第一、第二和第三方數據:結合在一起更好

編者注:本文轉載自Mobilewalla的網站．Mobilewalla是營銷AI研BETVlCTOR1946伟德究所的合作夥伴。

要評估數據集的內在優點和缺點，必須考慮數據集的來源。不是所有的數據都是平等的，開車也是真正的人工智能和機器學習的結果需要正確地混合自有數據和授權數據。

數據科學家和營銷人員將數據分為三個不同的類別自身的，第二方,或第三方數據- - - - - -這取決於它的來源。為了保持你的數據策略的競爭力，它”了解它的優點和缺點是至關重要的每個類別的女士以及他們如何一起工作。

什麼是第一方數據?

簡單地說，第一方數據就是你自己從聽眾那裏收集的信息。它可能包括通過提交表單、CRM係統、網站cookie、客戶服務中心、購買曆史或任何你控製的線上或線下活動收集的數據。

92%的領先營銷人員相信使用第一方數據可以不斷建立對人們想要什麼是增長的關鍵。以下是為什麼對第一方數據的看法幾乎是一致的原因:

• 你擁有它。你自己收集的任何數據都代表著競爭優勢。維護良好的第一方數據是一種易於訪問和具有成本效益的獨家資產。
• 它提供了一個了解買家旅程的視角這是有洞察力的，可以預測。
• 這是相關的和準確的因為它是直接從你的客戶那裏收集來的。

也就是說，獨家使用第一方數據會給你對客戶的了解留下一個明顯的漏洞。畢竟,這”S僅限於你的客戶與你的直接關係和你的關係”我們可以記錄。它並”不捕捉匿名瀏覽行為、其他品牌偏好或競爭對手親和力。

缺乏額外的洞察力和規模會對你的業務產生負麵影響。沒有適當的數據廣度和深度，你就無法有效地推動預測性AI和機器學習算法，以保持競爭力，並推動洞察，從而實現未來的投資回報率和業務增長。

什麼是第二方數據?

第二方數據是由另一個組織收集的第一方數據。它可以提升你對整體受眾的洞察力，但隻有當它源自一個與你的受眾互補的企業或品牌時。

由於範圍狹窄，它具有第一方數據的許多局限性，包括缺乏規模。第二方數據的可用性也有限，因為交換通常是在品牌之間直接進行的。出於對競爭、隱私和其他複雜因素的考慮，這種交流甚至常常無法發生。

什麼是第三方數據?

第三方數據這些信息是由公司收集的嗎”我們與消費者沒有直接的關係。這些信息通常是從數據管理平台(DMP)合作夥伴或第三方數據供應商那裏獲得許可或購買的，後者編譯匿名訪問者信息，如瀏覽行為、位置信息、應用程序使用情況或其他真實世界的交互。

第三方數據是從多個來源聚合而來的，因此它有一個可以擴展的規模”不能與任何單一的第一或第二方來源相匹配。它”當與第一方數據結合時，S是最有效的，為你提供兩全其美的:相關的、準確的受眾洞察，輔以補充信息，創建更完整的客戶和能力圖景驅動你的AI/ML算法．

數據濃縮，將第三方數據與第一方數據合並的做法帶來了深遠的好處，包括:

• 通過填補缺失的行為和人口統計見解來加深你對受眾和細分市場的理解。
• 提高你識別最佳客戶特征的能力，並瞄準具有相同特征的新客戶。
• 提供足夠大的規模，以顯著提高AI工具的預測質量上升到40%。
• 啟用高度特定的創建受眾細分通過先進的目標定位和重新定位戰役

你應該從第三方數據提供商那裏尋找什麼?

並非所有的第三方數據都是平等的。為了使你的投資最大化，你需要具備以下品質的數據:

• 規模。你獲取的數據越多，你的見解就越深刻。您需要確保您的提供者擁有您需要的相關的、大量的數據。
• 觀點你也”已經有了。最常見的,”這是對真實世界情報的需求，以補充網上或內部收集的信息。確保你得到的見解在你的組織中是不存在的。
• 幹淨的數據。不幸的是，移動廣告欺詐非常猖獗，這損害了這些數據的價值。你需要確保你的供應商跟蹤欺詐設備和位置信號，以主動識別異常廣告流量並剔除不良數據。
• 隱私和安全遵從性。您希望與符合所有地方和國家法規(如GDPR和CCPA)的第三方數據供應商合作，並且該供應商參與了專注於維護遵從性、數據隱私和透明度的行業團體。

這些隻是頂層考慮。一旦接近與合作夥伴或供應商合作，就需要在更細粒度的級別上評估他們的產品。