Les résultats de la publicité programmatique se résument aux données - et à leur exactitude. Les éléments à prendre en compte pour y parvenir sont de plus en plus nombreux à mesure que l'activité numérique augmente, et les opportunités sont partout.
Heureusement, cette abondance de données est aussi un trésor de données comportementales en temps réel. Elles sont pleines de contexte et de puissants indicateurs d'intention qui peuvent être utilisés pour aligner l'entonnoir sur les intérêts et les besoins des consommateurs, et les inciter à agir.
Qualité des données, validation, vérification
Ces termes existent depuis longtemps, et ils sont toujours valables - voire essentiels - et ils fonctionnent ensemble. En fait, les termes sont souvent utilisés de manière interchangeable, mais ils sont légèrement différents. Par exemple :
- La vérification et la validation sont toutes deux des caractéristiques de la qualité. Mais il en va de même pour le respect de la vie privée, ainsi que pour les scores élevés en matière de données d'intérêt ou de données comportementales en temps réel. En d'autres termes, les données qui ont un niveau élevé de qualité ont des scores élevés en matière de vérification et validation et a la capacité de relier les points et d'identifier, avec une forte probabilité, les intérêts des clients d'une marque dans l'univers numérique.
- La vérification a spécifiquement trait à la certitude qu'un enregistrement de données est associé à une identité réelle, qu'il s'agisse d'une adresse, d'un contact publicitaire ou d'une inscription à une liste de diffusion.
- La validation consiste à vérifier si les données sont logiques et raisonnables dans leurs structures, leurs quantités et leurs relations. Par exemple, les codes postaux et les numéros de téléphone contiennent-ils le nombre correct de caractères attendus pour l'emplacement donné du destinataire ? Un courriel a-t-il été associé à plus d'une adresse postale ou d'un nom de client ? Et ainsi de suite.
En bref, les consommateurs attendent des données de qualité qu'elles soient correctes, complètes, privées et actuelles dans la mesure nécessaire pour répondre à leurs préférences personnelles. Les entreprises, y compris les spécialistes du marketing, attendent des données de qualité qu'elles permettent une forte activation, une réponse et un retour sur investissement.
Une grande partie du travail de vérification et de validation s'effectue dans les systèmes de gestion de la relation client et dans une variété d'intégrations disponibles pour les plateformes de données. Il s'agit d'un travail quasi permanent consistant à s'assurer que les données sont "propres".
Mais à quel point le propre est-il propre ?
Disons que c'est une cible mouvante, et que plus propre, c'est toujours mieux. Mais pourquoi cela nous intéresse-t-il ? Tout simplement parce que les spécialistes du marketing d'aujourd'hui ont besoin de données qui vont au-delà de la probabilité pour devenir exploitables et générer des résultats réels. Et de plus en plus, l'expérience montre que l'intégration données comportementales et intentionnelles en temps réel avec des données de première main fait une énorme différence. Néanmoins, en tant que type de données provenant de sources multiples et utilisées, elles doivent elles aussi être vérifiées, validées et leur qualité assurée. Et il en va de même pour les stocks de données de première main qui se trouvent dans les serveurs des entreprises. Tout un défi. Examinons quelques exemples concrets.
La qualité des données permet un retour sur investissement
Dans son travail de mesure de l'exactitude des données démographiques des consommateurs au niveau de l'enregistrement des données, Jeu de la vérité rapporte que 83 % des segments d'âge qu'il vérifie sont inexacts, avec des surprises malheureuses similaires dans d'autres catégories. Pour les spécialistes du marketing confrontés à une pression croissante pour obtenir des résultats plus solides, il est judicieux de comprendre comment votre fournisseur de données assure la qualité des données (QD). Et plus précisément, vous voulez savoir si ces résultats DQ comprennent des mesures qui démontrent la performance - c'est-à-dire les résultats réels - dans les domaines qui vous intéressent le plus.
Soyons précis
L'un des critères de qualité des données les plus fondamentaux aujourd'hui est la confidentialité des données. Ici, à ShareThis, we partner with leaders dans cet espace. Il est important que nous puissions mesurer la conformité avec laquelle les données des consommateurs mondiaux sont collectées, stockées et utilisées, afin de garantir qu'elles répondent aux attentes légales et éthiques et qu'elles soient conformes aux politiques, processus et pratiques d'autorégulation.
Lorsqu'il s'agit de mesurer les données elles-mêmes - qu'elles soient déterministes, comportementales, de première ou de seconde main, etc. Chaque fournisseur de données a ses propres méthodes qu'il utilise en permanence et qu'il demande probablement à ses partenaires d'utiliser. Prenez le temps d'évaluer les études disponibles, ou envisagez de mener une campagne de test, pour déterminer si leurs données sont susceptibles de produire les types de résultats que vous recherchez.
Par exemple, ShareThis a mené une telle une étude en 2021 avec Polk Demand Signals, un fournisseur leader d'informations commerciales et marketing pour l'industrie automobile, qui fait maintenant partie d'IHS Markit. L'étude a démontré que ShareThis Auto Audience Segments est composé de consommateurs qui sont plus susceptibles que la population nationale d'acheter une marque spécifique de voiture neuve. C'est important car les spécialistes du marketing automobile, plus que tout autre, ont du mal à faire le lien entre l'engagement en ligne et les actions en personne, en raison du cycle de vente généralement long dans ce secteur. Les gens cherchent souvent pendant des mois avant d'acheter en personne sur le terrain ou par livraison à domicile. La question était de savoir quelle différence les données en temps réel et les scores d'intérêt auraient sur le retour sur investissement des campagnes.
Les résultats ont été impressionnants. Dans cette étude de 90 jours, ShareThis Auto Audiences a touché des consommateurs qui étaient, en moyenne, 23 % plus susceptibles d'acheter un nouveau véhicule parmi les marques mesurées. C'est un résultat enthousiasmant, si l'on considère que 10% ou plus est considéré comme significatif dans l'industrie automobile.
L'étude a également révélé comment les données sur les comportements d'intérêt en temps réel sont directement liées aux actions, qui peuvent être optimisées tout au long du parcours de l'acheteur. En bref, les comportements en ligne peuvent être interprétés pour révéler des aspects de timing, d'importance et de conditions qui affectent le sentiment ou offrent un aperçu des modèles de recherche des consommateurs.
L'étude a montré comment les données de ShareThis peuvent être utilisées pour fournir des informations exploitables qui optimisent les éléments de la campagne et du parcours, produisant des résultats tangibles dans l'ensemble de l'entonnoir. Par exemple :
- L'identification des clients ayant des comportements en début d'entonnoir, tels que des termes de recherche généraux et des recherches très variables, permet aux équipes de cibler les messages de sensibilisation pour attirer l'attention et susciter l'intérêt.
- Les acheteurs du milieu du tunnel, considérés comme " sur le marché " et ayant une forte probabilité d'acheter, peuvent être ciblés avec des avantages et des bénéfices spécifiques du produit, voire des incitations.
- Et les consommateurs en milieu de cycle peuvent recevoir des informations sur les mises à jour et les nouveaux modèles, des offres d'entretien et des invitations à des événements spéciaux afin de maintenir leur intérêt.
Résumé
Le monde des données évolue rapidement et est absolument nécessaire sur le marché numérique d'aujourd'hui. Si la qualité, la vérification et la validation des données font depuis longtemps partie des attentes et des pratiques standard, la profondeur, l'ampleur et la complexité croissantes des données numériques apportent des nuances importantes aux concepts traditionnels de qualité des données. Il fut un temps où les données comportementales en temps réel ne faisaient même pas partie de l'équation. Aujourd'hui, non seulement elles sont disponibles, mais elles sont nécessaires et leur qualité peut être vérifiée et utilisée pour optimiser les campagnes, améliorer les mesures de l'entonnoir et du marketing, et offrir des incitations qui augmentent le retour sur investissement. Faites vos recherches et allez au-delà des principes de base, incluez la confidentialité et vérifiez si les scores d'intérêt et les données comportementales en temps réel peuvent générer des niveaux d'activation et de retour sur investissement plus élevés pour vos campagnes. Aussi éphémère que le monde numérique puisse parfois sembler, les données sont de plus en plus comprises et utilisées de manière à produire des actions et des résultats. C'est du concret.
À emporter
La qualité, la validation et la vérification des données sont plus importantes que jamais. Il existe de nombreuses façons de déterminer la qualité des données. La confidentialité est un critère de qualité important, de même que des critères plus récents tels que les scores d'intérêt et les données en temps réel. N'hésitez pas à examiner des études détaillées aux résultats concrets - ou à mener vos propres études - pour déterminer si les données peuvent répondre à vos attentes et à vos besoins.
