Datenqualität ist für CMOs, die Erkenntnisse gewinnen müssen, von entscheidender Bedeutung. 89 % der Einkäufer stimmen zu, dass dies ihre oberste Priorität ist. In diesem Beitrag zeigen wir auf, wie es um Betrugsfälle steht und wie Kantar dieses Problem mit KI und anderen fortschrittlichen Lösungen lösen kann.
Datenqualität ist für CMOs, die Erkenntnisse gewinnen müssen, von entscheidender Bedeutung. 89 % der Einkäufer stimmen zu, dass dies ihre oberste Priorität ist (Quelle: Greenbook, 2023 GRIT Insights Practice Report).
Eine kürzlich ins Leben gerufene Brancheninitiative zur Datenqualität gewinnt an Dynamik, da immer mehr Einkäufer, Verkäufer und Anbieter erkennen, dass dieses Problem gelöst werden muss.
Jane Frost, CEO der Market Research Society, sagt dazu:„Betrügerische Aktivitäten werden immer raffinierter, insbesondere in der Online-Forschung. Sie stellen ein erhebliches Risiko für die Zukunft unserer Branche dar.“
Datenqualität sollte ein Grundvoraussetzung sein, auf die sich Käufer von Marktinformationen verlassen können, doch grassierender Betrug hält seit Jahren an. Und es ist ein Thema, über das in der Branche seltsamerweise kaum gesprochen wird. Panel-Betrug sieht aus wie der Werbebetrug oder die Klickfarmen dieses Jahrzehnts – und wird schnell industrialisiert.
Schlimmer noch: Mit steigenden Betrugsraten nehmen auch die Abweichungen in den daraus resultierenden Daten zu.
In diesem Beitrag beleuchten wir die aktuelle Situation im Bereich Betrug und zeigen auf, wie Kantar dieses Problem mit KI und anderen fortschrittlichen Lösungen angehen kann.
Weltweit gibt es drei große Herausforderungen für die Branche, die sich auf Panels auswirken:
1. Der Kampf um die Aufmerksamkeit – wie können wir um die kostbare Zeit der Panelteilnehmer konkurrieren?
2. Zunehmende Anforderungen an den Datenschutz: Die DSGVO unterscheidet sich beispielsweise vom CPPA.
3. Zunehmender Online-Betrug. Die „Reconciliation Rates“ – der Prozentsatz der Stichproben, die aufgrund geringer Qualität abgelehnt werden – sind in den letzten drei Jahren um rund 300 % gestiegen, und Kunden lehnen bis zu 40 % der Daten nach der Erhebung ab.
Panelbetreiber müssen mit jedem dieser drei Faktoren intelligent und strategisch umgehen.
1. Um die Aufmerksamkeit der Zuschauer kämpfen
Das beginnt damit, wie wir unsere Panelteilnehmer behandeln: nicht als Ware, sondern als wertvolle Ressource. Wir suchen ständig nach Möglichkeiten, unsere Fragestellungen, die Interviewlänge (LoI) und den Einsatz von Gamification zu optimieren. Wir nehmen unsere Panelteilnehmer als Menschen wahr, indem wir auf ihre Fragen eingehen und sie gut behandeln. Wir ordnen jeden einzelnen Panelteilnehmer mithilfe unseres einzigartigen Algorithmus für die Umfragezuordnung zu, sodass die richtigen Personen die richtigen Umfragen im richtigen Tempo ausfüllen. Dies trägt dazu bei, Abbrüche und Ausschlüsse zu reduzieren, und führt zu 175 % mehr abgeschlossenen Umfragen als im Branchendurchschnitt. Durch die Kombination aus der Wertschätzung unserer Befragten und fortschrittlicher Panel-Technologie stellen wir fest, dass unsere Panelteilnehmer zufrieden und engagiert sind. Sie bewerten unsere App auf Trustpilot mit 4,2 und geben positive Rückmeldungen wie: „Die Atmosphäre ist positiv, und ich habe durch die Online-Umfragen so viel gelernt, während mein Bankkonto sich ebenfalls freut!“
2. Zunehmende Anforderungen an die Einhaltung der Datenschutzbestimmungen
Kantar übernimmt eine führende Rolle in Branchendiskussionen und Arbeitsgruppen (zum Beispiel bei ESOMAR). Darüber hinaus verfügen wir über ein internes Expertenteam, das die Datenschutz- und Einwilligungsvorschriften kontinuierlich überwacht und sicherstellt, dass wir über die richtigen technischen Lösungen für die Erfassung, Speicherung und Löschung von Daten verfügen.
In China verfügen wir beispielsweise über eine spezielle, PIPL-konforme Stichprobenmanagement-Plattform für die CAC-zugelassene Datenerhebung, die eine Reihe marktspezifischer Optimierungen bietet. Sie befindet sich vollständig im chinesischen Cyberspace und gewährt programmatischen Zugriff auf unser eigenständiges WeChat-Mobilpanel: Zugang zu 1,5 Millionen schwer erreichbaren Personen. Wir verfügen zudem über mehrstufige Betrugspräventions- und Qualitätskontrollen, die sicherstellen, dass jedes WeChat-Konto mit einem echten und eindeutigen Bankkonto verknüpft ist. Hash-IDs und Umfragelinks werden mit MD5 und Wave Secret verschlüsselt, um Ghost-Completes und betrügerische Antworten durch Hacker zu minimieren.
3. Zunehmende Online-Betrugsfälle
Über zwei Drittel der Datenqualitätswarnungen (69 %) sind auf verschiedene Arten von Betrug zurückzuführen. Davon stammen 41 % von internationalen Hackern, 13 % von bekannten Bots, 7 % von „Ghost Completes“ (bei denen ein Befragter scheinbar eine Umfrage abgeschlossen hat, aber keine Daten erfasst werden, da er Weiterleitungslinks eingerichtet hat) und 8 % von Duplikaten (bei denen ein Befragter mehrere Umfragen ausfüllt, meist wenn er viele betrügerische Konten eingerichtet hat, um sich als verschiedene demografische Gruppen auszugeben).
Um höchste Datenqualität zu gewährleisten, haben wir Betrugsfälle in drei Arten unterteilt:
• Unmotivierte Panelteilnehmer: Sie erledigen mehrere Aufgaben gleichzeitig und arbeiten sich mechanisch durch Umfragen, sodass die Genauigkeit fraglich ist. Die Auswirkungen auf die Datenintegrität sind mäßig bis gering. Diese Panelteilnehmer benötigen Anleitung und Verhaltensüberwachung. Es kann notwendig sein, sie von bestimmten Studien auszuschließen.
• Unehrliche Panelteilnehmer: Sie geben falsche Angaben zu ihrer Person an und füllen mehr Umfragen aus, um schneller Prämien zu erhalten. Die Auswirkungen auf die Datenintegrität sind mäßig bis hoch.
• Betrügerische Panelteilnehmer: Sie handeln allein oder in Gruppen, um Umfragen zu hacken und Prämien in großem Umfang zu verdienen – sozusagen die neuen Klickfarmen. Dies ist schwerwiegender Betrug in großem Umfang mit erheblichen Auswirkungen auf die Datenintegrität.
Was unternimmt Kantar, um gegen jede dieser Betrugsarten vorzugehen? Und wie setzen wir marktführende KI-/GenAI-Tools ein, um dem entgegenzuwirken?
• Wir fördern gutes Umfragedesign: Die Qualität einer Umfrage hängt von der Gestaltung, der Länge und der Benutzererfahrung ab. Selbst die engagiertesten Teilnehmer können das Interesse verlieren, wenn diese Faktoren nicht berücksichtigt werden.
• Wir verhindern Fehler durch Unachtsamkeit: Manche Panelteilnehmer geben aufgrund von Missverständnissen widersprüchliche Antworten, und manche sind nicht die, für die sie sich ausgeben: Doch nicht alle gemeldeten Probleme sind auf aktive Täuschung zurückzuführen. Manche sind harmlose Fehler, und nicht alle gemeldeten Handlungen beeinträchtigen die Datenintegrität. Wir möchten alle echten Teilnehmer einbeziehen. Deshalb bieten wir den Panelteilnehmern Schulungen an und geben ihnen bei Bedarf die Möglichkeit, ihr Verhalten zu verbessern.
• Wir definieren Qualität: Da dies subjektiv ist, verwenden wir objektive Messgrößen. Entscheidend ist es, verschiedene Stufen schlechter Qualität und unterschiedliche Einflussfaktoren zu erkennen. Die Profiles-Abteilung von Kantar ergänzt ihre über 20-jährige fundierte Panel-Expertise durch Technologie und KI, um dies in Echtzeit über Qubed AI – ihr firmeneigenes Tool zur Betrugsbekämpfung – zu bewerkstelligen. Qubed AI läuft in Echtzeit, basiert auf 5 tiefen neuronalen Netzen (mit anderen Worten: fortgeschrittenem maschinellem Lernen), wird täglich anhand von über 60 Millionen Ereignissen trainiert und verarbeitet bei jeder Umfragesitzung über 300 Merkmale, um innerhalb von Millisekunden automatisch eine Bewertung abzugeben und ein Urteil sowie eine empfohlene Maßnahme darüber zu liefern, ob ein Panelteilnehmer betrügerisch handelt – etwas, das ein Mensch (und andere Technologien zur Betrugsbekämpfung) schlichtweg nicht leisten könnte.
• Wir nutzen GenAI mit Qubed Open-End Validation: Wir setzen unsere proprietäre, auf ChatGPT basierende Lösung zur Bewertung offener Antworten ein, die die Antworten der Panelteilnehmer in mehreren Dimensionen bewertet. Zu den von uns erkannten Faktoren gehören die Relevanz für die gestellte Frage, Originalität, Vollständigkeit, Sprache, plagiierte Antworten, die Verwendung personenbezogener Daten, Slang, die Verwendung von Abkürzungen sowie Obszönitäten, Rassismus, Kauderwelsch und von ChatGPT generierte Antworten. Weitere Informationen darüber, wie Kantars Qubed Open-End Validation Betrug bekämpft, finden Sie in unserem früheren Artikel mit dem Titel „Transforming Panels: How is Kantar using LLMs to improve panel responses?“
• Einführung von Qubed Facial Verification: Kantars jüngster Schritt im Kampf gegen Umfragebetrug war die Integration von Realeyes Verify in unsere Qubed-KI. Verify ist eine ressourcenschonende Technologie zur Gesichtsverifizierung, die auf einem einzigartigen Webcam-Datensatz von 17 Millionen Umfragesitzungen mit Einwilligung der Teilnehmer trainiert wurde. Wir können schnell erkennen, wenn Betrüger versuchen, sich unseren Premium-Panels anzuschließen.
CMOs und Insights-Verantwortliche müssen verstehen, wie ihre Panel-Partner der Datenqualität Priorität einräumen, und sicher sein können, dass ihre Panel-Partner zeitnahe und genaue Daten liefern, die nicht durch betrügerische Antworten verfälscht sind.
Da die gesamte Branche sich durch das Quality Pledge und andere Maßnahmen für Qualität einsetzt, ist Kantar gut positioniert, um seine Führungsrolle bei der Bekämpfung von Betrug fortzusetzen und durch den intelligenten Einsatz von KI wieder mehr Vertrauen in die Verbraucherdatenbranche zu schaffen.
.svg)