# Vurdér navnebaserede kønsdata i marketing > Behandl forudsigelsen som et usikkert signal, tilbyd et neutralt alternativ, og test med kontrollerede forsøg, om den tilfører en passende værdi. Canonical HTML: https://www.genderapi.io/da/blog/forbedr-din-marketingstrategi-med-konsbaserede-data-baseret-pa-navne Last reviewed: 2026-09-29 ## Udgivelsesoplysninger Først udgivet: 2024-06-10T12:00:00.000Z Senest gennemgået: 2026-09-29T00:00:00.000Z ## Hvordan bør marketingfolk bruge disse data? Brug dem kun til et defineret og passende formål, bevar usikkerheden, tilbyd et neutralt alternativ, undgå stereotyper, og sammenlign forløbet med en kontrolgruppe, før du udvider det. ## En forudsigelse er ikke en verificeret identitet Analysen giver et sandsynligt resultat ud fra mønstre i de tilgængelige data; den angiver ikke det køn, en person identificerer sig med. Det samme navn forekommer i forskellige regioner og hos personer med forskellige identiteter, og resultatet kan være ukendt eller forkert. En pålidelig landekontekst kan hjælpe, men gør ikke forudsigelsen til et faktum om personen. Bevar de ukendte resultater i stedet for at tvinge dem. Hold konfidensen og de ukendte resultater synlige. ## Fire principper for nyttige oplevelser ### Personalisér med kontekst Tag udgangspunkt i oplyste præferencer og observeret adfærd; brug kun forudsigelsen, når den tilfører en passende og målbar værdi. ### Undgå stereotyper Udled ikke produkter, interesser eller kommunikationsstil af en forudsagt kategori. ### Mål trin for trin Sammenlign det berigede forløb med en neutral oplevelse; gå ikke ud fra, at der kommer en automatisk forbedring. ### Bevar en alternativ vej Acceptér ukendte værdier, og giv mulighed for at rette data og for forløb, der ikke afhænger af forudsigelsen. Undgå anvendelser med stor betydning Basér ikke beslutninger om berettigelse, adgang, ansættelse, kredit, sundhed, priser eller andre beslutninger med væsentlige virkninger for mennesker på det udledte køn. ## Vurdér forløbet i seks trin ### Definér et legitimt formål Dokumentér det spørgsmål, der skal besvares, målgruppen og forretningsmålet, før du tilføjer et felt. ### Begræns de data, du sender Send kun det understøttede felt og om nødvendigt en pålidelig landekontekst til den valgte arbejdsgang. ### Bevar usikkerheden Gem konfidensen, de ukendte resultater og de andre nyttige signaler i stedet for at tvinge hver post ind i en kategori. ### Tilbyd et neutralt alternativ Bevar en nyttig oplevelse, når en værdi mangler, er usikker eller viser sig at være forkert. ### Gennemfør en kontrolleret test Sammenlign en klart afgrænset variant med en neutral kontrolgruppe, og fastlæg mål og periode på forhånd. ### Vurdér effekter og opbevaring Gennemgå effekten og de mulige skader, foretag rettelserne, og slet de udledte data, når de ikke længere er nødvendige. Rapportér effekten sammen med dækning og usikkerhed. ## Følg mere end blot konverteringen Ud over forretningsmålet skal du også følge dækning, ukendte resultater, lav konfidens, rettelser og tegn på afmeldinger. Dokumentér periode og stikprøve, så resultatet ikke fremstår som en generelt gyldig påstand. Effekt: Primært mål fastlagt på forhånd Dækning: Behandlede og ukendte poster Kvalitet: Fordeling af konfidens og rettelser Konsekvenser: Klager, afmeldinger og skadelige udfald ## Start med en lille stikprøve, der kan kontrolleres - [REST API Tilføj et kontrolleret trin til databerigelse i en applikation eller en datapipeline. Dokumentation →](https://www.genderapi.io/da/api-documentation) - [Google Sheets Tilknyt felterne, og kontrollér en stikprøve i et eksisterende regneark. Guide til tilføjelsen →](https://www.genderapi.io/da/blog/hvordan-bestemmes-koen-i-google-sheets-med-gender-api-add-on) - [Automatisering uden kode Forbind en trigger med en destination, og hold testposterne synlige. Guide til Zapier →](https://www.genderapi.io/da/blog/zapier-gender-api-integration) ## Begræns data og adgang til det strengt nødvendige Send kun den værdi, som den valgte metode kræver, begræns adgangen til API-nøgler og resultater, og fastlæg, hvor længe de udledte data skal opbevares i dit system, og hvordan de rettes, når det er relevant. Ifølge den offentliggjorte [privatlivspolitik](https://www.genderapi.io/da/privacy-policy) gemmes navne, brugernavne, e-mailadresser og andre input til vellykkede forespørgsler ikke som genanvendelige forespørgselsposter. Forespørgsler, der ikke vedrører e-mails, og som ikke giver et kønsresultat, kan opbevares i op til 12 måneder for at forbedre GenderAPI; e-mailforespørgsler indgår ikke i dette datasæt. Uploadede Excel- og CSV-filer er planlagt til fjernelse fra aktive systemer inden for fem dage, og fjernede data kan forblive i løbende overskrevne, adgangsbegrænsede sikkerhedskopier i op til 15 dage mere. For server-, godkendelses- og sikkerhedslogfiler gælder egne opbevaringsperioder, som er beskrevet i politikken. Retten til indsigt, indsigelse og sletning er forklaret i [oplysningerne om privatliv efter GDPR](https://www.genderapi.io/da/gdpr-compliance). Tilladelser, kørselslogfiler og indstillinger for opbevaring i hvert tilknyttet CRM, regneark eller automatiseringstjeneste er uafhængige af GenderAPI's indstillinger. Gå ikke ud fra, at API-versionen og resultatfelterne i en tilføjelse svarer til V2. Fortolk data.confidence fra V2 sammen med confidence_kind og source; en AI-score er ikke det samme som en andel i datasættet. Rapportér resultater med data.result_status: unknown, JSON-null-værdier og driftsfejl hver for sig. Se [svarfelterne i V2](https://www.genderapi.io/da/docs/v2/responses), [metoden til vurdering af nøjagtighed](https://www.genderapi.io/da/accuracy-methodology) og [datakilderne](https://www.genderapi.io/da/data-provenance). ## Spørgsmål om navnebaserede data i marketing ### Hvad er navnebaserede kønsdata? Sandsynlighedsbaserede signaler, der er udledt af mønstre knyttet til et navn, nogle gange med en landekontekst. De er hverken en verificeret identitet for personen eller det køn, personen identificerer sig med. ### Forbedrer forudsigelsen automatisk marketingen? Nej. Det afhænger af målgruppe, budskab, kanal, datakvalitet og test. Brug en neutral kontrolgruppe, og mål hele forløbet. ### Skal jeg anbefale produkter alene ud fra det forudsagte køn? Nej. Det kan forstærke stereotyper og skabe upassende oplevelser. Tag udgangspunkt i udtrykkeligt oplyste præferencer og observerede interesser. ### Hvorfor skal konfidensen og de ukendte resultater bevares? De viser dækning og usikkerhed, gør det muligt at anvende egne regler ved lav konfidens og forhindrer misvisende rapporter. Gør ikke ukendte resultater til en tvungen kategori. ### Hvilken integrationsmetode skal jeg vælge? REST API til applikationer og datapipelines, regnearksværktøjer til datasæt, der skal kontrolleres, og automatisering uden kode til forløb baseret på trigger og handling. ### I hvilke tilfælde bør signalet ikke bruges? Det bør ikke ligge til grund for individuelle beslutninger om ansættelse, kredit, sundhed, priser, adgang eller andre beslutninger med stor betydning. ### Hvilke data fra disse forespørgsler gemmer GenderAPI? Ifølge den offentliggjorte privatlivspolitik gemmes input til vellykkede forespørgsler ikke som genanvendelige poster. Forespørgsler, der ikke vedrører e-mails, og som ikke giver et resultat, kan opbevares i op til 12 måneder for at forbedre GenderAPI; uploadede Excel- og CSV-filer fjernes fra aktive systemer inden for fem dage og kan forblive i adgangsbegrænsede sikkerhedskopier i op til 15 dage mere.