Dati di prima parte

I dati di prima parte sono informazioni che un'organizzazione raccoglie direttamente dai propri clienti e dal proprio pubblico attraverso le proprie proprietà e relazioni: cronologia degli acquisti, dettagli dell'account, comportamento sul sito, stato dell'abbonamento, interazioni con l'assistenza, risposte ai sondaggi e interazioni via e-mail. Si distinguono dai dati di seconda parte, ottenuti tramite un accordo diretto con un'altra organizzazione, e dai dati di terze parti, aggregati e venduti da intermediari che non hanno alcun rapporto con l'individuo.

La sua importanza strategica è aumentata vertiginosamente con il deterioramento dell'ecosistema dei dati di terze parti. Le restrizioni dei browser sul tracciamento cross-site, i cambiamenti delle piattaforme mobili che richiedono un'autorizzazione esplicita per gli identificatori cross-app e le normative sulla privacy in diverse giurisdizioni hanno complessivamente ridotto la disponibilità e l'affidabilità dei dati di audience acquistati da intermediari. Le organizzazioni che avevano costruito il targeting e la misurazione su queste basi hanno visto la loro affidabilità erodersi, mentre quelle con solide relazioni dirette sono rimaste relativamente protette.

Oltre alla disponibilità, i dati di prima parte sono generalmente migliori. Riflettono il comportamento effettivo con l'azienda anziché un interesse dedotto, sono aggiornati anziché aggregati su periodi sconosciuti, la loro provenienza è nota e la loro accuratezza può essere verificata confrontandoli con i sistemi operativi. I segmenti di terze parti che descrivono qualcuno come un potenziale acquirente di auto sono inferenze probabilistiche di qualità incerta; un record che mostra che un cliente ha configurato uno specifico modello due volte la settimana scorsa è un dato di fatto.

Costruire un account richiede di dare alle persone un motivo per identificarsi, il che rappresenta una questione di prodotto e valore, piuttosto che una semplice raccolta di dati. Gli account che offrono reale comodità, tracciamento degli ordini, preferenze salvate, vantaggi fedeltà, newsletter utili e strumenti che richiedono l'accesso creano scambi legittimi in cui le persone sono disposte a farsi conoscere. Le tattiche che estraggono l'identità senza offrire nulla in cambio, come la registrazione obbligatoria prima di poter visualizzare i contenuti, producono dati di bassa qualità e un tasso di abbandono misurabile.

Gli obblighi connessi sono sostanziali e in costante aumento. La raccolta diretta dei dati implica la loro conservazione, la loro protezione, il rispetto delle richieste di accesso e cancellazione, il rispetto delle finalità per cui è stato fornito il consenso e la capacità di dimostrare la conformità. I ​​dati raccolti per uno scopo non possono essere semplicemente riutilizzati per un altro, e le organizzazioni che considerano i propri dati di prima parte come una risorsa illimitata tendono a scoprire i limiti durante un audit o una violazione dei dati, piuttosto che in fase di pianificazione.

La qualità dei dati è il vincolo che limita la maggior parte dei programmi di gestione dei dati proprietari e si degrada continuamente senza un'adeguata manutenzione. Gli indirizzi email diventano non validi, le persone cambiano ruolo e azienda, si accumulano record duplicati a causa di registrazioni multiple e lo stato del consenso non è più sincronizzato tra i diversi sistemi. Un database di qualità sconosciuta non consente né una personalizzazione affidabile né una misurazione accurata, e i problemi sono visibili ai clienti, che ricevono messaggi indirizzati a un ex datore di lavoro o offerte per prodotti che già possiedono. Implementare procedure di pulizia sistematiche, tra cui la deduplicazione, la convalida, la gestione dei record obsoleti e la riconciliazione del consenso tra i sistemi, è un lavoro poco appariscente che determina se il resto dell'investimento produrrà risultati. Vale anche la pena misurare anziché presumere, poiché la percentuale di record completi, aggiornati e contattabili è solitamente inferiore a quanto previsto dai team che li utilizzano, e conoscere il dato reale permette di valutare l'importanza da attribuire ai segmenti derivati.

Il vantaggio pratico deriva dall'attivazione piuttosto che dall'accumulo. I dati di prima parte supportano la personalizzazione, il marketing del ciclo di vita, la modellazione del pubblico per l'acquisizione, la previsione della fidelizzazione e la misurazione che sopravvive alla perdita degli identificatori di terze parti, ma solo se sono unificati tra i sistemi e accessibili ai team che ne hanno bisogno. Tale unificazione è normalmente il progetto centrale in un analisi dei dati coinvolgimento e la conseguente capacità del pubblico è ciò che permette gestione della crescita Pianificare l'acquisizione e la fidelizzazione dei clienti in base al loro comportamento reale, anziché in base a dati proxy acquistati.