Dane w programmatic – jak połączyć kreatywne sposoby na perfekcyjne targetowanie i uczenie maszynowe?

Kreatywne podejście do danych powinno zostać ujęte już na etapie strategii marketingowej i właściwej definicji grup celowych. Niemniej istotna jest skuteczna implementacja kampanii oraz kompetencje zespołów pracujących nad analityką w trakcie jej optymalizacji. Jasne określenie celów kampanii (KPI) i wyciąganie wniosków opartych na poprawnych informacjach to podstawa do tworzenia bardziej zaawansowanych modeli analitycznych. Brak zdefiniowanych celów i niekonsekwencja w optymalizacji działań są największym wrogiem wnioskowania statystycznego oraz modeli opracowywanych przez analityków data science.
Warto spojrzeć na dane w ujęciu ich własności. Dane 1st party to często najcenniejsze, ale i najmniej liczne zbiory. Dzięki nim dowiemy się, jak skuteczna była kampania – czy zanotowaliśmy sprzedaż, jak zachowali się użytkownicy na stronie lub czy nastąpiła walidacja akcji użytkownika w CRM-ie.
Dane 1st data party to informacje zebrane przez marketera. Stanowią cenny zbiór mogący posłużyć do uczenia algorytmów. To dzięki tym informacjom na kolejnym etapie uda nam się wartościować podobnie zachowujących się użytkowników w sieci. Do określenia KPI kampanii opartej na danych warto wykorzystać wiedzę płynącą z narzędzi analitycznych na stronie, aby definicje celów były spójne i aplikowane do pozostałych działań.