Чем ненадежны данные о потребителях, которые вам предлагают купить

Схема сбора и продажи данных специалистам по потребительскому маркетингу такова. Брокеры данных собирают информацию о потребителях где только можно: на основании карт постоянных клиентов, из открытых источников, из постов в социальных сетях, а чаще всего – через отслеживание поведения людей в браузерах на разных сайтах. Вся эта собранная информация затем скармливается самообучающимся алгоритмам, которые создают сегментированные профили групп людей, объединенных по какому-либо признаку. Эти цифровые профили затем упаковываются как «аудитории». Типичные примеры групп – «интересуются модой» или «мужчины от 25 до 54 лет». Маркетологи могут купить эти готовые аудитории у брокеров данных, чтобы использовать их для таргетированной рекламы. Например, Nike или Adidas могут купить доступ к сегменту аудитории «интересуются модой», чтобы связаться с потенциальными покупателями кроссовок.

Но есть одна проблема. Процесс, с помощью которого брокеры данных создают эти сегменты, держится в секрете для сохранения конкурентоспособности. Это означает, что менеджеры по маркетингу не знают, можно ли доверять приобретаемым данным об аудитории, хотя на такие покупки приходится немалая часть медийных бюджетов. Известно, что генеральный директор The New York Times Марк Томпсон однажды спросил: «Когда они говорят, что человек из аудитории – модница 20–30 лет, какова вероятность, что это действительно так?»

Мы недавно проверили точность популярных сегментов аудитории, предлагаемых рядом брокеров. И обратили внимание на такие показатели, как возраст и пол, а также интересы потребителей (например, «интересуется спортом», «интересуется путешествиями», «интересуется фитнесом»). Для проверки мы использовали данные из тех мест, в которых люди добровольно делятся этой информацией. Например, мы сличали характеристики клиентов из брокерских сегментов с данными о клиентах, предоставленными организаторами опросов, которые мы также перепроверяли, сопоставляя с информацией этих людей на Facebook или предоставленной финансовым организациям.

В результате всех наших проверок выяснилось, что информация о потребителях, продаваемая брокерами, бывает самого разного качества. Немалая часть таких баз данных напоминает списки, составленные методом случайного выбора, или даже уступает им. Особенно разочаровывают демографические данные. Например, средняя точность определения мужского пола при создании гендерных сегментов составила всего 42,5%, что меньше, чем природная 50%-ная вероятность угадывания мужчин. Данные по возрасту показали себя чуть лучше, но ненамного. В среднем в 77% случаев возрастная группа тоже была определена неправильно. (Хотя средняя точность в 23% кажется низкой, этот показатель все-таки выше, чем результативность рассылки сообщений случайным людям, при которой возрастные группы людей угадываются с точностью 10–18%.)

Сегменты по интересам оказались на первый взгляд более точными. Примерно в 80% случаев информация об интересах людей была правильной. Звучит обнадеживающе, но обольщаться не стоит. Вероятно, более высокая точность связана с тем, что популярные свойства, которыми характеризуют «аудитории», очень часто встречаются у людей в целом. Например, в Австралии и США многие любят спорт, поэтому выявить кого-то интересующегося спортом нетрудно. Другими словами, аудитории, выделенные по признаку интересов, тоже не особенно надежны. Разумеется, некоторые брокеры данных показали себя лучше других.

Проблема низкого качества данных усугубляется тем, что маркетологи платят за эти цифровые профили. Точные затраты зависят от условий каждой конкретной сделки и используемой рекламной площадки, но наше исследование показало, что применение цифрового таргетирования часто приводит к повышению затрат на рекламную кампанию более чем вдвое. Это немалая часть расходов на рекламу, которая во многих случаях практически не окупается.

Наши находки позволяют предположить, что менеджерам по маркетингу надо осторожнее принимать решения о покупке профилей аудиторий для таргетированного маркетинга – возможно, ждать, пока они не получат достоверное представление о качестве приобретаемого товара. Если они продолжат проводить таргетированные кампании на основании профилей аудиторий, предлагаемых брокерами данных, им стоит избегать использования профилей, составленных для больших сегментов населения (например, таких как «все женщины» или «потребители, интересующиеся спортом»). Если желаемый сегмент аудитории относительно узок, вероятность, что кампания окупится, выше.

Об авторах: Кэтрин Такер – профессор менеджмента в Школе менеджмента Слоуна (MIT); Нико Ньюманн – профессор Мельбурнской школы бизнеса, преподает бизнес-аналитику и маркетинговые коммуникации

Статья впервые опубликована в «Harvard Business Review Россия». Оригинал статьи здесь