Müşteri Verileri Nedir?

Bu, müşteri verileriyle ilgili beş bölümlük bir dizinin birinci bölümüdür. Bu serideki bir sonraki gönderi için bizi izlemeye devam edin.

Verilerle ilgili tipik bir konuşma, genellikle büyük teknolojinin gizlilik uygulamalarını gündeme getirir - çok fazla veri toplamaları ve veri politikalarının şeffaflığı konusundaki artan endişeler, AB'nin GDPR'si ve Kaliforniya'nın CCPA'sı gibi katı gizlilik yasalarını doğurmuştur.

Gizlilik yasaları ve tarayıcıların üçüncü taraf çerezlerini geçersiz hale getirmesi, şirketleri daha hesap verebilir kılmakta ve onları veri toplama uygulamalarına sıkı bir şekilde bakmaya zorlamaktadır. Sonuç olarak, bir kartopu etkisi yaşanıyor; şirketler uyumlu kalmaya çalışırken şeffaflığı ve yaratıcılığı benimsiyor ve bireyler arasında verilerle ilgili farkındalık artıyor.

Müşteri verileri, geniş ölçekte kişiselleştirme ve otomasyon sağlayan en önemli parçadır; bir ürünü kullanma açısından kullanıcının davranışının yanı sıra kullanıcı hakkında da bağlam sağlar.

Müşteri verileri en iyi aşağıdaki iki türe ayrıldığında tanımlanır:

• Kullanıcı verileri: Bir kullanıcı ve özellikleri hakkında bağlam sağlar ve ayrıca Etkileşim verileri: Kullanıcının bir ürünle nasıl etkileşime girdiğine ilişkin bağlam sağlar ve ayrıca Müşteri verileri ayrıca, kullanıcılar ikincil veri kaynakları veya reklam, katılım ve destek için kullanılan üçüncü taraf araçlar aracılığıyla temel ürün deneyiminizin dışında markanızla etkileşim kurduğunda da toplanır. Ancak bu kılavuz, birincil veya birinci taraf veri kaynağından (bir web uygulaması, mobil uygulamalar, akıllı cihaz veya bunların bir kombinasyonu) gelen müşteri verilerine odaklanır ve varlık verilerini ve olay verilerini içerir.

  PS "Müşteri verileri"ndeki "müşteri", ücretli bir ürünün ücretsiz kullanıcılarını ve bir ürünü kullanmak için kişisel verilerle ödeme yapan kullanıcıları içerir.

  varlık verileri

  Varlık verileri, ad, e-posta ve telefon numarası gibi kişisel olarak tanımlanabilir bilgileri (PII) ve ayrıca yaş, ülke ve tercihler gibi diğer ayrıntıları içerir.

  Bir kullanıcı ana varlık veya nesne olduğundan, genellikle kullanıcı verileri olarak adlandırılır. Her biri bir kullanıcı hakkında bilgi veya özellikleri depolayan kullanıcı özelliklerini veya kullanıcı özelliklerini içerir.

  Varlık verileri, sütunların ad ve e-posta gibi kullanıcı özelliklerini temsil ettiği ve her satırın bir kullanıcıyı temsil ettiği tablolarda depolanır. Özelliklerden biri tanımlayıcı görevi görür ve her satır (kullanıcı) için benzersiz bir değer içermelidir.

  

  Yukarıdaki tabloda, e-posta , iki kullanıcının aynı e-postaya sahip olmamasını sağlayarak tanımlayıcı görevi görebilir. Ancak, bir e-posta adresi değişebileceğinden, ancak user_id sabit kaldığından, her kullanıcıya benzersiz bir kimlik atamak daha iyi bir uygulamadır.

  Varlık olarak hesaplar veya gruplar

  Bir kullanıcı grubu veya bir hesap, B2B SaaS ürünleri söz konusu olduğunda genellikle kuruluşlar veya çalışma alanları olarak adlandırılan farklı özelliklere sahip bir varlıktır.

  Hiyerarşik bir bakış açısından hesaplar, kullanıcıları içeren gruplardır. Bu nedenle, bir hesap veya grup hakkındaki veriler, abonelik türü veya kullanıcı sayısı gibi bir hesap hakkındaki bilgileri depolayan grup özelliklerini içerir. Hesaplar kuruluş olarak biliniyorsa, ilişkili özelliklere kuruluş özellikleri olarak atıfta bulunulmalıdır.Aynı anda hem kullanıcılar hem de gruplar hakkında veri toplamak yaygındır. Bu, bir kez daha, özellikle bir kullanıcının birden fazla kullanıcıya sahip bir hesabın veya organizasyonun parçası olduğu B2B SaaS araçları için geçerlidir.

  Varlık verilerini nasıl topluyorsunuz?

  Kullanıcının varlık olduğu varlık verileri, kullanıcıların doğrudan veya dolaylı olarak veri paylaşması sonucunda toplanır.

  Kullanıcılar bir forma ayrıntıları girdiklerinde, bir e-postaya veya ankete yanıt verdiklerinde veya sohbet robotları ve sesli botlar gibi konuşma arayüzleriyle etkileşime girdiklerinde verileri doğrudan paylaşırlar.

  Öte yandan, kullanıcılar bir ürünü kullandıklarında dolaylı olarak veri paylaşırlar. Spotify'da müzik dinlerken, bir kullanıcı türler, sanatçılar ve hatta sevdikleri belirli şarkılar dahil olmak üzere müzik tercihleriyle ilgili verileri paylaşır. Benzer şekilde, bir kullanıcı Amplitude hakkında raporlar oluşturduğunda, yararlı buldukları rapor türleriyle ilgili verileri paylaşır.

  Amplitude, birden çok kullanıcının bir kuruluşun parçası olduğu bir B2B SaaS aracı olduğundan, bir kuruluş altında oluşturulan raporların sayısı, belirli bir kullanıcıyla değil, bir kuruluşla ilişkili verilerdir. Dolayısıyla, bu durumda, Kuruluş başka bir varlıktır, rapor_sayısı bir kuruluş özelliğidir ve bir kuruluştaki herhangi bir kullanıcı bir rapor oluşturduğunda veya sildiğinde bu özelliğin değeri değişir.Ürün kullanımı (rapor sayısı) sonucunda değişen varlık verilerini, bir kullanıcı bir ürünle etkileşim kurduğunda oluşturulan (rapor oluşturuldu) olay verileriyle karıştırmamak önemlidir.

  Etkinlik verileri

  Bir olay, bir kullanıcı tarafından bir ürünle etkileşime girerken gerçekleştirilen benzersiz bir eylemi ifade eder ve süreçte oluşturulan verilere olay verileri veya etkileşim verileri denir.

  

  Web'de tıklamalar ve gezinmeler, mobil cihazlarda dokunma ve kaydırmalar ve sohbet ve sesli arayüzlerdeki metin veya sesli komutlar - tüm bu tür etkileşimler, bir kullanıcı tarafından gerçekleştirilen eylemler veya bir uygulama içinde gerçekleşen olaylardır.

  Olay verileri, kullanıcı davranışını anlamanızı sağlar ve bu nedenle genellikle davranış verileri olarak adlandırılır. Ayrıca olay verileri, veriler üzerinde işlem yapmanızı veya verilerin kullanıma sunulduğu harici araçlarda verileri etkinleştirmenizi sağlar.

  Yaygın bir kullanım örneği, belirli bir X olayı gerçekleştiğinde bir kampanyanın tetiklendiği olaya dayalı bağlamsal mesajlaşmadır (uygulama içi veya e-posta). Veya belirli bir Y olayı, X gerçekleştikten sonra belirli bir zaman çerçevesinde gerçekleşmediğinde, olasılıklar sonsuzdur.

  Olay verileri üç temel unsurdan oluşur:

  • Gerçekleşen eylem veya olay
  • Etkinliğin gerçekleştiği zaman damgası veya kesin tarih ve saat
  • Olayla ilişkili durum veya diğer tüm özellikler (olay özellikleri olarak bilinir)

  Sepete Ekle, Şimdi Satın Al ve Ödemeyi Tamamla , tüm eylemler veya olaylardır. Bir olayın gerçekleştiği tam an, bir zaman damgası olarak kaydedilir.

  Sepete Ekle olayı hakkında daha fazla bağlam sağlayan özellikler user_id, product_id, price ve miktar olabilir; bunların tümü olay veya olayın durumuyla ilgili bilgiler sağlar.

  Etkinlik verilerini nasıl topluyorsunuz?

  Olay verilerinin toplanması, izlenecek olayları ve her olay için ilişkili özellikleri belirten bir izleme planı oluşturmanızı gerektirir. Ardından, veri mühendisliği ekibinizin aşağıdakilerden birini kullanarak izleme planını uygulamasını sağlarsınız:

  • CDI (müşteri veri altyapısı) veya CDP (müşteri veri platformu)
  • Şirket içinde yerleşik özel izleme hizmeti

  Olay takibi uygulandıktan sonra, toplanan olay verileri yapılandırılmış hedeflerde (ürün analizi ve katılım araçları) kullanıma sunulur ve tipik olarak bu verilerin bir kopyası bir veri ambarında saklanır.

  Hangi verilerin izleneceği vs nasıl izleneceği

  Veri odaklı bir profesyonel olarak olay izleme süreci hakkında bilgi sahibi olmak iyi olsa da, nasıl yapılacağından çok neyin izleneceğine odaklanmalısınız.

  Neden öyle?

  Hangi verilerin izleneceğini tanımlamanın ve izleme sürecinin kendisinin eşit derecede önemli olduğunu savunuyorsanız size katılmayacağım. Ancak, ideal olarak bu iki faaliyetin farklı kişiler tarafından sahiplenilmesi ve kuruluşunuzun büyüklüğüne bağlı olarak, belki de yakın işbirliği yapan farklı ekipler olması gerekir.

  Mühendislik yapmak ya da mühendislik yapmamak

  Tipik olarak, bir veri mühendisi, izlemenin uygulanmasıyla ilgilenir ve hangi araç ve teknolojilerin kullanılacağına karar vermek için ürün ve büyüme ekipleriyle işbirliği yapar. Şirket aşaması, işin ve yeniden çalışmanın kapsamı, mevcut kaynaklar, öncelikler ve diğer birkaç faktör bu kararı etkiler.

  Ancak birçok şirket, tüm izleme sürecini veri/mühendislik ekibine bırakarak pazarlama ve ürün ekibini tamamen döngünün dışında tutar; bunu yapmak her zaman yanlış, tutarsız ve yalnızca çok fazla olay izlendiğinde genellikle gereksiz verilerle sonuçlanır. izleme adına.

  Neyin izleneceğine karar vermek bir mühendisin işi değildir ve mühendislerin diğer ekiplerin hangi verileri nasıl kullanmak istediğini bilmelerini beklemek felakettir.

  Müşteri verilerini eyleme geçirmek

  Artık müşteri verilerinin ne olduğunu ve bunları toplama sürecindeki rolünüzün ne olduğunu bildiğinize göre, bir sonraki adım aşağıdaki soruları yanıtlayabilmektir:

  • Etkinlik verileri hangi amaca hizmet eder?
  • Olay verileri bağlamında varlıklar nasıl bir rol oynar?
  • Müşteri verileri bağlamında olay ve varlık verileri nasıl görünür?
  • Hangi olayların izleneceğine ve hangi verilerin toplanacağına nasıl karar verilir?

  Şansınıza, yukarıdaki her soru, müşteri verileriyle ilgili bu 5 bölümlük seride yanıtlanacak.

  Yukarıdakilerin yanıtlarına sahip olduğunuzda, bir veri izleme planının nasıl oluşturulacağını net bir şekilde anlayacak donanıma sahip olacaksınız ve aşağıdakileri güvenle yapabileceksiniz:

  • Olaya dayalı analitik ve etkileşim araçlarının uygulanmasına güvenle öncülük edin
  • Temiz ve tutarlı müşteri verileri toplayın ve yol boyunca ortaya çıkan zorlukların üstesinden gelin
  • Kullanıcı davranışını daha iyi anlamak için verilerinizin doğru sorularını sorun
  • Müşteri deneyimini yükseltmek için veri toplama ve bunlara göre hareket etme fırsatlarını belirleyin
  • Daha iyi ürünler oluşturun, daha iyi deneyimler sağlayın ve daha iyi sohbetler edin

  Son olarak, izleme planınız üzerinde çalışmaya başlamadan önce çeşitli veri türleri hakkında iyi bir anlayışa sahip olmak inanılmaz derecede faydalıdır, bu nedenle, ne zaman olursa olsun, veri türleri hakkındaki bu kılavuz yardımcı olacaktır.

  ---

  Müşteri verilerini incelemeye ve etkileşimi artırmak için kullanmaya hazır mısınız? Daha fazla bilgi için Mastering Engagement başucu kitabımıza göz atın.