Günün sonunda kazanan veri 1


Merhabalar,

Veri,kimilerine göre 1800’lerde potansiyel düşman askerlerini hesaplarken, kimilerine göre 1920’lerde enigma makinesi ile,kimilerine göre ise 2000 lerde ‘descriptive’ denebilecek veriden anlam çıkartıldığında. Çok geçmişe gitmeyelim 2000’leri konuşmak istiyorum bugün.

 

Veriye ‘descriptive’ yaklaşmak, 2000’lerde insanlar artık veriden biz geçen ay satışımız neydi,bu ay nasıl,% kaç yükseliş/düşüş var. Peki ürünlerimizi kadınlar mı erkekler mi daha çok aldı ? O zamanlar bu anlamı çıkartmak için çeşitli araçlarda türemeye başladı. Bildiğiniz üzere yeni zamanların en mantıklısı olabilecek bir DWH mantığı. Ne yapıyor,istenilen datayı alıp,oracle golden gate veya türevindeki araçlar ile başka bir canlı olmayan veritabanı beslenmeye başlanıyordu. Insanlarda oradan data mart’ları üzerinde bazı araçları kullanarak rapor oluşturmak üzere OBIEE,bugünlerde meşhur Tableau,Jaspersoft türevindeki yazılımlar ile business tarafına raporlar gönderiyordu. Hala gönderiyor,bu mantıktan kopmamız şimdilik olası görünmüyor. Çok güzel,artık veriyi anlıyoruz,kendimizi geliştiriyoruz erkekler artık bizden alışveriş yapmadığını farkettiysek,hemen erkeklere özel ürünlerde indirim yapıp geri kazanıyoruz,kazanmaya çalışıyoruz (churn). Peki bu anlamı nasıl yaptık? Dataya descriptive yaklaştık.Fakat zararımız yinede küçümsenmemeli. Ne yapmamız gerekiyor ?

 

Veriye ‘predictive’ yaklaşım sergilememiz gerekiyor.Sattığımız ürünlerdeki veriye göre gelecek aylarda düşüş olabileceğini anlamamız gerekiyor. Yani bizim geçmiş veriye bakıp,iş işten geçtikten sonra yapmak yerine,önümüzdeki ayları ön görerek erkek müşterilerimizi sürekli elimizde tutmak için canlı kampanyalar oluşturuyoruz.Peki erkeklerin hepsine aynı kampanyayı mı uygulayacağız ? Kişiye özel değil mi ? Satışların düşeceğini tahmin ettik ama ne yapmamız gerekiyor aslında ? Bunların cevapları nerde ?

 

Cevaplar ‘prescriptive’ yaklaşımda yatıyor. Bu yaklaşım ile müşterilerimize özel yaklaşımlar sergileyerek,kişiye özel yapılması gerekenlerin sonuç olarak çıktığı bir yaklaşım. Futbol seven ve bekar erkeklere özel kampanya veya futbol sevmeyen ve evli olan erkeklere özel kampanyalar gibi,özellikleri dallandırabileceğimiz bir çok durum için özel kampanya oluşturmaktan bahsediyoruz. Churn analizinin ulaşabildiği son noktada burada yatıyor. Müşterileri kaybetmeden,kişiye özel kampanya sunarak elimizde tutabiliyor,yapmamız gereken mesaj yolu veya arama ise onu gerçekleştiriyoruz.Mesela çocuk bezi alan bir erkeğin,bir bebeği olduğunu anlayıp,ona özel bir mama reklamını herhangi bir kanaldan iletebiliyoruz.Peki bundan sonra ? Başka ne gibi yaklaşım var ?

 

Cevaplar bizlerdeki yaklaşımda yatıyor.Yaklaşım aslında yeni birşey değil,yaklaşımların birleşimi. Bir yapay zeka tarafından yönetilen altyapıdaki bir site. Anlık olarak kampanya çıkıp,kampanya olumlu seyir etmediğinde geri alan,kişiye özgü reklam gösterdikten sonra olumsuz yanıt aldığında bunu öğrenen,kendini geliştirebilen bir yapay zeka.Günümüzdeki şirketlere baktığımızda daha ‘descriptive’ yaklaşıma bile yeni yeni alıştıklarını görsekte, ufkumuzu hep ilerisi için oluşturup aklın alabildiği son yaklaşım olan ‘prescriptive’ yaklaşımı ile ‘predictive’ yaklaşımını harmanladığımız üründe, kontrol insan elinden kalkıp,bir yapay zekaya geçiyor. Amacımız insanların sık sık aynı işleri yaptığı ve arkasında veri yatan süreçleri kapsayacak yapay zekalar üretmek ve günü sonunda kazanan ‘veri’ olmasıdır.

 

Detaylı bilgi için lütfen bize yazın.

contact@vdatalab.com


Leave a comment

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

One thought on “Günün sonunda kazanan veri