# Valutare i dati di genere basati sul nome nel marketing > Tratta la previsione come un segnale incerto, offri un'alternativa neutra e verifica con test controllati se aggiunge un valore appropriato. Canonical HTML: https://www.genderapi.io/it/blog/migliora-la-tua-strategia-di-marketing-con-i-dati-di-genere-basati-sui-nomi Last reviewed: 2026-09-28 ## Dati di pubblicazione Prima pubblicazione: 2024-06-10T12:00:00.000Z Ultima revisione: 2026-09-28T00:00:00.000Z ## Come dovrebbero usare questi dati i professionisti del marketing? Usali solo per uno scopo definito e appropriato, conserva l'incertezza, offri un'alternativa neutra, evita gli stereotipi e confronta il flusso con un gruppo di controllo prima di estenderlo. ## Una previsione non è un'identità verificata L'analisi fornisce un risultato probabile in base a modelli nei dati disponibili; non indica il genere con cui una persona si identifica. Lo stesso nome ricorre in regioni diverse e in persone con identità diverse, e il risultato può essere sconosciuto o errato. Un contesto del paese affidabile può aiutare, ma non trasforma la previsione in un fatto sulla persona. Conserva i risultati sconosciuti invece di forzarli. Mantieni visibili la confidenza e i risultati sconosciuti. ## Quattro principi per esperienze utili ### Personalizza con il contesto Parti dalle preferenze dichiarate e dal comportamento osservato; usa la previsione solo quando aggiunge un valore appropriato e misurabile. ### Evita gli stereotipi Non dedurre prodotti, interessi o stile di comunicazione da una categoria prevista. ### Misura per gradi Confronta il flusso arricchito con un'esperienza neutra; non dare per scontato un miglioramento automatico. ### Lascia un percorso alternativo Accetta i valori sconosciuti e offri la possibilità di correggere i dati, oltre a percorsi che non dipendono dalla previsione. Evita gli usi ad alto impatto Non basare sul genere dedotto decisioni su idoneità, accesso, lavoro, credito, salute, prezzi o altre decisioni con effetti significativi sulle persone. ## Valuta il flusso in sei passaggi ### Definisci uno scopo legittimo Documenta la domanda a cui rispondere, il pubblico e la metrica aziendale prima di aggiungere un campo. ### Limita i dati inviati Invia solo il campo supportato e, se necessario, un contesto del paese affidabile per il flusso scelto. ### Conserva l'incertezza Salva la confidenza, i risultati sconosciuti e gli altri segnali utili invece di forzare ogni record in una categoria. ### Offri un'alternativa neutra Mantieni un'esperienza utile quando un valore manca, è incerto o si rivela errato. ### Esegui un test controllato Confronta una variante ben delimitata con un gruppo di controllo neutro e stabilisci in anticipo metrica e periodo. ### Valuta effetti e conservazione Esamina l'effetto e i possibili danni, applica le correzioni ed elimina i dati dedotti quando non servono più. Riporta l'effetto insieme a copertura e incertezza. ## Monitora più della sola conversione Oltre alla metrica aziendale, monitora anche copertura, risultati sconosciuti, confidenza bassa, correzioni e segnali di disiscrizione. Documenta periodo e campione, così che il risultato non appaia come un'affermazione valida in generale. Effetto: Metrica principale stabilita in anticipo Copertura: Record elaborati e sconosciuti Qualità: Distribuzione della confidenza e correzioni Impatto: Reclami, disiscrizioni e risultati dannosi ## Inizia con un piccolo campione verificabile - [REST API Aggiungi una fase controllata di arricchimento dei dati a un'applicazione o a una pipeline di dati. Documentazione →](https://www.genderapi.io/it/api-documentation) - [Google Sheets Collega i campi e verifica un campione in un foglio di calcolo esistente. Guida al componente aggiuntivo →](https://www.genderapi.io/it/blog/come-determinare-il-genere-in-google-sheets-utilizzando-gender-api-add-on) - [Automazione no-code Collega un trigger a una destinazione e mantieni visibili i record di test. Guida a Zapier →](https://www.genderapi.io/it/blog/zapier-gender-api-integration) ## Limita dati e accessi allo stretto necessario Invia solo il valore richiesto dal metodo scelto, limita l'accesso alle chiavi API e ai risultati e stabilisci per quanto tempo conservare i dati dedotti nel tuo sistema e come correggerli quando è rilevante. Secondo l'[informativa sulla privacy](https://www.genderapi.io/it/privacy-policy) pubblicata, nomi, nomi utente, indirizzi email e altri input delle richieste riuscite non vengono conservati come record di richiesta riutilizzabili. Le richieste che non riguardano indirizzi email e per le quali non viene trovato alcun risultato di genere possono essere conservate per un massimo di 12 mesi per migliorare GenderAPI; le richieste con indirizzi email non fanno parte di questo set di dati. I file Excel e CSV caricati sono programmati per la rimozione dai sistemi attivi entro cinque giorni e i dati rimossi possono restare in backup a sovrascrittura periodica e ad accesso limitato per un massimo di altri 15 giorni. Per i log di server, autenticazione e sicurezza valgono periodi di conservazione propri, descritti nell'informativa. I diritti di accesso, opposizione e cancellazione sono spiegati nell'[informativa GDPR sulla privacy](https://www.genderapi.io/it/gdpr-compliance). Autorizzazioni, log di esecuzione e impostazioni di conservazione di ogni CRM, foglio di calcolo o servizio di automazione collegato sono indipendenti dalle impostazioni di GenderAPI. Non dare per scontato che la versione dell'API e i campi dei risultati di un componente aggiuntivo corrispondano alla V2. Interpreta data.confidence della V2 insieme a confidence_kind e source; un punteggio dell'IA non equivale a una quota nel set di dati. Riporta separatamente i risultati con data.result_status: unknown, i valori null del JSON e gli errori operativi. Consulta i [campi della risposta V2](https://www.genderapi.io/it/docs/v2/responses), il [metodo di valutazione dell'accuratezza](https://www.genderapi.io/it/accuracy-methodology) e le [fonti dei dati](https://www.genderapi.io/it/data-provenance). ## Domande sui dati basati sul nome nel marketing ### Che cosa sono i dati di genere basati sul nome? Segnali probabilistici dedotti da modelli associati a un nome, talvolta con un contesto del paese. Non sono né un'identità verificata della persona né il genere con cui la persona si identifica. ### La previsione migliora automaticamente il marketing? No. Dipende da pubblico, messaggio, canale, qualità dei dati e sperimentazione. Usa un gruppo di controllo neutro e misura l'intero flusso. ### Devo consigliare prodotti solo in base al genere previsto? No. Può rafforzare gli stereotipi e creare esperienze inappropriate. Parti dalle preferenze dichiarate esplicitamente e dagli interessi osservati. ### Perché conservare la confidenza e i risultati sconosciuti? Mostrano copertura e incertezza, consentono di applicare regole proprie in caso di confidenza bassa ed evitano report fuorvianti. Non trasformare i risultati sconosciuti in una categoria forzata. ### Quale metodo di integrazione dovrei scegliere? La REST API per applicazioni e pipeline di dati, gli strumenti per fogli di calcolo per set di dati da verificare e l'automazione no-code per flussi basati su trigger e azione. ### In quali casi il segnale non dovrebbe essere usato? Non dovrebbe essere alla base di decisioni individuali su lavoro, credito, salute, prezzi, accesso o altre decisioni ad alto impatto. ### Quali dati di queste richieste conserva GenderAPI? Secondo l'informativa sulla privacy pubblicata, gli input delle richieste riuscite non vengono conservati come record riutilizzabili. Le richieste che non riguardano indirizzi email e per le quali non viene trovato alcun risultato possono essere conservate per un massimo di 12 mesi per migliorare GenderAPI; i file Excel e CSV caricati vengono rimossi dai sistemi attivi entro cinque giorni e possono restare in backup ad accesso limitato per un massimo di altri 15 giorni.