Bu yazıma başlarken kendime sabır ve güç diliyorum çünkü analytics’in en karışık ve çözümlenmesi zor problemlerinden birini anlatmayı hedefliyorum. Bu problem o kadar karışık ve yeni ki bir çok firma ve pazarlamacı bunun farkında bile değil, bu nedenle pazarlama aktivitelerini eski yöntemlere göre sakinlik içerisinde yürütüyorlar ama kaçırdıkları fırsatların farkında değiller. Google gibi teknoloji devleri bu problemi çözmek icin birçok alanda farklı araştırmalar yapıyor.Veri bilimcileri model üzerine model çürütüyor. Yazılım firmaları bu problemi çözmek için “machine learning” bazlı yazılımlar üretiyor.
Marketing attribution (Google Analytics’in Türkçe çevrimi ile “pazarlama ilişkilendirmesi”) son zamanlarin en karışık analytics problemi olarak karşımıza çıkıyor.
Pazarlama iliskilendirmesinin tanımı çok basit aslında. Pazarlama ilişkilendirmesi pazarlama, satış ve reklam aktivitelerinin her birinin satış, gelir ve karlılık üstünde ne kadar ve nasıl etki yarattığını anlamaktır. Harcadığımız paraların karşılığında ne kadar ek gelir, kar yaratabileceğimizi bilmektir.
Eski bir pazarlamacının su sözünü duymuşsunuzdur: “Pazarlama bütçemin yarısı boşa gidiyor ama ben hangi yarısı olduğunu bilmiyorum.” İliskilendirmede amaç ziyan edilen bu kısmı bulmak ve bu parayı farklı kaynaklara yatırarak efektif bir pazarlama stratejisine sahip olmaktır. Markamızın imajını güçlendirip, istediğimiz kitlelere ulaşırken aynı zamanda şirketin kârlılığını ve uzun vadedekini değerini düşünmek zorundayız. Dijital çağ öncesindeki pazarlama ilişkilendirmesi sadece offline mecraları içeriyordu. Televizyon reklamları, billboard ve gazete reklamlarını bu mecralara örnek. Bu mecraların hiçbiri bitmedi, bunlara yeni medya kanalları katıldı. Müşteri online ve offline pazarlama aktivitelerinden etkilenerek aksiyonunu fiziksel ortam, websitesi ve mobil uygulamalar aracılığı ile alabilir hale geldi. Bu nedenden dolayı hangi pazarlama aktivitemizin hangi kanalda ne tur bir aksiyon aldırdığını anlamamız zorlaştı. Pazarlama ilişkilendirmesi , çok kanallı pazarlama iliskilendirmesine döndü.
Forbes sitesinden aldığım grafikte çeşitli kanallar çok güzel bir şekilde resmedilmiş.
Yoğun olarak dijital alanda çalışanlar ilişkilendirmeyi sadece dijital bazda değerlendirmektedir. Hatta dijital ilişkilendirmeyi bile yaparken sadece last click (son etkileşim) modellini kullananlar dijital ilişkilendirmeyi bile tam olarak yapamamaktadır. Aşağıda tipik bir müşteri yolculuğunu görebilirsiniz. Müşteri birçok farklı kanalda farklı kampanyalar ile etkileşime giriyor. Eğer biz pazarlama kampanyalarimizi sadece Google Analytics son etkileşim prensibine göre degerlendiyorsak, aşağıdaki yolculuğu görmemiz ve buna göre kampanyalarimizi optimize etmemiz mümkün olmaz.
Google Analytics dönüşümler raporunun altında ilişkilendirme adlı bir seçenek sunmaya başladı. Bu modelleri başka bir yazımda anlatacağım. Modellere bakmadan önce problemi anlamak ve üstünde düşünmek gerekiyor. Ama sadece Google Analytics modelleri ile pazarlama ilişkilendirmesi de yapamazsınız ama bu bir başlangıçtır.
Yukarıdaki modelde müşteri televizyon reklamı izlerse bunu nasıl hesaba katacaksınız? Peki çoğu dijital etkileşim olan bu yolculukta eğer fiziksel dukkanınız var ise ve müşteri satın almayı burada gerçekleştiyse ne olacak? O zaman bu pazarlama kampanyalarımız Google’da bir dönüşüm yaratmamış olacak.
Dijital çağ ilişkilendirmeyi daha karışık hale getirmiş olsa da problemi çözebilmek için farklı fırsatlar yaratmıştır. Evet halen kim ne zaman televizyon reklamı izliyor bilmiyoruz ama hangi dijital reklamlarımız ne zaman tıklanıyor, sonrasında müşterilerimiz sitemizde ne kadar kalıyor ve hangi sayfalara bakıyor biliyoruz.
Pazarlamada analytics’in etkisi her geçen gün artmaktadır. Iletişim ve yaratıcı odaklı pazarlama liderleri yaklaşımlarına analitik özellikleri de eklerlerse ilişkilendirme problemini fırsata çevirebilirler.Özellikle San Francisco’da başlayan yeni eğilim veri bilimcisi mühendislerden oluşan pazarlama analytics ekipleri kurmaktır. Sadece pazarlama analytics ekipleri değil pazarlamada çalışan kişilerin hem sayısal, hem sözel hem de yaratıcı özellikleri birarada bulundurması çok önem kazanmaya başladı.
Bir sonraki yazımda ilişkilendirme problemi için kullanılan modellerden bahsedeceğim.
Sibel Akcekaya
Comments