> For the complete documentation index, see [llms.txt](https://user.netmera.com/netmera-user-guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://user.netmera.com/netmera-user-guide/netmera-user-guide-tr/yapay-zeka-ozellikleri/tahmine-dayali-segmentler.md).
# Tahmine dayalı segmentler
Netmera’nın Yapay Zekâ Tabanlı Öngörücü Segmentleri, satın alma, tıklama veya bildirim gibi etkinliklere dayalı tahmine dayalı modeller oluşturmak için olay odaklı bir yapı kullanır. Modeller, terk, dönüşüm veya etkileşim gibi sonuçları tahmin etmek için davranış kalıplarını ve korelasyonları kullanır.
Yapay zekâ tabanlı segmentler, çok çeşitli iş hedeflerine uyacak şekilde özelleştirilebilir. Yaygın bazı öngörücü segment türleri şunları içerebilir:
1. **Müşteri Kaybı Riski Tahminleyici** – Üründen uzaklaşma veya ürünü kullanmayı bırakma olasılığı olan kullanıcıları belirler.
2. **Terk Etme Kurtarma** – Eylemlerini terk etme olasılığı yüksek kullanıcıları tahmin eder (örn. sepet veya form).
3. **Yüksek Değerli Müşteri Tahminleyici** – Yaşam boyu değer potansiyeli yüksek kullanıcıları öne çıkarır.
4. **Etkileşim Artırıcı** – Artırılmış etkileşime olumlu yanıt verme olasılığı olan kullanıcıları hedefler.
5. **Dönüşüm Olasılığı Yüksek Kitle** – Tanımlı bir dönüşüm eylemini tamamlama eğilimi istatistiksel olarak daha yüksek olan kullanıcıları tespit eder.
Bu kullanım senaryoları örnektir. Kendi özel etkinliklerinizi ve hedeflerinizi tanımlayabilirsiniz. Netmera’nın yapay zekâ segmentasyon motoru, tanımladığınız senaryoya göre hesaplama yapar ve buna uyum sağlar.
## Örnek Kullanım Senaryoları
Netmera’nın Yapay Zekâ Tabanlı Öngörücü Segmentleri tamamen özelleştirilebilir; sabit veya varsayılan etkinlikler yoktur. İş hedefleriniz için önemli olan herhangi bir etkinliği tanımlayabilir ve bunun etrafında öngörücü segmentler oluşturabilirsiniz. Aşağıda yapay zekâ segmentasyonu için örnek kullanım senaryoları yer almaktadır.
### Yapay Zekâ Tabanlı Dönüşüm Segmentleri
Bir dönüşüm etkinliği; satın alma, kayıt olma veya form tamamlama gibi işletmeniz için anlamlı bir eylemi işaret eden herhangi bir etkileşimdir. Yapay zekâ tabanlı dönüşüm segmentleriyle şunları yapabilirsiniz:
* Belirli bir eylemi tamamlama olasılığı en yüksek kullanıcıları tahmin edin (örn. satın alma yapmak veya abonelik başlatmak).
* Dönüşüme yol açan davranış kalıplarını belirleyin ve bunları hızlandırmak için proaktif kampanyalar oluşturun.
**Örnek etkinlikler:** `Satın Alma Tamamlandı`, `Sepete Ekle`, `Form Gönderimi`, `Plan Yükseltme`
### Yapay Zekâ Tabanlı Müşteri Kaybı Segmentleri
Müşteri kaybı segmentleri, ilgisini kaybediyor olabilecek veya üründen uzaklaşma olasılığı bulunan kullanıcıları belirlemeye yardımcı olur. Bu kurulumla şunları yapabilirsiniz:
* Ürününüz için hangi sinyallerin uzaklaşma anlamına geldiğini tanımlayın — bu, aktivite olmaması, önemli bir özellikte yokluk veya kullanım sıklığında düşüş olabilir.
* Yapay zekâyı kullanarak risk altındaki kullanıcıları erken tespit edin ve zamanında elde tutma çalışmaları yapın.
**Örnek etkinlikler:** `Uygulamayı Aç`, `Mesajı Okuma`, `İçerik Görüntülendi`, `İşlem Yapıldı`
### Yapay Zekâ Tabanlı Etkileşim Segmentleri
Bu segmentler, artan etkileşim çabalarına yanıt verme olasılığı olan kullanıcıları hedefleyerek platformunuzla etkileşimi artırmaya odaklanır.
* Kişiselleştirilmiş içerik veya push kampanyaları gibi yönlendirmelerden fayda görebilecek, ilgisi yeni oluşan kullanıcıları belirleyin.
* Artan veya azalan ilgiyi tespit etmek için özel etkileşimle ilgili etkinlikler ve tetik noktaları kurun.
**Örnek etkinlikler:** `Ekran Görüntülendi`, `Bildirim Tıklandı`, `İçerik İncele`, `Özellik Kullanıldı`
### Yapay Zekâ Tabanlı Yüksek Değerli Segmentler
Bu segmentler, yaşam boyu değer potansiyeli yüksek veya güçlü ilgi göstergelerine sahip kullanıcıları belirlemeye yardımcı olur.
* Hangi kullanıcıların VIP’lere veya yüksek harcama yapan müşterilere dönüşme olasılığının yüksek olduğunu tahmin etmek için davranış eğilimlerini kullanın.
* Pazarlama çalışmalarınızı bu değerli kullanıcıları beslemeye odaklayın.
**Örnek etkinlikler:** `Sık Satın Alma`, `Birden Fazla Giriş`, `Premium Özellik Kullanımı`, `Yönlendirme Gönderildi`
### :sparkles: Etkinlik Özelliği Tabanlı Öngörücü Segmentler
Bu geliştirmeyle birlikte Öngörücü Segmentler artık **yalnızca etkinliklerin kendisine göre değil,** aynı zamanda **bu etkinliklerle ilişkili özelliklere göre de oluşturulabilir.**
Etkinlik özelliklerini öngörücü modele dahil ederek Netmera, daha bağlamsal, daha ayrıntılı ve daha doğru analizler yapılmasını sağlar; bu da daha spesifik kitle hedeflemesiyle sonuçlanır.
Etkinlik tabanlı Öngörücü Segmentleri eskisi gibi kullanmaya devam edebilirsiniz. Özellik tabanlı yaklaşım, **ek**, **daha** **ayrıntılı** **tahmin** **katmanı**olarak hizmet eder ve kullanıcı davranışlarını daha yüksek hassasiyetle tanımlayıp anlamanıza olanak tanır.
#### Nasıl Çalışır?
1. Netmera’daki her etkinlik birden fazla özellik içerebilir; örneğin `tutar`, `kategori`, `ürünId`, `kanal` veya `cihaz türü` ve bu özellik değerleri artık etkinliğin kendisiyle birlikte öngörücü modele giriş değişkeni olarak dahil edilir.
2. Sonuç olarak model, yalnızca belirli bir etkinliği tetikleyen kullanıcıları değil, aynı zamanda **benzer özellik profillerine sahip olanları da**belirleyebilir; bu da tahmin derinliğini artırır.
3. Bu özelliği kullanmak için Customer Success Manager’ınızla iletişime geçin ve Öngörücü Segmentlerinizde dahil edilmesini istediğiniz belirli Etkinlik Özelliğini paylaşın.
#### Örnek Kullanım Senaryoları
| Kullanım Senaryosu | Örnek Etkinlik | Kullanılan Temel Özellikler | Model Hedefi |
| -------------------------- | ----------------------- | --------------------------- | ----------------------------------------------------------------------------- |
| **Dönüşüm Segmenti** | `Satın alma tamamlandı` | `tutar>1000` | Yüksek satın alma potansiyeline sahip kullanıcıları tahmin edin |
| **Müşteri Kaybı Segmenti** | `Uygulamayı Aç` | `cihazTürü=iOS` | Erken uzaklaşma belirtileri gösteren iOS kullanıcılarını tespit edin |
| **Etkileşim Segmenti** | `Özellik Kullanıldı` | `özellikAdı=İstek Listesi` | Belirli özelliklerle etkileşime girme olasılığı olan kullanıcıları belirleyin |
| **Yüksek Değerli Segment** | `İşlem yapıldı` | `ödemeYöntemi = KrediKartı` | Yüksek yaşam boyu değer potansiyeline sahip kullanıcıları öngörün |
#### Avantajlar
* **Daha yüksek hassasiyet:** Öngörücü modellemeye bağlam farkındalığı ekler.
* **Daha derin analiz:** Etkinlik seviyesindeki öğrenmeden özellik seviyesindeki öğrenmeye geçer.
* **Daha hassas hedefleme:** Daha doğru kitle seçimiyle kampanyalar yapılmasını sağlar.
* **Uyarlanabilir öğrenme:** Yapay zekâ, modelleri yeni özellik verileriyle sürekli günceller.
## Nasıl Çalışır?
### Netmera'nın Yapay Zekâ Tabanlı Segmentleri için Hesaplama Metrikleri
Netmera’nın Yapay Zekâ Tabanlı Segmentleri, geçmiş etkinlik verilerini analiz ederek ve gelecekteki aksiyonları öngörerek kullanıcı davranışını tahmin eder. Bu tahmine dayalı yaklaşım üç temel aşamaya dayanır:
* **Geçmiş (P1)** – Geçmiş veriler: Tanımlı bir zaman aralığı içindeki kullanıcı aksiyonları
* **Şimdi (P2)** – Analizin gerçekleştiği an
* **Gelecek (P3)** – Tahmin edilen sonuç aralığı
Hem **geçmiş analiz dönemini** (örn. "son 7 gün") hem de **tahmin zaman aralığını** (örn. "önümüzdeki 3 gün") tanımlayabilirsiniz; bu da yapay zekâ modelini dönüşüm, müşteri kaybı veya etkileşim gibi belirli hedeflere göre özelleştirilebilir hale getirir.
### Tahminlerde Kullanılan Temel Metrikler
Tahminler oluşturmak için yapay zekâ modeli birkaç temel davranış metriğini kullanır. Bu metrikler, yapay zekâ modelinin kullanıcı davranışını ayrıntılı bir şekilde anlamasını sağlar ve bu da gelecekteki bir olayın gerçekleşme olasılığını tahmin etmek için kullanılabilir.
**Yakınlık –** Bir kullanıcının bir eylemi ne kadar yakın zamanda gerçekleştirdiğini ölçer. Bu, mevcut etkileşim seviyelerini anlamak için faydalıdır. Yakınlık, hâlâ etkileşimde olan kullanıcıları, yeniden etkileşim stratejilerine ihtiyaç duyabilecek kullanıcılardan ayırt etmeye yardımcı olur.
**Sıklık –** Belirli bir etkinliğin tanımlı zaman aralığında ne sıklıkla gerçekleştiğini izler. Çok aktif kullanıcıları veya popüler davranışları belirlemeye yardımcı olur. Örneğin, bir ürün sayfasına sık yapılan ziyaretler yüksek satın alma niyetini gösterebilir.
**Etkinlikler Arasındaki Süre –** İki belirli kullanıcı eylemi arasındaki zaman aralıklarını ölçer. Bu, kullanıcıların hızına ilişkin kalıpları tespit etmeye yardımcı olur—ister hızlı hareket etsinler ister zamanla etkileşimden uzaklaşsınlar. Özellikle müşteri kaybına işaret edebilecek hareketsizliği saptamak için kullanışlıdır.
### Kesinlik Seviyesi
Bu **Kesinlik Seviyesi** yapay zekâ modelinin kullanıcıları bir segmente ne kadar sıkı sınıflandıracağını belirler. Modelin tanımladığı kullanıcıların ne kadarının *gerçekte* öngörülen eylemi gerçekleştirme olasılığı olduğunu gösterir.
* **Yüksek Kesinlik Seviyesi** → Daha küçük, daha doğru segmentler
* **Düşük Kesinlik Seviyesi** → Daha geniş hedeflemeye sahip daha büyük segmentler
Kesinlik şu şekilde hesaplanır: **Kesinlik = Doğru Pozitifler / (Doğru Pozitifler + Yanlış Pozitifler)**
Daha yüksek bir kesinlik seviyesi seçmek daha güvenli tahminler sağlar, ancak segmentte daha az kullanıcı olur. Daha düşük bir kesinlik seviyesi daha fazla kullanıcı içerir, ancak aksiyonu gerçekleştirme olasılığı daha düşük olan kullanıcıları dahil etme ihtimalini artırabilir.
### SSS
**Önerilen bir kesinlik seviyesi var mı?**
Tek bir doğru cevap yok. Bu, hedefinize bağlıdır. Yüksek kesinlik ve doğru hedefleme mi istiyorsunuz? Daha yüksek kesinliği tercih edin. Dönüşüm yapmayacak bazı kişileri de içerse bile daha fazla kişiye ulaşmanız mı gerekiyor? Daha düşük bir ayar kullanın. CSM’niz doğru dengeyi seçmenize yardımcı olabilir.
**Yapay Zekâ Tabanlı Segmentler ne sıklıkla güncellenir?**
Segmentleriniz **her gece**güncellenir. Bu günlük yenileme, tahminlerinizin en güncel kullanıcı davranışlarına dayanması anlamına gelir.
**Yeni bir Yapay Zekâ Tabanlı Segmenti nasıl oluşturabilirim?**
Kendi Yapay Zekâ Tabanlı Segmentinizi oluşturmak için **Customer Success Manager (CSM)**ile iletişime geçin. Kurulum konusunda yardımcı olabilir ve hedeflerinizle uyumlu olduğundan emin olabilirler. Hazır olduğunda, onu diğer segmentler gibi kampanyalarınızda kullanabilirsiniz.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://user.netmera.com/netmera-user-guide/netmera-user-guide-tr/yapay-zeka-ozellikleri/tahmine-dayali-segmentler.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.