Данные ради данных: от какой информации маркетингу стоит отказаться

Балдин предупреждает о ловушках детализации:

• сегменты менее 100 человек создают ложное чувство точности;
• мультитач-атрибуция с сотнями касаний толкает в перфоманс вместо бренда;
• слишком частые замеры провоцируют уход в тактику вместо стратегии.

«Данные должны быть "медленными" для стратегии и "быстрыми" только для операционного фидбэка», — резюмирует он.

Прогнозы, обратные связи и безопасность

Денис Тертычный, CKO ГК Starlink, указывает на «проклятие размерности» в эконометрике и ML-моделировании: сотни микропризнаков в таргетинге провоцируют переобучение моделей, которые принимают случайный шум за реальные паттерны поведения. Предсказательная сила падает.

С позиции теории систем информационный перегруз удлиняет петли обратной связи: время на обработку превышает скорость изменения рынка, и кампании оптимизируются для «прошлого». Добавляется и риск ИБ: каждый лишний атрибут профиля ради прироста конверсии на доли процента кратно повышает риск утечки, а хранение избыточных данных экспоненциально увеличивает затраты на DLP-инфраструктуру, аудит и комплаенс.

Кому принадлежат цифры

По данным Supermetrics, 52% маркетологов не контролируют стратегию работы с данными в своих организациях. Supermetrics предлагает разделять ответственность: маркетинг формулирует бизнес-вопросы и применяет результаты, аналитика отвечает за качество и корректность обработки.

«Только отдел маркетинга определяет, какие данные нужны маркетингу. Задача IT — доставить эти данные. Бизнес занимается бизнесом и находится на другом уровне абстракции», — уверен Сергей Фокин, продакт-менеджер CleverData. Евгений Балдин также считает, что решающее слово — за директором по маркетингу через призму бизнес-целей, а инструментом служит единое управление данными со стратегическим фильтром.

Когда информации достаточно

Что опаснее — решить на неполных данных или ждать идеальной картины? Евгений Балдин уверен: вторая крайность опаснее. Рабочий принцип: «80% данных + 20% опыта = оперативное решение».

Ольга Исаенко добавляет: решение зависит от стоимости риска. Для оффера к Черной пятнице достаточно A/B-теста в процессе размещения, для каналов многомиллионной GTM-кампании нужны предварительные исследования. Михаил Чиликин, руководитель аналитического отдела i-Media, советует для обратимых решений применять неполные данные, а для необратимых — вроде годового бюджета — максимально вкладываться в исследования.

Решит ли все ИИ?

Пока только 6% маркетологов полностью интегрировали нейросети в рабочие процессы. Вычислительные возможности ИИ не равны пониманию человека: он посчитает, сколько гостей заказали блюдо во вторник, но не ответит, почему клиент выбрал конкретный бренд.

«Задавать ИИ не "что ты видишь?", а "на какой вопрос мы отвечаем?" — иначе алгоритмы начнут находить паттерны в белом шуме», — предостерегает Балдин. Чиликин добавляет: ИИ снижает порог входа в данные, но изучать отчеты все равно людям, а правдоподобные, но ложные инсайты требуют времени и специалиста для проверки. Для крупного бизнеса полезность ИИ будет зависеть от качества процессов по его использованию.

Ревизия данных

Что пересмотреть? Балдин называет переоцененными соцдем-характеристики, данные о кликах и последнем касании. Недооценены контекст потребления, психографика, метрики внимания и данные тех, кто отказался от покупки. Сергей Фокин выделяет неавторизованную активность клиента как «золотую жилу» для полного пути и точных прогнозов.

Рач Хумалян, технический директор Digital Caramel, к переоцененным данным относит CTR, соцдем-сегменты на сторонних данных и количество показов: высокий CTR не гарантирует продаж, а засчитанный показ не означает, что пользователь увидел рекламу. Недооценены видимость рекламы, время в зоне видимости и показатели вовлеченности — дочитывания, возвращения, время на странице.

«Именно качество контакта, а не формальное количество показов или кликов, должно быть отправной точкой для оценки эффективности размещения», — заключает он. Каждому источнику данных нужен понятный бизнес-вопрос и правило применения — иначе аналитика останется отчетами ради отчетов.