Kazanimlar:
- RFM (Recency-Frequency-Monetary) ve davranışsal segmentleri yapay zeka desteğiyle tanımlayıp yorumlayabilme
- Her segment için kişiselleştirilmiş iletişim ve sadakat teklifi taslağı üretebilme
- Segmentasyon ve kişiselleştirmede ayrımcılık, gizlilik ve açık rıza sınırlarını gözetebilme
Bütün müşteriler aynı değildir. Bazıları her hafta gelir ve çok harcar; bazıları bir kez gelip kaybolur; bazıları eskiden sadıktı ama artık uğramıyor. Hepsine aynı mesajı, aynı teklifi göndermek hem para israfıdır hem de sonuç vermez. Müşteri segmentasyonu, müşterileri anlamlı gruplara ayırıp her gruba uygun yaklaşımı kurmaktır. Bu ünitede yapay zekayı, müşteri verisinden segmentler çıkaran ve her segmente uygun iletişim taslağı üreten bir asistan olarak kullanacaksınız. Kritik sınır: segmentasyon güç verir ama bu güç ayrımcılığa ve gizlilik ihlaline dönüşmemelidir.
Segmentasyon: Müşterileri davranış, değer veya ihtiyaç benzerliğine göre gruplara ayırma işidir.
Kişiselleştirme: Her segmente (veya kişiye) onun ilgi ve ihtiyacına uygun içerik, teklif veya deneyim sunmaktır.
RFM: en pratik segmentasyon
Perakendede en çok kullanılan yöntem RFM'dir. Üç basit sinyale bakar:
- R (Recency - Yakınlık): Müşteri en son ne zaman alışveriş yaptı? Yakın zaman = daha aktif.
- F (Frequency - Sıklık): Belirli bir dönemde kaç kez alışveriş yaptı? Yüksek = daha bağlı.
- M (Monetary - Parasal değer): Toplam ne kadar harcadı? Yüksek = daha değerli.
Her müşteriye bu üç boyutta puan verilir (ör. 1-5) ve puanların bileşimi segmenti belirler. Yapay zeka bu skorlamayı ve segment adlandırmayı hızlıca yapar.
Segment
RFM profili
Yaklaşım
Şampiyonlar
Yüksek R, F, M
Ödüllendir, erken erişim, elçi yap
Sadık müşteriler
Yüksek F, orta M
Yukarı satış, sadakat avantajı
Risk altındakiler
Düşük R, eskiden yüksek F/M
Geri kazanma kampanyası
Yeni müşteriler
Yüksek R, düşük F
Hoş geldin akışı, ikinci alışverişi teşvik
Uykuya dalanlar
Düşük R, düşük F
Düşük maliyetli hatırlatma veya bırak
İpucu: Herkese indirim göndermeyin. Şampiyona indirim marj kaybıdır (zaten alacaktı); indirimi asıl risk altındaki ve uyuyan segmente saklayın.
Davranışsal segmentler
RFM'nin ötesinde davranış da segment kurar: kategori tercihi (sadece bebek ürünü alan), kanal (yalnız online), fiyat duyarlılığı (hep indirimde alan), mevsimsellik. Yapay zeka bu desenleri veriden çıkarıp "fiyat avcıları", "premium alıcılar", "hafta sonu müşterileri" gibi gruplar önerebilir.
Kişiselleştirmenin sınırları: etik ve gizlilik
Segmentasyon güçlüdür ama üç çizgiyi asla geçmeyin:
- Ayrımcılık yok: Segment, korunan özelliklere (etnik köken, din, sağlık, cinsel yönelim) dayanamaz; bunlardan dolaylı olarak çıkarım yapmak da (ör. posta koduyla etnik köken tahmini) risklidir.
- Açık rıza: Ticari elektronik ileti (SMS, e-posta) göndermek için genellikle müşterinin açık rızası gerekir. Rıza yoksa gönderim hukuki ve itibar riskidir.
- Veri minimizasyonu: Segment kurmak için gereken en az veriyi kullanın; hassas veriden uzak durun.
Dikkat: "Bu müşteri hamile olabilir, bebek ürünü önerelim" gibi hassas yaşam olaylarına dayalı hedefleme, müşteriyi rahatsız edebilir ve mahremiyet ihlali algısı yaratır. Çıkarımsal hedeflemede çok dikkatli olun.
Adım adım segmentasyon
- Anonim veri hazırla: Müşteri kodu (ad değil), son alışveriş tarihi, alışveriş sayısı, toplam harcama, kategori. Kişisel tanımlayıcıları çıkarın.
- RFM skorla: Yapay zekaya R, F, M boyutlarında 1-5 puanlama yaptırın.
- Segment adlandır: Puan bileşimlerini anlamlı gruplara bağlayın.
- Aksiyon eşle: Her segment için hedef, teklif ve mesaj taslağı.
- Rıza ve etik süz: Yalnız rızalı müşteriye gönder, ayrımcı hedeflemeyi ayıkla, sonucu ölç.
Mini vakalar
Vaka 1 — Doğru segmente doğru teklif: Bir kozmetik zinciri 40.000 müşteriye ayda tek tip %15 indirim SMS'i atıyordu. Yapay zeka RFM ile segmentleyince "şampiyonlar" (8.500 kişi) zaten düzenli alıyordu. İndirim sadece risk altındaki 6.200 kişiye, şampiyonlara ise erken erişim + puan gönderildi. Kampanya maliyeti %30 düşerken geri dönen risk müşterisi sayısı %18 arttı.
Vaka 2 — Geri kazanma: Bir online market, 90+ gündür alışveriş yapmayan 3.100 eski sadık müşteriyi "risk altında" segmentine alıyor. Yapay zeka kişiselleştirilmiş bir "seni özledik + geçmişte aldığın kategoriden ücretsiz kargo" mesajı taslağı üretiyor. Rızalı 2.400 kişiye gönderiliyor; 6 hafta içinde 410'u tekrar alışveriş yapıyor.
Vaka 3 — Etik hata ve düzeltme: Bir mağaza, yapay zekadan "yüksek harcama potansiyeli" segmenti isterken oturulan semt bilgisini kullandırmak istiyor. Sorumlu, bunun dolaylı ayrımcılık ve gizlilik riski taşıdığını fark edip semt yerine gerçek alışveriş davranışını temel alıyor. Segment hem daha adil hem daha isabetli oluyor.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Müşterilerimi grupla.
Hangi veri, hangi mantık, hangi amaç belirsiz.
Güçlü prompt:
Rolün: CRM ve segmentasyon uzmanı.Veri: Aşağıda anonim müşteri tablosu var (müşteri_kodu, sonalışveriş gün sayısı, 12 aylık alışveriş sayısı, toplam harcama,en çok alınan kategori). Kişisel bilgi yok.Görev: (1) RFM mantığıyla müşterileri 5 segmente ayır ve hersegmenti adlandır, (2) her segmentin yaklaşık büyüklüğünü ver,(3) her segment için tek cümlelik aksiyon önerisi.Kural: Sadece verideki davranış verisini kullan; semt, isim veyademografiden ayrımcı çıkarım yapma. Veri: [yapıştır]
Kopyalanabilir prompt şablonları
1) RFM segmentasyon
Aşağıdaki anonim müşteri verisini RFM mantığıyla skorla (R, F, Miçin 1-5) ve anlamlı segmentlere ayır. Her segmentin büyüklüğünüve tanımını ver. Tablo halinde sun. Veri: [yapıştır]
2) Segment bazlı iletişim taslağı
Şu segment için kişiselleştirilmiş bir SMS ve bir e-posta taslağıyaz: [segment tanımı]. Ton markamıza uygun [ton], teklif [teklif].İki farklı başlık öner. Yanıltıcı iddia kullanma, en fazla 40 kelime.
3) Geri kazanma kampanyası
90+ gündür alışveriş yapmayan eski sadık müşteriler için gerikazanma mesajı taslağı üret. Geçmiş kategori tercihini temel al,düşük maliyetli bir teşvik öner. 3 farklı yaklaşım ver.
4) Etik/rıza denetimi
Aşağıdaki hedefleme planını denetle: korunan özelliklere dayalıayrımcılık, hassas yaşam olayı çıkarımı, rıza dışı gönderim veyagereksiz kişisel veri kullanımı var mı? Riskleri işaretle vealternatif öner. Plan: [yapıştır]
Sık yapılan hatalar
- Herkese aynı mesaj: Segmentsiz iletişim para ve dikkat israfıdır.
- Şampiyona gereksiz indirim: Zaten alacak müşteriye indirim marj kaybıdır.
- Rıza olmadan gönderim: SMS/e-posta için açık rıza zorunludur.
- Korunan özelliklere dayalı segment: Ayrımcılık; dolaylı çıkarım da risklidir.
- Hassas yaşam olayı hedeflemesi: Mahremiyet ihlali algısı yaratır.
- Segmenti bir kez kurup unutmak: Müşteri davranışı değişir; düzenli güncelleyin.
Özetle
Segmentasyon, doğru müşteriye doğru yaklaşımı kurmanın yoludur; RFM en pratik başlangıçtır. Yapay zeka skorlama, segment adlandırma ve mesaj taslağını hızlandırır. Ama açık rıza, veri minimizasyonu ve ayrımcı olmama sınırları pazarlık dışıdır; kişiselleştirmeyi davranış verisine dayandırın, hassas çıkarımdan kaçının.
Uygulama görevi
Anonim müşteri verinizden (müşteri kodu, son alışveriş, sıklık, harcama, kategori) bir tablo hazırlayın. "1) RFM segmentasyon" ile 5 segment çıkarın, en değerli ve en riskli segment için "2) Segment bazlı iletişim taslağı" üretin. Planınızı "4) Etik/rıza denetimi"nden geçirin.
Kontrol listesi
- [ ] Müşteri verisini anonimleştirdim.
- [ ] RFM ile anlamlı segmentler kurdum.
- [ ] Her segmente uygun teklif ve mesajı ayırdım.
- [ ] Yalnız rızalı müşterilere gönderim planladım.
- [ ] Korunan özellik ve hassas çıkarımdan kaçındım.
- [ ] Segmentleri düzenli güncelleme planı yaptım.