Müşterinin İşlevsel Tanımı – Video

CRM projelerinin hemen başında, müşterinin işlevsel tanımının yapılması gerekir.

Birçok firmada “Kaç müşteri kazandık”, “Kaç müşteri kaybettik”,  “Kaç müşterimiz var” gibi sorulara düzgün yanıt alınammasının nedeni, müşteri tanımının yapılmamış olmasıdır.

Videoda durumu kısaca anlatmaya çalıştım.

video-islevsel-tanim

Bence siz yine şu yazıları da okuyun:

[1] İşlevsel Tanım
[2] Müşterinin İşlevsel Tanımı
[3] Müşterinin İşlevsel Tanımı – 2
[4] Müşterinin Tanımı

Tekrar vurgulayayım. Müşteri’nin işlevsel tanımı yapmadan CRM çalışması başlayamaz.

28 Mart 2016

Watson Sosyal’de İzliyor

Şubat ayında Bersay İletişim’in davetiyle IBM’in Türkiye’deki Dijital Dönüşüm Lideri Maja Barel’i (Maja “Maya” okunuyor) dinleme şansım oldu.

IBM’in Watson isimli yapay zeka aracıyla güçlendirilmiş olan ‘Social Command Center’ adlı yazılımını tanıttı.

IBM’in basın bülteni Watson hakkında kısaca şöyle diyor:

Watson, yeni bilgi işlem çağını temsil eden, piyasaya sunulmuş ilk kognitif bilgi işlem yeteneği. Bulut üzerinde çalışan sistem; yüksek veri hacimlerini analiz ediyor, doğal dilde bulunan karmaşık soruları yanıtlıyor ve kanıta dayalı yanıtlar öneriyor. Watson, sürekli olarak öğrenip, zaman içinde önceki etkileşimlerden bilgi ve değer oluşturuyor.

IBM Watson, Watson Developer Cloud çözümünde yer alan 20’nin üzerinde Watson hizmeti aracılığıyla, dünya çapındaki geliştiriciler, öğrenciler, girişimciler ve teknoloji meraklılarının oluşturduğu büyüyen bir ekosistemi, kognitif bilgi işlem sağlayarak destekliyor. Bu şekilde, bu ekosistemin, Watson’ın desteklediği tamamen yeni bir uygulama ve iş sınıfını keşfedip oluşturmasına olanak tanıyor.

Watson’un pazarlama amaçlı kullanımından

    • IBM ile Sohbet [1]
    • Teknoloji Perakendenin Hizmetinde 3 [2]

yazılarımda bahsetmiştim.

Social Command Center çok farklı alanlarda şirketlere yarar sağlayabiliyor.

Basın bültenince şöyle değinilmiş:

Bulut temelli çözümler sunan, sosyal medya verileri dışında kognitif teknolojisi sayesinde gerçek zamanlı analitik verilerinden yararlanan Social Command Center Twitter, Facebook, Vine, instagram, Tumblr, Google, Youtube gibi kanallardan elde edilen verileri hem ham halde, hem de veri analiz uzmanı olmayan profesyonellerin anlayabileceği görsel tasarım odaklı biçimde kullanıcılara sunabiliyor.

Bu (ve takip edecek birkaç) yazıda, Social Command Center’ın çeşitli alanlarda kullanımından bahsedeceğim.

Bunlardan biri Kişilik İçgörüsü (Personality Insights) hizmeti:

Bir kişinin (şimdilik ingilizce) tüm tweetlerini inceleyip en baskın beş karakter özelliğini, ihtiyaç ve değerlerini resimlerde göreceğiniz ayrıntıda ortaya çıkartabiliyor.

IBM-27-@DelatorreJJ-portrait

ve

IBM-27-@majabarel-portrait

(Her ikisi de IBM’de görevli kişiler)

Düşünün, işe bir eleman alacaksınız. Onu yarım saatlik bir görüşmeyle bu kadar tanıyabilir misiniz? Social Command Center, işleri ve birbirine benzer insanları kullanarak daha bilinçli ve daha öngörülü kararlar verebiliyor ve kısıtlı kaynaklarınızın daha verimli kullanılmasını sağlıyor.

Sosyal mecralarda bıraktığınız izler sayesinde tanınmanıza ilişkin çalışmalar uzun süreden beri vardı.

  • Cambridge Universitesi, Psikometrikler Merkezi’nin yürüttüğü bir çalışmada [3], Facebook’ta yazdıklarını hiç dikkate almadan, sadece “beğen” tıklamalarını inceleyerek kişinin bazı özelliklerini % 70 – 90 oranında doğru biliyorlar.
  •  Amazon, bozuk kindle cihazının yenisini göndermeden önce “Son işinizden ayrılmışsınız, şimdi tatildediniz. Hangi adrese gönderelim?” diye [4] soruyor.

Bence Social Command Center sadece işe alımlarda insan kaynaklarına etkin bir yardımcı olmakla kalmaz. Sosyal medya adreslerini bildiğiniz herkeste (özellikle B2B müşterilerinizde) kişiselleştirmeyi en ileri boyuta taşıyabilir. Çok sayıda değişkeni yönetebildiği için – pazarlama çalışmalarında ürettiğimiz – PERSONA tanımından kişi düzeyine inmeyi sağlar. Özel müşterilere hangi gün, hangi saatte, hangi hava durumunda, nerede, kiminle olduğunda, nasıl davrandığını bilerek teklif yapılabilir.

Şirketler, küresel rekabette var olmak ve müşteriler tarafından tercih edilmek için kişiselleştirilmiş çözüm ve ürünler elde etmek için önemli adımlar atıyor. Firmalar müşterilerine kişiselleştirilmiş etkileşim ve onlara direkt erişebilmenin yollarını arıyor.

Yazılımlar, siz sosyal mecralarda bir şeyler paylaştıkça daha iyi tanınmanızı sağlıyor. Bundan sonrası, şirketlerin bunu nasıl kullanacağıyla ilgili.

Social Command Center sayesinde işletmeler daha tutarlı hedef kitlelere pazarlama yapabilir, daha çok müşteri kazanıp, elde tutabilir ve hem insanları hem de grupları birbirilerine daha verimli bağlamak için hizmetler geliştirebilir.

Bilişim döneminde yaşayan bireyler için, artık kitle reklamcılığının sonunun geldiğini biliyoruz. Müşteriyi çeşitli araçlar ve ölçümler sayesinde en ayrıntılı kişilik özelliklerine kadar tanıyan bir şirketin “reklam ajansının yaratıcı sloganı”na ne kadar ihtiyaç duyacağını da tartışmamız gerekir.

Dijital dönüşüm, geleneksel medyaya verdiği hasarı muhtemelen reklam ajanslarına da verecek. Bunu başka yazılarda tartışacağız.

Yukarıda saydıklarım Büyük Veri’nin (Big Data) 5 ana kullanım alanından [5] sadece bir tanesi olan “Müşterinin 360 derece görüntüsü: Müşteri hakkında zor ulaşılan verilerin bulunması, müşterinin daha iyi tanınması” konusunda.

Social Command Center’ın diğer kullanım alanlarına sonraki yazılarda [6] ve [7] değindim.

.

Not: Social Command Center konulu diğer yazılar

  1. Shift Delete Net
  2. Melih Bayram Dede

 

28 Mart 2016

Veri Anlamlandırma 3 – Video

Veri Anlamlandırma konusunun üzerinde çok duruyorum.

Elinizdeki verinin büyüklüğü değil, ne kadar kullandığınızın önemli olduğunu [1] da yazdım.

Veri Anlamlandırma videoları [2] , [3] devam ediyor.

Video-anlamlandirma-3

Her video için söylediğimi burada tekrarlayacağım.

Siz yine olayı daha detaylı öğrenmek isteyebilirsiniz.

Bu blogdaki anlamlandırma yazılarını [4] , [5] , [6] , [7] , [8]  okumanızı öneririm.

Kapak resmi şuradan alıntıdır. Detaylı inceleyin.

 

CRM Yol Planı Hataları

CRM projelerinde en önemli ve zor aşama, CRM YOL PLANI için ihtiyaçları saptayan soruları bulmak ve bunlardan bazılarını yanıtlamaktır. Bu nedenle CRM dersi ödevlerinden birini de bu konuya ayırırım.

İhtiyaçları bulmaya yönelik sorulara örnekler zaten sitede yer alıyor [1] , [2].

Gerek danışmanlık projelerinde şirketlerin, gerekse MBA sınıfında katılımcıların düştüğü hatalardan biri, CRM Yol Planı hazırlarken yapılması gerekenleri ortaya çıkaran bu soruların hemen akla ilk gelen yanıtlarını vermektir.

Oysa, yapılması gereken farklıdır. Bu soruların yanıtlarını ideal bir CRM sisteminden almak için

  • veri ambarına – sonradan bilgiye dönüştürmek ve ihtiyacı karşılamak için – hangi verilerin alınacağına,
  • müşterinin ve çalışanların hayatını kolaylaştırmak için hangi süreçlerin en kısa zamanda müşteri odaklı duruma getirileceğine

karar vermektir.

Sonra

  • verilerin nerelerden alınarak (data mapping) veri ambarında nasıl tutulacağına (metadata)
  • süreçlerin hangi sırayla düzeltileceğine
  • hangi ekranlarda hangi bilgilerin yer alacağına ve hangi işlemlerin yapılacağına

karar verilir. Böylece CRM Yol Planı oluşturulur.

CRM Yol Planı hazırlanmadan önce, benim verdiklerimle  [1] , [2] sınırlı olmayan çok sayıda ihtiyaç cümlesi bulunmalı, sonra her birinin ideal CRM altyapısından yararlanarak çözülmesi içim yapılması gerekenler saptanmalıdır.

Bir örnek üzerinden açıklayalım. “En çok ve en az karlı müşterilerimin profilleri nelerdir?” sorusunu ele alalım.

Aklımıza gelen ilk yanıt, “Müşterileri bize kazandırdıkları paraya göre sıralarız. En yukarıda kalanlar verimli müşterilerdir. Listede aşağılarda olanlar ise verimsiz müşterilerdir” cümlesidir.

Bu yanıt, ilk bakışta doğru gibi görünse de CRM Yol Planı hazırlama açısından geçersizdir.

Şöyle ki:

En verimli müşterileriniz (lafın gelişi) Rahmi Koç ve İbrahim Tatlıses olabilir. Bu iki değerli müşterinin profilleri aynı olmadığı için, sizin elinizde

  • Alışveriş sıklığı
  • Cirosu
  • Karlılığı

dışında “verimli müşteri profili” diye bir bilgi olmayacaktır.

Benzer şekilde, verimsiz müşterileri sıraya dizdiğinizde de, aynı demografik ve yaşam tarzına sahip müşterileriniz içinde çok verimsizler ve çok verimliler olabilir. Bu durumda da “verimsiz müşteri profili” diye bir yapı oluşturmanız da imkansızlaşır.

Her ikisi de aynı demografik veya davranışsal veya yaşam tarzı segmentinde [3]  bulunan müşterilerin bazıları çok verimli, bazıları ise aksine verimsizse, önce “neden ikinci grubu verimli yapamadım” sorusunu kendinize sormanız gerekir.

Nasıl verimli yapılacağına dair ipucu [4] verilmiştir.

Demek ki, müşterileri sadece verime göre sıraladığınız zaman “En çok ve en az karlı müşterilerimin profilleri nelerdir?” sorusuna yanıt alamıyorsunuz.

Bu durumda, verimli veya en verimsiz müşterilerin demografik veya davranışsal veya yaşam tarzı özelliklerinin dışında hangi ortak noktaların olduğunu araştırmanız gerekir.

Verimli ve verimsiz müşteri profillerini ayrıştırmak için neler yapılması gerektiğini saptamazsanız, yanlış müşterilere yatırım yapmamak için neler yapılması gerektiğini CRM Yol Planı’na ekleyemezsiniz.

Sonuçta, amacınıza ulaşmamış olursunuz.

.

Unutmadan yazayım: Her bir ihtiyaç cümlesinin sonunda, “Bu ihtiyacı CRM alt yapısından karşılamak için yol planına eklenmesi gereken veri ve süreç ihtiyaçları şunlardır” listesini çıkaramıyorsanız, ihtiyacı karşılayacak bilgi birikiminiz yok demektir.

O zaman, ideal CRM alt yapısı konusunda biraz daha bilgilenmenizi öneririm.

26 Mart 2016

Verinin Önemi – Video

İş dünyasında verilerin önemi her gün daha da artıyor.

  • Linkedin veriyle ilgili mesleklerin daha çok arandığını [1] söylüyor.
  • Domo.com “Veriler hiç uyumuyor” [2] diye bildiriyor.
  • Mc Kinsey, verilerden anlayacak eleman ihtiyacının artacağından [3] bahsediyor.

Bu videoda, neden verinin öneminin hiç azalmayacağı, aksine artacağını anlatmaya çalıştım.

Video-verinin-onemi

Veriler, sadece şirket içinde değil, dışarıda da pazarlamanın şeklini değiştiriyor. Reklam ajansları ve pazar araştırma şirketlerinin nasıl değişeceği konuşuluyor.

Özetle, artık iş hayatında VERİ var.

Kapak resmi Domo.com’un Data Never Sleeps’den alıntıdır

Veri Anlamlandırma 2 – Video

Veri Anlamlandırma konusunda ilk videoyu [1] paylaşmıştım.

Bugün, farklı sektörlerden veri anlamlandırma örnekleri var.

Video-anlamlandirma-2

Siz yine olayı daha detaylı öğrenmek isteyebilirsiniz.

Bu blogdaki anlamlandırma yazılarını [2] , [3] , [4] , [5] , [6]  okumanızı öneririm.