"çapraz satış" etiketli yazılar:

19 Ocak 2011 Çarşamba

B2B’de CRM – Çapraz satış modeli oluşturulması

B2B’de CRM deyince, daha önceki yazımdaki önemli bir nokta ile başlayacağım:

  • KOBİ ölçekli B2B’lerde perakendecilikte olduğu gibi çok ayrıntılı bir müşteri odaklı veri ambarı oluşturulması gerekmeyebilir. Müşteri sayısı çoğunlukla bire bir takip edilemeyecek kadar fazla değildir. Müşterinin gerekli bilgilerinin çoğu zaten biliniyordur. Hatta – halk arasında söylenen şekli ile – müşterinin iç çamaşırının rengini bile bilirler. Dolayısıyla, veri’den bilgi üretmesi gereken nokta bu değildir.

Ancak yine de veriden bilgi üretilecek başka bir konu vardır. B2B’nin içinde bulunduğu evre, bu veriler ile bulunur.

😉

Şöyle ki… Lokanta donanımı satan bir firmayı ele alalım.

Bir müşteri önce sadece tabak, çatal-bıçak takımı istiyordur. Masa örtüsü isteyince, biraz daha üst kesime seslenmeye başladığını anlar. Masaya koymak üzere zeytinyağı – sirke takımı, sonra da içine zeytinyağı koyacağı küçük tabaklar ısmarlarsa, gidiş belli olmuştur. Muhtemelen lokantanın “bol kepçe” tarzındaki vitrini de yenilenecek, yemekler başka türlü sergilenecektir. Birçok iş fırsatı…

Müşterisinin her yeni talebi bir diğerinden farklı oldukça, işini bilen bir tedarikçi olarak müşterisinin aşamalarını tahmin eder. Birçok çapraz satış olanağını önceden görür.

  • Tıpkı insanlarda yaşam evresine göre pazarlama yapıldığında daha verimli satış yapıldığı gibi, B2B’de de müşterinin içinde bulunduğu evre ve değişimleri gözlenebilirse daha iyi satış yapılır.

😉

Yukarıda lokanta için uydurduğum modeli, yazılım+donanım firmaları için düşünün. Hizmet ettikleri her sektör için bir sonraki adımı belirleyebilirler. Bu adıma yaklaşan müşteriye, ne gibi yeni ürün satacaklarını kurgularlar.

Bu büyüme aşamaları sisteme aktarılır. İlk farklı talebinde müşterinin yeri ziyaret edilir. Çapraz satış ve yukarı satış (cross sell + up sell) fırsatları değerlendirilir.

Giderek zaman boyutu da işe katılır. Normal koşullarda, şu cihazı aldıktan # ay sonra bu cihaza veya bu yazılıma ihtiyaç duymalı diye modelleme yapılır. Buna uygun tetikleme mekanizmaları oluşturulur.

😉

Tekrarlıyorum. CRM bilgi yönetimi sürecinin bir parçasıdır. Mevcut müşterilerimizden öğrendiklerimizi, çapraz satış, geliri artırmak ve yeni müşteri edinmek için kullanırız.

Bilgi yönetimi’nde zirveye doğru, size iyi yolculuklar…

😀

24 Ekim 2010 Pazar

İlişki karlılığı

Geçtiğimiz hafta CRM dersinde ilişki karlılığı konusunu işledik.  Öğrencilerimden İlyas güzel bir örnek göndermiş. Taksitli satış yapan mağazalar hakkında.

12 ay boyunca taksit ödemeye gelenler, bu süre içinde bir şeyler satın alıyor ve ilişki uzuyor.  Bu firmalar ellerindeki verileri CRM amaçları için olmasa bile, risk ve ödeme davranışı konusunda kullanabilirler” demiş.

😉

Doğrudur.

Bankanın mağaza kartı çıkarması için çaba sarfettiğim yıllarda, (yandaki resim) bazı mağaza sahipleri  ödemelerin banka şubelerine değil de kendi dükkanlarına yapılması konusunda ısrarcı olmuşlardı. “Ödemeye gelenlerin 5’te, 6’da biri bir şey daha satınalır” demişlerdi.

🙂

Ama fazlası var.

Sadece risk ve ödeme davranışı değil, CRM amaçlı olarak da kullanılacak bir veri tabanı oluşturulabilir.

Mağaza kartı görüşmesi yaptığım bir yerde bunun tartışması yapıldı. Bana bir kişinin 4 – 5 aylık alışveriş dökümünü vermelerini rica ettim. İsim ve diğer bazı bilgileri kapatıp verdiler.

Bu bir kadın. İki tane çocuğu var. Büyüğü 13 – 14 yaşlarında bir oğul, küçüğü 8 – 9 yaşlarına bir kız. Ay ortasında ücret alıyorlar. Kadın çalışmıyor, kocası çalışıyor…” Oldukça uzun anlattım.

Mağaza sahibi şaşırdı. Aslında çok sayıda ipucu vardı alışveriş dökümünde.

😀

Özetle, verileri sadece risk ve ödeme davranışı için değil, çapraz satış ve müşteri yaşam boyu değerini artırmak için kullanmak gerek.

Binlerce müşteri olduğunda, benim gözle inceleyerek yaptığımı yazılımlar yardımıyla gerçekleştirmek gerekiyor. Yeter ki müşteriyi izleyin. Hepsi bu…

😀

17 Eylül 2010 Cuma

Beklenen hata payı

Blog okurlarından Engin Tüzün, konulara farklı yaklaşır.  Ayrıntılı sorular sorar. Yanıtlar, bazen yeni bir blog yazısı oluverir.

Veri kalitesi isimli yazı üzerine şöyle sormuş:

  • Gördüğüm kadarıyla her iş belirli hata paylarıyla yapılır (inşaatlar bile). Başak burcu titizliği işi kusursuz hale getirebilir fakat bu faaliyetler maliyeti yükseltir. Veri ambarlarında tahammül edilebilecek genel bir hata payı/oranı var mıdır? Alt segmentte oran artarken, üst segmentlerde oran azalır mı? Ya da tersi mi olur? 

Diyorum ki…

Yukarıdaki cümleye göre, sanki “bilerek hata payı bırakılır” gibi olmuş. Hata payının “şöyle olursa… ” gibi kontrol edilemeyen diğer bir değişkene göre olası durum şeklinde düşünüldüğüne inanmak isterim.

İnşaat örneğinden gidersek,  “7.8 üzerinde bir deprem olursa yıkılabilir” gibi…  Eğer bölgede 7.8 üzerinde deprem olma olasılığı ihmal edilebilir düşüklükteyse, gereksiz maliyet yaratılmaz.  Sanırım aynı fikirdeyiz.

😉

Mükemmeli arayışı bir burç (Başak burcu) ile birlikte anmaya gelince… en yakın arkadaşlarımdan biri Başak burcu. İnanın, yıllarca arkasını topladım. O da benim titizliğime kızıyordu.  “Mükemmel iyinin düşmanıdır” deyip dururdu.

🙂

Bence titizlik bir burç özelliği değil, yetişme tarzı veya yapılan işin gereklerine bağlı. İki haneli milyon dolarlık proje yürütüyorsanız, her ufak hata onbinlerce dolar kaybettirir. Bu projenin yönetimini size veren patron, çok toleranslı olmaz. İşin gereği titiz olursunuz, ya da o göreve getirilmezsiniz. Getirilmişseniz de hemen kovulursunuz.

🙁

Gelelim veri ambarlarına…

Veri ambarında da, (yukarıda dediğim gibi) en baştan tahammül edilebilecek hata payı oranı diye bir kavram yok. Hata payı kavramı farklı şekildedir.

Şöyle: Gelirini bildiğimiz insanlar modellenir ve bilinmeyenlerin gelirleri tahmin edilmeye çalışılır. Bu durumda elbette bir hata payı olur.

Aynı modele göre geliri zaten bilinenler – sanki bilinmiyormuş gibi – tahmin edilir ve gerçek ile tahmin arasındaki sapmaya bakılır. Bu şekilde, verilecek kararın ne kadar yanıltıcı olabileceği bulunur.

(Dikkat: farklı bir “hata payı” kavramımız var.)

Başka bir örnek daha. Müşteriye çapraz satış için teklif yapılırken, satın alma olasılığının nasıl bulunduğunu Yaşam boyu değeri artırma yazısında anlatmıştım. (Bilgi yönetimi açısından çok ayrıntılı ve yararlı bir yazıdır.)

😀

Özetle, bilgi yönetimi sürecinde verilere göre anlam çıkarılır, bu anlamın yüzde kaç olasılıkla doğru olduğu tahmin edilir. Teklif (veya uygulama) sonrasında gerçekleşen ile tahmin edilen tekrar ölçülür. Tahmin edilen hata payı ile gerçekleşen arasındaki fark da anlamlandırılır.

🙂

Daha somut akılda kalması için biraz daha detaylandıralım.

Müşteriye yapacağınız teklifin kabul edilme olasılığını başta %65 diye buldunuz. Demek ki – daha en baştan – %35 bir hata payı var.  Bu hata payı size müşteri kaybettirmeyecekse, müşteriniz sadece HAYIR deyip ilişkisini sürdürecekse teklif edersiniz.

Diyelim ki, o segmentteki tüm müşterilere teklif ettiniz ve %58‘i kabul etti.

Bir hata oranı daha çıkıyor. %65 ile %58 arasındaki fark. O da sizin modelinizin hata payı. Bu hata payını daha sonraki çalışmalar için de kullanırsınız. Modeliniz başka bir segment için %55 kabul edilecek demişse, gerçek kabul oranının %50 civarında olacağını düşünürsünüz.

😀

Hatalı veri olduğunda, erkek müşteriye “Kemal hanım” deme ihtimaliniz olur. Müşteriyi kaybedebilirsiniz.

Bu nedenle Veri kalitesi yazısında “eksik veri varsa da karar alınabilir;  ama veri hatalıysa doğru karar çıkmaz” denilmiştir.

🙂

Engin Tüzün’e teşekkürler. Sayesinde sabah saatlerinde hemen bir yazı ekleme fırsatım oldu. Yorumdaki “bilgi güncelleme kampanyaları ne derece etkilidir?” sorusunu başka bir yazıya bırakıyorum.

😀