数据在公司的营销策略中发挥着巨大作用。它们提供有关潜在客户和客户的重要信息（期望、需求、问题和限制）。它们允许您再次联系他们，建立他们的忠诚度，评估他们的满意度，并让他们成为大使。并帮助提供深入且个性化的客户体验。简而言之，数据驱动的方法在营销中几乎变得至关重要。但鲜为人知的是，这些数据并不总是可靠的。对于从潜在客户和客户那里获得的声明性数据尤其如此，这些数据存在许多潜在的偏见。
什么是声明性营销数据？
“声明性数据”是指通过声明性过程获得的信息，也就是说：当个人自己提供有 加拿大商业传真列表 关自己的信息时。一般来说，这种声明性营销数据是使用表格（网络或纸质）或作为调查的一部分（通过在线、电话或亲自进行）收集的。
公司使用声明性数据来鉴定他们的潜在客户（当他们留下联系方式、谈论他们的购买计划等时），以便更好地了解他们（当他们提供有关他们的愿望、期望、习惯等的信息时） ，并提高营销活动的针对性。
可以收集这些数据：
由公司本身通过自己的渠道（我们称之为“第一方”数据）；
由合作伙伴提供（我们称之为“第二方”数据）；
通过从专门收集和分析大规模数据的外部供应商处购买（我们称之为“第三方”数据）。请注意，就 GDPR 的要求而言，这种方法仍然存在风险，特别是在用户同意处理其个人数据方面。
56% 的广告商认为“第一方”（或“第一方”）数据质量良好。因为他们提供有关潜在客户和现有客户的一流知识。因为他们更好地控制。因为它们提供了更高的安全性（从数据保护的角度来看）。因此，它是使用最多的数据，占 65%（Quantcast，2017）。
但事情是这样的：尽管声明性数据在营销中很重要，但它有一个重大缺陷，限制了它们的使用。
声明性数据有什么问题？
数据对于更好地了解您的潜在客户和现有客户、确定联系人资格并促进转化以及个性化客户关系至关重要。数据驱动的方法可以让您吸引受众、建立客户忠诚度、增加销售额、节省宝贵的时间并改善您的品牌形象。当然，前提是所使用的数据是可靠的。然而，声明性营销数据的情况并非如此。因为无法保证其真实性。事实上，处于“声明性”立场的个人可能会被鼓励（或感到被迫）传输他或她不希望披露的信息，例如为了交换某些东西（要下载的文档、服务、访问权限）。网站内容等）。有时，所请求的信息被认为是敏感信息，并且互联网用户或对话者不想说出真相。简而言之，在特定情况下，收集数据的个人可能会很简单地提供错误答案。
从这个意义上说，声明性营销数据会受到两种偏见的影响：形式偏见和采访者偏见。
形式偏见
这种偏见是填写表格所特有的，通常是在网上填写。面对由多个字段组成的表单，互联网用户很想：
通过系统地为每个下拉菜单选择第一个命题来节省时间，这会导致统计数据中这些项目的代表性过高，并导致结果失真。
提供虚假或过时的信息（假名、旧地址、虚构公司等），并附有有效的电子邮件地址（用于接收所需文件或预期报价）但很少咨询。
这两种情况的后果都是一样的：获得的信息没有什么价值，不能服务于营销策略。
还有另一种形式的形式偏见，这次与后者的构建有关：方向偏见。当表格通过限制可能的选择来强烈指导回答时就是这种情况；例如，在“公司类型”字段中提供“中小企业”和“大型集团”选项，但不提供中间解决方案。
研究者偏见
采访者偏见表明民意调查人员可能对受访者产生影响，甚至是无意的。我们知道至少三个例子（无论调查是通过电话还是面对面进行）：
当问题涉及性、卫生、政治或宗教等敏感话题时，收集答案的采访者在场可能会鼓励受访者不要说出真相（出于谦虚、缺乏自信，以免让自己陷入矛盾……）。
问题的措辞可能会指导答案。举个简单的例子：“您对改进这个产品有什么建议？”这个问题。与“您认为这个产品需要改进吗？”的问题有很大不同。 ”。在第一种情况下，措辞暗示存在需要改进的问题，这必然会引导受访者的观点。
当调查员自己选择采访对象时，他有可能将注意力集中在与他相似的人身上。因此，年轻的采访者会倾向于偏向于他这个年龄段的受访者——即使这是无意的。
这些偏差影响了声明性数据的可靠性，因为很难确保其真实性。这并不意味着它们大多是假的！但根据这些不可靠的信息制定营销策略在成本和资源方面存在重大风险。
声明性数据有哪些替代方案？
幸运的是，声明性营销数据并不是深入了解潜在客户和现有客户的唯一途径。为了支持您的数据驱动策略，您可以依赖更可靠的数据。
特别是，您可以依赖行为数据。这些是“推断的”，也就是说从对已证实的行为的观察中获得的，而不是由个人自己提供的。因此，他们对上述偏见并不敏感：客户从第一次访问网站到购买的旅程、互联网用户的浏览历史记录、用户在访问期间打开移动应用程序的次数。日期、查阅的页面或点击的链接、拨打的联系公司的电话号码——这些都是经验信息，人们无法利用这些信息（有意或无意）进行欺骗。
不存在偏见增强了该信息的可靠性。这些主要来自分析——网络上的性能指标，通过 Google Analytics 等工具或通过使用 cookie 或跟踪代码工作的呼叫跟踪解决方案来转发。
考虑一些行为数据的示例：
互联网用户连接到谷歌以制定查询“前往加拿大所需的文件”。我们可以推断此人有兴趣前往加拿大，并且愿意接受有关先决条件的信息页面。他们的搜索行为提供了有关他们意图的有价值的信息。
五分之一的用户打开了您的新营销活动电子邮件。在打开该邮件的人中，10% 点击了邮件正文中的链接。这为您提供了有趣的统计数据，可用于分析电子邮件活动的盈利能力并最大限度地提高下一个活动的有效性。
在给定时间段内收到的所有呼叫中，您会发现最长的呼叫（超过 30 秒的呼叫）会带来转化 - 通过将呼叫持续时间集成到 Google Analytics（分析）设置中，可以实现这一衡量标准。因此，您可以估计，从营销角度来看，持续超过 30 秒的电话联系也是最有趣的。
这些只是示例，但它们清楚地强调了行为数据的兴趣及其相对于声明性营销数据的优势。这些数据提供了通过观察和分析得出的真实可靠的信息，因此可以立即使用。
因此，是时候减少对声明性数据的依赖，转而支持更可靠、更直接可用的数据了。当然，不可能完全放弃使用从您的潜在客户和现有客户那里获得的这些信息。一个好的解决方案包括基于更可靠的行为数据制定营销策略，并确保声明性数据在客户旅程中尽可能晚地到达：这是提高可靠性的最佳方法！