Методы сбора данных стали большим благом для цифрового маркетинга в целом. Однако они не обошлись без споров и нарушений конфиденциальности. С учетом изменений в международном законодательстве, направленных на защиту прав потребителей, и растущего нежелания рядовых потребителей участвовать в обмене данными, данные с нулевой стороны предлагают альтернативу, которую стоит рассмотреть.

Определение данных нулевой стороны

Концепция сбора данных Zero-Party имеет элегантную предпосылку. Это данные, которыми клиент или целевая группа намеренно и активно делится с маркетологом, предприятием или организацией. Это особенно удобно в культуре, где маркетинг выходит за рамки серых зон современных методов сбора данных.

Как утверждается, Forrester Research придумал этот термин и популяризировал его использование. Как форма данных, она охватывает широкий спектр полезной информации о потребителе. Она может включать (но не ограничивается этим) данные о центре предпочтений, намерениях совершить покупку, личном контексте и данные о том, как человек хочет, чтобы его узнали в бренде. Главное, чтобы клиент свободно предоставлял эти данные.

ZPD также связана с другим понятием: интерактивный маркетинг. Также известно как маркетинг, ориентированный на события или триггерыЭтот способ продвижения черпает аналитику из взаимодействия с клиентами. Однако, в отличие от других методов анализа шаблонов, он является совместным и использует активное взаимодействие, а не пассивный анализ поведения.

Одно из преимуществ нулевых данных заключается в том, что с согласия сторон они могут собирать данные, которые не могут собирать другие методы. Например, личная информация - это один из типов данных, которые Google Analytics запрещает собирать, но благодаря согласию ZPD это вполне возможно.

Большие данные в маркетинге

Традиционный подход к сбору рыночных данных включает в себя несколько различных методов, от сторонних до третьих лиц. Самые крупные хранилища информации в области больших данных поступают от сторонних поставщиков и сборщиков данных. Сторонние хранилища данных обладают огромной широтой и масштабом. Несмотря на то что эта отрасль, несомненно, полезна, она подвергается критике за свои методы и непредвиденные последствия, которые из них вытекают.

Одна из главных причин, по которой компании и международные организации ищут альтернативы, - потеря доверия потребителей к традиционным методам из-за утечек данных от третьих лиц. Это также совпадает с серьезными изменениями в как международные организации рассматривают практику сбора данных.

Чтобы понять разницу между традиционными несколькими уровнями данных, вот их разбивка:

• Данные первой стороны: данные, собранные компанией на основе поведения, которое она отмечает среди клиентов или внешних потребителей. Например, вы управляете веб-сайтом модной одежды и собираете данные с помощью cookie-файлов первой стороны.
• Данные второй стороныЭта форма данных обычно имеет те же ограничения, что и данные от первой стороны, но используется совместно двумя брендами или продавцами. Это похоже на то, как если бы вы решили купить данные о потребителях у бренда или сайта, конкурирующего с вашим магазином.
• Данные третьих лиц: Собирается сторонней организацией и имеет гораздо больший объем. Иногда это неструктурированные данные, которым сборщик должен придать форму. Это похоже на то, как если бы ваш сайт решил обратиться к аналитической компании и собрать анонимные данные о потребителях, относящиеся к вашей целевой группе или людям, которые посещают похожие магазины.

Данные от нулевой стороны и данные от первой стороны

Существует некоторая путаница между ZPD и FPD. В то время как первая предоставляется клиентом активно, вторая предоставляется пассивно, обычно при посещении веб-сайта и согласии на включение cookies.

Аналогично, при сравнении данных первой и третьей стороны резко возрастает дистанцирование основных сторон (потребителя и компании, использующей данные в своей деятельности). Потребитель настолько удален от процесса, что не может знать, в чьих руках оказываются его данные. Существует огромная пропасть между сбором пиксельных данных от первого лица и покупкой огромного набора данных у компании.

• Куки первой стороны собирают данные, которые доступны только тем сайтам, на которых побывал пользователь.
• Файлы cookie третьих лиц используются совместно веб-доменами, что позволяет рекламодателям и социальным сетям нацеливать маркетинговые материалы на основе посещаемых страниц.

Напротив, методы сбора данных с нулевой стороны являются более прямыми. К ним относятся:

• Викторины
• Разговорные всплывающие окна
• Опросы после покупки
• Ввод продукта в эксплуатацию
• Персонализированные счета

Примеры нулевых данных и методов сбора

В последние годы компании все чаще используют эти методы сбора данных. Вот два примера из недавних дел, которые иллюстрируют полезность ZPD.

Викторина данных с нулевым участием позволяет добиться успеха бренда красоты

Поставщик товаров для красоты и волос Чудо-норканапример, использовали викторины с большим эффектом. Они смогли увеличить доход на шестизначную цифру, просто задав пользователям ряд вопросов, чтобы определить их идеальный режим ухода за волосами. Таким образом они привлекли своих клиентов и получили важнейшие сведения о потребностях рынка.

Викторина хорошо зарекомендовала себя благодаря тому, что, собирая данные, она вселяла уверенность и снижала неуверенность покупателей в целевой аудитории. Компания обнаружила, что разговорное всплывающее окно с использованием Octane AI принесет $154 000 дохода за один месяц. Стратегия дала поразительный ROI и, в отличие от первых и сторонних данных, позволила покупателю почувствовать себя более вовлеченным в процесс благодаря персонализированному опыту.

Yelp использует предпочтения клиентов

Yelp уже довольно давно собирает данные от сторонних лиц, чтобы предлагать рекомендации по услугам и товарам. Один из главных успехов был достигнут в области рекомендаций ресторанов благодаря опции центра предпочтений. Эта опция позволяет пользователям указывать предпочтения в питании, образе жизни и доступности для желаемых клиентов.

Результат? Гораздо более обоснованный алгоритм, который выдает результаты, соответствующие потребностям клиента. Они также не просто использовали данные, как это сделали бы другие платформы. Они сообщили пользователям, какие из их предпочтений соответствуют тому или иному рекомендуемому бизнесу.

Прозрачность предпочтений была бы невозможна при использовании других методов сбора данных, учитывая, что они делают оценки скрытно. В результате этот успех стал возможен только благодаря открытости и совместному формату ZPD.

Если вы ищете компанию, предоставляющую данные с нулевого уровня, чтобы проконсультироваться с ней, вы пришли по адресу.