Pek çok duygu ve anımızın şahidi oluyor gün içerisinde kullandığımız ekranlar. Ekran süremiz uzadıkça dijital ayak izlerimiz de çoğalıyor. Dolayısıyla en yakın arkadaşımızdan bile daha yakın hissediyoruz cep telefonlarımız ve bilgisayarlarımıza... Haliyle bu ekranlar üzerinden bize ulaşan markaların da hem duygu durumu hem de istek ve ihtiyaçlarımıza yabancı olmasını istemiyoruz. Kaldı ki bu, "Çok uzun süredir yoldasınız, dinlenmek için yakınlardaki dinlenme tesislerini araştırayım mı?" diyen akıllı sürüş asistanlarının olduğu bir çağda oldukça makul bir istek.

TÜKETİCİ KİŞİSELLEŞTİRİLMİŞ REKLAMCILIĞI ÇEKİCİ BULUYOR

Peki araştırmalar tüketicinin beklentileri hakkında neler söylüyor? Deloitte'un 'Connecting with Meaning Hyper-Personalizing the Customer Experience Using Data, Analytics, and AI' raporu bu konu hakkında önemli ipuçları veriyor:

İyi uygulanan hiper-kişiselleştirme, pazarlama harcamalarının yatırım getirisini 8 katına çıkarabilir ve satışları yüzde 10'un üzerinde artırabilir,

Müşterilerin yüzde 22'si, daha kişiselleştirilmiş bir hizmet veya ürün karşılığında bazı verilerini paylaşmaktan memnun,

Online alışveriş yapanların yüzde 69'u, bir şirketin mesajının alaka düzeyinin markaya olan algılarını etkilediğini söylüyor,

Müşterilerin yüzde 80'inin, kişiselleştirilmiş deneyimler sunan bir şirketten satın alma olasılığı daha yüksek,

Müşterilerin yüzde 99'u kişiselleştirilmiş reklamcılığı çekici buluyor.

Pazarlamacıların her zamankinden çevik olmasını gerektiren günümüz koşulları, kişiselleştirmeyi tüm müşteri yolculuğuna yayarken veri odaklı dinamik segmentasyonu öne çıkarıyor. Gelin pazarlama profesyonellerinden dinamik segmentasyonun iş çıktılarına yansımasını dinleyelim...

Dijital Pazarlama Okulu Kurucusu, Yapay Zeka & Dijital Pazarlama Aşkı Kitabının Yazarı Yasin Kaplan: Detaylı kırılımlar yapmak önemli

Sosyal medya platformlarındaki davranışlarımız; etkileşime girdiğimiz gönderiler, beğendiğimiz görseller, kaydırma derinliklerimiz ve hatta kaydırma sırasında göz hareketlerimiz bile platformlar tarafından sınıflandırılıyor, ilgi alanlarımıza göre hedefleme yapılabiliyor

Dijital reklamcılığın ilk dönemlerinde, özellikle cinsiyet ve yaş gibi kırılımlar, markaların en çok tercih ettiği hedeflemelerdi. Ancak reklam teknolojilerinin gelişmesi ve makine öğrenimi algoritmalarının iyileşmesiyle birlikte, hedef kitle kırılımlarının gün geçtikçe daha da detaylandığını görüyoruz. Reklam teknolojisi firmaları ve dijital reklam altyapıları, bu gelişmeleri çeşitli sinyallerle besleyerek hedeflemeyi daha da güçlendiriyor. Hedef kitle kırılımını iki ana segmentte inceleyebiliriz. Birincisi, platformlardan gelen sinyaller. Mesela, sosyal medya platformlarındaki davranışlarımız; etkileşime girdiğimiz gönderiler, beğendiğimiz görseller, kaydırma derinliklerimiz ve hatta kaydırma sırasında göz hareketlerimiz bile platformlar tarafından sınıflandırılıyor, ilgi alanlarımıza göre hedeflemeler oluşturulabiliyor. Ayrıca, bu platformlara mikrofon kullanımı izni verdiğimizde, ses verileri de hedefleme için kullanılabiliyor. Bu sayede, kullanıcıların gün içerisinde hangi ürün veya hizmetlere ihtiyaç duyduğu ve hangi reklam görsellerine daha yatkın oldukları hakkında öngörüler geliştiriliyor. İkinci segment ise markaların kendi varlıklarından oluşan kitle segmentleri. Mesela, bir web sitesi bir markanın varlığıdır ve bu siteyi ziyaret eden kullanıcılar bir veri kaynağı olarak hedeflenebilir. Aynı şekilde, sosyal medya sayfalarında gönderilerle etkileşime girenler, videoları izleyenler, beğenenler, paylaşanlar ve yorum yapanlar da hedefleme için kullanılabilir. Ayrıca, bir müşteri listesi veya iletişim verisi varsa, bu veriler reklam teknolojilerine yüklenerek yeniden hedefleme yapılabilir. Sonuç olarak reklam teknolojilerinin gelişmesiyle birlikte hedef kitle segmentasyonlarının oldukça genişlediğini ve daha detaylı hale geldiğini söyleyebiliriz.

YAPAY ZEKA EĞİTMENLİĞİ KAVRAMI ÖNEM KAZANIYOR

Gen AI'ın pazarlama ve dijital strateji alanındaki yetenekleri oldukça etkileyici bir hızla gelişiyor. Özellikle büyük veri analizi, kişiselleştirilmiş müşteri deneyimleri oluşturma, içerik üretimi ve hedefleme gibi alanlarda yapay zekânın kullanımı, pazarlamacılara benzersiz fırsatlar sunuyor. Son kitabımda da bu konunun detaylarından bahsettim. Yapay zeka eğitmenliği kavramı da giderek daha fazla öne çıkıyor. Burada yapay zekaya doğru hedef kitle verilerini sağlayarak, az önce verdiğimiz örneklerde olduğu gibi müşteri verilerimizi kullanabiliriz. Mevsimsel ziyaretçilerimiz ve hatta web sitemizdeki tüm ziyaretçileri segmente edebiliriz; sepet sayfasına gidenler, ödeme sayfasına ulaşanlar, ürünlerimizi favorilerine ekleyenler gibi. Kullanıcıların web sitemizdeki davranışlarını kırılımlar halinde ayırarak, bu verileri yapay zekaya ve makine öğrenimine aktarıyoruz. Tıpkı bir insanın gelişmesi için bir bilgiyi okuyup süzmesi, anlaması ve anlamlandırması gerektiği gibi, yapay zeka da bu kullanıcı verilerini izleyip öğreniyor ve anlamlandırıyor. Ardından, bu verilere benzer kullanıcıları hedeflemeye çalışıyor. Yani aslında, bu segmentasyonlar sayesinde verileri doğru bir şekilde makineye aktarıyor ve yapay zekanın hedefleme konusundaki yeteneklerini güçlendirmiş oluyoruz.

DÖNÜŞÜM HUNİSİNİN EN TEPESİNE ODAKLANILMALI

Hazır giyim sektörü, dijital dünyada en çok reklam bütçesi ayrılan üç sektörden biri. Hem Türkiye'de hem de Avrupa'da dijital reklam verileri bunu doğruluyor. Yani yerel ve global düzeyde bu sektörde ciddi bir reklam harcaması mevcut. Kullanıcıları sınıflandırırken cinsiyete dayalı analizlerin yanı sıra, kullanıcıların hangi ürünlerle ilgilendiğine dair daha detaylı kırılımlar yapmak da önemli. Örneğin, erkek bir kullanıcı gömlekle mi ilgileniyor? Bu gömlek spor mu, klasik mi yoksa ütü gerektirmeyen bir model mi? Daha da derine inersek, renk bazlı kırılımlar yaparak, kullanıcının hangi renkle daha çok ilgilendiğini tespit edebiliriz. Böylece cinsiyet ve ürün bazında doğru hedeflemelere ulaşılabilir. Bu örneği çoğaltmak mümkün. Aynı zamanda kullanıcı hedeflemesinde, mevcut kullanıcılar, yani daha önce alışveriş yapmış veya web sitesini ziyaret etmiş kişilere yönelik stratejiler geliştirilebilir. Bu kullanıcıları yeniden alışveriş yapmaya teşvik ederek, tekrar alışveriş oranını artırmaya yönelik çalışmalar yapılabilir. Bunun yanı sıra, pazarı genişletmek için dönüşüm hunisinin en tepesine, yani marka bilinirliği çalışmalarına odaklanmak gerekiyor. Sadece mevcut verilerle dar bir kitleye hitap etmek mümkün, ancak bu veriyi ne kadar büyütürsek, markaya da o kadar büyük bir yatırım yapmış oluruz. Bu sektörde doğru hedef kitleye ulaşabilmek için marka bilinirliği çalışmalarının yapılması şart. Üstelik bu çalışmalar da hedeflenebilir. Yani, ürünlerimizle ilgilenebilecek kişilere ulaşmak için yapay zeka desteği almak önem taşıyor. Yapay zekâ, benzer kitleler oluşturma konusunda büyük bir rol oynuyor. Daha önce bahsettiğimiz sinyallerimizden yola çıkarak, bu kitlelerin benzerlerini bulmak mümkün. Google, Meta, TikTok, YouTube gibi reklam teknolojilerine verdiğimiz verilerle bu kitlelerin hacmini genişletebiliyoruz. Örneğin, 20 bin kişilik bir veri tabanına sahipseniz, yapay zekâ bu kitlenin benzerlerini bulup veriyi genişletebiliyor. Bu sayede, 20 bin kişilik bir kitleyi 5 milyon kişiye kadar çıkarabilir, benzer kitlelere ulaşabilirsiniz. Özetle, markayı daha önce duymamış, web sitesini ziyaret etmemiş ancak ilgilenen kullanıcılara ulaşırken, bir yandan da mevcut müşterilere yeniden pazarlama stratejileriyle hitap etmek oldukça önemli.

PROF. DR. İBRAHİM KIRCOVA: BAĞLAM ODAKLI TEKLİFLER SUNULABİLİR

Hemen her şirketin gündeminde yapay zeka konusu var. Önce yapay zeka nedir nasıl kullanılır ve üretken yapay zekadan farkı nedir kısaca açıklayalım. Yapay zeka, genel olarak insan benzeri düşünme ve öğrenme yeteneklerini taklit eden sistemlerdir. Yapay zeka, belirli bir görevde veri kullanarak öğrenme, karar verme ve sorun çözme gibi işlemleri yapabilir. Üretken yapay zeka ise mevcut verilerden yeni ve özgün içerikler üretebilen bir yapay zeka türüdür. Örneğin, metin yazma, resim oluşturma, müzik besteleme gibi yaratıcı süreçlerde kullanılır. Üretken yapay zeka, büyük veri setlerinden öğrenerek yeni içerikler tasarlar ve tahminleme yerine yenilik üretme üzerine odaklanır. Yapay zekanın sayılan bu nimetlerinden faydalanabilmek için mutlaka sağlıklı bir veri tabanına sahip olmak gerek. Aksi halde yapay zeka şirketlere çok sınırlı bir alanda yardım edebilir. Tam da bu nedenle az sayıda şirket yapay zekadan rekabetsel avantaj yaratabiliyor. Diğerleri çokça yapay zekayı konuşuyor. Halen yapay zekanın henüz çok yaygın olarak kullanılmadığını ve de kapasitesinin çok azını kullanabildiğimizi de eklemek gerek.

VERİ ANALİZİYLE ÇOK DEĞERLİ İÇGÖRÜLER ELDE EDİLEBİLİR

Programatik reklamdan, içerik üretimine, pazar araştırmasından, satış tahminine kadar her türlü operasyonda çok önemli destekler sunan yapay zeka segmentasyon problemine de çok yaratıcı katkılar sunuyor. Müşterileriyle sürekli etkileşim içinde olduklarından çok büyük miktarlarda veri toplama imkanına sahip şirketler; yaş, cinsiyet, eğitim ve gelir gibi statik özelliklere sahip demografik değişkenler yerine sahip oldukları müşteri bilgilerini kullanarak veri odaklı dinamik segmentasyonu tercih ediyorlar. Tüketici davranışlarının eş zamanlı izlenmesi ve analizi, segmentlerin sürekli olarak güncellenmesini sağlıyor. Veri odaklı yaklaşımla kullanıcıların ilgi alanlarını, çevrim içi davranışlarını, sosyal medya etkileşimlerini ve alışveriş geçmişlerini analiz ederek sayısız segment oluşturmak mümkün. Bu sayede, her bir kullanıcı grubunun belirli değerler, tercihler ve alışkanlıklar çerçevesinde tanımlanması sağlanabilir.

TÜKETİCİYE DOĞRU ANDA ULAŞILMALI

Üretken yapay zekanın pazar segmentasyonunda yarattığı en büyük katma değer hiper kişiselleştirme ile her bir tüketiciyi bir segment olarak görme imkanı vermesidir. Derin öğrenme ve sinir ağları kullanılarak farklı müşterilere özel teklifler sunulabilir. Doğal dil işleme ile yapılandırılmamış veriler analiz edilerek çok değerli içgörüler elde edilebilir.

Ayrıca tüketicilerin ilgi duyduğu konular, ürünlerle ilgili geçmiş etkileşimler ve arama verileri gibi bilgiler kullanılarak ilgi ve hedefe yönelik segmentasyon oluşturulabilir Bu tür bir segmentasyon, pazarlama mesajlarını daha hedefli ve ilgi çekici hale getirmeye yardımcı olur. Yine kişiselleştirme kapsamında tüketicinin bulunduğu fiziksel veya duygusal duruma göre de (örneğin, bir tatil zamanı, stresli bir dönem, özel bir etkinlik gibi) segmentasyon yapılabilir. Bu yaklaşım, tüketiciye doğru anda ulaşmayı ve bağlam odaklı teklifler sunmayı amaçlar. Bunun dışında tüketicilerin, belirli bir zamanda belirli bir içeriği tüketirken sergilediği davranışlara ve ilgiye göre yapılan bağlamsal segmentasyon da yine veri temelli segmentasyonun bir örneğidir. Sosyal medya etkileşimleri veya bir kampanya sırasındaki yanıtlarına göre onları segmente etmek, markaların doğru mesajı doğru zamanda iletmesine olanak tanır.

İLHAM VEREN ÜRETKEN YAPAY ZEKA KULLANIMLARI

Ülkemizde de faaliyet gösteren dünyaca ünlü İsveçli perakendeci H&M, 'Conscious Exclusive' isimli koleksiyonu için tasarımları test etmek amacıyla üretken yapay zekayı kullanarak müşteri tercihleri hakkında içgörüler elde ediyor ve üretken bir rakip ağ (GAN) aracılığıyla yeni tasarımları iyileştiriyor. Bu yenilikçi yaklaşım, verileri yaratıcılıkla harmanlayarak güncel trendlere hitap eden stiller sunuyor. Zegna geçen yıl, müşterilerin ürünleri herhangi bir renk ve kumaş kombinasyonuyla kişiselleştirmesine imkan veren yapay zeka destekli bir araç olan Zegna X yapılandırıcısını yayınladı. Başlangıçta Milano'daki en büyük mağazasında randevuyla satışa sunulacak olan bu yapılandırıcı yakında tüm dünyada kullanıma sunulacak. Hazır giyim sektöründen bir başka örnek de müşterilerine özelleştirilmiş kutular dolusu kıyafet teslim etmek için yapay zeka algoritmaları kullanan kişisel stil hizmeti Stitch Fix'tir. Şirketin yapay zeka algoritması, bir anket ve geri bildirim sisteminin yardımıyla, son derece kişiselleştirilmiş öneriler için bir müşterinin tercihlerini, stilini ve vücut tipini anlayabilir. Pazarı nüfus sayımı, coğrafi bölgeler, genel geçer davranışlar gibi içgörü ve kaba veriye dayalı değişkenlere göre bölmek yerine her bir müşteriyi bir segment olarak değerlendiren bir segmentasyon sürecini kullanmak markalara çok büyük avantajlar sağlayabilir. Bunun için müşteri ile ilgili her türlü veriyi tabii ki izin alarak toplamak, bu verilerini temizlemek, sınıflandırmak ve ileri istatistik analizleri kullanarak anlamlandırmak gerekiyor. Yapay zeka çağı pazarlamayı yeniden yazıyor desek hiç de abartmış olmayız...

İPEKYOL GROUP CMO'SU AZRA ZEYREK: "PSİKOGRAFİK VE DAVRANIŞSAL VERİLERLE SEGMENTLER OLUŞTURUYORUZ"

Günümüz dünyasında hedef kitle segmentasyonu, eskiye oranla çok daha dinamik bir yapıya büründü. Eskiden cinsiyet ve yaş gibi sabit kırılımlar çok önemliydi, ancak şimdi değerler, ilgi alanları, yaşam tarzı ve hatta bireylerin kişisel yolculukları ön plana çıkıyor. Bu geçişken dünyada, biz de hedef kitle segmentasyonumuzu daha bütünsel bir yaklaşımla gerçekleştiriyoruz. Veriyi merkezimize alarak, müşterilerimizin tüketim alışkanlıklarını, dijital davranışlarını ve kişisel tercihlerini anlamak için ileri seviye analizler yapıyoruz. Demografik verilere dayalı segmentasyon yerine, psikografik ve davranışsal veriler üzerinden yeni segmentler oluşturuyoruz. Gen AI, bu noktada önemli bir yardımcı araç haline geliyor. Gen AI, büyük veri kümelerini analiz edip anlamlı öngörüler çıkararak hedef kitleyi daha derinlemesine tanımamıza olanak sağlıyor. Yapay zeka destekli bu öngörüler, farklı kitleleri ayırt etme, bireysel müşteri deneyimlerini özelleştirme ve anlık değişimlere uyum sağlama konusunda bize hız ve esneklik kazandırıyor. Bu teknolojinin en büyük katkılarından biri, müşteri yolculuğunun her aşamasında kişiselleştirilmiş öneriler ve deneyimler sunabilmemiz. Örneğin, kişiselleştirilmiş ürün önerileri ve kampanya mesajlarıyla sadakat programlarımızı daha etkin hale getiriyoruz. Segmentasyon çalışmalarımızın iş çıktılarına yansıması da oldukça olumlu. Daha spesifik segmentlerle çalışmak, müşteri bağlılığını artırmanın yanı sıra, pazarlama harcamalarının etkinliğini maksimize ediyor. Ayrıca, dönüşüm oranlarımızda da ciddi artışlar gözlemliyoruz.

(İpekyol Group CMO'su Azra Zeyrek)

BOYNER BÜYÜK MAĞAZACILIK PAZARLAMA VE MARKA YÖNETİMİ GENEL MÜDÜR YARDIMCISI NURÇİN KOÇOĞLU: "MÜŞTERİ MUTLULUĞU VE SADAKATİNDE SOMUT İYİLEŞMELER SAĞLIYORUZ"

Geleneksel segmentasyon kriterlerinde tek bir mesajla geniş bir kitleye yapılan iletişimler, artık kişisel tercihler ve anlık ihtiyaçlara göre şekillenen birçok mikro segmente ayrılıyor. Burada teknoloji desteğiyle datanın işlenmesi ve anlamlandırılması büyük önem taşıyor. Data konusunda uzun yıllardır önemli adımlar atan bir şirket olarak yapay zeka teknolojilerini kullanarak müşterilerimize kişiselleştirilmiş tekliflerle ulaşıyoruz. Hatta kişiselleştirmenin bir adım ötesine geçerek farklı kanallardan gelen tüm verileri analiz ederek hiper-kişiselleştirme ile 'müşterinin anını' yakalıyoruz. Çağrı merkezi kayıtlarından mağaza içi alışveriş verilerine kadar geniş bir veri yelpazesini entegre ediyor, bu veriler aracılığıyla müşteri ihtiyaçlarını ve tercihlerini takip ediyoruz. Bu modelleme ile; 11 farklı makro, 76 farklı mikro segment kombinasyonu ile alışverişe uzaklığını, değerini ve tekrarlama ihtimalini hesaplıyoruz.

Müşterinin hangi kategoriden hangi markaya eğilimli olduğunu analiz ediyor, bir sonraki alışveriş dönemini ve o dönemde nelere ihtiyaç duyacağını tahmin edebiliyoruz. Segmentasyon çalışmalarımızı tüm müşteri ilişkileri süreçlerimize entegre ederek, müşteri mutluluğu ve sadakatinde somut iyileşmeler sağlıyoruz. Kişiselleştirilmiş kampanyalar ve önerilerle müşteri bağlılığını artırırken, satış performansımızda da olumlu sonuçlar elde ediyoruz.

(Boyner Büyük Mağazacılık Pazarlama ve Marka Yönetimi Genel Müdür Yardımcısı Nurçin Koçoğlu)

ORKA HOLDİNG YÖNETİM KURULU ÜYESİ VE PAZARLAMA GRUP BAŞKANI BÜŞRA ORAKÇIOĞLU BİBEROĞLU: "BÜTÜNCÜL BİR YAKLAŞIM SERGİLİYORUZ"

Benzersiz alışveriş deneyimi sunmak üzere e-ticaret ile birbirini besleyen dijitalleşme yatırımlarımıza yıllar önce başladık. Bu adımlar dönüşüme liderlik etmemizi sağladı. Böylece benzersiz alışveriş deneyimi yaratarak hem marka kimliğimizi hem de müşterilerimizle kurduğumuz bağı güçlendirdik. Uzun zamandır veri bilimine yatırımlar yapıyor ve kendi yapay zeka algoritmalarımızı oluşturuyoruz. Ürünlerimizde başarı sağlayan, müşteri memnuniyeti ve satış oranlarını artıran algoritmalarımız söz konusu. Yapay zeka, bu açıdan inovasyonlarımızın adeta temel taşına dönüşmüş durumda...Yapay zekayı, operasyonel verimlilik ve maliyetleri düşürmek, yeni yatırım alanları yaratmak, müşterilerimize kişiselleştirilmiş alışveriş deneyimi sunmak, büyük veri analitiği ile trend tahminleri ve tasarım fikirleri oluşturmak gibi konular için süreçlerimize entegre ettik. Örneğin; Doğru beden önerisi, kombin ve ürün önerileri, site içi arama, kargo firması tercihi, operasyonel verimlilik odaklı çözümler, üretim planlaması, stok yönetimi gibi alanlarda yapay zekayı kullanıyoruz. Sessiz lüks yaşam biçimini benimseyen, usta terzilik deneyimi arayan bireyleri hedefliyoruz. Omnichannel ile bütüncül bir yaklaşım sergiliyor, uluslararası müşterilerimize online kanallarda VR aracılığıyla mağazalarımızda bulunma deneyimi yaşatıyoruz. Müşterilerin beden bulamama sorununu tamamen ortadan kaldırdık. Online tarafta üç ürünlü bir sipariş bile 24 saat içinde adrese teslim ediliyor. Canlı yayınla satış kurgusunu da kendi satış kanallarımıza taşıyoruz.

(Orka Holding Yönetim Kurulu Üyesi ve Pazarlama Grup Başkanı Büşra Orakçıoğlu Biberoğlu)