E-ticaret için AI lead scoring; ziyaretler, ürün görüntülemeleri, e-posta etkileşimi ve geçmiş siparişler gibi davranışları kullanarak hangi alışveriş yapanların, abonelerin veya toptan satış taleplerinin satın alma olasılığının en yüksek olduğunu tahmin eder. Pratik kullanımları; toptan satış ve B2B potansiyel müşterilerini önceliklendirmek, e-posta ve SMS’leri satın alma olasılığına göre hedeflemek, reklam kitleleri oluşturmak ve yüksek değerli müşterileri erkenden tespit etmektir.
E-ticaret bağlamında lead scoring nedir?
Lead scoring, ekiplerin satış temsilcilerinin önce en umut verici olanları araması için potansiyel müşterileri sıraladığı B2B satışlarında başladı. E-ticarette, alıcıların çoğu bir satış temsilcisiyle asla konuşmaz, bu yüzden fikir değişir. Puanlar, kişileri satın alma, tekrar satın alma veya daha fazla harcama olasılıklarına göre sıralar ve bu puanlar kimin hangi mesajı, teklifi veya reklamı alacağına karar verir.
Kural tabanlı puanlama, eylemler için puan verir: e-posta açmak için beş, ürün görüntülemek için on, sepete eklemek için yirmi. AI puanlaması, geçmiş verilerden hangi davranış kombinasyonlarının aslında satın almalardan önce geldiğini öğrenir ve bunları buna göre ağırlıklandırır. Klaviyo, HubSpot, Salesforce ve Bloomreach gibi platformlar, plana göre değişen isimler ve özelliklerle tahmine dayalı puanlar veya eğilim modelleri içerir.
Hangi e-ticaret markaları en çok faydalanır?
Puanlama, yeterli kişiniz olduğunda ve puanlarla vermeniz gereken yeterli karar olduğunda çabaya değer. Birkaç yüz abonesi olan bir mağaza manuel olarak segmentasyon yapabilir. On binlerce kişisi, birkaç ürün grubu ve düzenli kampanyaları olan bir mağaza çok daha fazlasını kazanır.
Toptan satış veya B2B tarafı olan markalar neredeyse anında faydalanır. Toptan satış taleplerinin değeri büyük ölçüde değişir ve sınırlı zamanı olan bir satış ekibi hangilerine önce cevap vereceğini bilmelidir.
Kullanım senaryosu 1: Toptan satış ve B2B taleplerini önceliklendirme
Hem tüketicilere hem de perakendecilere satış yapan bir marka, genellikle butiklerden, zincirlerden, pazar yerlerinden ve satıcılardan toptan satış formları alır. Puanlama, form verilerini davranış ve firmaografik detaylarla birleştirebilir.
- Formdan veya zenginleştirme araçlarından elde edilen şirket boyutu ve türü.
- Toptan satış fiyat listesi veya minimum sipariş sayfası gibi gönderimden önce görüntülenen sayfalar.
- İşletme tüketici olarak da satın aldıysa sipariş geçmişi.
- Mevcut dağıtımınıza göre konum.
- Önceki sosyal yardım e-postalarına verilen yanıt.
Örneğin bir kahve kavurucusu, ekipman sayfasını ve toptan satış fiyatlandırma sayfasını görüntüleyen kafelerin, sadece kısa bir form gönderenlere kıyasla çok daha sık düzenli hesaplara dönüştüğünü görebilir. Bu talepler aynı gün aranır.
Kullanım senaryosu 2: Satın alma olasılığına göre e-posta ve SMS hedeflemesi
Her kampanyayı her aboneye göndermek basittir ancak israftır. Onları asla açmayan kişilere yüksek frekanslı gönderimler, posta kutusu sağlayıcıları etkileşimi izlediği için teslim edilebilirliğe zarar verebilir.
Satın alma olasılığı puanları ile tam fiyatlı yeni gelenleri yüksek eğilimli kişilere, daha yumuşak içerikli bir e-postayı orta eğilimli olanlara ve yeniden etkileşim serisini düşük eğilimli olanlara gönderebilirsiniz. Uzun süre aktif olmayan kişileri bastırmak, gönderen itibarını korur ve genellikle az gelir kaybına neden olur.
Kullanım senaryosu 3: Reklam kitleleri ve değere dayalı teklif verme
Puanlar ücretli medyayı besleyebilir. Yüksek eğilimli segmentleri Meta’da özel kitleler olarak veya Google Ads’de Müşteri Eşleşmesi listeleri olarak, izinle ve her platformun politikalarına uygun olarak yükleyin. Bunları benzer kitleler oluşturmak veya zaten satın almak üzere olan kişileri pahalı arama kampanyalarından hariç tutmak için kullanın.
Çeşitli sipariş değerlerine sahip mağazalar için tahmini değer, değere dayalı teklif vermeyi bilgilendirebilir, böylece reklam platformları sadece herhangi bir satın almaya değil, zaman içinde daha değerli olan müşterilere doğru optimize edilir.
Kullanım senaryosu 4: Yüksek değerli müşterileri erkenden tespit etme
Bazı ilk siparişler gelecekteki sadakatin ipucunu verir: belirli bir ürün kategorisi, tam fiyatlı bir satın alma, bir hesap için kayıt veya belirli bir edinme kanalı. AI modelleri, bu yeni müşterileri işaretleyebilir, böylece el yazısı bir not, erken erişim veya müşteri hizmetlerinden bir kontrol gibi daha iyi bir karşılama alırlar.
Hangi verilere ihtiyacınız var?
- İdeal olarak en az bir yıl boyunca müşteri kayıtlarıyla bağlantılı temiz sipariş geçmişi.
- Mağaza platformunuz veya analiz entegrasyonunuz aracılığıyla bilinen kişilerle bağlantılı web sitesi davranışı.
- E-posta ve SMS etkileşim geçmişi.
- İzin kayıtları, böylece yalnızca GDPR, KVKK veya diğer geçerli yasalara uygun olarak kişileri puanlar ve hedeflersiniz.
- Tahmin ettiğiniz sonucun net bir tanımı: ilk satın alma, tekrar satın alma veya toptan satış hesabı.
Verilerdeki boşluklar emin ama yanlış puanlar üretir. Siparişlerinizin yarısı müşteri verilerini paylaşmayan bir pazar yerinden geliyorsa, model resmin sadece yarısını görür.
Sınırlar nelerdir?
Puanlar gerçek değil, olasılıklardır. Yüksek puanlı bir kişi yine de satın almayabilir ve düşük puan, birini sonsuza kadar görmezden gelmek için bir neden değildir. Modeller ayrıca kayar: mevsimsel davranış, yeni ürünler veya pazarlama karmasındaki bir değişiklik, geçen yılın kalıplarını daha az güvenilir hale getirebilir. Puanları periyodik olarak yeniden eğitin veya kontrol edin.
Ayrıca bir adalet sorunu da var. Hassas niteliklere dayanarak farklı fiyatlar veya daha kötü muamele sunmak için puanları kullanmaktan kaçının ve platformunuzun modelinin konum gibi verileri nasıl kullandığını kontrol edin.
Puanları nasıl eyleme dönüştürürsünüz?
Kimsenin harekete geçmediği bir puan, CRM’deki başka bir sütundur. Puanlamayı açmadan önce her seviyede ne olduğunu yazın. Yüksek satın alma olasılığı, tam fiyatlı kampanyalar ve indirim kodu olmaması anlamına gelebilir. Orta, içerik ve sosyal kanıt anlamına gelebilir. Düşük, belirli bir süreden sonra azaltılmış gönderim sıklığı ve geri kazanma teklifi anlamına gelebilir. Toptan satış talepleri için kimin arayacağını, ne kadar hızlı ve ne teklif edeceklerini tanımlayın.
Segment sayısını küçük tutun. Net eylemleri olan üç veya dört grubu çalıştırmak ve ölçmek, aynı e-postayı alan on ince dereceli seviyeden daha kolaydır.
Alien Road AI lead scoring’i nasıl uygular
Tipik bir e-ticaret etkileşiminde, keşif önce verilere bakar: siparişlerin, kişilerin ve izin kayıtlarının nerede yaşadığı, nasıl bağlantılı oldukları ve işletme için hangi sonucun en önemli olduğu. Genellikle mağazayı e-posta platformuna düzgün bir şekilde bağlamak veya yinelenen profilleri birleştirmek gibi hızlı bir çözüm vardır.
Kurulum, mümkün olduğunda özel bir model yerine müşterinin platformlarında zaten mevcut olan tahmine dayalı özellikleri kullanır. Puanlar az sayıda segmente dönüştürülür ve her segment net bir eylem alır: bir mesaj türü, bir reklam kitlesi veya toptan satış talepleri için bir satış takip kuralı.
Ölçüm, segment sonuçlarını standart muameleyi alan bir kontrol grubuyla karşılaştırır. Raporlar alıcı başına geliri, segment bazında dönüşüm oranlarını ve toptan satış talebi dönüşümünü gösterir ve puanların ne zaman yeniden kalibre edilmesi gerektiğini not eder.
Bu hafta nereden başlamalı
Geçen yıl ikinci satın alma işlemini yapan müşterilerin bir listesini çıkarın ve ondan önce ne yaptıklarına bakın: hangi e-postaları açtıklarını, hangi sayfaları ziyaret ettiklerini ve ilk siparişlerinin ne içerdiğini. Bu manuel bakış bile bir modelin öğreneceği sinyalleri ortaya çıkarır. Ardından e-posta veya CRM platformunuzun henüz açmadığınız tahmine dayalı puanlar sunup sunmadığını kontrol edin.
Okumaya devam edin: CRM Sistemi · Crm Sistemi