Analitik CRM

Daha önceki yazılarımda CRM işinde biraz derinleştikten sonra Analitik CRM yaklaşımına giriş yapacağımızdan bahsetmiştim. CRM Temelleri hakkında bir kaç makale yazdığımıza göre artık derinleşmenin zamanı gelmiş demektir.

Kafa karışıklığı yaratmamak adına mümkün olduğu kadar basitleştirerek anlatmaya çalışacağım.

Gelin öncelikle CRM tanımını hatırlayalım.

CRM (Customer Relationship Management – Müşteri İlişikileri Yönetimi) için, müşteriyi tanımak, temel ihtiyaçlarını anlamak/takip etmek, oluşan ihtiyaçlara paralel çözümler/ürünler sunmak ve zaman içerisinde büyüyen bu bilgiyi kurum içerisinde paylaşmak demiştik.

Peki Analitik CRM nedir?

Analitik CRM; Müşterilerden bilgi toplama, bu bilgileri sınıflandırma ve oluşan bu verilerin kullanılabilir hale gelmesine yardımcı olan tüm süreç ve araçlardır.

Şu ana kadar hep bilgi toplama tarafına yoğunlaştık. Analitik CRM kavramıyla birlikte standart CRM tanımının tam olarak hakkını vereceğimiz süreç ve araçlar hayatımıza giriyor. Örnek vermek gerekirse;

Müşteri Skorlama

Müşterilerimizi, yarattığı işlem hacmi, gelir, kar, alışveriş sıklıkları, kullanım alışkanlıkları vb. gibi bir çok parametreye bakarak skorlayabiliriz.

Bu skor sayesinde müşterimizi segmente edebilir, oluşan segment bilgisine göre sadakat durumu, uygulanabilecek promosyonlar ve en uygun pazarlama kampanyalarını seçebiliriz.

Skorlama ve Segmentason için uzun yıllardır RFM Analizi yöntemleri kullanılıyor. RFM’in açılımından bahsedecek olursak;

  • Recency (Güncellik) En son ne zaman alışveriş yaptı.
  • Frequency (Frekans) Hangi sıklıkta alışveriş yaptı. 
  • Moneatry (Tutar) Ne kadar harcadı.

Bu verilere bakılarak 1-5 arası bir skor üretiliyor ve en uygun aksiyon adımları için müşterimiz 125 farklı müşteri tipine ayrılıyor. 

Müşteri segmentasyonu için http://segmentor.optimove.com sayfasındaki Segmentor uygulamasını inceleyebilirsiniz. Konuyu pekiştirmenizde faydası olacaktır.

Karar Ağaçları

Karar Ağacı (Decision Tree) ağaç yapısı şeklinde basit bir sınıflandırma algoritmasıdır.

Firmanızın dinamiklerine göre yada yukarıda bahsettiğim skorlama yöntemlerini kullanarak basit karar ağaçları oluşturabilirsiniz. Bu sayede input değere göre çok hızlı sınıflandırma yaparak karar alabilir, hatta tahminlerde bulunabilirsiniz. 

Basit bir örnek vermek gerekirse; 

  • Müşterinin geliri yok ya da çok düşük ise Yüksek Risk grubuna girer ve hiç bir ürün/kampanya sunulmaz.
  • Geliri 15$ – 35K$ arası ise önce Kredi Geçmişine bakılır. Kredi Geçmişi iyi ise Orta Risk grubuna girer ve bu gruba uygun ürün/kampanyalar sunulur.
  • Gelir 35K$ üzeri ise Kredi Geçmişi ne olursa olsun Orta ve Düşük Risk grubuna girer. Bu müşteri en geniş ürün/hizmet/kampanya yelpazesinden faydalanabilir.

Demek ki; Gelir en önemli parametrelerden biriymiş 🙂 Biraz daha fikir vermesi amacıyla Smartdraw firmasının karar ağacı oluşturma servisini inceleyebilirsiniz.

Tahminleme

Oluşan tarihçe sayesinde müşterimizi skorluyor, sınıflandırıyor, yorumluyor ve çeşitli tahminlerde bulunabiliyoruz. En büyük örneklerden birisi ABD’nin önemli parekendecilerinden Target Company‘nin “Hamilelik Tahmin Puanı” uygulamasıdır.

Gelin bu uygulamaya kısaca göz atalım.

  1. Müşteriye bir kimlik numarası (ID) atanıyor. Yani sisteme kaydediliyor.
  2. Yapılan tüm alışverişler bu müşteri ID’si ile ilişkilendirilerek kayıt altına alınıyor. 
  3. Oluşan tarihçe incelenerek hamilelik evresine göre satın alınan 25 farklı ürün belirleniyor. Müşteri bu ürünlerden aldıkça ilişkilendirme ve anlamlandırma devam ediyor.
  4. Hedef puana ulaşıldığında ise ilgili müşteriye ürün tanıtım ve indirim kuponları gönderiliyor.

Target bu uygulama sayesinde 2002-2010 yılları arasında da gelirlerini 23 milyar dolar arttırmayı başardı. Makalenin tamamı için buraya tıklayabilirsiniz.

Tahminsel modelleme, Prediktif analiz ve prediktif pazarlama uygulamaları hakkında ayrı bir makale yazmayı düşünüyorum. Oradan da iş zekası ve raporlama tarafına bağlanacağız. Böylelikle CRM dönügümüz tamamlanacak.

Analitik CRM’e giriş yazım umarım faydalı olmuştur.

Sevgilerimle…

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir