Büyük veri ve nöropazarlama

0
85

Twitter’ı ilk duyduğumda çok heyecanlandım. Dünyanın dört bir yanındaki pek çok zihnin ne düşündüğünü okuyabilmek çok havalı gelmişti. Ulusların hisleri ve sağduyuları hakkında inanılmaz zengin bir maden olanağı sanmıştım. Peki, gerçekte ne oldu? Açık konuşmak gerekirse, bir süre sonra Twitter’ın bana verdiği bilgilerden biraz hayal kırıklığına uğradım. Evet, insanların gerçek içsel düşünce ve fikirlerini toplum içinde paylaşacaklarını düşünmek naif bir durum olabilir… Ama Twitter gibi ulaşılabilir tüketici medyaları pazarlama ortamını sonsuza dek değiştirdi.

Kitlelerin verilerini gerçek zamanlı olarak analiz edebileceğimiz bir on yıl. Doğrudan ve büyük bir geri bildirim döngüsü sunan sadece Twitter değil. Elimizde Web sitesi ziyaretçileri, markaların sadakat programları, arama alışkanlıkları, cep telefonu kullanımları ve gerçek zamanlı satış noktası (POS) işlem verileriyle ilgili dev bir veri seti var. (Walmart’ın saatte bir milyondan fazla işlem aldığını biliyor muydunuz?) Bu veriler pazarlama departmanı için işlenebilecek ve analiz edilebilecek sonsuz bir kaynak. Yeni bir alan olarak ‘’büyük verinin yeni çağı’’ diyebiliriz.  Herkes tarafından genel bir tanım üzerinde mutabık kalınamasa da ‘’Büyük Veri’’ konusundaki fikir birliği 3G’yi kapsadığı zamandan başlar. Hacim ( büyük miktarda veri), Hız (verilerin doğrudan ve hızla kullanılabilirliği) ve çeşitlilik (yapılandırılmamış ve geleneksel pazarlama veri tabanlarında bu büyük bilginin yorumlanması)

Nöropazarlama ve Büyük Veriler

İlk bakışta nöropazarlamanın ve büyük verilerin çok fazla ortak noktası olmadığını söyleyebilirsiniz. Ancak, Pazar araştırmaları söz konusu olduğunda, benzerlikler bulmak zor değildir. Her iki alanda tüketici davranışını analiz etmek için kullanılabilir. İkisi de genç bir yöntemdir.  Bu iki teknoloji temelli bilgi toplama aracı ile ne yapabiliriz? Ve itiraf etmeliyim ki her ikisi de genellikle komplo kelimeleri ile birlikte kullanılır. Pazar araştırmalarında yeni ve yenilikçi yaklaşımlar arasında Büyük Veri ve Nöropazarlama “bir sonraki büyük şey” olma vaadini taşır.

“Bütçe açısından akıllı nöropazarlama projeleri bazı durumlarda büyük veri girişimleriyle rekabet ediyor.” Birbirine benzeyen her iki alanında “bir sonraki büyük şey” olarak görülmesi tüketici davranışının çözümlenmesinde nöropazarlamanın daha önemli bir rekabet avantajı olduğunu düşündürüyor. Büyük verilerin potansiyelini daha iyi anlamak ve ilişkilendirmek nöropazarlama çalışmalarını destekler ve tamamlar. Nöropazarlama projeleri, aynı inovasyon bütçelerini hedefleyen büyük veri girişimleriyle rekabet etmesi önümüzdeki yıllarda yaygınlaşacaktır.

Nöropazarlama, büyük veri tanımlı segmentlerinize daha üstün bir ikna katmanı ekler.  Büyük verilerin amacı, mevcut toplanmış veriler ile bu verilerden türetilebilecek işletme bilgileri arasındaki boşluğu kapatmaktadır. Bu nedenle zaten sahip olduğunuz tüketici bilgileriyle ilgilidir. İyi bilinen örneklerden biri Amazon yaklaşımıdır; “bu ürünü satın alan müşteriler şu ürünleri de satın aldı.” gibi. Ya da Google ve Facebook -ki bu platformlar büyük veri analizlerinin erken dönem adaptörleridir- sizin önceki sörf ve tıklama davranışlarınızı takip ederek, önceki alışveriş listenize göre reklamlar gönderip, indirimler sunan e-postalarla yönlendirmeler yapar.

Peki, bu veriler mevcutsa, o zaman pazarlama stratejilerinizde beyin işlevlerini kullanmaya neden gerek vardır? Mevcut kişisel veriler bize pazarlama temaslarını ve nasıl etkileşime girildiğini tam olarak açıklayamaz. Tüketiciniz reklamı görecek mi? Reklam onları ikna edecek mi? Buna gerçekten inanacaklar mı? Onları ‘’tıklamaya” ikna edebilecek miyim? Ya da… daha da önemlisi ürününüzü kendiniz satın alıyor musunuz? Nöropazarlama küçük detayların kampanyalarımızın başarısı üzerinde büyük etkileri olabileceğini göstermektedir. Görsel etki ilkelerinin uygulanmasıyla “satın al” düğmesinin rengi ve yerleştirildiği konum, geri dönüşüm oranlarını iki, üç katına çıkarabilir. Rekabette öne çıkabilmek için beynin markanızı, ürününüzü veya iletişiminizi nasıl işlediğinin daha iyi anlaşılması veri kaynaklı mesajların etkisini çok artıracaktır.

Nöropazarlama verileri büyük veri değildir.

“Nöropazarlama verileri” beyin işlevlerinin analizi nedeniyle üretilebilecek büyük miktardaki bilgi, yanlış bir şekilde “büyük veri” olarak etiketlenir. Bu yanlıştır, çünkü beyin görüntüleme ve bunların doğru okumaları ile çok önemli bilgi toplanabilir, ancak bu veriler tek bir analizin parçası olarak oldukça yapılandırılmış ve organize edilmiştir. Gerçek büyük veriler, aksine, başlangıçta bağlanmamış olabilecek birçok farklı bilgi türünü bir araya getirmesi açısından

Yapılandırılmamış ve başlangıçta düzensizdir. Büyük verilerin aksine, nöropazarlama verileri kolayca her türlü soruya yeni cevaplar bulmak için dilimlenemez ve kesilemez. Nöropazarlama çalışmaları için önceden tanımlanmış sorulara odaklandıklarında en iyi sonucu veren sağlam bir araştırma tasarımı gereklidir.

Büyük Veri: Pazarı Anlamak ve Önemli Değişkenlerle İlişkisi

Pazarı daha iyi anlamak istiyorsanız, büyük verilerin tercih ettiğiniz yöntem olduğuna inanıyorum. Büyük veri, büyük ölçüde insanların katıldığı faaliyetlerin bir yan ürünü olarak toplanan gözlemsel verilerdir. İlgilenilen davranış türüyle ilgili tüm nitelikleri görüntülerken otomatik olarak elde edilir. Kararlar ve tercihler ile ilgili genelleme olan hipotezlere yol açan örüntüler üzerinden büyük veriler çıkarılabilir.

Demografik portreler

Büyük veriler, hitap edeceğiniz kitlenizin demografik portresini şekillendirmek için mükemmeldir. (Potansiyel) müşterileriniz ne satın alıyor? Ne okuyor, izliyor ve tıklıyorlar? Yaş, cinsiyet, hayat görüşü, sosyal sınıf, coğrafya vb. bakımından demografik özellikleri nelerdir. Bu portrelere dayanarak, büyük veriler içeriğinizi maksimuma göre kişiselleştirmenize olanak tanır. Büyük veri, pazarlamacıların firmalarına müşteri portföyü oluşturma ve onların pazarlama alışkanlıklarıyla ilgili bilgi ve bağlamlarla çok daha fazla bilgi ilişkilendirmenize olanak tanır.

Kitle etkinliğini ölçmek

Büyük veri analizinin bir başka harika uygulaması, tüketici faaliyetlerini daha iyi anlamaktır. Hangi web sitelerini ziyaret ediyorlar? Hangi sadakat programlarını kullanıyorlar? Satın almaya dönüşme oranı nedir? Sosyal medya kullanıcıları mı? ve eğer öyleyse, hangi kelime seçimleri var? Büyük miktarda veri, fiyat verimliliğinin daha iyi anlaşılmasına da yardımcı olur.

Eğilimler ve alakalı bağlam tahminleri

Büyük veriler, yaklaşan eğilimleri tahmin etmekle ünlüdür. Bir örnek vermek gerekirse, Walmart ve Kohl’s gibi perakendecilerin demografik ve hava durumu verileriyle birlikte satış, fiyatlandırma ve ekonomik verileri kullanarak mağazalara göre ince ayar yaparak, mağaza

Satışlarının uygun zamanlamasını tahmin etmek için nasıl kullandıklarıdır.

Nöropazarlama: İnsan kararının neden alındığını anlamak

Nöropazarlama deney tabanlıdır, yani gözlemler, önceden planlanmış bir araştırma stratejisinin bir sonucu olarak gelir ve ilgi düzeyi soruna özel olarak ayarlanabilir. Pazar araştırmasında, nöropazarlama, özellikle marka oluşturmak, yenilik yapmak veya yeni ürünler sunmakla ilgili insan davranışları söz konusu olduğunda daha fazla öne çıkıyor. İnsan duygularının ve motivasyonların marka, ürün veya hizmetle ilgili daha iyi anlaşılmasına yardımcı olur. Basitçe

söylemek gerekirse, bir milyon insan Twitter’da ürününüzden nefret ettiklerini söylediğinde, onu ölümüne analiz edebilirsiniz, ancak bir şeyleri değiştirmek için biraz geç olduğunu kabul etmelisiniz! Frederick Douglas’ın bir zamanlar dediği gibi “Güçlü çocuklar inşa etmek kırılmış erkekleri tamir etmekten daha kolaydır.”

Nedenini öğrenerek tahmin etmek

Nöropazarlama bu nedenle büyük verilerin üstünde bir alan, tahmin ve açıklamadır. Nöropazarlama, yeni ürünlerin, kampanyaların, reklamların, TV formatlarının veya filmlerin başarısını tahmin etmek için kullanılabilir, çünkü tüketicilerin bu tür şeyleri nasıl fark ettiğini, yorumladığını ve değerlendirdiğini anlamamıza yardımcı olur. İnsanlar ne görecek, nasıl algılayacaklar ve uygulamaya geçebilecekler mi?  Bunlar nöropazarlama metodolojileri kullanılarak analiz edilebilen ilgili sorulardır.

Marka oluşturmak

Son yıllarda markalaşma, insanlar ve markalar arasında duygusal ilişki kurmaya doğru ilerledi. Başarılı markalar dikkate değer deneyimlerle (Red Bull, Nike, Apple’ın Think Think kampanyaları), kitleleriyle ilgili katılımı ve başarma ve yaratma isteklerini ilişkilendirmeyi önemsiyor. Nöropazarlama, bu tür tüketici-marka ilişkilerindeki insan isteklerinin ve ihtiyaçlarının daha iyi anlaşılması için destek sağlar. Tüketici yolculuğunuzun farklı temas noktaları duygusal etkileşimi sağlıyor mu ve markayı tanıdıklığa dayalı bir ilişki ile destekliyor mu? Bu soruları yalnızca nöropazarlama cevaplayabilir.

Dönüşümün “nedenini” anlamak

Büyük veri, kimin ne zaman dönüştürüleceği hakkında bilgi sağlar. Örneğin, iki alternatif e-posta tasarımını test etmek için Mailchimp’de bir A / B testi çalıştırmak kolaydır. Böyle bir test size, iki e-posta metninden hangisinin daha iyi dönüşüm sağlayacağı konusunda bilgi sağlar, ancak bu farkın mantığı, nedeniyle ilgili bilgi vermez. Belki daha da iyi dönüşüm sağlayan

üçüncü bir e-posta seçeneği vardır ancak bunun farkında olmayabilirsiniz ve test etmediniz. İnsan ihtiyaçlarının daha iyi anlaşılması ile nöropazarlama, pazarlamacıların daha takdir edilen ve daha etkin kullanılacak ürünler, hizmetler ve iletişim geliştirmelerine yardımcı olur.

Pazarlama için heyecan verici zamanlar

Pazarlama ve pazar araştırması için heyecan verici bir geleceğe yaklaşıyoruz. Özetle, başarının anahtarı her iki yaklaşımdan da en iyi şekilde yararlanmaktır. Daha iyi pazar ve segmentasyon anlayışı ve pazarlar arası korelasyonlar için “büyük veri” ile donatılan, insan karar verme sürecindeki “duygusal veriler” le birlikte daha iyi iş için mümkün olan en iyi şekildeyiz. Sadece dört (!) yıl önce nöropazarlama ile tanıştığımda, ben de çok heyecanlandım. Hiç hayal kırıklığına uğramadığım ve bu pazarlama devriminin bir parçası olduğum için mutluyum.

Kaynak: Carla Nagel, Neuromarketing Theory & Practice, Sf. 24, 25 / Ağustos 2015

Zeynep Çetin
1967 yılında Antalya’da doğdu. Anadolu Üniversitesi Sosyoloji bölümü mezunudur. Üsküdar Üniversitesi Nöropazarlama Yüksek Lisans eğitimine devam ediyor. Profesyonel çalışma yaşamına Özel bir Kolej'de Öğrenci işleri ve Halkla ilişkiler birimlerinde başladı. Fatih ve Üsküdar Belediyelerinde, Sosyal Hizmetler Rehabilitasyon Merkezi Yaşlı Birimi Yöneticiliği, Mediva Hastanesi Yaşlı Hizmetleri Yöneticiliği yapan Çetin, halen Üsküdar Üniversitesi Öğrenci Yurt Müdürü olarak görev yapmaktadır.

CEVAP VER

Please enter your comment!
Please enter your name here