As empresas estão, cada vez mais, conscientes do potencial que a recolha e análise de dados assumem na orientação do negócio. No entanto, a falta de qualidade de dados é, hoje em dia, um dos problemas mais recorrentes. Ter dados imprecisos, ou, até mesmo incorretos, dificulta a tomada de decisões e, na pior das hipóteses, ameaça a evolução e crescimento do negócio. Depois da Google ter proclamado o fim das Third Party Cookies e, avisado que não vai substituir a tecnologia por outro tipo de rastreador online, encontrar estratégias para manter a qualidade dos dados obtidos é, hoje, crucial para as marcas.
No presente artigo, apresentamos-lhe algumas estratégias que o vão ajudar a controlar a qualidade dos dados obtidos.
Recolha de dados: etapa fundamental para salvaguardar a qualidade dos dados
Os nossos especialistas em Data Science dividem esta etapa em três fases:
1.Recolha de dados: recolher os dados em bruto é fulcral para manter a qualidade. Nesta fase é importante verificar se os dados dos canais online e offline estão a ser processados corretamente.
2.Segmentação e tratamento: nesta fase, o valor dos dados é extraído. Mais, trabalha-se na integração de fontes distintas e na implantação de data lakes que permitem analisar os dados em profundidade.
3.Ativação: fase assinalada pela extração do conhecimento concedido pelos dados com vista à tomada de decisões. Os dados de qualidade funcionam como um guia orientador das decisões, segundo uma sondagem realizada pela Econsultancy em colaboração com a Google, dois terços dos profissionais de marketing digital consideram que a tomada de decisões baseada em dados é muito mais sensata do que a que se baseia no instinto.
As principais áreas de trabalho que determinam a qualidade dos dados
A recolha de dados é a área que mais impacto tem em Data Quality. Consequentemente, é necessário trabalhar individualmente os dados obtidos através de diferentes fontes.
1. Dados Site Centric
São os dados oriundos das propriedades controladas pela empresa, como do site (geralmente através de Analytics) ou das apps da marca. Neste contexto, o problema mais comum é a imprecisão ou a inadequação das informações recolhidas (faltam os KPIs que realmente agregam valor).
Neste ponto, é crucial confirmar se os códigos que permitem o rastreamento (tracking) estão implementados corretamente e, ao mesmo tempo, analisar se os acontecimentos que estão a ser medidos são os que a marca realmente necessita.
Outro ponto importante é verificar se a marca está a cumprir a regulamentação de consentimento para a recolha de cookies de terceiros. No último update, foi proibido o uso de cookies walls ou tracking walls e exigido o consentimento expresso do utilizador: aspeto que afeta totalmente a recolha de dados, na medida que, o utilizador tem a possibilidade de rejeitar os cookies e, assim a marca perde parte da informação. O cumprimento da regulamentação é obrigatório, no entanto, existem estratégias para minimizar o seu impacto.
2. Dados Ad Centric
A qualidade dos dados é fundamental para otimizar os investimentos publicitários. O trabalho em Data Science procura garantir que haja uma consistência na nomenclatura e taxonomia das dimensões e valores de dados que são recolhidos. O objetivo final é alcançar uma uniformidade que permita comparar os resultados entre canais e otimizar os investimentos.
Aqui é importante:
- Verificar se os pixels de cada canal estão a recolher os dados corretos.
- Desenvolver uma taxonomia comum.
- Certificar que são seguidos os mesmos padrões, para que, os dados sejam comparáveis entre si, mesmo que provenientes de meios diferentes.
3. Dados User Centric
Nesta etapa procura-se cruzar os dados da primeira parte com os dados das outras duas áreas (ad centric e site centric) para conseguir uma visão mais global e reforçada dos movimentos online e offline. O mais comum é encontrar dados First Party em sistemas CRM, call centers, ou, em pontos de venda (se a marca contar com lojas físicas).
Como a variedade de sistemas é ampla, é também comum o trabalho em soluções ad hoc para enriquecer o universo de dados da marca e melhorar a atribuição de vendas.
O desaparecimento gradual dos Third Party Cookies está a impactar a área. Antes, as marcas podiam reconstruir o “caminho” que o utilizador tinha seguido de forma retrospetiva. Sem os Third Party Cookies é muito provável que as informações recolhidas estejam incompletas, ou até mesmo distorcidas: para colmatar a perda de dados muitas marcas estão a adotar a incentivar os utilizadores a navegar registados nos seus ecossistemas.
A qualidade dos dados disponíveis: um objetivo fundamental para as marcas
Durante os últimos meses, muitas marcas enfrentam uma deterioração da qualidade dos dados com os quais operam. A regulamentação de Cookies, em conjunto com as mudanças que acompanharam o iOS 14 e o iOS 14.5, em plataformas como o Facebook, estão – cada vez mais – a limitar a obtenção de dados.
Neste sentido, manter a qualidade dos dados é, nos dias de hoje, um objetivo primordial para as marcas. Se pretende acompanhamento na recolha e gestão de dados contacte a nossa equipa. Juntos podemos delinear uma estratégia para limitar ao máximo a perda de qualidade dos dados do seu negócio.
