"veri bilimi" etiketli yazılar:

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.

.

26 Nisan 2019 Cuma

Veri, Anlam, Bağlam

Verinin anlamlandırılması konusundaki yazılarımı okuyanlar, eve yemek servisi yapanlar için yazdığım şu örneği:

Fenerbahçe’nin maçı İstanbul’daysa yemek ısmarlamıyor ama, Fenerbahçe deplasmandaysa mutlaka sizi arıyor ise… müşteriniz Fenerbahçe taraftarıdır, maç İstanbul’daysa maça gidiyordur. Deplasmanda olursa, TV önüne geçip bir yandan yemek yiyor, bir yandan da seyrediyordur.

hatırlayacaklardır. Başka örneklerim de vardı:

Çocuk menüsünü sadece 2 – 3 haftada bir ve hafta sonlarında ısmarlıyorsa, muhtemelen boşanmış babadır ve çocuğu o hafta sonu için almıştır

Genel Müdür bu örnek için de “Doğru. Bu da beni anlatıyor” demişti.

Bu toplantıyı şuradan okuyabilirsiniz.

Hızlı gıda diye adlandırdığım o sektörde, “Mesai sonrası bir saatte iş yerine teslim ediliyorsa, büyük ihtimalle fazla mesai yapılıyordur” dediğimde “Nereye teslim edildiğini bilemeyiz”diyen IT’den sorumlu GMY’nin, bu sektördeki tek örnek olmadığını bir başka toplantıda öğrendim.

Kendisinin “bir hızlı gıda firmasında veri bilimci” olduğunu söyleyen arkadaş ile yukarıdaki örnekleri konuştuk.

Bu veri bilimci “Mesai sonrası bir saatte iş yerine teslim ediliyorsa, büyük ihtimalle fazla mesai yapılıyordur” cümlesine itiraz etmedi ama diğer 2 anlamlandırmaya karşı çıktı.

Ohooo… Öyle ayrıntılarla uğraşırsak üç bin tane segment çıkar. Ayrıca, böylelerini bulmak için günlerce uğraşmak gerekir” dedi.

Tıpkı bir önceki toplantıdaki gibi sakin davrandım. “Veri bilimci olduğunuz iddiasında kararlı mısınız?” diye sormadım. Yine, sahte bir “iş yaşamı gülümsemesi” ile toplantının bitmesini bekledim.

O veri bilimci(?)nin “günlerce uğraşmak gerekir” demesinin nedeni, kurumda 2 kademeli veri ambarının olmaması.

Hani Kaynağında Arıtmak yazısında bahsettiğim ve sadece anlamlandırma için değil, müşteri deneyimi ve dijital dönüşüm için de zorunluluk olan “müşteri odaklı veri ambarı” katmanı var ya!  O olmayınca ve veri bilimci de bunun olması gerektiğini bilmeyince…

Defalarca söyledim ve yazdım. Müşteri odaklılık hem entellektüel, hem de teknolojik altyapı meselesidir.

Biri olmazsa zor da, ikisi de olmayınca…

.

24 Nisan 2019 Çarşamba

Kaynağında Arıtmak

Avrupa’da birçok şehirde, musluktan gelen suyu içebilirsiniz. Bazı şehirlerde otelde “İçme suyu yok mu?” diye sorduğunuz zaman yüzünüze garip bakarlar.

Bu şehirlerde her bina, her otel veya her konut kendisi su arıtma ile uğraşmaz. Daha suyun borulara verildiği kaynakta temizlenir, arıtılır ve sonra borularla dağıtıma sokulur. Vatandaşları bir endişe duymadan, bardaklarını musluk suyuyla doldurup içerler.

😉

Bence, müşteri odaklı veri ambarı da bu şekilde “kaynağında arıtarak” oluşturulmalıdır.

Aşağıdaki şekli, benden CRM eğitimi alan hemen herkes görmüştür.

Müşteri odaklı altyapı için, işletim (operasyonel) sistemleri dışında bir veri ambarı katmanı olmalıdır. Bu katman hızlı aksiyon almak ve gerekli tetikleme mekanizmalarını kurmak için kullanılır.

  • Ben zaten yıllardır söylüyordum. Artık McKinsey de söylüyor. “Bu iki katman olmazsa, dijital dönüşümü yapamazsın” diyor.

Bugün geldiğimiz noktada, verileri Müşteri Odaklı Veri Ambarı’na aldıktan sonra anlamlandırma yapmak yerine, anında anlamlandırma yapılıyor.

Bu şekil artık şöyle oldu:

Anlamlandırmayı (tıpkı  veri temizliği gibi) öne çekmek ve müşteri odaklı veri ambarı girişinde yapmak gerekiyor. Alarm – uyarı mekanizmaları ve teklif modelleri zaten hazırlanmış durumda. Böylece, müşteri bir işlem yapar yapmaz, işleme ve müşteriye uygun kişiselleştirilmiş teklif veya uyarı gönderiliyor.

Veri bilimciyi analistten ayıran nokta, bu aşamada ortaya çıkıyor. Başarı ölçüsü ise, işe yarayan teklifler ve uyarılar.

.