“Big Data”nın Analizlerde Kullanılması

27 Mart 2014 tarihinde Pelin Taşel tarafından yayınlandı.

Hepimiz internet kullanıyoruz. Ve “big data” oluşturuyoruz. Internette büyüyen bir genel bilgi kaynağı var: İnsanlar ne giyer, ne yer/içer, neden hoşlanır, hangi saatlerde neredeler, nereden alışveriş yaparlar, nerede çalışırlar, kaç yaşındalar, hangi kredi kartını kullanırlar, nereye seyahat ederler, vs...Bazı devlet kurumları ve Facebook, Google, Twitter gibi firmalar analizler sunmaktadır. Örneğin Google Analytics, Google Trends... Müşterilerini daha çok anlamaya çalışan firmalar bu datalardan faydalanmaktadır. Öyle ki, internete koyduğumuz resimlerimizi, ilgi alanlarımızı, nereye seyahat ettiğimizi, hobilerimizi, hangi resim ve videoları begendiğimizi ve izlediğimizi inceleseler, bize özel banner reklamlar koyup, tıklanma oranlarını ve satışlarını artırabilirler.

Firmanız müşterilerinizin satınalma alışkanlıklarını görmek, doğru stratejilere karar verebilmek, karlılığı artırabilmek için “big data”yı analiz etmeye hazır mı? Gerekli software ve “tool”’ları kurdu mu? Sistem artık değişti ve Analytics 3.0’dan bahsediliyor. Artık tradisyonel CRM sistemimizle Analytics 3.0’ı birleştirmemiz gerekiyor. Harvard Business Review Webinar’ında, Analytics endüstrisi öncülerinden Tom Davenport Analytics 3.0’ı anlatıyor; ana karakterilerinden ve firmaların yararlanabilmeleri için nasıl kullanabileceklerinden bahsediyor.

 

Kaynak:http://blogs.hbr.org/2013/11/analytics-3-0-measurable-business-impact-from-analytics-big-data/

Bu kadar büyük volümlü dataları inceleyebilmek için firmalar yeterli teknik altyapıya sahip olmalı. Burada bahsedilen Hadoop, MapReduce gibi, “in-memory” ve “in-database” analytics gibi ve karmaşık  dataları harmanlayıp düzgün data halinde verebilecek bilgisayarlar gibi örnekler olabilir. Aslında internet kullanımının artmasıyla Analytics 2.0 ile big data gündeme gelmeye başladı. Artık tek server yetmiyordu. Hadoop ile parallel server’lar kullanılmaya başlandı. Karmaşık datalarla başa çıkabilmek için firmalar “NoSQL” diye bilinen yeni bir database çeşidi kullanmaya başladı. Hızlı bir şekilde karmaşık hesaplar yapabilmek için “in-memory” ve “in-database” analytics ortaya çıktı. Big data’nın daha zenginleşmesi ile Analytics 3.0 ortaya çıktı. Internette her hareket bir iz bırakıyor, data oluşturuyor. Artık sadece araştırma firmalarından data gelmiyor, internette dolaşan, alışveriş yapan, sayfanıza bakan, sayfanızı öven herkesten data geliyor. Firmanızın internette yaptığı her hareketinin artan bir dataya dönüştüğü bir ortamdayız. Artık bu datalara erişebiliyorsunuz ve müşteriler ve pazar için daha faydalı ürün/servisler yaratabilmek için bu dataları inceliyorsunuz.Big data kullanımıyla ilgili örnekler görmek için Big Data Applications ‘ı okumanızı öneririm.

Bunları analiz edebilmek için Analytics 3.0’da, tradisyonel database ile (data warehouse, business intelligence era), Hadoop, NoSQL database vs.., herşey birleşiyor. Hadoop bir ETL Tool (Extract-Transform-Load) değil, ETL proseslerinin işlevselliğini destekleyen, parallel çalışan bir platform. 

 

Kaynak: Hadoop and the Data Warehouse: When to Use Which

Big Data, kişiselleştirilmiş pazarlamaya büyük katkı sağlamaktadır. Big data kullanarak büyümenin nasıl sağlanabileceğine şöyle bir örnek verebiliriz: İlk iş olarak markanızın online ve offline müşterilerini birleştirin; 1 müşterinin tüm online ve offline aktivitelerine 1 “user identity” verin. SKU (offline ve online satınalma seviyesi), CRM, e-store aktivitesi, ve diğer tool’lar size müşterilerinizin ihtiyaçlarını anlamalarını ve onları daha iyi tanımanızı sağlayacaktır. İkinci adım olarak, kişiselleştirilmiş mesajlarınızı oluşturun ve yine kişiselleştirilmiş araçları kullanarak müşterilerinize ulaştırın. Big data’yı kullanarak müşterilerinizin ilgi alanlarını, huylarını, davranışlarını anladıktan sonra kişiye özel reklam araçlarınızı kullanarak onlara doğru mesajla, doğru zamanda, doğru araçları kullanarak ulaşabilirsiniz: Her bir müşteri için, kişiselleştirilmiş reklam/tanıtım/ilan...Aynı saate ilgi duyan 2 müşteriye, aynı saat için 2 ayrı reklamın gösterilmesi (lükse düşkün müşteriye tasarımı ön plana çıkartarak göstermek, kaliteye düşkün müşteriye saatin kalitesini ön plana çıkartarak göstermek). Big data sayesinde hangi müşteriye hangi aracı kullanarak ne zaman ulaşmanız gerektiğini de görürsünüz. Üçüncü adımı optimizasyon olarak adlandırabiliriz. Müşterinin geçmiş ve şu anki online ve offline hareketlerinin incelenmesi sonucu, o müşteriye en uygunun seçilmesi ve gelecekte bu şekilde tanıtımın/reklamın yapılması. Örneğin bir müşteri palto aldı. Bir sonraki adımda bu müşteriye tekrar palto reklamı göstermek yanlış olacak ve masrafı artıracaktır. Fakat paltosuna uyan bir aksesuar, eldiven vs.. gibi tamamlayıcı bir reklam gösterildiğinde, kişinin satınalma olasılığı daha fazladır. Böylece reklamınız optimize olmuş olur.

“Big data” firmaların karlılığını artırması için ajandalarına koymaları gereken bir konu. Şu bir gerçek ki, tradisyonel CRM artık yetersiz kalıyor. Diğer firmalarla rekabet edebilmek için daha çok dataya ulaşabilmek ve bu dataları iyi analiz edip, yönetim kararlarını almaya yardımcı veriler haline getirebilmek gerekli. Tabii bir de big data için bütçe ayırmak gerekli...

 

E-Commerce Marketing Trends for 2014

17  March 2014, published by Pelin Tasel             

E-Commerce has developed too much in the last 15 days. Many changes happened since then, particularly in the field of technology, most notably in the field of mobile, social networking, analytics, big data and personalization. Mobile shopping from smartphones and tablets and mobile advertising become more and more important. Wearable devices like Google Glasses, smart watches begin to enter the market in 2014. Ecommerce marketers will begin to create better and more targeted content, closely related to the product/service through guest blogging. They will try to create high-quality communities and blogs. They will enable better delivery to compete.

Read more in the source of the article:

10Powerful E-Commerce Marketing Trends That Will Dominate 2014

Müşterilerin Karar Anını Yakalamak (Touchpoint)

10 Mart 2014 tarihinde Pelin Taşel tarafından yayınlandı.

“Touchpoint” (Kontakt noktası, Moment of Truth) alışveriş öncesi,sırasında ve sonrasında müşterilerle marka/servislerin birbiriyle kontakt kurduğu ana denir.

Firma web siteleri, satış mümessilleri, call centers, kongre /sempozyumlarda açılan standlar touchpoint’ler için bir araçtır: Müşterilerimizin kim olduğunu, nereden geldiklerini, neyle ilgilendiklerini, bizimle nasıl iletişime geçtiklerini görmemizi sağlar. Touchpoint ise daha spesifiktir: firma web siteleri bir araçtır, web sitesinde müşteriyle yapılan chat touchpoint’tir. Müşteriyi yakalama noktası...

Kendimizi müşteri yerine koyalım. Bir konu hakkında bilgi almak istiyoruz. İnternette araştırırız (Anlamlı bir touchpoint için arama motorları, SEO-gelecek yazılarımda bahsedeceğim, SEM, sitemiz ve mobil düşünmemiz gereken faktörler). X firmasının ürününü almaya karar verdik. (Neden bu firma? Daha mı güvenilir? Fiyatları daha mı ucuz? Ürünleri daha mı kaliteli? Ürün görselleri daha güzel ve açıklamalı mı?). İletişim için online chat’i kullanıyoruz. Alışverişe başlıyoruz (Sitede açılan pencereler user-friendly mi?). Bir problem oluştu ve müşteri servisini arıyoruz (Nereden? Online mı? Nasıl? Yoksa telefon numarasından mı? Telefona çıkan kişi ihtiyacımıza cevap verebildi mi? Problemi çözmek ne kadar sürdü? Başka yerleri aramak gerekti mi?) Satın almaktan vazgeçtik (Bunu nasıl engelleyebiliriz?). Parantez içinde yazdığım tüm bu sorular anlamlı touchpoint’ler yaratabilmek için düşünmemiz gereken faktörlerdir. Müşterilerin karar verme proseslerini iyi araştırmış olmak gerekir. Ayrıca müşterilerinizin “buyer persona”larını oluşturmuş olmamız gerekir.

Müşteri satınalma davranışlarını incelediğimizde aslında 3 temel var:

1-      Müşteri ihtiyacı olduğunun farkına varıyor:

Müşteri ihtiyacı olunca satın almaya niyetlenir. Havalar soğumadan kazak almaya gitmeyiz. Müşteriye havaların soğuyacağını ve en uygun kazağı sattığınızı gösterdiğinizde müşteriyi gelecek ihtiyaçtan haberdar etmiş olursunuz. Yani müşteriyi ihtiyacı olduğunun ya da olacağının farkına vardırtıp, çözümün sizde olduğunu gösteriyorsunuz.

 

2-      Müşteri araştırıyor ve rakiplerle karşılaştırıyor:

Müşteri ihtiyacı olduğunun farkına vardıktan sonra araştırmaya başlar: kalitesini, fiyatını, rengini, biçimini, değişik kanallardan rakiplerle karşılaştırır. Müşterilerin sizi de bu listelerine eklemeleri için pazarda görünür olmalısınız: internet, billboard reklamları, call center, otobüs üzerindeki reklamlar vs...Müşterilerle yapacağınız tüm etkili ve ihtiyaç karşılayan, çözüm sunan kontakt, alışveriş öncesi onları kazanmanızı sağlayacaktır.

 

3-      Müşteri kendisi için en uygununu bulup satın almaya karar veriyor:

Pazarlama planınız ve stratejilerinize göre doğru müşteri sizin için önemlidir. Sizden alma olasılığı yüksek müşterileri ROI açısından yakalayabilmelisiniz. Bir AVM içinde bir dükkansınız diyelim. Bu AVM içinde ve çevresindeki müşterilere Iphone’dan ürün tanıtım reklamınız gittiğinde mi ROI daha yüksektir, yoksa tüm şehirdeki insanlara gittiğinde mi?

Bir andan diğer ana müşterilerin tecrübelerini analiz ettiğinizde bir sürü touchpoint ile karşılaşırsınız. Her firmanın kendine ait farklı müşteri touchpointleri vardır ve bunlar müşterilerin aşamalardaki tecrübelerini şekillendirir. Bu touchpointleri belirledikten sonra, analiz edebilmek için nasıl “değer” verebileceğimizi iyi tartışmamız gerekir. Her noktada touchpoint’lerin farklı değerleri vardır (Touchpoint value). Örneğin ben müşteri olarak bir markette taze ürünlere baktığımda, ürünün tazeliği benim için değerdir, kasada ise hız ve doğru hesap benim için değerdir. Müşterilerimizin bu değerlerini bizim iyi ve doğru planlamamız gerekir. Bunlara karar verdikten sonra hangi aksiyonların bu değerleri artırıp azaltacağını belirlemeliyiz. Sonuç olarak yapmaya çalıştığımız şu: her müşteriyle kontakt aşamalarında değerleri bilirseniz ve bu değerleri artırıcı faktörleri sunarsanız, müşterinin tecrübelerini olumlu olarak şekillendirmiş olur ve kazanırsınız.

Müşteri tecrübelerini analiz ederek bu değerleri bulabilmek için izleyebileceğimiz yol:

·         Etki: Hangi touchpoint’ler müşteri sadakatini sağlıyor ya da bozuyor?

·         Kalite: Her touchpoint tecrübesinde müşteri memnuniyeti ne ölçüdedir? Sağlanan tecrübenin rakiplerle karşılaştırılması.

·         “Reach” ve “Frequency”: Her touchpoint ile kaç müşteri kontakt kuruyor? Ne kadar sıklıkta?

·         Maliyet: Bir touchpoint sağlamanın maliyeti ne kadar? Değişik kanallarda bu maliyet nasıl değişiyor?

İlk 2 madde kalitatif ve kantitatif pazar araştırmaları ile görülebilir. Diğer 2 madde ise firmalarımızın database’i ya da sistemleri tarafından bize sağlanır.

            Bu değerleri analiz ettikten sonra müşteri tecrübeleri aşamalarında nerelerde iyileştirme yapabileceğimize bakarız. Örneğin: Verdiğimiz servislerin etkinliğini ve verimliliğini artıracak çözümler bulmak, müşterilerin bize ulaşmak istediği alternatif kanalları kullanmak (mobile, twitter vs.. ) gibi...

            Satışlarımızı artırmak istiyorsak müşterilerimiz için detaylı çalışıp, onların adeta davranış kartlarını çıkartmamız gerekiyor. Touchpoint’leri oluşturup, değerlerini belirleyip, iyi analiz yapmak ve iyileştirici aksiyonlarımızı almamız ve bu döngüyü rutin olarak devam ettirmemiz gerekiyor.

Webrazzi'den Yeni E-Ticaret Raporu

5 Mart 2014 tarihinde Pelin Taşel tarafından yayınlandı.

Webrazzi yeni e-ticaret raporu yayınladı.

Aşağıdaki linkten rapor kaynağına ulaşabilirsiniz:

http://www.webrazzi.com/2014/03/05/webrazzi-e-ticaret-raporu-yayinlandi/