E-ticaret Kişiselleştirme Blogu

Müşteri verileri başarı için zorunludur.

Başarılı şirketler, müşteri yaşam döngüsü boyunca - satın alma işleminden katılıma, tekrar satın alma işlemine kadar - verileri kullanır.

Buradaki zorluk, verilerin etkili bir şekilde nasıl birleştirileceğidir. Müşteriler birçok kanalda markalarla etkileşime girer. Müşteri Veri Platformları, verileri birleştirerek ve pazarlama ekipleri tarafından kolayca erişilebilir hale getirerek bu sorunu çözmeyi amaçlar.

Bu makale, müşteri veri platformlarının neler olduğunu ve ticari sonuçları elde etmek için bunlardan en iyi şekilde nasıl yararlanılacağını araştırıyor. Doğrudan müşteri verileri örneklerine geçmek için burayı tıklayın.

Müşteri veri platformu (CDP), tek bir müşteri profili oluşturmak için birden çok kaynaktan gelen müşteri verilerini birleştiren bir teknolojidir. Diğer sistemlerden farklı olarak, müşteri veri platformları basit arayüzlerle erişilebilirlik için oluşturulmuştur.

Pazarlama ve müşteri hizmetleri gibi daha az teknik ekip üyelerinin, BT kaynaklarını kullanmadan Müşteri Veri Platformu aracılığıyla etkileşimde bulunmaları ve verileri kullanmaları beklenir.

Son olarak, müşteri veri platformları bu verileri eyleme geçirilebilir hale getirir. Bazı veri platformları yalnızca verilere odaklanır ve bunu gerçekleştirmek için entegrasyonlara güvenir. Barilliance gibi diğerleri, müşterilerin bu verileri doğrudan uygulamalarında kullanmalarını sağlar.

Bir CDP, konsept olarak basit görünse de, aldatıcı derecede zor bir dizi soruyu çözer: potansiyel ve mevcut müşterileriniz kimlerdir? Onlara ne zaman ulaşmalısınız? Hangi teklifi kullanmalısınız?

Müşteri verileri, bir müşteri hakkında toplanan bilgileri ifade eder. Müşteri verileri, işletme tarafından toplanan özellikleri, davranışları ve demografik verileri içerebilir. Müşteri verilerini müşteri çevresinde düzenlemek en iyisidir.


Aşağıda, müşteri verilerinin örneklerini özetliyoruz ve e-ticaret mağazalarının daha iyi müşteri deneyimleri oluşturmak için hangi verileri kullanması gerektiğini vurguluyoruz.

Müşteri verilerinin ilk türü kimliktir. Müşteri kimliği, bir müşteriyi diğerinden ayırt etmenizi sağlayan verilerdir.

Çoğu umut, anonim bir müşteri olarak markalarla ilişkiler kurmaktır. Barilliance gibi platformlar, anonim kullanıcı eylemlerini izler ve nihayetinde bunları bilinen bir müşteri kaydına bağlar.

Bu genellikle anonim ziyaretçi kendi kendini tanımlayan bir eylemde bulunduğunda yapılır. Bu, potansiyel bir müşteri mevcut bir hesaba giriş yaptığında veya ödeme sürecinin bir parçası olarak yeni bir hesap oluşturduğunda, markalar tarafından kaydolma bonusları aracılığıyla istenebilir.

Aşağıda Bookings.com'dan bir müşteri kimliği örneği bulunmaktadır.

Yukarıda, Bookings.com potansiyel geri gelen ziyaretçileri IP Adresi aracılığıyla tanır. Anonim ziyaretçiyi oturum açarak kendilerini tanımlamaya teşvik eden bir açılır pencere oluştururlar.

Daha tipik bir müşteri kimliği örneği, Pampers'tan gelir. Burada, anonim bir ziyaretçi bir hoş geldiniz açılır penceresiyle karşılanır. Açılır pencere, bir hesap oluşturma, müşteriyi tanımlama ve müşteri verilerini bireye ekleme olanağı sunma karşılığında bir teşvik sunar.

Yukarıda, Pampers, anonim ziyaretçileri bilinen potansiyel müşterilere dönüştürmek için karşılama açılır pencerelerini kullanır.

Davranışsal veriler, bir markanın toplayabileceği en yüksek sinyal müşteri verileridir. Bir müşterinin niyetini diğer veri türlerinden daha fazla gösterir ve davranışsal segmentasyon ve e-ticaret kohort analizi gibi analiz teknikleri için çok önemlidir.

Temel davranışsal veriler, bir müşterinin bir e-Ticaret sitesinde gerçekleştirdiği tipik eylemleri ifade eder. Bu, bir öğeyi görüntüleme, bir öğeyi sepete ekleme, bir öğeyi sepetten çıkarma ve bir satın alma işlemini tamamlama gibi eylemleri içerir.

Yukarıda, belirli bir ayda ilk alışverişini yapan müşterilerin temel davranışsal müşteri verilerini birleştiren örnek bir kohort analizi panosu yer almaktadır. Kohort analizi, markaların YBD ve geri ödeme süreleri hakkında daha iyi değerlendirmeler yapmasına olanak tanır ve kaynak tahsisine yardımcı olur.

Alışveriş sepetini terk etme, e-ticarette önemli bir sorun olmaya devam ediyor. Sektörler arasında ortalama alışveriş sepetini terk etme oranı şaşırtıcı bir şekilde %78,65'tir.

Bu, ödeme sürecini markaların müşteri verilerini toplaması için en yüksek yatırım getirisi fırsatı haline getirir. Markalar, ödeme sürecinin ne zaman başlatıldığına, hangi ödeme adımlarının tamamlandığına, müşterilerin bir ödeme yöntemi girip girmediğine ve nihayetinde bir siparişin tamamlanıp tamamlanmadığına veya terk edilip edilmediğine bakmalıdır. Bu verilerden bir müşteri veri platformu, satışları kurtarmak için alışveriş sepetini terk etme kampanyalarını tetikleyebilir.

Sepeti terk etme kampanyalarıyla satışları kurtarmanın birçok yolu vardır. Yukarıda Thrive Market'ten bir örnek var. Terk edilmiş e-posta şablonlarına bir rehber koyduk.

E-posta pazarlama istatistiklerine ilişkin en son analizimizde, %7'nin üzerinde bir dönüşüm oranıyla satın alma sonrası kampanyaların inanılmaz derecede etkili olduğunu gördük.

Bu müşteri verileri, satın alma sonrası kampanyaları beslemenin ötesinde, müşteri başarısı ekipleri için hayati önem taşır. Satın alma sonrası veriler, bir siparişin güncellenip güncellenmediğini, hangi güncellemelerin yapıldığını, bir siparişin iptal edilip edilmediğini ve bir müşterinin inceleme bırakıp bırakmadığını içerebilir.

Yukarıda Amazon, belirli ürün önerileri önermek ve tekrar satın alımlar oluşturmak için müşteri verilerini satın alma sonrası verilerle birlikte kullanır.

Çoğu potansiyel müşteri, ödeme sayfalarına asla ulaşmaz. Markalar, dönüşümleri en üst düzeye çıkarmak için, satın alma yolculuğunun daha ileri aşamalarındaki önlemleri de içerecek şekilde, terk edilen alışveriş sepetiyle tetiklenen kampanyalarını genişletmelidir.

Bunun için aranan, görüntülenen ve filtrelenen ürünler gibi müşteri verileri toplanmalıdır. Bu veriler daha sonra göz atmayı bırakma kampanyalarındaki içeriği kişiselleştirmek için kullanılabilir.

Yukarıda, Fashion Nova, bir öğeye göz attıktan sonra müşterileri geri getirmek için Facebook Messenger'ı kullanıyor. Tetiklenen kampanyalarda müşteri verilerinin kullanılması, alakalı, kişisel teklifler oluşturur.

Belirtildiği gibi, müşteri veri platformlarının edinme, katılım, dönüştürme ve maksimizasyona kadar uzanan birçok kullanım durumu vardır.

Örneklemeye yardımcı olmak için, satışları artırmak için bir CDP'yi nasıl kullandıklarını gösteren müşterilerimizden birkaç örnek aldım.

Facebook Özel Hedef Kitlelerini geliştirmek için müşteri veri platformlarını kullanmalısınız.

Özel Hedef Kitleler, şirketlerin Facebook, Instagram veya Audience Network'teki belirli bir müşteri listesini hedeflemesine olanak tanır.

Bu reklamların etkinliği, listenizin kalitesine bağlıdır. Müşteri veri platformlarının devreye girdiği yer burasıdır.

CDP'ler size müşterilerinizi segmentlere ayırma gücü vererek her tür için benzersiz mesajlar oluşturur.


Örneklemek için, müşterilerimizden birkaç isimsiz örnek kullanacağım.

Son alıcılar markanızla yüksek düzeyde etkileşime giriyor ve ikinci bir satın alma yapma olasılığı çok daha yüksek.

Araştırmalar, elde tutmada küçük bir iyileştirme yapmanın bile büyük getiriler yarattığını gösteriyor.

Ne yazık ki, tamamen FB Pixel'e güvenmek, bu grubu hedefleme yeteneğinizi azaltır.

Barilliance ile müşterimiz, eksiksiz bir müşteri listesi oluşturmak için fiziksel mağazaları da dahil olmak üzere diğer kanallardan satın alan müşterileri ekleyebilir.

Yukarıdaki ekran görüntüsü, son alıcıları 90 günden daha kısa bir süre önce satın alma işlemi gerçekleştirmiş ve sipariş değeri 100 ABD Doları veya daha fazla olan biri olarak tanımlamaktadır.

Bu kitleyi Facebook ile sürekli olarak senkronize edebilirsiniz. Bir potansiyel müşteri bir satın alma yaptığında, bu hedef kitleye otomatik olarak eklenecektir. Aynı şekilde, son satın almaları 90 günü aştığında kaldırılacaktır.