Satın alma eğilimi hesaplamaları
Veri madenciliği uygulamalarının 2 önemli kullanım alanı var. Hangi ürünlerin birlikte satıldığını bulma, ve hangi müşterilerin hangi ürünleri alma eğilimi olduğunu bulma.
Şimdi bir işletmenin 8 ayrı ürünü olduğunu varsaysak, her bir ürün için, o ürüne sahip müşteri setini belirlememiz, daha sonra bu ürüne sahip müşterilerin ortak özelliklerini Veri madenciliği ile keşfedip
Oluşturduğumuz algoritmayı veya karar ağacını, bu ürüne sahip olmayan müşteri setine uygulayarak
Her bir müşterinin bu ürünü alma eğilimini belirlememiz lazım. Daha sonra, belli bir eşik değerinin üzerinde alma eğilimi olan müşterilere de uygun ürünleri pazarlayacak kampanyaları oluşturmak ve sunmak lazım.
Bu algoritmaları her bir müşteri için hesapladığımızı, ve modellerimizi de her 3 ayda bir yenilediğimizi düşünecek olursak full-time olarak bir çalışanın tüm gününü alacak bir uğraş ortaya çıkar.
Yapılabilecek daha iyi bir iş ise, hangi ürünlerin hangi segment müşteriler tarafından alındığını bulup bunları paketlemek ve böylelikle pazarlama maliyetlerini aşağıya çekmek.
Örneğin, bir maaş müşterisi, vadesiz mevduat, debit kart, KMH ürünlerini genelde birlikte alır, bunları paketleyip maaş müşterisine anında sunabilirsiniz. Ve bu paket ürünleri satma sorumluluğunu da müşteri temsilcisine verirseniz, yakın temas ile pek çok ürünü aynı anda pazarlama olanağına kavuşabilirsiniz.
Veri madenciliği araçları, pazarlama mutfağında bu paket ürünleri bulma ve oluşturma konusunda kullanılabilir. Yoksa tek tek müşterilere cross-sell yapmak daha zahmetli bir yol olabilir.
Şimdi bir işletmenin 8 ayrı ürünü olduğunu varsaysak, her bir ürün için, o ürüne sahip müşteri setini belirlememiz, daha sonra bu ürüne sahip müşterilerin ortak özelliklerini Veri madenciliği ile keşfedip
Oluşturduğumuz algoritmayı veya karar ağacını, bu ürüne sahip olmayan müşteri setine uygulayarak
Her bir müşterinin bu ürünü alma eğilimini belirlememiz lazım. Daha sonra, belli bir eşik değerinin üzerinde alma eğilimi olan müşterilere de uygun ürünleri pazarlayacak kampanyaları oluşturmak ve sunmak lazım.
Bu algoritmaları her bir müşteri için hesapladığımızı, ve modellerimizi de her 3 ayda bir yenilediğimizi düşünecek olursak full-time olarak bir çalışanın tüm gününü alacak bir uğraş ortaya çıkar.
Yapılabilecek daha iyi bir iş ise, hangi ürünlerin hangi segment müşteriler tarafından alındığını bulup bunları paketlemek ve böylelikle pazarlama maliyetlerini aşağıya çekmek.
Örneğin, bir maaş müşterisi, vadesiz mevduat, debit kart, KMH ürünlerini genelde birlikte alır, bunları paketleyip maaş müşterisine anında sunabilirsiniz. Ve bu paket ürünleri satma sorumluluğunu da müşteri temsilcisine verirseniz, yakın temas ile pek çok ürünü aynı anda pazarlama olanağına kavuşabilirsiniz.
Veri madenciliği araçları, pazarlama mutfağında bu paket ürünleri bulma ve oluşturma konusunda kullanılabilir. Yoksa tek tek müşterilere cross-sell yapmak daha zahmetli bir yol olabilir.
