“Siz insanlara gösterene kadar, insanlar ne istediklerini bilmezler.”

Steve Jobs

Müşteriyi anlamak konusunda, büyük veriyi (big data) nasıl işleyeceğimize ilişkin türlü yaklaşımların ortaya koyulduğu ve son derece derin tartışmaların süre gittiği bir dönemin tam da içerisindeyiz. Yapay zekâların, dijital evrendeki tüm hareketlerimize ilişkin neredeyse tüm verileri işlediği ve bizlerin “tüketici” olarak davranış kalıplarımızı modellediği zamanlardayız. Google orijinli dijital yapının, tüketim alışkanlıklarımızı çözerek, beğenilerimize uygun ürün önerilerini gözümüzün önüne defalarca getirivermesi (remarketing) bile şaşırtıcı gelmiyor artık bize. 

İnternet marifetiyle “pazarlama” disiplininin ulaştığı bu noktanın daha da ileriye taşınacağını tahmin edebilmek zor değil. Örneğin, amazon.com sitesinin yürütmekte olduğu bir projeyle şunu yapmaya çalıştığına ilişkin bilgiler dolaşıyor sosyal medyada: Diyelim ki amazon.com üyesisiniz. Sitede muhtelif ürün aramaları yapıyorsunuz. Ayrıca, amazon.com hesabınıza entegre etmiş olduğunuz sosyal medya hesaplarınız da bulunuyor. Sitenin, hem kendi içerisinde tuttuğu hem de sosyal medya hesaplarımızda bulunan bilgilerimizi yapay zekâ aracılığıyla işleyeceği ve nihayetinde de tüketicilere bir koli içerisinde, sorgusuz sualsiz ürünler göndereceği konuşuluyor. “Beğenmediyseniz, masrafsız şekilde iade edebilirsiniz, beğendiyseniz ödeme yapabilirsiniz” notuyla birlikte gelen paketlerin geri gönderilme oranının da yapılan pilot uygulamalarda çok düşük olduğu belirtiliyor.

Büyük veri, özellikle de dijital dünyadaki haliyle, kuşkusuz kıymetli görünüyor. Ancak pazarlama faaliyetlerimizi başarılı kılabilmenin tek ya da en iyi yolu bu mu? İşte tartışma burada alevleniyor.

Çoğu iş profesyoneli ve akademisyen, büyük verinin doğru işlendiği takdirde müthiş kazanımlar sağlayabileceğini ve tüm firmaların “big data”yı yorumlamayı öğrenmesi gerektiğini düşünüyor ama belirttiğimiz gibi, çoğu insan böyle düşünüyor; herkes değil!

O çoğu insanın dışında kalan diğer bir grup ise big datanın 3 sorunlu unsuru bulunduğuna işaret ediyor:

  1. Big dataya nasıl ulaşacağız? Büyük firmalar, bir şekilde bu veriyi sağlama kabiliyetine sahipken orta ve küçük ölçekli işletmelerin böyle bir şansı bulunmuyor.

2- Big datayı nasıl yorumlayacağız? Bir şekilde büyük veriye ulaşılabildiğimizi varsaysak bile onu doğru yorumlayabilmek de başka bir altyapısal sorunu işaret ediyor.

  1. Big dataya sahip olan sadece siz değilsiniz! Diyelim ki, big dataya ulaştınız, doğru yorumlamayı da başardınız. İyi ama ona ulaşan ve onu doğru yorumlayan sadece siz değilsiniz. Sizin kadar ya da sizden daha güçlü rakipleriniz de aynı yollardan geçiyor. Öyleyse, aynı verilere sahipken, nasıl farklılaşacaksınız?

İşte tam da burada, büyüklüğünden bağımsız olarak her firmanın güçlü pazarlama çalışmaları yürütebilmesine olanak tanıyan bir silah devreye giriyor: Küçük veri ya da small data!

Küçük veri gruplarına dayalı içgörü edinme çalışmaları, tüketici ürünleri kategorisinde yer alan bazı firmalarca yıllardır sürdürülüyor. Örneğin, tüketim ürünlerinde dünya devi olan P&G, “empatik tasarım” adını verdikleri bir çalışmayı uzun zamandır başarılı şekilde yürütmektedir. Küçük veriye dayalı müşteri içgörüsü elde etme çalışmalarının esası, söz konusu ürün grubunun mevcut ya da potansiyel müşterilerini kapsayacak şekilde ve derinlemesine mülakatlar yürütülmesine dayanıyor.

Az sayıda müşteri ya da potansiyel müşteri (örneğin 5 – 10 arası) belirleniyor ve bu insanlar, evlerinde, iş yerlerinde ya da ürünü kullandıkları diğer yerlerde gözlemleniyor. Onlarla sohbet ediliyor, yakınlık kuruluyor. Antropoloji, etnografi, psikoloji ve sosyoloji bilimlerinin bakış açılarıyla değerlendirmeler yapılarak veriler elde edilmeye çalışılıyor.

Elde edilen veriler, ürünlerin hem tasarım hem de fonksiyonlarına yansıtılabiliyor. Sonuç ise son derece inovatif, çarpıcı ve farklılaşmış olabiliyor.

Müşterilere ayaküstü bir şekilde, firmalardan beklentileri sorulduğunda alınacak cevaplar “daha…” ile başlıyorken, bu tip çalışmalarda elde edilen veriler çok daha derinlikli, kaliteli ve çarpıcı olabiliyor.

Konuyu bir örnekle basitçe açıklayalım: Diyelim ki bebek bezi üretiyorsunuz. Kitlesel olarak yaptırdığınız pazar araştırması anketlerinden toplayabileceğiniz veri aşağı yukarı şöyle bir şey oluyor: “Daha emici olsun”, “daha elastik olsun”, “bir pakette daha çok (ya da belki daha az) sayıda ürün olsun” vb. gibi… Oysa kullanıcıları yakından gözlediğinizde başka (ve gizli) talep, beklenti ve ihtiyaçlar göze çarpabiliyor: “Göbek bağı oyuntulu” bebek bezi ya da “külot gibi kolayca giydirilen” bebek bezi gibi. Örnekteki bu çalışma firmaya ne tip avantajlar sağlar derseniz cevaplar şunlar olabilir:

  1. Tespit edilen ihtiyaç firmaya özeldir. Yani, farklı rakipler benzer kitlesel anketlerle hemen hemen aynı verilere ulaşmışken, small data çalışması yürüten firma, ürününü farklılaştırıcı ve ticari potansiyeli yüksek bir inovatif fikri keşfetmeyi başarmıştır.

2- Talebi karşılayan değil talep yaratabilecek bir fırsat ortaya çıkmıştır. Dile getirilen ihtiyaçları karşılamak talebi karşılamaktır ama önce talebi yaratıp sonra karşılamak daima önemli ticari fırsatları beraberinde getirir.

  1. İnovasyonun en işlevsel ve başarı ihtimali en yüksek şekli ortaya koyulmuş olur. Odağını doğrudan müşteri içgörüsünden alan bir inovasyonun başarı şansı son derece yüksektir.

İnsanlara sorarsanız, “daha hızlı atlar yetiştirmenizi” söylerler; oysa onlara yakından ve derinlemesine bakmayı başarabilirseniz, talep edecekleri şeyin daha hızlı atlar yerine otomobiller olduğunu görebilirsiniz. Ticari fırsat taşıyan bu tip parlak yaklaşımlar ancak ve ancak müşteri içgörüsü elde edebilmekten geçer ve elde edilecek sonuçlar bu arayışa değecektir.    

Avatar
Adınız
Yorum Gönder
Kalan Karakter:
Yorumunuz onaylanmak üzere yöneticiye iletilmiştir.×
Dikkat! Suç teşkil edecek, yasadışı, tehditkar, rahatsız edici, hakaret ve küfür içeren, aşağılayıcı, küçük düşürücü, kaba, müstehcen, ahlaka aykırı, kişilik haklarına zarar verici ya da benzeri niteliklerde içeriklerden doğan her türlü mali, hukuki, cezai, idari sorumluluk içeriği gönderen Üye/Üyeler’e aittir.