Modelleme – Video

Bir müşterinin verilerden yola çıkarak tanınması [1] konusunu işledikten hemen sonra şunu sorarım:

GSM operatörleri, bankalar ve süpermarket zincirleri hakkımızda birçok veriye sahipler. “Bir öğrencinin bu kadar iyi profillediği müşteriyi bu şirketler neden bir türlü tanıyamazlar. Neden bize anlamsız tekliflerle gelirler?

Bu soruyu yanıtlayanların bir kısmı, “Tek bir kişiyi tanımlamak daha kolay. Milyonlarca insanı tanımak ise çok zor” diye cevap verirler. (Yani soruyu yanıtlamazlar, bahane üretirler.)

Bu videoda, o tek bir kişiden başlayarak milyonlarca insanın tanınmasına nasıl ulaşılacağı anlatılıyor.

video-modelleme

Özetle, bu süreç veri anlamlandırma [2] ile başlar. İyi bir IT ekibinin katkısıyla ve Pazarlama – IT işbirliğiyle devam eder.

Bana “Tek kişiyi anlamak kolay, milyonlarca müşterimiz var” bahanesiyle gelmeyin.

Anlamlandırma – Video

Veri Anlamlandırma, CRM projesinin vazgeçilmez aşamalarından biridir.

Verileri, raporlarda kullanılan sayılar ve rakamlar olmaktan çıkartıp müşteri içgörüleri haline getirmek ve veriler müşterinin sesidir [1] demek için mutlaka özenle yapılması gereken bir iştir.

Veri anlamlandırma kısaca nedir?” diye sorarsanız, videoda özeti var.

Video-anlamlandirma

“Bu özet bana yetmedi, fazlasını öğrenmek isterim” derseniz, birkaç yazı daha [2] , [3] , [4]  okumanızı öneririm.

Şunu da unutmayın, veri anlamlandırma işi dışarıdan alıp sektörünüze veya firmanıza anında uygulayabileceğiniz bir iş değildir. Her firmaya özgü farklılıkları vardır. Bizzat kendi firmanızda, usta pazarlamacılarla birlikte çalışılması gerekir.

İstrseniz, verilerinizin müşteri öngürülerine dönüşmesini birikte yapabiliriz.

Kapak resmi şuradan

Veriler Müşterinin Sesidir

GSM operatörleri, bankalar, süpermarket zincirleri gibi çok sayıda verisi olan kurumlar big data toplantılarında sürekli konuşuyorlar [1] , [2] . Ancak Türkiye’deki büyük kurumların verileri doğru kullanamadığını [3] kesinlikle biliyoruz. Bize gelen yanlış veya anlamsız teklifleri [4] , [5] düşünürsek, veriyi anlayıp anlamadıklarını buluruz.

Geçen hafta SEO ustası sevgili Serbay Arda Ayzıt’ın [6] önerisiyle, veri konusunda muhteşem bir blog yazısı [7] okudum. Airbnb’nin ilk zamanlarında işe başlayan veri bilimcisi Riley Newman [8] yazmış.

3 konuyu özetlemiş:
•    Veri biliminin şirkete katkıları,
•    Verileri yorumlama yöntemi,
•    Veri ekibinin şirketteki yeri

Uzun yazının birkaç satırını tercüme edip yayınlamaya karar verdim. Şöyle:

Geçmişte veriler çoğunlukla soğuk ve nümerik değerlerle anılırlardı. Sadece ölçüm aracı olarak kabul edildikleri için, veri bilimcilerin Mr. Spock gibi istatistikleri ezberden bilen ve sorulduğunda söyleyen karakterlere benzetilmesini sağlardı.  Bu yüzden bizimle etkileşim bir gerçeğin talep edilmesi şeklinde olurdu: Paris’teki listemizde kaç yer var? İtalya’da en tercih edilen yöreler nereleridir?

Her ne kadar soruları yanıtlamak ve olguları ölçmek işimizin bir kısmıysa da, Airbnb’de veri insani ışıktır diye niteliyoruz: Veri müşterilerimizin sesidir. Bir veri, bir hareketin veya etkinliğin kaydıdır; çoğunlukla bir kişi tarafından verilen bir kararın yansımasıdır. Eğer bu karara yönlendiren etkinliklerin sırasını oluşturursan, bundan ders alabilirsin; bu müşterilerin neleri sevip nelerden hoşlanmadıklarını söylemlerinin dolaylı yoludur – Bu özelliği diğerinden daha çekicidir…

Benim de raporlama konusunda benzer [9] anılarım var. Verinin bir içgörü olduğunu, ürün odaklı klasik yöneticilere anlatmak zaman alıyor [10] .

Veri bilimi bir yorumlama işidir – müşterinin sesini karar vermeye daha uygun bir duruma tercüme ederiz.

Biliyorsunuz, bu konunun [11] , [12] , [13] üzerinde çok duruyorum.

İstatistikleri bireysel deneyimleri anlamak için kullanıyoruz ve toplumsal eğilimlerini saptamak için bu deneyimleri birleştiriyoruz. Bu eğilimler, işi ne yöne götüreceğimize ilişkin kararları şekillendiriyor.

Yıllardan beri söylediklerimin, Dünya’nın sayılı şirketlerinden birinin veri bilimcisi tarafından da tekrarlandığını duymak sevindirdi.

Yazının bazı kısımlarını tercüme edip yayınlayacağım. Ama ingilizce biliyorsanız, yazının aslını [7] okuyun.

Migros’un CRM ve Pazarlama İletişimi Direktörü Sayın Kına Demirel de “Veriye ruh kazandırmak” deyimini kullanır. Ben eğitimlerimde “ete, kemiğe büründürmek” derim. Neredeyse, aynı bakış açısı.

Son sözüm biraz sert olacak: Hasbelkader elde edilen müşteri bilgilerini başkalarına satarak [14] değil, veriden anlayarak ve müşteri içgörülerini değerlendirerek bilgi çağı şirketi olunur.

31 Temmuz 2015

Kapak resmi şuradan

İstisnayı Anlamlandırma

Veri anlamlandırmayı doğru yapmak için, öncesinde segmentasyonu doğru yapmış olmak gerekir. Eğer ana modeli doğru oluşturup segmentasyon yapmışsanız, tüketim davranışlarındaki istisnalar size müşteri hakkında derin bilgi verir.

Diyelim ki birinin plaza kadını [1] olduğunu verilerle doğruladınız.

Sonra bu kadın “arap sabunu” aldı. Aslında plaza kadınının evinde bulaşık ve çamaşır makineleri otomatik olmalı. Bu durumda arap sabunu ne anlama gelir?

Öğrencilerime sorduğum zaman erkekler “plaza kadınının işten kovulduğunu” söyler, kadınlar ise “eve temizlikçi geldiğini” belirtir. Kadınların önermesi doğrudur. Ayrıca, plaza kadını işten kovulsa bile, arap sabunuyla temizlik yapmaya girişmez. En azından epey zaman beklemek gerekir.

Plaza kadını temizlenmiş ve hazır ıspanak değil de demet ıspanak almışsa, ne anlarız.

Plaza kadınının çamurlu ıspanağı 6 – 7 kere yıkamasını beklemek doğru değil. Bu soruyu sorduğumda erkek öğrenciler “Sevgilisine yemek yapacak” diye varsaydılar. Romantizm güzel bir şey. Lakin bu örnekte sevgiliye yemek yapmanın doğru olma ihtimali gerçekten çok düşük.

Kadınlar ise “Evde yemek yapan biri var. Muhtemelen annesi geliyor” dediler.

Aynı satınalma davranışlarını “bekar erkek” için sorduğumda, herkes doğru bildi.

Satın alma davranışlarındaki farklılıklar sayesinde bu plaza kadınını, diğerlerinden daha fazla tanımaya başlarız. Bu nedenle istisnaların saptanması ve yeniden anlamlandırılması önemlidir.

.

Bu örnekten alınacak çok sayıda ders var.

1 – Eğer ana modeli doğru oluşturduysanız, müşterinin her istisna davranışı sizin daha fazla bilgi edinmenizi sağlar.

2 – Bir ürün veya davranış, tek bir biçimde anlamlandırılmaz. Aynı ürün farklı segmentler için farklı anlamlandırılır.

3 – İlk aklımıza gelen anlam doğru olmayabilir. Müşteri deneyimine göre anlamlandırma yapabiliriz.

4 – Bu nedenle, anlamlandırma usta (müşteriyi dinleyen, gözleyen, anlayan) pazarlamacının işidir.

26 Temmuz 2015

Big Data Röportajı 3 – Turk-Internet.com

turk-internet.com’da yayınlanan big data konulu röportajın ilk bölümünü [1] tüm röportaj ve yazılarımın bu sitede olmasını sağlamak için yayınlamıştım [2]. Sonra 29 Ağustos 2014 tarihinde turk-internet.com’da yayınlanan [3] ikinci bölümü burada tekrar yayınladım [4] . Aşağıda 1 Eylül 2014 tarihinde yayınlanan [5] üçüncü bölümü bulacaksınız..

Yazan: Füsun S. Nebil [6]

.

turk-internet.com: Sizin yazılarınızda var, bize “big data” içinden bu tür veriler nasıl elde ediliyor anlatır mısınız? Demin hamile kadının bebeğinin cinsiyeti ya da adamın boşanma olasılığını söylediniz ama biraz daha açarsak, müşteri verilerinden neler görülebiliyor?

Uğur Özmen: Mesela o mâlum GSM operatörleriyle biraz da dalga geçerek bir şey söyleyeceğim. Bu GSM operatörleri her 2 -3 yılda bir, ‘tuttuğunuz takımı bize söyleyin, size karşılığında şu kadar dakika verelim ya da bu kadar SMS verelim’ diyorlar. Ben hep sondan başlıyorum. Sondan başlayan şey de şu: Bu soruyu niye soruyorsun? Bu soruyu bir GSM operatörünün sormasının kendisine bir faydası olması lâzım. Siz eğer bana 60 dakika ya da 200 SMS vermek istiyorsanız, hemen verin çünkü benim hangi takımı tuttuğumun zerre kadar önemi yok! Futbola ilgim sıfır. Mesela Dünya Kupası vardı biliyorsunuz, 1 dakika seyretmedim.

Şimdi öbür tarafına geleceğim. Bir GSM operatörü şunları bilir: Hafta içinde başka bir yerde ama hafta sonunda statta iseniz, 7 hafta sonu boyunca izlerim.

  • Deplasmanlar dahil maçların hepsine gidiyorsanız, size 7 üzerinden 7 “aşırı fanatik” diyebiliriz.
  • Sadece kendi bölgenizde olanlara gidiyorsanız, 7 üzerinden 3 – 4 veririm.
  • Sadece derbiye gidiyorsanız, onu da bilirim.

Benim gibi hiçbir takım ile ilgilenmiyorsanız yine bir soru işareti var. Orada da yine hafta sonu arkadaşlar ile toplanıyor, toplanmıyor şeklinde farklı modeller geliştirerek, benim aslında hem tuttuğum takımı, hem de o takıma ne kadar fanatik olduğumu bulabilirsiniz.

turkinternet-com-3a

Veriler ile neler yapılır”dan benim en basit örneklerimden bir tanesi, sınıftaki öğrencilerim ile 10 – 15 dakikalık workshop yapıyoruz. Bunu daha ileri götürdüğümüzde kredi kartı alışverişlerine bakarak boşanma ihtimalini tahmin ediyoruz.

Bir de öğrencilerimiz ile yaptığımız güzel bir çalışmayı söyleyeyim: süpermarket alışverişlerine baktığımız zaman, barbunya konservesi de, konserve, bezelyesi de konserve, türlü de konserve, salça da konserve, ton balığı da konserve. Bunları konserve diye tutabilirsiniz ya da barbunya, yaprak sarma ya da ton balığı hazır yemek anlamına geliyor. Bezelye ve salça evde yemek yapılıyor anlamına geliyor dersiniz ve böylelikle siz bir kişiyi tanımaya başlarsınız [7].

Biz birlikte çalıştığımız şirketler ile böyle anlamlandırma üzerine çalışıyoruz. Anlamlandırma dediğimiz tam bu işte. Yani, veri ile neler yapılır diye başlıyorsanız. Böyle bugünden yarına bir yolculuk değil. Ama bakın bu verdiğim örneğe dikkat edin. Bu verdiğim örnek bir pazarlamacı örneği yani bunu pazarlamacılar çalışır, sisteme aktarılır, test edilir, daha önceki varsayımlarımız tutuyor mu? Tutuyor ise, devam ederiz.

Yani böyle “pazarlama analitiği” diye bir yapının kurulması lâzım.

Veri ile neler yapılır? Tabii bu gözle baktığınız zaman, inanılmaz şeyler yapılır ve dikkat edin, tüm bu söylediklerimde hiç sosyal mecra verisi de yok. Yani, bunun için sosyal medya’ya ihtiyacınız yok.

Turk-internet.com: “Big data”, sosyal medyanın ortaya çıkmasıyla, daha da isimlendirirsek, Google ile Facebook’un reklam yöntemleriyle birlikte konuşulmaya başlandı. Peki big data için sosyal medya şart mı? Bunu da bir sonraki söyleşimizde konuşalım.

Her Temas Bir İstihbarat

Veri anlamlandırma konulu çalışmalarda, müşterinin aldığı ürünler üzerinde durulur. Benim de verdiğim ilk örnek [1] , ürünlerden yola çıkarak müşterinin tanınması üzerineydi.

Anlamlandırma kesinlikle sadece ürünler ile sınırlı kalmamalıdır. Müşterinin şirketimize (fiziksel veya sanal ortamlarda) dokunduğu her seferi anlamlandıracak bir beceriye sahip olmalıyız.

Örneğin:

İşlem yerleri:

  • Kredi kartını nerelerde kullanıyor? Sadece yurt içi mi? Kart yurtdışında kullanılıyor mu? Hangi ülke ve şehirlerde kullanılıyor?
  • Kart sanal alışveriş için kullanılıyor mu?
  • Hafta içi işyeri yakınından, hafta sonunda evinin yakınından mı alışveriş yapıyor?
  • Büyük alışverişlerini toptancı mağazadan, küçük alışverişlerini evin yakınından mı yapıyor?
  • Cuma günleri, caminin yakınındaki marketi mi kullanıyor?
  • Değişen günlerde, semt pazarlarının olduğu yerlerde mi kullanılıyor? Birden fazla semt pazarı mı, yoksa sadece evinin veya işyerinin yakınındaki mi?
  • Yazın tatil yörelerine gidiyor mu?
  • Hep aynı yöreye, yılın aynı günlerinde mi gidiyor → Devremülk veya yazlık.
  • Arada Göçek marina’dan ve Bodrum marina’dan alışveriş yapmış, kasaba içindeki dükkanlardan alışveriş yapmamış → Tekneyle tatil yapıyor.

İşlem saati:

  • Gün içinde mesai saatlerinde sıkça kullanılıyor → Emekli veya çalışmayan veya vardiyalı çalışan kişi. (Müşterinin yaş ve cinsiyet bilgileriyle birlikte anlamlandırıldığında, daha kesin sonuçlara ulaşılabilir.)
  • Bazı dükkanlardan (kahve dükkânları, lokantalar) sadece sabahları ve öğle araları alışveriş → İşyeri o civarda
  • İşyeri yakınındaki dükkanlardan geç saatlerde alışverişler → Mesaiye kalıyor.
  • Sabah 08.30 – 09.15 arasında fırsat sitelerini geziyor → işyerine geldi ve masa bilgisayarını açtı. Muhtemelen plaza kadını [2]

İşlem süresi:

  • Markette kısa aralıklı 2 alışveriş → Liste yapmadan çıkıyor, alacağı ürünü unutuyor. Kasada veya eve gidince aklına geliyor.
  • E-mağazada işlemini hızlı yaparsa → Önceden seçimini yapmış
  • Sitede uzun süre gezip karşılaştırmalar yapan → Önceden karar vermemiş.
  • Karşılaştırma işlevini kullanıyor. Sonra en ucuzu seçmiyor → Kendince bir fiyat / kalite kriteri var.
  • Değerlendirme kısmında uzun kalıyor ve çoğunlukla başkalarının ortalamada en yüksek yıldız verdiği ürünleri seçiyor → Marka saplantısı yok, kullanıcı deneyimlerine önem veriyor

E-ticaret’te anlamlandırma [3] daha ayrıntılı okunabilir

Yukarıdakiler, hemen herkesin anlamlandırabileceği kısa örnekler. İşinizde ustalaştıkça, çok daha iyilerini yapabilirsiniz. Anlamlandırma ürünlerle ve işlemlerle de sınırlı değildir. Farklı zamanlarda farklı cihazlarla sitenize giriş yapılıyorsa, daha fazla ipucu elde edersiniz. Her değişikliği anlamlandırabilirsiniz.

Kullandığı cihaza ve saate göre (Örneğin “saat 19.30’dan sonra tablet kullanıyorsa, büyük ihtimalle bir yandan TV seyrederken sizin sitenize de göz atıyor”) anlamlandırma yaparak [4] , nokta atış ihtimalini arttırabilirsiniz.

IBM-perakende-5

İşlemlerin her aşamasını daha iyi izleyebildiğimizden, sanal ortamlardaki temaslarını “müşteriyi daha iyi tanımak” için kullanmalıyız.

İşlem yeri veya süresini bir de satın alınan ürünlerle birlikte değerlendirirseniz, müşteriyi kendisinden bile [5] daha iyi tanırsınız. Bire bir pazarlamaya veya gerçekten kişiselleştirilmiş tekliflere ancak böyle ulaşabilirsiniz.

3 Temmuz 2015

Sherlock Holmes resmi şuradan

İletişim / Tanıma

Gerek danışmanlık çalışmalarımda, gerekse MBA derslerimde “Önemli müşteri verileri hangileridir?” [1] diye soruyorum.

Uzun zamandan beri değişen fazla bir şey yok [1] . MBA katılımcıları da, şirketlerden CRM eğitimlerine gelenler de önce iletişime odaklanırlar. Müşteriler ile temas edilecek noktaları

  • e-posta adresi
  • GSM numarası
  • Twitter adresi
  • Facebook adresi
  • Linkedin adresi

en önemli müşteri bilgileri arasında belirtirler. Gerekçeleri aynıdır. “Müşteriye yapılacak olan her türlü bilgilendirme ve kampanya haberlerini iletmek için kullanılır”.

Müşteriyi daha iyi tanımak için gerekli bilgiler – nedense – ilk sırada akla gelmez. Maalesef, bazı katılımcılar (özellikle satış kökenliler), müşteriyi tanımaya ilişkin bilgilerin daha az önemli olduğuna beni ikna etmeye çalışır.

Onları çok da suçlayamıyorum. Bazı şirketler, CRM deyince sadece SMS veya e-posta ile mesaj gönderilmesini anlıyorlar.

iletisim-tanima-2

Yine öyle bir tartışmada dayanamadım sordum: “Birini tavlamak istiyorsun. Elinde ona ulaşacak her türlü bilgi var. Yukarıdaki tüm temas noktalarını biliyorsun, ama onu hiç tanımıyorsun. O zaman kolayca tavlayabilir misin? Bir de onu çok iyi tanıyıp nelerden hoşlandığını, nelerden hoşlanmadığını, beklentilerini, heveslerini, korkularını, endişelerini bilirsen mi kolay tavlarsın.

Dinleyenlerden biri: “Çok iyi tanırsan, zaten doğru temas noktasını da bilirsin.” dedi.

İyi tanırsan doğru yerde ve doğru zamanda iletişime geçebilirsin üstelik. O zaman kesin tavlarsın.” diye ekledim.

Sonunda anlaştık.

Zaten CRM’i yıllardır Müşteri = Sevgili [2] diye anlatıyorum. Dinleyicilerin CRM’i en hızlı kavradığı anlatım olduğunu söylemeliyim.

4 Nisan 2015

Otomotiv’de Veri Anlamlandırma

CRM dersinin ödevlerinden biri Veri Anlamlandırma [1] üzerinedir.

Nedense otomotiv sektörünü seçen ekipler yeterince anlamlandırma örneği bulamazlar [2]. Oysa, arabayı satın alanın

  • Başkası için arabayı satın alması
  • Arabanın rengi
  • Jant kapağı
  • Direksiyon simidi
  • Camlara film takılması
  • Ek aksesuarlar

konularındaki tercihleri, müşteri hakkında bize fikir verir. Bunlardan yola çıkarak ek teklifler sunabiliriz.

Elbette anlamlandırma fırsatları bunlarla sınırlı değil.

Arabayı bakımdan almaya gitmiştim. Tamirci usta sordu:

– Uğur abi, bir şey sorabilir miyim?
– Elbette usta.
– Son zamanlarda arabayı yenge mi kullanıyor?
– Bravo usta… Nasıl anladın?
– Abi… Balatalar…

Gerisini yazmaya gerek yok. Kadınları küçümsemek amacında değilim. Anlamlandırma yapmak için işi bilmek gerektiğini anlatmaya çalışıyorum.

2-types-of-people-a

Bir de şu fıkra var:

Genç adam babasını telefonla aramış.

– Baba sana iki haberim var. Biri iyi, diğeri kötü. Hangisiyle başlayayım?
– Önce iyi haberi ver bari…
– Senin arabanın airbag’leri çok iyi çalışıyor…

Fıkrayı duyunca yukarıdaki [3] resim geldi aklıma. Sizce de “Kötü haberi duymasak da olur” değil mi?

1 Nisan 2015

Big Data yeni bir şey mi?

Biliyorsunuz, “Big Data’dan korkmayın [1] , ama onunla nasıl yaşayacağınızı [2] , [3] ve nasıl kullanacağınızı [4] , [5] öğrenin” deyip duruyorum. Yakın gelecekte Big Data’yı anlayan ve yorumlayan pazarlamacılar revaçta olacak. [6] , [7]

Emarsys Academy‘nin düzenlediği bir “Big Data” sohbetine dinleyici olarak katıldım. Toplantıya ilişkin notları Mehmet Emre Baş’tan [8] ve Şahin Seçil’den [9] okuyabilirsiniz.

Bazı konuşmacıların yepyeni bir şey gibi sunmaları üzerine konuya katılma gereği duydum. Sonrasını Mehmet Emre Baş’ın notlarından aynen alıntılıyorum.

BigData-EmarsysAkademi

Şirketlerin bu konuda yavaş kalması, şöyle bir yoruma yol açtı.

BigData-EmarsysAkademi-2

Maalesef böyle.

2 yıl önce Marmara Üniversitesi’ndeki bir öğrenci etkinliğinde veri ile yapılabilenleri anlattığımda, elindeki verinin büyüklüğüyle övünen bazı şirketlerin bugün geldiği noktadan ilerisini konuşmuştuk.

Unutmayın, sahip olmak değil kullanmak insanları (ve şirketleri) zenginleştirir [10].

Kapak resmi Burak Arıkan’ın bir çalışmasıdır.

18 Mart 2015

 

E-ticaret’te Veri Anlamlandırma

CRM sınıfımda katılımcılar, 3 – 4 kişilik gruplar halince bir sektörü seçerler. Daha sonraki derslerde ben hangi konuyu işlediysem o konuyu sektörlerine uygulayıp sınıfta anlatırlar.

Böylece öğretmenin anlattığı ve katılımcıların dinlediği tek yönlü ders olmaktan çıkar. Neredeyse uygulamalı olarak öğrenilir. Özellikle öğrenmek isteyenler, gerek kendileri gerekse başkaları sundukları zaman benim verdiğim doğrudan geri bildirimlerden öğrenirler.

Her dönem verdiğim ödevlerden biri Veri Anlamlandırma [1] , [2] , [3] konusundadır.

Biliyorum, böyle bir şey yapmazsınız… Lakin… Eğer e-ticaret şirketi grubundaysanız ve bir üst satırdaki yazıların bağlantılarını vermeme rağmen veri anlamlandırma ödevinde şöyle yazmışsanız…

  1. Mesai saatleri içerisinde bilgisayardan sisteme giriyor ve gönderilen promosyon maillerine hızlı geri dönüşlerde bulunuyor ise müşteri ofis çalışanı olabilir.
  2. Taksitli değilde peşin alış-veriş yapıyorsa gelir durumu iyi biri olabilir.
  3. Sistemdeki ” ürünleri kıyasla” seçeneğini kullanıyor ise performans odaklı olabilir.
  4. Siteyi çok sık ziyaret ediyorsa yenilikleri takip eden birisi olabilir.
  5. Sadece bilinen markaların ürünlerini satın alıyorsa marka odaklı birisi olabilir.
  6. İncelediği ürünü  2. Veya 3. Kez incelediğinde satın alıyorsa fiyat odaklı birisi olabilir(muhtemelen fiyat araştırması yapmıştır)
  7. Sistemdeki “ürünleri fiyatına göre sırala” seçeneğini kullanıyorsa fiyat odaklı biri olabilir.
  8. Siteyi saat 17-19 saaatleri arasında mobil cihazlar ile(cep telefonu veya tablet)ziyaret ediyorsa arabası olmayan işe servisle gidip-gelen birisi olabilir.

Siz kendinizi “ödevi yapmış” diye varsaysanız bile benim gözümde geçiştirmişsinizdir.

.

“Neden?” diye sorarsanız… Sırayla ele alalım:

1)    Mesai saatleri içerisinde bilgisayardan sisteme giriyor ve gönderilen promosyon maillerine hızlı geri dönüşlerde bulunuyor ise müşteri ofis çalışanı olabilir.

Promosyon mesajlarına hızlı dönüş yapmışsa, sizden ürün almış olmalı. Daha önce sizin sitenizden bir kere bile alışveriş yapmışsa, IP adresinden veya e-posta adresinden veya kargo teslim adresinden ofis çalışanı olup olmadığını çıkartabilirsiniz. (Mesai saatlerin içinde kargo teslimi yapıldığından, büyük çoğunluğu teslimatı ofis adresine istiyor.)

Ayrıca, mesai saatleri dışında bilgisayardan girmediğini ve başka cihazlar kullandığını da biliyorsak, bu anlamlandırmanın kesinliğini artırabiliriz. Benim gibi, (mesai saatleri de dahil olmak üzere) her saat bilgisayardan giren, mobil cihazlardan teklif okumayan biriyse, farklı yorumlarsınız.

2)    Taksitli değil de peşin alış-veriş yapıyorsa gelir durumu iyi biri olabilir.

Gelir durumu iyi olmasına rağmen taksitli ödeme fırsatı görürse hiç kaçırmayan çok kişi biliyorum. “Ayağını yorganına göre uzat” diye, geliri kısıtlı olsa da hiç taksit yapmayan çok kişi biliyorum.

Gelir durumunu saptamak için
•    Aldığı ürünün fiyatı ve benzer ürünler ile karşılaştırması
•    Ürün alma sıklığı
gibi veriler üzerinden anlamlandırma yapılırsa, gelir durumu daha doğru tahmin edilir.

3)    Sistemdeki ” ürünleri kıyasla” seçeneğini kullanıyor ise performans odaklı olabilir.

Ürünleri kıyasla seçeneğini kullandıktan sonra yaptığı seçime göre anlamlandırmak gerekir. Kıyaslama sonrasında
•    en pahalıyı seçiyorsa…
•    en ucuzu seçiyorsa…
•    arada bir marka seçiyorsa…
•    hep kıyaslıyor ama her seferinde aynı markayı seçiyorsa…
farklı şekilde anlamlandıracak çok sayıda nokta buluruz.

4) Siteyi çok sık ziyaret ediyorsa yenilikleri takip eden birisi olabilir.

Rakip firmanın çalışanı olabilir. Sık sık sizin sitede neler olduğunu inceliyordur. Yenilikleri takip eden biri olup olmadığını anlamak için başka birçok ek bilgi daha gerekiyor. Yeni ürünleri ne kadar inceliyor. Fiyat değişikliği olan eski ürünleri incelemiyor, vb… Eğer sitede çok zaman geçiriyor ama hiç satınalma yapmıyorsa, incelemeye değer. Bir e-ticaret sitesi tüm bu verileri kolayca bulabilir.

5)    Sadece bilinen markaların ürünlerini satın alıyorsa marka odaklı birisi olabilir.

Her kullandığı ürünün markası farklı ama her seferinde aynı ürünü aldığında aynı marka alabilir. Spor yapan (ben de dahil olmak üzere) çok kişi “şort için xxx marka, ayakkabı için zzz marka, eşofman için mmm marka” kullanıyor. Bu davranış eğilimi seyrek rastlanan bir şey değil. Sosyal mecralardaki tartışmalarda bile sıkça görünüyor. Özetle marka değil “ürün/marka” odaklı olabilir. Bu durumda anlamlandırabilecek ve çapraz satış için fırsat yaratacak çok sayıda veri elde edilebilir.

6)    İncelediği ürünü 2. veya 3. kez incelediğinde satın alıyorsa fiyat odaklı birisi olabilir (muhtemelen fiyat araştırması yapmıştır)

Sonraki verilere hiç ulaşamayacak olsak, bu varsayım doğru olabilir. Ancak, bunun geçerli olması için müşterinin satın aldığı ürünün en ucuz ürün olması gerekir. (Böyle olunca da “muhtemelen fiyat araştırması yapmıştır” demeye gerek kalmaz. ZATEN biliyorsunuzdur.)

Müşteri bu incelemelerinden sonra en ucuz dışında bir şey almışsa, seçimi daha fazla bilgi verebilir.

e-ticaret-anlamlandirmaResim, Gelecekhane’nin E-Ticaret konulu 26 Kasım 2014 tarihli toplantısına katılan Elif Hekimoğlu’ndan alınmıştır.

7)    Sistemdeki “ürünleri fiyatına göre sırala” seçeneğini kullanıyorsa fiyat odaklı biri olabilir.

Yine yukarıda belirtildiği gibi, satın alma bilgisi ile birlikte yorumlanması gerekir. Müşterinin satın aldığının fiyatını biliyorsak, sadece “ürünleri fiyatına göre sırala” seçeneğini kullanmasına bakarak bu yargının öne atılması mümkün değil. Müşterinin diğer davranışları ile birlikte değerlendirildiğinde “fiyat odaklı” çıkabilir. Ancak, benim spor ayakkabısı seçerken yaptığım gibi, çeşitli sıralamalara bakıp yine aynı markayı seçmişse başka türlü anlamlandırılmalı

8)    Siteyi saat 17.00 -19.00 saatleri arasında mobil cihazlar (cep telefonu veya tablet) ile ziyaret ediyorsa arabası olmayan işe servisle gidip-gelen birisi olabilir.

Bence de EVET. Tüm listede müşteri deneyimine en dayalı anlamlandırma bu.

.

Kanallı TV seyircilerinin bile hangi saatte, hangi programı seyrettiğine bakarak anlamlandırma yapılan bir çağda [4] e-ticaret şirketi olarak bu kadar yüzeysel anlamlandırma yapıyorsanız veriden anlamaya çaba sarfetmiyorsunuz demektir.

Daha önce de yazdığım gibi [6]

İnsanlar, çoğunlukla ihtiyaçlarını satın alırlar. En azından belli bir cüzdan büyüklüğüne gelene kadar heveslere, keyiflere daha az para ayrılır. Ama bu duygular, görsel olarak da tatmin edilir. Bakılır, incelenir, karşılaştırılır… Hedefe ne kadar yaklaşıldığına bakılır. O anda satın alamayacak olsa bile, hayallerdeki nesne bir süre takip edilir. Bu sırada verilerden anlayanlara çok sayıda ipucu bırakılır.

Müşteri olduğunda, bıraktıkları verileri artık bilgiye dönüştürebilirsiniz. Satın aldıkları ile inceledikleri arasındaki farklar bile, müşterinin kişiliği hakkında bize fikir verir. Karşılaştırma verilerini doğru yorumlarsak popülerlik, moda, kullanım kolaylığı, fiyat, renk, marka gibi unsurların satın alma kararındaki ağırlığını bile hesaplayabiliriz.

Size reklamın ustası Erol Batislam’ın “data simyacıları” için yazdıklarını [5] okumanızı öneririm.

Yine daha önce yazdığım bir cümleyi tekrarlayacağım. Artık sektörünüz ne olursa olsun, müşteri verisini anlamadan pazarlamacı [6] olunamaz. Hele ki dijital dünya ile bağlantılı e-ticarette…

26 Kasım 2014

Kapak resmi şuradan alınmıştır