Doğru Fiyatlandırmanın Temel Bileşenleri

doğru fiyatlandırmanın temel bileşenleri

Fiyatlandırma söz konusu olduğunda ürün yada hizmet alan müşteriler bu satın almayı bazı temel gerekçeler ile yaparlar. Bunlar; oluşmuş ise markaya olan güven, satış yapana ya da satış temsilcisine olan güven, satış sonrası hizmetlerine duyduğu güven, fiyat ve verdiği paranın karşılığını aldığına ikna olması. Eğer müşteriler genel olarak bu gerekçeler ile alım yapıyorlar ise sizin müşterilerinizin neden sizden satın alma yaptıklarını da anlamanız gerekiyor. Müşteriler eğer sizden büyük oranda fiyatlarınız düşük olduğu için alım yapıyor ise risk çok büyüktür. Riskin buradaki tanımı da düşen karlılık ve kaçınılmaz son olarak işletmenin bir noktada oyundan çıkma anının gelmesidir.

Yıllar içinde öğrendiğime göre, doğru bir fiyatlandırma ‘nın en temel ve basit bileşenleri;

Pazarlama bakış açısından fiyatın rekabete uygunluğu, ve Satıştan elde edilen gelirin şirketin hayatına devam etmesi için gerekli karı oluşturup oluşturmadığıdır.

Kar – Satış Geliri İlişkisi

Kar-Satış geliri arasındaki ilişki bir ana kadar bir ikilem gibi görünüyordu ama verinin yapay zeka temelli algoritmalar ile işlenmesinden beri daha artık bir ikilem olmaktan uzaklaşmaya başladı. Tabi ki bu durum veriyi işleyebilenler için geçerli. Yani hem kar hedefinin hem de satış hedefinin sağlıklı bir büyüme ile nasıl destekleneceği denkleminin çözümü genelde boş küme gibi, öyle mi?

Tüm çevresel etkiler- hızla artan dijitalleşmeye uyum, regülasyonlar, pandemi vb. – ile birlikte değerlendirildiğinde kar/gelir tahterevallisi bir seneden diğerine sağlıklı bir şekilde dengede kalamıyor. Tam bu noktada fiyatlandırma ‘nın önemi bir kez daha ortaya çıkıyor. Bir sene karlılık konusunda baskılanan şirketler sonraki yıl azalan satış gelirlerini önceliklendirebiliyor. Devam eden yıllarda bunun tersi ile döngü devam ediyor. Şirketler kriz dönemlerinde ise cenin pozisyonu içgüdüsü ile daha önce kontrol etme konusunda esnek davrandıkları maliyetleri azaltma refleksleri veriyorlar.

Şirketlerin veri havuzlarında oluşan veri, kar-satış geliri arasındaki dengenin sağlanıp sürdürülebilir büyüme sağlanabilmesi için çok önemli öngörüler veriyor. Verilerin haykırdığı mesajı anlayabilmek ise bakmak-görmek ilişkisi gibi. Büyük veriye bakınca çıkarılması gereken öngörüleri yakalayabilmek ise kolay değil.

Kolay olmamasının yanında harcanan süre de cabası.

Mehmet Sarı

Arelyz Yapay Zeka Çözümleri

Müşteri Yolculuğu Haritası Neden Bu Kadar Önemli?

Müşteri yolculuğu haritası

Markaların pazarlama stratejileri için son dönemlerde oldukça önemli olan müşteri yolculuğu haritası kavramına gelin birlikte yakından bakalım… 

Yüzeyde, müşteri yolculukları basit görünebilir – bir ürün sunarsınız ve müşteriler onu satın alır. Ancak daha yakından bakınca müşteri yolculuğunun giderek daha karmaşık hale geldiğini görmek kolaydır.

Dördüncü Sanayi Devrimi, ortalama tüketicinin artık işletmelerle iletişim kurmak için 10 kanal kullanmasıyla, müşteri beklentilerini her gün yeniden tanımlıyor. Tüm bu temas noktaları, giderek daha karmaşık müşteri yolculukları yaratır ve her zaman mükemmel bir müşteri deneyimi sağlamayı zorlaştırır. Ancak müşteri deneyimi her zamankinden daha önemli ve Salesforce’un son araştırmalarına göre:

  • Müşterilerin% 80’i artık bir şirketle olan deneyimlerinin ürünleri kadar önemli olduğunu düşünüyor. 
  • Tüketicilerin% 69’u bir şirketle gerçek zamanlı konuşmak istiyor.
  • Birleşik Krallık’taki müşterilerin% 60’ı müşteri deneyiminin bağlantılı olmasını bekliyor.

Dolayısıyla, şüphesiz müşteri beklentileri büyük bir dönüşüm geçiriyor . O halde soru şudur: Markalar bu beklentileri nasıl karşılayabilir ve her müşteri yolculuğunun sorunsuz olmasını nasıl sağlayabilir?

Müşteri deneyimini anlamanın ve optimize etmenin mükemmel bir yolu, müşteri yolculuğu haritası adı verilen bir süreçtir.

Müşterilerin markanın bir ürünü ya da servisi kullanırken attığı adımları ve geçeceği yolları ayrıntılı olarak analiz eden bir yolculuk planıdır. Tüketicinin geçtiği her aşamayı adım adım planlayan markanın “müşteri olsam nasıl yapardım?” sorusunun yanıtları ile ilerleyerek deneyimlemesi ve kendi verileri ile birleştirmesi söz konusudur. Tüm bu aşamalar şirketlerin pazarlama stratejisi için oldukça önemlidir. Müşterinin gözünden markanızı deneyimlemeye, müşterinin yerine geçmeye ve bunu yaparken de marka kaynaklarından yararlanmaya yarayan müşteri yolculuğu haritası, ihtimalleri de işin içine katar ve iyi planlanırsa 360 derece deneyim sağlar. Ürününüz veya servisinizin tüm satın alma karar aşamalarını tek bir yerde deneyimleyebilirsiniz. 

  • Müşterilerinizi anlamanızı ve empati kurmanızı,
  • Ürün ve servislerinizin verimliliğinin artmasını,
  • Pazarlama stratejilerinizin dönüşümünü,
  • Marka farkındalığının artmasını,
  • Tüketicinin ihtiyaçlarının ve duygularının bir arada resminin sunulmasını,

Müşteriye değer yaratmayı ve ardından markanızın tüketiciyle eş zamanlı olarak hareket etmesini sağlar.

Megan Grocki’nin anlatımıyla UX Mastery’nin videosu müşteri yolculuğu haritası nasıl yapılır sorusunun cevabı aktarılıyor. 

Müşteri yolculuğu rehberliği hakkında daha fazla bilgi için bu bağlantıyı takip edebilirsiniz.

Müşteri segmentasyonu için de bu bağlantıyı takip edebilirsiniz.

Müşteri Yolculuğu ‘na Doğru Rehberlik Için Veriler Nasıl Kullanılmalıdır?

Müşteri Yolculuğu 'na Doğru Rehberlik Için Veriler Nasıl Kullanılmalıdır?

Müşteri Yolculuğu ‘na doğru rehberlik edebilmek her zamankinden daha karmaşık gibi görünsede veri biliminin sağladığı faydalar sayesinde hergeçen gün daha da kolaylaşıyor. İnsanlar bir kanaldan diğerine, genellikle sizin istediğiniz şekilde dönüşmeden önce birçok kez atlarlar.  Sadece istediklerini istiyorlar ve onu elde etmek için onlara en mantıklı gelen yolu kullanacaklar. Dolayısıyla, bağlılığı artırmak ve şimdi ve uzun vadede karşılığını verecek sadakat oluşturmak için, her müşterinin yolculuğu’ nu o kadar iyi anlamanız gerekir ki, birden fazla kanal aracılığıyla olsa bile tek, kesintisiz bir etkileşim gibi hissettiren bir deneyim yaratabilirsiniz.

Hangi veriler müşteri yolculuğu için önemli?

Muhtemelen, probleminiz verileriniz olup olmadığı ile ilgili değildir. Muhtemelen ne yapacağınızı bildiğinizden daha fazla veriniz var. Sorun, hangi verilerin önemli olduğunu bilmek ve doğru içgörülerle müşterilerinizle etkileşim kurma şeklinizi iyileştirmeye nasıl izin vereceğinizdir. Onlara, markanıza tekrar tekrar geri getirecek kusursuz, kişiselleştirilmiş yolculuğu sunmalısınız.

Müşteri yolculuğunun özü, verilerin kendisi değildir. Verileriniz dağınıktır. Bu nedenle, kanallar arası içgörülere göre hareket edecek araçlara sahip olmayabilirsiniz. Müşteri deneyiminin her kanalını yönetmek için verimsiz ve bağlantısız pazarlama araçlarını kullanarak, kanal pazarlama içgörüleriniz toplanır. Bu, müşterileriniz için yararlı, ilgi çekici bütünsel bir marka deneyimi oluşturmanın gerçekten zor olduğu anlamına gelir. Ve deneyim acı olduğu için dönüşüm ve müşteri sadakati de acı çekiyor.

müşteri yolculuğu
müşteri yolculuğu

Markanızın Müşteri Yolculuğu Haritasını Çıkarın

Bir müşterinin markanızla etkileşime girebileceği belirli temas noktalarını belirleyerek başlamak önemlidir. Bunu işletmeniz için bir mikro yolculuk olarak düşünün: genel müşteri kazanma ve elde tutma hedefinize ulaşmanıza yardımcı olabilecek temas noktası etkileşimine daha yakından bir bakış .

Müşteri etkileşiminin mikro yolculuğunda, pazarlamacıların dikkate alması gereken iki önemli unsur vardır: statik bileşenler ve dinamik bileşenler. Haftalık haber bültenleri ve SMS uyarıları gibi unsurların tümü, pazarlamacılar tarafından kontrol edilebilen statik bileşenlerdir. Ancak, değişen müşteri etkileşim süreleri ve tüketicilerin hangi pazarlama mesajlarıyla bağlantı kurup kurmayacağı gibi dinamik unsurlar için statik ve dinamik bileşenler eşit derecede dikkate alınmalıdır.

Doğru verileri müşteri yolculuğu’ nun aşamalarına eşlemek, tamamen müşterilerinizi tanımakla ilgilidir ve bu, keşfettiğiniz verileri bir sonraki pazarlama kampanyanıza uygulamadan önce birleştirmek anlamına gelir. Pazarlama çabalarınızı iyileştirmek için sonuçlarınızı ölçerken, müşteri yolculuğu’ nun her aşamasında müşterilerinize mümkün olan en iyi deneyimleri sunarak gözlerinizi büyük resimden ayırmayın. Marka bağlılığına ve nihayetinde kuruluşunuz için artık gelire yol açan etkileşim türlerini yönlendirmenin en iyi yolu budur.

Müşteri yolculuğu hakkında müşteri yolculuğu ‘na yeni bir hayat verin başlıklı yazımı okumanızı tavsiye ediyorum.

Müşteri Segmentasyonu Hakkında Bilinmesi Gerekenler

Müşteri Segmentasyonu

Müşteri segmentasyonu, çevrimiçi veya çevrimdışı veri kaynaklarını kullanarak müşterileri demografi veya davranış ölçümleri gibi belirli özelliklere göre gruplandırır.

Temel çıkarımlar

  • Müşteri segmentasyonu, şirketlerin ürünler, hizmetler ve içerikle ilgilenebilecek belirli hedef kitleleri tanımlamasına olanak tanır.
  • Markaların, belirli ürünlerle ilgilenmeyen müşterilere pazarlama için para harcama risklerini azaltır.
  • Segmentasyon, işletmelerin, katılımı ve müşteri sadakatini teşvik etmek için giderek daha önemli hale gelen kişiselleştirmeyi artırmasına olanak tanır.
  • Alıcının yolculuğunu daha iyi anlamak için müşteri segmentasyonunu kullanabilen işletmeler, etkileşim ve dönüşüm oranlarını artırmak için harekete geçebilir .
  • İşletmelerin kullandığı çoğu araç, bazı müşteri segmentasyon işlevlerine sahiptir.
  • Müşteri segmentasyonu özelliğini kullanmanın önündeki en büyük engeller bilgi, kaynak ve veri eksikliğidir.

Adobe Analytics kıdemli ürün pazarlama müdürü Danielle Doolin ile bu Soru-Cevap bölümünde müşteri segmentasyonu hakkında daha fazla bilgi edinin . Danielle, üç yıldır Adobe’de çalışıyor ve bundan önce de önde gelen analiz şirketlerinde çalışıyordu. Deneyimi, başarı için büyük ölçüde müşteri segmentasyonuna dayanan eğlence alanında çalışmayı içerir.

Müşteri segmentasyonu nedir?

Müşteri segmentasyonunu, müşterileri belirli özelliklere bağlı olarak ve çevrimiçi veya çevrimdışı veri kaynaklarını kullanarak belirli alt gruplara ayırma yeteneği olarak tanımlardım. Müşteri segmentasyonu ile demografik özellikler, katılım özellikleri ve sahip oldukları ilgi alanları gibi şeylere bakıyoruz. Örneğin yemek veya sporla ilgileniyorlar mı? 
Ve sonra diğer yaşam tarzı bilgileri de dikkate alınır. Mesela, maaşları nedir, işleri nedir, kaç çocukları var? Yani, müşterilerinizi ortak özelliklere sahip gruplara ayırabilmek, böylece bu grupları başka amaçlar için kullanabilmektir.

Müşteri segmentasyonunun pazar segmentasyonundan farkı nedir?

Müşterileri segmentlere ayırabilecekleri düşünülen kriter türleri bakımından çok benzerler. Müşteri ve pazar segmentasyonu arasındaki en büyük farkın, müşteri deneyimi ve müşteri yolculuğunun bugün işletmeler için çok önemliolması nedeniyle müşteri segmentasyonunun muhtemelen oldukça yeni bir terim olmasıolduğunu söyleyebilirim. Bu, gerçek müşteri deneyimlerine bakmak yerine “Müşteri kim olursa olsun daha fazla satış yapabilir miyim?”

Müşteri segmentasyonu bugün neden daha önemli hale geldi?

Bugün, her şey o kullanıcı veya müşteri için mümkün olan en iyi deneyimi sağlayabilmekle ilgili. Çünkü bu sadece yeni müşterilerle etkileşim kurmakla ilgili değil. Aynı zamanda müşterilerin ilgisini çekmek ve sadık tutmakla da ilgilidir. Onlara kişiselleştirilmiş deneyimler sunarak, onları önemsediğinizi göstererek ve ilgilendikleri içerik veya ürün önerileri sunarak müşterileri etkili birşekilde hedefleyebilmek istersiniz. Gerçekten her şey, o müşterinin deneyimini kişiselleştirme temasıyla ilgili çünkü bu onların gerçekten meşgul olmalarını sağlar ve onları daha uzun süre elinizde tutmanıza yardımcı olur. Müşteri yaşam döngüsünü uzatır.

Doğru müşterileri nasıl hedefliyorsunuz?

Farklı yollar var. Şirketler çoğu zaman müşteri verilerini toplamak için DMP’leri (veri yönetimi platformları) veya CRM’leri (müşteri ilişkileri yönetimi) kullanır. Müşterileri hedeflemek istedikleri belirli özelliklere göre bölümlere ayırabilmek için kendi birinci taraf verilerini kullanırlar veya diğer kaynaklardan yararlanırlar. 

Bu nedenle, bir şirket müşteriler hakkında belirli veri parçalarını alır, ne tür müşterilere ulaşmak istedikleri konusunda hedefler belirler ve bu bilgileri öneri motorları , arama motorları veya pazarlama ve reklam hedefleme gibi kişiselleştirme araçlarıyla hareket edebilmek için kullanır.  

Gerçekten, müşteri segmentasyonunuzun nasıl çalıştığını anlamanın tek yolu, performansı değerlendirmek ve kime ulaştığınızı ve bunun doğru hedef pazar olup olmadığını anlamak için bir tür analiz aracına sahip olmaktır.

Örneğin, sitenize belirli bir yaş aralığında gelen bir grup kadın olduğunu bildiğinizi ve onlara bir satış için promosyon yapmak istediğinizi varsayalım. Birinin sitenizde günlük olarak geri döndüğünü ve aylık olarak geri gelen ve satın alan bir başkasına karşı satın aldığını biliyorsunuz. Ancak, geri gelmeleri ve daha sık alışveriş yapmaları için bu aylık ziyaretçileri çekmek istiyorsunuz. Aylık ziyaretçi olan bu kullanıcı segmentine tanıtım yapma olasılığınız daha yüksek olabilir. Yani ortak verilerin bir araya geldiği yer burasıdır.

Bu tür müşteri segmentasyonu, iki tür verinin eşleştirilmesini gerektirir: ziyaretle ilgili veriler ve ziyaretçi hakkındaki veriler.
Kişinin marka veya hizmetle olan ilişkisiyle ilgili özellikleri ziyaret edin. Örneğin siteyi ne zaman ziyaret ettiler, neye baktılar, satın aldılar mı, orada ne kadar kaldılar? 

Kim oldukları ve ne yaptıkları gibi müşterinin demografisi ve yaşam tarzıyla ilgili her şeyle ilgili ziyaretçi özellikleri.

Günümüzde kullanılan en önemli müşteri segmentasyonu türlerinden bazıları nelerdir?

Bence birbirine geçme modeli çok önemli. Sadece bir şeyi ne zaman satın aldıklarına değil, aynı zamanda daha sonra ne yaptıklarına ve daha önce ne yaptıklarına da bakmak. Ne sıklıkla bir ürün satın aldılar? Ne satın alıyorlar? Satın aldıkları markalarla olan etkileşimi gerçekten anlamak önemlidir.

Diğer bir önemli faktör de ilgi – ne tür şeylerle ilgilendiklerini anlamaktır. Bu, yiyecek veya spor veya belirli bir takım olsun, belirli ilgi alanlarına uygun pazarlamayı sunmanıza yardımcı olur.

Analiz yoluyla en büyük özelliklerden biri, kohort analizine bakabilmektir. Bu, kullanıcıların gruplarına ve bölümlerine ve bunların elde tutulması ve sadakatinin ne olduğuna bakmanıza olanak tanır. Günlük, haftalık veya aylık olarak geri gelip gelmeyeceklerini görebilirsiniz. Hangi ürünlere baktıklarını ve ilgi alanlarının ne olduğunu anlamak için segmentlere ayırabilir ve bunu gerçekten hedefleyebilmek için kullanabilirsiniz. Aynı zamanda, kohort analizi, belirli türdeki kullanıcıların ne zaman geri dönme ihtimalinin düşük olduğunu anlamanız için kayıp analizi ile size yardımcı olur. Bu, yeniden pazarlama ve yeniden hedefleme için önemlidir.

Düşme ve çıkış akış analizi, müşteri yolculuğunun gerçekte ne olduğunu anlamaya yönelik yöntemlerdir. Çünkü hiçbir müşteri aynı değildir. Yolculuk sırasında marka veya ürünle nasıl etkileşim kurduklarına göre ayrı ayrı gruplayabileceğiniz belirli müşteri segmentlerine sahip olmak pazarlama ve dönüşümler için önemlidir.

Müşteri segmentasyonundaki en büyük zorluklar nelerdir?

Ortak zorluklardan biri, şirketlerin birinci taraf verilerine sahip olmaması veya belirli özelliklere göre gerçekten segmentlere ayırabilmek için müşterileriyle ilgili sınırlı verilere sahip olmalarıdır.

Ayrıca eski verilerle ilgili bir sorun var. Bu nedenle, müşteri segmentlerini tutarlı bir şekilde güncellememek veya üzerinde yinelememek açısından düşünün. Müşteri segmentlerinize ayak uydurmazsanız, başlangıçta 18 ila 24 yaş arası bekar kullanıcılar olan, ancak şimdi 35 ila 49 yaşları arasındaki evli kullanıcılar olan müşteri gruplarınız olabilir. 

Zorluklar, müşteri segmentlerinin güncel olmasını sağlamak, birinci, ikinci veya üçüncü taraflar aracılığıyla yeterli veriye sahip olduğunuzdan emin olmak ve ayrıca kaynaklara ve araçlara sahip olduğunuzdan emin olmaktır – size izin veren bir tür analitik program Bu tür segmentlerin nasıl performans gösterdiğini anlamak, eyleme yönelik içgörüler sağlar ve harekete geçmenize yardımcı olur.

Çoğu şirket müşteri segmentasyonunun ne olduğunu anlıyor. Verileri analiz etmek ve bunlara göre hareket etmek için ellerinden geldiğince kullandıklarını bilmiyorum. Bazen şirketlerden verilerine bakmak için müşteri segmentlerini veya özelliklerini kullanmadıklarını duyuyorum ve bunun stratejileri için gerçek bir zayıflık olduğunu hissediyorum. Tüm müşterilere bütünsel olarak bakıp onları eşit şekilde yaratamazsınız çünkü herkesin kendine özgü ilgi alanları vardır. Müşteri deneyiminin bu kadar yüksek bir standart olduğu günümüzde, özellikle günümüzde ve çağında çok önemlidir.

Markalar neden bu bilgilerin bir kısmına sahip değil?

Birinci taraf verilerine sahip olmadıkları için müşteri demografisine sahip değiller. Kimlik doğrulamaları yok. Yaş, cinsiyet vb. Bilgileri toplamıyorlar – sadece satın alıyorlar. Veya, kendilerine bu bilgileri sağlayabilecek bir hizmete abone olmazlar. 
Çoğu şirketin ziyaret verileri vardır. Sayfa ziyaretlerini görebilirler. Ancak bunu kitle analizi gibi bir şeyle birleştirmedikçe, kullanıcılarınızı etkili bir şekilde hedeflemek daha zor olacaktır. Sayfanızı ziyaret etseler bile bu belirli ürünle ilgilenmeyen kullanıcılar için pazarlama parası harcama riskini alabilirsiniz. Daha iyi hedefleyebilmek için her iki bileşene de sahip olmak kesinlikle önemlidir.

Neden bazı şirketler verileri kullanmıyor?

Verilere etkili bir şekilde bakabilmek için gerekli kaynaklardan (veri bilimcileri ve analistler) yoksun olabilirler. Yönetim ekibinin üst düzey görünümleri için raporları almak için çabalıyor olabilirler. Ya da, zaten sahip oldukları araçlarda işlevselliği nasıl kullanacaklarını bilmiyor olabilirler – verileri kendi başlarına nasıl bölümlere ayıracaklarını bilmiyorlar.
İnsanların sahip olduğu araçların çoğu bunu yapabilir. Analistin veya pazarlama ekibinin deneyimsizliği, kaynak eksikliği veya veri eksikliği çoğu zaman zorluk teşkil eder.

Şirketlerin iyileştirme yapmak için müşteri segmentasyonunu kullanabileceği bazı yollar nelerdir?

Bence ortaya çıkan büyük konulardan biri, müşteri yolculuğu ve satın alma yollarının neresinde olduklarını ve cihazlar arasında bir markayla nasıl etkileşim kurduklarını anlamakla ilgili. Ürününüzü bir cihazda arayan ve daha sonra başka bir cihazda satın alan müşterileri segmentlere ayırabilirseniz, bu segmenti onları daha etkili bir şekilde hedeflemek için kullanabilirsiniz. 

Kesinlikle, daha iyi hedefleyebilmek için hangi cihazda olurlarsa olsunlar müşteri segmentlerini kullanmakla ilgilidir. Aynı zamanda, ilgilendiklerini temel alarak bu deneyimi onlar için kişiselleştirmekle de ilgilidir. Hedefleme ve kişiselleştirme gelecekte kesinlikle geliştirilebilir. 
Ürün ve hizmetin kendisini geliştirmek açısından, sorunların nerede olduğunu anlamakla ilgilidir. Bu, müşteri kaybına uğrama ihtimali olan müşterilerin nerede olduğunu keşfetmek ve bu müşteriyle yeniden etkileşim kurmak, deneyimlerini geliştirmek ve onlara yardım sağlamak için bunu bir segment olarak kullanabilmekle ilgilidir. 

Müşteri segmentasyonunun geleceği nerede?

Müşteri segmentasyonunda, kohort analizinin yanı sıra ilişkilendirme, akış ve düşüş analizleri yoluyla ortaya çıkan birçok geliştirme olduğunu düşünüyorum. Bunların hepsi bugün mevcut olan şeyler. 

Bence gelecekte, bu verileri ve müşteri segmentini giderek daha fazla analiz etmeyi mümkün kılan çok daha fazla yapay zeka makine öğrenimi yeteneği olacak ve size başka türlü bir araya getiremeyeceğiniz akıllı segmentler veya yeni segmentler sunacak. Ayrıca, teknoloji, bu müşteri segmentlerinin nasıl kullanılacağına dair kritik öngörüleri – bu belirli segmentlerde nasıl hareket edileceğine dair öneriler sağlayacak. Artı, hepsini gerçekten gizlilik dostu bir şekilde yapmak.

Müşteri Profilleri Nasıl Belirlenir

Müşteri Profilleri

Temel çıkarımlar

  • Müşteri profilleri, şirketlerin bir grubun özelliklerine ve davranışlarına göre müşteri deneyimlerini optimize etmek ve kişiselleştirmek için toplanan verileri kullanmasına olanak tanır. 
  • Müşteri profillerinin sürekli olarak güncellenmesi gerekir – müşteriler sabit değildir, bu nedenle müşteri profilleri de olmamalıdır. 
  • Şeffaflık, müşteri güvenini kazanmak ve değeri kanıtlamak için çok önemlidir. 
  • En iyi müşteri profilleri, şirketlerin bilgileri cihazlar ve kanallar arasında bağlamasına olanak tanır.

Nate Smith, Adobe Analytics için Grup Ürün Pazarlama Müdürüdür . Nate, görevinde Adobe Analytics için stratejik pazarlamayı denetler ve devam eden ürün sürümlerinin başarısını sağlar. Son on beş yıldır dijital pazarlamayla uğraşmaktadır ve Brigham Young Üniversitesi’nden Bilgi Sistemleri alanında BS ve MBA sahibidir.

Müşteri profilleme nedir?

Temel düzeyde, müşteri profili bir veritabanındaki bir giriştir – her kişi için bir karma kimlik vardır. Bu kişi bir markayla veya herhangi bir dijital deneyimle etkileşime girdiğinde, her yerde dijital ayak izleri bırakır. Müşteri profili oluşturma, bu ayak izlerini alır ve onları, biliniyor veya anonim olsalar da, söz konusu kullanıcıya geri bağlar.

Profiller dinamiktir. Gerçek zamanlı olarak güncellenmeleri gerekir. Bu, bir müşteri profilinin şu anda ne olabileceğine dair büyük konseptten en önemli farktır. Daha fazla etkileşimimiz olduğu için, bu ayak izleri yakalanır ve profil dinamik olarak güncellenir, böylece bu profili pazarlama, katılım veya kişiselleştirme amaçları için esasen kullanabiliriz. Buradaki fikir, bilgi açısından zengin bir profile ulaşmaktır, böylece insanlarla kişiselleştirilmiş bir şekilde ve hatta bire bir görüşmelerde iletişim kurabiliriz.
İdeal müşteri profili birleştirilir – kuruluşun dört bir yanından müşteriler hakkında toplanan veriler birbirine dikilir. Bu, CRM’nizde, web analizinde, bir müşteri destek veritabanında ve e-posta listenizde görünen bir müşterinin aynı kişi olarak bilindiği anlamına gelir – kimliği veritabanları, kanallar, cihazlar ve dahili departmanlar arasında çözülür. Birleşik profil, gelen verileri normalleştirdiğimiz bir özellikler ve davranışlar koleksiyonudur ve daha sonra bir e-posta sistemi veya bir A / B test çözümü gibi eylem sistemleri tarafından erişilir .

Müşteri profilleriyle ilgili en önemli şeylerden biri taşınabilir olmalarıdır, böylece tüketiciler için tutarlı kanallar arası etkileşim deneyimleri yaşayabiliriz. Bir profilin eylem sistemlerine yakın durması gerekir, böylece bir deneyim sunmak için o profile erişen her ne ise, bunu gerçek zamanlı olarak yapabilir. Teknolojide üç katman derine gömülmemelidir – erişilebilecek en üst düzey bir katman olması gerekir.

Bir müşteri profilinde hangi bilgiler tutulur?

En genel bilgi seviyesi, özelliğe dayalı bilgidir – bir CRM platformunda bulunabilecek bilgiler. Örneğin yaş, demografik bilgiler, psikografik bilgiler, hesap durumu, müşterinin altın üye mi yoksa platin üye mi olduğu.

Müşteri özelliklerine davranışsal bilgi eklediğinizde profiller gerçekten ilginç hale geliyor. Özelliklerin ve davranışların birlikte etkileşimini anlamaya başladığınızda, pazarlama bütçenizi nereye yatıracağınız ve deneyimleri farklı müşteri segmentlerine nasıl kişiselleştireceğiniz konusunda daha iyi kararlar verebilirsiniz .

Şirketler müşteri profillerini nasıl oluşturur?

Müşterilerin etkileşimde bulunduğu tüm farklı kanallardan – e-posta sisteminiz, demografik bilgileri, sosyal etkileşim, tüm bu etkileşimler ne olursa olsun, özellik ve davranış verilerini topluyoruz.

Bu veriler için farklı kategoriler vardır ve genellikle silolardır, ancak bunları bir platforma taşıdığınızda ve normalleştirdiğinizde, bunlar tek bir profile entegre edilebilir. Yani bu gerçekten çok önemli, birden fazla evde üretilen sistemden veya teknoloji yığınından esnek, bütünsel veri toplamaya sahip olabilmeniz.

Tüm bu verileri çeşitli sistemlerde topluyorsunuz ve bir veri gölünde veya başka bir merkezi depoda tutuyorsunuz. Ve sonra olaylar gerçekleştiğinde – birisi bir web sitesine geldiğinde, bir mobil uygulamaya girdiğinde , bir mağazaya girdiğinde veya bir bölge sınırına girdiğinde – verileri bu profillere bağlarsınız. Bir cihazdaki bir profili veya dijital bir etkileşim noktasıyla bir şeyler yapan bir müşteriyi tanıdığımızda, bu eyleme temelde profillerinin veri kaydında bir satır öğesi atanır. Neredeyse olayların o profile tahsis edildiği bir profil olarak düşünebilirsiniz.

Bunun ötesinde bir sonraki parça, kanallar ve cihazlar arasında bir profilin ne olduğunu tanımlamaktır. Örneğin, cihazları insanlara çözümlemeniz gerekir, çünkü bir müşteri e-posta kanalına farklı şekillerde birden fazla cihazdan erişebilir – tüketiciler olarak markalarla etkileşim şeklimiz budur.

Cihazları insanlara bağladıktan sonra, belirli şeyleri tekilleştirmeniz ve temizlemeniz gerekir ve ardından bu profili artıran yeni veriler de gelir. Ve bu profilleri gerçekten etkinleştirebileceğiniz yer burasıdır. Bir noktada, sisteminizde yerleşik yapay zeka veya makine öğrenimi varsa, benzer yapıdaki profilleri otomatik olarak gruplandırır. Potansiyel olarak bir araya gelip ölçeklenebilen gruplar – veya kitle segmentleri – oluşturmak istiyorsunuz, çünkü bire bir olma vaadi iyidir, ancak işletmeler olabildiğince ölçeklemek ister.

Müşteri profillerinin faydaları nelerdir?

Etkileşim şeklimizin doğası gereği, şirketler e-posta yoluyla, görüntülü reklam yoluyla, sosyal medyaaracılığıyla çeşitli yollarla iş yapan birden fazla martech satıcısına sahiptir. Bir müşteri profili ile, daha sonra herhangi bir kanalda etkinleştirebileceğiniz bir müşteri hakkında en güncel bilgilere sahip olabilirsiniz.

Bir e-postaya tıklamadan gelen bir bilgiye sahipsem ve ardından müşteri gidip web sitesine erişirse, bu bilgi müşteri profiline akacaktır. Bir dahaki sefere bu profilin reklamını yaptığımda, daha güncel olacak ve daha fazla kişiselleştirme sunabileceğim .
Diyelim ki Los Angeles’ta yaşıyorum ve Ford.com’a gidiyorum. Potansiyel olarak bir kamyon satın almak istediğime karar verdim. Web sitesindeki davranışımla sinyalleri atmaya başlarsam – örneğin, bir kamyon inşa et seçeneğine karşı teklifleri ve teşvikleri görüntüle seçeneğine gidersem, fiyata duyarlı olmayabileceğime dair bir davranış sinyali veriyorum. bu, Ford’un örneğin “California’dan” veri noktasıyla birleştirmesi için iyi bir sinyal olabilir, böylece aldığım bir sonraki e-postada Hollywood Hills’teki bir kamyon gösterilir. Bunun benimle konuşacağını biliyorlar.

Herhangi bir pazarlama kanalını katalize etmek için bir profil kullanabilirsiniz ve bu nedenle çok sayıda eğitimli tahminle zaman ve para harcamak yerine, herhangi bir kanalda gerçekten doğru, güncel, gerçek zamanlı bilgileri kullanabilirsiniz. Sen edebilirsiniz karmaşık yolculuklar sonucu alacak ve daha kişiselleştirilmiş pazarlama yaklaşabilir.

Ve temel düzeyde, müşteri profilleri en değerli müşterilerinizi belirlemenize yardımcı olur. Bunu bildiğiniz zaman, büyütebilir veya büyütebilirsiniz. Yüksek değerli müşteri profillerinize benzeyen daha fazla potansiyel müşteri kazanmak için benzer modelleme yapabilirsiniz.

En karlı müşterilerden bahsediyoruz. Çoğu zaman onları en çok gelir getiren müşteriler olarak görüyoruz. Ancak şirketlerin kendilerine bir ton paraya mal olan gelir getiren müşterileri var. Bu bilgiler ayrıca bir müşteri profilinde de toplanabilir.

S:  Şirketler müşteri profillerinde ne gibi hatalar yapar?

Pek çok şirket, hedef müşterilerinin kim olması gerektiğine dair bir tür vizyonla başlar ve ardından verileri dener ve zorlar. Bu, bunun için uzun bir yol. Bu nedenle, ideal bir müşterinin, hedef pazarlarının bir tür tanımıyla başlarlar ve bazı ayrıntıları içereceklerdir, ancak bu bir özellik veritabanı değildir. 

Geçmişi, hobileri, ilgi alanlarını, eğitimi, gelir seviyesini veya müşterilerin köpekleri olsa bile içereceklerdir. Neredeyse her şeyin birkaç önemli demografik şey etrafında döndüğü eski dünya medya satın alımları, eski dünya veritabanı pazarlaması gibi. Ve sonra şirketler, kampanyalarının neden bu gruplar üzerinde çalışıp çalışmadığını anlamaya başlar. Ve tipik olarak işe yaramıyor çünkü aşırı genelleştirdiler ve varsayımlar yaptılar, buna karşılık verilere müşteri gruplarının ne olduğunu ve onlarla nasıl etkileşimde bulunmaları gerektiğini söylettirdiler.

Pek çok kuruluş, tüm verileri toplayabildikleri sürece iyi olacaklarını düşünüyor. Ancak bunun için önemli maliyet ve zaman etkileri var. Birçok kuruluşun müşteri profilleriyle uğraşmaya çalışmasının yolu, tüm verilerin bir veri gölüne atılması ve ardından SQL sorguları yazan ve müşteri profilleri oluşturmak için bir model bulmaya çalışan veri bilimcilerine sahip olmalarıdır. Ve bu genellikle haftalar değilse de günler sürer, aylar değilse – ve sonra verileri güncellemeniz ve rasyonelleştirmeniz gerekir. 

Ve müşteri profillerinin bir raf ömrü vardır. Birisi sokakta yürürken ve bir Starbucks’ın önünden geçerek uygulamasıyla coğrafi sınırı tetiklerse, Starbucks’ın müşteriyle etkileşime geçmek ve onu mağazaya ikna etmek için belki iki dakikalık bir penceresi vardır. Bir veri bilimi ekibinin geçmiş profillerini birlikte yazmasını bekleyemezler.

Gerçekleşmesi gereken gerçek zamanlı bir bileşen var. Ve birçok kuruluş, verileri merkezileştirip tek bir doğruluk kaynağına sahip olurlarsa başarılı bir şekilde profiller oluşturabileceklerini düşünüyor. Teknik olarak yapabilirler, ancak bunlar eyleme geçirilebilir profiller değildir. Bir müşteriyle gerçekten etkileşim kurmaları gerektiğinde taşınabilir profiller değildirler. Ve bir müşteri profili katmanı, veri çerçevesiyle birlikte veri gölünün üç ila beş katmanının derinliklerine gömülmemeli, eylem sistemlerine yakın olmalıdır.

Müşteri profilleme ile müşteri segmentasyonu birbirine çok benzeyen ve birlikte değerlendirilmesi gereken konulardır. Müşteri segmentasyonu hakkında bilmeniz gerekenleri buradan okuyabilirsiniz.

Kaynak : https://www.adobe.com/experience-cloud/glossary/customer-profiles.html#q1

Müşteri Yolculuğu ‘na Yeni Bir Hayat Verin

Müşteri yolculuğu haritası

Müşteri yolculuğu ancak doğru bir rehberlik ile başarılı bir sonuca ulaştırılabilir. Bu yazdıda olculuğuna örnek bir olay üzerinden bakacağız.

Emma, ​​köşe benzin istasyonunun sadakat programının VIP üyesidir. Her ayın üçüncü haftasında depoyu doldurmak için işe giderken uğrar. Bugün, köşedeki yeni benzin istasyonunun yeni açıldığını fark ediyor. Bunun yerine biraz daha uygun olduğu için orada durmayı düşünüyor. Yeni istasyona yaklaştığında, arabasının bilgisayarında gittiği istasyondan bir tanıtım mesajı yanıp sönüyor: Benzin al, ücretsiz yağ değişimi al.

Emma, ​​sadakat programı uygulamasını dün en sevdiği istasyonda bir pompa rezerve etmek için kullandığını hatırlıyor – her iki istasyonda da bekleyen uzun araba sırasını gördükten sonra bugün gerçekten kullanabileceği bir avantaj. Serbest yağ değişimini düşünür ve yeni istasyonun bekleyebileceğine karar verir.

Tanıdık pompalara yönelirken, mobil uygulaması istasyon kafenin günün spesiyalini gösteriyor: bir kahve satın alıp bedava bir hamur işi. Emma, ​​arabasının bilgisayarının yardımıyla, arabadan çıkmadan gazını ödüyor ve sabah onarımını almak için mağazaya giriyor ve işe gitmeden önce birkaç raporu bitirmek için ücretsiz Wi-Fi’den yararlanıyor.

Müşteri yolculuğu analitiği dünyasına hoş geldiniz

Bu örnekte Emma, ​​bağlı arabadan mobil uygulamaya, tekrar bağlı araca ve mağaza içi ziyarete sorunsuz bir şekilde geçiyor. Cihazları düşünmeden değiştiriyor ve deneyimin onu orijinal satın alma ve bir üst satışa taşımasına izin veriyor.

Arka tarafta daha çok şey oluyor. Pazarlamacılar ve analistler, bu deneyimi mümkün kılmak için birkaç hareketli parçayı kontrol etmek zorundadır. Davranışsal verileri müşteri ilişkileri yönetimi, sadakat ve satış noktası verileriyle birleştirir. Emma’nın belirli bir zamanda satın alma olasılığını belirlemek için yapay zeka ve makine öğrenimini kullanıyorlar, böylece özel teklifleri uygun cihaza gönderebiliyorlar.

Kısacası, Emma’nın markasıyla hem çevrimiçi hem de çevrimdışı olarak çıktığı yolculuğun tamamını bir araya getiriyorlar, böylece deneyimini olabildiğince kolay, tatmin edici ve değerli hale getirmenin yollarını belirleyebiliyorlar. Ve bunu gerçekleştirmek için analitiği kullanıyorlar .

Sadece alıştığınız analitikle aynı değil. Geçmişte, analitik “ziyaretçiler” e ne olduğuna odaklanıyordu. Bu analitik dünyasında, “ziyaretçiler” insanlar değil, cihazlar anlamına geliyordu, çünkü markalar bir kişiyi bireysel düzeyde tanımak veya davranış ve tercihlerinin tam bir görünümünü elde etmek için stratejilere ve araçlara sahip değildi. Sadece bağlantısı kesilen cihazlarda ne olduğunu görebiliyorlardı.

Müşteri yolculuğu analitiğinin olduğu bir dünyada her şey değişiyor. Soluduğumuz oksijen gibi, analitik de bu cihazların ardındaki müşteriye hayat veriyor, zamanla en sevdikleri hamur işi seçimlerini, en çok ne zaman benzin satın alacaklarını ve istasyonun kafesinde ne kadar süre çevrimiçi kaldıklarını öğreniyor. Markalar, tüm bu etkileşimleri daha da iyi hale getirmek için gerçek zamanlı olarak ayarlama yapabilir.

Yolculuğu görselleştirin

Gartner, müşteri yolculuğu analizini “müşterilerin bir kuruluşla etkileşimde bulunmak için mevcut kanalların bir kombinasyonunu kullanma şeklini izleme ve analiz etme süreci” olarak tanımlıyor . Buna ziyaret ettikleri web siteleri, kullandıkları mobil uygulamalar, aldıkları e-postalar ve sahip oldukları çağrı merkezi görüşmelerinin yanı sıra satış aramaları, şirket etkinlikleri veya konferanslar gibi çevrimdışı etkileşimler dahildir. Hyatt Otelleri için müşteri yolculuğunun her adımında unutulmaz deneyimler sunmak, misafirleriyle kalıcı ilişkiler kurmalarına yardımcı olur.

“Bizim için müşteri yolculuğu, bir müşteri tatilini hayal etmeye başlar başlamaz başlıyor. Daha sonra mükemmel mülkü araştırmaya ve ayırtmaya, otellerimizden birinde harika bir deneyim yaşamaya ve ardından bu deneyimleri aile ve arkadaşlarla paylaşmaya devam ediyor. “

Ellen Lee
Hyatt Global Digital Eski Kıdemli Başkan Yardımcısı

Hyatt, müşterilerin otel düzeyindeki etkileşimlere kadar sağladıkları dijital deneyime nasıl tepki verdiğini öğrenmek için analitik kullanır . Bu bilgileri her mülkle paylaşırlar, böylece stratejilerin nasıl performans gösterdiğini gerçek zamanlı olarak görebilir ve gerektiğinde ayarlamalar yapabilirler.

Büyük bir otel markası olmasanız bile, müşteri yolculuğu analitiği ile her etkileşimi net bir şekilde görselleştirebilir , cihazların ötesine geçerek onları kullanan kişilere bakabilirsiniz. Ve bunu yapmak için veri bilimcisi olmanıza gerek yok. Analitik müşteri yolculuğuna katıldığında aşağıdakileri yapabilirsiniz:

Müşteri verilerini birleştirin

Müşteri yolculuğu analitiği ile, müşterilerin yolculuklarında nasıl ilerlediklerini görselleştirmenize yardımcı olmak için müşteri ilişkileri yönetim sisteminiz, içerik yönetimi sisteminiz , analitik, sosyal medya ve ücretli medyadan verileri birleştirebilirsiniz – nerede ve nerede düşüyor veya sorun yaşıyorsunuz. Ekipleriniz bilgi ve analizleri paylaşabilir, böylece neler olduğunu daha hızlı anlayabilir, harekete geçebilir ve uyumlu kalabilirler.

İşe yaraması için öncelikle kuruluşun dört bir yanından müşteri yolculuğunu oluşturmaya dahil olan ekipleri toplamanız gerekir. Ardından, etkinleştirmek istediğiniz cihazlar arası deneyimler ve müşteri yolculuğunu başarılı kılmak için paylaşılan hedefleri tartışın.

Organizasyonel bir zihniyet. Bunu iyi yapmak için organizasyona yolculuk düşüncesini dahil etmelisiniz. “

Joana van den Brink-Quintanilha
Baş Analisti, Forrester Research

Farklı cihazlarda müşterileri tanıyın

**** Müşteriler sitenize giriş yaptıklarında, neyi görüntülediklerini ve nasıl davrandıklarını öğrenmek kolaydır. Farklı cihazlar kullandıklarında ancak her seferinde giriş yapmadıklarında, onlara dört cihaz kullanan bir kişi yerine dört farklı kişi gibi pazarlama yapabilirsiniz. Bunun nedeni, bir müşterinin cihaz değiştirdiği her seferinde, yolculukları sırasında biraz bağlam kaybetmenizdir.

Müşteri yolculuğu analitiği, oturum açmış olsun veya olmasın her cihazı bir kişiye bağlayarak insanların mobilden dizüstünden masaüstüne nasıl geçtiğini anlamanıza yardımcı olabilir. Bu nedenle, bir müşteri tabletinde bir mayo için göz attığında, bir perakendeci aynı mayoyu müşterinin masaüstü ana sayfasında görüntüleyebilir ve fiziksel mağazanın önünden bir sonraki geçişlerinde cep telefonuna ilgili özel bir teklif gönderebilir.

Cihazlar arası davranış nasıl anlaşılır?

Müşterilere her zaman istediklerini verdiğinizden emin olmak istiyorsanız, hangi cihazların her bir kişiye ait olduğunu bilmeniz gerekir. Adobe Deneyim Bulut Cihazı Co-op sadece bunu yardımcı olabilir. Katılımcı markaların müşterileri anonim bir şekilde temas noktalarında tanımlamak için birlikte çalışmasını sağlayan ve tüketici gizliliğini koruyan bir programdır.

Device Co-op bunu, ad, e-posta adresi veya ödeme verileri gibi kişisel olarak tanımlanabilir herhangi bir bilgi toplamadan oturum açmış ve anonim kullanıcılar hakkında veri toplayarak yapar. Daha sonra, tüm kişilerden ve ilişkili cihazlardan oluşan bir cihaz grafiği oluşturur ve bu verileri Adobe Experience Cloud içindeki çözümlerle paylaşır.

Şu şekilde çalışır:

Bir finansal hizmetler şirketi ve bir medya şirketi Device Co-op’a aittir .

Oliver, cep telefonunda ve masaüstünde medya şirketi sitesinde oturum açar ve cihaz grafiği, anonim bir ortak kimlik aracılığıyla bu cihazları kendisine bağlar.

Daha sonra aynı cihazları kullanarak finansal hizmetler şirketi sitesini ziyaret eder, ancak oturum açmaz.

Cihaz grafiği, Oliver’ın bu cihazlarla zaten ilişkili olduğunu bildiğinden ve markalar arasında kolayca bilgi paylaşabildiğinden, oturum açıp açmamasına bakılmaksızın her iki markadan da tutarlı bir müşteri deneyimi almaya devam ediyor.

Her etkileşimin başarısını ölçün

Hangi etkileşimlerin insanları okumaya, tıklamaya veya satın almaya ikna ettiğini ve her bir etkileşimin ne kadar krediyi hak ettiğini anlamak hiçbir zaman kesilip kurutulan bir süreç olmadı. Tüketici cihazlarının sayısı arttıkça, ilişkilendirme daha da karmaşık hale geliyor.

Bununla birlikte, müşteri yolculuğu analitiği ile, mobilden akıllı saate kadar bir dönüşümü etkileyen her reklam veya etkileşim denkleme dahil edilir. Böylece kredinin ödenmesi gereken yere kredi verebilirsiniz.

Soru şu ki, işe yarıyor mu? Geliri veya marjı artırıyor mu? Adobe’de analitik ve veri bilimi evangelisti Eric Matisoff, müşteri yolculuğu analizinin amacı: Müşterinin kullandığı farklı cihazları tanımak ve bu programın başarısını onaylamak veya reddetmek ”diyor.

Müşteri yolculuğu analitiği ile rahat nefes alın

Bir zamanlar ekipler ve teknolojiler, belirli kanallar ve cihazlar hakkında bilgi edinmek için oluşturuldu. Ancak müşterilerin sürekli olarak cihaz değiştirdiği bir dünyada (benzin istasyonuna giden Emma gibi) müşterilerin bir cihazda nasıl davrandığını bilmek yeterli değil. Cihazın ötesine geçme ve müşterilerin markanızla nasıl etkileşimde bulunduğuna bakışınızı değiştirme zamanı. Çünkü resmin tamamını gördükten sonra, müşterinizle olan her bir etkileşimi öncekinden daha ilgi çekici ve akılda kalıcı hale getirebilirsiniz.

Kaynak : https://blog.adobe.com/en/2019/06/14/breathe-new-life-into-the-customer-journey.html#gs.uela7q

Reducing Overhead and Risk for the Manufacturing Industry

Reducing Overhead and Risk for the Manufacturing Industry

Considerations are vast in the reduction of overhead and risk for the manufacturing industry. Especially when you’re looking at adapting your business to dynamic market shifts. We are here to help simplify the process.

What Is Overhead and Risk in the Manufacturing Industry?

In simple terms, overhead is the sum of ongoing business expenses not associated with the production process.

  • Manufacturing overhead such as plant costs, salaries
  • Selling and administrative costs
  • Corporate salaries

Risk refers to the risks incurred by manual processes, which can be broken down into three key areas. These are:

  • Ease of management of complex pricing strategies
  • Eliminating the friction from quoting and negotiations
  • Reducing the manpower required to manage rebates

Requirement 1: Make It Easier for My Team to Manage Complex Pricing Strategies

Reducing overhead and risk requires acknowledgment of the common complex pricing strategies businesses face. As businesses have become increasingly advanced, so have their pricing strategies. Processes and systems often remain the same while more and more elements are added to the pricing strategy and tactics, resulting in a lack of integration and automation of key systems. These often lead to businesses being unable to manage their pricing strategies effectively. The more bloated and complex the pricing strategy becomes, the greater the risk of getting prices, accruals, or payouts wrong.

Using Dynamic Pricing to Reduce Overhead and risk

Dynamic pricing, at its core, involves continuously adjusting prices to meet real-time supply and demand. This can happen in minutes as advanced pricing software analyses the market you reside in and adjusts accordingly. To put it into perspective, Amazon is one of the largest retailers in the world utilizing dynamic pricing. They update their prices every 10 minutes according to a great many predefined criteria and the market as a whole.

There are many distinct benefits to dynamic pricing and few drawbacks. First of all, contrary to popular belief, it gives you far greater control over your pricing. With automated dynamic pricing, it might seem as though you’ll no longer have control over the many complex elements that your pricing strategy is composed of. When in fact, you gain access to far more options to improve your pricing. For example, you can compare your prices in real time against your competitors and adjust accordingly, as well as gain a clearer understanding of your current supply and demand.

Many businesses worry that dynamic pricing will send the wrong message to their customers and clients, and that seeing prices rise and fall will eventually be harmful for their brand. However, dynamic pricing can help to strengthen a brand’s image. By setting a base price for profitability, the brand can launch seasonal and promotional offers without losing profit – not to mention the increased levels of service that come part and parcel with dynamic pricing.

What’s more, switching your complex pricing system when considering how to reduce overhead and risk will help you to save money in the long run. Not only will the reduction of manual tasks cut down your overhead, but dynamic pricing often leads to increased sales and profit because of the powerful insight it brings. A fantastic example of this is when Walmart adopted dynamic pricing. They now alter their prices nearly 50,000 times in a single month, which led to an increase in global sales of 30% on its implementation during 2013.

Pricefx’s PriceBuilder supports price policy definition, the setting up of price guidelines, calculations and simulations of gross, special and net prices. It allows you to integrate with price lists, Excel, business intelligence, ERP and CRM systems seamlessly to make adjustments in real time. The software specializes in mapping out pricing strategies and conducting automated monitoring of them.

PriceBuilder allows you to define a pricing strategy specifically tailored to your business and your customers by using a wide array of available factors. It centralizes your pricing based on global, regional, customer, segment, or any other business hierarchy levels, all within one application. What’s more, you can dynamically segment your customer bases according to market, cost-plus, value-based or mixed pricing strategies. It also allows you to create real-time pricing simulations to test the effect discounts and special offers have on your margins.

All of which is achieved by the three-step PriceBuilder process.

Implement

PriceBuilder allows you to quickly analyze pricing logic, define calculation schema and load all relevant pricing data. You can also automate data flows with the help of scheduled data loads or Pricefx PFX Platform.

Execute

It gives you the ability to grow with ease as your business expands, while supporting new business units, products, currencies and markets with varied calculation methods.

Results

Achieve fast, intuitive and self-sufficient definitions and executions of price calculation schemes.

Requirement 2: Eliminate the Friction from Quoting and Negotiations

One of the more difficult elements of pricing when considering how to reduce overhead and risk is quoting and negotiations. At this stage, both parties are attempting to raise their position in order to achieve the best outcome. However, the manufacturing industry often incurs significant overheads during this process due to several reasons.

Long CPQ cycles (configure, price, quote) can have incredibly detrimental effects on the negotiation process. The longer spent manually configuring and pricing, the more overhead costs you will incur. What’s more, the less automated and integrated this process feels, the more likely you are to lose deals. Lost deals are another risk as a customer or client could pull out for a great number of reasons at any stage during the sales process. This will not only lead to a loss of potential profits, but it will also increase your overhead as a new sale must now be made in replacement.

One more way in which quoting and negotiations can cause overhead and risk is through discounts. With complex pricing strategies and a lack of dynamic pricing, even if a discount leads to a sale, it can actually be detrimental to the business’s profits. Often businesses will reduce their fees and offer discounts in order to bring in new clients. However, these clients are now paying less than you need to make the desired profit and are more likely to expect a discount in the future. To make matters worse, these types of clients often fail to appreciate the value in the work you do, demanding more work, which will further increase your overhead and reduce profit further.

Typically, these issues are sustained by a reliance on rigid legacy, home grown or manual quoting processes. Negotiations and quoting, like pricing, need to be dynamic and adaptable. A business who refuses to move away from these legacy systems will most likely continue to make the same mistakes and increase overhead and risk in the future.

Utilizing Fully Automated Quote Generation and Dynamic Discount Approval Workflows

By adopting fully automated quote generation and dynamic discount approval workflows, you can mitigate the overhead and risk brought on by legacy processes. Pricefx’s QuoteConfigurator solution supports your sales and back office teams with CPQ, calculation and simulation capabilities. The goal of this software is to be a fast and error-free response to price inquiries and reduce your overhead.

Within QuoteConfigurator, you can set the price and margin limits of your products based on list price, volume price and many other distinct categories. It provides seamless integrations with SAP C4C, Salesforce, Microsoft Dynamics and any other CRM solution you are working with. QuoteConfigurator’s dynamic segmentation works based on conformity checks, dependencies, and other factors relevant to your company, allowing you to segment prices dynamically. All of which allows your sales team to access similar customer purchases and products to up-sell and cross-sell to increase the sizes of all their sales.

QuoteConfigurator can achieve all this by following its three-step process.

Implement

QuoteConfigurator quickly analyzes your current quote and deal management process, then defines the required price attributes and parameters to construct a logic. You can set up advanced team workflows for timely quote approvals.

Execute

It allows you to respond to requests far faster and offer price quotes with greater accuracy and confidence than ever before.

Results

You can utilize the quick, industry-leading CPQ, embedded configurations, and price calculations, all supported by contextual inline analytics and optimized AI-driven pricing guidance.

Requirement 3: Reduce the Manpower Required to Manage Rebates

Rebates are a best practice but managing rebates often requires a significant amount of finance manpower and many valuable resources are wasted whilst processing them. The bulk of issues stem from manual workflows for tracking, validating and issuing rebates, and failing to deliver fast and reliable results. All the time spent on manually trawling through data creates both overhead and risk. Many of the programs used to manage rebates are complex and require a thorough understanding of the software as well as your full attention for extended periods of time.

When considering how to reduce overhead and risk in regard to managing rebates, businesses should look towards purpose-built functionality for end-to-end incentive performance management. More specifically, this involves utilizing management software that automates the rebate management process in order to massively reduce overhead to track, accrue, credit, and payout rebates. As you see the overhead and cost fall, your business will become far more automated and streamlined. Not only will this free up untold amounts of manpower and hours, but it will also establish a system of full transparency across your rebates. Whilst this may initially seem like just an added bonus, it yields incredible long-term benefits for your business such as an improved brand image, increased profitability and more future potential for growth.

Adapting to Automated Rebate Management

With a more integrated and automated rebate management system in place, you will start to see profitability rise as overhead costs fall. RebateManager by Pricefx is a rebate management solution that powers the definition, management and calculation of payments of special off-invoice conditions, including rebates and credits. What’s more, it establishes full transparency across the entire price waterfall.

Within RebateManager, you can manage approvals in one centralized location and transfer them from your pricing software to your accounting systems with ease. It allows you to create custom dashboards and set user roles, entitlements and audits with absolute transparency. RebateManager has the ability to build rebates, bonuses and any other off-invoice agreements based on your products, volume and many more categories right within the module. Finally, you can set custom review and approval processes and simply integrate them with your CRM and other payment systems.

RebateManager follows a dedicated three-step process.

Implement

RebateManager can quickly analyze current or envisioned off-invoice condition frameworks, then set up your rebate library for immediate use.

Execute

You can optimize net prices, manage accruals and payouts, and perform periodical reviews of your rebate library, then make adjustment and additions based on changing customer relationships and market conditions.

Results

Make use of centralized definition, maintenance, accruals, simulation and triggering of the payout process for all off-invoice and special conditions.

Special thanks to @Duncan Hendy from Pricefx

Drawing A Value Map-Benefit Perceptions

Value mapping

Value Maps provide a useful framework that helps visualize a product’s positioning in the market.

Building on our basic computer system example, the experience of Alpha Computers shows how internal misperception can skew value analysis and how an accurate value map can suggest profit-building actions. Alpha supplied advanced computer networking systems and prided itself on its engineering skills and its ability to deliver high technological performance at a reasonable cost. Unfortunately, much to its surprise, Alpha had begun losing market share.

To help diagnose the problem, Alpha built the value map shown in Exhibit 4-3, based on their internal understanding of how customers perceived benefits and price in its market. Perceived price was believed to be straightforward since industry prices were scrutinized carefully by outside analysts, published routinely, and highly transparent. Also, the mix of volume discounts, rebates, and payment terms offered by computer makers was on average fairly standard. Alpha was also comfortable with its internal understanding of the benefit attributes that drove customer systems choice: It believed customers chose networking systems based primarily on processor speed and system reliability.

No alt text provided for this image

Using its internal views on benefits and price, Alpha plotted itself and its key rivals—Ace Computer, Keycomp, and Baseco—on the value map. Alpha saw itself in a value-advantaged position, meaning it should have been picking up rather than losing market share. Ace was the obvious premium competitor, ranking highest in price as well as in system speed and reliability. But compared to Keycomp, Alpha’s computers were not only cheaper but also faster and more reliable. Company managers were stumped to find an explanation for their server’s disappointing market performance. Why were they losing share instead of gaining share as their value map would seem to predict they should?

Alpha faced a common problem. It understood its products well, but not its customers. Although managers thought technical superiority was important, they never took the time to research carefully what attributes customers considered when choosing network servers. To determine exactly what perceived benefits drove customer choice, Alpha’s marketing department stepped back from its assumptions and commissioned a market study. Sixty buyers in Alpha’s targeted customer segment were interviewed about their criteria for selecting a network server supplier.

The first steps were to understand clearly which benefits were important to the market and to compare Alpha’s relative performance in those areas against the competition. Using conjoint analysis, Alpha identified the key buying factors that were important to the marketplace. The results, shown in Exhibit 4-4, revealed that system speed was indeed very important. The next factors, in order of importance, were professional services (the technical skills of the sales and professional staff), system interoperability (the ability to communicate with other systems), and system reliability.

No alt text provided for this image

Further insights arose when Alpha compared its performance against the competition based on these key factors. While system speed was important, as Exhibit 4-5 shows, all of the main players were comparable on this attribute. Alpha’s slight system speed advantage over Keycomp was not a critical factor in driving customer decisions because both met minimum requirements. However, there was a distinct gap in other benefits, such the perceived quality of professional services and system reliability. In these areas, which were the key differentiating factors of customer choice, Keycomp performed much better than Alpha.

No alt text provided for this image

Exhibit 4-6 shows a more accurate value map based on customer perception of benefit attributes and the performance of suppliers against those attributes. Since Keycomp scored well on attributes most important to customers, it sits in a value-advantaged position despite its higher price, which explains why that company was gaining market share. Alpha has shifted into a value-disadvantaged position since it performed relatively poorly on the attributes most closely linked to buying decisions. The reasons for Alpha’s poor market performance were now clearer.

No alt text provided for this image

Armed with these fresh insights, Alpha began a crash program to tackle its problems. Many of its customers faced compatibility problems linked to their enterprise resource planning (ERP) system, as well as configuration and energy usage problems. These problems were corrected with a minor rewrite of the software and the introduction of a standardized configuration tool. Reliability problems from an earlier generation continued to taint the market’s perception of Alpha’s new system, so the company mounted an aggressive marketing campaign to demonstrate the reliability of the latest model. And finally, the sales and professional staff were given new training and improved configuration tools that simplified the sales process and better-matched customer integration requirements.

Within six months, Alpha shifted its position on the value map dramatically, as shown in Exhibit 4-7. Customer perception of the benefits of Alpha’s new systems improved so much that it was able to increase its price by 8 percent and regain 5 percent of market share. The price and volume increase more than doubled the company’s operating profits in this product line.

The key to success is often gaining a clear understanding of the real attributes driving customer choice and their relative importance.

No alt text provided for this image

What does the Alpha Computer case show us about managing value?

  • First, the key to success is often gaining a clear understanding of the real attributes driving customer choice and their relative importance. Trusting internal perceptions of which attributes drive customer choice, rather than information from the customers themselves, can be a fatal mistake.
  • Also, in many situations, softer, nontechnical attributes like perceived reliability, support quality, and the ease of doing business can match or outrank measurable technical features in the minds of customers, especially when several suppliers can meet most customers’ minimal technical requirements.

Channel partners create an added complexity to understanding a company’s value position. These intermediaries run the gamut from retailers and distributors, who simply include a company’s products on their shelves or in their catalogues, to value-added resellers (VARs), who perform a wide range of services linked to the product, such as design, modifications, installation, and maintenance. Whatever the relationship, the channel partner becomes an integral component in the delivery of benefits and value to the customer and must therefore be carefully managed.

When dealing with channel partners, a company must face an unavoidable conflict: Its partners’ economics often are based on getting the best price from their suppliers, suggesting that it would be smart to play down a product’s actual benefits when dealing with their suppliers. But a partner must also actively promote the product to its own customers—in other words, emphasize these same benefits. These conflicts and dilemmas make it more difficult for the supplier to get an accurate reading of end-user demand, as well as a true measurement of the benefits being delivered to and through its channel partners. Although the water here is murkier, a company must endeavour to use the same standards for understanding the benefits delivered to and through its channel partners as it does in other situations.

The Price/Volume Trade-Off, Price Elasticity

Price Elasticity

All businesses have to choose … between price and quantity sold. … That’s the fundamental truth behind the demand curve, … but how do you balance these two factors? This inevitably leads us to the age-old question of the price/volume/profit trade-off, that is also called price elasticity: If I lower my price, can I increase volume enough to generate more operating profit? Exhibit 1 explores how that trade-off works—or, more accurately, does not work. If a business takes steps that effectively reduce average prices by 5 percent, how much of a volume increase would be necessary to break even on an operating profit basis?

Based on global 1200 average ecomomics
Exhibit 1

With economics similar to the Global 1200 average, a 5 percent price decrease would require a 17.5 percent volume increase, not to increase operating profits but just to break even. Such an increase is highly unlikely. For a 5 percent drop in price to generate a 17.5 percent volume rise would require a price elasticity of –3.5:1. That is, every percentage point drop in price would have to drive unit volume up by 3.5 percent. Experiences in real markets show price elasticities commonly reach a maximum of only –1.7:1 or –1.8:1. On rare occasions, usually for consumer items purchased on impulse, it might be as high as –2.5:1. In the real world, –3.5:1 price elasticity is extremely rare. Thus, the basic arithmetic of decreasing price to increase volume to increase profits just does not add up. Note that you should do this calculation using the economics of your own business to confirm how the price/volume/profit trade-off works for you.

1. So the first reason pricing is so important is that profits are extremely sensitive to even minute changes in prices.

2. The second reason managing pricing is so important is because even if nothing changes internally, most companies, whether selling to consumers or to businesses, face unprecedented downward pressure on prices. If nothing is done, these external forces will depress prices and erode profits quickly.

3. The last reason why building a price advantage in your business is so important goes beyond profit economics or market forces to the spirit, heart, and pride of an organization.

Source : From the book of Price Advantage

Pricefx Fiyatlama Sorununu Nasıl Çözer Ve Kar Kayıplarını Nasıl Tespit Eder ?

Fiyatlama ve kar kayıpları

Doğru fiyatlama ve devamında kardaki artış. Doğru fiyatı tanımlamak aslında basit ama uygulamak zor. Doğru fiyatlama stratejisi için fiyatın doğru hesaplanması ve konumlandırmanın iyi yapılmış olması gerekiyor. Fiyatlama temelde maliyet+ yada rekabet bazlı olarak yapılıyor. Ancak fiyatlamanın en önemli işlevi ise işletmenin operasyonun karının temel belirleyicisi olmak.

Kar kayıplarını tespit etmek için liste fiyatından fatura fiyatına ve cepte kalan fiyata yani “Pocket Price” ulaşana kadar karın azalmasına sebep olan indirim ve rebate’lerin (Geri ödemeler) bilinmesi ve …. Fiyat şelalesi aşağıda gördüğünüz bir bar grafik. Liste fiyatından fatura fiyatına kadar olan alanda “İndirim ve promosyonlar” yer alıyor. Fatura fiyatından cep fiyatına kadar olan alanda yani “off-invoice” alanında rebate’ler yer alıyor.

Yazımın bu son bölümünde cep fiyat analizini ve cep fiyat şelalesini en hızlı ve esnek bir şekilde kullanmanızı sağlayacak olan çözümümüz PriceFx ‘den bahsedeceğim. PriceFx, bünyesinde 100’den fazla makine öğrenimi algoritması barındırdan yüzlerce hatta binlerce ürünün belirlediğiniz kurallara göre fiyatlamasını yapabilen, istediğiniz segmentasyonda karlılığınızı anlık olarak görüntüleyebilen, ve en önemlisi de karınızın nerelerde sızıntıya uğradığını görüntüleyebilen bir Saas çözümüdür. Reputazyon olarak PriceFx’in Türkiye strateji ortağı olduğumuzu belirtmek istiyorum. Bu ortaklık sayesinde Türkiye’de fiyatlama ve karlılık konusunda sıkıntıları olan orta ve büyük çapta B2B yada B2C formatında çalışan işletmelere danışmanlık ve destek veriyoruz. 

PriceFx 7 modülden oluşuyor ve ihtiyacınıza göre istediğiniz modülden başlayabiliyorsunuz. Sloganı ise 3F. Yani Fast, Flexible ve Friendly. Yazılımı istediğiniz esneklikte özelleştirebiliyorsunuz.  SAP’nin gold partneri olduğumuz için ERP sistemi SAP olunca çok daha hızlı şekilde entegre edebiliyoruz. Oracle vb diğer ERP sistemlerine de hızlıca entegre olabiliyoruz. Bu hızın sonucu olarak normalde 18 ay olan sektör ortalamasının çok altında bir süre olan 18 haftada entegrasyonu tamamlayabiliyoruz ve hızlıca kullanmaya başlayabiliyorsunuz. Sistem aylık ödeme sistemine dayanıyor ve devam etmek istemezseniz sistemi kullanmayı bırakabiliyorsunuz. Şunu da belirtmek de büyük fayda var, müşteri elde tutma oranmız (customer retention rate) 98%. Bu oranın büyük bir başarı olduğunu takdir edersiniz.

PriceFX sadece fiyatlama ve karlılık üzerine çalışıyor ve şirket satın almaları ile her geçen gün daha da fazla yapay zeka kullanımı ile kullanıcılarının işlerini daha da fazla kolaylaştırıyor. 

Yapılan araştırmalara göre kar kayıpları bir işletmenin toplam cirosunun yaklaşık %4,4 üne, başka bir araştırma da brüt karın yaklaşık 2,5%’ine ulaşabileceğini gösteriyor. Bu kar kayıplarını engelleyebilmenin anahtarı da her bir işlem bazında karlılığı kontrol edebilmekten geçiyor. PriceFx’in üstün işlem bazında karlılık gösterimi sayesinde karınızın kasada kalmasını sağlayabiliyorsunuz. 

Fiyatlama için PriceAnalyzer ve PriceBuilder beraber yada ayrı ayrı çalışabiliyor. Kar kayıplarının tespit edilmek için PriceOptimizer modülünü kullanabiliyorsunuz.

Mehmet Sarı

Arelyz Yapay Zeka Çözümleri