Home » Pazarlama Otomasyonunda Atılan 3 Yanlış Adım

Pazarlama Otomasyonunda Atılan 3 Yanlış Adım

Lindsay Tjepkema
Lindsay Tjepkema , Global Head of Content , Emarsys

Pazarlama profesyonelleri yıllardır otomatize mesajlara güveniyor. Bu yeni bir konsept değil, kısaca müşterinin bir eylemi ya da eylemsizliğiyle bir e-posta tetikleniyor. E-bültenlere abone olmaktan alışveriş yapmaya kadar çeşitli aksiyonlardan bu amaçla yararlanılıyor.

Ama yıllar içinde pazarlama profesyonellerinin kabiliyetleri gelişti; bir zamanlar sadece veri bilimcilerinin erişebildiği (ve anlayabildiği) kompleks veri modellerine dayanarak ve müşteri iç görülerinden yararlanarak mesajları otomatize edebiliyorlar artık.

Bir çağrı-ve-yanıt paradigmasına dayalı olmak yerine otomatize mesajlar şimdi müşterinin sonraki hareketini, hangi ürünlerin onları motive edeceğini ve satışı tamamlamak için gereken teklifi tahmin edecek öngörü modellerini esas alarak gönderilebiliyor.

Bu tür gelişmeler bir zamanlar hayal edilemeyecek pazarlama fırsatlarına kapı açıyor. Diğer yandan pek çok pazarlama profesyoneli otomatize mesajların başarısız olmasıyla veya tam etkileşim ve satış potansiyeline ulaşamamasıyla sonuçlanan bazı yaygın yanlış adımlar atabiliyor.

Performansın beklendiği gibi olmamasına yol açan nedenler, çoğu zaman gönderdiğimiz mesajın türüyle ilgili değildir. Pazarlama profesyonelleri olarak kilit pazarlama anlarını biliriz: Ürün sayfalarını inceleme, mobil alışveriş sepetini doldurma, fiziki mağazada dolaşma, app’i kullanma, vs. Müşterilerimiz etkileşim kurmanın yeni yollarını buluyor, e-ticaretin ilk zamanlarına göre daha az çizgisel yollar izliyorlar.

Otomatize mesajlarınızın hem bu önemli alışveriş aşamalarında müşteriyle buluşması, hem de müşteriye ilgili ve anlamlı bir şekilde hitap etmesi, alışverişe gidecek bir ivme kazandırması ve alacakları aksiyonları öngörmesi gerekiyor.

Aşağıda kısaca açıkladığımız üç bileşeni kampanya planlamanızda kullanarak pazarlama otomasyonunda yanlış adımlardan kaçınabilirsiniz.

Zamanlama

Otomatize mesajlarımı ne zaman göndermeliyim? Dijital pazarlamada en sık sorulan sorulardan biri budur. Aynı zamanda düz bir cevabı olmayan sorulardan biridir. Pazarlama profesyonellerinin pek çoğu bilimsel olmayan bir yaklaşımla zamanlamayı belirlemek için içgüdülerini kullanır. Sepet hatırlatma mesajı mı? Müşteri terk ettikten 45 dakika sonra deneyelim. Tabii, neden olmasın?

Bir kısmı ise diğer perakendecilerin ve rakiplerin neler yaptığına dayalı derlenmiş verileri kullanır. Sepet hatırlatma mesajı mı? Havalı tipler 15 dakika bekliyor. Biz de bunu deneyelim!

Bazıları ise daha bilimsel bir yaklaşımı benimser ve kriterlerini belirlemek için mesajlarıyla ilgili verilere bakar. Sepet hatırlatma mesajı mı? Müşterilerimizin büyük kısmı 12 saat içinde kendi kendine yeniden geliyor. Sürüden ayrılanları toplamak için 12 saat sonra gönderelim.

Bu stratejilerin her biri yıllar içinde çeşitli inişlere veya çıkışlara yol açmış olabilir ama hepsi bir ölçüde insan katılımına gerek duymuştur. Mesaj gönderim zamanını kullanıcılara göre belirlemek için şimdiye dek topladığınız muazzam miktarda veriyi kullanma zamanı gelmiştir belki. İşte bu noktada müşterileriniz hakkındaki iç görüler ve makine öğrenmesi ipleri ele alıp otomatize mesajlar için optimal zamanı belirleyebilir, sizin de pazarlama faaliyetlerinizi iyileştirmeye ve optimize etmeye odaklanmanıza imkan verebilir.

İçerik

Mesajlarınızın zamanlamasını kullanıcı verilerine ve etkileşime dayandırma yönünde ilerlerken bu mesajların içeriklerini de dikkate almanız gerekecektir. Alışverişe giden yol her zaman çizgisel olmasa da yolculuktaki belirli anlar öngörülebilir.

Belli mesajların teması bir ölçüde tanımlanabilir; yukarıdaki sepet hatırlatma örneğine dönecek olursak, büyük olasılıkla müşterinin alışveriş sepetiyle bağlantılı aksiyonlarına değinmek isteyeceksinizdir. Bununla birlikte mesajın kesin içeriği, tahmin etmek ve hazırlamak açısından daha büyük bir zorluk teşkil edebilir.

Tüm alıcılarınız için “Üye olduğunuz için teşekkür ederiz. İlk alışverişinizde % 10 indirim hediyemiz.” gibi statik içerik ya da “Üye olduğunuz için teşekkür ederiz. Yaz kadın koleksiyonlarınızda % 10 indirim hediyemiz.” gibi temel dinamik içerik kullanıyor olabilirsiniz. Bunlar mesajlara biraz ağırlık kazandırmanın mükemmel bir yolu olabilir ama deneyimi daha ilgi çekecek ve etkileşim yaratacak hale getirmek için yapabileceğiniz başka şeyler de var.

Tüm kanallardan ve cihazlardan elde edilen müşteri verilerini birleştirerek otomatize mesajlarınızdaki içeriğe, ürünlere ve tekliflere daha öngörülü bir bakış açısıyla yaklaşabilirsiniz. Müşterinin cihaz ve kanal tercihlerini dikkate alarak eklenmiş içerikler ve makine öğrenmesiyle hesaplanmış teklifler sunmak, dönüşüm olasılığını maksimize edecektir. Başka bir ifadeyle, bazen sepet hatırlatması için e-posta göndermek yerine uygulama içi tavsiyeler sunulması daha doğru seçenek olabilir.

Trendler

Otomatize mesaj stratejinize daha fazla makine öğrenmesi dahil ederken bir yandan performansı ölçme yönteminizde de değişiklikler yapmaya başlamalısınız. Sadece belli bir kampanyanın performansını ölçmeye odaklanmaktansa genel müşteri davranışındaki değişimleri ve trendleri de analiz etmeye başlayın.

Yeni üyeler ilk alışverişlerini yapıp müşteriye dönüşüyorlar mı? Yeni alışverişler için geri gelenlerden sadık bir müşteri kitlesi oluşturuyor musunuz? Kaybettiğiniz müşterilerle yeniden bağlantı kurmanın yollarını buluyor musunuz?

Makine öğrenmesine güvenmenin faydalarından biri, pazarlama çabalarınızın daha genel performansını analiz etmeye zaman ayırabilmenizdir. Müşteri trendlerindeki bu değişimler, sadece belli bir tetiklenmiş e-postanın işe yarayıp yaramadığına odaklanmanın ötesinde otomatize mesajlarınızdaki zayıf halkaları belirlemenize yardımcı olacaktır.

Ne de olsa gelen kutusu her zaman müşterilerinize ulaşmanın en iyi yolu olmayabilir. Müşterilerinizin sizinle nasıl ve hangi kanallardan etkileşim kurduklarını anlamak, otomatize stratejilerinizi gelen kutusunun ötesine nasıl taşıyabileceğinizi belirleme ve müşterilerinizin geri gelmeye devam etmesini sağlamak için cihazlar ve kanallar genelinde daha sağlam stratejiler oluşturma konularında yardımcı olacaktır.