Hyvä data, paha data

IAB Finland oli kumppanina DigiArena-tapahtumassa 17.5. Messukeskuksessa. Tarjosimme yleisölle mahdollisuuden osallistua kahteen workshop-esitykseen, joissa IAB:n jäsenyritysten digiammattilaiset kertoivat digimainonnan mittaamisesta sekä datan käytöstä digimainonnassa. Haaga Helian Krea -opiskelijat pääsivät tositoimimiin harjoittelemaan oikeaa yritysviestintää ja tekivät meille muutaman kirjoituksen IABlogiin.

Digitaalisessa mainonnassa käytetään valtavasti dataa. Oletko miettinyt, millaista dataa kannattaisi suosia? Datakin voidaan luokitella hyväksi ja huonoksi. Entä miten hyvän ja pahan datan erottaa?

Janne Haussila Amnetilta ja Petri Kokkonen Relevant Digitalilta kertoivat datan ostamisesta ja keräämisestä sekä myyjän että ostajan näkökulmasta toukokuussa pidetyssä DigiArena tapahtumassa.

Miten data päätyy markkinapaikoille

Dataa kerätään useissa kohtaamispaikoissa, sillä erilaiset palvelut ja sovellukset ovat nykyaikana kuluttajalla ahkerassa käytössä. Dataa käytetään tunnistamaan ja segmentoimaan asiakkaat oikeisiin lokeroihin kiinnostusten kohteiden ja esimerkiksi ostokäyttäytymisen perusteella. Dataa kerätään myös tulevaisuuden markkinointikäyttöä ja palveluiden kehittämistä varten.

Tutut Facebook ja Google ovat erittäin merkittäviä datan kerääjiä, mutta ne eivät ole ainoita datalähteitä, joita voi ja kannattaa hyödyntää. Muita hyödynnettäviä datalähteitä ovat muun muassa erilaiset sovellukset sekä monet verkkopalvelut.

Tavallisten yritysten sivuilla dataa kerätään suoraan sivuilla olevien komentosarjojen, skriptien avulla tai niin, että sivulla oleva skripti kutsuu sivustolle jonkun toisen datan kerääjän koodin, joka kerää ja lähettää asiakkaiden käyttäytymisestä tietoa ja lähettää sitä koodin omistajalle. Tageja voi olla yrityksen sivulla itse yrityksen sitä tietämättä. Yrityksen tulee tarkistaa, kuka kerää heidän sivuiltaan dataa, sillä tätä arvokasta tietoa ei tulisi antaa ulos vastikkeetta.

Suosi laadukasta dataa

Hyvän datan tärkeimpiä indikaattoreita on segmenttien osuvuus. Osuvuutta voidaan verrata esimerkiksi omaan datapooliin tai eri datatoimittajien tuloksiin. Silloin nähdään, osuvatko määritelmät yleissegmenttien sisällöstä yksiin. Suuret eroavaisuudet kertovat laatuajattelun puutteesta, eikä markkinoinnin kohdentaminen onnistu näitä segmenttejä hyödyntämällä halutulla tavalla. Parhaimmillaan laadukas data auttaa tunnistamaan uusia mielenkiintoisia löydöksiä kohderyhmistä ja yleisöistä.

Kun käytetään ulkopuolisia datalähteitä, on tiedettävä, mistä data on kerätty ja miten segmentit on rakennettu. Laadukkaasti mallinnetuista segmenteistä on huomattavasti enemmän hyötyä ostajalle kuin ylimalkaisesta suuremmastakin kohderyhmästä.

Yksityishenkilönkin on mielenkiintoista erilaisten työkalujen avulla katsoa, mihin segmentteihin hänet on asetettu käyttäytymisdatan perusteella. Tämä tulos kertoo paljon siitä, minkälaista datankeruun taso on.

Oma data, paras data

Yrityksen oma data on arvokasta ja laadukasta pohjaa datankeruulle ja sitä kannattaa käyttää ensisijaisesti. Kannattaa tarkistaa, täyttääkö yrityksen toiminta GDPR:n tietosuojavaatimukset ja onko oma data laadukasta. Tämän jälkeen on helpompi suunnata katse ulkoisille datan markkinapaikoille ja huolehtia siitä, että yritys saa parhaan edun ostetustakin datasta.