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