IDC analistleri, global ölçekte oluşturulan ve depolanan bilgi miktarının her on sekiz ayda bir iki katına çıktığını tahmin ediyor. İnternet üzerinden faaliyet gösteren şirketler için geniş kapsamlı veri kaynaklarına kolay erişim mutlak bir ihtiyaç. Ancak en önemlisi, arşivleme ve gerçek zamanlı analiz yapabilme becerisi olarak karşımıza çıkıyor. Bunlar pazarın durumuna dinamizm katmakla kalmayıp, iş ortamı ve gelecek tahminleriyle yürütülen strateji çalışmalarında da katkı sağlıyor. E-ticaret gibi sektörlerde, sadece sanal âlemde var olan şirketlerle veya depolanan büyük verilerle ilgilenilmemeli. Müşterilerin veya bir diğer deyişle internet kullanıcılarının tercihlerindeki değişikliklere hızlı bir şekilde tepki verilebilmeli, pazarlama bütçeleri ve teklifleri rakiplerin girişimlerine ve genel trendlere göre ayarlanabilmeli.
Buğday mı saman mı?
Yukarıda değinilen “büyük ölçeklerdeki data” (Big Data), iş için hem bir şans hem de bir zorluk olarak karşımıza çıkabiliyor. Yenilikçi teknolojik çözümler, analiz için doğru araçları sağlayarak ve bilgileri sınıflandırarak saman ile buğdayı birbirinden ayırmakta önemli bir rol oynamakta. Peki, bu gelişmiş analizlerden nasıl yararlanabiliriz? Yahut Büyük Data e-ticarette nasıl kullanılıyor? Bu sorulara verilecek cevaplar birkaç kalemde toplanabilir.
Kullanıcı segmentasyonu
Analizde en temel araç kullanıcı segmentasyonudur. Bu, internet kullanıcılarının e-ticaret platformunda müşteri mi salt ziyaretçi mi olduğunu bize anlatır. Segmentasyon, birçok noktada birleşerek tek bir grupta toplanan ve aynı zamanda grubu diğerlerinden ayıran müşteri özelliklerinin açıklamasına kadar iner. Bu ayrımı gerçekleştirmek için kullanılacak veriler şu şekilde elde edilebilir:
- CRM sistemleri (müşteri veritabanı yönetimi; iletişim bilgileri, alışveriş geçmişi, alışveriş sıklığı vb.),
- External web analiz sistemleri (internet kullanıcılarının bir web sitesindeki hareket ve davranışları, kullanıcıların geldiği trafik kaynakları, siteden ayrılmadan önce sepete hangi ürünü attıkları vb.),
- Bir zincir veya marka çatısı altındaki external sistemler (örneğin, sadakat kartları ve offline müşteri davranışları hakkında bilgiler),
- Ad hoc araştırmalar (bazı kullanıcı eylemlerinin açıklayıcı araştırmaları, örneğin; sepeti terketme nedenleri, reklamı görüp görmedikleri, rakip web siteleri ziyaret edip etmedikleri, kullandıkları fiyat karşılaştırma siteleri vb.).
Dönüşüme giden yol
E-ticaret platformu ziyaretçileri de dahil olmak üzere her internet kullanıcısı mutlaka müşteri yaşam döngüsünün herhangi bir noktasındadır diyebiliriz. Bu döngü genellikle üç aşamaya ayrılır: kazanım, dönüşüm ve elde tutma. Bu döngünün her evresinde kullanıcının durumu şu koşullar akılda tutularak analiz edilebilir:
- Profillerinin değişmesi için kullanıcı başına harcanacak maliyet (örneğin, potansiyelden kazanılmış bir müşteriye, kazanılmıştan dönüşüm gerçekleştirene, dönüşüm gerçekleştirenden sadık kalan veya elde tutulana),
- Bu türden bir profil değişikliğinin olasılığı (örneğin potansiyel bir müşterinin e-mağazada gerçek bir müşteriye dönüşme olasılığı),
- Profil değişikliği veya kullanıcıyı olduğu evrede tutmaktan sağlanabilecek kar (dönüşüm gerçekleştiren veya elde tutulanlar),
- Bir internet kullanıcısının belirli bir profilde (evrede) kalma süresi.
Yukarıdaki göstergelerin analizi ile, web sitelerin her bir kullanıcısının potansiyeli değerlendirilebilir, göstergeler uygun pazarlama araçları ile optimize edilebilir ve online platformdaki satış rakamları arttırılabilir.
Müşteri potansiyeli ve sadakati
Verilerin doğru analizi müşteri ve müşteri gruplarının hem sadakatini hem de satın alım gücünü değerlendirmek için atılacak ilk adım. “Cüzdan payı”, internet kullanıcılarının sosyo-demografik profillerine (yaş, eğitim, ikamet, gelir, hanehalkı gibi bilgilerine) ilişkin bir tür karşılaştırmalı analizdir. Bu analiz, pazarın tüm segmentinde yer alan dataya ve rekabet sonuçlarına dayanır. Bu yolla bilgi okyanusunda ilgilendiğiniz grubu tanımlayan datayı ortaya çıkarmak, alışverişte harcanan tutarları kontrol etmek, bu tutarların yüzde kaçının cüzdanınıza etki ettiğini (pazar dastasını CRM sisteminizdeki data ile karşılaştırarak) öğrenmek mümkün.
Etkililik
Büyük Data, etkililik değeri taşıyan birtakım ROI analizleri yürütmenize olanak sağlar. Bu analizler bir e-yatırımın ne kadar karlı olduğu hakkında bilgi verir. Online dünyadaki yeni trendlerin bir gösterimi olarak kabul edilebilecek en ilginç örneklerden biri de, kampanyalarda marka etkisinin analizini sağlayan “post-view” kavramıdır. Gemius verileri (AdMonitor raporları) internet kullanıcılarının giderek pazarlama mesajlarından etkilendikleri sonucunu ortaya koyuyor. Kullanıcılar bir marka ile etkileşimde bulunurken ya da satın alım gerçekleştirirken bunları bir reklam aracılığıyla web sitesine geçiş ile yapmıyorlar. Bunun yerine, bir marka üzerine olan ilgileri doğrultusunda hareket ediyorlar (online ürün araştırması yapıyor, Facebook sayfalarını beğeniyorlar vs).
Büyük Data tarafından e-ticarete sunulan tüm olanaklar otomatik pazarlama süreçleri ve gelişmiş IT araçlarının uygulanması ile doğrudan ilgilidir. Davranışsal hedefleme veya tek bir kullanıcı profiline uyarlanan (benzer kullanıcıların online davranış verilerine dayanılarak kurulan) pazarlama iletişimi bunlara örnek olarak gösterilebilir. Ayrıca, tavsiyeler, kişiselleştirilmiş mesajlar ve satış tahminleri (Büyük Data temelli stok yönetimi) de diğer örnekler. Büyük Data kaynaklarından uygun bir şekilde faydalanıldığında zaman ve maliyetten tasarruf sağlanıp, bu kazanımlar işinizin etkililiği üzerine eklenebilir. Bu da sonuç olarak, karlılık üzerinde kayda değer bir etki yaratacak.
Gemius’ta İş Danışmanı Tomasz Lechowicz’ın yazısı ‘Rekabette büyük veri ile fark yaratmak’ Digital Age Mayıs 2014 sayısında yer alıyor.
Yorumlar