Geçen ay, 21 Şubat 2023’de “Anlamlandırma ve Yetenek Yönetimi – 1” yazısını yayınlamıştım.

O yazıda, “Kıssadan hisse nedir derseniz, “veri anlamlandırma ekiplerinizde mutlaka birkaç tane kadın bulunsun” derim” demiştim. Nitekim, “Müşteriyi Verilerden Tanımak” yazısında okuyacağınız muhteşem anlamlandırma da bir genç kadının işidir.

[Bu yazıyı okumadan geçmeyin. Bildiğiniz yazar kasa bilgileri. “Şu gün şu saat ve dakikada 2 demet roka, 1 demet maydanoz, yarım kilo peynir satın almış” gibi… 2000 tane işlem üzerinden bir karı-kocanın ne kadar tanındığını görünce şaşıracaksınız. Kendileri de çok şaşırmış, hatta ürkmüşlerdi.]

Eğitimlerimde, “Müşteriyi Verilerden Tanımak” yazısındaki örnekleri konuştuktan sonra şu soruyu sorarım:

– MBA sınıfımdaki bir genç kadın, nokta atışı tahminlerle iki kişiyi bu ayrıntıda tanıyabilirken, hakkımızda çok daha fazla veriye sahip GSM operatörleri, bankalar, süpermarket zincirleri, e-ticaret pazaryerleri neden bize sürekli olarak anlamsız ve hiç ilgimiz olmayan mesajlar gönderiyorlar? Bu kurumlar, en iyi okulların en iyi mezunlarını işe alıyorlar ve altyapıya milyonlarda dolar harcıyorlar. Peki ama neden hâlâ anlamlı mesaj göndermeyi beceremiyorlar? ”

Biliyor musunuz, bu soruların yanıtı tamamen İK ile ilgilidir. Daha da ileri gideyim, vereceğiniz yanıt, “insan kaynakları ile yetenek yönetimi arasındaki farkı nasıl anladığınızı belirler” diye düşünüyorum.

“Anlamlandırma ve Yetenek Yönetimi – 1” yazısını bitirirken “Bugün anlamlandırma konusunu işledik. Bununla ilgili yetenek yönetimi kısmı yarın…” demiştim ama tembellik ettim. Bırakalım yarını… ancak 40+ gün sonra, devamını yazmayı becerebildim. Şimdi (bu yazıda), uzun girişten sonra anlamlandırma ile yetenek yönetimi arasındaki ilişkiyi tartışmak istiyorum.

😉

Bazı kurumlarda eğitim konuları çoğunlukla İK departmanlarının yetki alanına devredildiğinden, benden eğitim isteyen bir kurum olursa İK-Eğitim çalışanları ile sıkça karşı karşıya gelirim. Anlattığım CRM ve müşteri deneyimi konularında iç eğitmen yetiştirmeyi amaçlamışlarsa İK-Eğitim kökenli “eğitici eğitimi” uzmanları da eğitime katılır. Yukarıda bahsettiğim konuyu tartışmak için bulunmaz fırsattır. Aynı soruyu onlara da sorarım.

– En iyi okulların en iyi mezunlarını işe alıyorsunuz ama neden hâlâ anlamlı mesaj gönderemiyorsunuz?”

Çoğunlukla şöyle yanıtlanır:

– İş birimlerinden bu yönde bir talep gelmedi!”

– Yani, yönetim kademelerinde hiç kimse mesajların anlamlı olmadığını fark etmiyor veya daha kötüsü, anlamsız mesaj göndermek kimseyi rahatsız etmiyor. Böyle mi anlamalıyım?”

– Yok, değil… Öyle demedim… Kem, küm…”

😛

Çok az kurumda:

– Bunu yapay zeka ile çözmeye çalışıyoruz” yanıtı verilir. Bu konuda görüşlerimi blogda defalarca paylaştım. Özellikle şu yazı ve devamı, onlarca yazının özeti niteliğindedir. İçinde “yapay zeka” geçen cümle duyduğum zamanlarda şu anımı anlatırım:

Bir arkadaşıma “Sizin kurumun yapay zeka projelerini çok beğendim” dediğimde “Yapay zeka kolay Uğurcuğum… Parasını verince en iyisini satın alıyorsun. Mesele şu ki, yapay zeka var da gerçek zeka yok” demişti.

Yine defalarca blogda yazdığım ve eğitimlerimde söylediğim gibi “veri anlamlandırma insan ile başlayan bir süreçtir“. Evet, İNSAN ile başlıyor. Yapay zekaya sonra (umarım ehil iş analistleri vasıtasıyla) aktarılıyor. Sonra, yapay zeka benzer durumları saptıyor. Tıkandığı noktada (inanmayacaksınız ama) yine insan aklı gerekiyor.

insan aklı → analitik → insan aklı → analitik → insan aklı → analitik …

😉

İşte konunun insan kaynakları değil, yetenek yönetimi ile ilişkisi burada başlıyor. Önceki örneklerde [1] ve [2] bahsettiğim genç kadınların “veri anlamlandırıcı” veya “veri anlamlandırma uzmanı” diye görev tanımları yok. Hatta (yazılarda okuduğunuz gibi) iş arasında veya ben ödev verdiğim için konuyla ilgilendiler. Kurum için katma değer sağlayabilecek yüzlerce içgörü sundular.

Koku uzmanları, içecek veya yiyecek tadım uzmanları gibi zamanla değerleri anlaşılmış da değil. Maalesef bu veri anlamlandırma konusunun ne kadar önemli olduğu az sayıda kişi tarafından biliniyor. Onlar da veri ile “içgörü üretebilecek insanı” nasıl buluşturacaklarını bilmiyor.

İnsan Kaynakları yöneticilerine gelince… onlar görev tanımı ve seçim kriterleri çok net olmayan insanı bulamıyorlar. Yetenek dediğimizde, görev tanımı ve seçim kriterleri çok net olur mu?

Yanıtımı şu tweet‘teki gibi Mauro Porchini‘den alıntılayacağım:

😉

Kurumlar, yetenek yönetimi kavramlarını anladıklarında “doğru insana, doğru mesaj” göndermeye başlayacaklar. Umarım bu topraklarda görebileceğim.

“Bunu alan şunu da aldı” algoritmalarının kişiselleştirme için yetersiz olduğunu nicedir anlatıyorum.

Geçenlerde Twitter’da Mustafa Dalcı’nın bir mesajını gördüm.

Bu tweet’in altında yorumlar ve yazışmalar oldu.

Ben de oldukça uzun bir tweet akışı yazdım. Burada, daha derli toplu tekrarlayacağım.

MBA öğrencilerimden birinin, sadece alışveriş  verilerini inceleyerek muhteşem bir isabetle müşteriyi bildiğini şuradan okuyabilirsiniz. Benim de küçük bir örneğim var.

• Kendimize şunu sormalıyız. “Neden MBA’deki bir öğrenci – işi veri analizi değilken – bu kadar isabetli tahminler yapabiliyor ve modellenebilecek özellikleri saptıyor ama bankalar, telekomcular, süpermarketler, sigortalar, vb. bunları bilemiyor?“

Bazı arkadaşlar, tweet’e yanıt olarak, “bu kurumların teknolojik alt-yapıları uygun değil” diye yanıtlamışlar. Maalesef yanılıyorlar. Bankaların, telekomcuların, süpermarket zincirlerinin elinde kişiselleştirmeyi düzgün yapacak teknoloji var. Bazılarının, istatistiksel analiz yazılımlarına yüzbinlerce dolar,  sadece “bunu alan şunu da aldı” (genelde “next best offer” deniliyor) yazılımlarına ve kampanya yönetim araçlarına milyon ABD doları ödediklerini iyi biliyorum. Bunlar Big Data konferanslarında neler anlatıyorlar…

• Onlarda eksik olan şey teknoloji değil. Veriyi içgörüye dönüştürmek için, insana gerek olduğunu ve teknolojinin yetersiz kaldığını bilmemeleri.

Siz arkadaşlarınızla bir konuda sohbet ediyorsunuz. Hemen sonrasında ilgili reklamları görmeye başlıyorsunuz. Sohbet edince, reklamın görülmesi (Google, Amazon, Facebook … işleri) ile banka, süpermarket, telekom, sigorta işleri farklı.

• 24 saat yanınızda olan cihazın casusluğu ile alışveriş veya işlem verilerini kıyaslamak doğru değil. “Ellerinde yok” dediğiniz teknoloji, bence bu değil… ve zaten bu olmamalı.

E-ticaret’te veri anlamlandırma, geleneksel ticaret ile karşılaştırılamayacak kadar kolay. Daha önce [1] , [2] , [3] yazmıştım. E-ticaret işindekiler çoğunlukla basit modelleri kullanıp anlamlandırmayı ihmal ettiklerinden komik durumlara düşüyorlar… ya da anlamsız teklifler sunuyorlar.

Fırsat sitelerinin moda olduğu (bir ara 200’ün üstünde fırsat sitesi olduğu) dönemde, veri konusunda uyardığım girişimciler “şu anda kişiselleştirme için uğraşmaya gerek yok, en az 2 yıl daha böyle idare ederiz” diyorlardı. Bildiğiniz gibi, sadece birkaç tanesi ayakta kaldı.

• Girişimciler çoğunlukla “exit” odaklılar. Ufuklarını “girişim değer kazanana kadar” diye belirlemişler. “Veriye dayalı düşünme” disiplini, çoğunda yok.

😉

İşte bu nedenle, “veri anlamlanırma ustalık gerektirir” diyorum. Anlamlandırma teknolojinin değil, iş birimlerinin görevidir. Büyük kurumların ve e-ticaret girişimcilerinin atladığı da bu noktadır.

🙁

Ben son olarak şu deyişi ekleyeyim.

Dünyada iki tip insan vardır.
1) Eksik veriden anlam üretebilenler

😉

18 Nisan 2018 tarihli “Verinin Yaratıcı Kullanımı” başlıklı yazıya “Bu blogu takip edenler, 10 yıldan uzun bir süreden beri,  “veriyi kullanamayan pazarlamacı olmaz” cümlesini sıkça söylediğimi biliyor” diye başlamıştım.

Son zamanlarda içinde veri ve/veya müşteri deneyimi geçmeyen pazarlama yazısı görmemeye başladık. Bundan sonra uzun süre de böyle gidecek.

Bugün, veri ve yaratıcılığın bütünleşmesi konusunda McKinsey’in “En mükemmel birliktelik” başlıklı bir araştırmasından söz edeceğim.

Cannes’da ve New York merkezli Ulusal Reklamcılar Derneği’nde [Association of National Advertisers (ANA)] 25+’i CMO (Üst düzey yönetici) olan 200’ün üstünde pazarlama yöneticisi ile görüşmüşler. Ayrıca kurumların performanslarını incelemişler. Sonra araştırmayı Cannes’da 2018 Uluslararası Yaratıcılık Festivali’nde anlatmışlar.

Bulgulara göre:

Veri ve yaratıcılığı entegre eden kurumlar, diğerlerinin iki katı büyüme oranına sahip. Veri ve yaratıcılığı ayrı ele alan kurumlar %5 büyüyorsa, ikisini bütünleştirenler %10 büyüyor. 

Veri ve yaratıcılığın bütünleşmesi, her ikisinin de (diğer kurumlara oranla) %30 – 35 daha verimli kullanılmasını sağlıyor.   Müşteri içgörülerinin daha iyi anlaşılmasına ve müşteri deneyim yolculuğunun mükemmelleşmesine yarıyor.

Sadece teknoloji yeterli değil elbette. Bu kurumlar hızlı, çevik, farklı işlevlerden oluşan ve kısmen bağımsız ekipler oluşturmuşlar. Bu ekipler belli hedeflerle doğrudan sorunla ilgileniyor.

Bütünleşme üç noktada yararlı oluyor: Öncelikle, veri uzmanları, cephedeki pazarlama ekibinin parçası olmaya başlıyor. İkinci olarak bütünleşik ekipler daha hızlı davranıyor. İşlerin yavaşlamasına neden olan, departmanlar arası onay bekleme süreci  gibi faaliyetler olmuyor. Son olarak, teknoloji çözümleri daha hızlı ve doğru şekilde hayata geçiriliyor. Böylece dönüşüm hızlanıyor.

Bütünleştirmeyi beceren kurumlar, daha yetenekli kişilerle çalışıyorlar. (McKinsey yazısında “hem sağ beynini, hem de sol beynini kullanabilen” diye tarif etmişler.) Yazılım şirketlerinde mühendislerin ürüne ve pazarlamaya katkısını özellikle vurgulamışlar.

İnsan ile veri analizinin bir arada kullanılması, pazarlama değer zincirinin tüm – marka stratejisi, müşteri içgörüsü, müşteri deneyimi, ürün, fiyatlama, içerik geliştirme, medya hatta ölçüm – işlevlerine yararlı oluyor.

Yaratıcılık ve veri analizinin bütünleşmesi her konuda avantaj sağlıyor ama… müşteri deneyimini iyileştirme, müşteri içgörülerini anlama, çevik uygulamalar yapma ve yetenek konusunda gösterdiği büyük farkı medya işlerinde ve ölçümlerde gösteremiyor.

Demek ki orada da yapacak çok iş var.

😉

Zaten yıllardır söylüyordum. Artık araştırmalarla kanıtlanmış olması mutluluk veriyor.

.

Not: Meraklısına, veriye dayalı yaratıcılık konusundaki eski yazılar

• Veri ve Reklam yazısında, danışmanlık kökenli kurumların dijital pazarlamadaki ağırlığının artmasına değinmiştim.
• Veri’ye Kristal Elma yazısında ise, verinin yaratıcı kullanımı konusunda bazı örnkleri aktarmıştım.
• Yaratıcılık ve Yapay Zeka yazısında, hangi aşamada yaratıcılık gerekeceğini Alemşah Öztürk’ten naklen yayınlamıştım.
• Verinin Yaratıcı Kullanımı yazısında, veri ve yaratıcılığın bir araya geldiğinde bilanço etkisi yüksek kampanyalar ürettiğini anlatmıştım.

.