Dijital Pazarlamada Matematiksel Modelleme
İyi bir dijital pazarlama planı –ki bu aynı zamanda kampanya planlamasının bir alt alanıdır– tahminlerden, şuna şu kadar olsun, buna şu kadar olsunlardan daha fazlasını içermelidir. Zira dijital pazarlamayı öne çıkaran şey, ölçümleme, verimlilik, etkinlik, maliyet, karlılık…vb analizlere sahip olabilmektedir. Durum böyle olunca, daha planlama aşamasında sonuçlara dair –en azından- öngörülebilir tahminleri yapabilme ve dolayısıyla planlamayı hedefinize daha uygun hale getirebilme tekniğine dair bir yazı kaleme almak istedik. Zira dijilopedi ekibi olarak farklı bir dijital pazarlama anlayışı ortaya koyacağımızı iddia etmiştik. Şimdiden istifadeniz bol olsun diyelim.
Yöneylem Araştırması Nedir? Dijital Pazarlama ile Alakası Var mıdır?
Öncelikle konunun kavramsal çerçevesine dair ufak bir bilgi vermek istiyorum. Bilindiği gibi, yöneylem araştırması denilen bir bilim dalı var. Bu bilim dalı, 2. Dünya savaşı sırasında askeri kaynakların (taktik açıdan, operasyonel açıdan, lojistik açıdan…vb) en uygun şekilde kullanılması üzerine kafa yorulması üzerine çıkmış bir bilim dalı. Yani yöneylem araştırması her işte olduğu gibi belli kısıtlar altında eldeki imkanları en iyi kullanabilme metodu olarak ortaya çıkmıştı. İşte biz de bu bilim dalından esinlenerek kar maksimizasyonu, en az maliyet ile en fazla etki alanı optimizasyonu tekniği geliştirdik.
Reklam Mecraları Tercihlerini Optimize Etmek
İlk olarak hedef kitlemizin olduğu mecraları belirliyoruz. Bunlar bazı haber siteleri, facebook, instagram, twitter gibi sosyal medya mecraları, bloglar, forumlar veya Google Arama Motoru gibi mecralar olabilir. Bu alanların bazıların sabit bedeli var, bazılarının ise değişken. Sabit bedelli olanlar arasından 1000 kişi başına gösterim maliyetlerini hesaplayalım ve bir kenara koyalım. Ardından değişken giderli olanlar için tahmini 1.000 kişi başına gösterim maliyetlerini hesaplayalım ve bunları da bir kenara koyalım. Bu aşamada bir adımımız daha var kaldı ki o da geçmiş verilerin analizidir.
Geçmiş veriler bize, tıklama oranlarını/maliyetlerini ve dönüşüm oranlarını/maliyetleri gibi maliyetleri verecektir. Tüm bunları göz önüne bakarak, maliyeti minimize, karı maksimize eden mecra grubunu, zaman ve bütçe kısıtını göz önüne alarak seçebiliriz. Bunları yapmadan, bir A web sitesi günlük 1.000 TL isterken, bir B web sitesi günlük 1.500 TL istiyor diye A web sitesini seçmemeliyiz.
Zira örneğin B web sitesinin 1.000 kişi başına gösterim maliyeti A sitesine göre çok daha avantajlı olabilir. (Burada amaç ürün satışının olursa tıklama başı maliyet-dönüşüm başı maliyet parametreleri tercih edilebilirken, marka yatırımı olacaksa daha fazla kişiye ulaşmak amaç olabileceğinden gösterim başı maliyet parametresi ölçü kabul edilebilir.) Bu ölçümleri yapmadan, mecra tercih işine girişmeyin derim.
CS Matrisi ve Matematiksel Modelleme
Ve şimdi geldik en çok merak edilen kısma. CS Matrisimizi aşağıdaki gibi seçtiğimiz mecralar, yayın tarihleri ve bedellerine göre tablomuza dizebiliriz. Ardından özellikle geçmiş verilerimizin bize sağladığı tahminleme avantajından yararlanarak şöyle bir yol izleyebiliriz. Örneğin bir x ürünümüzden 8 gün içerisinde 1.750 tane satmayı hedefliyoruz. Şu halde satışa dönüşen tıklama oranından tıklama sayısını, tıklamaya dönüşen tıklama oranından gösterim sayısını tespit ederek, söz konusu satış hedefimize ulaşmak için ihtiyaç duyacağımız tahmini reklam bütçesini çıkarabiliriz.
Veya elimizdeki reklam bütçesinden tahminin olarak ne kadar satış yapacağımızı yaklaşık olarak tahmin edebiliriz. İşte reklam mecraları tercihi işlemlerinden başlayan ve aşağıdaki CS Matrisi üzerinde yaptığımız tüm bu optimizasyon çalışmalarını biz matematiksel modelleme olarak adlandırıyoruz.
CS Matrisi Örneği
Umarım modeli sizlere anlatabilmişimdir.
Hayırlı planlamalar dilerim. 🙂
