Tahmine Dayalı Segmentler

Netmera’nın Yapay Zeka Tabanlı Tahmine Dayalı Segmentleri sunar yüksek derecede esnek, olay odaklı bir yapı ile işletmelerin satın alma, tıklama veya bildirimler gibi herhangi bir event’e dayalı tahmin modelleri oluşturmasına olanak tanır. Terk etmeyi önlemek, dönüşümleri artırmak veya kullanıcıları yeniden etkileşime çekmek amaçlansa da, Netmera’nın AI’sı her kullanım durumuna uyum sağlayarak davranışsal kalıplardan kampanyanın finansal başarısını belirlemeye yardımcı olur. gerçek zamanlı korelasyonları tanımlayarak proaktif etkileşim için.

AI tabanlı segmentler, çok çeşitli iş hedeflerine uyacak şekilde özelleştirilebilir. Bazı yaygın tahmine dayalı segment türleri şunları içerebilir:

1. Terk Etme Riski Öngörücüsü – Ürünü kullanmayı bırakma veya ilgisini kaybetme olasılığı yüksek kullanıcıları belirler.

2. Terk Etme Kurtarma – Eylemlerini (ör. sepet veya form) terk etme olasılığı yüksek kullanıcıları tahmin eder.

3. Yüksek Değerli Müşteri Öngörücüsü – Yüksek yaşam boyu değere sahip olma potansiyeli olan kullanıcıları öne çıkarır.

4. Etkileşim Artırıcı – Artan etkileşime olumlu yanıt verme olasılığı yüksek kullanıcıları hedefler.

5. Dönüşüm Olması Muhtemel Kitle – Tanımlı bir dönüşüm event’ini tamamlama olasılığı istatistiksel olarak daha yüksek olan kullanıcıları tespit eder.

Bu kullanım örnekleri örnektir—kendi custom event’lerinizi ve hedeflerinizi tanımlamakta özgürsünüz. Netmera’nın AI segmentasyon motoru, sizin tanımladığınız herhangi bir senaryoya göre hesaplama yapacak ve uyum sağlayacak şekilde tasarlanmıştır.

Örnek Kullanım Senaryoları

Netmera’nın Yapay Zeka Tabanlı Tahmine Dayalı Segmentleri tamamen özelleştirilebilir—sabit veya varsayılan event yoktur. İş hedefleriniz için önemli olan herhangi bir event’i tanımlayabilir ve bunun etrafında tahmine dayalı segmentler oluşturabilirsiniz. Aşağıda AI segmentasyonunu stratejilerinizde nasıl uygulayabileceğinize dair ilham verici bazı örnek kullanım senaryoları bulunmaktadır.

AI Tabanlı Dönüşüm Segmentleri

Bir dönüşüm event’i, satın alma, kayıt veya form tamamlama gibi işletmeniz için anlamlı bir eylemi işaret eden herhangi bir etkileşimdir. AI tabanlı dönüşüm segmentleri ile şunları yapabilirsiniz:

• Hangi kullanıcıların belirli bir eylemi tamamlama olasılığının en yüksek olduğunu (ör. satın alma veya abonelik) tahmin edin.

• Dönüşümlere yol açan davranışsal kalıpları belirleyin ve bunları hızlandırmak için proaktif kampanyalar oluşturun.

Örnek event’ler: Purchase Completed, Sepete Ekle, Form Gönderimi, Paket Yükseltme

AI Tabanlı Terk Etme Segmentleri

Terk etme segmentleri, ilgisini kaybediyor olabilecek veya katılımını azaltma eğiliminde olan kullanıcıları belirlemeye yardımcı olur. Bu kurulum ile şunları yapabilirsiniz:

• Ürününüz için ilginin azaldığını hangi sinyallerin gösterdiğini tanımlayın—bu etkinlik olmaması, önemli bir özelliğin kullanılmaması veya sıklıkta düşüş olabilir.

• AI’yı risk altındaki kullanıcıları erken tespit etmek için kullanın ve zamanında tutundurma çabalarını mümkün kılın.

Örnek event’ler: Uygulamayı Aç, Mesaj Okundu, İçerik Görüntülendi, İşlem Yapıldı

AI Tabanlı Etkileşim Segmentleri

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

• Kişiselleştirilmiş içerik veya push kampanyaları gibi teşviklerden fayda sağlayabilecek yükselen ilgi gösteren kullanıcıları belirleyin.

• Büyüyen veya azalan ilgiyi tespit etmek için özel etkileşimle ilgili event’ler ve tetik noktaları kurun.

Örnek event’ler: Ekran Görüntülendi, Bildirim Tıklandı, İçerik Göz Atıldı, Özellik Kullanıldı

AI Tabanlı Yüksek Değerli Segmentler

Bu segmentler, yüksek potansiyel yaşam boyu değere veya güçlü ilgi göstergelerine sahip kullanıcıları öne çıkarmaya yardımcı olur.

• Hangi kullanıcıların VIP veya yüksek harcama yapma potansiyeli olduğunu tahmin etmek için davranışsal trendleri kullanın.

• Pazarlama çabalarını bu değerli kullanıcıları yetiştirmeye odaklayın.

Örnek event’ler: Sık Satın Alma, Birden Fazla Giriş, Premium Özellik Kullanımı, Referans Gönderildi

✨ Event Attribute Bazlı Tahmine Dayalı Segmentler

Bu geliştirme ile Predictive Segments artık sadece event’lere dayalı olarak değil aynı zamanda da event’lerle ilişkili attributes üzerine oluşturulabilir.

Event attribute’larını tahmin modeline dahil ederek, Netmera daha bağlamsal, ince taneli ve doğru analizlere olanak tanır; bu da daha akıllı ve anlamlı kitle hedeflemeleriyle sonuçlanır.

Event tabanlı Predictive Segments’i eskisi gibi kullanmaya devam edebilirsiniz. Attribute tabanlı yaklaşım, bir ek, daha ayrıntılı tahmin katmanıolarak hizmet eder ve kullanıcı davranışlarını daha yüksek hassasiyetle tanımlamanıza ve anlamanıza imkan verir.

Nasıl Çalışır?

1. Netmera’daki her event, şu gibi birden çok attribute içerebilir tutar, kategori, productId, kanal veya cihaz türü ve bu attribute değerleri artık event ile birlikte tahmin modeline girdi değişkenleri olarak dahil edilir.

2. Sonuç olarak, model sadece belirli bir event’i tetikleyen kullanıcıları değil aynı zamanda benzer attribute profillerine sahip olanlarıda tanımlayabilir ve böylece tahmin derinliğini artırır.

3. Bu özelliği kullanmak için Customer Success Manager’ınızla iletişime geçin ve Predictive Segments’inize dahil edilmesini istediğiniz belirli Event Attribute’u sağlayın.

Örnek Kullanım Senaryoları

Kullanım Durumu	Örnek Event	Kullanılan Ana Attribute’ler	Model Hedefi
Dönüşüm Segmenti	Satın alma tamamlandı	tutar>1000	Yüksek tutarlı satın alma potansiyeline sahip kullanıcıları tahmin edin
Terk Etme Segmenti	Uygulamayı Aç	deviceType=iOS	Terk etme belirtileri gösteren iOS kullanıcılarını tespit edin
Etkileşim Segmenti	Özellik Kullanıldı	featureName=Wishlist	Belirli özelliklerle etkileşim kurma olasılığı yüksek kullanıcıları belirleyin
Yüksek Değerli Segment	İşlem yapıldı	paymentMethod = CreditCard	Yüksek yaşam boyu değer potansiyeli olan kullanıcıları tahmin edin

Avantajlar

• Daha yüksek hassasiyet: Tahmine dayalı modellere bağlam farkındalığı ekler.

• Daha derin analiz: Event düzeyinden attribute düzeyine öğrenmeye geçiş sağlar.

• Daha akıllı hedefleme: Daha doğru kitle seçimi ile kampanyalar oluşturmayı mümkün kılar.

• Uyarlanabilir öğrenme: AI yeni attribute verileri ile modelleri sürekli günceller.

Nasıl Çalışır?

Netmera’nın AI Tabanlı Segmentleri için Hesaplama Metrikleri

Netmera’nın AI Tabanlı Segmentleri, geçmiş event verilerini analiz ederek kullanıcı davranışını tahmin etmenize ve gelecekteki eylemleri projekte etmenize yardımcı olacak şekilde tasarlanmıştır. Bu tahmine dayalı yaklaşım üç temel aşamaya dayanır:

• Geçmiş (P1) – Tarihsel veri: Tanımlanmış bir zaman penceresindeki kullanıcı eylemleri

• Şimdi (P2) – Analizin gerçekleştiği an

• Gelecek (P3) – Tahmin edilen sonuç penceresi

Hem geçmiş analiz dönemini (ör. "son 7 gün") hem de tahmin zaman dilimini (ör. "önümüzdeki 3 gün") tanımlayabilirsiniz; bu da AI modelini dönüşümler, terk etme veya etkileşim gibi belirli hedeflere tamamen özelleştirilebilir hale getirir.

Tahminlerde Kullanılan Ana Metrikler

Güvenilir tahminler sunmak için AI modeli birkaç ana davranışsal metriği kullanır. Bu metrikler AI modelinin kullanıcı davranışını nüanslı bir şekilde anlamasını sağlar ve gelecekteki bir event’in olasılığını tahmin etmek için kullanılır.

Yenilik (Recency) – Bir kullanıcının bir eylemi ne kadar yakın zamanda gerçekleştirdiğini ölçer. Bu, mevcut etkileşim düzeylerini anlamak için kritiktir. Recency, hâlâ etkileşimde olan kullanıcıları ile yeniden etkileşim gerektirenleri ayırt etmeye yardımcı olur.

Sıklık (Frequency) – Belirlenen zaman dilimi içinde belirli bir event’in ne sıklıkla gerçekleştiğini izler. Yüksek aktif kullanıcıları veya popüler davranışları belirlemeye yardımcı olur. Örneğin, bir ürün sayfasına sık sık yapılan ziyaretler yüksek satın alma niyetini gösterebilir.

Event’ler Arası Süre – İki belirli kullanıcı eylemi arasındaki zaman aralıklarını ölçer. Bu, kullanıcının hızlı hareket edip etmediği veya zamanla bırakıp bırakmadığı gibi hızlanma kalıplarını tespit etmeye yardımcı olur. Özellikle churn’u işaret edebilecek inaktifliği tespit etmek için faydalıdır.

Hassasiyet Seviyesi

The Hassasiyet Seviyesi modelin kullanıcıları bir segmente ne kadar sıkı sınıflandırdığını belirler. Bu, model tarafından tanımlanan kullanıcıların gerçekte tahmin edilen eylemi gerçekten gerçekleştirme olasılığına ne kadar sahip olduğunu yansıtır.

• Yüksek Hassasiyet Seviyesi → Daha küçük, daha doğru segmentler

• Düşük Hassasiyet Seviyesi → Daha geniş hedeflemeye sahip daha büyük segmentler

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

Daha yüksek bir hassasiyet seviyesi seçmek daha emin tahminler sağlar, ancak segmente daha az kullanıcı dahil eder. Daha düşük bir hassasiyet seviyesi daha fazla kullanıcıyı kapsar ancak eylemi gerçekleştirme olasılığı daha düşük olanları da içerebilir.

SSS

Önerilen bir hassasiyet seviyesi var mı?

Tek bir doğru cevap yoktur. Hedefinize bağlıdır. Yüksek kesinlik ve doğru hedefleme mi istiyorsunuz? Daha yüksek hassasiyeti tercih edin. Daha fazla kişiye ulaşmak mı istiyorsunuz, dönüştürmeyecek bazı kişileri de kapsasa bile? Daha düşük bir ayar kullanın. CSM’iniz doğru dengeyi seçmenizde yardımcı olabilir.

AI Tabanlı Segmentler ne sıklıkta güncellenir?

Segmentleriniz her gecegüncellenir. Bu günlük yenileme, tahminlerinizin her zaman en güncel kullanıcı davranışına dayalı olmasını sağlar ve daha akıllı kararlar için size güncel içgörüler sunar.

Yeni bir AI Tabanlı Segment nasıl oluşturabilirim?

Kendi AI Tabanlı Segmentinizi oluşturmak için sadece Customer Success Manager (CSM)ile iletişime geçin. Onlar kurulumda size rehberlik edecek ve hedeflerinize uygun olduğundan emin olacaklar. Hazır olduğunda, onu diğer segmentler gibi kampanyalarınızda kullanabilirsiniz.