Veriye Dayalı Rahatsızlıklar

Veriye dayalı pazarlama giderek daha fazla kurum tarafından önemsendi. Bazı kurumlar, verileri etkin kullanarak rakiplerinden sıyrıldılar. Daha az maliyetle, daha verimli işler yapmaya başladılar. Böyle olunca, (bir dönemim altına hücum akımı gibi) veriye hücum başladı.

Veri hevesi, sadece kurumlarda değil bireylerde de etkin oldu. Hayatında veriye dayalı hiçbir iş yapmamış kişiler, sadece okuyarak veri yönetimi uzmanı oldular. Çeşitli vesilelerle bloglarda [a] ve [b] bunlardan bahsettik.

Bugünkü konumuz, bireyler değil kurumlarla ilgili. Veri sayesinde öne çıkan şirketler ve onlara özenen kurumlar sayesinde bazı yeni rahatsızlıklar / saplantılar türedi.

• Yabancı dillerde kitap ile ilgili iki ayrı saplantıdan bahsedilir: Kitapseverlik (bibliyofili) ve kitap biriktirme tutkusu (bibliyomani).

Kaynakçada şöyle yazıyor. Kitapseverlerin büyük, özel kitap koleksiyonları olabilir. Eski baskılara, imzalı kopyalara veya resimli versiyonlara çok değer verebilirler. Bibliyomani ise, kişilerarası ilişkileri veya sağlığı etkileyebilecek kitap toplamaya yönelik kompulsif bir takıntıdır. Konu veya içerik fark etmeksizin kitap toplarlar.

Benzer saplantılar, veri tutkunlarında da vardır. Kendimi veri psikoloğu ilan etmeyeyim ama bu konularda görüştüğüm çok sayıda kişi ve/veya kurumda fark ettiğim saplantıları da yazmak istedim.

Veri Biriktirme Saplantısı

Bu saplantılardan en çok rastlanılanı, ne işe yaradığını bilmesen de müşteri hakkında bütün verileri toplamak. Sanki, sosyal mecralar ile daha belirgin olan FOMO (Fear of missing out – Bir şeyleri kaçırma korkusu)’nun bir türevi gibi olduğunu düşünüyorum.

😉

Bir anı:

Yıllar önce, danışmanlık yaptığım bir bankada MOVA (müşteri odaklı veri ambarı) oluşturuyorduk. Bireysel Bankacılık Direktörü ile hangi verileri MOVA’ya kaydedeceğimizi tartışırken “ayakkabı numarasını bile kaydetmek isterim” demişti.

– Müşterinizin ayakkabı numarasını bildiğinizde size daha fazla verim sağlayacak bir senaryonuz mu var?” diye sordum.

– Bir ayakkabı markasıyla birlikte promosyon yapabiliriz”.

– Müşteriye yapacağınız kıyak, ayakkabı numarasıyla bağlantılı mı olacak. 43 numara giyenler, 37 numara giyenlerden daha fazla mı kazanacak?” diye sorunca yanıt alamadım.

Veri ambarı oluştururken, “şu veriyi de tutalım” diyen ürün yöneticilerine “o veri ile ne yapacağımızı, nasıl verim artıracağımızı ve/veya müşteriyi nasıl daha iyi tanıyacağımızı ve/veya sadakati nasıl artıracağımızı ve/veya hangi kampanyada kullanacağımızı anlatan bir senaryonuz yoksa, veriyi tutmamızın bir anlamı olmaz” demiştim.

Veri ambarı projesinin Ticari Bankacılık tarafında olan arkadaşımız “15 yıllık bankacıyım. Senin yüzünden senaryo kelimesini de bankacılık terimi olarak kullanmaya başladım” demişti.

Bu senaryolar çok önemlidir. O veriyi alınca ne yapacağınıza dair bir taahhüt gibidir. Müşteri odaklı veri ambarının (MOVA) çöplük olmasını engellersiniz. Sakladığınız her verinin kullanılabilir olmasını sağlarsınız.

“Müşterinin tüm verilerini toplamak önemli midir” diye sorduğumuzda, birçok sektörde ELBETTE diye yanıtlanır.

Ankastre mutfak üretimi yapan bir şirket olduğunuzu varsayalım. Müşteri geldi, anlaştınız. İşinizi yapıp bitirdikten sonra, yeniden size gelmesi en az 7-8 sene sonra olabilir. Onun dışında sadece tamir ve bakım için gelecektir.

Bu durumda en gerekli olan veriler müşteri bilgileri değil, sizin ankastre mutfak tasarlarken ve montajı yaparken, elektrik ve tesisat bağlantılarını nasıl yaptığınızla ilgili verilerdir. Yani sizin imalat ve montaj verilerinizi tutmanız, müşteri yeniden size gelene kadar eskiyecek verilerden çok daha önemlidir.

===============================================

Verileri anlamlandırmadan ve hangi amaçla kullanacağını saptamadan veri toplamaya çalışanları, “bir gün lazım olur” diye her şeyi toplayan bir türlü atmaya kıyamadığı için evi çöplüğe çevirenlere benzetebiliriz. Zaten veri ambarları için “GIGO” (garbage in, garbage out = çöp koyarsan çöp alırsın) sözünün çıkma nedeni de budur.

Bu veri toplama rahatsızlığının tedavisi, gerekçeli veri sözlüğü (veya veri kataloğu da deniyor) oluşturmaktır. Veri sözlüğü yazılırken o veri ile neler yapılacağını yazılmalıdır. Ankastre mutfak gibi durumlarda veri sözlüğüne “verinin son kullanma tarihi” diye bir kolon eklemeyi unutmamalısınız.

Zaten her işlem verisi işletim sistemlerinizde vardır. Hepsini MOVA’ya aktarmak zorunda değilsiniz. İşin ustalık kısmı da buradadır.

• • Meraklısına, MOVA (müşteri odaklı veri ambarı) esasları için [1] , [2] , [3] , [4] , [5] .

 

Veri Sarhoşluğu

Verilerle yakından ilgilenmeye başladıktan kısa bir süre sonra, ne kadar çok şeyi öngörebileceğinizi fark edersiniz.

CRM’e başlangıç öykümde bahsetmiştim. Nişantaşı’nda bir mağazayı hava parası vererek devir almadan önce “orada ne satılırsa daha çok para kazanılır” bilgisinin, kredi kartları verilerinden elde edilebileceğini anlamıştım. Bu duygu, ilginç bir saplantıya neden olabiliyor.

Okuduklarım ve/veya bizzat deneyimlediklerim sayesinde, zamanla verinin ne kadar çok konuda önceden uyarı sağladığını da gördüm. Müşterinin yaşam tarzındaki ve/veya yaşam evresindeki değişikliğin en hızlı nasıl anlaşılabileceği konusunda modeller geliştirmeye de çalıştım.

Bu duygu insanı esir alabilir. Verilere ulaşma beceriniz varsa dedektiflik yapabilirsiniz.

😉

Bir örnek:

Kredi kartları bölümüne yeni atanan Genel Müdür Yardımcısının, birkaç gün önce tüm gününü Genel Müdür’ün eşiyle birlikte geçirdiğini, aynı anda aynı kuaförde olduklarını, aynı mağazalardan aynı zamanda alışveriş yaptıklarını izleyebilirsiniz. Daha sonra size “tanıdık olduğum için değil, liyakat…” gibi cümleler söylediğinde anlayışlı bir gülümseme için kendinizi hazırlayabilirsiniz.

😛

Diğer bir örnek:

Hazine bonosunun sık kullanılan bir bankacılık aracı olduğu dönemde, MOVA oluşturuyorduk. Gerekçeli senaryolarımızı oluştururken şu kararı verdik: Müşterimizin en yakın iki itfa (paraya dönüştürme) tarihini de tutalım, kendisine bir iki gün önce bildirim yapacağız. Bir de en ileri tarihli olanı tutalım, en azından o tarihe kadar hâlâ müşterimiz. (Bu nedenle sadece 2-3 tarihi MOVA’da tutacağız. Diğerleri zaten işletim sistemlerinde duruyor. Zamanı gelince aktarırız.)

Yatırım ve tasarruf ürünlerine bakan ürün yöneticisi arkadaşımız ilginç bir istekle geldi. “Müşterilerin itfa tarihlerinin seçim tarihine yakınlığına da bakalım”  Nedenini sorduğumda “Yaklaşan seçimle ilgili kaygılarını, kısmen de olsa anlayabiliriz. Gelecekten umutluysa, yatırımın paraya dönüştürülmesi daha ileri tarihlere yayılacaktır; umutlu değilse seçimden hemen önce veya sonra nakite dönüşmeye çalışacaktır”

Önermenin tahmin kısmı doğru olabilir, müşterilerimizin seçimlerle ilgili endişelerini kısmen tahmin edebiliriz. Ama biz bir bankayız, politik araştırmalar şirketi değiliz ve bu izlenimi müşteri odaklı bir projede kullanamayız. Ürün Yöneticisine “Önermeyi doğru kabul ediyorum. Bunu banka için verim üreten bir senaryo haline getirirsen, tüm itfa tarihlerini MOVA’ya almayı kabul edeceğim. Aksi koşulda ilk belirlediğimiz üç tarih kalacak” demiştim. Banka için verim sağlayacak bir senaryo üretilemedi.

Veriler gerçekten size birçok gizli kök nedeni söyleyebilir. Bunu öğrenince insan daha çok derine inmeye çalışır. kendi varsayımlarınızı yine veriler sayesinde test edip, doğruluğunu ölçebilirsiniz. Sürekli varsayım – test – varsayım – test diye ilerleyerek birçok model geliştirebilirsiniz.

Bunlar doğru ama unutmayın ki mükemmel iyinin düşmanıdır. MOVA oluşturuyorsanız, verime dayalı senaryolar ve veri sözlüğü oluşturmanız bu nedenle önemlidir. Amacınız dedektiflik yapmak değil kurumun işine yarayacak verileri, en hızlı biçimde bilgiye dönüştürmektir.

 

Komşunun Verisi Saplantısı

“Komşunun tavuğu komşuya kaz görünür” diye bir atasözü var. “Elimizde bulunanın değerini yeterince bilmeyiz, başkasına bulunanı daha değerli ve bizimkinden daha üstün görürüz” anlamında söyleniyor.

Veri ambarı oluşturmaya başlandığında, bir aşamada bu düşünce yapısı ortaya çıkar.

😉

Bir örnek:

Yıllar önce, bir market zincirinin CRM müdürüyle sohbet ederken, ikimizde de benzer bir düşünce olduğu ortaya çıkmıştı. Müşteri iki demet maydanoz, bir demet roka, laktozsuz süt, yağsız yoğurt… satın alıyorsa, market zinciri o kişinin diyet yaptığını, belki de et yemediğini bulabiliyor. [Veri anlamlandırma konusunda oldukça ayrıntılı bir yazı hazırlıyorum. İlgileniyorsanız, bilgim olsun.]

Biz (banka olarak) müşterinin alışverişindeki her bir malzemeyi bilemiyoruz. Sadece alışveriş sonunda kasaya ödediği toplam tutarı bildiğimizden, müşteriyi ayrıntılı tanımayı sağlayan market verilerine çok özeniyoruz.

Bazı müşteriler sadakat kartı numarasını aile üyeleriyle paylaşıyor. Alışverişi kimin yaptığı belli olmuyor. Marketin verileri kirleniyor, bazı müşterileri tanımak olanaksızlaşıyor. Market zinciri ise, müşteri tekilleştirmedeki yasal avantajımız nedeniyle bize özeniyor.

😀

Zaman içinde gördüm ki kurumların büyük çoğunluğu diğerinin verilerine özeniyor.

Bu rahatsızlığın tedavisi basittir. “Keşke” metodunu bırakıp, elimizdekilerle en iyi ne yapabiliriz diye modeller üretmeye çalışmak yeterlidir. Yukarıda sözünü ettiğim ayrıntılı senaryoları içeren veri sözlüğü size yardımcı olacaktır.

 

Belki Fazlası Vardır

Benim gördüğüm “veriye dayalı rahatsızlıklar” bunlar. Sizin başka teşhisleriniz varsa yorumlara yazın, üzerinde tartışalım. Çok keyifli olabilir.

😉

Etiketler: banka, CRM, CRM eğitimi, erken uyarı sistemi, FOMO, hastalık, MOVA, senaryo, süpermarket, tedavi, veri anlamlandırma, veri tabanı, veri tekilleştirme, yaşam evresi, yaşam tarzı

Kategori: CRM