"erken uyarı sistemi" etiketli yazılar:

30 Ekim 2023 Pazartesi

Derkenar

Bir dönemlerde oldukça yararlı blog yazıları yayımlayan bazı arkadaşlar son zamanlarda Twitter’da yazıyorlar. 25 – 30 tweet uzunluğunda “tweet seli” oluşturanlar oluyor. Açıkçası, bu duruma alışamadım. Bir ya da iki tweet’e sığmayacak bir yazıyı blog’da yayınlamayı tercih ediyorum.

😀

Devam eden eski alışkanlıklarımdan biri de kağıda basılı yazılar okumak. Ekrandan okuduğumda, sayfa kenarına not alamıyorum. Kağıtta okuyunca “Ders malzemesi“, “Segmentasyon sunumuna ekle“, “Deneyim yolculuğunda dikkat edilmeli” gibi notlar yazıyorum.

Sadece sayfanın kenarına da değil. Sayfanın arkasına da birçok not alıyorum. Yukarıdaki resimde (c) , (d) , (e) diye gördükleriniz, sayfanın kenarına sığmayacak uzunlukta olanlar. Onları sayfanın arkasına yazıyorum.

Makaleleri çoğunlukla, müsvedde dediğimiz kağıtlara basarım. Sayfaların arkası daha önce kullanılmıştır. Ya sınav soruları vardır, ya da geçmişte iş hayatımda hazırladığım raporlardır. Kağıdın bir yüzü kullanılabilir durumdaysa atamam. Alışmamışım. Arkası yazılı olsa da diğer yüzüne makale basacaksam, nispeten seyrek yazılı olanları seçerim. Böylece sayfanın arkasına da bolca not yazarım.

Örneği aşağıda… Daha önce bir otomotiv kurumuna yapılan sunumu kullanmışım.

Sayfanın arkasına yazılan uzun notlar çoğunlukla üzerinde çalıştığım bir projeye katkıda bulunur. Bazıları bir blog yazısının yolunu açar. Bazen de ders notlarımın arasına eklerim. Böylece, güncel olmaya dikkat ederim.

🙂

Derkenardan bir kısmını, aşağıda topladım.

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

Veriye dayalı düşünmenin ilk adımı veriyi ve verinin değerini anlamaktır.

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

Kurumlar büyüdükçe kontrol azalır.

Tekilleştirilmiş müşteri veri tabanı yoksa, filin ayrı taraflarını tutmaları kaçınılmaz olur.

Kurum büyüdükçe, müşteriye daha fazla açıdan bakmak, yani onu daha iyi tanımak ve değerlendirmek mümkün olacakken, aksine arada kayıplar olmaya başlar.

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

Anında müdahale edilmesi gereken ve/veya kendi akışına bırakıldığında krize neden olabilecek durumlar, ALARM-UYARI sistemlerine tanımlanmalı.

İlk dönemlerde hepsini tanımlamak mümkün olmayabilir. Ama sonra, başa gelen her musibetten ders alınmalı ve ALARM-UYARI sistemine aktarılmalı.

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

Hangi harici (kurum dışı) verilerin ne zaman işe yarayacağı saptanmalı. Bunlar eğer dijital kaynaklardan ediniliyorsa, otomatik şekilde sistem aktarabilecek düzenler kurulmalı.

Örneğin, “gece sıcaklık sıfırın altına düşecekse çiftçilere uyarı gönder” diyecekseniz, o bölgedeki hava durumu verisinin hangi sitenin hangi sayfasından kontrol edileceğini ve alarm durumunda kimlere, hangi cümlelerle UYARI mesajı gideceğini saptamanız gerekir.

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

Eğer bir kurum, her hangi bir anda mevcut durumunun resmini çekemiyorsa:

    • Parası yoktur;
    • Parası vardır ama ev, araba, yat, kat satın almıştır;
    • Veri yönetimi teknolojilerine yatırım yapmamıştır;
    • Doğru insanlara yatırım yapmamıştır;
    • Raporlamayı ve yönetim göstergelerini (dashboard) dikiz aynasına bakarak araba kullanmak sanıyordur.

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

Not: Derkenar, hukukta başka amaçlarla kullanılan bir deyim. Yukarıda şu kapsamda kullanılmıştır: “Deneme, makale, söyleşi gibi düşünce yazılarında, ele alınan konuya açıklık getirmek için sayfanın en alt kısmına eklenen notlara derkenar denir. Bu notlar, sadece düşünce yazılarında değil, hikaye ve roman türündeki eserlerde de kullanılır.

Muhtemelen bu kısa notlar zamanla blog yazıları haline gelecek. Özellikle Alarm-Uyarı ve harici veriler konularında yazılacak çok şey var. Hem bu konularda eğitim malzemesi az, hem de Türkiye’deki kurumlar bu konuları ihmal ediyor.

😉

14 Mart 2021 Pazar

RFM’in Doğrusu – 1

Linkedin’de “BigQuery’de SQL ile RFM analizi yaptık. Amacımız müşteri kitlesi içinde hangilerinin sitemiz için daha değerli olduğunu bulmaktı. K-means clustering ve BigQuery makine öğrenimi algoritmasını kullanarak her kullanıcıyı RFM değerlerine göre segmentledik. ” diye başlayan bir çalışma okudum.

Çalışmayı yapan arkadaş, adım adım tüm çalışmayı yazmıştı. Esinlendiği kaynak olarak da şu yazıyı referans vermişti.

Referansta da “User Segmentation using RFM analysis in BigQuery ML and Visualization in the Data Studio” (BigQuery ML’de RFM analizi kullanarak Kullanıcı Segmentasyonu ve Data Studio’da Görselleştirme) denilmiş.

RFM ile ilgili en çok yapılan hata, RFM sonuçlarına göre segmentasyon yapılmasıdır. Oysa, önce segmentasyon yapılmalı, sonra segment bazında RFM çalışması yapılmalıdır.” diye yorum yazdım.

Gerekçeyi de eklemek için daha önce bu konuda yayınladığım yazıları [1] , [2] , [3] tekrar okuduğumda yeteri kadar açıklamadığını ve bu vesileyle, RFM’i yeniden anlatan bir yazı yazmak gerektiğini düşündüm. Danışmanlık yaptığım bir mobilya şirketi için RFM modeli hazırlamıştım. IT ile sorun yaşıyorlardı ve “asgari IT kullanarak müşteriyi anlamaya” ihtiyaçları vardı.

Benim tasarımım ve onların müşteri deneyimi birikimiyle birlikte oluşturduğumuz RFM modelini hayata geçirdiler. Hatta kısa süre sonra erken uyarı sistemi olarak kullanmaya başladılar. Birkaç sene sonra da bir MS CRM Dynamics çözüm ortağı ile anlaştılar.

Bu çözüm ortağının kurucusu beni buldu. O kurumla birlikte yaptığımız RFM modelinin (ki artık sadece RFM denemezdi) ne kadar kullanışlı olduğunu görmüş ve modeli tasarlayanla tanışmak istemiş.

RFM analizi bir devirler çok konuşulan bir yöntemdi. Bu yazıda, geleneksel RFM’in neden bugünkü veri ve teknolojik ortamda geçerli olmadığını ve nasıl değişiklik yapılırsa, asgari IT desteğiyle başarılı sonuçlar alınabileceğini anlatacağım.

😉

RFM İngilizce bir kısaltma.

  • R: Recency (Müşterinin en son alışverişinden bu yana ne kadar zaman geçtiği = Zaman açısından yakınlık)
  • F: Frequency (Müşterinin belirli bir zaman diliminde yaptığı alışveriş sayısı = Sıklık)
  • M: Monetary (Müşterinin F için temel alınmış belirli zaman diliminde ne kadar ciro yaptığı = Ciro)

Geleneksel RFM analizlerinde R, F ve M’nin her biri 1 – 5 arası gruplara ayrılır. Sonra sıralanır. 5-5-5 olan müşteriler çok değerlidir; 1-1-1 olan müşteriler olmasa da olur.

Bazı geleneksel (bugünkü veri yönetimi ortamında bence KESİNLİKLE YANLIŞ olan) RFM hesaplamalarında bir kurumun tüm müşterileri aynı ölçeklerle değerlendirilir ve analiz sonucunda “hangi müşterilerin değerli olduğunun bulunacağı” düşünülür. Bu yöntem için neden KESİNLİKLE YANLIŞ dediğimi anlatayım.

Önemli not: RFM’in geleneksel şekilde kullanılması kesinlikle geleneksel modelleri bugün uygulayanların suçu değil. Yerli – yabancı birçok kaynakta RFM bu şekilde yazılmış.

Eğitimlerimde, neden yanlış olduğunu ve doğrusunu uzun uzadıya anlatıyorum. Yukarıda referans verdiğim [1] , [2] , [3] yazılar yeterince açıklayıcı olmadığı için burada aktarmaya çalışacağım. Uzun bir yazı olursa, lütfen kusuruma bakmayın.

😉

RFM demek İngilizcede FRM demekten daha kolaydır ama bence önce F ile başlanmalıdır.

“Neden?” diye sorarsanız… R (zaman açısından yakınlık) aslında F (sıklık)’ın bir sonucudur. Alışveriş sıklığı fazla olan, örneğin ayda 3 kere mağazaya (veya e-ticaret sitesine) gelip alışveriş yapan bir müşterinin R değeri ister istemez 0 – 10 gün arasında olur. R aslında F’den türeyen bir değer olduğu için, F’de temel aldığınız süre (tanımda “belirli bir zaman diliminde yaptığı alışveriş sayısı” demiştik) yani o ZAMAN DİLİMİ, çalışmanın en önemli parçasıdır.

Bana “R aslında F’nin doğal sonucu olmayabilir. Zaman dilimini bir yıl alırsak ve yılda 3 kez gelmiş ama son 10 aydır hiç uğramamış olabilir” derseniz, size iki soru sorarım.

1 – RFM analizini ne amaçla yapıyorsunuz?

2 – RFM analizini hangi sıklıkta yapmayı düşünüyorsunuz?

Bu soruya yanıt olarak yılda bir, iki yılda bir gibi uzun bir süre verirseniz,

3 – Neden o zaman dilimini seçtiniz? diye üçüncü soruyu sorarım.

Bu üç sorunun yanıtları, F’in temeli olan zaman dilimine nasıl karar verdiğinizi sorgulamaktır.

Zaman diliminin seçimi çok önemlidir. Temel alacağınız zaman dilimi sektörler arasında değişiklik gösterir. Mevsimsel etkisi olan (abiye konfeksiyon gibi) sektörler ile zaten sıkça gidilen (süpermarket gibi) sektörleri aynı zaman diliminde değerlendiremezsiniz.

Konaklama sektöründe bile farklı zaman dilimleri üzerinde çalışılır. Şehir oteli ile tatil köyü farklı ölçütler kullanır. Tatil köyü veya kayak otelleri (eğer RFM yaparlarsa) en az bir yıllık zaman dilimi almalı ama değerlendirmeyi 3 – 4 sene boyunca her sene RFM analizi aldıktan sonra yapmalı. Bir yıllık zaman dilimi aldığında da ertesi sene turizm sezonu başlarken değil sezon biter bitmez analiz yapılmalıdır. Yani, bir yıllık zaman dilimi aldıktan sonra “müşteri 10 ay önce 3 kere gelmiş” demek için haklı ve geçerli bir senaryonuz olmalı.

Örneğin: Daha turizm sezonu açılır açılmaz, havalar ısınmadan gelen yaşlı turistlerden olabilir. Bir başka yaşlı turist grubu da havaların sıcaklığı azaldıktan sonra Eylül gibi, tatil köyü kapanmadan hemen önce geliyordur. Aslında aynı segment.

İşte bu nedenle, “önce segmentasyon , sonra RFM çalışması yapılmalı” diyorum.

Dikkat ederseniz, “RFM analizi yapılmalı mı?” diye de sorguluyorum. Özellikle bugünün veri kaynayan ortamında.

Sorunun yanıtını da vereyim: Eğer kurumunuzdaki BT ekibi CRM konusunda çok yetkin değilse RFM’i erken uyarı sistemi gibi kullanabilirsiniz. Kullanabilirsiniz ama… önce bazı konularda ön çalışma yapmanız gerek.

😉

F’e (alışveriş sıklığına) tekrar bakalım.

Bir mağaza veya dükkan için “oraya çok sık giderim” dediğinizde… Eğer işyerinizin yakınında bir lokantayı söylüyorsanız “haftada 2 – 3 kez” anlamına geliyordur. Ama spor malzemeleri satan bir mağaza ise, ayda bir kez bile oldukça sık sayılır.

Demek ki… sıklık kavramı, işyerinin özelliğine, sektörüne, sattığı ürün veya hizmete göre değişiyor.

😀

Çalışmanın bundan sonrasında hem mobilya, hem mutfak aletleri (buzdolabı ve bulaşık makinesinden mutfak robotu, tencere tava, tost makinesine kadar ev için gerekli hemen her alet) hem de ev tekstili ürünleri (yatak çarşafından havlu ve bornoza, halıdan döşemelik kumaşa kadar hemen her tekstil ürünü) satan bir mağazalar zinciri olduğunu düşünerek devam edeceğim.

Not: İstanbul’da daha bir dikey uzmanlaşma var. Mobilya, mutfak aletleri ve ev tekstili ürünleri satanlar ayrı markalar altında zincirler oluşturuyor. Anadolu’da birçok şehirde, ev için gerekli hemen her şeyi satan mağazalardan görmüşümdür. Bazıları “çeyiz mağazası” olarak sıfatlanıyor.

RFM’in temeli olan F’yi hesaplarken 5 (en sık) için şu kavramı kullanırız: Mağazadan çıkmıyorlar” veya “mutlaka uğruyorlar” dediğimizde hangi sıklığı esas alırsınız? diye sorarız. Evlenmenin (veya birlikte yaşamanın) arifesinde olan çiftler için “haftada 2” gibi bir sıklık olur.

Şehirdeki en bilinen mobilya + mutfak eşyaları + ev tekstili satan markasınız. Evlenmenin hemen öncesinde olan müşterileriniz haftada bir-iki kere gelecekler. Bazen çift olarak, bazen (parayı ödeyecek olan) baba ve annelerle mağazanızı ziyaret edecekler. Çoğunlukla bir şeyler satın alacaklar. Evdeki eksiklerini tamamladıkça size gelmeleri azalacak.

Aynı çift, birlikte yaşamaya başladıklarının ikinci senesinde yine “mağazadan çıkmıyorlar” denildiğinde ayda bir sıklık düşünülür. Bebek olacağı haberini almışlarsa, sıklık yine artar.

Çalışmanın sonunu beklemeden buraya ekleyeyim. Sadece 3 başlık (R ve F ve M) yetersizdir. Son satın alınan 3 – 4 ürün de bir başka sütun olarak yer almalıdır.

Gelelim orta yaşta birine… Onun için “çok sık uğrar” dediğimizde muhtemelen ayda bir-iki ziyaretten bahsediyoruzdur. Birden sıklık artmışsa… ya ev-ofis çalışmaya geçmiştir, evi düzenlemek için alışveriş yapıyordur; ya boşanma öncesindedir, yeni ev düzenliyordur; ya da çocuğu evleniyordur ve parasını o ödeyecektir.

DİKKAT: Burada 3 önemli konudan bahsediyorum.
1 – Neden son satın alınan 3 – 4 ürün bir başka sütun olarak yer almalı?
2 – Neden önce segmentasyon, sonra RFM çalışması yapılmalı?
3 – RFM analizini neden yapıyorsunuz?
sorularının yanıtını anlatıyorum.

Bu sektörde RFM Analizini erken uyarı sistemi olarak kullanacaksanız, en geç ayda bir kez hazırlamanızı öneririm. Böylece müşterilerinizin yaşam evresindeki değişiklikleri anlarsınız.

Önemli bir noktayı da atlamayalım. Geleneksel RFM modeli kesinlikle yaşam boyu değeri (YBD) ölçmek için kullanılamaz. YBD gelecekle ilgilidir, oysa geleneksel RFM sadece geçmişi gösterir. Geleceğe ilişkin ipuçları görmek isterseniz, bahsettiğim eklemeleri yapmanız gerekir.

Bu arada, son satın alınan 3 – 4 ürün sadece yaşam evresi değişimini ölçmek için değil, rekabete kaybınızı ölçmek için de kullanılır.

Evlenmeye (veya birlikte yaşamaya) karar vermiş bir çift önce yatak odası takımı alır, sonra mutfak, sonra salon, vb… diye müşteri deneyim haritası çıkarmışsanız, neleri sizden satın almadığını da görürsünüz. Onları muhtemelen rakiplerinizden almışlardır.

İşiniz bitmedi: Yukarıdaki ev-ofis çalışmaya karar vermiş veya boşanmış kişi örneğini de dikkate almalısınız. Sizinle sık alışveriş yapabilecek her persona için deneyim yolculuğu haritası çıkarmalı ve RFM analizinizi anlamlandırmalısınız.

😀

Yazı çok uzadı ve RFM’in sadece F’inden bahsettik.

Buraya kadar yazılan kısmı özetlersek,

  • Her sektör, hatta her kurum için (F’nin dolayısıyla R’nin temeli olan) ayrı zaman dilimleri söz konusu.
  • Her segment için ayrı RFM yapılmalı. Dolayısıyla, önce segmentasyon, sonra RFM yapılır.
  • Yakın geçmişte çok alışveriş yapması, (evlilik öncesindeki çift örneği gibi) aynı şekilde devam edeceği anlamına gelmez. Dolayısıyla, basit tahminler için bile geleneksel RFM modelini kullanamazsınız.
  • 5-5-5 ölçekli RFM modeli, bugünün veri ve teknoloji ortamında artık hükümsüzdür.

RFM’in kalan R ve M harflerini ve RFM çalışmasının yanına eklenmesi gereken diğer maddeleri daha sonra ele alacağım. Hepsini bir araya getirdikten sonra, abone olanlara bir kitapçık şeklinde sunmayı amaçlıyorum.

.

27 Nisan 2019 Cumartesi

Bankayı Terk ve Veri Analizi

Sadakat konusundaki sohbetlerimi veya eğitimlerimi dinleyenler bilirler.

İndirim, taksit, ödeme ertelemesi, puan, hediye, vb. verilmesi gibi davranışları rüşvet diye adlandırırım. Müşteriye rüşvet vererek sadakat alamazsınız. Ek olarak neden sizinle beraberse, aynı gerekçeyle sizi terk eder.

  • Bu dönemin CRM dersi, Sadakat Programı ödevi yine “rüşvete bağlı olmayan sadakat programı tasarlayın” olacak.

😉

20 yıla yakın süreden beri ticari ve şahsi tüm hesaplarım aynı bankadaydı. Banka iki kere satıldı ve isim değiştirdi. Hatta şube başka yere taşındı. Ben (ailem ve sayemde amcam ve yengem) bankanın müşterisi olmaya devam ettik.

Birçok defa farklı konularda şikayetim oldu. Özellikle dijital bankacılık aksadı ama şubenin iyi niyeti ile devam ettim. Son günlerde, şikayetlerim işe yaramayınca çare aradım.

Yıllar sonra ilk defa başka bankada hesap açtım. Mevcut bankamdan yeni bankaya para aktardım.

  • Doğru alarm uyarı mekanizması kurmuş olsalardı, ilk defa başka bankaya Özmen Danışmanlık adına para aktarıldığını görürlerdi.

Sonra otomatik ödemeleri aktardım.

  • Otomatik ödemelerin aktarılması, müşterinin gidici olduğunun en önemli ipucudur. Doğru alarm uyarı mekanizması kurmuş olsalardı, bunu yakalarlardı.

Bu iki işlem dışında, müşteriden kaynaklanan işlem* olmaması, alarm için yeterlidir.

  • Açıklama: Müşteriden kaynaklanmayan işlem: otomatik ödeme parasının çekilmesi, başkasının para yatırması, vb.

Havale ve EFT ücreti ödememek için, Pazartesi veya Salı günü tüm kalan tutarı şubeden çekeceğim.

  • Temel uyarı mekanizmasını kumadıkları için farkedeceklerini sanmıyorum.

Hesabı kapatmayı ise Mayıs sonuna bırakacağım.

Bu arada, diğer bankayı deniyorum. Ticari denemeden memnun kalırsam, şahsi hesapları da aktarırım.

🙂

Böyle uyarı mekanizmaları kurmak kolay mı?” diye soracak olursanız… “Burada yapılmışı var” diye yanıtlarım.

2004 yılında, henüz TL’den altı sıfır atılmadan önce hazırlanmış bir şube raporu. Gerçek ekran görüntüsü.

Hangi müşterilerinin bankamızın anlaşmalı kurumundan maaş aldıktan hemen sonra %70’den fazlasını başka bankalara aktardığını gösteriyor.

Kredi kartına aktarıyorsa, ona kredi kartı teklif edilecek; kiraya aktarıyorsa, ev sahibi bulunup bizim bankamızda hesap açması teklif edilecek… Şubenin bu teklifi hızla yapması için adı-soyadı yanında telefon numaraları da var.

Bu raporun dışında:

  • Vadeli mevduat veya hazine bonosu günü gelenler
  • Sigorta poliçesi günü gelenler

raporları sadece şubeye değil, zaten talep eden müşteriye de 2 – 3 gün önceden bildiriliyordu. Ayrıca

  • Borcunu aksatanlar,
  • Otomatik ödemelerini kapatanlar
  • Doğumgünü olanlar

şubelere bildiriliyordu.

2004 senesinde Dışbank‘ta geldiğimiz seviyede olmayan çok sayıda banka var. Maalesef.

.