Sosyal Medyada Satış: Sosyal Medya satışlarınızı baltalıyor mu?

Sosyal Medyada Satış: Sosyal Medya satışlarınızı baltalıyor mu?

Sosyal medyada satış önemli bir konu ve işin ilginç yanı tüketiciler, ürünleri sosyal medyada paylaştıktan sonra satın alma eğiliminde değiller. İşte nedeni ve pazarlamacıların bu konuda ne yapabileceği…

Birçok marka, tüketicileri ürünleri hakkında sosyal medyada paylaşım yapmaya aktif olarak teşvik ediyor. Geleneksel bilgeliğin önerdiği gibi, bu eylemin ürün satışlarını artırdığına inanıyorlar. Pazarlamacılar ayrıca, Twitter’da bir ürünü öven veya Instagram’da bir fotoğrafını paylaşan bir tüketicinin, daha önce satın almamışlarsa, o ürünü satın alma olasılığının yüksek olduğunu varsayma eğilimindedir.

Peki ya bu mantık kusurluysa?

Yeni araştırma, sosyal medyanın satışlarınızı baltalayabileceğiniz de gösteriyor. Araştırmacılar, tüketicilerin bir ürünü ve benzer türdeki ürünleri sosyal medayada yayınladıktan sonra, satın almakla daha az ilgilendiklerini keşfettiler. Bu özellikle, ürün bir tüketicinin kimliğiyle alakalı olduğunda ve bir işleve (ör. 3M kaset) hizmet etmekten ziyade, ürün tüketicinin kimliğiyle ilgili olduğunda ve değerleri hakkında bir şeyler ilettiğinde (örneğin, bir Tesla’ya sahip olmak, zengin ve teknoloji konusunda bilgili olduğunuzu ima eder) meydana geliyor.

Sosyal Medyada Satış
Sosyal Medyada Satış

Araştırmacılar bu fenomeni psikolojik bir mekanizmaya bağlamaktadır. İnsanlar doğal olarak kendi kimliklerini ifade etme eğilimindedir ve kimlikle ilgili bir ürün satın almak bu ihtiyacı karşılamanın bir yoludur. Ancak sosyal medyada kimlik ile ilgili bir ürünün paylaşılması da bu ihtiyacı karşılamaktadır. Sanal dünyada bir ürün hakkında paylaşım yapmak, bu nedenle, gerçek dünyada bir satın alma ihtiyacını ortadan kaldırır. Örneğin, bir tüketici Facebook’ta% 100 biyolojik olarak parçalanabilen Patagonia sırt çantasının bir fotoğrafını paylaşırsa, bu onları çevreye duyarlı bir kişi olarak tanımlamaya yardımcı olur ve sonuç olarak sırt çantasını satın alma eğilimini azaltır.

Bu bulgunun, firmaların kimlikle ilgili ürünler satıyorlarsa sosyal medya pazarlamasını nasıl yürüttüklerine dair birkaç önemli sonucu vardır. Yüksek düzeyde, pazarlamacıların ağızdan ağza pazarlama stratejilerinin tüketicilerin satın alma niyetini baltalayıp baltalamadığını dikkate almaları gerektiği anlamına gelir. Bu aynı zamanda, pazarlamacıların sosyal medyada kimlikle ilgili ürünlerle tüketici katılımını teşvik etmeyi bırakmak isteyebileceği veya en azından bu kampanyaların neler yapabileceğine ilişkin beklentilerini gözden geçirebilecekleri anlamına gelir.

Araştırmacılar, sosyal medyada tüketicilerle etkileşim kurmaya devam etmek isteyen ve Sosyal Medyada Satış yapmak isteteyen pazarlamacılar için, olumsuz sonuçların ortaya çıkma olasılığını azaltmak için üç taktik benimsemeyi öneriyor: içeriği yeniden çerçevelendirmek, gönderimi teşvik etmek ve etkileşimi geciktirmek.

Sosyal Medyada Satış
Sosyal Medyada Satış

1. İçeriği yeniden çerçevelendirin

Pazarlamacılar, tüketicileri ürünlerinin işlevsel veya pratik yönlerine odaklanmaya teşvik ederek, ürünler hakkında sosyal medyada paylaşımda bulunmaktan kaynaklanan kimlik sinyal değerini azaltabilir. Bu yeniden çerçeveleme taktiği, daha görsel olan platformların (örneğin, Instagram veya Pinterest) aksine, metin üzerinde ağır olan forum tabanlı platformlarda (örneğin, Reddit) en iyi şekilde çalışma eğilimindedir.

Örneğin, bir Louis Vuitton el çantasını pazarlamak için pazarlamacılar, tüketicileri tüketicilerin durum düzeyini anlatan fotoğrafları paylaşmaya teşvik etmek yerine, tüketicileri çantanın işçiliğini ve kalitesini tartışmaya teşvik edebilir. Not: Bu tartışmalar, tüketicilerin satın alma sonrasını değil, ön satın alma işlemini hedeflemelidir.

2. Yayınlamayı teşvik edin

Özdeş motive edildiğinde kimlik sinyali daha güçlüdür. Pazarlamacılar, bu etkiyi azaltmak için, tüketicilere bir ürün indirimi veya bir gönderi paylaşma ödülü sunarak, sosyal medyada paylaşım için harici motivasyon sağlayabilir.

Bu teşvikler, tüketicilerin kendilerini ifade etme arzusuna müdahale eder ve internette yayınlamaktan aldıkları kimlik sinyali veren memnuniyeti azaltır.

3. Etkileşimi geciktirin

Araştırmacılar, tüketicilerin ürünler hakkında gönderi yayınladıktan sonra yaşadıkları psikolojik etkinin – hem kimlik sinyali veren tatmin hem de satın alma niyetinde daha sonra azalma – dinamik ve geçici olduğunu buldu. Aslında çoğu tüketici, yaklaşık 1-2 hafta sonra tabiri caizse “doğal düzeyine” geri döner.

Pazarlamacılar, tüketicilerle etkileşimlerini geciktirerek bu sonuçtan yararlanabilirler. Örneğin, Instagram’da ürünleri hakkında paylaşım yapan bir tüketiciyi hedefledikten sonra, pazarlamacılar bir promosyon teklifini e-postayla göndermeden önce iki hafta bekleyebilir. Bu noktada, tüketicinin mesajı olumlu olarak alma ve satın alma olasılığı daha yüksektir.

Buna benzer yazıları bu linkten takip edebilirsiniz:

https://blog.bariskanlica.com/category/barisin-gunlugu/

Bu sistemler hakkında daha fazla bilgi almak için:

https://mawens.com

‘Ekosistem Markaları’ pazarlama kurallarını nasıl değiştiriyor?

‘Ekosistem Markaları’ pazarlama kurallarını nasıl değiştiriyor?

Markalar giderek daha fazla birbirine bağımlı hale geldikçe, pazarlamacılar onları yönetmek için yeni bir yola ihtiyaç duyuyor. Bu amaçla, bu tür “ekosistem markaları” nı yönetmek için çeşitli yöntemler araştırdık.

Buzdolaplarından ısıtmaya kadar her şeyden veri toplayan akıllı evler, kullandığımız ve yaptığımız neredeyse her şeyin birbirine bağlı olduğu bir geleceğe kısa bir bakış sunuyor.

Gizlilik sorunları bir yana, bu markalar için yeni zorluklar ortaya çıkarmaktadır. Markalar, Nesnelerin İnterneti (IoT) gibi bir ekosistemdeki diğer markalara bağlandıklarında artık bağımsız olarak var olmazlar, ancak karmaşık bir ortamın parçasıdırlar.

Ekosistem Markaları

Örneğin, moda markası Levi’s, geri dönüşüm markası The R Collective ile tamamen izlenebilir bir denim koleksiyonu üretmek için ortaklık kurduğunda, her iki marka da müşteri deneyiminin bireysel kontrolünü kaybetti; paylaşılan bir sorumluluk haline geldi. Bu sorumluluk, ekosistemdeki etiket üreticisi Avery Dennison ve IoT platformu Evrythng gibi diğer ortaklara da genişletildi. İyi ya da kötü, her markanın bireysel eylemleri artık hepsi için ticari sonuçları etkiliyor.

Bir ekosistem markasını yönetirken, pazarlamacılar bir dizi zor soruyla karşılaşır:

  • Geniş çapta dağıtılan bir şeyi nasıl kontrol edersiniz?
  • Bir markanın değerini ortaya çıkarmak için diğer markalarla işbirliği yapmasını nasıl sağlarsınız?
  • Diğer markaların müşteri deneyimini iyileştirip azaltmadığını nasıl belirlersiniz?

Bu dinamikleri daha iyi anlamak için, bir marka ve işlevselliği bir ekosistemde dağıtıldığında ne olduğunu ölçmek için istatistiksel yöntemler uyguladık. Bu hesaplamalar, bir marka ekosisteminin her bileşenini nicelleştiren ve pazarlamacıların markaların değer yaratımını organize etmesini ve yakalamasını sağlayan teorik modellerin oluşturulmasını sağladı.

Ekosistem Markaları

Pazarlamacılar için önemli bilgiler

Ekosistem markaları için olan çalışmamız bir dizi önemli bulguya yol açtı:

  • Pazarlamacıların nicel bilgilere daha fazla güvenmesi gerekiyor. Ekosistemlerin karmaşıklığı nedeniyle, pazarlamacılar bir ekosistemdeki bağlantıların değer yaratıp yaratmadığını belirleme içgüdüsüne güvenemezler. Bizim geliştirdiğimiz gibi nicel tabanlı bir modele ihtiyaçları var. Bu model, pazarlamacıların müşteri deneyimine katkıda bulunan veya zarar veren markaları belirlemelerine yardımcı olan bir ortaklık belirleme aracı olarak çalışmalıdır.
  • Önemli olan sadece ortaklar değil, nasıl düzenlendikleri. Bir ekosistemde, farklı marka düzenlemeleri farklı iş sonuçları üretir. Pazarlamacılar, sonuçları markalar için optimize etmek için bir ekosistemin organizasyonunu düşünmelidir.
  • Ekosistemler, markalara rekabet avantajı sağlayabilir. Bir markanın değeri, bir markanın bağımsız olarak yaptığı şey artı bir ekosisteme ait olmaktan kazandığı değere eşittir; bu nedenle, bir marka bir ekosisteme katıldığında, değeri o ekosistemdeki ortaklıklar tarafından artar (veya potansiyel olarak azalır). Bu hem tüketici hem de B2B bağlamları için geçerlidir.
  • Bazı ekosistemler şirketler tarafından, diğerleri ise tüketiciler tarafından yaratılır. Ekosistemler farklı şekillerde doğar. Sınırsız ürün ve hizmetler sunan markalardan, özelleştirilmiş ve entegre çözümler sunan markalardan ve hatta toplumda değer yaratmaya adanmış markalardan ortaya çıkabilirler. Markaları koordineli bir şekilde kullanabilen müşteriler aracılığıyla da organik olarak ortaya çıkabilirler. Bu, yeni bir ekosisteme yol açan kasıtsız ortaklıklar yaratabilir.

Bu son nokta, pazarlamacıların markalarının bir IoT ekosistemi tarafından absorbe edilip edilmeyeceğini her zaman tahmin edemeyeceğini veya dikte edemeyeceğini öne sürdüğü için önemlidir. Bu, bir ekosistem markasının kendisi gibi çözülemeyen, yalnızca yönetilen bir zorluktur.

Buna benzer yazıları bu linkten takip edebilirsiniz:

https://blog.bariskanlica.com/category/barisin-gunlugu/

Bu sistemler hakkında daha fazla bilgi almak için:

https://mawens.com

“Evet” dememize neden olan faktörler – iknanın prensipleri

Amerikalı psikolog Dr. Robert Cialdini ve ekibi, 60 yılı aşkın süredir başkalarının isteklerine “evet” dememize neden olan faktörleri inceliyorlar yani iknanın prensipleri ni çıkartıyorlar. Nasıl ikna edileceğimiz hiç şüphe yoktur ki bir “bilim” ve birçok “bilim” şaşırtı sonuçlar doğurur 🙂

Gittikçe artan aşırı yüklenen yaşamlarda, karar verme sürecimize rehberlik edecek kısayollara veya pratik kurallara her zamankinden daha fazla ihtiyacımız var. Bu kısayollardan sadece altısının insan davranışına rehberlik eden evrenseller olduğunu belirledi, bunlar:

  • Karşılıklılık
  • Nadirlik
  • Yetkinlik
  • Tutarlılık
  • Beğeni
  • Uzlaşı
iknanın Prensipleri Karşılıklılık Nadirlik Yetkinlik Tutarlılık Beğeni Uzlaşı
iknanın Prensipleri Karşılıklılık Nadirlik Yetkinlik Tutarlılık Beğeni Uzlaşı

1. Karşılıklılık

Basitçe ifade etmek gerekirse, insanlar ilk aldıkları davranış, hediye veya hizmet şeklini başkalarına geri vermek zorundadır.

Karşılıklılık İlkesinin en iyi gösterilerinden biri restoranlarda yapılan bir dizi çalışmadan geliyor. Yani bir restoranı en son ziyaret ettiğinizde, garsonun size bir hediye vermiş olma ihtimali yüksektir ki bu muhtemelen faturanızı getirdikleriyle aynı zamandadır. Bir likör, belki bir fal kurabiyesi veya belki basit bir nane.

2. Nadirlik(Kıtlık)

Basitçe söylemek gerekirse, insanlar daha az sahip olabilecekleri şeylerden daha fazlasını ister.

British Airways 2003 yılında artık günde iki kez Londra-New York Concorde uçuşunu gerçekleştirmeyeceklerini açıkladığında, artık ekonomik olmayacağı için satışlar ertesi gün yükseldi.

Concorde’un kendisinde hiçbir şeyin değişmediğine dikkat edin. Kesinlikle daha hızlı uçmadı, hizmet birden iyileşmedi ve uçak bileti ücreti düşmedi. Kıt bir kaynak haline gelmişti. Ve sonuç olarak, insanlar bunu daha çok istedi.

Dolayısıyla, Nadir Olma (Kıt Olma) İlkesini kullanarak başkalarını etkili bir şekilde ikna etmek mümkündür. İnsanlara, ürünlerinizi ve hizmetlerinizi seçmeleri halinde kazanacakları faydaları anlatmak yeterli değildir.

Ayrıca, teklifinizle ilgili benzersiz olanı ve teklifinizi dikkate almazlarsa neyi kaybedeceklerini de belirtmeniz gerekecektir.

3. Yetkinlik

İnsanlar güvenilir, bilgili uzmanların liderliğini kabül eder ve bu kişileri takip ederler.

Bilimin bize söylediği şey, sizi etkileme girişiminde bulunmadan önce sizi güvenilir, bilgili bir otorite yapan şeyleri başkalarına bildirmenin önemli olduğudur. Elbette bu sorun yaratabilir; potansiyel müşterilere ne kadar zeki olduğunuzu söyleyemezsiniz, ancak kesinlikle birisinin bunu sizin için yapmasını sağlayabilirsiniz.

Örnek – Emlakçı
Arayanlara “Sizi, bu bölgedeki mülkleri kiraya verme konusunda 15 yıldan fazla deneyime sahip Sandra ile görüştürmeme izin verin. ” ya da “Satış müdürümüz Peter ile konuşun. Mülk satma konusunda 20 yıldan fazla deneyime sahiptir. Seni şimdi bağlayacağım. ” diyen bir sekreter güzel bir başarıya imza attı.

Bu uzman tanıtımının etkisi, randevu sayısında %20 ve imzalanan sözleşmelerin sayısında %15 artışa neden oldu. İkna biliminden hem etik hem de uygulaması maliyetsiz olan küçük bir biçim değişikliği için fena değil.

4. Tutarlılık

İnsanlar daha önce söyledikleri veya yaptıkları şeylerle tutarlı olmayı severler.

Tutarlılık, yapılabilecek küçük ilk taahhütler aranarak ve talep edilerek etkinleştirilir. Bir ünlü çalışmada, araştırmacılar, çok az insanın mahallelerinde bir Drive Safely kampanyasını desteklemek için ön bahçelerine çirkin ahşap bir tahta dikmeye istekli olacağını keşfettiler. Ancak yakındaki benzer bir mahallede, dört kat daha fazla ev sahibi, bu çirkin ilan panosunu dikmeye istekli olacaklarını belirtti.

Neden? Çünkü on gün önce, evlerinin ön penceresine bir Drive Safely kampanyasına verdikleri desteği gösteren küçük bir kart koymayı kabul etmişlerdi. Bu küçük kart, çok daha büyük ama yine de tutarlı bir şekilde %400’lük bir artışa yol açan ilk taahhüttü.

Dolayısıyla, tutarlılık ilkesini kullanarak etkilemeye çalışırken gönüllü, aktif ve kamusal taahhütler arar ve ideal olarak bu taahhütleri yazılı olarak alırlar.

5. Beğeni

İnsanlar sevdiklerine evet demeyi tercih ediyor.

Ama bir kişinin diğerini sevmesine ne sebep olur? İkna bilimi bize üç önemli faktör olduğunu söyler. Bize benzeyen insanları severiz, bize iltifat edenleri severiz ve ortak hedefler doğrultusunda bizimle işbirliği yapan insanları severiz.

İki tanınmış işletme okulunda MBA öğrencileri arasında gerçekleştirilen bir dizi müzakere çalışmasında bir gruba “Vakit nakittir. Doğrudan işe başlayın” denmiştir. Bu grubun yaklaşık %55’i bir anlaşmaya varabilmiştir.

İkinci gruba, “Müzakereye başlamadan önce, birbirinizle bazı kişisel bilgileri paylaşın. Ortak paylaştığınız bir benzerliği belirleyin ve ardından müzakereye başlayın” denmiştir. Bu grubun %90’ı başarılı bir antlaşmaya varabildiği gibi her iki taraf için de %18 daha fazla değerde sonuçlara ulaşabilmiştir.

Bu nedenle, bu güçlü sevme ilkesinden yararlanmak için, işe koyulmadan önce başkalarıyla paylaştığınız benzerlik alanlarını ve gerçek iltifatları aradığınızdan emin olun.

6. Uzlaşma

Özellikle belirsiz olduklarında, insanlar kendi davranışlarını belirlemek için başkalarının eylemlerine ve davranışlarına bakacaklardır.

Otellerin banyolara, konukları havlularını ve çarşaflarını yeniden kullanmaya ikna etmeye çalışan küçük bir kart koyduğunu fark etmiş olabilirsiniz. Çoğu bunu, bir konuğun dikkatini yeniden kullanımın çevre koruma üzerinde sağlayabileceği faydalara çekerek yapar. Bunun oldukça etkili bir strateji olduğu ve yaklaşık %35 uyuma yol açtığı ortaya çıktı.

Peki mesaj şöyle olsaydı: “Bu odada kalan insanların yüzde 75’i havlularını yeniden kullandı.” Ne düşünürdün? İşte düşünebileceğiniz şeyler: Çoğu insan gibi, muhtemelen bu işaretin davranışınız üzerinde hiçbir etkisinin olmayacağını düşünürsünüz.

Bu mesaj yeniden kullanımda %33’lük bir artışa yol açtığı ortaya çıktı. Bilim bize, başkalarını ikna etme yeteneğimize güvenmek yerine, başkalarının halihazırda yaptıklarına, özellikle de birçok benzerine işaret edebileceğimizi söylüyor.

İşte iknanın prensipleri bunlar. Şimdi bunları rahatlıkla kullanabilirsiniz…

Diğer benzer içeriklere ulaşmak isterseniz:

https://blog.bariskanlica.com/category/barisin-gunlugu/

Bu prensiplere göre çalışacak bir müşteri deneyimi sistemi kurmak istiyorsanız bize ulaşın:

https://mawens.com

Terry Pratchett “Men at Arms” ve Sosyoekonomik Adaletsizlik

Biliyor musunuz, Terry Pratchett “Men at Arms” kitabında bot fiyatı üzerinden yaptığı açıklama “Yüzbaşı Samuel Vimes Boots’un sosyoekonomik adaletsizlik” teorisi olarak geçmektedir;
“Vimes, zenginlerin bu kadar zengin olmasının sebebinin daha az para harcamayı başarabilmeleri olduğunu düşündü.

Örneğin botları ele alalım. Ayda otuz sekiz dolar artı harçlık kazandı. Gerçekten iyi bir çift deri bot elli dolara mal oluyor. Ancak bir veya iki sezon için iyi olan ve sonra karton çıktığında cehennem gibi sızdıran uygun fiyatlı bir çift bot, yaklaşık on dolara mal oldu. Bunlar Vimes’ın her zaman aldığı ve tabanları o kadar ince olana kadar giydiği türden botlardı ki sisli bir gecede kaldırımların verdiği hisle Ankh-Morpork’ta nerede olduğunu anlayabiliyordu.

Terry Pratchett "Men at Arms" ve Sosyoekonomik Adaletsizlik

Ama asıl mesele iyi botların yıllarca dayanmasıydı. Elli dolara gücü yeten bir adamın, on yıl sonra ayaklarını kuru tutacak bir çift botu varken, yalnızca ucuz botlara gücü yeten zavallı adam aynı anda botlara yüz dolar harcardı ve hala ıslak ayaklara sahip olacaktı.”

Sonuçta, 2 yıl süren 10 dolarlık botlar ve 10 yıl süren 50 dolarlık botlar, ekonomik olarak aynı anlama geliyor gibi görünebilir. Sonuçta biri botlara yılda 5 dolar harcıyor. Bu nedenle, Pratchett’in, yeni Vimes’ın botlarının yalnızca “bir nevi iyi” olduğunu belirtmesi çok önemlidir. İki benzer şeyi karşılaştırmıyor.

50 dolarlık botlar, ömürleri boyunca 10 dolarlık botların herhangi bir noktasında olduğundan daha iyidir. İşte mevcut ülke şartları ve Covid19’un daralttığı iş hacminde bu sosyo ekonomik adaletsizlik teoremini göz önünde bulundurmak gerektiğine inanıyorum.

Sosyoekonomik adaletsizlik ‘ten yola çıkarak belirtmek isterim ki ucuza iş yapacağım ya da yaptıracağım diye hareket etmek yerine en kaliteliyi nasıl biraz daha ucuza getirim diye odaklanmak bence daha mantıklı. Yapabiliyorsanız $50’lık botu $40’a alabilmek marifettir, sonuçta elinizde $50’lık bot olur ama $10’lık botu $7’a almak size sadece sorun çıkarır.

LinkedIn’de paylaştığım posta yorum yapmak isterseniz:

https://www.linkedin.com/posts/bariskanlica_barisingunlugu-socioeconomic-unfairness-activity-6706866148404690944-06b9

Diğer benzer içeriklere ulaşmak isterseniz:

https://blog.bariskanlica.com/category/strategy/barisin-gunlugu/

Yapay Zeka senin hakkında yorum yapıyor!

Görünüşe göre basit veri setlerini analiz ederek, büyük veri ve yapay zekanın kombinasyonu çok çeşitli olası sonuçlar sunabilir. Yapay zeka yorum yapıyor, karar veriyor hem de senin, benim hakkında.

Martin Schmalz ve Uri Bram’un yazdığı Büyük Veri İşi: Yapay Zeka Çağında Kalıcı Değer Nasıl Oluşturulur kitabından size özel bir alıntılar yapmak isterim. Büyük Veri İşi, bir yatırımcı, girişimci, yönetici veya düzenleyici olarak Yapay Zeka çağında kararlarınız üzerindeki etkisini hemen anlamanıza yardımcı olmak ve büyük spekülasyon yerine gerçek ekonomik mantığa dayalı iş modellerindeki büyük verilerin etkisini açıklar .

İnsanların birbirlerini yargılama konusunda inanılmaz derecede iyi olduklarını belirtmek muhtemelen tartışmalı değildir. Birini gözünüze koyduğunuz anda, fark ettiğiniz veya fark ettiğinizi fark etmeyebileceğiniz ince ipuçlarından onlar hakkında her türlü şeyi söyleyebilirsiniz. Kıyafet, ayakkabı, mücevher, makyaj, dövme veya saç modeli seçimleri, sadece zevkleri hakkında değil, aynı zamanda kişilikleri, gelirleri, işleri ve daha fazlası hakkında da çok fazla bilgi verir.

Bununla birlikte, Büyük Veri çağında, insanlar yargı söz konusu olduğunda sınırlarını yitirdiler. Makine öğrenimi, çok büyük veri kümelerinde kalıplar, düzenlilikler ve öngörücü faktörler bulmada gerçekten mükemmeldir. Bu koşulların geçerli olduğu her yerde, Yapay Zeka son derece doğru tahminler yapmak için uygulanabilir.

Birinin e-posta adresini ilk gördüğünüzde tepkinizi düşünün. Kaçınılmaz olarak gördüklerinize dayanarak ince çıkarımlar yapacaksınız ve kolu jennysmith@gmail.com ile jenmeistergeneral@gmail.com ise onu farklı şekilde değerlendireceksiniz. Açık olmak gerekirse, bu çıkarımlar mutlaka uygun değildir: bir iş için çalışıyorsanız, birisinin CV’sinde jenmeistergeneral’i listeleyeceği gerçeği, onunla ilgili bilgileri bir aday olarak ortaya çıkarabilir. Ancak, daha incelikle, jennysmith@gmail.com veya jennysmith@hotmail.com veya jennysmith@yahoo.com hakkında farklı düşünürsünüz: farklılıkları dile getiremeyebilirsiniz, ancak her durumda, bazı konuları ilişkilendireceksiniz.

Yapay Zeka senin hakkında yorum yapıyor ve karar veriyor

Bu nedenle, akıllı insanlar tarafından yönlendirilen bilgisayarların, e-posta ana bilgisayarlarına dayanarak insanları yargılama konusunda insanlardan daha iyi olabileceği şaşırtıcı değildir. Bir e-ticaret platformundan yapılan satın alma işlemlerinde tüketici temerrüt oranları üzerine yapılan bir çalışma, Hotmail ve Yahoo adresleri olan kişilerin gerçekten farklı olduğunu gösterdi.

Bununla birlikte, bir makine öğrenimi algoritması için, sizi e-posta adresinize göre değerlendirmek yalnızca bir başlangıçtır. E-posta adresinizi yazarken sizi yargılamaya ne dersiniz?

“E-posta adreslerini girerken (tüm siparişlerin kabaca% 1’i) yazarken hata yapan [birkaç] müşteri var, ancak bu müşterilerin varsayılan olarak çok daha yüksek olma olasılığı var (koşulsuz ortalama% 0,94’e kıyasla% 5,09) … adlarını ve gönderim adreslerini yazarken, büyük harflerle ad ve adres yazanların iki katından daha büyük olasılıkla yalnızca küçük harf kullanıyor. ”[1]

Son olarak, (insanlar gibi) algoritmaların kullandığınız cihazla sizi yargıladığını söylemeye gerek yok:

“Örneğin, cep telefonlarından yapılan siparişlerin (varsayılan ücret% 2.14) masaüstü bilgisayarlardan gelen siparişlerin varsayılan olarak üç katı (varsayılan ücret% 0.74) ve tabletlerden gelen siparişlerin varsayılan olarak iki buçuk katı (varsayılan Android işletim sistemlerinden gelen siparişlerin (varsayılan oran 1.79%), iOS sistemlerinden gelen siparişlerin (% 1.07) varsayılan olarak neredeyse iki katına çıkma olasılığı daha yüksektir; diğer akıllı telefonlar. “[1]

Dikkat edilmesi gereken önemli olan, bu tür faktörlerin, ilişkilendirdikleri geleneksel özelliklerin üzerinde ve üzerinde öngörücü güce sahip olabilmesidir. Elbette, e-posta sağlayıcınız kısmen yaşınız için sadece bir vekil ve şirketler zaten yaşınızı zaten biliyor. Ancak makine öğrenmesinin gücü, (örneğin) yaş ve e-posta adresi ile güneş altındaki diğer her şey arasındaki garip, doğrusal olmayan etkileşimleri tanımlayabilmesidir. E-posta ana makinenizin ek tahmin gücü vardır, çünkü sistemin mevcut verilerle açıklanmayan her türlü kişisel özelliğe ulaşmasına yardımcı olur. Hotmail kullanıcıları ve Gmail kullanıcıları genel olarak farklı olmakla kalmaz, aynı zamanda Hotmail’de ve biri Gmail’de ise 50 yaşındaki iki komşu (ortalama olarak) birbirinden farklı olacaktır.

Biz insanlar birbirimizi gelişigüzel değerlendirirken, en iyi bilgisayarlar bizi hassasiyet ve nüansla değerlendiriyor. Yapay zeka çağında başarılı olmak için, insanların makinelerin süper güçlerini kendi özel insan becerilerimizle tamamlamanın yollarını bulmaları gerekir. “Yargıç değil, yargılanacak olursanız” belki de modernize edilebilir: “Yargıç değil, çünkü Yapay Zeka daha iyi yargılanıyor.”

AI konusundaki diğer yazılarıma ulaşmak için https://blog.bariskanlica.com/category/strategy/barisin-gunlugu/

Size bu alanda yardım edecek olan firma için https://mawens.com/about-mawens-dynamics-365-partner/

Dijital Körlük “Digital Blindness” Nedir?

Dijital Körlük benim tarafımdan ortaya atılan bir terimdir. Bir işletmenin genel-geçer, merkezileştirilmemiş uçtan uca çözümlerinin olmadığı, dağıtık verileri nedeniyle önünü ve geleceğini göremediği kısacası dijital olarak dönüşemediği durumu ifade eder.

Masallara İnanmayın

Firmaların en büyük sorunlarından bir tanesi IT yatırımlarının kendi iç ekipleri tarafından yönlendirilirken süreçlerden uzak ürünlerin ve çözümlerin firmaya konumlandırılması.

Unutulmamalıdır ki IT (Bilgi İşlem) Departmanları sadece mevcut sistemi ayakta tutar. It Departmanı diğer görevlerdeki çalışanların işlerin nasıl yaptığıyla ve hangi verimlilikte çalıştığını sorgulamaz.

Aslında “Dijital Körlük” görev, yetki ve sorumlulukların tek bir sistem ya da birbirleriyle konuşan sistemler bütününe aktarılamaması sorunudur.

Geçici çözümlerle ya da sorun çözmekten uzak olan ürünlerle sürdürülebilir olmayan yaklaşımların izlenmesi boşa giden bir yatırım olarak geri dönecektir.

Firmaların diğer bir sorunu ise kaldıramayacakları çok ağır IT yatırımlarının altına girmesidir. Bazı firmalar da IT yatırımlarını çok abartıyorlar ve ekipleri ve altyapıları hazır olmadan girdikleri bu yolda harcadıkları paralarla kalıyorlar.

En optimum çözüm ise uzun soluklu planlar yaparak adım adım ilerlemek.

Dijital Körlük

Filmlerdekinden Farklı Bir Gelecek

Filmlerde gördüğünüz gelecek de bir gün gelecek ama biz şimdiyi yaşıyoruz ve çözmemiz gereken sorunlar bugüne ait.

Atatürk’ün şu meşhur sözleri aslında tam da bu durumu ifade ediyor;

Ben, bir işte nasıl başarılı olacağımı düşünmem; o işe neler engel olur, diye düşünürüm. Engelleri kaldırdım mı, iş kendi kendine yürür.

Hasan Rıza Soyak, Yakınlarından Hatıralar, 1955, s. 10

Dijital Körlük ile mücadele eden çözüm mimarı danışmanlar olarak bizim asıl işimiz firmaların geleceğin dijital trendleri bugünden yakalamalarını sağlamak ve sistemleri uçtan uca ihtiyaçlarınıza göre dizayn etmek. Sonrasında işler kendi kendine yürüyecektir.

Dijitalleşmenin Önündeki Engeller ve Çözümleri

2020 itibariyle 150’den fazla firmaya 200’den fazla (bazılarında 2 hatta 3 proje teslim ettim) proje teslim etmiş biri olarak deneyimlerime dayanarak genel bazı engellerden bu noktada bahsedilebilirim.

Patron Kültürü: İşletme sahipleri doğal olarak işletmelerindeki her türlü gelişmeyi yönetmeye çalışmaktadırlar ve dijitalleşme sürecinin olumlu ve olumsuz etkileri maddi olarak işletme sahiplerini etkilecektir. Bu nedenle eğer böyle bir yatırıma karar verildiyse 2 önemli nokta kesinlikle unutulmamalıdır.

  • Birden bire çok köklü bir değişikliğin altına girmeyin. Yatırım battığında çok üzülürsünüz. Küçük adımlarla ve fazlar şeklinde ilerleyin. En kısa faz 4 ay en uzunu 8 ay olsun.
  • Eğer danışmanlar/yazılımcılar/sistemciler sistemin hazır olmadığını ve devreye alınmaması gerektiğini söylüyorsa onlarla inatlaşmayın. Bu inatlaşmanın sonunda sizden başka kaybeden olmaz. Gün sonunda hazır olmayan bir sistemi devreye aldığınızda çalışanlarınız, tedarikçileriniz ve müşterilerinizin direncini karşılamak zorunda kalacaksınız.

Çalışan Kültürü: Yeni sistemlerden en çok korkanların başında bilgisayar okur-yazarlığı en az olanlar ve yeni sistemle işlerini kaybedeceklerini sananlar gelir. Bu ikisinin de çözümü çok basit aslında birinci grup için diğerlerinden daha uzun bir eğitim ile sisteme aşinalık kazandırılabilir. İkinci gruba da yeni sistemin yetenekleri dolayısıyla boşta kalacağı ve değersiz olacağı nedeniyle işten çıkarma olmayacağını anlatmak ve boşta kalan zamanlarını işletme içindeki başka işlerle doldurulacağı bilgisi verilmeli.

Dönüşüm ve Sürdürülebilirlik

Unutmayın ki “İş Çözümleri” müşterilerinizi elektronik bilgi bankasındaki bir isim olmaktan öteye geçiren bir iş stratejisidir. Sadece bir yazılım paketinin ötesinde, kişilerin şirketin her alanındaki süreçlerde veri ulaşımını ve müşteri ilişkilerini güçlendirecek taleplere cevap vermesini, iletişimi geliştirmesini, satış imkanlarında tanımlama ve rol üstlenilmesini, maddi kazancı, müşteri memnuniyetini ve kar marjının yükselmesini sağlar.

Aslında sistemin işleyişi çok basit; şirket içindeki değişik bölümlerdeki çeşitli verilerin toplanmasını amaçlamaktadır. Satış, pazarlama, muhasebe, IT ve hatta depo çalışanları yazılıma veri girerek ve veri alarak sistemin aktif parçası olurlar. Bu sayede sistemin kullananlar detaylı müşteri geçmişi, açıklamalar, satım geçmişi, ödeme şablonları, vb… birçok detaya erişir.

Mawens Business Solutions’dan CRM konusunda daha detaylı bilgi alabilirsiniz. https://mawens.com/about-mawens-dynamics-365-partner/

Bu kategorideki diğer yazılara ulaşmak için https://blog.bariskanlica.com/category/crm-customer-relationship-management/

Dijital Körlük / Digital Blindness

Dijital Körlük üzerine konuşacağım bu etkinlik bence kaçmaz.

Covid19 ile beraber işletmeler uzaktan verimli çalışmanın yollarını arar oldular. Kimisi buna zaten hazırdı kimisi daha önce hiç kullanmadığı Zoom, MS Teams, Webex gibi uygulamalar ile tanıştı. Bazı şirketler Covid19’dan önce websitesinden, sosyal medyasına, şirket içi/şirket dışı çalışan personelinden, çağrı merkezine tüm süreçleri ile hazırken bazı şirketler şimdi geçici çözümlerle gün geçiriyorlar.

İşte dijital körlük tam da budur; bir işletmenin genel-geçer, merkezileştirilmemiş uçtan uca çözümlerinin olmadığı, dağıtık verileri nedeniyle önünü ve geleceğini göremediği kısacası dijital olarak dönüşemediği durumu ifade eder.

Gelin bu sohbette bu konunun detaylarını birlikte inceleyelim ve işletmeye çok zarar veren bu durumdan nasıl çıkılması gerektiğini beraber görelim.

Unutulmamalıdır ki IT (Bilgi İşlem) Departmanları sadece mevcut sistemi ayakta tutar. It Departmanı diğer görevlerdeki çalışanların işlerin nasıl yaptığıyla ve hangi verimlilikte çalıştığını sorgulamaz.

Aslında “Dijital Körlük” görev, yetki ve sorumlulukların tek bir sistem ya da birbirleriyle konuşan sistemler bütününe aktarılamaması sorunudur.

barış kanlıca dijital körlük
barış kanlıca dijital körlük

21 Mayıs Perşembe günü Baris KANLICA ile birlikte “Dijital Körlük” konusu üzerine Instagram, LinkedIn ve YouTube canlı yayınında keyifli bir sohbet gerçekleştireceğiz.

  • Dijitalleşme Süreci ve Covid 19
  • Covid 19 Bize Neler Öğretti?
  • Dijitalleşmenin Önündeki Engeller ve Çözümleri
  • Yeni Normlar ve Filmlerdekinden Farklı Bir Gelecek
  • Umutlar & Korkular ve Kültürel Yolculuk
  • Günümüz Dönüşümü ve Sürdürülebilirlik

YouTube: https://youtube.com/mawensbusinesssolutions

Instagram: https://www.instagram.com/baris_kanlica/

LinkedIn: https://www.linkedin.com/in/bariskanlica/

Katıldığım diğer etkinlikleri takip etmek için https://blog.bariskanlica.com/category/event-speaker/

Finans alanında Yapay Zeka

Finans bir süredir yapay zekâ kullaniyor ancak şimdi teknolojinin rolü hızla gelişiyor. İşte finans alanında yapay zeka kullanımı için bilmeniz gereken 10 şey;

Finans alanında yapay zeka yeni değil

Finans sektörü onlarca yıl önce akıllı algoritmalar kullanmaya başladı; 1980’lere kadar. Bu aşamada, seçenekler fiyatlandırma gibi alanlarda tahminler yaparak istatistiksel ve matematiksel hesaplamalar yaptılar. Ancak değişen, artık çok daha fazla veriye ve daha fazla bilgi işlem gücüne sahip olduğumuzdur. Bu, insanların tanımak için çok zor veya pahalı (insan gücü açısından) bulacağı ince kalıpları ve dakika değişikliklerini ortaya çıkarmak için algoritmaları eğitmek için kullanılabilir. Bir bilgisayar aynı anda 100 pazarda bir modelde işlem yapabilir veya verileri çok hızlı bir şekilde analiz edebilir ve her birkaç saniyede bir kararlar verebilir ve yeni bilgiler geldiğinde tekrar güncellenir.

AI çoğunlukla insanın karar alma sürecini arttırır; onun yerini almaz

Saniyede binlerce anlaşma yapmak için nispeten basit modellerin kullanıldığı çok yüksek frekanslı ticaret gibi alanlar dışında, şu anda AI’nın ana rolü, finans profesyonellerinin çok daha iyi kararlar vermesine yardımcı olabilecek daha fazla bilgi sağlamaktır. Algoritmalar, ne kadar akıllı olursa olsun, bireysel insanların eşleşemeyeceği bir ölçekte büyük miktarda veri işleyebilir. Ancak piyasalar ve insan davranışları ile aynı derinlemesine anlayışa sahip değiller: bu yüzden her ikisine de ihtiyaç vardır.

AI ticaret kararlarında duyguları kaldırmaya yardımcı olabilir

Algoritmik ticaret, ani piyasa hareketlerine veya insanları korkutacak veya heyecanlandırabilecek herhangi bir şeye karşı duygusal tepkileri ortadan kaldıran bir dizi kural oluşturur. Kendinizi ticaret yapmak için sadece doğru fırsat kendini gösterdiğinde disipline sokmanın bir yolu olabilir. Örneğin, bazı algoritmalar ‘momentum’ olarak bilinen şeyi takas eder. Güçlü piyasa hareketlerini tanımlarlar ve daha sonra ‘dalga’ kırılmasının biraz zaman alacağını düşünürler. Bu, doğru pozisyonu alabilecekleri ve başka bir matematiksel gösterge dalganın aşağı inmek üzere olduğunu işaret edene kadar bekleyebilecekleri anlamına gelir.

Yeni ve şaşırtıcı veri kaynakları devreye giriyor

Örneğin, sosyal medyadaki hisse senetleri ve hisse senedi fiyatları arasında ilişkiler (zayıf olsa bile) olabileceğini fark ettikleri için, veri edinmenin getirisi finansal alanın ötesine genişlemektedir. Algoritmalar, pazarların gidebileceği yönleri gösterebilen farklı veri kümelerindeki kalıpları ve korelasyonları tespit etmek için kullanılabilir. Bu göstergeler daha sonra bunları piyasada yaşayan insanlara potansiyel ticaret seçenekleri sunmak için kullanılır.

Geleneksel olmayan tedarikçilerden yeni yapay zeka destekli hizmetler ortaya çıkıyor

2008-9 yılındaki mali çöküşün ardından, İngiltere düzenleyicisine, Finansal Davranış Otoritesi (FCA), Londra Şehri’ni rekabetçi hale getirmek için yeni bir brifing verildi. FCA bunu çeşitli yeni girişimlerle çalışmak ve farklı işlem türlerine izin vermek için bir lisans olarak yorumladı. Sonuç olarak, birçok şirket, eşler arası krediler gibi geleneksel bankacılık uygulamalarının dışındaki alanlarda yapay zeka ile denemeler yapmaktadır.

İşte finans alanında yapay zeka kullanımı için bilmeniz gereken 10 şey

Para bireylere ve küçük işletmelere sunulmaktadır

Risk genellikle asimetrik bilgiye dayanır. Örneğin, bir kişi kredi başvurusunda bulunursa, geliri ve geri ödeme iradesine sahip olduğundan emin olabilir. Ancak banka aynı bilgi ve kesinlike sahip değildir, bu nedenle genç yetişkinler ve bir ülkeye yeni giren insanlar kötü riskler olarak değerlendirilir ve yüksek faiz oranları sunar. Bununla birlikte, AI, çeşitli insan türleri için modeller oluşturmak, borç almak, ödünç vermek ve riski ölçmek için fırsatlar yaratarak verileri daha iyi koşullarda daha fazla insana ulaştırabilmek için verileri kullanabilir ve analiz edebilir.

Kişisel verilerin kullanımı sorunlu olmaya devam etmektedir

Büyük bir sigorta şirketi, kişilik profillerini oluşturmak için araç sahiplerinin sosyal medya yayınlarını analiz etmek ve bu bilgileri sigortalarının fiyatını belirlemek için kullanmak için AI kullanmayı planlamak zorunda kaldı. Teoride, plan, örneğin yalnızca yaşlarına göre yüksek primler ödeyen vicdani genç sürücülere yardımcı olabilirdi. Bununla birlikte, sosyal medyayı bu şekilde kullanmak gizlilik kurallarını da ihlal etti. Şirketler verileri nasıl kullandıklarını dikkatlice düşünmelidir.

Algoritmalar hızlıdır – ancak bazen çok hızlıdır

Algoritmaların hesaplama yapma hızında da sorunlar olabilir. Flaş çökmelerine yol açan fiyatlardaki yıkıcı değişiklikler o kadar hızlı gerçekleşebilir ki, insan müdahalesi çok geç olabilir.

Algoritmalar, olağandışı bir şey olursa ne yapacağını bilmiyor

Algoritmalar çok büyük veri kümeleri üzerinde eğitilir. Yine de, bu verilerin dışında olan şeyler olabilir. En iyi ihtimalle, algoritma etkili bir şekilde ‘Bu konuda ne yapacağımı bilmiyorum’; en kötüsü, hiçbir delile dayanmadan güvenle bir tahmin yapar – ve bu felaket olabilir

Daha fazlasını bilmemiz gerekiyor

Algoritmaların olağandışı olaylarla nasıl başa çıkabileceğini anlamamız gerekir. AI sistemleri modeller oluşturarak ve geçmiş verilere dayalı tahminler yaparak çalışır. Finans gibi karmaşık sistemlerin ortaya çıkan dinamiklerini mutlaka anlamazlar. Bu yüzden sektördeki insanlar hala yavaş bir şekilde ve özellikle finansal ticarette risk yönetimi sistemlerinin yerleşik olmasını sağlamaya çalışıyorlar. Bu alanda şu anda nispeten az düzenleme ve çok fazla yenilik var. Heyecan verici, ama er ya da geç düzenleyicilerin müdahale etmeleri ve stok almaları, yeni risklerin ne olduğunu anlamaları ve bunları hafifletmek için düzenleme yapmaları gerekecek.

AI konusundaki diğer yazılarıma ulaşmak için https://blog.bariskanlica.com/category/ai-and-machine-learning/

Size bu alanda yardım edecek olan firma için https://mawens.com/about-mawens-dynamics-365-partner/

Müşteri İlişkileri Sözlüğü

İşte her zaman işinize yarayacak bir müşteri ilişkileri sözlüğü…

Müşteri İlişkileri Sözlüğü

Aktif Sadakat (Active Loyalty): Belli bir zaman aralığında müşterinin satın alma, temasta bulunma ve işlem yapma aktivitelerini tekrarlaması. Müşterinin en son ne zaman temasta bulunduğu ve temasta bulunma sıklığı gibi ölçüler analize baz teşkil eder.

Analitik CRM (Analytical CRM): Operasyonlardan elde edilen verinin iş performansını ölçmek için analiz edilmesi.

Bilgisayar-Telefon Entegrasyonu (Computer Telephony Integration – CTI): Bilgisayar ve bilgisayar uygulamalarının dijital telefon hatları üzerinden gelen bilgileri kullanmasına yarayan teknoloji
 
Birebir Pazarlama (One to One Marketing): Müşterinin davranış şekil ve tercihlerine göre şekillendirilebilen pazarlama anlayışı. Müşteriye, satış noktalarından kişiselleştirilmiş ürün ve servislerin dağıtılması.
 
Çapraz Satış (Cross Selling): Müşteriye genel satın alma eğilimini analiz ederek birbiriyle ilişkili ürün veya hizmetleri satma
  
Çok Boyutlu Analiz (Multi-Dimensional Analysis): Veri üzerinde, her biri farklı bir boyuta karşılık gelen farklı ilişkileri göz önünde bulundurarak yapılan bilgi analizi.
  
Doğrudan Pazarlama (Direct Marketing): Satıcının mesajını doğrudan, potansiyel müşteri olarak tanımlanan kitleye sunan; posta, e. posta veya tele pazarlama gibi yöntemleri içeren teknik.
  
E-CRM: Web kanallarının CRM stratejisinin bir parçası olarak kullanılması
  
En Çok Büyüyebilir Müşteri Grubu (Most Growable Customers – MGC): Firma için stratejik değeri gerçek değerini geçebilecek müşteri tipi. Bu tür müşteriler çapraz satış ve etkin maliyet yönetimi ile firma için en karlı müşteri haline dönüştürülebilir.
 
En Değerli Müşteri Grubu (Most Valuable Customers – MVC): Firma için gerçek değeri en yüksek, en karlı, en bağlı ve firma ile en fazla işbirliği yapan yada yapmak isteyen müşteri tipi.
  
Gerçek Müşteri Değeri (Actual Value, Lifetime Value – LTV): Müşterinin gelecekte firmaya sağlayacağı kar akışının bugünkü değeri
 
İnteraktif Ses Tanıma (Interactive Voice Response – IVR): Kullanıcıdan genellikle DTMF halinde gelen veriye yanıt olarak önceden kaydedilmiş uygun mesajı telefon üzerinden geri bildiren sistemler
  
Kampanya Yönetimi (Campaign Management): Pazarlama iletişim kanallarının yönetimi
  
Kanal Yönetimi (Channel Management): Efektif dağıtım kanallarının geliştirilmesi ve yönetimi
 
Kişiselleştirme (Personalization) : Sunulan ürün yada hizmetin müşterinin faydası yönünde farklılaştırılması.
 
Müşterek CRM (Collaborative CRM): Çeşitli kanallarla müşteriden toplanan bilginin müşteri memnuniyetini artırmak ve müşteriyle olan ilişkileri iyileştirmek için kullanılması. Yeni ürün geliştirme sürecine müşterinin katılması gibi.
  
Müşteri Bağlılığı (Customer Loyalty): Müşterinin tüm rekabetçi etkilere ne ölçüde direndiği ve firmanın ürün ve hizmetlerini kullanmakta ne kadar kararlılık gösterdiği
 
Müşteri Bilgi Sistemleri (Customer Information Systems): Müşterilerin satın alma tercihleri hakkında firmaya bilgi sağlamak, potansiyel müşterileri tanımak, mevcut olanların kalıcılığını sağlamak ve hangi müşteri grubunun hangi ürün ve hizmete yönlendirilmesi gerektiğini anlayabilmek amacıyla kullanılan sistemler.
 
Müşteri Değerlemesi (Customer Valuation): Müşterinin firma açısından cari değeri, gelecekteki değeri ve stratejik (potansiyel) değerinden oluşan toplam değeri
 
Müşteri Etkileşim Noktaları (Customer Interaction Points): Müşterinin organizasyonla temas ettiği herhangi bir nokta
 
Müşteri Farklılaştırılması (Customer Differentiation) : Birebir müşteri stratejilerinin uygulanabilmesi için her müşterinin hem davranış biçimi, hem de finansal anlamda firma açısından farklı görülmesi ve uygun aksiyonun alınması
 
Müşteri Gruplama (Customer Segmentation) : Pazarın benzer özelliklere sahip müşteri gruplarına bölünmesi
 
Müşteri İlişkileri Yönetimi (Customer Relationship Management – CRM): Müşterilerle daha güçlü ve uzun vadede firma için kârlı ilişkiler geliştirmek amacıyla, onların ihtiyaç ve davranışlarını daha iyi anlamak için kullanılan strateji
 
Müşteri Odaklı Bakış Açısı (Customer-Centric View): Müşteriyi etkileyen herhangi bir kararda müşterinin istek ve ihtiyaçlarını temel kriter olarak alan yaklaşım
 
Müşteriyi Elde Tutma (Customer Retention): Uzun vadede müşteri sadakatini sağlamayı hedefleyen pazarlama stratejileri. Müşterileri elde tutmanın maliyeti yeni bir müşteri kazanmaktan her zaman daha azdır.
 
Müşteri Yaşam Süresi Değeri (Customer Lifetime Value): Müşterinin organizasyonla ilişkide olduğu süre boyunca organizasyona kazandıracağı tahmin edilen nakit akışı
 
Müşterinin Stratejik Değeri (Strategic Value): Müşterinin uygun stratejiler uygulandığında firmaya sağlayacağı gerçek değerinin ötesinde potansiyel olarak sağlayabileceği değer.
 
Otomatik Çağrı Dağıtıcı (Automatic Call Distributor – ACD): Genellikle büyük çağrı merkezlerinde kullanılan ve gelen çağrıları uygun olan müşteri temsilcisine otomatik olarak yönlendiren sistem
 
Otomatik Numara Tanıma (Automated Number Identification – ANI): Gelen çağrının telefon numarasını alıcıya aktararak arayan müşterinin tanınmasını sağlayan özellik
 
Öğrenilen İlişki (Learning Relationship) : Firma ve müşteri arasında kurulan ve her türlü müşteri verisinin müşteri bağlılığını arttıracak şekilde faydalı bilgiye dönüştürülüp firmanın gereken aksiyonları aldığı ve sürekliliğini sağladığı anlayış
 
Pareto İlkesi (Pareto Principle): Ekonomide genel bir ilkedir. Firma gelirlerine uygulandığı zaman; firmaların gelirlerinin %80’ini, müşterilerinin % 20’sinin sağladığını ifade eder.

Pasif Sadakat (Passive Loyalty): Müşterinin organizasyonla uzun bir süre işlem yapmaması veya daha iyi bir alternatif bulunmadığı için organizasyonla ilişkisini sürdürmesi
 
Veri Ambarı (Data Warehouse): Çeşitli veri tabanlarından çekilerek biçimlendirilen ve karar vermede kullanılan bilgi deposu
 
Veri Madenciliği (Data Mining): İstatistik veya yapay zeka yardımıyla verilerin analiz edilerek aralarında yeni bağlantılar kurulmaya çalışılması
 
Veri Modelleri (Data Models): Bir şekilde ilişkili olan firmanın tüm veri kümeleri
 
Yatırımın Geri Dönüşü (Return On Investment – ROI): Belli bir amaç doğrultusunda yapılan yatırımdan elde edileceği tahmin edilen finansal getiri
 
Yönetim Bilgi Sistemleri (Executive Information Systems – EIS): Üst yönetime yönelik raporlama amacıyla kullanılan alt sistem. Günümüzde çok boyutlu veri tabanlarından anlık sorgu yapmayı; satış, finans gibi kanallar üzerinde analitik uygulamalar geliştirmeyi sağlar.

Mawens Business Solutions’dan CRM konusunda daha detaylı bilgi alabilirsiniz. https://mawens.com/about-mawens-dynamics-365-partner/

Bu kategorideki diğer yazılara ulaşmak için https://blog.bariskanlica.com/category/crm-customer-relationship-management/

CRM Sistemleri İşinize Ne Katar?

CRM müşterilerinizi elektronik bilgi bankasındaki bir isim olmaktan öteye geçiren bir iş stratejisidir. Sadece bir yazılım paketinin ötesinde, kişilerin şirketin her alanındaki süreçlerde veri ulaşımını ve müşteri ilişkilerini güçlendirecek taleplere cevap vermesini, iletişimi geliştirmesini, satış imkanlarında tanımlama ve rol üstlenilmesini, maddi kazancı, müşteri memnuniyetini ve kar marjının yükselmesini sağlar.

Nasıl Çalışır

Aslında sistemin işleyişi çok basit; şirket içindeki değişik bölümlerdeki çeşitli verilerin toplanmasını amaçlamaktadır. Satış, pazarlama, muhasebe, IT ve hatta depo çalışanları yazılıma veri girerek ve veri alarak sistemin aktif parçası olurlar. Bu sayede sistemin kullananlar detaylı müşteri geçmişi, açıklamalar, satım geçmişi, ödeme şablonları, vb… birçok detaya erişir.

Pazar araştırma şirketi Gartner Inc. ‘in 2007 araştırmalarına göre CRM‘in dünya çapındaki yazılım cirosu önceki yıla göre yüzde 14 artarak 7.4 milyar dolara yükselmiştir. İyi CRM programları müşteri ihtiyaçları, satın alma alışkanlıkları, tercihler ve endişeler üzerine bilgi depolarlar. Bu yazılımlar müşteri ihtiyaçlarını doğru karşılayacak şekilde periyodik elektronik posta ve satış mektuplarından daha sofistike ve tatminsel yollar kullanarak teknolojiyi ve kişiselleştirilmiş servisleri sunarlar. Buna ek olarak, detaylı ve iyi uygulanmış bir CRM programı şirketlerin datalarını daha etkin kullanmasına ve fiyatlandırmadan kaynak tahimlerine ve dağıtıcı ilişkilerine kadar yardım sağlarlar.

Bütün bunlardan sonra CRM programları size hala bilgi bankasının revize edilmiş hali gibi geliyorsa tekrar düşünün. Teknoloji, CRM’in kritik bir bileşeni ancak müşteri ilişkileri yönetimi de insan ve strateji bazlı bileşenlerdir. CRM programları işinizin değişik alanlarını kapsayacak, müşterileriniz ve kendi operasyonlarınız hakkında daha fazla bilgi sahibi olmanızı sağlayacak güçlü bir araçtır. Her bir bilgi bölümü müşterileriniz hakkında daha iyi ilişkiler kurmanıza ve şirketlerini daha iyi anlayabilmenize, ihtiyaçlarını karşılamanıza yardımcı olacak geçmiş bilgisi, alım alışkanlıkları ve işyeri hakkındaki geniş şablonları sunar.

CRM’in Yararları

CRM'in Yararları

İş teknolojileriniz ve süreçlerinizde köklü bir değişim meydana gelmeden önce CRM’in şirketiniz için potansiyel faydalarını anlamak çok önemlidir.

İşiniz için

Bütün bilgilerinizi tek bir çatı altında toplayarak, CRM sistemi hata sayısını yok ederek müşteri sorunlarını rafa kaldırır. Adresler ve ulaşım bilgileri her zaman doğru olduğundan, satış elemanlarının yönetim servislerine erişmesi ve satınalma şablonlarının bir lokasyonda bulunması sayesinde CRM sistemi çalışanlarınızın mükemmel müşteri memnuniyetini yakalayacak şekilde odaklanmasına ve sonuç olarak karınızın yükselmesine olanak sağlar.

CRM aynı zamanda şirketinizin otomasyonunu ve başka fonksiyonlarını da yerine getirebilir. Müşteri listenizi özel fırsatlar ve bilgiler getirecek türde bölümlendirebilirsiniz. CRM sistemi belirli elektronik posta adreslerine talep yollandığında otomatik-cevap vererek; periyodik müşteri mektuplarına, yeni bilgilere, hatırlatıcılara, uygun dökümanlar göndererek bilgi akışı sağlamaya programlanabilir. Bütün bunlar sistem tarafından takip edilir ve yönetilir ve müşterileriniz işiniz hakkında bilgilendirildiğinde kesilir. Siparişler ve servis atamaları hakkındaki hatırlatmalar elektronik posta yoluyla gönderilmeye programlanabilir. Web arayüzündeki bilgi istemleri çalışanlara belirli promosyon tekliflerini hatırlatabilir ya da CRM sistemine eklenecek bilgiler hakkında soru sormalarına olanak sağlar.

Müşteri bilgileri tek çatıda toplandığı için, satış elemanları tahminleri, satış şablonlarını ve önemli noktaları kolayca yönetebilir. Bu hedefler için önemli bir kaynak olabilir. Kümelenmiş bilgiler müşterilerinizin eğilimleri ya da genel pazar kapsamında ipuçlarını göz önüne serer.

Müşterileriniz için

Müşterileriniz için

Yüksek etkinlik sayesinde , müşterileriniz de CRM sistemlerinden kar ederler. Bir müşteriniz sipariş vermek ya da yardım almak için aradığında artık “doğru kişi” için beklemek zorunda değil. CRM sistemine erişen herkes gerçek anlamda yardım sağlayabilir. Bu etkinliği arttırırken zaman kaybını azaltır. Çünkü bir CRM sistemi özel sipariş ayarlamalarını ya da müşteri tercihlerini barındırabilir, müşteriler sisteme erişen herhangi bir kimseden ihtiyacı olan bilgileri temin edebilirler. Bu şirket ilişkilerinizi daha elverişli konuma getirir. Müşteriler bilgilere kendileri de ulaşabilir ve bilgiler müşteri profilinde tutularak şirkete müşteri istek ve potansiyel sorunları hakkında ışık tutabilir.

Çalışanlarınız için

CRM çözümleri çalışanlarınıza birçok yoldan yardımcı olabilir. Çalışanlarınızın müşteri ihtiyaçlarını daha güçlü olarak karşılamasına ek olarak, işlerini daha iyi yapmalarının yanı sıra sıkıntı kaynaklarını yok ederek iş tatmininin artmasını sağlayarak iş akışı takibi ve verim katar. Müşteri-Çalışan ilişkileri ve sonuçları sisteme eklendiği için, hem çalışanlar hem de üst yöneticiler destek gerektiren ve güçlü olan alanları görebilirler. Eğer bir müşteri hizmetleri elemanının etkinliği düşerse ya da satış elemanının rakamları negatif yöndeyse, işveren göstergeleri takip ederek sorun kaynağının çalışan, müşteri, ürün ya da servislerden hangisinde olduğunu ya da hangi ürün ve hizmetlerin sunulduğunu görebilir.

CRM çalışan etkinliğinin soruna yol açabileceği noktalar için erken uyarı sistemine sahiptir. Örneğin, işveren satış elemanının rakamlarının son çeyrekte düştüğünü görebilir. Bu rakamların derinine inerek, satış elemanının verimliliğini azaltan yeni bir ürün ile uğraştığını görebilir. Ya da işveren satış alanlarının kontrolünün sonra dönemlerde çok genişleyerek etkin olarak kontrol altına alınamadığını keşfedebilir. CRM sistemi bu gibi durumları fark etmenizi sağlayacak ipuçlarını çalışanınızdan çok daha önce size söyleyebilir .

Satış Personeli için

Satış Personeli için

CRM satış personeline çok daha detaylı ve elverişli hesap bilgileri erişimi sağlar. Pazarlama personeli için, CRM yönetim ve takip kampanyaları ve başka promosyon ihtiyaçları hakkında daha kolay yol gösterir. Müşteri hizmetleri personeli için, CRM bütün anlaşmalar ve kayıtlara anında erişim sağlayarak potansiyel sorunları gerçekleşmeden ortaya koyar.

Öteki Payda Sahipleri için

CRM, adından anlaşılacağı gibi müşteriler üzerine yoğunlaşır. Ancak CRM programınız normal müşteri profilinizin ötesinde olasılıklara, tedarikçilere, satıcılara, bağışçılara, yatırımcılara, dağıtımcılara ve iş kapsamınızdaki diğer ortaklarınıza yoğunlaşacak bilgilerinizi dahil edebilir. Böyle bir integrasyon pazarlama eforunuza katkıda bulunur, tedarik ve envanter takibi yapar ve ikmal zincirindeki her noktada ürün ve servis iletimi etkinliğini arttırır.

Mawens Business Solutions’dan CRM konusunda daha detaylı bilgi alabilirsiniz. https://mawens.com/about-mawens-dynamics-365-partner/

Bu kategorideki diğer yazılara ulaşmak için https://blog.bariskanlica.com/category/crm-customer-relationship-management/