Dijital dünya gerçekten çok hızlı değişiyor değil mi? Bir zamanlar dillerden düşmeyen kelimelerin yerini her zaman alacak yeni terimler üretebiliyoruz. Belki de üretebilmeliyiz dijitali dijital yapan bu. Bir zamanlar Google’daki her bir muhterem üç harfli bize vaov dedirtirken; bunu zamanla offline/online vs online/offline kurgular, çevrimdışı dönüşümler, yapay zeka uygulamaları, cross device extensionlar, taksonomiler ve daha kişisel bir dijital dünya bizim vaov eşik değerimizi yukarı çeken parametrelerden sadece bir kaçı oldu. Sahi nedir bu predictive modelling? Ortamlarda ben dijital biliyorum demek için kullanacağımız yeni kurban mı? Yoksa gerçek anlamda gelecekteki potansiyel müşterilerimizi belirlememizi sağlayan bir model mi?
Şekil 1- Predictive Modelling, Predictive Analytics ve Predictive Analysis kelimelerin Google Trends Sonuçları
Temelde predictive modelling müşterilerin gelecekteki davranışlarını geçmiş davranış datalarına göre analiz ederek bir çıkarımda bulunmasıdır. Pareto yasasına göre çıktıların %80’i, girdilerin %20’sinden ; sonuçların %80’inin nedenlerin %20’sinden kaynaklanacağı fikrinden doğan ve ekonomi literatüründe 80/20 kuralı olarak ifade edilen Pareto yasasını e-ticarete uyarladığımızda gelirimizin %80’i müşteri kitlemizin %20’sinden gelebilir. Tabi bu oran birebir doğru olmayabilir fakat yaklaşım olarak mikro segmentlere yapacağımız iletişimlerde bize oldukça önemli bir çıkış noktası sağlar. Predictive analizde en önemli modellerden biri CLV (Customer Lifetime Value). Müşteri ilk satın almasını gerçekleştirdikten sonra şirketimizde bulunan tüm araçların entegre bir şekilde datalarını tek bir yerde toplamasıyla ve takibiyle; belirli süre sonra e-mail,push,dijital reklamlara verdiği tepkilerin hatta demografik ve coğrafi bilgilerle müşterinin bir sonraki hareketi tam olarak tahmin edilemese de ürün satın alma olasılığı yüksek gibi bir listede yer verilebilir.
Modellemedeki en önemli ikinci kısım müşterinin geçmiş alışveriş datalarından cüzdanını tahmin etmek. Ne kadar korkutucu geliyor aslında değil mi? Çok da zor bir tahmin değil aslında hele bir de geçmiş satın alma davranışları ve güncel pazarlama araştırmaları ile birleştirince. Müşteriye göndermiş olduğunuz push ya da e-maillerden indirim odaklı olanları her seferinde açan(discount affinity), 11.11, Black Friday iletişimlerine son derece engage olmuş müşteri kitlesini o pazardaki ortalama o ürünün değişitirme süresi ile eşleştirdiğimizde ortaya anlamlı bir kitle çıkacaktır. Bir de bu müşterinin offline daki ayak izlerini online da takip edersek bu ortaya çıkan kontrol grubunun normal mass kitleye göre 7-8x conversion sahip olması hiç şaşırtıcı olmaz.
Hep satın alma ihtimali yüksek olma müşterileri konuştuk. Peki ya bize elveda etmek üzere olan kullanıclar? Call-center dataları, tüketici anketleri, site ziyaretleri, mailinizi açma oranları bunların hepsi aslında churned olmaya yaklaşan müşteri için entegre bir şekilde tutulup analiz edilmesi gereken datalardır. Hala çoğu şirkette bu çarklar birbirinden ayrı şekilde dönüyor. Unutmayalım çarklar ne kadar hızlı dönerse dönsün birbirine bağlı olmazsa hedefteki çarkı hareket ettiremez. O yuzden CRM,Servis,Satış ve Dijital dataların birbirleri ile entegre olması oldukça önemlidir. Aşağıdaki grafikte de görebileceğiniz gibi müşterinin gitmesinin sebebini tek bir departmanın üzerine yıkmak oldukça zalimce olacaktır.
