Dijital Analytics Okyanusunda Yön Bulma Rehberi

Sadece tek bir ilaç olsa ve dünyadaki bütün hastalıkların çözümünü içinde barındırsa ne güzel olur değil mi? Ne doktora ihtiyaç kalır ne de teşhis için yapılan onca medikal cihaz harcamasına ve zaman kaybına.

Aşağıdaki ekran görüntüsünü Devlet Malzeme Ofisi’nin e-ticaret sitesinden aldım. Hastalık teşhisi yapmayan sadece teşhisi yapacak doktora girdi oluşturan cihazların fiyatları bile doğru teşhis koymanın ne kadar maliyetli olduğunu bize gösteriyor.

Hiçbir zaman insan kadar karmaşık olmayacak bile olsa Türkiye’de internette varlık gösteren 15.000 dijital işletmenin neredeyse tamamı yönetim/CRM/operasyon/pazarlama/IT departmanlarındaki çeşitliliklerinden dolayı çok farklı iç dinamiklere sahip. Büyümeleri önündeki gerçek engelleri bulmak sanıldığının aksine kısa bir entegrasyon ve funnel analizi ile değil; gerekli analiz araçlarıyla uzun ve planlı çalışma sonucunda ortaya çıkıyor.

İşte gerçek büyüme bu çalışmalar sonucunda tespit edilecek doğru noktalara yapılacak dokunuşlar sayesinde ortaya çıkıyor ve firmalar aldıkları hizmetin karşılığını almaya başlıyor.

Yukarıdaki grafik “Analytics Maturity Model” başlığı altında dünyada uzun zamandır kullanılan ve firmaların ölçümleme konusunda yolun neresinde olduğunu gösteren basit ama etkili bir şablon. İlk seviye girişi temsil ederken; “Seviye 5” bütün kararların merkezinde analitiğin yer aldığı tamamen veri odaklı bir işletmeyi yansıtıyor.

Açıklığa kavuşturmak istediğim bir nokta var. 5. seviye bütün dijital işletmeler için ideal nokta değil. Örneğin; tek bir sayfada ürün satan işletmeyi veya internetten lead toplayan firmanın mobil analitik veya CRM entegrasyonuna gerek duymadığı açıktır.

Seviye 1: Temel Takip

Genellikle tek sayfa sitelerin ihtiyaç duyduğu bu kurulumda ölçümleme ölçümleme aracının (genellikle Google Analytics) kurulması ve analiz aracının arayüzünden birtakım ayarlamaların yapılması yeterli olmaktadır.

Bu kurulum ile aşağıdaki veriler erişilebilir hale gelmektedir:

• Hangi trafik kaynağından ne kadar ziyaretçi alınıyor?
• Hangi sayfalarım daha çok ziyaret alıyor? Bu sayfaların hemen çıkma oranı ne?
• Başvuru (genellikle lead siteleri) performansı nedir?

Bütün ölçümleme araçları temel kurulumla birlikte bazı verilere otomatik olarak ulaşmaktadır. Bu bilgiler ziyaretçinin tarayıcısından toplanır ve ek konfigürasyon gerektirmez:

• Kullanılan ekran (PC, cep telefonu veya tablet) ve cihaz markası
• Siteyi ziyaret etme sayısı
• Kullanılan tarayıcı
• Internete bağlı olduğu şehir/ülke
• Ekran çözünürlüğü

Tarayıcıdan alınan bu bilgiler ile sitenize gelen trafik bilgisi harmanlandığında aşağıdaki soruların cevaplarını almaya başlarız:

• Google reklamlarından gelen trafik mobil de neden daha iyi performans gösteriyor? (Belki bilgisayardan sitenize gelen bir kulanıcı sayfanızı çok karışık bulmuş olabilir.)
• İç ve Doğu Anadolu’dan gelen organik trafik neden çok fazla satın alım yapıyor? (Battaniye satan bir siteniz varsa hedef kitlenizin içinde bulunduğu hava sıcaklığının bile önemi artıyor.)
• Ziyaretçilerim neden sitemi ikinci defa ziyaret etmiyor? (Email, remarketing veya diğer doğal kurgular ile kullanıcıları tekrar gelmeye nasıl ikna ederim?)

Seviye 2: Site Optimizasyonu

Ziyaretçilerinizin sitenizde nasıl dolaştığını analiz etmeye başladığınızda ikinci seviye olan site optimizasyon sürecine geçmişsiniz demektir. Bu süreçte siteye gelen kullanıcıların satın alımı/başvuruyu gerçekleştirinceye kadar hangi adımları tamamladığını ve hangilerinde takıldığını görmeye başlayacaksınız.

Bu analizler ile beraber cevabı aranan sorular:

• Sipariş sürecinin her bir adımının performansı ne? (Huni görselleştirmesini kullanabilirsiniz.)
• En çok ziyaret alan Landing Page’ler hangileri? Bu sayfaların hemen çıkma oranı ne? (Hemen çıkma oranı, sayfaya gelen kullanıcıların ikinci sayfaya geçmeden ayrılmasını tanımlar. Bu oran %50 ise binbir emekle siteye getirdiğiniz kullanıcılarınızın yarısı direkt sitenizden ayrılıyor demektir.)
• Darboğazları optimize etmek için ne yapılmalı? (Bu hususta yapacağınız en güzel çalışma A/B testleri odağında Dönüşüm Optimizasyonu sürecine başlayabilirsiniz. Detaylar için bu yazıya göz atmakta fayda var.)

Dashboard/Görselleştirme

İkinci seviyenin diğer bir karakteristik özelliği Dashboard kullanımıdır. Dashboard bana göre işletmeniz için bir özettir. Dijital işletmenizde olan bütün işlemlerin anlamlı bir şekilde bir araya gelmesidir.

Çeşitli ölçümleme araçlarında (Coremetrics, Google Analytics, Omniture ve Webtrekk) yer alan dashboard örnekleri yer alıyor.

Seviye 3: Segmentasyon ve Mobil Ölçümleme

Sadece belirli şehirlere (İstanbul, Ankara ve Bursa) dağıtım yapabilen bir işletmeye sahip olduğumuzu düşünelim. Bu şehirler dışında ikamet edenler sitenize gelse bile sipariş veremeyecekleri için sizin için anlamlı bir kitle olmayacaktır.

Buradaki “anlamlı” kelimesi oldukça önemli. Analizler çoğunlukla sayılarla alakalıdır. Ama analizi yapılan konuya derinlemesine hakim değilsek yanlış mantarı toplayarak zehirlenebiliriz.

Belirli zaman aralığında işletmenizi 100 kişinin ziyaret ettiğini ve bu kişilerden 2'sinin sipariş verdiğini varsayalım. Bu durumunda sitenin dönüşüm oranı %2 olacaktır. Şirkete hakim olduğunuz için bu oranı düşük buluyor ve bir analiz yapıyorsunuz. Bu analizde adres adımında çok büyük bir kaçışın olduğunu gördünüz ve teknik değerlendirme için bu sayfayı IT departmanına gönderdiniz.

Peki bu analiz gerçeği ne ölçüde yansıtıyor? Gelin elimizde yer alan bilgileri bir araya getirelim:

• Siteye 100 kişi geliyor ve 2'si sipariş veriyor.
• İşletmenin dağıtım yaptığı şehir sayısı sınırlı.
• Adres doldurma aksiyonunda büyük bir sorun olduğu görülüyor.

Elimizdeki bilgileri net bir şekilde yazdığımda aklıma tek bir soru geldi; ziyaretçilerin ne kadarı işletmenizin dağıtım yaptığı şehirlerde oturuyor?

İşte bu soru bizi segmentasyona yönlendiriyor. Ziyaretçilerimizi dağıtım yapılan veya yapılmayan şehirlere göre segmente ettiğimizde 100 kişiden sadece yarısının hedef kitlemiz olduğunu görüyoruz. Aslında adres sayfasının tasarımında ve teknik alt yapısında bir sorun yok çünkü kullanıcı kendi şehrini gönderim formunda göremiyor bile.

Segmentasyon sonucunda sitenin dönüşüm oranının %4 olduğunu (Satış 2, hedef kitle ziyaretçisi 50); asıl problemin ise doğru hedef kitleyi siteye çekememek olduğunu fark ettik. Artık alacağımız aksiyonlar sorunun temelini çözeceği için gelire etkisi çok daha fazla olacak.

Alarm Sistemi ve Otomatik Raporlama

Her iki özelliğin ana çıkış noktası zamanımızın kısıtlı olması ve ölçümleme araçlarının bize çok fazla veriye boğması. Toplantılar ve İstanbul trafiği ile dolu günümüzde her gün Google Analytics’i açıp bütün önemli parametrelerdeki değişiklikleri yakalayamayabilir, bazı önemli trendleri gözümüzden kaçırabiliriz.

Birincil işi analist olamayan kişiler için işletmenin sağlığını sürekli kontrol atında tutabilmek adına ölçüm araçları size muhteşem iki araç sunar; alarm ve otomatik raporlar.

Bu araçlardan ilki olan alarmlar ile aşağıdaki KPI’larınızda bir değişiklik olması durumunda direkt email veya SMS ile bilgilendirilirsiniz:

• Reklam harcaması
• Kategori özelinde geliriniz
• Yeni üye sayısı
• Ziyaretçi sayısı
• Ana sayfanızın hemen çıkma oranı
• Ziyaretçilerinizin sipariş sürecinde ayrılma oranı
• Ödeme hata sayısı
• vs.

Bugün size uyarı gelmedi mi? Tebrikler. Dijital işletmenizde her şey tıkırında.

Otomasyon konusunda ölçümleme araçlarının sunduğu diğer bir nimet ise otomatik raporlar. Bu fonksiyon sayesinde ihtiyacınız olan rapor dilediğiniz gün ve saatte e-postanıza düşüyor. Analiz aracını açmaya bile gerek yok!

Birkaç örnek:

• Her Salı yapılan haftalık finans değerlendirmesi öncesinde dijital reklam harcama ve karşılığında elde edilen gelirlerin otomatik olarak finans müdürüne gönderilmesi.
• Sitede meydana gelen JavaScript hatalarının aylık olarak teknik ekiple paylaşılması. Böylece sorunlara proaktif çözüm üretilmesi.
• Bloggerlar için “Blog’dan gelen kullanıcıların en çok satın aldıkları 10 ürün” başlıklı raporun her Perşembe gönderilmesi.
• Her bir ürün kategorisi özelinde ziyaretçi, site etkileşimi, ürün satışı ve gelir metriklerinin ilgili kategori yöneticisine her hafta Cuma gönderilmesi. Böylece sonraki hafta alacağı aksiyonları planlama imkanı olur.
• Ürün yönetimi ekibine stokta olmayan ve 404 hatası alan ürün listesinin her gün gönderilmesi. Böylece ziyaretçilerin stoksuz ürün görme ihtimalinin en aza indirilmesi.
• Son olarak CEO’ya temel KPI’lardan oluşan dashboard’un haftalık olarak gönderilmesi.

Yukarıda örnekleriyle açıkladığım alarm ve otomatik raporlama özellikleri sayesinde ölçümleme aracının giderek karar destek sisteminiz haline geldiğini fark ettiniz değil mi?

Mobil Ölçümleme

Mobil ölçümleme kavramsal olarak trafik kaynak takibi ve uygulama içi ölçümleme olmak üzere ikiye ayrılmaktadır.

Trafik kaynağı takibi kullanıcıların mobil uygulamayı indirmeleri için aldıkları davranışları kapsamaktadır. Bu süreçte mobil ekosistem web’e göre çok farklı bir yapıya sahiptir. Web’de UTM ve cid ile URL sonuna eklenen parametreler ile istenilen trafik kaynağı takip edilebilmektedir. Uygulama dünyası ise iOS ve Android olmak üzere 2 büyük ve çok farklı yarımküreye ayrılmaktadır. Her iki işletim sisteminin ve uygulama mağazasının talepleri ve sundukları çok farklıdır.

Uygulama içi ölçümünde ise uygulamanın indirilmesi ve açılması sonrasında kullanıcının aldığı aksiyonların takip edilmesidir.

Trafik kaynak takibinin ve uygulama içi ölçümlemenin bir araya getirilmesi pazarlama ve uygulama içi optimizasyon çalışmalarının işletmeye faydasını daha üst noktaya taşıyacaktır.

Trafik kaynağı takibinde kullanabileceğiniz araçlar:

• Adjust
• Appsflyer
• Tune

Uygulama içi ölçümlemede faydalanabileceğiniz araçlar:

• Google App Analytics
• Omniture Appmeasurement
• Mixpanel
• Woopra

Seviye 4: Müşteri Odaklı Pazarlama

Bu seviye kadar yer alan analizlerde siteye gelen ziyaretçinin tek bir oturumuna odaklandık ve aşağıdaki soruların cevaplarını aradık:

• Hangi trafik kaynağından ne kadar ziyaret aldık?
• Dönüşüm oranı ne? Ne kadar satış/başvuru/kayıt var?
• Ziyaretlerin ne kadarı yeni ne kadarı tekrar gelen?
• Mobil ziyaret oranımız ne?
• vb.

Aslında aşağıdaki görselde olduğu gibi belirli bir dönem içerisinde meydana gelmiş aksiyonları analiz ettik.

Analiz zaten bu şekilde yapılmaz mı? Gelin farklı bir bakış açısıyla analizimize 4. boyutu ekleyelim.

CRM Odaklı Veri

Ziyaretçilerimize tek tek bakmaya başladığımızda birşey fark ederiz. Her biri işletmeniz ile farklı br yakınlığa sahiptir. Kimi sizi ilk defa tanırken bir diğeri son 6 ayda birden fazla hizmet almış olabilir.

Aşağıdaki görselde mavi müşteri sitenizin açılışından bugüne kadar sizinle birlikte yolculuk etmiş ve kesintisiz her dönem sizden sipariş vermiştir.

Konuya bu açıdan baktığımızda ziyaretçilerin belirli kümeler içerisinde toplandığını fark ediyoruz. Örneğin; bu sene online olarak sipariş veren müşterilerimden % kaçı ilk defa sipariş veriyor veya ne kadarı bir daha sipariş vermiyor?

İşletmenizi bir havuz olarak düşündüğümüzde müşteri almak kadar müşteri kaybetmek de önemli. Bu soruları sorduğunuzda ise havuzu doldurmaya çalışırken aslında altından çok fazla kaçağın olduğunu ve havuzun giderek boşaldığını fark edebilirsiniz. Bu durumda da yapmanız gereken daha fazla müşteri kazanmaktan ziyade mevcut müşterileri elde tutmaktır.

Kullanıcılarımız başka nasıl segmente edebiliriz?

• İlk defa sipariş veren ve hizmetimizi ilk defa deneyimleyecek kişiler.
• İkinci siparişini veren ve sadık müşteri olma yolunda adım atanlar.
• Sipariş sayısı belirli bir sayıyı aşanlar yani gelirimizin yarısından fazlasını elde ettiğimiz çekirdek kitlemiz.

Bu segmentleri düşündüğümüzde ve yukarıdaki grafiğe baktığımızda aklımızdaki sorular da doğal olarak değişiyor:

• Churn oranını düşürmek için ne yapmalıyım?
• 2013 yılından itibaren ikinci siparişini veren müşterilerimde artış varken çekirdek kitlemi neden büyütemiyorum?
• 2016 yılından müşteri kaçışımdaki artışın nedeni ne?
• vs.

Ziyaretçilerimize bu şekilde bakmaya alışınca segmentleri daha da çeşitlendirebiliriz:

• Kampanyacı kesimde azalma ve geleneksel segmentte artış işletmemizin daha sağlam gelir model üzerine oturduğunu gösteriyor. (Aşağıda soldaki grafik)
• Yüksek gelirli kitleyi işletmemize çekmede sıkıntı yaşıyoruz. (Ortadaki grafik)
• Modern tasarım çizgisi olan giyim markamız için 18–24 yaşındaki kitleyi kaybetmemiz aslında uzun vadede hedef kitlemizi elimizden kaçırmamıza neden oluyor. Markamızı nasıl gençleştirebiliriz?

CRM Entegrasyonu

Buraya kadar iyi hoş da bu analizleri teoriden pratiğe nasıl dönüştüreceğiz? Web analitik aracı sadece ziyaretleri tutuyor. Bahsettiğimiz bilgiler ise ya CRM sisteminde ya da veritabanında.

Bu sorunun tek bir cevabı var; müşterilerinize ait bütün bilgileri tek bir alanda toplamak. Peki nasıl?

• CRM verilerinizi web analiz aracına gönderebilirsiniz.
• Web analiz aracının elde ettiği bilgileri API vasıtasıyla CRM’deki ilgili alanları tamamlamak için kullanabilirsiniz.
• Hem CRM hem de web analiz aracından verileri üçüncü bir alana alabilir ve çeşitli görselleştirme ve analiz araçları yardımıyla bu veriyi işleyebilirsiniz.

Her bir madde için analiz aracına (Google Analytics, Omniture, Webtrekk vs.) özel çok fazla senaryo olduğu için teknik konuları geçiyorum.

Bu çalışma sonucunda şu soruların cevaplarını elde etmeye başlayacağız:

• Son 30 gün içinde siteyi ziyaret eden kullanıcıların CRM segmentlerinin dağılımı ve bıraktıkları gelir ne kadar?
• Hayat Boyu Değer’e (LTV=Lifetime Value) göre her bir trafik kaynağına yaptığımız yatırımı geri kazanabiliyor muyuz?
• Churn olasılığı yüksek olan yani tekrar sipariş vermeyi bırakacak kullanıcıları remarketing ile hedefleyerek aktif olarak sitemize çekebilir miyiz?
• Sipariş veren kullanıcıların ortak karakteristik özellikleri ne? (Trafik kaynağı, ürün kategorisi, cinsiyet, cihaz vs.)
• Ziyaretçiyi ilk müşteriye, ilk müşteriyi ise sadık müşteriye dönüştüren kategoriler ne? (Ziyaretçi denemek için önce kitap sonra telefon mu alıyor?)
• Kullanıcının verdiği siparişler arasındaki süre trafik kaynağına göre nasıl bir değişkenlik gösteriyor?

Kişiselleştirme

Bu kadar veriyi işleyebilir duruma geldiğimizde ise artık kişiselleştirmenin kapılarını aralamanın vakti geldi demektir.

Türkiye’de ve dünyada site üzerinde kişiselleştirme için bir çok araç mevcut. Bu araçlar ile siteye gelen kullanıcıların çeşitli özelliklerine ve davranışlarına göre özel içerikler gösterilebilir. İşte bazı örnekler:

• Remarketing ile gelen kullanıcıların önceki ziyaretinde doldurduğu içeriklerin aynen doldurulması.
• Belirli bir ülkeden ziyaret edilen uygulama sayfasında “Ülkenizden 150 işletme bize güvendi” yazısının çıkartılması.
• Hava durumuna göre ürün önerilmesi.
• Haber sitesinin kullanıcının lokasyonuna göre özel içerik sunması.
• vb.

Seviye 5: Veri Odaklı Dijital İşletme

Nihayet yolun sonuna geldik. Bu aşamadaki işletmelerin neredeyse tamamı en az 5 milyon TL ve üzerinde aylık gelire sahip. Bu ölçekteki işletmelerde veriye dayalı olmadan verilecek küçük bir karar bile işletmeye yüzbinlerce belki milyonlarca TL zarar neden olacağı için ölçümlemeyi işletmelerin merkezinde konumlandırmaya hazırlar.

Bu seviyede belirli bir yol haritasından ziyade bize kendi deneyimlerimiz ışık tutacak. Veri odaklı kültürü içselleştirmede girdiğimiz bu yolda tamamen işletmenin iç dinamiklerine özel strateji sergilememiz gerekiyor.

Strateji

Ölçümleme ve raporlama konusu artık sadece pazarlama (raporlama) ve IT’yi (entegrasyon) ilgilendiren bir konu olmaktan çıkmıştır. İşin içerisine çok net olarak CRM, gelir yönetimi, finans gibi departmanları da dahil olmaktadır. Ayrıca bu büyüklükteki işletmelerde yer alan kategori ve birim yönetimleri ve bu yönetimler arasındaki rekabet de düşünüldüğünde stratejik yaklaşımın önemi ön plana çıkmaktadır.

Bu aşamada stratejiyi genellikle 6 adım üzerine kurgularım:

• Şirketin mevcut raporlama ve veri stratejisinin tanımlanması
• Şirket ulaşabileceği maksimum potansiyelinin belirlenebilmesi için mevcut veri kaynaklarının analizi
• Veri mimarisinin oluşturulması ve işletme ile geliştirilmesi
• Entegrasyon ihtiyaçlarının ve yükümlülüklerinin belirlenmesi
• Entegrasyon sonrası veri görselleştirilmesi
• Bütün departmanlardan geri bildirim toplanması ile sürekli gelişen veri odaklı kültür.

Veri stratejisi oluşturulurken faydalı olabileceğini düşündüğüm bazı sorular:

• Mevcut şirket içi raporlama aracı kullanılıyor mu? Raporlanan kişinin pozisyonunu ve raporlama amacı nedir?
• Örnek rapor formatını öğrenebilir miyim?
• Haftalık ve aylık değerlendirmede hangi departmanlar hangi KPI’lar üzerine yoğunlaşıyor? Neden?
• Hangi veriye erişmek isterdiniz? (Her bir departman için sorulabilir.)
• Veri kaynakları neler? Bu kaynaklar birleştirildiğinde ne gibi bilgiler ortaya çıkabilir?
• Entegrasyon sürecinde rol olacak ekipler ve bu ekiplerin iş yoğunlukları nasıl? (Entegre edilmeyen strateji ölüdür.)
• Veri görselleştirme için şirket içerisinde Tableau, Qlikview gibi BI araçlarından faydalanılıyor mu?

Veri stratejisi oluşturulurken mümkün olan maksimum süre hizmet verilen işletmede geçirilmelidir. Çalışma uzun vadede sonlanacağı, çok fazla kaynak tüketeceği ve işletmenin geleceğini yakından ilgilendirdiği için dışarıdan yürütülecek çalışma ile iç dinamikler tam anlamıyla kavranamayacaktır. Bu durum ise yeni yapının işletme içerisinde tam olarak benimsenememesine neden olacaktır.

Not: Bu ölçekte bir projeye başlıyorsanız en azından Primary Key kavramına hakim olmalısınız.

Siteler/Cihazlar Arası Ölçümleme

Büyük ölçekli işletmeler müşterilerini genellikle tek bir platform veya cihaz üzerinde karşılamaz. Genellikle birden fazla siteye ve uygulamaya sahiplerdir.

Bankaları düşündüğümüzde müşterileri karşılayan websitesi ile başvuruların alındığı domain farklı olabilir. Bu farklılığın yanında iOS/Android uygulamalarını ve mobil deneyim için mobile html’i düşündüğümüzde çerçeve daha da büyür. Bu dünyayı CRM ve diğer entegrasyonlar tamamladığımızda ise resmin tamamını görebiliriz.

Bu kadar geniş bir yapıya mevcut ölçümleme yöntemleri ile yaklaştığımızı düşünelim. Bu durumda aynı kişiyi her bir platformda farklı bir şekilde tanımlayacak ve gerçek tekil kullanıcı sayımızı doğru ölçemeyeceğiz. Ayrıca bu durum nedeniyle kullanıcımızın bütün hareketlerini mantıklı bir şekilde bir araya getiremeyecek; tamamlanmamış yapboza göre aksiyon almaya çalışacağız.

Cihazlar/Platformlar arası ölçümlemeyi entegre ettiğimizde ise kullanıcılarımız gerçek ziyaret alışkanlıklarını doğru bir şekilde ölçebilecek ve işletmeye faydası daha yüksek pazarlama adımlarını atabileceğiz.

Kanallar Arası Ölçümleme (Attribution Modelling)

Herhangi bir dijital işletmede çalışmış olanlar Adwords/Facebook gibi reklam mecralarında raporlanan satışlarla Analytics’de yer alan satış değerinin tutmadığını bilir. Peki bu durumun nedeni nedir?

Aşağıdaki senaryoya göre kullanıcı önce Facebook reklamlarına sonra da Adwords’e tıklayarak satın alımı gerçekleştiriyor. Gelin her bir platformun bu sürece nasıl gördüğüne bir göz atalım:

• Facebook diğer reklam mecralarını göremediği ve cookie süresi 30 gün olduğu için satışı kendisine yazar.
• Aynı şekilde Adwords’de satışı kendisine yazar.
• Google Analytics, reklam mecralarından farklı olarak, hem Facebook hem de Adwords’den gelen trafiği ölçebilir. Fakat varsayılan olarak satışa direkt olmayan son kaynağı yazdığı için satışı Adwords ile bağdaştıracaktır.

Sizce bu durum ne kadar adil? Satışta Facebook reklamının etkisini yok sayabilir miyiz?

Bu örnekte olduğu gibi ziyaretçileriniz farklı kanalları kullanarak platformlarınıza birden fazla ziyarette bulunurlar. Bu ziyaretlerin her biri satış kararını farklı bir aşamasında yer alır ve doğru trafik analizi için birlikte değerlendirilmelidirler.

Aşağıdaki görselde kullanıcının işletme ile etkileşim seviyesine göre sürece dahil olan kanallar açık bir şekilde yer almaktadır.

Kaynak: exacttarget.com

Kanalları doğru yerde değerlendirmek için kullanılan bazı modeller aşağıdadır:

• Son etkileşim: Kullanıcı etkileşiminde sadece satışa döndüren kanala önem verir.
• İlk etkileşim: Bu modelde kullanıcıyı işletmeniz ile tanıştıran kanal önemlidir.
• Sabit: Kullanıcı-site etkileşiminde bütün kanallar eşit öneme sahiptir.
• Pozisyon: Kullanıcıyı ilk defa tanıştıran ve satışa dönüştüren kanallar en çok değeri alırken diğer kanallar daha az öneme sahiptir.
• Artan: Zaman olarak satışa daha yakın etkileşimler daha fazla öneme sahip olurlar.
• Özel: Bu modellerin dışında kanalın amacına özel değer atamaları gerçekleştirilebilir.

Öngörüsel Analiz

Ölçümleme altyapımız süper çalışıyor. Mümkün olabilecek bütün veri kaynaklarını da bir araya getirdiğimize göre neden geçmiş datalara bakıp analiz edelim ki?

Artık eski verilerden ve sezonsallıktan yola çıkarak şirketin geleceğini takip etme zamanı. Bu çalışma sayesinde işletmemizin gelecekteki duruşunun fotoğrafını çekebilecek ve gelecekte oluşacak muhtemel sorunlara/fırsatlara göre aksiyon alabileceğiz.

Kaynak: ameri100.com

Öngörüsel analiz ile cevaplayabileceğimiz bazı sorular:

• Şu anda %30 olan mobil trafiğimiz 6 ay sonra ne kadar olacak? Şimdiden mobil uygulama geliştirmeye başlamamız gerekiyor mu?
• Sezonsallık yüzünden gelirimiz 3 ay sonra düşecek mi? Kampanyalar ile şimdiden bu düşüşe önlem alalım.
• Outdoor kategorinizde yükseliş varken elektronik kategorisinde 6 ay sonra ciddi bir düşüş mü öngörülüyor. Kategori yöneticisi ile iletişime şimdi geçin, çok geç olmadan kategori gelirinizi eski seviyesine yükseltin.

Bu konuda piyasada kullanabileceğiniz bir çok araç mevcut. Bazılarını aşağıda yazıyorum:

• Predi (Hype’da kullandığımız internal aracımız)
• Matlab
• Rapid Miner
• R
• SPSS
• Excel (Nasıl mı? Bir sonraki yazıya)
• Watson Analytics

Emre Güney, Anıl Koman, Mustafa Esad Tatlıpınar ile Pegasus için KPI çalışması yapıyoruz.

Tebrikler! Bütün bu aşamaları geçerek veriyi dijital işletmenizin merkezine yerleştirdiniz ya da en azından bu konuda niyetinizi belli ettiniz. Artık bütün kararlarınız kişisel fikir ve görüşlerinizde çok veriye dayanacak. İşletmenizin herhangi bir yerinde oluşan sorunlardan anında haberdar olacaksınız. Fark edilmesi zor makro trendleri ise önceden görüp işletmenizin dümenine her zamankinden daha hakim olacaksınız.

Bu yola beraber çıkmak isterseniz bana LinkedIn hesabımdan ulaşabilirsiniz.