考虑到将大量数据输入平台竞价算法,情况尤其如此,这些数据来自: 支持平台的跟踪器(cookie、像素、信标、应用程序数据等,可捕获在线活动)。 第三方和其他广告商(从 CRM 系统传输数据 + 使用其他离 埃及电话号码列表 线数据集进行扩充等)。 这些数据的质量、准确性和相关性各不相同——将它们混合在一起会对数据的整体准确性造成灾难性后果。 以此类推,考虑一下如果将香水与臭味排泄物混合会发生什么情况——结果仍然非常令人不快。 高质量数据和低质量数据也会发生同样的事情。 广告 继续阅读下文 当这些糟糕的数据进入其他生态系统时,它也会污染它们。

让事情变得更复杂的是这个过程通常是自动化的,许多机器学习算法默认信任输入数据的有效性并假设视图是完整的(即所有相关数据都包含在集合中)。 这两件事几乎都不是真的——所以大多数通过这些算法的数据都有些缺陷。 因此,许多算法在用户购买意向增加时发出信号非常好,但在确定购买意向何时减少时却很糟糕。 这会导致用户在网站上进行相关购买(例如壶铃或微波炉),但在购买后数天、数周或数年、数月内不断被广告跟踪以购买更多相同商品的情况。