
Makale Özeti
Eğer veriyi anlamlandırmayı biliyorsanız, big data sizin için karmaşa değil, müşteriyi daha iyi tanımanızı sağlayan bir fırsatlar demetidir. Eğer veriyi bilgiye dönüştürmeyi öğrenememişseniz, giderek hayatınız daha da zorlaşacak demektir. Aradaki farkı Veri Hikayecileri kapatıyor.- 1 - Sosyal CRM'in yeri üzerine
- 2 - Veri'den Bilgi'ye Yolculuk – 1
- 3 - Veri'den Bilgi'ye Yolculuk – 2
- 4 - Veri'den Bilgi'ye Yolculuk – 3
- 5 - İş Zekası Tecrübeleri – 3
- 6 - Veri Ambarı'na Başlangıç
- 7 - Plaza Kadınları ve Segmentasyon
- 8 - Müşteriyi Anlamak – Target
- 9 - Kötü Kampanya Yönetimi
- 10 - Tek Satırlık Kurgu
- 11 - Tetikleme Mekanizması Kurgusu
- 12 - Telgraf Çeken GSM Firması
- 13 - Banka Suavi'yi Öldürmüş
- 14 - Kapak Kızı
- 15 - Basit Kampanyalar
- 16 - Bankada "Müşteri Tecrübesi"
- 17 - Orjinal Pembe Maske
- 18 - Verileri Anlamak
- 19 - Müşteriyi Verilerden Tanımak
- 20 - Pazarlama'nın ikiz kardeşi: Teknoloji
İlgili Bağlantılar
Customer360 konferansında “Big Data’yı Anlamlandırmak” konulu bir konuşma yaptım. Konuşmam sırasında big data kavramından sadece birkaç kere bahsettim.
Meraklısına konuşmayı buradan da tekrarlıyorum.
😉
Doğru ipuçlarını takip edersek, birçoğumuz doğru kanaatlere varabiliriz. Teledünya veya Digiturk gibi kanallı TV’ler hakkınızda ne kadar çok şey bilir.
- Yabancı dil düzeyiniz
- Espri anlayışınız
- Genel kültürünüz
- İlgi alanlarınız
- Uyuma ve kalkma saatleriniz
- Evde kaç çocuk olduğu
- Onların yaşları
“Her şeyi biliyor” değil mi? Aslında birçok şirket, özellikle bankalar, GSM operatörleri, süpermarketler ve e-ticaret şirketleri hakkımızda her şeyi [1] biliyor. Ama doğru değişkenleri dikkate alamadıkları için [2] , [3] , [4] onlardan gelen anlamsız mesajlarla boğuşuyoruz.
Önce şu örnekteki gibi, az sayıda değişken ve önceden belirli harekat planı ile başlamalıyız.
Hepi topu 3 değişken ile nasıl başlayacağını bilmeyen, binlercesi ile karşılaştığında ne yapacağını şaşırır. Bize ait her türlü bilgi ellerinde olmasına rağmen, 10 tane SMS veya e-posta mesajlarından 3 tanesi bile anlamlı olmayan GSM operatörleri, bankalar, e-ticaret şirketlerinin sorunu da “çok değişkenle ilgilenmek zorunda” olduklarını [5] sanmaları.
Anlamlandırma 2 – 3 değişkenle başlamalı.
Sadece 2 bilgi ile:
- Aylık alışveriş adeti
- Aylık ciro
36 – 48 aylık dizi ile gözlediğimizde müşteri hakkında ne kadar çok bilgi bulabileceğinizi [6] biliyor musunuz?
Bu bilgiler sayesinde müşterilerinizin:
- Mağazalarınıza uğrama sıklığında azalma / çoğalma olup olmadığını;
- Sizinle alışverişi azalttığını / çoğalttığını;
- Bu azalma / çoğalmanın yaz tatili veya uzun Bayram’lardan ötürü olup olmadığını;
- Bayramlarda / tatillerde çok ziyaretçisi gelip gelmediğini;
- Bayramlarda / tatillerde başka yere gidip gitmediklerini;
- Maaş zammını hangi ayda aldığını;
- vb…
öğrenebilirsiniz.
Bu aşamada yeni sorular akla gelir. Gittikleri dükkanları bilsek “hafta içi küçük dükkanlara, hafta sonu toptan alışveriş için büyük dükkanlara mı gidiyor” sorusunun yanıtını alırız diye düşünürsünüz. O veriyi de eklersiniz.
Giderek müşteriyi tanımlamaya başlarsınız. Onun çeşitli alışverişlerinden yola çıkarak bir plaza kadını [7] olduğunu anlamışsanız, arap sabunu satın alınca şaşırmazsınız. Aksine, evine temizlikçi geldiğini anlarsınız. Demek ki, temizlik malzemelerini veri ambarına alırken bu anlayacak şekilde ayrım yaparsınız.
Bir hanımefendi, yıkanmış, temizlenmiş ve dondurulmuş ıspanak veya dondurulmuş bezelye yerine demetlerle taze ıspanak ya da ayıklanacak bezelye fasulyesi satın alıyorsa, evde yemek yapan biri olduğunu çıkartırsınız. Öyleyse, veri ambarını oluştururken tazesi alındığında “evde yemek yapılıyor” anlamı veren gıdaları ayrıca belirlersiniz.
Ton balığı, yaprak sarma veya zeytinyağlı barbunya konservesi gibi, ek işleme gerek duymadan yenilebilen gıdalar, bize evde yemek yapılmadığı fikri verir. Çok sık satın alıyorsa, muhtemelen bekar erkek olduğunu çıkartırız. Veri ambarına alırken, anlamını ayrıştıracak şekilde işaretlersiniz.
Böylece, her seferinde önce neyi öğrenmek istediğinizi bulur, sonra da onu bilmenizi sağlayan veriyi alırsınız.
Senaryo (Amaç) → İhtiyaç → Bilgi → Veri [6]
ABD’li perakende şirketi Target’in, kadının hamileliğinin 5’inci ayında 4 ay sonra doğacak çocuğun cinsiyetini %90’lara yakın oranda bilmesini sağlayan alt-yapı da benzer düşüncenin [8] sonucu.
Zaten, hemen her veri sistemlerde yer alıyor. Süpermarket barcode’larla, banka ve GSM operatörü işlemlerle, e-ticaret şirketi klikleri izleyerek tüm verileri tutuyorlar. Yani big data şu anda ellerinde. Bunların hangilerini, nasıl, ne amaçla kullanacaklarını bilmedikleri için bize
anlamsız mesajları gönderiyorlar.
Bunları okuduktan sonra kendimize soruyoruz.
Bu kadar kolaysa, neden birçok internet sitesi benim [18] (hatta öğrencilerimin [19]) rahatça yaptığı profillemeyi bir türlü beceremiyor? Neden bize birçok anlamsız mesaj gönderiyorlar?
Daha mevcut verileriyle anlamlı teklifler oluşturamazlarken, big data ile ne yapabilecekler?
- Öncelikle CRM ve/veya Sosyal CRM’in pazarlama işlevi değil, IT projesi olduğunu zannettikleri için yanlış yapıyorlar. Sonuçta hem kör oluyor, hem de taş [20] kesiliyorlar.
- Sonra da, veriye sahip olmak ≠ bilmek denklemini ve “Veri”den “Bilgi”ye giden yolu [2] , [3] , [4] anlayamadıkları için bizi çıldırtıyorlar..
“Nasıl düzeltilir?” diye sorarsanız…
Verileri hikayeleştirecek, anlamlandıracak kişiler [21] olmadan düzelmez.
Kapak resmi şuradan alıntıdır
20 Nisan 2013
Yorumlar
Warning: Use of undefined constant php - assumed 'php' (this will throw an Error in a future version of PHP) in /home/customer/www/uzaktancrmegitimi.com/public_html/wp-content/themes/toolbox/comments.php on line 84