Forskere løfter gardinet bag den sorte boks med datamæglerposter

Det er ikke længere en nyhed, at vores data er til salg. Datamæglere bruger ofte online browsing-registreringer til at skabe digitale forbrugerprofiler, som derefter sælges til marketingfolk som foruddefinerede målgrupper til målrettet annoncering.

Det antages ofte, at de værktøjer, der bruges til at analysere og kategorisere kundedata, er så sofistikerede, at marketingfolk pålideligt kan finjustere meddelelser og målretning. Men ny forskning fra INFORMS-tidsskriftet Marketing Science har afsløret, at processen med at oprette disse digitale profiler måske ikke er så pålidelig, som mange måske antager.

Studiet, offentliggøres i november-udgaven af ​​INFORMS-tidsskriftet Marketing Science , har titlen "Grænser:Hvor effektiv er tredjeparts forbrugerprofilering? Evidens fra feltstudier." Den er forfattet af Nico Neumann fra Melbourne Business School, Catherine Tucker fra MIT og National Bureau of Economic Research, og Timothy Whitfield fra Burst SMS i Australien.

Forskerne undersøgte to grundlæggende demografiske egenskaber (alder og køn), og tre forskellige internetbrugeres interesseområder (sport, rejser og fitness). De analyserede data fra mere end 19 forskellige datamæglere, hvilket resulterede i mere end 90 validerede digitale målgrupper af internetbrugere. Og de udførte tre forskellige felttest.

"Generelt, processen, der ligger til grund for oprettelsen af ​​brugerprofiler og segmenter til målretning, er en `sort boks, ' hvilket skaber udfordringer for at forstå pålideligheden og nøjagtigheden af ​​digitale profiler," sagde Tucker. "Desuden, annoncører har ringe chancer for at vurdere, hvor nøjagtige de profiler, de køber, er.

"I vores første felttest, vi kørte en online kampagne på nogenlunde samme måde som en annoncør ville køre en kampagne og vurderede, om annoncen blev set af det anmodede demografiske segment, " sagde Tim Whitfield. "I vores anden felttest, vi indsnævrede vores fokus og så direkte på, om datamæglere er i stand til præcist at bestemme alderen og køn af et bestemt par øjeæbler. Og i vores tredje felttest, vi udvidede vores datakvalitetsvurdering fra demografi til målgruppeinteressesegmenter."

"I vores første felttest, vi fandt ud af, at vores annonce blev vist til det rigtige demografiske segment 59 procent af tiden, " sagde Neumann. "I vores anden felttest, vi fandt ud af, at datamæglere grundlæggende var i stand til at identificere køn omtrent det samme som tilfældige tilfældigheder. Den tredje felttest afslørede, at nøjagtigheden af ​​interessebaserede målgrupper er højere (72,8 -87,4 procent i gennemsnit). Imidlertid, denne højere klassifikationsprocent syntes snarere at være forbundet med det faktum, at de testede egenskaber forekommer meget ofte i befolkningen - der er for eksempel mange mennesker, der kan lide sport i Australien og USA, så det er ikke så svært at identificere nogen, der er interesseret i sport. "Den relative forbedring ved at bruge publikumsdata i forhold til at vælge tilfældigt folk er stadig generelt skuffende på tværs af alle vores tests", tilføjede Neumann.

De tre undersøgelser tilsammen illustrerer, at det er vigtigt at overveje omkostningerne og fordelene ved at bruge målgruppedata til annoncemålretning. Fordi publikumsdata fører til store ekstraudgifter, det giver måske ikke en brugbar business case for enhver situation i forhold til ikke-målrettet annoncering. For eksempel, de gennemsnitlige ekstra omkostninger for displayannoncemålretning baseret på købte målgruppedata er omkring 151 %. Imidlertid, i et bedste tilfælde var den relative forbedring med hensyn til at finde den rigtige kunde kun 123 % (når man sammenligner målretning efter målgruppe versus tilfældigt udvalg af personer).

Imidlertid, business case afhænger af den enkelte organisations ekspertise og teknologiomkostninger, de valgte datamæglere og anvendte medier. I særdeleshed, dyrere medier (f.eks. videoannoncering) er meget mere tilbøjelige til at resultere i positive fordele-omkostninger afvejninger for brugen af ​​publikumsoplysninger købt fra datamæglere.