Forstå signalet
Et estimat er ikke en bekreftet opplysning om en person
Navnebasert analyse estimerer et sannsynlig resultat ut fra mønstre i tilgjengelige data, men sier ikke noe om kjønnsidentiteten personen selv har oppgitt. Samme navn brukes i mange regioner og av personer med ulike kjønnsidentiteter, så resultatet kan være ukjent eller feil. Pålitelig landkontekst kan hjelpe, men gjør ikke estimatet til et faktum om en enkeltperson. Behold ukjente resultater som de er, i stedet for å tvinge dem inn i en gruppe.
Ansvarlig personalisering
Fire prinsipper for nyttige opplevelser
Tilpass ut fra kontekst
Prioriter preferanser og atferd kunden selv har vist; bruk utledede signaler bare når de gir relevant og målbar verdi.
Unngå stereotypier
Ikke utled produkter, interesser eller kommunikasjonsstil bare ut fra en estimert kjønnsgruppe.
Mål trinn for trinn
Ikke gå ut fra at berikede data forbedrer resultatet; sammenlign med et nyttig nøytralt alternativ.
Ha alltid en reservevei
Støtt ukjente verdier, rettelser og arbeidsflyter som ikke er avhengige av det utledede resultatet.
Implementeringsprosess
Vurder arbeidsflyten i seks trinn
- 01
Definer et legitimt formål
Beskriv spørsmålet, målgruppen og forretningsmålet som skal testes, før du legger til en ny egenskap.
- 02
Minimer inndataene
Send bare feltene som den valgte metoden trenger, og eventuelt landkontekst når den er pålitelig.
- 03
Bevar usikkerheten
Lagre konfidens, ukjente resultater og andre nyttige signaler i stedet for å tvinge alle poster inn i en gruppe.
- 04
Lag et nøytralt alternativ
Sørg for at opplevelsen er nyttig når data mangler, konfidensen er lav eller resultatet må rettes.
- 05
Test med en kontrollgruppe
Sammenlign en avgrenset kampanje med det nøytrale alternativet, og fastsett måltall og testperiode på forhånd.
- 06
Vurder effekt og lagringstid
Kontroller både gevinster og negative virkninger, ta imot rettelser, og slett utledede data når de ikke lenger trengs.
Mål effekten
Mål mer enn konverteringsraten
I tillegg til det valgte forretningsmålet bør du følge dekning, ukjente resultater, poster med lav konfidens, forespørsler om retting og reservasjoner. Dokumenter testperiode og utvalgsstørrelse, slik at et begrenset resultat ikke tolkes som en generell konklusjon.
- Resultat
- Hovedmåltall fastsatt på forhånd
- Dekning
- Andel poster med resultat og ukjente poster
- Kvalitet
- Fordeling av konfidens og rettelser
- Konsekvenser
- Klager, reservasjoner og negative virkninger
Velg implementeringsmetode
Start med et lite utvalg som kan kontrolleres
Personvern og lagring
Behold bare de dataene og den tilgangen som trengs
Send bare verdiene som den valgte metoden trenger, begrens tilgangen til API-nøkler og resultater, og bestem hvor lenge estimerte data skal beholdes i systemene dine, og hvordan de kan rettes ved behov. Ifølge den publiserte personvernerklæringen behandles inndata i vellykkede forespørsler om navn, brukernavn, e-post og andre forespørsler for å returnere resultatet, og de lagres ikke som gjenbrukbare forespørselsposter. Forespørsler som ikke gjelder e-post, og som ikke gir noe kjønnsresultat, kan lagres i opptil 12 måneder for å forbedre GenderAPI; e-postforespørsler er utelukket fra dette forbedringsdatasettet.
Opplastede Excel- og CSV-filer planlegges fjernet fra aktive systemer innen fem dager, og slettede data kan bli liggende i tilgangsbegrensede rullerende sikkerhetskopier i opptil 15 dager til. Server-, autentiserings- og sikkerhetslogger følger egne lagringsperioder som er beskrevet i erklæringen. Rettighetene til innsyn, til å protestere og til sletting er beskrevet i GDPR-personverninformasjonen.
Vanlige spørsmål
Spørsmål om navnebaserte data i markedsføring
Hva er navnebaserte kjønnsdata?
Det er et signal som estimeres ut fra mønstre knyttet til et navn, noen ganger sammen med landkontekst. Det er ikke en bekreftet identitet og heller ikke kjønnsidentiteten personen selv har oppgitt.
Forbedrer et estimert kjønn markedsføringen automatisk?
Nei. Resultatet avhenger av målgruppe, budskap, kanal, datakvalitet og testdesign. Behold en nøytral kontrollgruppe, og mål hele arbeidsflyten.
Bør produktanbefalinger baseres bare på et estimert kjønn?
Nei. Det kan forsterke stereotypier og gi irrelevante opplevelser. Prioriter preferanser kunden selv har oppgitt, og interesser du har observert, når det er mulig.
Hvorfor bør konfidens og ukjente resultater beholdes?
De gjør dekningen og usikkerheten synlig, gjør det mulig å bruke egne regler ved lav konfidens og hindrer misvisende rapportering. Ikke tving ukjente resultater inn i en gruppe.
Hvilken implementeringsmetode bør jeg velge?
REST API passer for arbeidsflyter i applikasjoner, regneark passer for data som skal gjennomgås, og integrasjoner uten kode passer for arbeidsflyter med utløsere og handlinger.
Når bør signalet ikke brukes?
Ikke bruk det som grunnlag for beslutninger om ansettelse, kreditt, helse, prising, tilgang eller andre beslutninger med stor betydning for en person.
Hvilke data fra disse forespørslene lagrer GenderAPI?
Ifølge den publiserte personvernerklæringen lagres inndata i vellykkede forespørsler ikke som gjenbrukbare forespørselsposter. Forespørsler som ikke gjelder e-post, og som ikke gir noe kjønnsresultat, kan lagres i opptil 12 måneder for å forbedre GenderAPI. Opplastede Excel- og CSV-filer planlegges fjernet fra aktive systemer innen fem dager og kan bli liggende i tilgangsbegrensede sikkerhetskopier i opptil 15 dager til.