7 ADIMDA BAŞARILI BAĞLILIK OTOMASYONU MÜŞTERİ VERİLERİNDEN MAKSİMUM GELİR ELDE ETME KILAVUZU @Emarsys Emarsys
Yeni bir müşteri elde etmenin maliyeti yüksek olmasına rağmen, halihazırda zor kazanılan müşterilerin pek çoğu bir kez alışveriş yaptıktan sonra geri gelmiyor. Diğer yandan, bir müşterinin tekrar alışveriş yapmasını sağlamanın maliyeti, yeni bir müşteri kazanmaya çalışmaktan çok daha düşük; öyle ki 4-7 kat daha az olduğu tahmin ediliyor. Bağlılık otomasyonu, bu konuyu ele alan basit ve bilinen bir konsepttir. Amacı, ilave yeni müşteriler kazanmaya odaklanmak yerine, bir kez satın alanları tekrar alışveriş yapan müşterilere dönüştürmek ve elde tutmaktır. Bağlılık otomasyonunun dayandığı temel anlayış şudur; Müşteriler ayrı bireyler olsa da davranışları müşteri yaşam döngüsünün hangi aşamasında bulunduklarına bağlı olarak belli kalıpları izler. Bunu dikkate alarak, onları gruplar halinde analiz etmeye başlayabilir ve müşteri yolculuğu boyunca doğru yönde ilerlemeleri için tasarlanmış otomatik kampanyalarla ilişkilendirebilirsiniz. Bugüne kadar, programların ve çok kanallı kampanyaların müşterilerin yaşam döngüsündeki yerine ve iş açısından önemine dayanarak müşteri bağlılığını nasıl sağlayacağına dair çok şey yazıldı. Şaşırtıcı olan, teori bu kadar basit olmasına rağmen, şirketlerin çoğunun çeşitli engeller sonucu bunu uygulamaması. Bu sorunları çözmek için yazılım sağlayıcınızın mutlaka sunması gereken 7 basit adım olduğuna inanıyoruz. 2
1. VERİ TOPLAMAYI OTOMATİZE EDİN VE SADELEŞTİRİN Verilerin merkezileştirilmesi ve büyük veri modelleri son yılların en tartışılan konu başlıkları arasında yer alıyor ama bir yandan da farklı veri ambarlarını birbirine bağlayabilecek IT kaynaklarına sahip olmayan şirketler açısından aşılması zor engeller olmaya devam ediyor. İyi bir bağlılık otomasyonu platformu, bunların hepsini sizin için yapabilir ve pazarlama departmanınızı kendi bünyenizdeki IT desteğinden minik payını alabilmek için mücadele etmek zorunda bırakmayabilir. Fakat veriler kendi başına yeterli olmuyor ya da bazen çok fazla olabiliyor. Tümünü yükle aslında bir tuzaktır; belli amaçlar için sadece belli veriler kullanılmalıdır. Ama iyi bir haberimiz var: Bağlılık otomasyonu için gereken bilgiler aslında oldukça iyi tanımlanmıştır ve dolayısıyla belirlemesi ve otomatize etmesi kolaydır. İyi bir bağlılık otomasyonu platformu bu ilk ve temel adımda başarılı olmanıza iki yoldan yardımcı olur. Birincisi, projenin bütününü sakatlamamak için sadece gereken bilgileri içerecek sadeleştirilmiş bir veri modeli tanımlanmalıdır. İkincisi ise mümkün olduğunca fazla bilgiyi sizin için otomatik olarak toplamalı ve işi size bırakmamalıdır. Bu iki noktayı biraz açalım... SADELEŞTİRİLMİŞ VERİ MODELİ Başlıca ihtiyaçlarınız kişileriniz, yaptıkları alışverişler ve satın aldıkları ürünlerdir. Sadece bu üç tabloyla büyük fark yaratabilirsiniz. Örneğin temel RFM (Yakınlık, Sıklık, Parasal) segmentasyonu yapmanız için bunlar yeterli olacaktır. Ardından e-posta, web sitesi ve aplikasyon davranışlarını eklemeye başlayabilir, Bağlılık için ekstra bir boyut ilave edebilirsiniz çünkü bunlar kişilerin şu an ne yaptığını tanımlarken gelecekte neler yapacakları hakkında fikir de verir. OTOMATİK VERİ TOPLAMA Bunun anlamı web sitesi kodunuza uygulanmış veya online mağazanıza otomatik olarak entegre edilmiş komut dizileri kullanmaktır; bu şekilde veriler otomatik olarak akar ve günlük iş düzeniniz etkilenmez. Komut dizileri pratik olmadığında veya istenmediğinde, iyi bir bağlılık platformu günlük dosya yüklemeleri için en azından kolay ve güvenli veri aktarım protokolleri sağlamalıdır. 2. ENTEGRE SKORLAMA VE SEGMENTASYON Bağlılık otomasyonu platformu, artık verilerinizi istenen ve odaklı bir düzende bulundurduğuna göre, barındırdığı bilgi ve öngörülebilir skorlama modellerini kullanarak sizin için akıllı ve etkin segmentler oluşturmaya başlayabilir. Böylece kişilerinizin tümü ayrı şekilde davranılacak şekilde kümeler halinde gruplanabilir. Bunun en telem seviyesi RFM analizidir. Bu karışıma bağlılık skorunu da katarsanız, ERFM elde edilir (bu konuda ayrıntılı bilgi için tıklayın). Bu model, kullanıyor olmanız gereken çeşitli seçenekler sunacaktır. Örneğin, birçok şirketin uygulamadığı kritik bir programa imkan verir: bulundukları aşamaya ve harcama düzeylerine göre özelleştirilmiş bir teşvik sunarak kaybedilmekte olan müşterileri otomatik olarak geri kazanmak gibi. Temel müşteri yaşam döngüsü segmentlerini ele almanızdan sonra, mikro-segmentler, benzer gruplar, öngörülebilir kümelenmeler ve benzerleriyle skorlama ve segmentasyon daha ileri taşınabilir. Verilerde ne kadar derine inebileceğinizle ilgili herhangi bir limit yok aslında. Her halükarda çok gelişmiş senaryolara girişmeden önce temel segmentlerle başlamanız gerekir. 3
3. SMART METRICS: ÖNGÖRÜLEBİLİR ANALİTİKLERLE DESTEKLİ ÖLÇÜTLER Segmentlerinize biraz daha yakından göz atalım; Bu müşteri yaşam döngüsü segmentlerinden her biri yaşayan, nefes alan, gerçek insanların oluşturduğu bir gruptur. Doğal olarak her biri hakkında daha çok bilgi sahibi olmak istiyorsunuz ama kaybedilen müşteriler segmentindeki 100.000 kişiyi şahsen tanımak nasıl tanıyabilirsiniz? İşin doğrusu, tanıyamazsınız. Her birinin ne satın aldığıyla ve web sitenizde ne kadar zaman geçirdiğiyle ilgilenemezsiniz (ve ilgilenmemelisiniz) çünkü bu düzeyde ayrıntıyı yönetmemeniz gerekir. Onun yerine bütünün bir nevi röntgenini çekerek segmenti inceleyebilir, başarıya ulaşmanızı sağlayacak temel ölçütlere vurgu yapacak genel özellikleri görebilirsiniz. VERİDEN BİLGİYE AKILLI ÖLÇÜTLERİ KULLANMA Bir örnekle açıklayalım: İlk kez alışveriş yapan müşterileriniz diyelim ki 47 gün içinde ikinci bir alışveriş yapmıyorlarsa, kaybedilme olasılıkları tekrar alışveriş yapma olasılıklarından daha yüksek olacaktır. Daha önce bu süreyi 90 gün olarak öngörmüştünüz ama gerçek zamanlı veriler sayesinde bu kırılma noktasının neresi olduğunu artık biliyorsunuz. Dolayısıyla ikinci alışveriş için sunacağınız teşvikin zamanını 85 günden 42 ye çekmelisiniz. Bu segment sürekli evrim geçirdiği için bu kırılma noktasının zaman içinde değişmeyeceğini veya yıl içinde kaymayacağını kim bilebilir? Akıllı ölçütlerle sonuçlarla hedeflerinizi durumunu kıyaslayabilir, gerektiğinde program takviminizde uygun değişiklikleri yapabilirsiniz. ÖNGÖRÜLEBİLİR DAVRANIŞ MODELLEME Akıllı ölçütlerin bir başka örneği entegre öngörülebilir modellemedir. Net bir bakış sunan bu özellikle örneğin şu anda yaptıklarınız sayesinde kaybedilen bir müşteriyi geri kazanma oranınız %7 ve pasif bir müşteri için %0,08 ise, bir strateji değişikliği gerektiği açıkça görülebilir. Programınızda değişiklik ve iyileştirmeler yaptıkça, bu oranlar değişecek ve siz de müşteri bağlılığı stratejinizde optimal bir denge sağlayacaksınız. MOTİVE EDİCİ ÖLÇÜTLER Akıllı ölçütler ancak sizi harekete geçme yönünde motive edebilirlerse değerli olabilirler. Sektörünüzde ilk kez alışveriş yapanların oranı ne? Gelirlerin büyük kısmının, ilk kez alışveriş yapan ve bir daha satın almayacak olan kişilerden geldiğini biliyor musunuz? Genelde gelirlerin sadece %30 luk kısmı tekrar alışveriş yapanlardan sağlanıyor; yani sizin oranınız bunun üstündeyse işler iyi demektir ama bu oranın daha yüksek olması gerektiğini biliyorsunuz. Müşterilerin çoğunun bir daha gelmeyeceğini gerçekten kabul edebilir miyiz? İyi bir bağlılık otomasyonu platformu, buna vurgu yapan raporlama sunar ve pazarlama otomasyonunun işiniz üzerindeki etkisini ölçmenizi sağlar. Daha da önemlisi, zaman içinde daha iyi olup olmadığınızı size gösterir. ÖNGÖRÜLEBİLİR GELİR Öngörülebilir gelir hesaplama alanından gelen akıllı ölçütler gözünüzü korkutabilir çünkü segmentlerinizdeki her kişinin değerini gerçek rakamlarla gösterirler. Kaybedilmek üzere olan her müşterinizin size şu an ne kadar para kaybettirdiğini görmek ve inanmak istemeyebilirsiniz ama bu rakamlar sizin kendi verilerinize dayalıdır ve güvenmeniz gerekir. Örneğin ilk kez alışveriş yapan 245 müşteriyi dün geri kazandıktan sonra ne kadar yaşam boyu gelir üretebileceğinizi ve buna karşın 4
dün pasif duruma geçen 652 müşteri sayesinde ne kadar kaybetmiş olabileceğinizi görmek stratejinizi odaklamanıza yardımcı olabilir. Bunlar tabii ki sadece öngörülerdir ama yol gösterici olarak kullanılabilecek kadar doğrudurlar, özellikle de farklı segmentler için farklı stratejiler arasında karşılaştırma yapıyorsanız. Tek bir konsolda sunuldukları için aksiyonlarınızın (veya almadığınız aksiyonların) gelirlerinize etkisini kuşbakışı görmenizi sağlarlar. Siz içerdiği potansiyeli gördükçe daha geniş bakış açısı da anlam kazanmaya başlar. 4. TEK BİR ENTEGRE BAĞLILIK PLATFORMU Kolayca hafife alınabilen bir engel bu. Kendi bünyenizde iş verileri çözümünüz veya belli bir alana odaklı niş bir çözümünüz olabilir; hatta belli bir düzeyde bağlılık platformunuza entegre edilmiş olabilir. Ama müşteri verileriniz yaptığınız her şeyin merkezinde yer almıyorsa, aradığınız bilgileri kaybetme riskiyle karşı karşıya kalırsınız. Bu o kadar önemli bir konu ki bir kere daha söyleyeceğim: Müşteri verileriniz; kişilerinizi, segmentlerinizi, otomasyonunuzu, raporlamanızı, içeriğinizi, kısacası her şeyi yöneten çekirdek pazarlama platformunuzun bir parçası olmalıdır. Pazarlamacılar satıcı stratejilerini dikkatle sorgulamalı ve her şeyin tek bir ara yüzde olmasını hedeflemelidir: Tek bir kullanıcı deneyiminde verileri görüntülemeli ve analiz edebilmeli, kişileri toplamalı ve segmentlere ayırabilmeli, içerik yaratabilmeli, kampanya ve raporlamaları otomatize edebilmelisiniz. Verilerin gerçek anlamda entegrasyonu, aynı zamanda tetikleyicilere güvenebilmek anlamına gelir. Başka bir deyişle, bir müşteri web sitenizde bir eylemde bulunursa, platform tarafından anında ve otomatik olarak bir tepki tetiklenebilmelidir. İçeriğin de tamamıyla entegre edilmiş ve akıllı (yani kişiselleştirilmiş) olması gerekir. Bu yazının ana teması olmamakla birlikte, başarılı kampanyaların en önemli tetikçilerinden biri içeriktir tabii. Sonuçta her müşteri gerçekten kendisini ilgilendiren bir mesaj almalıdır. Bunun için iyi bir kampanya tasarımına, müşterilere alışveriş durumlarına göre davranmanıza ve tabii iyi ürünler sunmanıza gerek var. Ama sunduğunuz ürünler sadece iyi değil, aynı zamanda o an o kişi için uygun teklifler olmalıdır. Bu tür 1 e 1 ürün eşleştirmeleri doğru ölçekte ancak bir tavsiye sistemiyle yapılabilir. Bu tür içerikleri otomatize etmeyen bağlılık otomasyonu platformları, sizi karışımın temel malzemelerinden birinden yoksun bırakır. Entegrasyon aynı zamanda birden fazla pazarlama kanalına erişim demektir. En yaygın kullanılan kanal e-posta olmakla birlikte, tek seçenek olmamalıdır. Kaybedilen bir platin müşteri için e-posta işe yaramadıysa, SMS gönderin; onları geri kazanmak için ne gerekiyorsa yapmalısınız. 5. ETKİYİ ÖLÇMEK Diyelim ki stratejinizi yukarıda özetlediklerimize göre geliştirdiniz ve müşterilerinizin bağlılığını şimdiye kadar olmadığı kadar iyi bir noktaya getirdiniz. Bu etkiyi ölçebilir misiniz? Örnek olarak, kaybedilen müşterileri geri kazanmak için tasarlanmış bir otomatik kampanya oluşturduğunuzu düşünelim. Hoş bir teşvik ve harika bir ürün teklifi eklediniz, gönderdiniz ve ne olacağını görmek için beklediniz. Üç hafta sonra 212 müşteriyi geri kazandınız. Bu iyi bir sonuç mu? Büyük olasılıkla öyle. Ama daha iyi olabilir miydi? Belki, kim bilebilir? Hiçbir şey yapmasaydınız, kaybedilmiş bu 212 müşteriden kaçı zaten geri gelecekti? İşin sırrı açılma, tıklanma ve hatta dönüşüm oranlarına bakmak değil. Kampanyanızın gerçekten etki yaratıp yaratmadığından emin olmanın tek bilimsel yolu, kontrol grubu testi yapmaktır. Program kaybedilen müşterilerinizin %90 ına gönderildiyse ve %10 u hariç tutulduysa, o %10 un kaçının siz onlara bu kampanya ile ulaşmasanız bile geri geleceğini görebilir ve dolayısıyla stratejinizin değerini ölçebilirdiniz. Programın değerini kesin olarak bilebilirdiniz. Burada değer ile sadece kampanyayı gönderdikten sonra elde edilen geliri değil, aynı zamanda özellikle bu programla ilişkilendirilebilecek ve aksi halde kazanılmayacak gelirleri kastediyorum. 5
6. ANLAMLI RAPORLAMA Bağlılık otomasyonu sadece eksiksiz bir müşteri verileri çözümü değildir ve öyle de olmamalıdır. Bağlılık otomasyonu pazarlaması hatırına, geri planda yeteneklerini konuşturmak için yalnızca gerekenleri toplama ama size sadece görmeniz gerekenleri göstermek için dikkatle seçme yaklaşımını içeren özel bir sistem olmalıdır. Aksi takdirde, ayrıntılarda boğulup asıl resmi göremezsiniz. Veri bilimciler tarafından tasarlanmış, önceden planlanmış ve bağlılık otomasyonuna odaklı raporlama şablonları sonraki aksiyon adımlarını netleştirir ve aynı zamanda gereksiz raporlarla dikkatinizin dağılmamasını sağlar. Tam olarak aradığınızı size gösteren, anlamlı raporlama budur. İster segmentleriniz, ister performansınız veya akıllı ölçütleriniz olsun, sizin ihtiyaçlarınıza göre özelleştirilir ve aksiyon alınabilen gerçek bilgilere dayalı kararlar vermenize yardımcı olur. Yönetmeye, motive etmeye ve izlemeye dayalı etkin bir günlük raporlama düzeni oluşturmalısınız: Birincisi, varlıklarınızı yani kişilerinizi yönetin. Yaşam döngüsü segmentlerine nasıl dağıldıklarını görün; anlamlı ölçütlerle analiz etmenizi sağlayan tüm özelliklerini ve zaman içinde nasıl değiştiklerini öğrenin. İkincisi, (finansal) motivasyon, yani potansiyelin nerede olduğunu görmektir. Hangi sorunun size ne kadara mal olduğunu görün ve gözünüzün önündeki potansiyel altın madenine odaklanın. Gelirinizin ne kadarının ilk kez alışveriş yapanlardan geldiğini, iadelerinizin oranını, vs. değerlendirin. Üçüncüsü, aldığınız aksiyonların etkisini, nelerin işe yaradığını ve nelerin değişmesi gerektiğini izleyin. 7. DENEME YAPMANIN TEŞVİK EDİLMESİ İnsanlar genelde değişimden korkma eğilimindedir. Şirketler de çoğu zaman kurulu düzeni bozmak istemez. Yeni şeyler denemek veya iyi işlediğini bildiğiniz bir şeyi değiştirmek her zaman mantıklı olmayabilir. Ama daha iyi bir sonuç vereceğini görebilseniz, değişimi düşünürdünüz, değil mi? Daha önce değindiğimiz kontrol grubu testleri bu durumda kullanılabilir. Bir segmentin %95 inin aynen devam etmesine izin verirken, %5 ini yeni bir konsepte yönlendirin. Webmasterlarınız bunu online olarak zaten sürekli yapıyor; siz de kampanyalarda ve otomatize edilmiş programlarda uygulanmasını sağlayabilmelisiniz. Segmentleri, içeriği, teşvikleri, kanalları, zamanlamayı, neyi istiyorsanız değiştirin ve sonuçlara bakın. Deneme işe yaramadı mı? Sorun değil, vazgeçin. İşe yaradı ve orijinalinden daha iyi mi oldu? Geri kalan %95 e de uygulayın ve bir sonrakine geçin. GERÇEKLEŞMESİNİ SAĞLAMAK Şu sıralarda pek çok pazarlamacı büyük veri modelleriyle uğraşıyor ama sorun hâlâ devam ediyor; bu bariz fikirlerin benimsenmesinde artış yok. Ürün yönetimi ekolünden gelen biri olarak tüm sorunların çözümünün yazılımda yattığını düşünmeyi tercih ederim. Daha çok kullanıcı sonuçta bizim teknolojimizi kullansın diye yazılımımızla neler yapabileceğimizi düşünürüz. Bizi yukarıda anlattığımız yedi adıma yönelten de bu düşünce oldu: 1. Otomatik ve sadeleştirilmiş veri toplama 2. Entegre skorlama ve segmentasyon 3. Akıllı ölçütler (öngörülebilir analitiklerle destekli analiz) 4. Bağlılık platformunuzla entegrasyon 5. Etkinin ölçümü 6. Anlamlı raporlama 7. Deneme yapmanın teşvik edilmesi 6
Bunlar bağlılık otomasyonunda başarı için nelere ihtiyacınız olduğunu ve nelerin sizi motive edeceğini gösteriyor. Bir deneyin; mevcut ve sadık müşterilerinizden elde ettiğiniz toplam geliri maksimize ederek finansal sonuçlarınızda nasıl dramatik bir iyileşme sağladığınıza bir bakın. Herhangi bir bağlılık otomasyonu çözümünü değerlendirirken bu yedi adımı kontrol listesi olarak kullanırsanız doğru seçimi yapabilirsiniz. BAĞLILIĞI OTOMATİZE ETMEK VE FİNANSAL SONUÇLARINIZDA DRAMATİK BİR İYİLEŞME SAĞLAMAK MI İSTİYORSUNUZ? Emarsys in müşteri verileri çözümü Smart Insight ı inceleyin. Müşteri bağlılığını düşünerek geliştirdiğimiz bu çözüm, yukarıda anlatılan yedi adımı da içeriyor. Bunların DNA mızda köklü bir yeri olduğunu göreceksiniz. Bizimle hemen iletişime geçin. Sizin için neler yapabileceğimizi göstermekten memnuniyet duyacağız. 7
DÜNYANIN EN AKILLI PAZARLAMACILARININ GÜVENDİĞİ MARKA: ÜYELİKLER: