Platforme za podatke o klijentima (CDP) temelje se na jednostavnom obećanju: prikupljati informacije o klijentima, analizirati ih i upotrebljavati za pružanje prilagođenijih iskustava. Međutim, to obećanje ovisi o krhkoj pretpostavci da su informacije koje klijenti daju istinite.
Na tu se pretpostavku sve teže osloniti.
Istraživanje koje navodi eMarketer pokazalo je da je 53 % odraslih stanovnika SAD-a onemogućilo prikupljanje podataka, ciljanje ili praćenje na AI platformama. Dodatnih 31 % priznalo je da je navelo lažno ime i prezime ili datum rođenja. Istraživanje ukazuje i na širu zabrinutost zbog personalizacije temeljene na podacima: 59 % odraslih stanovnika SAD-a osjećalo se nelagodno pri pomisli da AI upotrebljava njihove adrese e-pošte za personalizaciju oglasa, a 52 % osjećalo se nelagodno zbog dijeljenja povijesti pregledavanja.
Ove brojke opisuju stavove i ponašanje na AI platformama, a ne korisnike CDP-ova konkretno. Ipak, upućuju na problem važan za svaki sustav koji se oslanja na podatke prikupljene prilikom registracije klijenata: ljudi mogu odbiti dijeliti podatke ili navesti informacije koje izgledaju istinito, ali to nisu.
Kad lažne informacije dovedu do pogrešne segmentacije
Lažno ime i prezime mogu se činiti bezazlenima. Netočan datum rođenja može izgledati kao sitan čin samoobrane. No kad tvrtka podatke iz registracije smatra pouzdanima, netočne informacije mogu imati posljedice koje sežu daleko izvan obrasca za registraciju.
Pogrešna dob može nekoga svrstati u pogrešnu kampanju vezanu uz fazu životnog ciklusa klijenta. Netočna oznaka spola može iskriviti ciljnu skupinu. Takve pretpostavke zatim mogu utjecati na preporuke proizvoda, sadržaj e-poruka i analizu klijenata u kampanjama marketinške automatizacije.
Problem nije samo u tome što je jedna podatkovna točka netočna. Automatizirani sustavi mogu iznova upotrebljavati te podatke za donošenje odluka, zbog čega neispravni ulazni podaci počinju izgledati kao pouzdan signal.
Bihevioralni i transakcijski podaci pružaju drukčiju vrstu informacija. Kupnja, pregled proizvoda ili ponovljena interakcija bilježe ono što je netko učinio. Polje u obrascu za registraciju bilježi ono što je netko rekao. Obje vrste podataka mogu biti korisne, ali ne treba im automatski pripisivati jednaku razinu pouzdanosti.
Manja publika, s više neizvjesnosti
Odjave od praćenja smanjuju broj osoba dostupnih za marketing temeljen na praćenju. Ako su neki od preostalih registriranih korisnika također naveli netočne podatke, publika koju je moguće učinkovito dosegnuti može biti manja nego što sugerira ukupan broj zapisa u bazi.
To stvara rizik od silazne spirale:
- Manje pouzdani podaci dovode do manje učinkovitog ciljanja.
- Manje učinkovito ciljanje može smanjiti uspješnost kampanja.
- Slabi rezultati mogu navesti brendove da optimiziraju pogrešne elemente kampanje – kreativna rješenja, kanale ili vrijeme – dok temeljni problem s podacima ostaje neprimijećen.
Ako klijenti budu primali poruke koje za njih nisu relevantne, možda će još manje biti skloni dijeliti informacije ili će odustati od komunikacije / odjaviti se s popisa. Rezultat nije samo manja publika, nego i manje pouzdana osnova za donošenje marketinških odluka.
Prividna preciznost može skupo stajati
Detaljan profil klijenta može izgledati vrijedno čak i kad se temelji na nepouzdanim podacima. U tome leži opasnost prividne preciznosti: segmentu se može vjerovati zato što je detaljan, a ne zato što je točan.
Kad kampanje ne donose očekivane rezultate, najčešće se mijenjaju poruka ili ciljanje, bez razmatranja je li sam profil pouzdan. S vremenom to može učvrstiti pogrešne pretpostavke i naučiti modele da se oslanjaju na obmanjujuće signale.
Rješenje nije odustati od platformi za podatke o klijentima. Potrebno je samo manje vjerovati podacima i prestati tretirati svako polje kao jednako pouzdano.
Manji opseg personalizacije, a ne njezin kraj
To ne mora značiti ograničavanje personalizacije kao takve. Riječ je o upozorenju protiv marketinške automatizacije koja se previše oslanja na podatke koje su klijenti naveli prilikom registracije, osobito kad se demografski podaci smatraju točnima bez provjere.
Personalizacija temeljena na zabilježenim radnjama i dalje je vrlo korisna, osobito kada se isporučuje u stvarnom vremenu tijekom anonimnih sesija. Sustavi preporuka pomažu premostiti taj jaz. S druge strane, CDP-ovi i alati za marketinšku automatizaciju koji navedene atribute tretiraju kao neupitne činjenice riskiraju izgradnju naprednih kampanja na nestabilnim temeljima.
Promjena strateškog pristupa jednostavna je: više vjerovati onome što klijenti rade u stvarnom vremenu, uključujući anonimne klijente, nego onome za koga se predstavljaju u obrascu. Manji skup anonimnih signala koji se bolje razumije vredniji je od veće baze podataka koja samo ostavlja dojam preciznosti.
