Tüketicilerin satın alma eğilimlerini anlamak eskiden kalma yöntemler ile pek mümkün değil. Dolayısıyla tüketici hedefleme yöntemlerinin de çağa ayak uydurması gerekiyor.
1970’lerden bu yana pek değişmeyen geodemographics* hedeflemenin, artık tüketici ile alakalı resmin bütününü görebilmek için daha dinamik veri gruplarını birleştirmesi gerekiyor.
Markaların Acorn ve Mosaic gibi kullandığı araçlar, ortaya çıktıklarından beri pek fazla değişmedi. Tüketici hedeflemeye ait temel fikirlerin temelini oluşturan konseptler için de aynı şey geçerli.
Problem, dünyadaki bu değişime geodemographics ürünlerinin ayak uyduramaması… Diğer sektörler yeni veri ve yöntemleri kapsamları içine alırken, 10 yıl önce hayal edemeyecekleri konseptler kullanıyorlar. Geleneksel geodemographics tüketici hedefleme araçları, hala aynı temel veri gruplarını ve fikirleri kullanıyor.
Bugün bu araçların sağlayabileceği içgörünün değeri azalıyor.
Peki çözüm nedir? GDPR (AB Genel Veri Koruma Regülasyonu) cevabı bulmayı çok daha zorlaştırdı. Veri koruma yasası sonucu olarak müşterinin bireysel verisinden yararlanarak onlarla birebir iletişim kurmak çok daha zor, bilgi toplama ve yeni müşteri çekmenin birçok yolu artık kapandı.
Şu an ihtiyacımız olan şey, geodemographics’in geleneksel köklerine bizi geri götürecek – modern tüketiciler arasındaki farkları bulmak için büyük veri gruplarının gücünden yararlanırken bireyleri koruyan bir şey.
Bugün sorduğumuz soru: Eğer Acorn ve Mosaic gibi araçların geliştirildiği günlere dönebilseydik, geodemographics tüketici hedeflemeyi yeniden nasıl tasarlardık?
Bunu anlamanın püf noktası, geleneksel geodemographics ile arabayı atın önüne koyuyoruz. Araba demografikler ve at ise tüketicinin şu andaki satın alma davranışı, tutkuları ve ilgi alanları oluyor.
Şu ana kadar bir kişinin demografik özellikleri, bize o kişinin kim olduğu ve ne tür şeyler satın alabileceği ile ilgili ne anlatabilir bunu düşündük. Örneğin; eğer belirli bir yaşta, belirli bir işte çalışıyor ve belirli bir bölgede yaşıyorlarsa, onların başka ülkelerde tatil yapmayı sevebileceği sonucunu çıkarabiliriz. Yine de bu sadece bir eğilimdir. Yani on binlerce kişi ile yapılan bir araştırmadan çıkarılacak sonuçlara göre yurt dışı tatilleriyle alakalı olma durumunun iki kat fazla olması muhtemeldir.
Şimdi sosyal veri gibi yeni veri gruplarıyla, biz belirli kişilerin nerede yaşadıklarını veya faktörleri çözmeye çalışmadan yurt dışı tatillerini sevdiğini biliyoruz. Buna ek olarak, bir müşterinin kim olduğuna dair resmi tamamlayabiliyoruz ve onlarla en iyi iletişimi kurabilmek için hangi kanalı kullanmamız gerektiğini biliyoruz.
Kısacası, demografi kullanarak hedefleme yapmaktansa gerçekte önemli olan verileri kullanarak hedefleme yapmalıyız: İnsanların tutkuları, motivasyonları ve kafa yapıları…
Demografinin bir noktada hala işe yaradığının altını çizmekte fayda var. Sosyal veri gibi daha dinamik ve esnek veri gruplarıyla birleştiğinde, sonuçlar resmin bütününü görmenizi sağlıyor. Dahası, günümüzdeki demografik veri, anket verisi veya eski nüfus sayımına dayanan istatistiki bir veri iken, sosyal veri gerçek zamanlı bilgiler sağlıyor çünkü bilgi devamlı olarak yenilenebiliyor ve ulaşılır.
Tüketici hedefleme her zaman evrildi: 1950’lerde insanların yaptıkları işe göre hedefleme yapılıyordu; 1980’lerde yaşadıkları yere ve 1990’larda ise ne aldıklarına odaklanıldı. Şimdi ne alacaklarını tahmin edebilmek için insanların ne sevdiğine odaklanmamız gerekiyor. Tüketici hedeflemesini yeni bir çağa taşımanın tam zamanı!
*Geodemographics: Nüfusun coğrafi temelde bölgelere göre ayrılması ve özelliklerinin incelenmesidir.
Clive Humby, Starcount Veri Uzmanı
Bu yazı ilk kez Campaign Türkiye’nin 83. sayısında yayımlandı.