SOSYAL CRM

Sosyal CRM kavramı, son yıllarda dünya çapında özellikle büyük markaların odak noktası ve en öncelikli yatırım alanı haline gelmiş durumda. Bu kavrama “henüz erken” veya “geri dönüşü yok” diye yaklaşan zihniyetler de yok değil tabii ki. Ancak onlar dahi bu rüzgarın etkisi altına giriyorlar ister istemez.

Sosyal CRM aslında CRM uygulamaları için yeni bir kanal. Nasıl SMS, e-mail veya çağrı merkezi kanalları üzerinden CRM çalışmaları yürütüldüyse bugüne kadar, sosyal medya kanalları olan Facebook, Twitter, Foursquare, Youtube vs.  gibi popüler sosyal mecralar üzerinden de bu mecraların altyapılarına ve önyüzlerine uygun CRM uygulamaları geliştirilmeye çalışılıyor.

Burada tabii ki CRM uygulamalarının olmazsa olmazı olan analitik araçlar piyasada yer almaya başlamış durumda. Kurumların iç veri sistemlerinin analizleri üzerine zaten fazlasıyla uzmanlaşmış olan SAS, IBM, Microsoft gibi kurumlar artık bu yeni dünyayı da kapsayacak şekilde analiz ve entegrasyon çözümleri geliştiriyor ve sürekli iyileştiriyorlar.

Bu çözümlerin temel amacı, saydığımız ve sayamadığımız binlerce (blogları ve forumları da unutmayalım) sosyal mecradaki “big data”yı süzmek, kurum için anlamlı hale getirebilmek ve buradan da hem müşteri deneyimini hem de satış aktivitelerini geliştirmeye yönelik fırsatlar yaratmak.

Bugün baktığımızda Sosyal CRM’i temel olarak üç farklı boyutta incelememiz mümkündür. Ancak bu üç boyut birbirinin ikamesi değil tam tersine aynı yol üzerindeki duraklar gibidir. Sırasıyla üçüne de uğramak ve bunların üçünün de hakkını vermek gerekmektedir.

<!--[endif]-->

1. Engagement Yaratma: Bu ifadenin tam karşılığı sosyal mecradaki kullanıcıları markanın account’u altına toplama ve bu kişilerin bu accountların içeriğini etkin olarak oluşturmalarını ve geliştirmelerini sağlama. Yani özetle hareket yaratma. Bugün özellikle Türkiye’deki uygulamaları baktığımızda daha çok odaklanılan ve üzerinde konuşulan boyutun bu olduğunu görüyoruz.

Baktığımızda, firmalar derin analizlere girmeden sosyal mecra kullanıcılarını çeşitli havuçlar ve eğlenceli uygulamalarla accountlarına çekip, örneğin Facebook’ta like edilmek, twitter’da ise takip edilmek için ikna etmeye gayret gösteriyorlar. Bundan sonraki aşama ise artık “follower” olan kullanıcıların account altındaki mesajlara, bilgilendirmelere ve reklamlara tepki vermelerini, görüşlerini iletmelerini sağlamak. Bu noktada da sosyal medya takibi yapan ajanslar devreye giriyor, çok sınırlı sayıda kurum bunu kendi iç kaynakları ile yaparken önemli bir çoğunluk medya ajansları aracılığı ile bu süreci yönetmeyi tercih ediyor.

Bu ajanslar takipçi kullanıcılardan gelen yorum, soru, şikayet ve bilgi taleplerini toplayıp ana firma ile bağlantılı bir biçimde bunlara geri dönüş yapıyor.

Bu yaklaşımla amaçlanan nihai unsur, mevcut müşterileri dinlemek, onlarla iletişime geçip markanın onları önemsediği algısını yaratarak bir anlamda “Müşteri Deneyimi” seviyesini artırmak ve tabii bir de yeni müşteri kazanımını desteklemek.

Ama sizinde anlayacağınız gibi bu çok da teknik bir yetkinlik gerektirmeyen manuel ve çokça insan müdahalesi içeren bir yapı.

2. Analiz ve Entegrasyon (CRM): Bahsettiğimiz gibi engagement çalışmalarının bir adım ötesi bu dünyayı daha analitik yöntemlerle anlamak ve bu dünyayı kurumun satış-pazarlama sistemlerine entegre ederek, follower tabanını gelir yaratma adına daha etkin olarak işleyebilmek.

Buradaki yapının adımlarını sıralamak gerekirse;

Dinleme:

•       Hedeflenen sosyal mecralara entegre olunarak bu  sosyal mecralardaki kullanıcıların yorum ve görüşlerinin belirlenen süzgeçler ve kriterler dahilinde izlenmesi.

Anlama:

•      Yorumların hangi dilde yazıldığının, konuyla gerçekten ilgili olup olmadığının tespiti ve garbage yorumların filtrelenmesi.

•      Sentiment analizi ile yorumların istenen çerçevede gruplanması. Örn; “pozitif, negatif, nötr” veya “kredi, mevduat, kredi kartı” gibi..

Gruplama:

•       Sosyal mecralarda takip edilen kullanıcıların bu mecralardaki etkinliklerine göre skorlanarak segmente edilmesi.

•       Etkinlik skorunun genel mecra etkinliği olarak veya konu bazlı (örn; finans, giyim vs.) etkinlik şeklinde hesaplanması.

Eşleştirme:

•       Sosyal mecrada kullanıcının iletişim ve kişisel bilgilerinin alınarak banka sistemlerindeki müşteri verisiyle eşleştirilmesi.

•       Elde edilen verilerle kurumun “sosyal” müşterilerinin profilleme-segmentleme çalışmalarının yapılması.

Veri Zenginleştirme:

•       Müşteri olduğu tespit edilen kullanıcıların elde edilen diğer bilgilerinin banka veri sistemlerine yazılarak, daha bütünsel bir müşteri veri yapısı oluşturulması.

Kampanya Yapma:

•       Kurum bünyesinde yer alan müşterilerle eşleştirilmiş kullanıcılara veri madenciliği desteğiyle CRM teklif ve kampanyalarının dizayn edilmesi.

•       Sosyal mecradaki kullanıcıların yaptıkları yorumlara göre otomatik/yarı otomatik lead mesajları çıkarılması ve bu mesajlara alınan yanıtlar doğrultusunda satış fırsatlarının ilgili kurumun ilgili temas noktasına (şube, bayii, çağrı merkezi vs.) yönlendirilmesi.

3. Dahil Etme (Involvement): Sosyal CRM çalışmalarında son boyut, sosyal mecra kullanıcılarının sadece birer takipçi veya ürün satışı yapılacak kişi statüsünden çıkarılıp birer marka gönüllüsü haline getirilmesi aşamasıdır.

•       SCRM aracı kullanılarak yapılan analizlerle sosyal mecralardaki etki gücü ve finansal ürün/hizmetlere ilgisi yüksek kullanıcılar tespit edilebilecektir.

•       Bu tip kullanıcılar arasından belli sayıda kullanıcının bir society haline getirilerek, bankamızın ürün, hizmet ve kampanyaları için fikir kaynağı haline getirilmeleri amaçlanacaktır (Crowdsourcing).

•       Bu kullanıcıların, aynı zamanda, ürün/hizmet ve kampanyalarımızı networklerine duyurmaları sağlanacaktır. Bu sayede sosyal mecralarda önemli bir word-of-mouth etkisi yaratılması öngörülmektedir.

•       Bu hedef kullanıcıları sürece dahil edebilmek için çeşitli teşvik ve ödüller kullanılabilecektir.

Toparlamak gerekirse, Sosyal CRM yolculuğu iyi hazırlanılması gereken çetin bir yolculuktur ve tek bir proje kapsamında hayata geçirilecek kadar küçümsenmemelidir, kurumların CRM Bölümleri, “haydi bir Sosyal CRM projesi yapalım” deyip işe girişmemelidir. Sosyal CRM bir program olarak ele alınmalı, dedike bir ekip tarafından tüm boyutları ve kendisine has bütçesi ile yönetilmelidir. Bugün Sosyal CRM’in önemini anlayan bazı kurumlar konuyu doğrudan CMO’ya raporlayan direktörlük bazında yönetmeye başlamışlardır bile (bkz. Garanti). Bu hazırlık ve vizyona sahip kurumlar ise kesinlikle ama kesinlikle Sosyal CRM alanında çok başarılı olacaklardır.

CUSTOMER LIFETIME VALUE MANAGEMENT

written by Yusuf Bekiroğlu - CRM Asst. Manager in Akbank

It is believed that in today’s harsh competitive environment in banking sector, banks need to adopt the fundamentals of Analytic Customer Relationship Management to achieve better positions in their customers’ minds so as to gain competitive advantage in the market. By the time, customers are becoming more conscious, which triggers banking sector to be more sophisticated, and to use highly sophisticated analytic behaviour models which segment the customer base into atomic and meaningful units.

Together with these atomic and meaningful units, companies can identify the needs of each segment. According to customer needs, marketing and sales activities such as customized campaigns, channel based communications, permission marketing, event and alert management, and customer service/product fulfillments can be prioritized and organized.

In the current competitive business world, for all lines of business, customer acquisition, attrition, retention and deepening in the customer and in general terms Customer Life Cycle Management are the key factors for creating and managing the dynamic Customer Relationship.

As Gupta and Lehmann (2003) cited, customers are the base entities for firms to generate profits. Hence, it has been obligatory for banks to move from product centric to customer centric organizations and design strategies to improve customer experience which are basicly service quality, customer satisfaction, customer retention and customer loyalty (Keiningham& Aksoy&Bejou,2006). These developments in the sector led to the birth of a new concept which is Customer Lifetime Value (CLV).

V.Kumar (2006) briefly explains CLV as the value the customer brings to firm over his/her life. In fact, the reason for the birth of CLV is simple. Strategies which are to understand the real value of customers have been impracticable over time. Before CLV method has been worldwide famous, strategies such as RFM, Past Customer Value and Share-Of Wallet were commonly used to compute customer’s future value. V.Kumar (2006) states that these strategies have common drawbacks  such as all of these strategies are not-forward looking and do not involve prediction about customers’ future and just cover past purchase behaviours and past profitability of customers. It is shown that past profitibility and contribution from customers are not enough to outline future strategies (Reinartz & Kumar,2003).

It is crucial for companies to compute CLV in order to define their customer centric strategies. According to Keiningham,Aksoy and Bejou (2006), with CLV strategy, companies are able to define their best customers, so that they can execute right marketing activities for properly targeted people. What we mean by that is that segmentation is changing with the new business world and every customer is becoming an asset for companies to understand. (Rust, Lemon and Zeithmal, 2004). Companies are trying hard to offer customized campaigns / offers to customers in order to meet their increasing demands. Not only customers’ preferences but also companies’ strategies are  changing. Thus, in this dynamic business world, in every second, it is becoming hard to acquire, develop, retain customers and prevent them from attrition / defection.

According to CLV computed, companies can decide how much resource to allocate for each customer and decide which customers to let go. According to Reicheld, Markey and Hopton (2000) customers who stay in a company for a long time tend to spend more over time, cost less to serve and have greater propensity to buy different kinds of products whereas customers who are at a company for a short term period are more likely to leave the company. These hypothesis brings us to another important point, which customers to retain and which customers to be divested (Mittal&Sarkees,2006). According to researches, it is clear that some customers make little or no contribution to companies’ profits. So, with CLV method, importance on strategy has moved from product to customer which led to selection of customers – which customer to acquire-, customized offers– growth-, and to predict which customers are likely to defect and what can be done about it, or should we just let them go(Gupta&Lehhman,2006). 

Customer Lifetime Value concept, starts with inspring and acquring new customers. At acquisition stage, early interaction may include campaigns such as welcome / inform messages. During that period, it is obligatory for companies to really understand the customer behaviour in order to make good predictions about future behaviour of an ordinary customer. At that stage, questionnaries are good examples of creating good relationship with customers. After acquiring the customer, it is important to deepen  the customer relationship. To be able to maintain a solid and consistent relationship, it is crucial to know your customer portfolio, the value of your customers, the level of satisfaction and the behavior in certain situations.

In fact, customer retention has a significant impact on a company’s profitability. Gupta et al. (2004) claims that a 1% improvement in retention can increase firm value by 5%.  Therefore, firms interested in maximizing lifetime value and long-term profitability should pay attention to determinants of customer defection. How a firm can increase the customer life time basically depends on improving service quality, creating loyalty, segmentation based on their current and potential value to the institution, their value, product needs and channel preferences.

As CLV calculated by companies, firms should try to look for new strategies in order to increase a customer’s lifetime value. Increase in customers lifetime value can be done by two different approaches stated by V. Kumar (2006). First strategy is being offensive in order to increase the portfolio of customer base and get potentially valuable customers. This part also includes the growth process of a existing customer. Getting in touch with a new customer at early stages will both increase the potential of increased CLV and most probably avoid customer attrition.

In contrast with offensive marketing strategies, companies should also set up potential actions in order to reduce customer exit. Simply, defensive strategy should include offers to possible defect customer to dissuade their decision. Both defensive and offensive strategies should be taken into consideration equally by companies to enhance marketing actions.

Besides being active defensively and offensively, firms should decide how to handle customers who have churn risk. V.Kumar (2006) briefly explains the basics of customer defection problem. If a customer would like to leave the company, as a company we should decide whether to intervene, which customers to intervene, when to intervene, through which channels to intervene and what to offer. Here is the another important point coming into the stage. Modeling is the significant portion of Analytical CRM. By modeling we can predict customer attrition, propensities and cross-sell opportunities. Models can give us some ideas about customers’ future trends but it would be inaccurate to say that the results of the models will predict the real customer behavior in all accuracy. Kamakura et al. (2005) claims that models are better at explaining customer behaviorthan predicting the future. Modeling customer behavior entails analyzing many variables and the variables may quickly change due to the current highly competitive business dynamics. However, as an example, propensity modeling can be done with better accuracy compared to attrition modeling.

To avoid customer attrition and retain the customer, companies must observe their customers in terms of their transaction balances, product holdings, transaction behaviors, personal preferences, product and service propensities, whether the customer has dormant accounts, is making large withdrawals, is transferring money to other bank or has reduced contacts with the current bank.

Besides these strategies, another important issue – loyalty - is becoming a major topic of companies. It is believed that, loyal customers are tend to spend more, have greater balances and are not cost sensitive. Hence, creating loyal customers and designing personalized campaigns are  the only way for companies to grow,to direct its customers to reach their full potential (Blattberg&Deighton,1996). But the problem is in this point, loyalty programs are costly because of initial,promotional,reward expenses and time,budget, labour constraints. (Uncles&Dowling&Hammond,2006).

Although, loyalty programs are costly and sometimes inefficient, because of hightened competition, companies are forced to design these kind of programs in order to attract and retain their companies. With CLV approach, companies are able to create customized loyalty programs at customer level and this approach helps companies to allocate its recources optimally such as targeting right customers with right product.(V.Kumar,2006). Misuse of CLV method may increase the burden on companies and lead to inefficient return from marketing activities and resulting in lower return of investment.

In conclusion, CLV  helps the firm to treat each customer differently based on their contribution rather than treating all the customers in the same way.  And also calculating customer lifetime value helps the firm to know how much it can invest in retaining the customer so as to achieve positive return on investment. With a well computed CLV, we are able to know what to sell, when and to whom to sell as mentioned in Kumar,Venkatesan and Reinartz(2006)’s article. Managing the customer life cycle is only possible through knowing customer behavior, and defining and communicating the stages of the life cycle to the customer. The progress of the customer in the life cycle can change, and it is important to carry out solid strategies when it comes to attrition, retention, growth in the customer base and cultivating loyalty.

References

Blattberg,R.C & Deighton,J. (1996). Manage Market by The Customer Equity Test. Harvard Business Review,73,136-144

Gupta, S. & Lehmann, D.R. (2003). Customers as assets. Journal of Interactive Marketing, 17 (1), 9-24

Gupta,Sunil,Donald R. Lehmann, And Jennifer Ames Stuart,. (2004). “Valuing Customers,”Journal of Marketing Research 41(1),7-18

Gupta, S. & Lehmann, D.R. (2006). Customer Lifetime Value and Firm Valuation, Journal of Relationship Marketing,Vol.5, No.2/3,pp.87-110

Keiningham, Timothy L., Lerzan Aksoy,  David Bejou (2006). How Customer Lifetime Value is Changing How Business is Managed”, Journal of Relationship Marketing,Vol.5, No.2/3,pp.1-6,

Kumar (2006). CLV:The Databased Approach, Journal of Relationship Marketing,Vol.5, No.2/3,pp.7-35

Kumar,V.,Venkatesan R.,& Reinartz,W.J.(2006). Knowing What to Sell When to Whom,Harvard Business Review, pp. 131-137

M.D. Uncles, G.R. Dowling, and K. Hammond, “Customer Loyalty and Customer Loyalty

Programs,” Journal of Consumer Marketing, 20/4 (2003): 294-316.

Mitttal,V.,Sarkees,( 2006) Customer Divestment, Journal of Relationship Marketing, Vol.5, No.2/3,pp.71-8

Reicheld,F.F.,Markey, R.G.,Jr.,&Hopton,C.(2000). The Loyalty Effect-The Relationship Between Loyalty and Profits. European Business Journal,12,134

Reinartz,W.J. & Kumar, V.(2003). The Impact of Customer Relationship Characteristics on Profitable Lifetime Duration. Journal of Marketing,67(1),77-99

Rust,R.T Lemon,K.N.,&Zeithaml, V.A. (2004). Return on Marketing:Using Customer Equity to Focus Marketing Strategy.Journal of Marketing,68,109-127

Wagner Kamakura, Carl F. Mela, Asım Ansari,Anand Bodapati, Pete Fader, Raghuram Iyengar,Prasad Naik,Scott Neslin, Baohong Sun, Peter C. Verhoef,Michel Wedel And Ron Wilcox,.(2005).”Choice Models and Customer Relationship Management,”Marketing Letters 16:3/4,279-291

CUSTOMER EXPERIENCE MANAGEMENT (CEM) - MÜŞTERİ DENEYİMİ YÖNETİMİ

Tanım

v  “Customer Experience”, yani “Müşteri Deneyimi” firma ile müşteri arasında gelişen etkileşimin kalitesini ve doğasını tanımlamaktadır.

v  Bu etkileşim,

Ø  Müşteri ile ilişkinin ilk kurulduğu noktadan (örn. pazarlama aktiviteleri ile şirketin ürünleri ve hizmetleri hakkında bilgi edinilmesi, satış noktası ziyareti, satış noktası deneyimi yaşanması ve ürün/hizmet satın alınması) başlayarak

Ø  Müşteri ile ilişkinin genişletildiği süreç (örn. sadakat / ödül programları, almış olunan ürün / hizmet hakkında servis veya yardım alınması) boyunca devam etmekte ve müşterinin hayat döngüsünün tamamını kapsamaktadır.

v  Bu etkileşimi yönetme disiplini olan CEM ise, son 5 yıldır dünyadaki tüm endüstrilerde kurumların başarılı olma hedefinde en önemli yönetim metodolojisi olarak öne çıkmaktadır.

Amaç

v  CEM’in temel hedefi, müşterinin kurumla olan ilişkisini bir sonraki boyuta taşımaktır

Ø  Yeni müşteri yaşam döngüsü

Ø  İç müşteri yaşam döngüsü

v  Müşteri, eğer kurumla iletişim içinde olduğu anlarda, kurumun kendisine klasik kâr amaçlı yaklaşımın ötesinde kendisini dinleyen, sorunlarını samimiyetle çözmeye çalışan ve yol gösteren bir biçimde yaklaştığını düşünüyorsa olumlu müşteri deneyimi yaratılmış olur

v  Olumlu müşteri deneyimleri, diğer tüm pazarlama faaliyetlerinin ötesinde müşterinin bilinçaltında kurumla bir bağ oluşturur ve bu bağ vesilesi ile de word-of-mouth etkisi ortaya çıkar. Bu da müşteri ile iletişimde kabul edilen en ucuz ama en etkili yoldur

v  Bu yapı tüm ilgili ekipler tarafından benimsenip sürdürülebilir hale getirildiğinde, kurum için kolayca taklit edilemeyecek bir rekabet avantajı ortaya çıkar

İhtiyaçlar

Olumlu müşteri deneyimi yaratmak ve bunu sürdürülebilir kılmak oldukça kompleks ve üst yönetimlerin tam desteğini ve yakın ilgisini gerektiren bir süreçtir.

v  Stratejik bir dönüşüm gerektirir;

Ø  CRM, müşteriden maksimum verim elde etmeyi amaçlayan ancak kurum odaklı bir yönetim modeli iken;

Ø  CEM, tüm süreç ve operasyonları müşteri ihtiyaçları doğrultusunda ele alan bir stratejidir

v  Sistemsel araçların tam entegrasyonu ve bu entegrasyonun yönetimini gerektirir

Ø  Kurumların satış ekiplerinin kullanımına sundukları müşteri etkileşimi öncesinde, esnasında ve sonrasında dokunan ekranlar..

Ø  ATM, İnternet Şubesi, Çağrı Merkezi, Mobil Şube gibi alternatif kanallar..

Ø  Bu sistem ve kanallara statik bilgi ve analitik akıl sağlayan sistemler ve araçlar; örn, kampanya yönetim sistemleri, data martlar, veri madenciliği araçları vs..

Ø  Ayrıca müşteri şikayetlerinin ve deneyimlerinin yer aldığı mecralar. Örn; Şikayet Yönetim Sistemi, Twitter veya Facebook gibi sosyal paylaşım ortamlarında yer alan kurum accountları, sikayetvar.com gibi müşteri şikayetlerinin yer aldığı web-siteleri..

Ø  Kurumların iç öneri sistemlerinin yanı sıra, müşterinin önerilerinin de birinci ağızdan alınacağı medyalar geliştirilmesi ve aktif olarak uygulanması. Örn; şube içinde işlem sırası bekleyen müşterilerle müşteri deneyimi odaklı anketler yapılması, çeşitli segmentlerden müşterilerle focus group çalışmaları, online fikir geliştirme yarışmaları vs.

Ø  Ayrıca CEM metodolojisi ile müşterinin finansal ihtiyaçların ötesindeki ihtiyaçlarını da mevcut sistemsel altyapısı, teknolojisi ve iş süreçleri ile karşılayabilmek için girişimlerde bulunması önemlidir

§  3rd parti kuruluşlarla müşteri odaklı daha fazla çalışma

§  Social CRM uygulamaları ile müşterinin bu medyadaki kişisel bilgilerine ulaşıp, o doğrultuda iletişim kurulması

·         Örn; Facebook’ta hobileri arasında “binicilik” ifadesi geçen müşterilerimize, belli bir süre boyunca, belli tutarın üzerinde kredi kartı harcama taahhütü karşılığında Maslak Atlı Spor Kulübü’nde 2 hafta ücretsiz binicilik imkanı sunulması

v  Müşteri segmentasyon modellerinin zenginleştirilmesini gerektirir. Müşterinin davranışlarını anlamaya yönelik bir alt segment yapısının tüm ana segmentler için belirlenmelidir. Bu yapılırken kurum kaynakları dışından (web) elde edilecek veriler de modele katılabilir.

                   Önerilen Segmentasyon Katmanları

v  İş süreçlerinin yenilenmesini gerektirir.

Ø  Her bir segment için her kanala özel

§  Etkileşime geçme,

§  Bilgi alma,

§  Ürün başvurusu,

§  Ürün kullandırımı,

§  Ürün kapama,

§  İşlem yapma 

Süreçleri, BPM ekibi ile müşteri deneyimi perspektifinde revize edilmelidir.

v  Marka Yönetimi

Ø  Kurumsal İletişim ve Reklam çalışmaları da müşteri deneyiminde önemli rol oynar. Bu sebeple; iç süreçler ve operasyonlar ile ATL-BTL reklam faaliyetlerinin ortak bir çizgide ilerlemesini sağlamak amacıyla her iki tarafın katılımıyla periyodik olarak Müşteri Deneyim Komitesi toplantıları düzenlenmelidir

v  CEO Commitment

Ø  CEM metodolojisinin kuruma entegrasyonu ve sürdürülmesinde CEO seviyesinde destek oldukça önemlidir. 3 ayda bir yapılacak CEM Executive Komitesi’nde yaratılan müşteri deneyimin paylaşılacağı bir yapı kurulmalı ve CEO’nun bu konudaki talep ve istekleri müşteriye dokunan tüm personelle doğru wording ile paylaşılmalıdır

CEM Çalışma Metodolojisi

1.     CEM ekibinin, çalışmanın içeriğine göre çalışmaya katkısı olacak, kurumun çeşitli ilgili departmanlarından kişileri belirlemesi ve proje için dedike ekibin kurulması.

Ø  Örn; vadeli mevduat hesabı için yapılacak bir deneyim geliştirme projesinde bireysel bankacılık pazarlama mevduat ve yatırım gruplarından, süreç yönetiminden ve satış yönetimi ekibinden süreç ve ürüne hakim kişilerin proje ekibine aktif desteğinin sağlanması

2.     Üzerine odaklanılacak ürün/hizmetin seçilmesi

Ø  Segmentlerden bağımsız ürün önceliklendirmesi yapılması

§  “Yoğun kullanım x Yoğun şikayet” matrisi ile çok kullanılmasına rağmen çok şikayet edilen ürünlerin tespit edilmesi

Ø  Segment spesifik ürün önceliklendirmesi yapılması

§  Hedeflenen segmentler için “Yoğun kullanım x yüksek karlılık” matrisi ile en yoğun kullanılan ve en karlı ürünlerin tespit edilmesi

Ø  Bu iki matrisin kesişimi doğrultusunda odaklanılacak ürün/hizmetin seçilmesi

3.     Odaklanılacak ürün/hizmet için müşteri bakış açısıyla müşteri-banka etkileşimini anlatan bir süreç haritasının oluşturulması

Ø  Bu haritada ürünün yaşam döngüsü içinde yer alan her türlü gerek satış öncesi, gerek satış, gerekse satış sonrası hizmet adımlarının kategorize edilerek yazılması

4.     Bir önceki aşamada belirlenecek hizmet adımlarında müşteri memnuniyeti yaratmak için gerekli olan unsurların belirlenmesi

Ø  Müşteri anketleri, yüzyüze görüşmeler, şikayet logları, gizli müşteri araştırma sonuçları, web araştırması (bloglar, sosyal medya, şikayet siteleri vs.)

Ø  Belirlenen unsurlar müşteriye önemi doğrultusunda önceliklendirilir

Ø  Hangi unsurların customer attrition’unda daha etkili olduğu analiz edilir

Ø  Hangi unsurların müşterilerin çoğunluğu tarafından dile getirildiği (frekansı) belirlenir

5.     Yukarıda belirlenen unsurlar “Müşterinin verdiği önem x Rekabetteki performansımız” matrisi ile analiz edilerek önceliklendirilmesi

Ø  “Yüksek önem-düşük performans”lı unsurların performansı geliştirilecek unsurlar olarak işaretlenmesi

Ø  “Yüksek önem-yüksek performans”lı unsurların performansı korunacak unsurlar olarak işaretlenemsi

Ø  Diğer gruplardaki unsurlar için ise herhangi bir iyileştirme yatırımı yapılmayacaktır

Ø  Geliştirilecek ve korunacak unsurlar için potansiyel geliştirme&koruma aksiyonları üzerinde çalışılması

Ø  En katma değerli geliştirme aksiyonları önceliklendirilir (aksiyonun maliyeti(zaman,para) x faydası )

§  En kolay yapılabilecek ve güzel etkisi olacak aksiyonların en öncelikli hale getirilmesi (en alçak daldaki meyve yaklaşımı)

6.     Önceliklendirilen aksiyonlar için business plan oluşturulması

Ø  Proje önerisinin tanımlanması

Ø  Amacının ne olduğunun vurgulanması

Ø  Beklenen faydaların açık ifadesi

Ø  Çalışmanın maliyetinin belirlenmesi


Sonuç

Customer Experience Management (CEM), on yıllardır var olan müşteri odaklı kurum olma amacına hitaben geliştirilmiş yeni bir yönetim anlayışı, bir yönetim metodolojisidir. Kurumlar içerisinde dedike bir ekip tarafından sahiplenilmeli, müşterilere dokunan tüm süreçleri değerlendirebilmesi ve gerekli iyileştirmeleri, süreç yönetimi başta olmak üzere tüm ilgili ekiplerle kooperatif bir biçimde çalışabilmesi sağlanmalıdır. İyi anlaşılır ve başta üst yönetim olmak üzere tüm kurum tarafından benimsenirse kuruma önemli ölçüde fayda sağlamaması düşünülemez. 

VERİ MADENCİLİĞİ (DATA MINING)

Gerçek Zamanlı Pazarlama ve klasik listeli offline kampanyalar tasarlamaktan bahsettik. Bu yöntemlerin istediğimiz etkinlikte çalışması, nihai amacımız olan müşteri geri dönüşlerinin artırılması ve bu olurken bir yandan da müşteri memnuniyet seviyesinin yükseltilmesi için bu araçların arkasında yer alan ve bunlara gerekli veriyi sağlayan datamart'ların kurumun ihtiyaçlarına, amaçlarına ve müşteri kitlesinin nicel ve nitel özelliklerine göre doğru bir biçimde tasarlanması ve maintain edilmesi gerekir dedik.

Peki Datamart'lardan kampanya araçlarına gelen veriler arasında kurumun amaçlarına birincil seviyede hizmet eden veriler hangileridir? 

Elbette Veri Madenciliği modellerinden ortaya çıkan analitik veriler.

Kurumlar, stratejik ve taktiksel planlarını ve kararlarını uygulamaya almadan önce bu kararların ve planların sonuçlarını tahmin etmeye çalışırlar. Bu onlar için önemlidir çünkü büyük yatırımlar eğer geri dönüş yaratmazsa kurumlar büyük zararlarla yüzleşebilirler. Örneğin, yeni geliştirilecek bir ürün veya pazara sunulacak yeni bir kampanya kurumlar için yeni bir aksiyon anlamı taşır. Ve çoğu durumda bu aksiyonlar için önemli yatırımlar yaparlar. Yeni ürün ve kampanya örneğinde, reel sektör için makine yatırımı, hizmet sektörü için ise sistemsel bir yatırım söz konusu olabilir, bu ürün/kampanyanın sunulması için satış ekibinin kaynak ayırması, müşterilere sunulacak avantajlar ve herşeyden önemlisi zaman... Bunlar önemli masraflardır. İşte bu tarz yatırımları planlarken Veri Madenciliği yöntemleri ile geliştirilen tahminleme modelleri kullanılabilir ve bu modeller kurumlara yatırım yapıp yapmamaları gerektiğini, yapacaklarsa hangi müşteri kitlesine ne tip farklılıklarla gitmeleri gerektiğini söyler. Bu farklılıklar; sunulacak avantajların farklılaşması, iletişim kanalının ve yönteminin farklılaşması ve ürünün kendisinin farklılaşmasına kadar gider.

Hangi alanlarda kullanabilir kurumlar Veri Madenciliği yöntemlerini? Örneğin, müşterinin erimesini (churn) ve kurumu terketmesini (attrition) engellemek için kullanırlar. Özellikle telekom sektöründe ve bankacılık sektöründe örneklerine sık rastlanır. Telekom sektöründe özellikle son numara taşıma yasasından sonra hareketlenen transfer olayları bu tarz modellerin önemini artırmıştır. GSM operatörleri çeşitli istastistiki yöntemlerle müşterilerin hat kullanım davranışlarını analiz etmeye ve bu hareketlerden rakip operatöre gitme ihtimali yüksek müşterilerini tespit edebilme yönünde anlamlar çıkarmaya çalışmaktadırlar. Terketme ihtimalinin yüksek olduğunu tespit ettikleri müşterilerine ise genellikle mevcutta sahip oldukları koşulların daha avantajlı versiyonlarını (genellikle sınırlı bir süreliğine) önererek olası bir terketme durumunu proaktif biçimde bertaraf etmeye çalışırlar.

Kurumlar gitme ihtimali olan müşterilerini kurumda tutmaya çalıştıkları gibi, hali hazırda kaybetmiş oldukları müşterilerini geri kazanmak için de Veri Madenciliği modelleri oluşturmaktadırlar. Hangi kaybedilmiş müşteriyi geri kazanmaya daha yakın olduklarını, ve bunları hangi ürün/kampanya ile hangi avantajları sunarak geri kazanabileceklerini kestirmeye çalışırlar.Burada kritik faktör, "geri kazanılacak müşteriden elde edilecek yaşam boyu değer (Life Time Value) o müşteriyi kazanmak için yapılacak maliyeti karşılayacak mı" sorusunun cevabıdır.

Kurumlar, Veri Madenciliği modellerinin kullanımında ters mantıkla da hareket edebilirler. Davranış path'ini belirleyip o path'e uygun ürün/kampanyayı sunabildikleri gibi, bunun tersini de yaparlar; karlılık potansiyeli yüksek bir ürünün kullanımını artırmak için o ürünün kullanımına eğilimi olan müşteri kitlesini belirlerler (propensity modelleri)

Kurumlar, özellikle finansal kurumlar risk içeren kredi, kredi kartı, kredili mevduat hesabı ve çek gibi ürünlerini her talep eden müşteriye vermeyi tercih etmezler. Bu ürünlere başvuru yapan müşterilerinin bu ürünleri kullanımlarında sorun yaşama ihtimallerini minimize etmeye çalışırlar. Veri Madenciliği modelleri bu amaç için de kullanılmaktadır. Müşteriler bu ürünlere başvuru yaptıklarında belli bir skorlama algoritmasına girer ve bu skorlama sonucunda hem bu ürünleri kullanıp kullanmayacakları, hem de eğer kullanabileceklerse ne ölçüde (örn; kredi kullanımı için kredi limitinin ne kadar olacağı) kullanabilecekleri belirlenir.

Bunlar ve bunlar gibi sayılabilecek diğer birçok uygulama alanında kullanılan Veri Madenciliği Teknikleri aşağıdaki gibi sıralanmaktadır;

1. İstatistiksel Yöntemler
2. Bellek Tabanlı Yöntemler
3. Sinir Ağları
4. Karar Ağacları

Veri Madenciliği Fonksiyonları ise aşağıdaki gibi sıralanabilir.

1. Bağıntı (Assocation) (Ör: Sepet Analizi)
2. Sınıflandırma (Classification)
3. Regresyon (Ör: Kredi Skorlama)
4. Zaman içinde sıralı örüntüler(Sequence patterns in time)
5. Benzer zaman sıraları (time series)
6. İstisnalar(Ör: Fark Saptanması)
7. Döküman madenciliği (Web Mining)

Bu teknikler ve fonksiyonların detayları internette ufak bir arama ile kolayca bulunabilir. Benim bu yazıda ifade etmeye çalıştığım şey bunların detaylarından ziyade Veri Madenciliğinin kurumlar için stratejik önemi. Eğer kurumlar bu alana odaklanır, gerek sistemsel gerekse insan kaynağı olarak gerekli yatırımı yapmaktan kaçınmazsa ve en önemlisi en üst yönetim kademesinden başlayarak bu işi sahiplenirse, Veri Madenciliği stratejik amaçlarına ulaşmaları yolunda bu kurumlara beklediklerinden daha fazla katkı sağlayacaktır. 

GERÇEK ZAMANLI PAZARLAMA (REAL TIME DECISIONING)

Gerçek Zamanlı Pazarlama, CRM dünyasının temel taşlarından biri olan kampanya yönetimi anlayışına getirilen yenilikçi bir yaklaşımdır. Klasik kampanya yönetimi, belli bir süre için geçerli ve belirlenmiş bir kural doğrultusunda ilgili kampanyaya uygun olduğu tespit edilen müşterileri içeren listelerin oluşturulması ve ilgili kanallara iletilmesi şeklinde işlemektedir. Kampanya için tanımlanan süre içinde, müşteri o süre içinde kampanya kriterlerine olan uygunluğunu yitirmiş dahi olsa, müşteri kitlesi değişmez. Gerçek Zamanlı Pazarlama'da ise böyle bir süre kısıtı mevzu bahis değildir. Diğer bir deyişle listeli kampanyalarda off-line bir çalışma mekanizması söz konusuyken Gerçek Zamanlı Pazarlama'da ise süreç on-line işler.


CRM'in yani Müşteri İlişkileri Yönetimi'nin temel amacı doğru müşteriyi, doğru zamanda, doğru yerde, doğru iletişim aksiyonu ile buluşturmak olduğuna göre Gerçek Zamanlı Pazarlama bu amaca ulaşmak isteyen kurumlar için birebirdir.


Gerçek Zamanlı Pazarlama inbound kampanyalarda, yani müşterinin kurumla temasa geçtiği anlarda kullanılırsa daha etkin sonuç verir. Bunun sebebi de Gerçek Zamanlı Pazarlama'nın ana özel olmasıdır. Müşteri bir aksiyonda bulunur ve kurumun herhangi bir kanalındaki herhangi bir fonksiyonu kullanır. Kurumun sistemleri müşteriyi o anda tespit eder ve o müşteriye, kullandığı fonksiyonla ilişkilendirilmiş en uygun teklifi önerir. Bu yapısıyla listeli klasik kampanyaların proaktif temelli yaklaşımlarının aksine reaktif bir metodoloji izler.


Gerçek Zamanlı Pazarlama yapısını kurgulamış olan kurum, bir kural seti oluşturur. Bu kurallar, satışı hedeflenen ürün/hizmetler için en uygun müşteri profilini tanımlamaya yönelik olarak oluşturulur. Herhangi bir kuralın içeriğinde, sadece müşterinin rakamsal verileri (örneğin, segmenti bireysel olan, aylık kredi taksit ödemesi 1.000 TL'nin üzerinde, Kredi Kartı bocunu düzenli olarak revolve eden vs.) yer alacağı gibi, sadece bir fonksiyon kullanımı (bankanın internet şubesinden EFT işlemi) veya her ikisinin karışımı da yer alabilir. 


Bu kurallar müşteri kurumla temasa geçtiğinde, o müşteri için tek tek çalışır ve müşteri için uygun olan kurallar kendi içlerinde yine kurumun belirleyeceği bir algoritmaya göre önceliklendirilir. En öncelikli kurala bağlanmış olan ürün/hizmet teklifi anında, işlem yapmakta olduğu kanalda müşteriye gösterilir.


Bugün Gerçak Zamanlı Pazarlama sistemleri, artık müşterilerin kurallara verdikleri cevaplara göre kural algoritmalarını kendileri dış bir müdahale olmadan iyileştirebilme özelliğine de sahiptir. Adaptive Learning ismi verilen bu teknoloji ile kuralların etkinliği her müşteri temasıyla otomatik olarak daha da iyileştirilmektedir.


Yazının başında da ifade ettiğim gibi Gerçek Zamanlı Pazarlama doğru müşteriyi, doğru zamanda, doğru kanalda, doğru teklifle buluşturmayı amaçlamaktadır. Bu yolda da listeli off-line kampanyalara göre birkaç adım önde olduğu yadsınamaz.

KAMPANYA DATA MARTI

Data Mart, Veri Ambarı'nın ilgili amaca yönelik parçalarından oluşan bir katmandır ve genellikle bir veya birkaç iş alanının hizmetine sunulur; örneğin, pazarlama data martı, bütçe ve planlama data martı, Kampanya Data Mart'ı gibi.

Kampanya Data Mart'ı; 

• Gerekli data setine daha hızlı ulaşabilmek, 
• Temizlenmiş, seçilmiş datadan oluşan amaca dönük data setine ulaşabilmek, 
• İlgili datayı daha kompakt bir şekilde yönetebilmek ve 
• Yetkilendirme kuralları ile bu data setini sadece belli kişilerin erişimine açarak data güvenliği seviyesini artırabilmek 

amacıyla oluşturulan bir data mart türüdür. Özellikle çok müşterisi ve ürünü olan ve çok sayıda kampanya tanımlama ihtiyacı olan firmalarda oluşturulur. Telekom, finans ve perakende bu tip data martların en yaygın olarak kullanıldığı sektörlerdir.  

Kampanya Data Mart'ında; kurumun stratejileri ve taktiklerini tam anlamıyla uygulamaya koymasına imkan tanıyacak esneklikte kampanya dizayn edilebilmesine olanak sağlayacak data seti ve tablo mimarisi oluşturulmalıdır. Bu data seti, müşterinin demografik, analitik ve ürün-hizmet kullanımını tüm yönleri ile tasvir edebilecek nitelikteki verilerden oluşmalıdır. 

Kampanya Data Mart'ında kurumun ihtiyaçları doğrultusunda analizlerde belli bir geçmiş döneme kadar geri gidilmesine imkan sağlayacak istatistiksel yani tarihsel veriler de bulunmalıdır.

Bugün kampanya yönetim sistemine sahip kurumların çok büyük bir kısmında listeli (batch) kampanyalar uygulanmaktadır. Bu da arkasında birbirine bağlı belki de birbirine bağlı yüzden fazla tablodan oluşan, binlerce veri alanı (data field) içeren kampanya data mart'larının önemli performans sorunları yaşamadan çalışmasına imkan tanımaktadır. Ancak ön plana çıkmaya başlayan ve gerçekten çok daha verimli ve karlı bir kampanya sistemi olarak nitelendirilebilecek "Gerçek Zamanlı Pazarlama"nın (Real Time Marketing/ Real Time Decisioning) bu tarz bir data mart alt yapısı ile çalışması imkansıza yakındır.

Gerçek Zamanlı Pazarlama kavramını daha etaylı bir biçimde bir sonraki yazımda ele alacağım.