Zalando, müşterileri daha verimli ve etkin bir şekilde hedeflemek için veriye dayalı pazarlamadan ve çeşitli pazarlama kanallarının sürekli optimizasyonundan faydalanıyor. Buradaki belirleyici faktör, artımlı müşteri değeri. Pazarlamanın amacı, müşterilerin pazarlama stratejilerinin uygulanmaması halinde vermeyeceği siparişleri vermesini sağlama. Pazarlamanın etkinliğini belirlemek içinse A/B testi kullanılıyor.
Zalando yalnızca birkaç yıl içinde küçük bir girişimden Avrupa'nın en büyük online perakendecilerinden birine dönüştü. Her ikisi de işletme bölümünden mezun olan Robert Gentz ve David Schneider, Almanya'da yeterli şekilde işlev gösteren online ayakkabı perakendecisi olmadığını fark edip Zalando'yu kurmaya karar verdi. Eylül 2008'de online mağazalarının ilk sürümünü kullanıma sundular.
Zalando, kuruluşunu izleyen ilk birkaç yılda öncelikli olarak müşteri edinme ve pazar genişlemesi üzerine odaklandı: Zalando, 17 Avrupa ülkesine genişledi, ürün yelpazesi ilk olarak giyim ürünlerini; daha sonra güzellik ve bakım ürünlerini içerecek şekilde genişletildi. Bu güçlü büyüme aşamasının ardından şirket artık enerjisini kârlılığa yönlendiriyor. Pazarlama giderleri, yüzde 20 ila 25 oranındaki öngörülen satış artışı hedefine ulaşmak amacıyla sürekli olarak optimize ediliyor. Zalando 2012 yılında gelirinin %22'sinden fazlasını pazarlamaya yatırırken, 2017 yılında yalnızca %7,9 oranında bir yatırıma ihtiyaç duydu. Verimlilikte görülen bu kazanımlar büyük oranda veriye dayalı pazarlama sayesinde elde edildi.
Veriye dayalı pazarlama temelli verimlilik kazanımları
Zalando, tüm reklamcılık faaliyetlerini temel performans göstergeleri (TPG'ler) ile ölçüyor ve yönetiyor. Zalando Head of Measurement & Analytics Charlotte Preut'e göre, bu süreç Google verileri ile başlamış: "Zalando'nun kurucuları veriye dayalı bir yaklaşımı tercih etmeye başladığında, insanların hangi ayakkabılar için arama yaptığını analiz edip buna göre mal alımı yaptı. Bugüne kadar pazarlama faaliyetlerimizin temelinde hep dijital kanallara öncelik verme ve TPG'ye dayalı yönetim vardı."
Bu noktada bir kampanyanın artımlı nitelikte olması temel önem taşıyor: Daha fazla kâr sağlanıyor mu?
Pazarlama alanında sürekli bir etkinlik ve verimlilik sağlama amacıyla TPG'ler sürekli olarak daha hassas hale getiriliyor ve çeşitli şirket hedeflerine uyarlanıyor. Ayrıca, müşterilerin daha ayrıntılı bir şekilde hedeflenmesi ve bu şekilde maksimum verimliliğin sağlanması amacıyla farklı pazarlama kanallarında kullanım da tercih ediliyor. Artımlı müşteri değeri bu noktada temel önem taşıyor. Zalando ayrıca müşterilerin pazarlama tarafından hedeflenmediğinde ne ölçüde sipariş verdiğini inceliyor.
"Artımlı pazarlamanın etkisini en üst seviyeye çıkarmak için nihai amacımız daima doğru zamanda, doğru müşterileri hedeflemek."
- Charlotte Preut, Head of Measurement & Analytics, Zalando
Denemeler ve A/B testi aracılığıyla artımlılık değerlendirmesi
Zalando bir reklam kampanyasının etkinliğini ve artımlı değerini A/B testi ve istatistiksel modeller ile ölçüyor. Bunlar, bir görüntülü reklamın farklı sürümlerinin etkilerini ve diğer verileri karşılaştırmak üzere kullanılıyor: A sürümü orijinal sürümken, B sürümü en az bir değiştirilmiş öğe içeriyor.
Zalando ayrıca, pazarlama yoluyla sağlanan satış miktarını hesaplamak için de A/B testini kullanıyor. Zalando bu amaç için kullanıcı veya coğrafi konum değişkenli A/B testi yapma olanağından yararlanıyor. Pazarlama faaliyetleri bir kullanıcı grubu için veya belirli bir bölgede duraklatılıyor ve reklamlar başka bir kullanıcı grubuna veya başka bir bölgede görüntülenmeye devam ediyor. Coğrafi konum denemelerinin tasarlanması ve analiz edilmesi için Google tarafından yayınlanan açık kaynak yazılım sunuluyor.
Coğrafi konum denemeleri yalnızca pazarlamanın belirli bölgeler için duraklatılabilmesi halinde gerçekleştirilebilir. Ayrıca coğrafi konum denemeleri genellikle istatistiksel olarak anlamlı bir sonucun hesaplanabilmesi için büyük miktarlarda veri gerektirir. Birkaç kanal birlikte test ediliyorsa yalnızca toplu etkiler ölçülebilir. Bu durumda, sonuçlar belirli kanallara göre ayrılamaz. Birleştirilmiş etkileri görselleştirmeyi hedefleyen Zalando, kanalları hem ayrı hem de toplu olarak test ediyor. Bu, Zalando'nun Arama Ağı reklamlarının ve Görüntülü reklamların birleştirildiğinde kendi başına olduğundan daha verimli olduğunu keşfetmesine sağladı.
Conversion Lift ve Brand Lift gibi kullanıcıya dayalı testler, YouTube ve Google Görüntülü Reklam Ağı için yürütülmüş ve Zalando'nun marka metrikleri, dönüşümler ve site üzerindeki davranış kalıpları açısından etkileri ölçmek üzere kullanabileceği hassas araçlar olduğunu kanıtladı.
"Artımlı pazarlama etkisi, diğer unsurların yanı sıra, müşterilerimizin faaliyetlerine ve bağlılığına büyük ölçüde bağımlıdır."
- Charlotte Preut, Head of Measurement & Analytics, Zalando
Yatırım Getirisine yönlendirme: Doğru veriler bir kampanyanın kârlı olup olmadığını belirler
Zalando, kampanyalara ek optimizasyon uygulamak için YG yönlendirmeden faydalanıyor. YG yönlendirme, farklı kanallara yönelik temel bir karşılaştırmayı olanaklı kılıyor. Bunun için aynı araçların ve metriklerin kullanılması en temel nokta. Bu olanak, Zalando'ya devam eden kampanyalar da dahil olmak üzere tatmin edici olmayan sonuçları belirlemek ve düzeltici önlemleri uygulamak için duyarlı bir kontrol sistemi sağlıyor. Her YG hedef değeri, ülke bazında belirleniyor ve ayrı pazarların büyüme potansiyelini dikkate alıyor. Asıl YG, şu üç temel unsura göre hesaplanıyor: İlk olarak, iş ortaklarının tüm ticari verileri bir API aracılığıyla gerçek zamanlı toplanıyor. İkinci olarak, tüm temas noktalarını değerlendirmek için bir istatistik ilişkilendirme modeli kullanılıyor. Üçüncü olarak, ilişkilendirme modelindeki her bir kanalın değeri, A/B testine göre hesaplanan bir dinamik artımlılık faktörü kullanılarak düzeltiliyor.
Bu strateji Zalando için son derece başarılı olduğundan, her yıl birkaç farklı A/B testi yürütülüyor ve artımlılık faktörleri devamlı olarak güncelleniyor. Bu süreç, Google ile yakın bir iş birliği çerçevesinde yürütülüyor. Özellikle reklamcılık faaliyetlerinin verimliliğini ölçmede faydalı olabilecek yeni yöntemler sürekli olarak birlikte değerlendiriliyor.
