改進您的第一方數據策略——我們的研究向您展示瞭如何

已發表: 2022-05-07

消費者願意與您的企業共享數據——但越來越多地，這必須符合他們的條件。了解我們的數據表明您應該如何優化您的第一方數據收集工作。

作為一名數字營銷人員，您必須為第三方 cookie 的減少以及數字消費者的日益成熟做好準備，他們要求以價值換取個人信息。這種困境的明確答案是增加您收集的有關客戶的數據（即第一方數據），並以與他們的需求相關的方式這樣做。

在這篇文章中，我們將深入探討我們最近的第一方數據調查的結果（在此處查看我們的方法），並幫助您了解是什麼讓消費者或多或少可能參與您的第一方數據策略，包括一個重要的84% 的數字消費者表示，這一因素會使他們更願意與在線公司共享個人數據。

什麼是第一方數據，為什麼第三方 cookie 的結束使其如此重要？

第一方數據是您收集的有關您的網站或應用程序的客戶和訪問者的信息。這可能包括購買歷史、人口統計信息或移動應用程序行為。稱為零方數據的第一方數據子集包括客戶有意提供的信息，例如調查回复。當一家公司收集第一方數據，然後將其出售或與另一家公司共享時，它就成為第二方數據。

第三方數據是從數據代理（或數據聚合器）獲取的數據，這些數據代理從各種來源收集網絡用戶的數據並將其編譯成大型數據集。第三方 cookie 將這些數據集與您的當前和潛在客戶聯繫起來，以幫助您通過（希望）相關廣告來定位他們。但是，第三方數據的來源並不總是很清楚，它是否與您的受眾相關，或者是否符合數據隱私法。

顯示營銷人員使用的四種類型的客戶數據的圖表，包括零方、第一方、第二方和第三方數據。

第三方 cookie 的終結已經醞釀多年

近年來，第三方 cookie 的使用越來越被視為隱私問題。 2018 年，歐盟未決的電子隱私法規在互聯網上引發了一系列 cookie 同意通知。然後，在 2019 年，Mozilla 開始在其 Firefox 瀏覽器中默認阻止第三方 cookie——Apple 的 Safari 瀏覽器很快也效仿。

2020 年，Apple 的 iOS 14 更新將設備權限從“選擇退出”更改為“選擇加入”，這意味著消費者現在必須有意選擇共享他們的數據，而不是默認共享。很快，在 2023 年，谷歌將在 Chrome 中禁止第三方 cookie（佔瀏覽器市場的 65%），這一舉措被廣泛視為第三方 cookie 的喪鐘，並削弱了依賴的廣告技術行業受到大多數在線企業的青睞。

那麼，您的回應是專注於第一方數據策略。這實際上是一件好事，因為第一方數據不僅是專有的，而且與以往的第三方數據相比，它與您的業務及其客戶更相關。

正在尋找營銷分析軟件來利用您的營銷數據、計劃活動和監控績效？查看我們公正的營銷分析候選名單，查看適合您企業的評分最高和最受歡迎的軟件。

86% 的消費者感到被迫在線提供個人信息

脫穎而出的一種方法是認識到數字消費者現在絕大多數都承認數據收集工作的本質，並且變得憤世嫉俗。我們的研究發現，72% 的消費者覺得在線廣告對他們了解得太多，而 45% 的消費者認為如果不收集他們的個人數據，他們將無法度過典型的一天。

我們的研究還發現，至少在某些時候，86% 的數字消費者感到被迫提供個人信息以訪問網站內容。這會以多種方式導致反沖。

強迫某人做某事顯然是開始任何關係的糟糕方式。但更糟糕的是，72% 的受訪者表示他們有時會提供虛假個人信息來訪問網站內容。因此，您不僅一開始就走錯了路，而且您經常會收到錯誤的信息，這些信息會導致誤導性數據，從而使您走上錯誤的道路。

如果他們知道收集了哪些個人數據以及原因，84% 的消費者會更願意分享

現在，像 Apple 這樣的公司正在轉向其設備的選擇加入模式，您需要通過提供他們正在尋找的內容來激勵消費者分享他們的數據。而在 2022 年，這意味著透明度。

我們的調查發現，如果 84% 的數字消費者知道收集的內容和原因，他們會更願意分享他們的個人信息。這就是現在一些公司在要求數據時包含解釋性聲明的原因，例如“別擔心，我們只會使用這些信息來改善您的購物體驗。我們承諾永遠不會將您的數據出售給其他任何人。您可以隨時退出參與。”

這被稱為獲得知情同意，這是道德研究的基礎，現在越來越多地被納入營銷研究的一部分（這是那些永遠存在的 cookie 通知的目的）。如果您的公司受 HIPAA、通用數據保護條例 (GDPR) 或加州消費者隱私法 (CCPA) 等數據隱私法的約束，則通常需要知情同意，並且必須有明確的措辭。

閱讀我們的報告，了解您需要了解的有關新興數據隱私法的內容：您需要了解的美國數據隱私法

為不同類型的消費者量身定制您的第一方數據收集策略

雖然幾乎所有消費者都想知道為什麼要收集他們的數據，但對如何收集數據的偏好卻大相徑庭。通過我們的研究，我們根據在線購物頻率確定了三個不同的數字消費者，並檢查了對他們每個人有吸引力的數據收集方法。

非常在線的消費者

非常在線的消費者每天在線購物並消費數字內容。這一部分代表了 28% 的數字消費者，並且偏年輕（60% 的年齡在 18-35 歲之間）。以下是關於非常在線的消費者的一些主要發現：

只有一半以上的人使用筆記本電腦作為主要設備（51%），四分之一的人（26%）使用手機，只有 21% 的人使用台式電腦。
更喜歡通過社交媒體與在線公司互動（49%）。
73% 的消費者願意提供人口統計信息（例如年齡、收入、性別）以換取更相關的產品優惠，而在我們的調查中只有 46% 的其他消費者願意。
最不可能提供個人信息以換取視頻內容的訪問權限，例如網絡研討會 (16%)。
與選擇新用戶名和密碼 (23%) 相比，更傾向於使用電子郵件或社交媒體資料創建新客戶帳戶 (45%)。
至少在某些時候（88%）尋找以隱私為重點的公司。

總結：普遍年輕人重視隱私，更喜歡通過社交媒體與品牌互動，願意交換個人信息以獲得相關產品推薦。

經常上網的消費者

定期在線消費者在線購物並每周至少消費一次數字內容。這一細分市場代表了 51% 的數字消費者，並且集中在 26 至 45 歲之間（72%）。以下是關於定期在線消費者的一些主要發現：

他們的默認設備在筆記本電腦 (40%)、手機 (30%) 和台式電腦 (27%) 之間分佈相當均勻。
更喜歡通過電子郵件與在線公司互動（53%）。
我們三個群體中最願意交換人口統計信息以獲得有用的折扣或優惠券 (65%) 和個性化內容推薦 (35%)。
我們的消費者群體中最有可能提供個人信息以換取優惠券 (55%) 和訪問網絡研討會等視頻內容 (22%)。

總結：通常是尋求折扣、更喜歡通過電子郵件與品牌互動以及尋求個性化內容推薦的中青年人。

偶爾上網的消費者

偶爾的在線消費者至少每月在線購物和消費數字內容。這個群體代表了 20% 的數字消費者，並且年齡稍大一些（60% 至少 36 歲）。以下是關於偶爾在線消費者的一些主要發現：

喜歡將筆記本電腦作為主要設備 (47%)，將台式機作為第二大設備 (28%)，只有 22% 的人依賴手機。
更喜歡通過電子郵件與在線公司互動（53%），與經常在線消費者的比例完全相同。
最有可能說他們出於任何原因對交換人口統計信息不感興趣（22%）。
三分之二 (66%) 的人表示他們願意提供個人信息來註冊新的客戶/用戶帳戶。
與使用電子郵件帳戶 (27%) 或社交媒體資料 (11%) 相比，更傾向於選擇新的用戶名和密碼來創建新的客戶帳戶 (46%)。
最不可能提供財務信息（例如收入），68% 的人認為它非常敏感——相比之下，只有 48% 的非常在線的消費者有同樣的感覺。

總結：中老年人通常不願意分享個人信息，但可能傾向於這樣做以換取折扣。

以下是消費者對常見數據收集方法的看法

讓我們來看看我們的三個消費者群體如何看待像你們這樣的公司收集第一方數據的一些最常見的方式，以及在收集這些數據時首選哪些方法。

問卷調查

四分之一 (26%) 的非常在線消費者表示，完成問卷調查是與在線公司互動的首選方式，而普通和偶爾在線消費者中只有 10% 的人表示。這意味著只應為最活躍的客戶保存調查問卷。

–最適合：非常在線的消費者

競賽/抽獎

競賽在所有三種消費者類型中都相對不受歡迎，但在偶爾在線的消費者中得分最高。這些消費者也最願意用個人信息換取優惠券和折扣（65%）。這裡的主題是，有時在線消費者在實際在線購物時會尋找優惠。

–最適合：偶爾在線的消費者

電子郵件

定期在線消費者最容易接受電子郵件營銷，20% 的人表示他們最有可能參與促銷電子郵件，相比之下，15% 的非常在線消費者和 16% 的偶爾在線消費者表示他們最有可能參與促銷電子郵件。

大多數數字消費者不喜歡的一件事是電子郵件跟踪。四分之三 (76%) 的人表示，如果可以選擇，他們會選擇退出電子郵件跟踪。停止電子郵件跟踪的最佳方法是禁用電子郵件中的圖像，41% 的受訪者表示他們已經這樣做了。歸根結底，電子郵件跟踪對於數字消費者來說是一個敏感的領域，因此請謹慎行事。

–最適合：經常上網的消費者

調查

我們提供了公司用來收集第一方數據的方法列表，包括調查、測驗、競賽、社交媒體帖子和促銷電子郵件。迄今為止的贏家是調查，這是所有三個消費群體的首選。有一點很清楚——消費者不想參加測驗，我們所有小組的得分都在 5% 或更低。下面是一張圖表，顯示了所有受訪者的結果。

–最適合：所有消費者類型

位置追踪

我們發現三個細分市場對位置跟踪的態度存在顯著差異。非常在線的消費者最有可能始終打開位置跟踪 (37%)，經常在線消費者最有可能根據他們使用的應用程序打開和關閉位置跟踪 (55%)，偶爾在線消費者最多可能會關閉位置跟踪 (31%)。

在所有受訪者中，查看送貨區域是提供位置數據的首要原因（68%），其次是查看當地庫存（50%）和獲取前往零售地點的路線（42%）。