Customer Data Requirements

We were doing a CRM workshop at a company.

While explaining the data part of the job, I wrote on the board

Then I asked “What information would you like to learn from your target audience?”.

Regardless of the industry, there are almost always the same answers. They also repeated the list below.

  • Name and surname
  • Date of birth (or Age)
  • Gender
  • Marital status
  • Education (must actually be the School He Finished From)
  • Job
  • Address

I wrote what was said on the board under Data.

Then I asked what the company expected from this work.

The answers were:

  • Which product groups sell better to whom?
  • Who are my most frequent customers and what do they buy?
  • Who are the customers most likely to respond to the offer offered?
  • Which customers are we likely to lose?
  • How often and how should we approach which customers?

and this kind of sentences…

I am not writing in more detail so that it is not clear which company it is.

This time, I wrote what was said under Needs.

Then, the image on the board was:

Let’s talk about how to use the data you mentioned to meet these needs. ” I said. “Does it interest you if someone has a PhD from the USA on advanced financing techniques?

No!” they said.

Does it matter if he is awarded as “the best driver of the city” since the last 3 years?” I asked.

No!” they said.

Apart from the main business subject of the company, I gave a few more examples of education and professions. All had the same answer: “No!

So it is not important for you to “know their profession”. “

I was finally able to get a “Yes” answer.

Its address is also important as you focus on Anatolia as a company. But only at the city and district level…

Yeah!” they said.

Now let’s take a look at the data list we just wrote with this perspective. Let’s ask ourselves again the data required to meet our needs.

After this beginning, we’ve created a more useful (and out of the box) data basket.

 

We took a break during the workshop. “We’ve never looked this way. We’ve been wondering what to do with the massive data mountain” they said, “We can determine our target more easily now.

😉

I have written many times. There are companies that have a lot of data and cannot use them (such as banks, GSM, supermarkets). However, it does not start with data, it starts with need.

Need → Information → Information (info) → Data

No wind (data) will help those who do not know where to go (need).

YeniMedya16 ve BigData

Kadir Has Üniversitesi Yeni Medya bölümü tarafından (İsmail Hakkı Polat‘ın inanılmaz çabalarıyla) 21 Nisan’da beşinci kez gerçekleştirilen Yeni Medya’16 konferansının bu seneki konusu Big Data‘ydı.

YeniMedya16_4 (003)

Açılış konuşmasını yapan Prof. Dr. Sevda Alankuş (KHÜ İletişim Fakültesi Dekanı) hocadan sonra sahneye ben çıktım.

Benim konum Büyük Veri Kavramları ve Yeni Medya idi.

Sunuma veri’ye dayalı işlerin engellenemez yükselişi‘ni [1] anlatarak başladım.

sahnede-10

Ancak birkaç sene içinde bu konuda beceri sıkıntısı olacağını [2] da vurguladım.

sahnede-8-cropped

Veri’yle ilgilenen hemen herkesin bildiği bir olguyla devam ettim. Target, ergen müşterisinin hamile olduğunu ailesinden önce [3] biliyor.

Ailesinden önce bilmesi bir şey değil. ABD’de bankalar, bir erkeğin 2 sene içinde boşanma ihtimalini %80’e yakın olasılıkla biliyor.

sahnede-7a

Bu esnada, bazı erkekler başına gelecekleri bilmiyor olabilir.

Şirketlerin aslında müşterilerinin özel hayatıyla ilgilenmediklerini, kendi ihtiyaçları doğrultusunda bu veriler, işlediklerini anlattım. Burada önemli olanın ihtiyaç olduğunu,

İhtiyaç → Bilgi → Malumat (info)  →  Veri

veri’den değil ihtiyaç’tan başlandığını [4] vurguladım.

Daha sonra başka konuşmacılar da aynı konunun üzerinde durdular.

Bugünlerde çok konuşulan trendlerinsahnede-5-cropped

  • Akıllı Şehirler
  • Akıllı Alışveriş
  • Akıllı Evler
  • Giyilebilir Teknolojiler
  • Her Yerde Sağlık

tamamının verilerle ilişkili olduğunu anlatmaya çalıştım. Big Data’nın sadece sosyal medya verilerinden oluşmadığını, endüstriyel verileri [5] gözardı etmemek gerektiğini anlattım.

Sonra şu anda, yeni medyadaki paylaşımlar sayesinde kimin evlenmek üzere olduğunu, kimin çocuk beklediğini, çocuğun doğumundan itibaren her aşamadan haberdar olduğumuzu, kimin askere gittiğini… herkes hakkında hemen her şeyi bildiğimize dair birkaç örnek gösterdim.

Hangi sektörlerin bu bilgiyle daha çok verim sağlayacağına dair çalışmaları kısaca sundum.

Ve… Yeni medyanın pazarlamada yaptığı büyük değişikliğe değindim.

sahnede-1a

Bilişim çağını anlayan ve yeni medyadaki verileri doğru kullanan şirketler için izinli pazarlama bitmiştir.” diye vurguladım.

Karısından gizli sigara içen adamın yakalanmasına, bedensel engelli diye tazminat alıp aşırı sporlar yapanlara, koca adayını inceleyen genç kadınlara dair çeşitli örnekleri sundum.

Her şeyi Twitter’dan paylaşanları bekleyen sürprizi gösterdim

sahnede-9a

Hakkınızda o kadar çok şey biliniyor [6] ki, yarım saatlik işe alma görüşmesinden çok daha fazlasını bir tuşla elde ediyorlar.

Facebook’un hakkımızda bildiği 80 kişisel bilgiyi kısaca gösterdikten sonra CRM ustası Sean Madden’in Amazon’dan satın aldığı  Kindle konulu macerasını [7] anlattım.

Sean Madden’in Kindle cihazı bozulunca Amazon’u aramış. Amazon cihazın bozuk olduğunu ve iade alacağını kabul etmiş. “Yeni cihazı size gönderelim. Linkedin’den gördüğümüz kadarıyla daha önce cihazı teslim ettiğimiz işten ayrılmışsınız. 4Square’dan gördüğümüz kadarıyla tatildesiniz. Hangi adrese gönderelim” demişler.

Veri görselleştirme sayesinde kurumsal içeriklerin nasıl hazırlanması [8] gerektiğinin bile anlaşılabileceğini, ancak pazarlamacıların da veriyle çalışmayı öğrenmesi [9] gerektiğini anlattım.

Geleneksel medyanın yerini Yeni Medya’ya bıraktığını izliyoruz. “Bir müşterinin ne zaman, nerede, kiminleyken nasıl bir tepki gösterdiğini biliyorsak, ajansın “yaratıcı slogan”ına ihtiyaç duyar mıyız?” diye sordum. “Dikkat, ajanslar ortadan kalkacak demiyorum, değişecekler diyorum” diye de belirttim. Hepimizin başka hangi sektörlerde (belki de bizim sektörümüzde) benzer değişimin olacağını [10] düşünmemiz gerektiğini tekrarladım.

Bu konuya ilişkin oldukça ayrıntılı bir yazı hazırlıyorum. Reklam ajanslarının ve araştırma şirketlerinin nasıl değişeceğine dair tahminlerimi paylaşacağım.

Son olarak her bigdata toplantısında defalarca tekrarlanan kavramları ortaya koyup Klişe Tombalası [11] oynanmasını önerdim.

klise-tombala

Kimse ÇİNKOOO demedi ama Airbnb’den 6 kere bahsedildi.

Konferansın özet raporunu Somera yayınladı.

mention

Bu YeniMedya konferansı sona erdi. Artık önümüzdeki konferanslara bakacağız.

Robottan Önce

Sosyal CRM’in başlangıç aşamalarını geçtikten sonra, robot yazılımların kullanılması gerektiğini Sosyal CRM konusunda danışmanlık verdiğim her firmaya anlatıyorum.

Sosyal CRM’e giriş [1] aşamasında, bazı işleri insan kontrolune bırakırsınız. Önceden saptadığınız bazı kelimeler çağrı merkezi elemanlarının önüne düşer. Onlar da hemen ilgili yanıtı / teklifi / öneriyi girerler. Örnekleri [1] var.

Bir süre sonra, daha fazla kişiye teklif / öneri / yanıt sunmak istersiniz. O zaman işi robota bağlamak mümkün.

Ancak, bu aşamada insandan robota geçiş süreci çoğunlukla doğru yapılmıyor. Karşımıza ilginç örnekler çıkıyor.

İki arkadaş bir araştırma konusunda twitter’dan yazışıyorlar:

YAPMAYIN-1-a1

Bir şirket, hepsiburada.com’u rakip bellemiş. Ne zaman bir tweet’te hepsiburada.com geçerse, kendini hatırlatmak istiyor.

YAPMAYIN-1-a2

Konu benimle paylaşılıyor. Biz kendi aramızda tartışıyoruz.

YAPMAYIN-1-a3

morlaci.com kendini alamıyor. İçinde hepsiburada.com geçen her tweet’e atlıyor.

YAPMAYIN-1-a4

Biz bu konuda tartışmaya son noktayı koyuyoruz.

YAPMAYIN-1-a5

Derslerimde ve danışmanlık projelerimde anlattığım bu örnekten çok sayıda ders çıkartabiliriz.

Sohbette söylediğim gibi “Kampanya yönetiminde ustalığınız kimleri kampanyaya kattığınızdan çok, kimleri dışarıda bırakmayı bilmenizle ölçülür[2]

Bir şey daha var. Bu kötü örneğin bir benzerini yaşamamak için robotlaştırma sürecini

insan aklı → analitik → insan aklı → analitik → insan aklı → analitik …

şeklinde [3] yürütmelisiniz. Projenin o aşamasında insan aklını doğru kullanmazsanız, “Her hıyarım var diyene tuz alıp koşmak” gibi komik durumlara düşmeniz kaçınılmaz.

23 Ocak 2016

 

 

Pazarlama ve Big Data – 2

Pazarlamacıların big data konusunda birşeyler öğrenmeleri gerektiğini çeşitli yazılarda [1] , [2] , [3] vurguladım.

Sosyal CRM eğitimlerimde kullandığım örneklerden birini işleyelim:

ABD’de çocuklar fıstık ezmesinden zehirlenince annelerin hangi sitelere baktıkları araştırılmış. Çıkan sonuç aşağıda

s-crm-UYARI-470

Bu şemanın pazarlamacılara verdiği çok sayıda ders var.

Şöyle ki:

Sol tarafta görülen 2 site

  • gıda zehirlenmesi
  • tıp hukuku

konulu siteler. Bu bilimsel sitelere bakan aileler, her iki siteye de bakmış. Bunların pek azı, diğer sitelerle ilgilenmiş. Onlar da avukatların siteleri.

Annelerin büyük çoğunluğu

  • Huffington Post, şehir haberleri gibi haber sitelerine,
  • tüketici hakları sitelerine,
  • anne-çocuk bloglarına,
  • avukatların sitelerine

bakmışlar.

Pazarlamacılar buradan çok sayıda müşteri davranışı kanaati edinebilirler.

Örneğin,

  • Pek az kişi önce olayın tıbbi ve yasal boyutlarını öğrenmek istiyor.
  • Çoğunluk başkaları ne yapıyor diye bakıyor, sonra haklarını öğrenmeye çalışıyor. Öncesinde anlamlı araştırma yapmıyor.
  • İçeriğin bilgi düzeyi değil, paylaşım önemseniyor.
  • Konuların ve haberlerin nasıl dağıldığı izlenilerek, pazarlama iletişiminde kullanılacak önemli bilgiler edinilebilir.

İster kendi ürünleriniz konusunda, isterseniz başkalarının ilgi sahalarında olsun, içerik üretecekseniz bu şemayı unutmayın.

Eğer pazarlamacıysanız, size veri görselleştirmesini öğrenin demiyorum. Sadece verinin nasıl incelenmesi gerektiğini öğrenin. Veri görselleştirmesini yapan kişiye neyi nasıl ele alacağını siz söyleyeceksiniz ki, ortaya fikir üretebileceğiniz anlamlı bir görsel çıksın.

20 Ocak 2016

Big Data ve Kişiselleştirme

İlk bakışta çelişik gibi gelebilir. Bir tarafta big data, diğerinde ise birey.

3 Aralık 2015’de Gelecekhane’nin [1]  Yaşam 2.0 etkinliği [2] vardı. Tuttuğum notların bir kısmı şöyle.

Sağlıkta kişiselleştirme giderek daha fazla uygulanıyor.

Şöyle ki, kişilerin geçmişleri, yaşları, alışkanlıkları hatta sağlık dosyalarında yazanlar neredeyse aynı bile olsa

gelecekhane-tıp-1

gen yapıları, çeşitli hastalıklara yakalanma risklerini farklılaştırıyor.

gelecekhane-tıp-2

Bitmedi.

Gen özellikleri, ilaçlara da farklı tepkiler vermelerini sağlıyor. Birine iyi gelen ilaç, diğerinde ağır yan etkiler yapabiliyor.

gelecekhane-tıp-3

Bir doktor, “Hastayı değil teşhisi tedavi ediyoruz” diye şikayetini belirtmişti. Tıp ilerledikçe, teşhis değil bizzat hasta tedavi edilmeye başlanıyor.

Burada big data nerede derseniz, DNA zaten big data. Bir de işin araştırma boyutu var.

Bir şikayet durumunda daha önce benzer sorunları olan yüzbinlerce bireyin verileri taranıyor. Bireyin gen haritası bulgularla karşılaştırılıyor. Bu konuda yazılmış binlerce makale gözden geçiriliyor. Bireyin hangi koşullarda hangi riskleri taşıdığı saptanıyor.

En iyi sonuç veren tedavi öneriliyor.

Önemli notlar:

  1. Tıp doktoru değilim. Yukarıdaki bilgiler, 3 Aralık 2015’de Gelecekhane‘nin [1]  Yaşam 2.0 [2] etkinliğinde tuttuğum notlar.
  2. Uzmanlık alanım tıp olmadığı için farklı veya yanlış anlamış olabilirim. Terminoloji yanlışlarım olabilir. Bu yazının her hangi tıbbi bir önerme veya yönlendirme diye alınmamasını rica ediyorum.
  3. Yazı, big data’nın sağlık alanındaki kullanımlarından sadece birini anlatmaktadır. Bunun dışında, giyilebilir teknolojilerle veya ev aletleriyle entegre çok sayıda sağlık uygulaması var.
  4. Resimler Beykent Üniversitesi’nden Prof. Dr. Nezih Hekim‘den alıntıdır. Etkinlikteki tüm sunumları [2] linkindeki videolardan izleyebilirsiniz.
  5. Çok sayıda teknoloji firması, sağlık konusunda ciddi çalışmalar yapmaktadır. Bunlardan SAP, GE, IBM ve Hitachi’nin sunumlarını çeşitli konferanslarda izledim. Mutlaka bilmediğim başka teknoloji firmaları da vardır.

Bugünlerde yeni doğan çocukların ortalama ömrünün 100 yılın üzerinde olacağı söyleniyor.

Araştırmalar da giderek hızlanacak. Doktorlar, veri bilimcileri birlikte çalışmaya çağırdılar. Çocukların ömrü daha bile uzun olabilir.

İlgilenene: Futbolda big data finali oynar mı?[3]

31 Aralık 2015

Big Data Herkese Lazım mı?

Bildiğiniz gibi son yıllarda “big data” sohbetlerinden geçilmiyor. Okullar big data dersi [1] açmak istiyor. Çeşitli etkinliklerin baş konusu [2] oluyor.

İkibuçuk sene önce, IBM Big Data Forum’da [3] şirketlerin verdikleri örnekleri yavan bulduğumu belirtmiştim.

Tek bir tane bile “Vay be” örneği bulamayan, aksine yurt dışı örnekleri bile sosyal medya ile ilgisiz olan çözüm ortaklarına ve konuşmacı şirketlere karşı güven kaybı hissettim. Söz alıp düşünceleri belirttim. Eskişehirli KOBİ olan Kılıçoğlu Kiremit firmasının yapabildiğinin [4] bile, verdikleri örneklerden daha iyi olduğunu anlattım.

Son zamanlarda duyduklarım ile, 2,5 sene önce duyduklarım [3] arasında önemli farklar – maalesef – yok.

Aksine, herkeste bir big data öyküsü olmaya başladı. Çok söylendiği gibi “Big data konuşmaları ergen seksi gibi… Her genç yaptığını iddia ediyor ama ortada bir şey yok”. Bu noktada İsmail Hakkı Polat‘ın [5] şu saptamasına değinmeden geçemeyeceğim.

big-data-ismail-hakkı

Geçenlerde “İnsan Kaynakları bile big data kullanmalı. İşe girecek kişinin tüm geçmişini çıkarmalı” sohbeti yapıldı. Bu kurgunun ikinci kısmı doğru, ama birinci kısmı gereksiz.

Örnekle anlatayım.

2014 senesi sonunda Zarakol İletişim [6] benim de içinde bulunduğum 21 kişi için bir Twitter etiketler balonu hazırlamıştı.

ugur-etiket-1

Bunu hazırlamak için tüm Twitter’ı baştan sona taramak gerekiyor mu? Elbette HAYIR. Sadece @ugurabi tarafından yazılanları çekmeniz yeterli.

Önemli olan bu etiket bulutunu aldıktan sonra ne yaptığınız [7]. Gelin birlikte inceleyelim:

  • CRM, yazı, sosyal gibi temel kavramlar dışında en göze çarpan kelimeler “via” ve “aracılığıyla”: Uğur Özmen’in başkalarının tweet’lerini de sıkça retweet ettiğini veya referans olarak gösterdiğini anlayabiliriz.
  • Kesinlik gösteren yargıları var: “değil”, “sadece”, “hiç”, “olarak”, “yok”, “doğru”, “olacak” gibi kelimelerin sıkça kullanıldığına bakarsak, yazdığı konularda esnek olmadığını çıkartabiliriz.
  • Diğer yandan “bence”, “sanırım” kelimelerini de çokça kullandığına bakarak bazen keskinliğinin alazdığını da söyleyebiliriz.
  • Karşılaştırma yapmayı da seviyor: “bile”, “en”, “iyi, “kötü”, “zaten”, “farklı”, “aynı” kelimeleri bunu gösterebilir. (Elbette daha doğru bir yargı için, bu kelimelerden önceki ve sonraki birkaç kelimeyi de incelemek gerekir).
  • Zaman boyutunu önemsiyor: “önce”, “sonra”, “ilk”, “son”, “artık”, “şimdi”, “bugün” kelimeleri sıkça kullanılmış.

İlk bakışta edindiğimiz izlenimlerimizi kaydettikten sonra bu kelimeleri kaldırıp sadece temel kavramlara bakarız.

ugur-etiket-2

 

Böylece Uğur Özmen hakkında epey bir fikrimiz olur.

Verinin anlamlandırılması [8] ve karar verme [9] sürecinde kullanılması her yöneticinin bilmesi gereken [10] bir şey. Bunu tartışmıyor, aksine destekliyorum [11]. Ama veriden anlamaya çalışmadan big data’dan bahsedilmesini gereksiz buluyorum.

Şimdi tekrar soruyorum. İşe başvuran bir kişi için İnsan Kaynakları’nın bile big data ile uğraşmasına gerek var mı?

30 Eylül 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.

Teknoloji Perakende’nin Hizmetinde – 3

17 Haziran 2015’de ugurozmen.com da, IBM sponsorluğunda gerçekleşen Perakende Trendleri toplantısına ait bazı notlarımı ve görüşümü [1] yayınlamıştım.

Perakendenin “ağır abileri“nin panelinden önce IBM’in Perakendecilik ve Tüketici Ürünleri Uzmanlık Merkezi’nin Global Ekip Lideri William Bill Gillispie konuşmuştu. Neden önce paneli paylaştığımı ve neden “Bazı Türk perakende devlerinin dijital dönüşüme uyum sağlamadıklarını düşünüyorum” diye bitirdiğimi bugün anlatmayı daha uygun buldum.

Bill Gillispie’nin sunumu sosyal istihbarat, değişen trendlerin hızlı izlenmesi ve uluslararası pazarlarda büyümek için çabuk karar alınması konusundaydı. Elbette, IBM’in başarı öykülerinden biri anlatılıyordu.

İlgili şirketin Zara olması da günün ironisiydi. (Daha sonraki oturumda, İspanyadan gelip bizim perakendecilerimizi kendi sahasında yenen firma örneği olarak en çok Zara konuşuldu.)

Bill’in sunumuna ait notların arasındaki “..” bölümleri, kişisel yorumlarım veya görüşlerim.

Bill’in sunumunun satır başları şöyle:

Günümüzde müşteri hızla değişiyor. Veri ve teknoloji bu değişimi besliyor ve değişimi yeni norm haline dönüştürüyor. Bu değişime adapte olabilen perakendeciler başarılı olacak.

Perakende sektörüne giriş eskisine göre daha kolay ve daha ucuz. Yeni katılanlar veri ve teknoloji kullanarak kendilerine rekabet avantajı yaratıyor ve paradigmaları değiştiriyor.

  • 2014 yılında AirBNB, Marriott’dan daha fazla oda sattı ve bunu tek bir odaya bile sahip olmadan gerçekleştirdi.
  • Benzer şekilde Uber, taksi sektörünü bir tane taksiye bile sahip olmadan dönüştürüyor.
  • Alibaba, sıfır envanter ile 248 Milyar ABD doları satış gerçekleştirdi.

Artık verilerin dünyasındayız. IBM’in yaptığı bir araştırmaya göre [2] müşteriler verilerini güvenilir perakendecilerle paylaşmaktan kaçınmıyor.

IBM-perakende-SoLoMoSoLoMo (sosyal, lokasyon, mobil) ortamlarında temas bilgilerini paylaşma eğilimi

Araştırma aslında şöyle diyor:

  • Müşterilerin %42’si yer (lokasyon) bilgisini paylaşmanın karlı olacağını söylüyor. %28’i ise buna istekli.
  • Müşterilerin %54’ü mobil metni paylaşmanın verimli olduğu kanaatinde, %42’si zaten istekli.

Ayrıca şu veriler de var: Müşterilerin

  • %43’ü on-line alışverişi tercih ediyor. %29’unun son alışverişi on-line.
  • %60’ı mağazaya gitmeden önce, satın almayı düşündükleri ürünün stokta olup olmadığını bilmenin iyi olacağını söylüyor.
  • %46’sı, bu bilginin mobil araçlarla alınmasının önemli olduğunu belirtiyor

Artık müşteriler ile farklı bir ilişki kurma zamanı. “Bir teklifim var, bunu kime satmalıyım” yerine “Bir müşterim var, bugün neye ihtiyacı var” anlayışını hakim kılanlar başarılı oluyor.

IBM-perakende-3

10 yılı aşkın bir zamandan beri bunu söylüyorum. 10 küsür sene önce yaptığımız bir çalışmayı da bir hafta önce [3] anlatmıştım. Ürün odaklı olmaktan, müşteri odaklılığa geçişin en önemli göstergelerinden biri, hedef sisteminin müşteriye göre teklif aşamasına gelmesidir.

En iyi müşterilerinize odaklanın. Birçok şirket için en iyi %30 müşteri, tüm satışların %70’ini gerçekleştiriyor.

Migros’ta meşhur 20-80 (Pareto) [4] oranı geçerliymiş.

Ürün ve hizmetlerin bireyselleştiği bir dünyaya doğru yol alıyoruz. Starbucks, havalar ısındığında kimin soğuk kahve istediğini öğrenmeye çalışıyor.

Üretim artık veri ile besleniyor. Domates için bile, tercihleri etkileyen makro trendler inceleniyor.

IBM-perakende-4

ABD’de 1990’dan beri, 5 grup değişken altında 19 etmenin verileri toplanıp oluşturulan bağımsız modelde kullanılıyor.

Geçen sene, Unilever’in Pazarlamadan Sorumlu Kıdemli Başkan Yardımcısı (Senior Vice President of Global Marketing) Marc Mathieu ile yaptığımız sohbette [5]Organik tarım bile olsa, tohumun toprağa düşmesinden yiyeceğin evinize gelmesine kadar her şey dijital” demişti. Sadece perakendenin ağabeyleri değil, her sektörde hemen her kurumun bu dijital yaklaşımı sindirmesi gerek.

Dijital olgunluğa ulaşan firmalar rakiplerinden daha başarılı performans gösteriyorlar. Rekabet avantajı yakalayabilmek için dijital becerileri geliştirmek büyük önem taşıyor.

Macy’s mağazaları, müşterilerini çok kanaldan izlemiş. Analiz etmiş. Buna göre aksiyon almaya başlamış.

IBM-perakende-5

Buradaki “Wifi ve beacon’larla deneyimledik ve şunu öğrendik: Veri’de, mağaza içi pazarlamada olduğundan çok daha fazla değer var.” cümlesine dikkatinizi çekmek isterim. Grup satın alma furyası zamanında, birçok girişimciye “Verileri şimdiden analiz edip anlamlandırmaya başla. Bir süre sonra veriler, şirketinden daha değerli olacak” demiştim. Beni dinlemediler. Şimdi Macy’s de bunu söylüyor. Belki e-ticaret şirketleri onu dinlerler.

Domino’s Pizza, “Yarat, Paylaş, Kazan” sloganıyla Pizza Mogul’u [6] ortaya çıkardı.

IBM-perakende-6

“Pizzanı yarat. Kârdan bir dilim al” diyor. Kendi pizzanızı yaratıyorsunuz. Sosyal mecralarda paylaşıyorsunuz. Aynısından isteyen olursa, siz de kardan pay alıyorsunuz.

Bu konuda hatırladığım Türk girişim, e-Tohum [7] sayesinde tanıştığım Tish-0 [8] dur. “Kendi tişötrtünü tasarla ve istersen satış yap” diye çıkmıştı.

Bill Gillispie son olarak Zara’nın Çin’deki sosyal istihbarat (social intelligence – siz sosyal zeka diye de tercüme edebilirsiniz) faaliyetlerini gösteren, başrolunda asimetrik bir eteğin olduğu videoyu [9] paylaştı.

IBM-perakende-7Resmin üzerine tıklayarak videoyu seyredebilirsiniz.

Fiziksel mağaza olmadan da bir ülkeye girilebileceği ve başarılı olunacağı görülüyor.

.

Sunumdan sonra, Bill Gillispie ile birkaç dakika sohbet ettik.

Perakendenin ustalarının paneli [1] sırasında aklıma gelenleri ona sordum. “Rekabetin sadece finansal kolaylıklara bağlanamayacağı, fark yaratacak unsurun verinin işlenmesi ve teknoloji kullanımı olduğunda” mutabık kaldık.

Bunun dışında sohbet sırasında tuttuğum notlar şöyle:

Moda çok sübjektif. Sürekli değişiyor. Bu kadar çok değişen bir konuda gündemi iyi izlemek gerek.

Örneğin Ellen DeGeneres’in Oscar töreninde bazı şöhretlerle birlikte kendi resmini çekmesi [10], selfi çubuğuna kadar giden bir süreci başlatıyor.

6 tane YouTube yayıncısı, marka iletişimi sayesinde [11] birçok artistten daha fazla kazanıyor. YouTuber diye adlandırılan yayıncılardan Pew Die Pie yılda 4 milyon dolar kazanıyormuş.

Bazı moda markaları, tüm iletişimlerini Pinterest’teki moda yayıncıları üzerinden yapmaya başlamışlar.

Perakende trendleri [1] yazımın sonunda “Bazı Türk perakende devlerinin dijital dönüşüme uyum sağlamadıklarını düşünüyorum” dememin sebebi de bu.

Normal ölçülerin dışında (uzun veya kilolu veya uzun+kilolu) olanlar için zaten internet zorunlu. Az satılan ürünler mağazalarda tutulmuyor ama stoklarında yer alıyor.

IBM’in Watson isimli bilgisayarı artık tat ve koku da alabiliyormuş [12]. Hatta aşçılık yapmaya başlamış [13].

.

Siz ne düşünüyorsunuz? Sizce

  • “Türkiye’de çok güçlü erkek hazır giyim markaları olduğu için” mi gelmiyorlar?
  • Türk markaları, dijital dönüşüme yeterince hazır mı?

20 Haziran 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

 

Big Data Röportajı 2 – 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]. Aşağıda 29 Ağustos 2014 tarihinde yayınlanan [3] ikinci bölümü bulacaksınız.

Yazan: Füsun S. Nebil [4]

.

Turk-internet.com: Türkiye’deki perakendeciler veya Türkiye’deki bankalar içinde, büyük veriyi kullanan başarılı bir proje veya birden fazla proje var mı söyleyebileceğiniz?

Uğur Özmen: Başka şekilde cevap vereyim. Veriyi en iyi kullanıp en iyi teklif yapısını oluşturan perakendeci Migros’tur. Onun dışında benim şahsen yakın çalıştığım bir şirket var ama kesinlikle hiçbir şekilde benim derslerime bile konuşmacı olarak gelmiyorlar. Onlar herhangi bir müşterinin yaşam tarzına, ailedeki kişi sayısına, yaşam evresine ve bütçesine göre bir teklif yapısı oluşturup hayata geçirdiler. Hatta öyle ki, eskinin iyi müşteri temsilcileri,  daha başarılı olanlar çok bozuldu. Yeni yapı geldikten sonra 3-5 soruyla müşterinin kim olduğunu öğrenince, çok yetenekli olmayan müşteri temsilcileri bile doğru bir teklif ile anlamlı bir noktaya gelebiliyorlar. Eskiden bunu sadece iyiler yapabiliyordu, şimdi tüm müşteri temsilcileri yapabiliyor. Alt yapı bu desteği verebiliyor. Ama hani bildiğim böyle 3- 4 tane örnek var, Türkiye’de en iyi perakendeci bu konuda Migros.

turk-internet.com: Telekom operatörleri pek beğenmiyorsunuz, öyle anladım?

Uğur Özmen: Valla bir önceki bölümde sorduğum soru benim en önemli ölçüm. Size gelen tekliflerden kaçı anlamlıysa, operatörün 10 üzerinden aldığı puan budur. 10 teklifin 2’si anlamlıysa, 10 üzerinden 2 alıyor; 8’i anlamlıysa, 10 üzerinden 8 alıyor diye bakın. Biraz önce bahsettiğimiz o yüzde 80 tahmin, yüzde 90 tahmin dediğimiz şey gibi.

Turk-internet.com: Peki hocam CRM konusunda bir ton yatırım yapıyor herkes. Son yıllarda CRM biliyorsunuz ne kadar moda. Hiç mi veya neden başarılı olamıyorlar? İnsan faktörü mü?

Uğur Özmen: Şimdi çok güzel bir şey söylediniz. Benim öyle bir dönem görüşmeler yaptığım, tekliflerde bulunduğum bir firmanın IT’den sorumlu genel müdür yardımcısıyla yine bir IT etkinliğinde karşılaştık. Bana kendisi itiraf etti. Dedi ki, “Elimizde yeterli veri var zannediyorduk, yeterli veri yokmuş. Yazılım olunca her şeyi çözeriz zannediyorduk, yazılım o kadar da önemli değilmiş“.

Bu söylediğiniz söz var ya… “İnsan önemli mi?”. Evet, önemli.

IT bölümü ile beraber çalışabilecek pazarlama birikimine ihtiyaç var. Yani bu Kapalıçarşı esnafı, ya da yazlık yerlerde Bodrum, Marmaris esnafı gibi ‘gel vatandaş, gel buraya’ diye yapılan bir pazarlamayla bir adım öteye gidilmez.

Reklam konusunda ustalardan biri olan Erol Batislam’ın yazılarını ben öğrencilerime gösteriyorum. Niye? Çünkü ödüllü bir reklamcı olarak Erol Batislam, ‘veriden anlamıyorsanız, hiçbir şey yapamazsınız’ diyor.

Şimdi belli bir pazarlama dünyasındayız. Pazarlama sermayesi gelişirken, biraz önce dediğim gibi, o veri yeterince kullanılmadığı zaman sorun çıkıyor ve IT’ciler de her şeyi iyi bildikleri için, pazarlamacıların bunu bilmediğine ve kendilerinin yapması gerektiğine inanıyorlar.

Gördüğüm başarısız projelerin büyük bir çoğunluğunun sebebi, direksiyonda IT’nin oturmasıdır. Direksiyonda IT’den anlayan, IT’yi doğru yönetecek bir pazarlamacının oturması lâzım. Sebebini söyleyeyim, herhangi bir şeyde, hani biraz önce verdiğimiz hamile kadın örneğinde… Kadın hareketlerindeki değişikliklerinin ne olabileceği ve bir kadının hamile olduğu zaman nasıl bir davranış göstereceği bilgisini düzgün alması gereken pazarlamacıdır. Bunu diğer tarafa aktarıp da modelleyen pazarlamacıdır; modeli bir uyarı sistemi haline getirmesi gereken IT’cidir. Hepsini IT’ci yaptığı zaman olmuyor.

turk-internet.com: Peki Türkiye’de bu “yapılanma” ya da “yanlış”, yaygın mı sizce? Yani hep IT’cilerden mi bekliyorlar?

Uğur Özmen: O kadar çok ki! Sizinle geçen sohbetimizden bu yana – şimdi hâlâ devam ediyor – bana ‘biz CRM projesine giriyoruz, en iyi yazılım hangisi?’ diye soranın haddi hesabı yok.

Herkese de o sizinle röportajda söylediğim şeyi söylüyorum, ‘en iyi araba hangisi?” Çoğunlukla Ferrari diyorlar. “Karadeniz yaylalarına çıkabiliyor musunuz Ferrari ile?’ diye soruyorum. Nereye gideceğiniz önemli. Cebinizin büyüklüğü önemli, cebinizdeki para önemli, her şeyden önce Excel ile bir deneyin. Bir yapın, bir bakın oluyor mu diye.

Hatta benim yaptığım bir görüşme vardı; şirket şöyle dedi, ‘Karar veremedik. Parayı bir danışmana mı verelim, yazılıma mı?’ Ben de ‘Danışmana vermeyin. Çünkü böyle düşünüyorsanız, danışmanı zaten dinlemeyeceksiniz, siz parayı direkt yazılıma verin, nasıl olsa o batınca, ben ya da bir başka arkadaşıma koşarak geleceksiniz!’ dedim.

.

Söyleşinin üçüncü bölümünü şuradan [5] okuyabilirsiniz.