编辑导读：数据阐明可以或许辅佐营销人员更好地处事顾主，给顾主缔造更好的代价，提高营销决定的精确率。与此同时，数据的质量问题一直是困恼营销人员的一个困难，到底如何评判数据的黑白？本文作者对此展开了说明，供各人一同参考进修。

如今，数据已成为营销勾当中无可争议的存眷点。有效营销勾当的基本是高质量的数据，但并非所有数据都是优质的。

假如品牌依旧沿用之前互联网野蛮发展时期的定式思维，大量收集错乱的数据，重“量”而不重“质”，那不管收集了几多数据，回收了何种阐明要领或是拥有几多行业履历，都无法真正发挥数据的气力。因为基于低效数据做出的业务决定大概会让品牌支付昂贵的价钱，功效不只仅是简朴地挥霍营销预算，还大概损害品牌的声誉和形象。

按照Experian近期的一份行业陈诉指出，在全球范畴内的品牌所收集的数据中，有快要三分之一都是禁绝确的；同时有7成的企业暗示他们很难获取到直接影响营销计策的重要数据——即顾主体验相关数据。

在可预见的将来，品牌的营销勾当对高质量数据的需求还会一连增长。现今顾主与品牌的互动普遍存在于多个渠道和触点上，如何操作数据来为顾主提供前后一致的体验对品牌的成长至关重要。那么，到底该如何获取高质量的数据呢？

一、如何评估数据质量？

评估数据质量需要时间，精神与正确的东西。Marketer们不只需要操作一些传统的权衡维度来考量数据，还要把数据放到应用语境中举办阐明，来确保这些数据可以办理一些实际的业务需要。

假如需要更显著的结果，Marketer们需要对数据举办更深的挖掘而且思量更新数据优化尺度。

一般来说，我们可以通过以下9个要害指标来权衡数据的质量：

1. 数据隐私性（Privacy）

首先，注重顾主的隐私是数据驱动营销的基本。营销勾当的本质是实现贸易组织与消费者之间有效的双向相同。美国民众干系协会PRSA的研究表白，相同的结果与“可信度、逻辑和感情共识”这三点息息相关。

个中，可信度即是相同可以或许顺利举办的首要条件。假如品牌无法处理惩罚好顾主对隐私的记挂，营销勾当的最终结果大概也将大打折扣。

品牌在收集利用顾主信息时，该当向顾主展示本身有按拍照关法令划定担保了他们须要的隐私安详。确保让顾主欣赏隐私政策，而且有清晰的退出选项。

2. 精确性（Accuracy）

品牌可以通过Truth-Set File（Truth-Set File指品牌的数据库中已经证实的描写某范例顾主的真实数据集，可称为“真值荟萃”）来评估较量品牌收集到的数据的精确水平，从而担保品牌可以或许在后续的勾当中，在精确的时间，通过有效的渠道，向符合的受众推送有代价的内容。

一般来说，数据库中包括已有的汗青数据和通过计较获得的揣度数据。而揣度数据的精确度有待验证，它大概刚好是切合品牌需要的数据，也大概与品牌预期的功效截然不同。

品牌应该利用颠末多方验证的数据。当针对收集来的数据有疑问时，可以通过比拟多个Truth-Set File来举办验证，以低落数据毛病的概率（在担保Truth-Set File精确性的前提下）。

3. 完整性（Coverage）

数据集的完整性程度代表对数据收集方针的包围率，以及每笔记录信息的详尽水平。空有包围率但缺少具体信息的数据集是没有太多实际代价的。

譬喻，品牌若想要实现跨渠道间无缝的顾主体验，除了需要根基的姓名和手机号外，还应该包罗更多渠道和特定的顾主信息（如欣赏内容、欣赏频率、与品牌的互动行为的种类和频率，乐趣等）从而形成标签。

举个例子，母婴类的品牌可以收集顾主通过小措施和H5等页面介入品牌的小游戏，抽奖等勾当的频率和在社区讲话的数量来给顾主打上“高互动”，“低互动”，“不互动”等标签，从而在将来的营销勾当中举办定制化相同。通过这将晋升品牌在跨平台触点上对顾主的识别度，更高效地举办跨渠道营销。

4. 颗粒度（Granularity）

简朴地说，颗粒度代表了数据集的具体与清晰水平。数据的颗粒度越高，暗示细节越详尽，越有助于相识事实的全貌。