a

Lorem ipsum dolor sit amet, consectetur adicing elit ut ullamcorper. leo, eget euismod orci. Cum sociis natoque penati bus et magnis dis.Proin gravida nibh vel velit auctor aliquet. Leo, eget euismod orci. Cum sociis natoque penati bus et magnis dis.Proin gravida nibh vel velit auctor aliquet.

  /  Project   /  Blog: Büyük Veri ile Tüketim Alışkanlıkları Tamamen Değişiyor

Blog: Büyük Veri ile Tüketim Alışkanlıkları Tamamen Değişiyor


İnternette arama yaparken, sosyal medya hesaplarında paylaşımda bulunurken, e-ticaret sitelerinde ürünleri incelerken ve hatta çağrı merkezleri ile görüşürken bile veriüretiyoruz. Dünya üzerinde her gün ortalama 2.5 kentilyon byte veri üretilmektedir ve bu veriyi anlamlandırabilmek gittikçe zorlaşmaktadır. (1) İnternet kullanım yoğunluğunun da artmasıyla nicelik olarak devasa boyutlara ulaşan veri, nitelik olarak da çeşitlilik kazanmaktadır.

Yazı, fotoğraf ya da ses gibi farklı tiplerde birçok veriden oluşan bu kocaman yığını analiz etmek için geleneksel yöntemler artık yeterli olamıyor. Büyük veri (big data); farklı kaynaklardan üretilen bu yüksek hacimli verileri toplama, düzenleme, özel analitik tekniklerle işleme ve anlamlı bir hale getirme süreci olarak da tanımlanabilir. Başta e-ticaret şirketleri olmak üzere birçok kuruluş ise müşterilerini daha iyi anlamak için büyük verinin önemini fark edip harekete geçtiler bile.

Büyük Veri, Büyük Fırsat

Şirketler büyük veriyi toplamak için birçok kanaldan faydalanıyor. Aranan kelimeler, incelenen ürünler, sosyal medya paylaşımları, bloglar ve lokasyon bilgileri bu kanalların başında geliyor. Ayrıca çeşitli sensörler ile elde edilen iklim durumu gibi veriler de analizlerde kullanılabiliyor. Bu sayede veri odaklı pazarlama stratejileri oluşturan şirketler, özellikle müşteri sadakati noktasında çok başarılı geri dönüşler elde edebiliyor.

Müşteri odaklı satış stratejileri geliştirebilmek için kuruluşlar, tahmine dayalı analitik sistemler kullanarak tüketim eğilimlerini öngörebilmektedir. Uygun pazarlama tekniklerini uygulayabilmek için, iyi bir veri madenciliği süreci şarttır. Müşteri reaksiyonlarını belirlerken, veri yığınları içindeki çeşitli örüntüler detaylı biçimde analiz edilmelidir. Hedef kitlenin gelecekteki tüketim potansiyelini saptamaya olanak tanıyan büyük veri, kişiselleştirilmiş bir kullanıcı deneyimi yaratabilmeyi de kolaylaştırmaktadır.

Şirketler Ne Satın Almak İstediğinizi Nasıl Tahmin Ediyor?

Satın alma kararlarınızı hayret verici doğruluk oranları ile tahmin edebilen şirketler, büyük veriden birçok farklı şekilde yararlanıyor. Neye ihtiyaç duyduğunuza dair sağlam öngörülerde bulunmak adına, duygusal durumunuzu ve davranış değişikliklerinizi çözümleyen sistemler giderek daha fazla kullanılıyor. İnsanların, evlilik ya da çocuk sahibi olma gibi önemli kırılma anlarını sosyal medya paylaşımlarından ya da aldıkları ürünlerden saptayabilme şansı, büyük veri ile oldukça kolaylaşıyor.

E-ticaret siteleri, müşterilerinin tüm işlemlerini analiz ediyor ve bunların sonucunda, ürün bazında tavsiye sistemleri oluşturuyor. Bu tavsiye sistemleri(recommandation engines) (2), genel tüketim alışkanlıklarınızı ölçerek, almak isteyeceğiniz diğer ürünleri “Şunları da beğenebilirsiniz” şeklindeki uyarılarla önünüze getiriyor. Amazon ve Netflix gibi şirketler bu ve benzeri sistemleri başarıyla uyguluyor.

Doğru Tüketiciye Doğru Anda Ulaşabilmek

Sepet analizi ya da müşteri yorumları gibi farklı veriler ile geniş ve ayrıntılı bir müşteri profili oluşturulabilmektedir. Şirketler de bu verilere uygun olarak tamamlayıcı ürünleri kullanıcılara sunarak, verimli bir çapraz satış taktiği uygulayabilir. Müşteri yolculuğu haritasını başarıyla analiz edebilen e-ticaret şirketleri, marka farkındalığını da ciddi oranda artırmaktadır.

Şirketler, web siteleri üzerinden topladıkları verilerle müşteri profillerini belirli kalıplara göre gruplandırıp kişiselleştirilmiş web site tasarımları da oluşturabilmektedir. Fiyatlandırma sürecinde de büyük veriden faydalanılabilir. Satış ve stok durumlarının yanı sıra, hava koşulları gibi etkenlerin bile analiz edildiği uygulamalar ile dinamik fiyatlandırma stratejisi uygulanabilmektedir.

Farklı Bir Müşteri Deneyimi

Veri madenciliği metotlarıyla elde edilen çözümlemeler sayesinde; müşteri yaşam boyu değeri (customer lifetime value) (3) de artabilmektedir. Müşteri sadakatini sağlayan bu yapıların bir diğer avantajı da olumsuz durumları öngörebilmeyi kolaylaştırabilmeleridir. Büyük verinin doğru biçimde okunması ve anlamlandırılması ile müşteriyi kaybetme gibi bir durum önceden tahmin edilebilir ve buna göre önemler alınabilir.

Büyük veri ile ortaya çıkacak kullanıcı davranışları, hâlihazırdaki ürünü müşteri beğenisine göre şekillendirebilmeye imkân tanıyacaktır. Bunun yanında, yeni ürün geliştirme süreçlerinde de büyük veri kullanılabilir. İlerleyen yıllarda makine öğrenmesi ve yapay zekâ gibi alanların da gelişmesiyle, büyük veriyi daha iyi analiz etmek mümkün olacaktır. Daha iyi çözümlenen büyük veri sayesinde; perakende sektöründe de köklü değişiklikler olacağını rahatlıkla söyleyebiliriz.

Kaynakça

  1. https://www.domo.com/learn/data-never-sleeps-5?aid=ogsm072517_1&sf100871281=1
  2. http://www.inf.unibz.it/~ricci/papers/intro-rec-sys-handbook.pdf
  3. http://www.clv-calculator.com/clv/definition-customer-lifetime-value//

Source: Artificial Intelligence on Medium

(Visited 12 times, 1 visits today)
Post a Comment

Newsletter