Entenda o sinal
Uma previsão não é uma identidade verificada
A análise fornece um resultado provável a partir de padrões nos dados disponíveis; ela não indica o gênero com que uma pessoa se identifica. O mesmo nome aparece em regiões diferentes e entre pessoas com identidades diferentes, e o resultado pode ser desconhecido ou incorreto. Um contexto de país confiável pode ajudar, mas não transforma a previsão em um fato sobre a pessoa. Preserve os resultados desconhecidos em vez de forçá-los.
Personalização responsável
Quatro princípios para experiências úteis
Personalize com contexto
Parta de preferências declaradas e do comportamento observado; use a previsão somente quando ela acrescentar um valor adequado e mensurável.
Evite estereótipos
Não deduza produtos, interesses ou estilo de comunicação a partir de uma categoria prevista.
Meça passo a passo
Compare o fluxo enriquecido com uma experiência neutra; não presuma que haverá uma melhora automática.
Mantenha um caminho alternativo
Aceite valores desconhecidos e ofereça a possibilidade de corrigir dados e jornadas que não dependam da previsão.
Processo de implementação
Avalie o fluxo em seis etapas
- 01
Defina uma finalidade legítima
Documente a pergunta a ser respondida, o público e a métrica de negócio antes de adicionar um campo.
- 02
Limite os dados enviados
Envie somente o campo compatível e, quando necessário, um contexto de país confiável para o fluxo escolhido.
- 03
Preserve a incerteza
Guarde a confiança, os resultados desconhecidos e os demais sinais úteis em vez de forçar cada registro a entrar em uma categoria.
- 04
Ofereça uma alternativa neutra
Mantenha uma experiência útil quando um valor estiver ausente, for incerto ou se revelar incorreto.
- 05
Faça um teste controlado
Compare uma variante bem delimitada com um grupo de controle neutro e defina a métrica e o período com antecedência.
- 06
Avalie os efeitos e a retenção
Revise o efeito e os possíveis danos, faça as correções e exclua os dados inferidos quando deixarem de ser necessários.
Medição
Acompanhe mais do que apenas a conversão
Além da métrica de negócio, acompanhe também a cobertura, os resultados desconhecidos, a baixa confiança, as correções e os sinais de cancelamento de inscrições. Documente o período e a amostra para que o resultado não pareça uma afirmação de validade geral.
- Efeito
- Métrica principal definida com antecedência
- Cobertura
- Registros processados e desconhecidos
- Qualidade
- Distribuição da confiança e correções
- Consequências
- Reclamações, cancelamentos de inscrição e efeitos prejudiciais
Escolha a implementação
Comece com uma amostra pequena e revisável
Privacidade e retenção
Limite os dados e o acesso ao estritamente necessário
Envie somente o valor exigido pelo método que você escolheu, restrinja o acesso às chaves de API e aos resultados e defina por quanto tempo os dados inferidos devem ser mantidos no seu sistema e como corrigi-los, quando for o caso. Segundo a Política de Privacidade publicada, nomes, nomes de usuário, endereços de e-mail e outros dados de entrada de consultas bem-sucedidas não são retidos como registros de consulta reutilizáveis. Consultas que não sejam de e-mail e para as quais nenhum resultado de gênero seja encontrado podem ser retidas por até 12 meses para melhorar a GenderAPI; as consultas de e-mail ficam fora desse conjunto de dados.
A remoção dos arquivos Excel e CSV enviados dos sistemas ativos está programada para até cinco dias, e os dados removidos podem permanecer em backups rotativos de acesso restrito por até 15 dias adicionais. Os logs de servidor, autenticação e segurança seguem prazos de retenção próprios, descritos na política. Os direitos de acesso, oposição e exclusão estão explicados nas informações de privacidade segundo o GDPR.
Perguntas frequentes
Perguntas sobre dados baseados em nomes no marketing
O que são dados de gênero baseados em nomes?
São sinais probabilísticos inferidos a partir de padrões associados a um nome, às vezes com um contexto de país. Eles não são uma identidade verificada da pessoa nem o gênero com que ela se identifica.
A previsão melhora o marketing automaticamente?
Não. Isso depende do público, da mensagem, do canal, da qualidade dos dados e dos testes. Use um grupo de controle neutro e meça o fluxo completo.
Devo recomendar produtos apenas com base no gênero previsto?
Não. Isso pode reforçar estereótipos e criar experiências inadequadas. Parta de preferências informadas explicitamente e de interesses observados.
Por que preservar a confiança e os resultados desconhecidos?
Eles mostram a cobertura e a incerteza, permitem aplicar regras próprias quando a confiança é baixa e evitam relatórios enganosos. Não transforme resultados desconhecidos em uma categoria forçada.
Qual método de integração devo escolher?
A REST API para aplicativos e pipelines de dados, as ferramentas de planilha para conjuntos de dados que precisam ser revisados e a automação sem código para fluxos baseados em gatilho e ação.
Em quais casos o sinal não deve ser usado?
Ele não deve servir de base para decisões individuais sobre emprego, crédito, saúde, preços, acesso ou outras decisões de alto impacto.
Quais dados dessas consultas a GenderAPI guarda?
Segundo a Política de Privacidade publicada, os dados de entrada de consultas bem-sucedidas não são retidos como registros reutilizáveis. Consultas que não sejam de e-mail e não produzam resultado podem ser retidas por até 12 meses para melhorar a GenderAPI; os arquivos Excel e CSV enviados são removidos dos sistemas ativos em até cinco dias e podem permanecer em backups de acesso restrito por até 15 dias adicionais.