# Öngörüsel Segmentler

Netmera’nın AI Tabanlı Predictive Segments'i şu özelliği sunar: **yüksek derecede esnek**, olay tetikli (event-driven) yapısı sayesinde işletmelerin satın almalar, tıklamalar veya bildirimler gibi herhangi bir Event'e dayalı tahmini modeller oluşturmasına olanak tanır. Kayıpları önlemek, dönüşümleri artırmak veya kullanıcıları yeniden dahil etmek hedefi olsun, Netmera’nın AI’ı her kullanım senaryosuna, davranışsal desenlerden öğrenerek uyum sağlar. **davranışsal desenler** and **gerçek zamanlı korelasyonları tanımlama** için proaktif etkileşim sağlar.

<figure><img src="https://1655476697-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX6uilbEAw42gqsudlclY%2Fuploads%2FIUb14uIIWtVGjAp8wUdG%2FScreenshot%202025-04-17%20at%2010.19.28.png?alt=media&#x26;token=3ee1fb55-7e75-46d9-b6a8-363184b899c1" alt="" width="563"><figcaption></figcaption></figure>

AI tabanlı segmentler, çok çeşitli iş hedeflerine uyacak şekilde özelleştirilebilir. Yaygın Predictive Segment türleri şunları içerebilir:

1. **Churn Risk Predictor** – Ürünü kullanmayı bırakma veya ilgisini yitirme olasılığı yüksek kullanıcıları tanımlar.
2. **Abandonment Recovery** – Eylemi terk etmesi muhtemel kullanıcıları (ör. sepet veya form) öngörür.
3. **High-Value Customer Predictor** – Yüksek yaşam boyu değere sahip olma potansiyeli taşıyan kullanıcıları öne çıkarır.
4. **Engagement Booster** – Artan etkileşime olumlu cevap verme olasılığı yüksek kullanıcıları hedefler.
5. **Likely-to-Convert Audience** – Tanımlanmış bir dönüşüm Event'ini tamamlama eğiliminde istatistiksel olarak daha yatkın kullanıcıları belirler.

Bu kullanım örnekleri örnektir—kendi özel Event'lerinizi ve hedeflerinizi tanımlamakta özgürsünüz. Netmera'nın AI segmentasyon motoru, sizin tanımladığınız herhangi bir senaryoyu hesaplayıp uyum sağlayacak şekilde tasarlanmıştır.

## Örnek Kullanım Senaryoları

Netmera’nın AI Tabanlı Predictive Segments'i tamamen özelleştirilebilir—sabit veya varsayılan Event'ler yoktur. İş hedefleriniz için önemli olan herhangi bir Event'i tanımlayabilir ve etrafında Predictive Segment'ler oluşturabilirsiniz. Aşağıda AI segmentasyonunu stratejilerinizde nasıl uygulayabileceğinize dair ilham verebilecek bazı örnek kullanım senaryoları bulunmaktadır.

<figure><img src="https://1655476697-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX6uilbEAw42gqsudlclY%2Fuploads%2FuN2pLimRU8gsfFKU2UFS%2FScreenshot%202025-08-26%20at%2017.21.23.png?alt=media&#x26;token=e3eb278b-bb7d-4c61-afc3-dd39712997ca" alt=""><figcaption></figcaption></figure>

### AI Tabanlı Conversion Segments

Bir conversion Event'i, işletmeniz için anlamlı bir eylemi işaret eden herhangi bir etkileşimdir; örneğin satın alma, kayıt veya form doldurma. AI tabanlı conversion segment'leri ile şunları yapabilirsiniz:

* Hangi kullanıcıların belirli bir eylemi tamamlama olasılığının en yüksek olduğunu (ör. satın alma veya abonelik) tahmin etmek.
* Dönüşümlere yol açan davranışsal desenleri belirlemek ve bunları hızlandırmak için proaktif kampanyalar oluşturmak.

**Örnek Event'ler:** `Purchase Completed`, `Add to Cart`, `Form Submission`, `Plan Upgrade`

### AI Tabanlı Churn Segments

Churn segment'leri, ilgisini kaybediyor olabilecek veya ayrılma eğiliminde kullanıcıları belirlemeye yardımcı olur. Bu kurulumla şunları yapabilirsiniz:

* Ürününüz için ayrılma sinyali sayılan durumu tanımlayın—bu aktivite eksikliği, önemli bir özelliğe erişim olmaması veya kullanım sıklığındaki düşüş olabilir.
* AI'ı, risk altındaki kullanıcıları erken tespit etmek için kullanın; böylece zamanında retention çabaları mümkün olur.

**Örnek Event'ler:** `Uygulamayı Aç`, `Message Read`, `Content Viewed`, `Transaction Made`

### AI Tabanlı Engagement Segments

Bu segment'ler, artan etkileşim çabalarına yanıt verme olasılığı yüksek kullanıcıları hedefleyerek platformunuzla etkileşimi artırmaya odaklanır.

* Kişiselleştirilmiş içerik veya push kampanyaları gibi teşviklerden fayda sağlayabilecek, ilgi belirtileri gösteren kullanıcıları belirleyin.
* Büyüyen veya azalan ilgiyi tespit etmek için özel engagement ile ilgili Event'ler ve tetikleme noktaları kurun.

**Örnek Event'ler:** `Screen Viewed`, `Click Notification`, `Browse Content`, `Feature Used`

### AI Tabanlı High-Value Segments

Bu segment'ler, yüksek potansiyel yaşam boyu değere sahip veya güçlü ilgi göstergeleri taşıyan kullanıcıları öne çıkarmaya yardımcı olur.

* Hangi kullanıcıların VIP veya büyük harcama yapma potansiyeline sahip olduğunu öngörmek için davranışsal trendleri kullanın.
* Pazarlama çabalarınızı bu değerli kullanıcıları beslemeye odaklayın.

**Örnek Event'ler:** `Frequent Purchases`, `Multiple Logins`, `Premium Feature Usage`, `Referral Sent`

### :sparkles: Event Attribute-Based Predictive Segments

Bu geliştirme ile Predictive Segments artık oluşturulabilir **sadece Event'lere dayalı olarak değil** aynı zamanda da o Event'lerle ilişkili **özellikler (attributes) üzerinden.**

Event attribute'larını predictive modele dahil ederek, Netmera daha bağlamsal, ayrıntılı ve doğru analizler yapılmasını sağlar; bu da daha akıllı ve anlamlı Audience hedeflemeleriyle sonuçlanır.

Event tabanlı Predictive Segments'i önceden olduğu gibi kullanmaya devam edebilirsiniz. Attribute tabanlı yaklaşım, bir **ek**, **daha** **ayrıntılı** **tahmin** **katmanı**olarak hizmet eder ve kullanıcı davranışlarını daha yüksek hassasiyetle tanımlamanıza ve anlamanıza olanak tanır.

#### Nasıl Çalışır?

1. Netmera'daki her Event birden fazla attribute içerebilir; örneğin `amount`, `category`,  `productId`, `channel` veya `device type` ve bu attribute değerleri artık Event ile birlikte predictive modele giriş değişkenleri olarak dahil edilir.
2. Sonuç olarak, model yalnızca belirli bir Event'i tetikleyen kullanıcıları değil, aynı zamanda **benzer attribute profillerine sahip olanları**da tanımlayarak predictive derinliği artırabilir.
3. Bu özelliği kullanmak için Customer Success Manager'ınızla iletişime geçin ve Predictive Segments'inize dahil edilmesini istediğiniz özel Event Attribute'u belirtin.

#### Örnek Kullanım Senaryoları

<table><thead><tr><th width="129">Use Case </th><th width="176.5999755859375">Example Event</th><th width="246.9490966796875">Kullanılan Ana Attribute'lar</th><th>Model Hedefi</th></tr></thead><tbody><tr><td><strong>Conversion Segment</strong></td><td><code>Purchase completed</code></td><td><code>amount>1000</code></td><td>Yüksek tutarlı satın alma potansiyeline sahip kullanıcıları tahmin etmek</td></tr><tr><td><strong>Churn Segment</strong></td><td><code>Uygulamayı Aç</code></td><td><code>deviceType=iOS</code></td><td>Etkileşim kaybı belirtileri gösteren iOS kullanıcılarını tespit etmek</td></tr><tr><td><strong>Engagement Segment</strong></td><td><code>Feature Used</code></td><td><code>featureName=Wishlist</code></td><td>Belirli özelliklerle etkileşime girme olasılığı yüksek kullanıcıları belirlemek</td></tr><tr><td><strong>High-Value Segment</strong></td><td><code>Transaction made</code></td><td><code>paymentMethod = CreditCard</code></td><td>Yüksek yaşam boyu değere sahip olma potansiyeli taşıyan kullanıcıları tahmin etmek</td></tr></tbody></table>

#### Avantajlar

* **Daha yüksek hassasiyet:** Predictive modele bağlam farkındalığı ekler.
* **Daha derin analiz:** Event düzeyinden attribute düzeyine öğrenmeye geçiş sağlar.
* **Daha akıllı hedefleme:** Daha doğru Audience seçimiyle kampanyalar oluşturmayı mümkün kılar.
* **Uyarlanabilir öğrenme:** AI, yeni attribute verileriyle modelleri sürekli günceller.

## Nasıl Çalışır?

### Netmera'nın AI Tabanlı Segment'leri için Hesaplama Metrikleri

Netmera’nın AI Tabanlı Segment'leri, geçmiş Event verilerini analiz edip gelecekteki eylemleri projekte ederek kullanıcı davranışını tahmin etmenize yardımcı olacak şekilde tasarlanmıştır. Bu tahmini yaklaşım üç ana aşamaya dayanır:

* **Past (P1)** – Geçmiş veriler: tanımlı bir zaman aralığındaki kullanıcı eylemleri
* **Present (P2)** – Analizin gerçekleştiği an
* **Future (P3)** – Tahmin edilen sonuç penceresi

Hem **geçmiş analiz dönemini** (ör. "son 7 gün") hem de **tahmin zaman dilimini** (ör. "önümüzdeki 3 gün") tanımlayabilirsiniz; bu sayede AI modeli dönüşümler, churn veya engagement gibi belirli hedeflere tamamen özelleştirilebilir.

<figure><img src="https://1655476697-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX6uilbEAw42gqsudlclY%2Fuploads%2FbX1NaCFGK1vBIg1huhf7%2Fimage.png?alt=media&#x26;token=4da2042e-a061-48de-8f64-eef9d997b8b2" alt=""><figcaption></figcaption></figure>

### Tahminlerde Kullanılan Ana Metrikler

Güvenilir tahminler sunmak için AI modeli birkaç temel davranışsal metriği kullanır. Bu metrikler, AI modelinin kullanıcı davranışını nüanslı şekilde anlamasını sağlar ve gelecekteki bir Event olasılığını tahmin etmek için kullanılır.

**Recency –** Bir kullanıcının bir eylemi ne kadar yakın zamanda gerçekleştirdiğini ölçer. Bu, mevcut etkileşim düzeylerini anlamak için kritiktir. Recency, hâlâ etkileşimde olan kullanıcıları yeniden dahil edilmeye ihtiyaç duyanlardan ayırmaya yardımcı olur.

**Frequency –** Belirli bir Event'in tanımlı zaman periyodu içinde ne sıklıkta gerçekleştiğini izler. Yüksek derecede aktif kullanıcıları veya popüler davranışları belirlemeye yardımcı olur. Örneğin, bir ürün sayfasına sık yapılan ziyaretler yüksek satın alma niyeti gösterebilir.

**Duration Between Events –** İki belirli kullanıcı eylemi arasındaki zaman aralıklarını ölçer. Bu, kullanıcıların ne kadar hızlı hareket ettiğini veya zamanla ayrışma yaşayıp yaşamadığını tespit etmeye yardımcı olur. Özellikle churn'ı gösterebilecek inaktiviteyi tespit etmek için faydalıdır.

### Precision Level

The **Precision Level** AI modelinin kullanıcıları bir segmente ne kadar sıkı sınıflandırdığını belirler. Bu, modelin belirlediği kullanıcıların gerçekte tahmin edilen eylemi gerçekleştirme *olasılığını* yansıtır.

* **Yüksek Precision Level** → Daha küçük, daha doğru segment'ler
* **Düşük Precision Level** → Daha geniş hedeflemeye sahip daha büyük segment'ler

Precision şu şekilde hesaplanır: **Precision = True Positives / (True Positives + False Positives)**

Daha yüksek bir precision seviyesi seçmek daha emin tahminler verir, ancak segment içindeki kullanıcı sayısını azaltır. Daha düşük bir precision seviyesi daha fazla kullanıcıyı dahil eder fakat tahmin edilen eylemi gerçekleştirme olasılığı daha düşük olanların da içinde yer alma ihtimalini artırabilir.

<figure><img src="https://1655476697-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX6uilbEAw42gqsudlclY%2Fuploads%2FVzzE4CTldPuUFGICj90x%2FScreenshot%202025-08-26%20at%2017.21.48.png?alt=media&#x26;token=c5f8044d-2d2e-4b81-8422-bee387fe81ec" alt="" width="375"><figcaption></figcaption></figure>

### SSS

**Önerilen bir precision seviyesi var mı?**

Tek bir doğru cevap yoktur. Hedefinize bağlıdır. Yüksek kesinlik ve doğru hedefleme mi istiyorsunuz? Daha yüksek precision seçin. Daha fazla kişiye ulaşmak istiyor, dönüştürmeyebilecek bazı kişileri de kapsamakta sakınca görmüyor musunuz? Daha düşük bir ayar kullanın. CSM'iniz doğru dengeyi seçmenize yardımcı olabilir.

**AI Tabanlı Segment'ler ne sıklıkla güncellenir?**

Segment'leriniz **her gece**güncellenir. Bu günlük yenileme, tahminlerinizin her zaman en son kullanıcı davranışına dayalı olmasını sağlar ve daha akıllı kararlar için güncel içgörüler sunar.

**Yeni bir AI Tabanlı Segment nasıl oluşturabilirim?**

Kendi AI Tabanlı Segment'inizi oluşturmak için sadece **Customer Success Manager (CSM)**&#x69;le iletişime geçin. Kurulumda size yol gösterecek ve hedeflerinize uyduğundan emin olacaklardır. Hazır olduğunda, diğer herhangi bir segment gibi kampanyalarınızda kullanabilirsiniz.