CDP'lerde Kimlik Çözümleme: Nasıl Çalıştığına Dair Bir Rehber

Bu mekanizma iki temel veri girişi türüne dayanır: deterministik ve olasılıksal. Deterministik veriler, bir kullanıcı bir e-posta adresiyle hesaba giriş yaptığında veya bir satın alma formu doldurduğunda olduğu gibi, kullanıcı tarafından açıkça sağlanan bilgilerdir. Bu bilgi son derece doğru olduğundan, CDP mimarisi içindeki kimlik birleştirme işleminin temelini oluşturur. Bir kullanıcı kimlik doğrulaması yaptığında sistem, önceki tüm etkinlikleri o belirli profille eşleyerek kimliğini yüksek bir kesinlikle doğrular.

Olasılıksal veriler, bir bağlantıya işaret eden ancak bunu mutlak kesinlikle doğrulamayan sinyalleri içerir. IP adresleri, cihaz türleri, ekran çözünürlükleri ve işletim sistemleri gibi kalıplar buna dahildir. Bir kullanıcı mağazanızı bir iPhone’dan ve ardından aynı ev ağındaki belirli bir dizüstü bilgisayardan ziyaret ederse CDP, bu iki oturumun aynı kişiye ait olduğu sonucuna varısına yardımcı olmak için bu sinyalleri kullanır. Bu, doğrudan oturum açma bilgilerinin eksik olabileceği durumlarda profile derinlik katar.

Eşleştirme yöntemleri, teknoloji yığınının olgunluğuna ve veri toplama noktalarının kalitesine bağlı olarak değişir. Çoğu modern CDP, bu noktaları birbirine bağlamak için grafik tabanlı bir yaklaşım kullanır. Sistem, düğümlerin bireysel tanımlayıcıları ve kenarların bunlar arasındaki bağlantıları temsil ettiği bir kimlik grafiği tutar. Bir kullanıcı yeni bir bilgi parçası sağladığında grafik genişler ve yeni oturumları mevcut kimliğe bağlar.

• Birinci taraf (first-party) veri toplama: CRM, e-posta sağlayıcıları ve web oturum açma işlemlerinden kimlikleri toplama.
• Cihaz haritalama: Oturumları gruplamak için IP adresleri gibi olasılıksal sinyalleri kullanma.
• Kanallar arası birleştirme: Çevrimdışı satın alma verilerini çevrimiçi gezinme davranışlarıyla ilişkilendirme.
• Veri temizleme: Eşleştirme sürecinden önce yinelenen veya hatalı biçimlendirilmiş e-posta adreslerini kaldırma.

En büyük zorluklardan biri, verilerin silolar halinde parçalanmasıdır. Bir şirketin müşteri verileri bir Shopify mağazasında, ayrı bir e-posta pazarlama aracında ve üçüncü taraf bir reklam platformunda bulunabilir. Bu sistemler ortak bir tanımlayıcıyı paylaşmıyorsa CDP doğru bir çözümleme yapmakta zorlanır. Tipik bir hesapta kullanıcılar, asla tek bir e-posta adresiyle eşleşmeyen üç veya dört farklı tarayıcı çerezine sahip olabilir; bu da profil şişmesine ve yanlış raporlamaya yol açar.

Gizlilik düzenlemeleri de kimlik çözümlemenin nasıl yönetildiğini etkiler. Mevzuatlar genellikle takip için açık rıza gerektirir; bu da belirli olasılıksal sinyallerin kullanılabilirliğini azaltır. Üçüncü taraf çerezleri tarayıcılar tarafından kısıtlandığında, pazarlamacılar birinci taraf veri toplama stratejilerine daha fazla güvenmek zorundadır. Bu değişim, yüksek kaliteli bir kimlik grafiğini korumak için bülten kayıtları veya hesap kayıtları gibi yüksek değerli etkileşimlere öncelik vermeyi zorunlu kılar.

Alien Road olarak bizler, karmaşık kimlik grafikleri oluşturmaya çalışmadan önce net bir veri temeli kurmaya odaklanırız. Tipik bir projede, e-posta adresleri gibi tanımlayıcıların web sitesinden CDP’ye tutarlı bir şekilde aktarıldığından emin olmak için mevcut veri toplama noktalarını denetleyerek (audit) başlarız. İzleme betiklerindeki tutarsız adlandırma kurallarının, düşük eşleşme oranlarının bir numaralı nedeni olduğunu sıklıkla görüyoruz. CDP’nin kullanıcı eylemlerini güvenilir bir şekilde bağlayabilmesi için bu etkinlikleri standartlaştırıyoruz.

Temel atıldıktan sonra, CDP paneli içinde kimlik çözümleme ayarlarını yapılandırmaya geçeriz. Olasılıksal sinyallerle ilişkili gürültüden kaçınmak için genellikle deterministik eşleşmelere öncelik veririz. Trafiğin nerede düştüğünü belirlemek için eşleşme oranlarını 30 günlük bir süre boyunca izleriz. Kimliği doğrulanmış kullanıcı yüzdesinin düşük olduğunu fark edersek, oturum açma davranışını teşvik etmek için daha iyi lead magnet’ler veya sadakat programları uygulamayı öneririz; bu da daha iyi profil birleştirmesini doğrudan destekler.

Çözümlemeyi optimize etmek, teknik yapılandırma ve kullanıcı deneyimi tasarımının bir karışımını gerektirir. İzleme piksellerinizin tüm web özelliklerinde aynı tanımlayıcıları yakaladığını doğrulamalısınız. Atletik ekipman satan bir mağaza işletiyorsanız, ödeme sayfasının yalnızca bir işlem kimliğini değil, e-posta adresini de CDP’nize doğru şekilde ilettiğinden emin olun. Bu, sistemin satın alma olayını daha önce siteye göz atann kişiyle ilişkilendirmesine olanak tanır.

• Tanımlayıcı tutarlılığı için mevcut izleme betiklerini denetleyin.
• Tarayıcı tabanlı çerez kısıtlamalarını aşmak için sunucu taraflı (server-side) izlemeyi uygulayın.
• CDP yönetim panelinde net kimlik öncelik kuralları ayarlayın.
• Potansiyel veri boşluklarını belirlemek için eşleşme oranlarını haftalık olarak izleyin.

Kimlikleri başarıyla çözümlediğinizde, pazarlama harcamalarınız daha verimli hale gelir. CDP bu kitle segmentini hariç tuttuğu için ürünü zaten satın almış birine reklam göstermekten kaçınırsınız. Ayrıca müşterinin ilgi alanlarının birleşik bir görünümünü kullanarak e-posta kampanyalarınızın alaka düzeyini artırırsınız. Genel bültenler göndermek yerine, müşterinin hareket halindeyken telefonunda incelediği ürünlere dayalı öneriler sunabilirsiniz.

Ayrıca, doğru kimlik çözümleme daha iyi atıf (attribution) yapılmasına olanak tanır. Sonunda bir müşterinin ilk mobil reklam tıklamasından masaüstü cihazdaki nihai satın alımına kadar izlediği yolu görebilirsiniz. Bu çözümleme olmadan, mobil reklam etkisiz görünebilirken masaüstü ziyareti doğrudan gelen bir trafik gibi görünebilir. Bu oturumları birleştirerek hangi kanalların gerçekten gelir elde sağladığına dair doğru bir resim elde edersiniz.

Deterministik veriler genellikle tercih edilir çünkü oturum açma gibi doğrudan kullanıcı eylemlerinden geldikleri için daha yüksek kesinlik sağlarlar. Bununla birlikte olasılıksal veriler, oturum açma işlemlerinin gerçekleşmediği boşlukları doldurmak için hala faydalıdır. Sağlam bir strateji, birincil çapa olarak deterministik verileri ve müşteri yolculuğu etrafında daha geniş bir bağlam oluşturmak için olasılıksal sinyalleri kullanır.

Kimlik çözümleme ayarlarınızı ayda en az bir kez gözden geçirmelisiniz. Web sitenizin yapısındaki değişiklikleri veya veri akışını etkileyebilecek yeni üçüncü taraf araçlarını kontrol edin. Ek olarak, trafik modelleriniz zamanla değiştikçe yapılandırmanızın beklenen hacimde kullanıcı verisini yakalamaya devam etmesini sağlamak için eşleşme oranlarınızı izleyin.

Düşük eşleşme oranları genellikle tanımlayıcılarınızın kanallarınız arasında tutarlı bir şekilde iletilmediğini gösterir. Giriş yapma, kaydolma ve ödeme gibi temel sayfalardaki izleme uygulamanızı kontrol ederek başlayın. Benzersiz kimliklerin doğru biçimlendirildiğinden ve CDP’nin doğru profil birleştirmesini kolaylaştırmak için verileri beklenen alanlarda aldığından emin olun.

SQL veya bir veri ambarı (data warehouse) kullanarak verileri manuel olarak birleştirmeyi deneyebilseniz de, bunu ölçekli bir şekilde yönetmek son derece zordur. Bir CDP, kimliklerin gerçek zamanlı olarak alınmasını, temizlenmesini ve bağlanmasını yönetmek için özel olarak oluşturulmuştur. Çoğu işletme için özel bir CDP kullanmak, aşırı manuel çaba harcamadan güvenilir bir kimlik grafiğini korumanın en pratik yoludur.