微信搜索“高速商务通”，马上办理ETC
如果重点放在与业务战略相对应的正确数据而不是相同的基本人口统计数据上，那么营销人员就不必担心不准确的数据会破坏广告系列。
根据头条新闻，martech体现了技术的复杂性，吸引了成千上万的公司，这些公司都受到人工智能，虚拟现实，个性化等丰富功能的推动。然而，最近的一项研究发现，营销人员真正想要的是更多高质量的人口统计数据。我不禁想到，数据驱动的时代是否会错过退出？现代营销人员可以使用数以千计的消费者信息 – 人口统计，购买，爱好，社交活动，地理定位等等 – 但许多营销工作仍然基于在年龄，性别和收入的基本人口统计数据上。现状可能被认为是更容易，更规避风险的途径。但如果我们继续自动驾驶，营销人员将慢慢失去速度，因为未能以创新精神接受新技术而落后。改变我们思维方式的时候首先，我不建议我们取消人口统计数据，因为它非常强大。但它只代表了一个人可用信息的一小部分。此外，人口统计数据的准确性已经存在问题，其质量差的成本可能会增加营销人员。如果营销人员在定义受众时过度依赖少数人口统计数据点，那么这些特定数据点的准确性就是任务关键。但是通过更全面的方法来定义受众，其中考虑了数千个数据点，没有任何单个数据点存在推翻操作的风险。没有任何隐藏的宝石在martech生态系统中有数百个数据聚合器，专门从事CPG ，行为，在线，离线数据等，许多人声称他们的质量高于其他人。这些说法应该让营销人员保持警惕。例如，我最近阅读了一篇文章，声称在线购买数据是理想的事实来源，因为它与有形交易有关。但对于想要推动新的增量购买的零售商而言，针对已经购买的人的广告并不理想。在这种情况下，行为数据的质量是有争议的，因为它与零售商的目标不一致。此外，当营销人员拥有数以千计的数据点时，将这么多的重量放在一个点上似乎是有风险的。在知道他们想要实现的目标之前，经常营销人员会质疑准确性和质量。以一家想要寻找新客户的电视制造商为例。使用最近的在线购买，即使数据是100％准确，也不会找到很多新客户。那些100％准确的男性观众会更好吗？或者居住在电子商店5英里半径范围内的人群？准确性很重要。但是，与运动目标无关的完美准确的观众将无法推动表现。相反，如果制造商将过去的购买视为一个难题，那就是将其有价值的客户分组的方式。然后，它可以考虑有关这些客户的数千个额外数据点，以找到全面代表理想客户的共性。这些受众降低了单个数据点的准确性将否定性能，考虑所有相关数据点以及将受众建立在推动购买目标的基础上的风险。谁是幕后推手，正确的数据与战略一致，并与业务成果保持一致，营销人员不必担心不准确的数据会破坏活动。当涉及到绩效时，不仅仅是数据的准确性，而是理解力，新近度，寿命，频率，可扩展性等。一旦营销人员能够考虑所有可用的数据，马奇专业可以回到数据驱动时代所承诺的目标，数据驱动更智能，一对一的决策，提高效率和结果。本文中表达的内容是客座作者的内容，而不一定是MarTech Today。工作人员作者列于此处。营销人员不必担心不准确的数据会破坏活动。当涉及到性能时，不仅仅是数据准确性，还包括理解力，新近度，寿命，频率，可扩展性等等。一旦营销人员能够考虑所有可用的数据，马奇专业可以回到数据驱动时代所承诺的目标，数据驱动更智能，一对一的决策，提高效率和结果。本文中表达的内容是客座作者的内容，而不一定是MarTech Today。工作人员作者列于此处。营销人员不必担心不准确的数据会破坏活动。当涉及到性能时，不仅仅是数据准确性，还包括理解力，新近度，寿命，频率，可扩展性等等。一旦营销人员能够考虑所有可用的数据，马奇专业可以回到数据驱动时代所承诺的目标，数据驱动更智能，一对一的决策，提高效率和结果。本文中表达的内容是客座作者的内容，而不一定是MarTech Today。工作人员作者列于此处。martech行业可以回到数据驱动时代所承诺的目标，数据驱动更智能，一对一的决策，提高效率和结果。本文中表达的内容是客座作者的内容，而不是必然是MarTech Today。工作人员作者列于此处。martech行业可以回到数据驱动时代所承诺的目标，数据驱动更智能，一对一的决策，提高效率和结果。本文中表达的内容是客座作者的内容，而不是必然是MarTech Today。工作人员作者列于此处。
关于作者
David Dowhan David Dowhan是预测分析和大数据公司TruSignal的创始人兼首席执行官。TruSignal擅长使用离线数据和预测分数营销来推动数字营销活动，与数据提供商，媒体公司，DSP和数字受众中心合作，帮助推动定制，基于人员的外观，消费者洞察仪表板和出价优化策略。流行故事缩小IT与营销之间的差距，改善市场合作个性化的新时代：超级连接的客户体验机器学习如何运作，正如Google HubSpot所解释的那样：我们现在专注于成为平台供应商相关主题AnalyticsChannel：Martech： Analytics＆DataMartech专栏“
”
