Big Data Uygulamaları ve Müşteri Yolculuğu

Big Data Uygulamaları veMüşteri Yolculuğu

Günümüzde sıklıkla gündeme gelen, farklı uygulamaları bulunan Big Data ve Analitik konularına pazarlama perspektifinden gelin daha yakından bakalım. Bunu yaparken de içerisinden geçtiğimiz dijital dönüşüm sürecinin bana göre müşteri-kanal boyutunda en önemli etkisi olan artan kanal sayısını da hesaba katalım ve hatta bu sürecin odağına müşteriyi koyalım. Özetle Omnichannel bir senaryo ile Big Data dünyasında müşteri yolculuğuna çıkalım…

Keyfli Okumalar

OmniChannel Senaryo

Firma Kurgusu: Senaryoda çeşitli vaka ve müşteri davranışlarına konu olan firmanın beyaz eşya, cep telefonu ve giyilebilir teknoloji ürünleri üreten bir teknoloji perakendecisi olduğu kabul edilmiştir.

Firmanın müşteri ile etkileşim kurduğu noktalar, yani müşteri temas noktaları aşağıda örneklendirilmiştir.

Müşteri Temas Noktaları & Veri Setleri

Yukarıdaki şekilde verilen örneklerin yanı sıra firmanın müşteri temas noktalarına ek birçok farklı nitelikte veri sağlanabilir. Şekilde yaygın kullanım alanı olan veri setleri örneklendirilmiştir.

Omnichannel bir senaryoda firma, paylaşılan temas noktalarından sağladığı veriyi girdi olarak kullanıp belirlediği iş amacına uygun analitik süreçler ile işleyerek tahminsel modelleme, müşteri segmentasyonu vb. pazarlama ve kalite süreçlerinde katma değer yaratacak çıktılar üretebilir.

Başlangıç noktasında, en önemli konu geliştirilmek istenen iş problemini net olarak tanımlayabilmektir.  Sonraki aşamada bu problemi çözebilmek ve daha zengin bir bakış açısı katabilmek için ihtiyacımız olan veri setlerini belirlemek gerekmektedir. Veri setlerinin güncelliği, kalitesi, erişilebilirliği, hacmi vb. özellikleri ise Büyük Veri çalışmaları kapsamında ayrıca üzerine çalışılması gereken bir konudur. Örneğin milyonlar düzeyinde kullanıcısı olan bir uygulamadan anlık olarak alıp işlediğimiz bir lokasyon- gezinme verisi bize pazarlama anlamında çok ciddi fırsatlar yaratabilir. Ama öncelikle bu verinin hangi bakış açısıyla ve hangi iş problemini geliştirmek için kullanılmak istendiğinin tanımlanması gerekmektedir.

Büyük verinin gücü sayesinde kimi zaman karmaşık ileri analitik yöntemlere gerek kalmadan basit kurallar ile katma değeri yüksek işler yapmak mümkündür. Örneğin senaryomuzdaki firmanın akıllı saat kullanıcısı olan ve firmanın kendi uygulamasına kayıtlı bir müşterisinin lokasyon verilerine erişebildiğimiz varsayımı altında Müşterinin rakip firma mağaza ziyaretini tespit ettiğimiz an churn alarmı verecek bir kural ve buna bağlı otomatize avantajlı kampanya teklifleri kurgulayabiliriz.

Tutum ve davranışı modellemede temas noktalarından alınan müşteri ve alışveriş bilgilerine ek olarak hava durumu, bölgesel nüfus yoğunluğu ya da amaçladığımız iş hedefine etki ettiğini öngördüğümüz saatlik trafik durumu vb. veriler ile girdi olarak kullanacağımız verileri zenginleştirebiliriz.

Genel anlamda tutum ve davranışı modelleme sürecini değerlendirdiğimizde süreç 3 temel aşamada gerçekleşir. Bunlar;

  1. Girdi –Veri toplama ve işlenebilir yapıya getirme süreci
  2. Çeşitli analitik algoritma ve yöntemler ile girdinin işlenmesi ve hipotezlerimizin test edilmesi, gelecek davranışı tahmin edebilmek için çeşitli gösterge ve tekniklerden faydalanılması

Analitik çıktı yani istediğimiz iş amacına hizmet eden ürünün oluşturulması.

Örnek Analitik Çalışmalar

Omnichannel senaryomuzda kurguladığımız Teknoloji Perakendecisi firmamız için yapılan müşteri segmentasyonun Müşterinin demografik bilgileri, alışveriş bilgileri, kullandığı akıllı cihazlardan elde ettiğimiz lokasyon verileri, web sitesi ürün inceleme-gezinme verileri vb. müşteriyi çok boyutlu değerlendirip kategorize edebileceğimiz veriler toplanır. Two-Step, K-Means vb. kümeleme algoritmaları ile çeşitli denemeler yapılarak kendi içerisinde homojen ancak gruplar arası heterojen kümeler oluşturmada en başarılı istatistikleri sağlayan yöntem seçilerek segmentler oluşturulur. Oluşan segmentlerin baskın özellikleri ise ilgili segmentin temel tanımlayıcısı kabul edilir. Örneğin müşterinin alışveriş yapmayı tercih ettiği zaman dilimini analiz ettiğimiz bir boyutta alışverişlerini yoğunluklu olarak Hafta sonu yapan müşterilerden oluşan segment “Hafta sonu Sever” olarak adlandırılabilir.

Örnek Analitik Çalışmalar

Ürün öneri sistemleri, perakende mağazacılıktan film/kitap vb. öneri web sitelerine, bankacılıktan e-ticarete farklı birçok sektörde yaygın olarak kullanılmaktadır.

Ürün odaklı yapılabilecek analitik uygulamalarda yaygın iki metottan ilki ürün birliktelik analizleri temelli bir öneri sistemidir. Bu şekilde kurgulanan ürün öneri sistemi temelde ürünlerin aynı sepette bulunma durumlarını baz alır. Sepet bazlı ürün birliktelik analizi ile Analiz öncesi yapılacak kabullenmeler tamamen kullanıcı ve iş ihtiyacına bağlı olarak geliştirilebilir.  Sepet bazlı uygulamanın örnek bir çıktısı aşağıdaki şekilde verilmiştir.

İkinci yöntem ise genel olarak, müşterilerin mevcut ürünlerindeki davranışlarını analiz edip daha önce deneyimlemedikleri ürünlerdeki beğenilerini/davranışlarını tahmin ederek müşterilere önerilerde bulunmayı amaçlamaktadır. Bu yöntemi kullanarak firmalar, müşteri memnuniyeti sağlamayı ve müşterilerine çapraz önerilerde bulunmayı amaçlamaktadır. Sistem yandaki şekilde görüldüğü gibi birbirine benzeyen müşterilerin aldıkları ürünlere bakarak alacakları diğer ürünü tahminlemektedir.

Özetle ilk metot sepet bazlı bir yaklaşım temel alırken ikinci yöntem kullanıcı bazlı bir yaklaşımı benimsemektedir.

Kampanya Eğitim Modeli

Eğitim Modelleme Süreci

Müşterinin gelecekteki davranış ve yönelimlerini tahminlemek üzere uygulanan analitik yöntemlerden biri de tahminsel modellemedir. Bu kapsamda müşterinin Kampanya Eğilim Modelinin kurulması da Pazarlama sürecinde analitik yöntemlerle katma değer yaratabileceğimiz bir diğer örnek çalışmadır. Kampanya eğilim modeli ile hedeflenen doğru müşteriye, doğru içerik ile doğru zamanda, doğru kanaldan aksiyon almaktır.S

Müşteri Kurgusu

Analitik Tabanlı Çözüm Kurguları

ÇÖZÜM ÖNERİSİ

  • Bebek Telsizi ve Biberon Sterilzatörü ürünleri paketlenerek ürünlerin toplam fiyatından %15 indirimli sunan bir e-mail kampanyasını perşembe akşam saat 19-22 iletilir.
  • İletilen kampanyaya katılım sağlandığı takdirde,bir sonraki X TL (ortalama sepeti+100 TL) tutarındaki aksesuar alışverişinde geçerli  %20 indirim kampanyası ilk iletişimi takip eden pazartesi akşamı iletilir.
  • Festival kampanyasından toplanan lead verisinden içerisinde Fatma Hanım’ın da bulunduğu tüm Fashionasta segmentine festivalden 3 gün önce bir push notification iletilerek Yeni Lansmanı yapılan Augmented Reality (Artırılmış Gerçeklik) Gözlüğü ile özel bir parkurda markamıza ait çeşitli bonus ve hediyeler kazanacağı bir hazine avı deneyimi teklif edilir.

 

KAYNAKLAR

ORACLE JOURNEY MAPPING

10 Product Recommendation Techniques to Improve UX and Conversions

Yazar: Aysen Çağlı Şişik

Leave a comment

Your email address will not be published. Required fields are marked *