Platformy danych klientów (CDP) opierają się na prostej obietnicy: gromadzić informacje o klientach, analizować je i wykorzystywać do dostarczania bardziej dopasowanych doświadczeń. Obietnica ta zależy jednak od kruchego założenia, że podawane przez klientów informacje są prawdziwe.
Coraz trudniej na tym założeniu polegać.
Badanie przywołane przez eMarketer wykazało, że 53% dorosłych mieszkańców USA zrezygnowało ze zbierania danych, targetowania lub śledzenia na platformach AI. Kolejne 31% przyznało, że podało fałszywe imię i nazwisko lub datę urodzenia. Badanie wskazuje również na szerszy niepokój związany z personalizacją opartą na danych: 59% dorosłych mieszkańców USA czuło się nieswojo z myślą, że AI wykorzystuje ich adresy e-mail do personalizowania reklam, a 52% niekomfortowo czuło się z udostępnianiem historii przeglądania.
Liczby te opisują postawy i zachowania na platformach AI, a nie konkretnie użytkowników CDP. Wskazują jednak na problem istotny dla każdego systemu opartego na danych z rejestracji klientów: ludzie mogą rezygnować z udostępniania danych albo podawać informacje, które wyglądają na prawdziwe, choć takie nie są.
Gdy fałszywa informacja prowadzi do błędnej segmentacji
Fałszywe imię i nazwisko mogą wydawać się nieszkodliwe. Nieprawdziwa data urodzenia może wyglądać na drobny akt samoobrony. Jednak gdy firma traktuje dane rejestracyjne jako wiarygodne, nieprawdziwe informacje mogą wykraczać daleko poza formularz rejestracyjny.
Błędny wiek może sprawić, że ktoś trafi do niewłaściwej kampanii dotyczącej etapu cyklu życia klienta. Nieprawidłowe oznaczenie płci może zniekształcić segment docelowy. Takie założenia mogą następnie wpływać na rekomendacje produktów, treści e-maili i analizę klientów w kampaniach automatyzacji marketingu.
Problem polega nie tylko na tym, że pojedynczy punkt danych jest błędny. Zautomatyzowane systemy mogą wielokrotnie wykorzystywać te dane do podejmowania decyzji, przez co wadliwe dane wejściowe zaczynają wyglądać jak wiarygodny sygnał.
Dane behawioralne i transakcyjne dostarczają innego rodzaju informacji. Zakup, wyświetlenie produktu czy powtarzająca się interakcja rejestrują to, co ktoś zrobił. Pole formularza rejestracyjnego odnotowuje to, co ktoś powiedział. Oba rodzaje danych mogą być przydatne, ale nie należy domyślnie przypisywać im takiego samego poziomu wiarygodności.
Mniejsza grupa odbiorców, a w niej więcej niepewności
Rezygnacje ze śledzenia zmniejszają liczbę osób dostępnych dla marketingu opartego na śledzeniu. Jeśli część pozostałych zarejestrowanych użytkowników również podała nieprawdziwe dane, grupa odbiorców, którą można skutecznie wykorzystać, może być mniejsza, niż sugeruje ogólna liczba rekordów w bazie.
Stwarza to ryzyko spirali spadkowej:
- Mniej wiarygodne dane prowadzą do mniej skutecznego targetowania.
- Mniej skuteczne targetowanie może obniżyć efektywność kampanii.
- Słabe wyniki mogą skłonić marki do optymalizowania niewłaściwych elementów kampanii – kreacji, kanałów lub czasu, podczas gdy podstawowy problem z danymi pozostaje niezauważony.
Jeśli klienci będą otrzymywać nieistotne dla nich wiadomości, mogą jeszcze mniej chętnie udostępniać informacje lub rezygnować z komunikacji / wypisywać się z bazy. Rezultatem jest nie tylko mniejsza grupa odbiorców, lecz także mniej wiarygodna podstawa do podejmowania decyzji marketingowych.
Pozorna precyzja może słono kosztować
Szczegółowy profil klienta może wyglądać na wartościowy, nawet jeśli opiera się na niewiarygodnych danych. Na tym polega niebezpieczeństwo pozornej precyzji: można ufać segmentowi, bo jest szczegółowy, a nie dlatego, że jest trafny.
Gdy kampanie nie przynoszą oczekiwanych rezultatów, przeważnie zmieniane są przekaz lub targetowanie, nie zastanawiając się, czy sam profil jest wiarygodny. Z czasem może to utrwalać błędne założenia i uczyć modele na podstawie mylących sygnałów.
Rozwiązaniem nie jest rezygnacja z platform danych klientów. Trzeba tylko ograniczyć zaufanie i przestać traktować każde pole jako jednakowo wiarygodne.
Mniejszy zakres personalizacji, nie jej koniec
Nie musi to oznaczać ograniczenia personalizacji jako takiej. To ostrzeżenie przed automatyzacją marketingu, która w nadmiernym stopniu opiera się na danych zarejestrowanych klientów, zwłaszcza gdy szczegóły demograficzne uznaje się za prawdziwe bez ich weryfikacji.
Personalizacja oparta na zaobserwowanych działaniach nadal jest bardzo przydatna, zwłaszcza gdy jest dostarczana w czasie rzeczywistym podczas anonimowych sesji. Systemy rekomendacji pomagają wypełnić tę lukę. Natomiast CDP i narzędzia automatyzacji marketingu, które traktują deklarowane atrybuty jako niepodważalne fakty, ryzykują budowanie zaawansowanych kampanii na niestabilnych podstawach.
Zmiana strategicznego podejścia jest prosta: bardziej ufać temu, co klienci robią w czasie rzeczywistym, także klientom anonimowym, niż temu, za kogo podają się w formularzu. Mniejszy, lepiej rozpoznany zestaw anonimowych sygnałów jest cenniejszy niż większa baza danych, która tylko sprawia wrażenie precyzyjnej.
