AI kişiselleştirme motorları, ürün önerileri, ana sayfa içeriği veya e-posta teklifleri gibi her ziyaretçinin ne göreceğini değiştirmek için müşteri verilerini ve makine öğrenimini kullanan araçlardır. Yaygın hatalar, yeterince temiz veri olmadan başlamak, temel deneyimi düzeltmeden önce kişiselleştirmek, kontrol gruplarını atlamak ve gizlilik kurallarını görmezden gelmektir. Bunların her biri, etkili olmadığı halde kişiselleştirmenin etkili görünmesini sağlayabilir.
Kişiselleştirme motorları aslında ne yapar?
Dynamic Yield, Optimizely, Bloomreach, Adobe Target, Klaviyo’nun tahminleme özellikleri ve Salesforce Marketing Cloud Personalization gibi ürünler davranış verilerini toplar, ziyaretçileri gruplandırır ve her biri için içerik seçer. Bazıları pazarlamacılar tarafından belirlenen kuralları kullanır, bazıları her ziyaretçi için en iyi varyantı seçen makine öğrenimi modellerini kullanır ve çoğu her ikisini de birleştirir.
Tipik çıktılar arasında “sizin için önerilenler” ürün satırları, yeniden sıralanmış kategori sayfaları, kişiselleştirilmiş banner’lar, tetiklenen e-postalar ve bir sonraki en iyi teklif kararları bulunur. Motor, tıklamalardan, satın almalardan ve gönderdiğiniz diğer olaylardan öğrenir.
Hangi hatalar kişiselleştirmenin başarısız olmasına neden olur?
Altı hata, hayal kırıklığı yaratan kişiselleştirme projelerinin çoğunun temelini oluşturur. Bunların birkaçı sonuçların olduğundan daha iyi görünmesine neden olur.
Hata 1: model için yeterli veri olmaması
Makine öğrenimi hacim gerektirir. Ayda birkaç yüz siparişi olan küçük bir mağazada, bireysel tahminlerin “bu kategorideki çok satanlar” gibi basit kuralları geçmesi için ziyaretçi başına düşen sinyal nadiren yeterlidir.
Çözüm, yöntemi trafiğe uygun hale getirmektir. Hacim model tabanlı önerileri destekleyene kadar yeni ve geri dönen ziyaretçiler veya kategori ilgisi gibi kural tabanlı segmentler kullanın. Çoğu satıcı minimum trafik kılavuzu belirtir; imzalamadan önce bunu sorun.
Hata 2: kirli veya eksik olay takibi
Bir motor ancak aldığı olaylar kadar iyidir. Yinelenen ürün ID’leri, eksik “sepete ekle” olayları veya izlenmeyen uygulama satın alımları, müşteriye yeni satın aldığı ürünü göstermek gibi garip önerilere yol açar.
- Başlatmadan önce tarayıcı araçlarını ve satıcının hata ayıklayıcısını kullanarak veri katmanını denetleyin.
- Ürün ID’lerinin site, besleme ve sipariş sistemi arasında eşleştiğinden emin olun.
- Satın alma olaylarını mümkünse sadece tarayıcıdan değil, sunucudan gönderin.
- Satın alınan ürünleri makul bir süre boyunca önerilerden hariç tutun.
Hata 3: bozuk bir deneyimi kişiselleştirmek
Site yavaşsa, arama kötü sonuçlar veriyorsa veya ürün sayfalarında beden bilgisi eksikse, kişiselleştirme insanların ayrılma nedenini düzeltmeden karmaşıklık ekler. Önce Core Web Vitals, site arama kalitesi ve ürün sayfası bütünlüğünü kontrol edin. Bu iyileştirmeler her ziyaretçiye yardımcı olur.
Hata 4: kontrol grubu olmaması
Holdout (tutma grubu) olmadan her artış bir zafer gibi görünür. Önerileri gören ziyaretçiler, sadece ilgili ziyaretçiler önerilere tıkladığı için daha fazla dönüşüm sağlayabilir.
Her büyük kişiselleştirme için varsayılan deneyimi gören, genellikle trafiğin küçük bir kısmı olan bir kontrol grubu tutun. Widget’taki tıklama oranını değil, ziyaretçi başına geliri karşılaştırın. Çoğu kurumsal araç holdout’ları destekler; satıcının kontrol panelinde genellikle tıklamadan sonraki herhangi bir satışı sayan çekici “etkilenen gelir” rakamları gösterildiğinde bile bunları kullanın.
Hata 5: aynı anda çok fazla segment
Ekipler bazen farklı banner’larla düzinelerce segment oluşturur. Her biri ölçmek için çok az trafik alır ve kimse içeriği koruyamaz. Niyette net farklılıkları olan üç veya dört segmentle başlayın ve yalnızca sonuçlar desteklediğinde daha fazlasını ekleyin.
Hata 6: gizliliği ve rızayı görmezden gelmek
Kişiselleştirme kişisel verileri kullanır. Avrupa’daki GDPR ve Türkiye’deki KVKK kapsamında yasal bir dayanağa, net bildirimlere ve birçok izleme yöntemi için rızaya ihtiyacınız vardır. Rıza banner’ınız rıza verilene kadar motorun betiğini engelliyorsa, verileriniz yalnızca rıza gösteren ziyaretçileri kapsar; bunun etrafından dolaşmak yerine buna göre plan yapın.
Alien Road kişiselleştirme motorlarını nasıl uygular
Tipik bir etkileşimde keşif süreci trafik hacmini, veri kalitesini ve mevcut deneyimi kapsar. Herhangi bir motor önermeden önce takip kurulumunu, ürün beslemesini ve site aramasını gözden geçiririz ve bazen cevap önce bunları düzeltmektir.
Kurulum, “bir kategoriye göz atan geri dönen ziyaretçiler ana sayfada o kategorinin yeni gelenlerini görür” gibi net hipotezlere bağlı kısa bir kişiselleştirme listesiyle başlar. Her biri bir holdout grubu ve tanımlanmış bir başarı metriği ile başlatılır.
Ölçüm, birkaç hafta boyunca holdout’a karşı ziyaretçi başına gelire ve dönüşüm oranına bakar. Raporlama, her kişiselleştirmeyi, sonucunu, güvenini ve onu tutma, değiştirme veya kaldırma kararını listeler. Kaybeden testler, kazananlar kadar açık bir şekilde raporlanır.
İmzalamadan önce bir satıcıyı nasıl değerlendirirsiniz?
Her satıcıdan üç şey isteyin: minimum trafik kılavuzları, raporlamalarının atfedilen geliri nasıl tanımladığı ve ihtiyacınız olan seviyede holdout gruplarını destekleyip desteklemedikleri. Sözleşmeye yazılmış kendi başarı metriğinizle sınırlı bir sayfa setinde bir pilot proje talep edin.
- Shopify, Salesforce Commerce Cloud veya özel bir yığın gibi platformunuzla entegrasyonu kontrol edin.
- Ürün beslemesi değişikliklerinin nasıl ve ne kadar hızlı senkronize edildiğini sorun.
- Verilerin nerede saklandığını ve rıza sinyallerine nasıl saygı duyulduğunu onaylayın.
- Sizin tarafınızdan her segment için içeriği kimin koruyacağını sorun.
Son nokta genellikle gözden kaçırılır. Kişiselleştirme içerik işi yaratır ve seçilecek taze içeriği olmayan bir motor aylarca aynı banner’ları gösterir.
Benzer büyüklükte ve trafikteki işletmelerden referanslar isteyin. Vaka çalışmaları tamamen çok büyük perakendecilerden gelen bir satıcı, bu hacmin bir kısmına sahip bir mağazaya uymayabilir ve pilot proje motorun sizin ölçeğinizde çalıştığını kanıtlamalıdır.
Ayrıca pilot projenin ne kadar süreceği ve ayrılırsanız verilerinizin ne olacağı konusunda anlaşın. Segmentleri, olayları ve içerik kurallarını uzun bir geçiş projesi olmadan dışa aktarmak mümkün olmalıdır.
Bu hafta nereden başlamalı
Analitiğinizi açın ve üç şeyi kontrol edin: aylık siparişler, sepete ekle ve satın alma olaylarının doğru çalışıp çalışmadığı ve ürün ID’lerinin beslemenizle eşleşip eşleşmediği. Hacim mütevazıysa, geri dönen ziyaretçiler için son görüntülenen öğeler gibi kural tabanlı bir kişiselleştirmeyi bir holdout grubuyla kurun. Daha büyük bir motor satın almadan önce bir ay boyunca ziyaretçi başına geliri ölçün.
Okumaya devam edin: Yapay Zekâ Optimizasyonu · Yapay Zekâ Optimizasyonu