Zero party podatki: Ultimativni vodič po prisluženih lastnih podatkih [za leto 2022]

Če so First-party (lastni) podatki tisti podatki, ki nam jih uporabniki posredujejo, kaj za vraga so torej Zero-party oziroma prisluženi podatki? Kakšno vrednost  predstavljajo? Kako jih pridobiti in razumeti za boljše poslovne odločitve?

Kako se je vse začelo? 

Ko je Krzysztof Franaszek leta 2021 želel bolje razumeti kakovost prilagojenega oglaševanja, je s svojim orodjem Adalytics (Chrome razširitev) naredil zanimivo raziskavo. Iskal je odgovor na vprašanje, kako dobro deluje ciljano oglaševanje?

V nekaj prejšnjih zapisih smo že pisali, da je kar 83 % uporabnikov pripravljenih deliti svoje osebne podatke v zameno za ustreznejše (relevantne) vsebine (oglase).

Pa jih v zameno zanje tudi dejansko dobimo? 

Gledano skozi prizmo lastnih ustvarjenih podatkov, je odgovornost za ustrezno prilagojeno vsebino v celoti na strani lastnika teh podatkov. Kakšna pa je situacija, ko zaupamo parametrom in oznakam, ki jih ponujajo ponudniki third party (ne lastnih) podatkov oziroma oglasnih mrež?

Da lahko bolje razumemo odgovor na to vprašanje (zapisan nekaj vrstic nižje), najprej poglejmo kako sploh izgleda “najem” nelastnih podatkov, ki jih ponujajo najrazličnejši ponudniki širom sveta.

Piškotki, piškotki vsepovsod

Lou Montulli  je leta 1994 – ko je delal na gigantu Netscape – ustvaril spletne piškotke z namenom izboljšanja uporabniške izkušnje. No, pa tudi z namenom monetizacije spletnih mest, seveda. Da odpira Pandorino skrinjico si takrat verjetno še ni mislil, danes pa priznava, da bi lahko določene stvari še bolj podrobno premislili, kot so jih.

Spletni piškotki
Primer sprejema piškotkov na EU spletni strani o piškotkih 🍪

 

Piškotki so omogočili spletnim stranem, da si zapomnijo uporabnikove (tvoje) preference, ki ob naslednjem obisku olajšajo in izboljšajo spletno izkušnjo (beri prikažejo relevatno vsebino, oglas, ponudbo).

Leta uporabe (zlorabe) piškotov so pripeljala do regulacije uporabe (GDPR zakonodaja). Vseeno vedno večji del uporabnikov priznava, da so določene vsebine, ki jih plasirajo oglasne mreže, čudne, nenavadne, včasih celo malo srhljive. Zakaj?

 

Kako dobro torej deluje ciljano oglaševanje? 

Krzysztofova analiza podrobno opisuje rezultate pilotnega projekta. Za raziskavo občinstva, ki ga pridobiva iz množice, pa uporablja priložnostni vzorec 25 prostovoljcev.

Majhna velikost vzorca študije ni statistično reprezentativna, ampak je mišljena kot dokaz koncepta (proof of concept) za vrste vpogledov, ki bi jih bilo mogoče pridobiti z večjo statistično obdelavo, če bi bilo udeležencev več.

Za študijo je Franaszek dva tedna spremljal vedenje brskanja 25 prostovoljcev iz celotnega sveta (OPEC države). Po koncu obdobja so nekateri prejeli ankete, da bi ocenili, ali so bili oglasi, ki so jim bili prikazani, ustrezni.

Vpogledi so bili pridobljeni iz URL-ja po kliku na oglas (clickthrough URL), ki pogosto prikazuje podrobnosti o tem, zakaj je nekdo dobil prikazan točno ta oglas. Na primer z interesno oznako “traveler”, “gamer”, oziroma drugimi demografskimi parametri “women”, “men”, …

Čeprav velikost vzorca ni bila dovolj velika za določitev dokončnih trditev, rezultati ponazarjajo pasti ciljanega trženja – in na potencialno dvomljive podatke, na katere se zanašajo oglaševalci.

 

ERGO: 

  • 90,5 % oglasov za blagovno znamko čevljev Merino je bilo usmerjenih na napačen spol. To pomeni, da so moški redno videvali oglase za ženske čevlje in obratno.
  • Nacionalno strelsko združenje (NRA) je “večkrat” serviralo oglase dvema osebama, za katere je menilo, da sta “navdušenca nad luksuznimi vozili”, čeprav nobena oseba ni na noben način izpostavila, da jo zanimajo prestižni avtomobili (ali strelno orožje).
  • Enemu uporabniku je bil prikazan oglas za blagovno znamko vzmetnic Saatva, ki je uporabnika označil kot uporabnika »globlje v prodajnem lijaku«, ker je iskal blagovno znamko. Čeprav je uporabnik iskal blagovno znamko samo zato, ker je vzmetnico dobil v dar in je želel le preveriti njene dimenzije.

 

Enostavnega odgovora na zastavljeno vprašanje torej ni, je pa jasno, da je previdnost in natančno preverjanje oglasnih mrež (in njih obljub) na mestu, če ne celo obvezna.

Kako se torej opremiti z znanjem in ustreznimi podatki, da bo zgoraj opisanih dilem čim manj oziroma, da bo moč in poznavanje pretežno v naši domeni. In ne le posledica “zaupanja” (in prodajnih veščin oglasnih mrež)?

Najbolje, da začnemo pri razumevanju vrst podatkov.

 

Katere vrste podatkov poznamo? 

First-party (lastni) podatki

First-party podatki so podatki, ki jih zbira konkretno spletno mesto, ki ga obišče uporabnik. To lahko spremlja vedenje, dokler je  na njihovi spletni strani in vključuje klike, ki jih naredi, vedenje, kot so pomikanje po strani (scrollanje), lebdenje miške nad delom strani (hoover) in čas, preživet na različnih delih spletne strani. Takoj ko uporabnik spletno stran zapusti, first-party cookie vedenju ne sledi več.

Te podatke lahko  podjetje uporabi za prilagajanje uporabniške izkušnje, komunikacije, izgleda strani … na svoji spletni strani. 👍  Ključna prednost first-party podatkov je unikatnost podatkov za tvojo blagovno znamko in vsebuje interakcije uporabnikov s tvojo vsebino. Še ena velika predstnost lastnih podatkov je, da so brezplačni in tvoji.

👎 Slabost lastnih podatkov je, da vsebujejo zelo malo splošnih podatkov o vedenju uporabnikov, zaradi česar je težko dobiti celosten pogled na interese in zanimanje uporabnika.

Posledica je težja prilagoditev (personalizacija) spletne strani različnim uporabnikov glede na njihovo obnašanje.

First-party podatki so podatki, ki jih zbira konkretno spletno mesto, ki ga obišče uporabnik. To lahko spremlja vedenje, dokler je  na njihovi spletni strani in vključuje klike, ki jih naredi, vedenje, kot so pomikanje po strani (scrollanje), lebdenje miške nad delo strani (hoover) in čas, preživet na različnih delih spletne strani.

 

Second-party (kupljeni) podatki

Second-party oziroma kupljene podatke bi najlažje opisali kot first-party podatke druge blagovne znamke (podjetja). Te se običajno kupi od tretjih oseb in vključujejo vse od demografskih podatkov, pa do seznamov e-poštnih naslovov. “Izmenjava” se velikokrat zgodi pri skupinskih co-branding kampanjah.

👍 Prednost teh podatkov je, da lahko obogatijo tvojo bazo lastnih podatkov in ti zagotovijo popolnejši profil uporabnika.

👎 Največja pomanjkljivost second-party podatkov je ta, da so običajno precej dragi.

Second-party oziroma kupljene podatke bi najlažje opisali kot first-party podatke druge blagovne znamke (podjetja).

 

Third-party (drugi) podatki

Z razmahom spletne prodaje in posledično oglaševanja, se je (logično) razširila tudi uporaba drugih podatkov, ki jih (običajno) zagotavljajo oglasne mreže in družbena omrežja. Ti podatke zbirajo, organizirajo, analizirajo, postavljajo v kontekst in prodajajo.

Danes so drugi podatki – primarno zaradi zakonodaje – v večini anonimizirani.

Third-party podatki so podatki uporabnika, ki se zbirajo med različnimi spletnimi domenami. Gre za najbolj popoln nabor uporabniških podatkov, ki se akumulirajo iz različnih spletnih interakcij in domen z namenom, da uporabnika kar se da natančno profilirajo.

Ker se ozaveščenost potrošnikov o zasebnosti spletnih podatkov povečuje, ta oblika zbiranja podatkov postaja vedno bolj problematična.

👍 Kot glavno prednost drugih podatkov tako lahko izpostavimo njihov bogat nabor parametrov in širok historičen vpogled v obnašanje, brskanje in aktivnost posameznega uporabnika.

👎 Enega glavnih zadržkov pri uporabi tretjih podatkov smo v prvem odstavku že omenili, ne gre pa spregledati še ene pomembne lastnostni. To niso tvoji podatki. Te podatke le najemaš/kupuješ pri tretjih ponudnikih (Facebook, Google, Linkedin, oglasne mreže …) in s tem pristaneš na njihova pravila igre (in cene).

Third-party podatki so podatki uporabnika, ki se zbirajo med različnimi spletnimi domenami. Gre za najbolj popoln nabor uporabniških podatkov, ki se akumulirajo iz različnih spletnih interakcij in domen z namenom, da uporabnika kar se da natančno profilirajo. 

It’s all fun & games dokler se ponudniki velikih uporabniških sistemov ne odločijo, da ne dovolijo več beleženja podatkov third-party piškotkom (Apple).

Kaj pa potem?

 

Zero-party (pridobljeni lastni) podatki

Delni odgovor na to se skriva v lastnih pridobljenih oziroma zero-party podatkih. Tako je, zero-party ali po domače pridobljeni podatki, so nadgradnja lastnih first-party podatkov.

Pridobimo jih preprosto s spreševanjem strank o njihovih željah in potrebah, namesto da bi (zgolj) spremljali njihovo spletno obnašanje.

Najpreprostejši način za razumevanje pridobivanja zero-party podatkov je razmislek o tem, katera vprašanja bi uporabniku zastavil prodajalec v fizični trgovini.

Na primer katero znamko čevljev iščete, kakšen slog vam je všeč, katere barve ste imeli v mislih in podobno.

Takšen način omogoča iskren, jasen in dvosmeren odnos z uporabniki. Odkrito jih vprašate, katere podatke želijo deliti z vami in jim predstavite prednosti, ki jih oddaja takšnih informacij predstavlja za njih.

Za zagotavljanje prilagojene izkušnje za tvoje stranke ni potrebno več plazenja ali vohunjenja.

Delni odgovor na to se skriva v lastnih pridobljenih oziroma zero-party podatkih. Tako je, zero-party ali po domače pridobljeni podatki, so nadgradnja lastnih first-party podatkov.

Zero-party podatki so nadgradnja first-party podatkov. Pridobimo jih preprosto s spreševanjem strank o njihovih željah in potrebah, namesto da bi (zgolj) spremljali njihovo spletno obnašanje. 

 

Primerjava nekaj ključnih dejavnikov med Zero in First party podatki

Zero-party podatki 👌 First Party podatki ☝️
Uporabnikove osebne izbire (preference) Podatki o vedenju ali nakupu
Pridobljeni zavestno in z izkazanim interesom Pridobljeni neopazno s strani podjetja
Prediktivni – z željo po izboljšanju bodoče uporabniške/nakupne izkušnje Historični, vezani na preteklo vedenje uporabnika
Odzivamo se na želje in konkretno izkazane preference uporabnikov O nadaljnih korakih predvidevamo glede na pretekle podatke
Uporabnik v zameno pričakuje boljšo uporabniško in nakupno izušnjo Uporabnik ne ve za zbiranje in lahko dobi neustrezno (creepy) follow up vsebino
Uporabniki jih v želji po boljši izkjšnji, posodabljajo sami Uporabniki nimajo (ali zelo malo) vpliva na posodobitev podatkov
Primerjava Zero in First party podatkov

 

Kako ustvarjamo Zero-party (lastne pridobljene) podatke?  

Za pridobivanje zero-party podatkov obstaja več vrst orodij in rešitev, ki omogočajo hitro, enostavno in vsebinsko polno košaro podatkov, ki bodo pomagali bolje razumeti svoje uporabnike.

Orodja, s katerimi boste uspešno in v velikih količinah zbrali zero-party podatke so:

  • Priporočilni kvizi
  • Interaktiven kviz z anketo
  • Anketa
  • Interaktiven obrazec
  • Kalkulator
Zero party podatki
Kako vse lahko pridobivamo Zero-party podatke?

Priporočilni kvizi

O priporočilnih kvizih smo na našem blogu ustvarili zares veliko zapisov in odličnih primerov iz prakse. Tako domačih kot iz tujine.

Kvizi s priporočili izdelkov prodajajo namesto vas. Imajo vlogo osebnega prodajalca v spletni trgovini, ki vodi svoje stranke od začetka do košarice in jim pomaga najti izdelke, ki najbolje ustrezajo njihovim potrebam. Vse to storijo na zabaven način, kar stranki omogoča interakcijo z vašim podjetjem in v njej spodbuja željo, da kviz dokonča in opravi nakup. POGLEJ ZAPIS

Te zanimajo konkretni primeri po idustriji? 

Oglej si priporočilne kvize in njih zakonitosti v spletni trgovini z otroškimi izdelki – TUKAJ

Ali pa preberi kako se lotiš priporočilnega kviza v spletni trgovini s kozmetiko – TUKAJ

 

Ko enkrat pobereš dovolj kakovostnih podatkov, se lahko lotiš personalizacije v spletni trgovini. Ta dokazano povišuje konverzijske stopnje, izboljša uporabniško izkušnjo in blagovno znamko naredi bolj osebno. Kako se jo lotiti na pravilen način in katera orodja uprabiti za najboljše rezultate? 

POGLEJ NASVETE

 

Interaktivni kvizi (z anketo ali brez) 

Namen interaktivnih kvizov (segmentacijski, osebnostni, kviz znanja) ni, da prikažejo idelen izdelek, temveč uporabnika spoznajo bolje. Kakšne so njegove preference, česa ne mara, kako razmišlja in kako se odziva na zabavne situacije.

Marketing kvizi so ena najbolj priljubljenih interaktivnih spletnih vsebin, ki si jo sigurno preizkusil tudi že sam/a. So zabavni, enostavni in ravno prav izzivalni, da želimo izvedeti kako dobro nam gre.

POGLEJ PRIMERE

 


Primer navduševalnega kviza, kjer uporabnika po koncu pričaka zahvala za sodelovanje z darilom – unikatno kodo za popust, samo za igralce kviza.

 

Ali pa ustvari zabaven segmentacijski kviz, s katerim lahko izboljšaš oglaševalsko komunikacijo, več uporabnikov prijaviš na svoje e-novice in dopolniš njihov uporabniški profil z novimi podatki.

POGLEJ NAČINE 

 

zero-party podatki eknjiga

 

Anketa 

Anketa verjetno ne potrbuje ravno globoke razlage. Njen primarni namen je izvedeti informacije s strani uporabnika. Kot dober primer lahko izpostavim vrtnarski kviz, ki smo ga ustvarili v sodelovanju z blagovno znamko Skaza.

V zabavnem vrtnarskem kvizu, kjer uporabnike izzivamo z znanjem o vrtnarstvu, pridelkih, kompostiranju in orodju, smo po četrtem in osemem vprašanju (celoten kviz jih ima 11) uporabnikom zastavili še enostavno in preprosto anketno vprašanje.

 

Naročniku smo tako na tisoče uporabnikov, ki so odigrali kviz, dodatno obogatili še s podatkom ali živi v hiši ali bloku. Glede na odgovor prvega anketnega vprašanja, pa smo naslednje vprašaje prilagodili odgovoru. Če je uporabnik odgovoril na anketno vprašanje z odgovorom A je prejel naslednje vprašanje A1 (Ali imaš doma vrt?) oziroma, če je odgovoril z odgovorom B, vprašanje B1 (Ali ločujete organske odpadke?).

Na ta način lahko naročnik prilagodi povratno informacijo, smiselno segmentira uporabnike v svojem email klientu in za vsak segment ustvari prilagojeno vsebino prodajnega lijaka.

Če te zanima koliko odgovorov v anketi smo zbrali in kakšen je povprečen drop-off uporabnika, ko mu v kvizu ponudimo anketo, si poglej študijo primera tule.

 

Interaktiven obrazec

Tudi interaktivni obrazci so lahko odličen prostor za prijetno in kreativno komunikacijo, ki uporabnike, ki izkažejo interes, da vzpostavijo stik s tvojo trgovino, obogatiš s podatki.

Na takešn način smo na primer zasnovali blog feedback na naši novi spletni strani. Uporabnika direktno vprašamo ali mu/ji je bil zapis všeč. Glede na prvi odgovor pa je prilagojena tudi celotna nadaljna komuniakcija. Pri pozitivnem odzivu je teh vprašanj več in uporabnika prosimo še, če se želi prijaviti na enovice, kako mu je ime, ta atribut [name], pa v zadnjem koraku uporabimo še za personaliziran nagovor in vprašanje o podjetju iz katerega prihaja.

 

Kako uporabljamo Zero-party podatke? 

Podatke o uporabnikih imamo, kaj pa sedaj? Informacij, taktik in pristopov pri rabi Zero-party podatkov je ogromno. Toliko, da ta odsek v kratkem dobi povsem svoj zapis, kjer bomo v globino pogledali kaj vse lahko s takšnimi podatki delamo.

Najbolj osnovni, priljubljeni in razširjeni načini uporabe lastnih pridobljenih podatkov so zagotovo:

  • Segmentacija uporabnikov v interesne skupine in prilagojena komunikacija po različnih kanalih (email, facebook, instagram, …)
  • Prilagojena vsebina na spletni strani (pasice, pop-up obvestila, akcije, ekode za popuste, …)
  • Tečaji in izobraževanja vezana na specifično interesno skupino
  • Druge prodajne ugodnosti in aktivnosti (brezplačna poštnina za specifičen segment, vikend akcija, refferal mehanizem …)

Precej bolj poglobljeno o prilagoditvi vsebin glede na zero-party podatke smo pisali v blog zapisu o personalizaciji vsebin v spletni trgovini.

 

Zaključek

Razlogov za resen razmislek o nadgradnji strategije bogatenja lastnih podatkov sem verjetno navedel več kot dovolj. Sedaj pa je na tebi, da informacije, ki si jih našel v tem zapisu preslikaš v svoj sistem. Na svojo blagovno znamko. Na svoje uporabnike.

Če potrebuješ pomoč pri ustvarjanju katere izmed zgoraj našetetih rešitev, s katero boš svoje uporabnike bolje spoznal/a in jih iskreno vprašal/a po njihovem menenju, interesih, preferencah in željah, ti z veseljem pomagamo.

Kontaktiraj nas TULE.


Sorodne objave