Müşteri profillerini etkili bir şekilde yönetmek, daha iyi müşteri deneyimi kullanım senaryolarına yol açabilir.
Pazarlamacılar, parçalanmış dijital kanallar nedeniyle müşterilerinden her zamankinden daha farklı sinyaller alıyor. Bununla başa çıkmak, kimlik çözümüne açık bir yaklaşıma sahip olmayı gerektirir. Tanımlayıcıları nasıl eşleştiriyorlar ve müşteri profillerini nasıl birleştiriyorlar? Maçlara ne kadar güveniyorlar? Tanımlanmış bir stratejiye sahip olmak, müşterilerle daha iyi iletişime ve daha etkili, karlı bir müşteri deneyimine yol açar.
Önerilen makale: sumerbank nedir hakkında bilgi almak ve güncel girişimcilik haberlerine ulaşmak almak için ilgili sayfayı ziyaret edebilirsiniz.
İlk olarak kuruluşların kimlik çözümleme stratejileri için bir çerçeve benimsemeleri gerekir. Önce cihaz, önce kişi veya ikisinin birleşimi olabilir. Önemli olan, pazarlamacıların kullandıkları tanımlayıcıların, dijital yolculuk boyunca müşteriyi görmelerine olanak sağladığından emin olmalarıdır.
Deterministik ve olasılıksal eşleştirme
Kuruluşunuzla farklı dijital kanallar üzerinden etkileşime giren müşteriler, tek bir müşterinin verilerinizde birden fazla profile sahip olmasına neden olabilir. Bu profillerin birleştirilmesi, cihazları, dijital hesapları ve diğer tanımlayıcıları tek bir kişiyle eşleştirmenin yollarını bulmayı gerektirir.
Bunu yapmanın iki ana yolu vardır.
Deterministik eşleştirme. Bu, yalnızca eşleşmenin kesin olduğu profilleri birleştireceğiniz anlamına gelir. Genellikle bu, birden fazla profilde ortak bir tanımlayıcı bulunduğunda meydana gelir. Örneğin, müşteriniz bir e-posta adresi kullanarak sipariş verdiyse, bu siparişte bulunan posta adresi veya telefon numarası, başka hangi profillerin aynı müşteri olduğunu gösterebilir. Bu ortak tanımlayıcılar deterministik bir eşleşme sağlar.
Örneğin e-posta adresi bir müşteri profiline dahilse, o müşterinin verileri e-posta servis sağlayıcısında (ESP) ayrı olarak saklanan bilgilerle birleştirilebilir.
Olasılıksal eşleştirme. Bu, ortak bir tanımlayıcı kullanmadan ayrı müşteri etkileşimlerinin hepsinin aynı müşteriden gelme olasılığını tahmin etmek için yapay zekanın davranışsal verileri diğer sinyallerle birleştirmesini içerir.
MarTech Konferansı’nda Krehbiel Grubu danışmanı Greg Krehbiel, “Bu tür eşleştirme ve tüm bu tür kimlik çözümlemelerindeki sorun, çok fazla varsayımda bulunmanızdır” dedi.
Ancak Krehbiel, deterministik eşleştirmenin bile tamamen güvenilir olmadığına dikkat çekiyor. Hiç de nadir olmayan bir kullanım örneğini paylaştı. Krehbiel’in annesi kız kardeşinden Noel alışverişine yardım etmesini istedi, bu yüzden kız kardeşi kendi dizüstü bilgisayarını ve annesinin kredi kartını kullanarak Amazon’dan hediyeler aldı. Deterministik eşleştirme, annenin kızının dizüstü bilgisayarını kullandığı sonucuna varabilir.
Tek bir hakikat kaynağı oluşturun
Müşteri profillerinin ve eşleşen tanımlayıcıların birleştirilmesinde her zaman bir miktar muhakeme yapılması gerekir. Bunu olabildiğince doğru hale getirmek için müşteri verileriniz için tek bir doğruluk kaynağı oluşturmak akıllıca olacaktır.
Krehbiel, “Mümkün olduğu ölçüde tek bir müşteri kaydına sahip olmak istiyorsunuz ve bu da diğer birçok kaydın birleştirilmesini gerektiriyor” dedi. “Ve bu, her ne olursa olsun, o şey için tek gerçeğin kaynağının tek bir sistem olması gerektiği anlamına geliyor.”
Belirli bir kanala ilişkin tüm kullanım örneklerini ve bu verilerin nerede birleştirilmesi gerektiğini düşünün. Bu, fazlalıklardan ve birbiriyle rekabet halindeki hakikat kaynaklarından kaçınmaya yardımcı olacaktır.
“Birisi [CRM’deki] bir e-posta adresini değiştirirse, bu ESP’deki bilgilerin üzerine mi yazılacak?” Krehbiel sordu.
Bazı durumlarda profilleri birleştirmek ideal değildir. Örneğin bazı müşteriler iş ve kişisel kullanımlar için birden fazla e-posta almayı tercih ediyor. Böyle bir durumda e-postaların birleştirilmemesi gerekir. Bunun yerine kuruluşunuz bu müşteriyi birden fazla e-postaya sahip çok yönlü bir kişi olarak düşünmelidir.
Kayan güven ölçeği
Deterministik ve olasılıksal eşleştirmenin her ikisi de, profilleri birleştirirken ve müşterinin kimliğini çözerken kullanılan verilere güvenmeye bağlıdır.
Bu, pazarlamacıların güvenlerini kullanım senaryolarına, yani müşterileriyle nasıl etkileşimde bulunmayı amaçladıklarına bağlı olarak değişen bir ölçekte derecelendirmeleri gerektiği anlamına geliyor.
Bu hesaplama önemlidir çünkü birden çok profilden gelen verileri birleştirirken yapılan varsayımları zayıflatan uç durumlar vardır.
Krehbiel, “Her zaman uç durumlar vardır” dedi. “Bir kişinin birden fazla e-posta adresi vardır, ancak bazen bir e-posta adresinin birden fazla kişisi olabilir, değil mi? Veya tüm aile için tek bir e-posta adresi olan bazı aileler tanıyorum. Genel olarak konuşursak, bunlar çok fazla endişelenmenize gerek olmayan son durumlardır. Eğer sorun yaratıyorsa, bu dünyadaki en büyük olay değildir. Ya da öyle olabilir; ancak bunları kullanım durumlarınız açısından düşünmelisiniz.”
Bu güven ölçeğini kullanmak, veri noktalarından birinin yanlış anlaşılması olasılığını belirlemenize yardımcı olacaktır. Örneğin, yanlış bir posta adresi, doğrudan postayla gönderilen bir parça için yalnızca posta ücretinin boşa harcanmasına neden olabilir. Ancak bu, müşterinin hesap bilgilerinin bir parçasıysa ve yanlış adresi görürse gizlilik ve şirketinizin verileri nasıl yönettiği konusunda daha büyük endişelere sahip olabilir.
Bu yine işletmenize özel kullanım durumlarına bağlıdır. Başka bir örnek: Şirketiniz yemek dağıtım hizmeti veriyorsa ve müşterinizin fıstık alerjisi varsa, bu şirketinizin doğru şekilde alması gereken önemli bir bilgidir.
Bu kullanım örneklerini akılda tutmak, ekibinizin tanımlayıcıları eşleştirme, profilleri birleştirme ve sonuçta müşterilerinize en iyi deneyimleri sunma konusunda en güvenli kararları almasına yardımcı olacaktır.
Pazarlama ve İnovasyon 