vypadají jako pravdivé, ale ve skutečnosti takové nejsou.
Když nepravdivé informace vedou k chybné segmentaci
Nepravdivé jméno a příjmení se mohou zdát neškodné. Nesprávné datum narození může působit jako drobný akt sebeobrany. Když však firma považuje registrační údaje za důvěryhodné, mohou mít nepravdivé informace mnohem širší dopad než jen na registrační formulář.
Nesprávný věk může způsobit, že se někdo dostane do nesprávné kampaně zaměřené na fázi životního cyklu zákazníka. Chybné označení pohlaví může zkreslit cílový segment. Tyto předpoklady pak mohou ovlivnit doporučení produktů, obsah e-mailů i analýzu zákazníků v kampaních marketingové automatizace.
Problém nespočívá jen v tom, že je jeden údaj chybný. Automatizované systémy mohou tyto údaje opakovaně využívat při rozhodování, takže chybné vstupy začnou působit jako důvěryhodný signál.
Behaviorální a transakční data poskytují jiný druh informací. Nákup, zobrazení produktu nebo opakovaná interakce zaznamenávají, co někdo udělal. Pole v registračním formuláři zaznamenává, co někdo uvedl. Oba druhy dat mohou být užitečné, ale nemělo by se automaticky předpokládat, že jsou stejně důvěryhodné.
Menší publikum s větší mírou nejistoty
Odmítnutí sledování snižují počet lidí, které lze oslovit marketingem založeným na sledování. Pokud někteří ze zbývajících registrovaných uživatelů uvedli také nepravdivé údaje, může být skutečně využitelné publikum menší, než naznačuje celkový počet záznamů v databázi.
Vzniká tak riziko sestupné spirály:
- Méně důvěryhodná data vedou k méně účinnému cílení.
- Méně účinné cílení může snížit efektivitu kampaní.
- Slabé výsledky mohou značky přimět k optimalizaci nesprávných prvků kampaně – kreativy, kanálů nebo načasování -, zatímco základní problém s daty zůstane bez povšimnutí.
Pokud budou zákazníci dostávat zprávy, které pro ně nejsou relevantní, mohou být ještě méně ochotní sdílet informace nebo mohou odmítat komunikaci či se odhlašovat z databáze. Výsledkem je nejen menší publikum, ale také méně důvěryhodný základ pro marketingová rozhodnutí.
Zdánlivá přesnost může přijít draho
Podrobný zákaznický profil může působit hodnotně, i když vychází z nedůvěryhodných údajů. V tom spočívá nebezpečí zdánlivé přesnosti: segmentu lze důvěřovat proto, že je podrobný, nikoli proto, že je přesný.
Když kampaně nepřinášejí očekávané výsledky, obvykle se mění sdělení nebo cílení, aniž by se zvažovalo, zda je důvěryhodný už samotný profil. Časem to může upevňovat chybné předpoklady a učit modely na základě zavádějících signálů.
Řešením není vzdát se platforem zákaznických dat. Stačí jen méně důvěřovat a přestat považovat každé pole za stejně důvěryhodné.
Menší rozsah personalizace, ne její konec
Nemusí to znamenat omezení personalizace jako takové. Jde o varování před marketingovou automatizací, která se příliš spoléhá na data registrovaných zákazníků, zejména pokud jsou demografické údaje považovány za pravdivé, aniž by byly ověřeny.
Personalizace založená na pozorovaném chování je stále velmi užitečná, zejména pokud probíhá v reálném čase během anonymních relací. Doporučovací systémy pomáhají tuto mezeru překlenout. CDP a nástroje marketingové automatizace, které považují deklarované atributy za nezpochybnitelná fakta, však riskují, že budou stavět pokročilé kampaně na vratkých základech.
Změna strategického přístupu je jednoduchá: více důvěřovat tomu, co zákazníci dělají v reálném čase, včetně anonymních zákazníků, než tomu, za koho se vydávají ve formuláři. Menší, lépe pochopený soubor anonymních signálů je cennější než větší databáze, která pouze působí přesně.
