1- Dilerseniz sizi ve Adikteev’i biraz tanıtalım takipçilerimize. Adikteev’in hikayesi nasıl başladı ve günümüze kadar nasıl evrildi?
Adikteev olarak, son 10 yıldır yeniden hedefleme (retargeting) alanında lider konumdayız. iOS üzerinde yapılan gizlilik değişikliklerinden sonra, ücretli kullanıcı edinmenin daha pahalı hale geldiğini ve elde tutmanın daha da kritik hale geldiğini gördük ve kullanıcı davranışına verdiğimiz aşırı önemle gurur duyuyoruz. Ayrıca, verileri analiz etmek ve performans pazarlama ortamındaki değişikliklere rağmen pazarlamacıların elini güçlendiren ürünler sunmak için şirket içinde büyük yatırımlar yaptık.
2-Bize Adikteev’in şu anda odaklandığı alanlardan bahsedebilir misiniz? Bunlar pazardaki mevcut trendler ve taleplerle nasıl örtüşüyor?
Bugün pazardaki en büyük zorluk gizlilik değişiklikleri etrafında dönüyor. İşte bu noktada uygulama yeniden hedefleme (app retargeting) devreye giriyor. Doğru araçlar ve stratejilerle, IDFA/SKAN kısıtlamalarının ortasında bile kârlı kampanyalar yürütebilmek mümkün.
Adikteev, Google’ın Privacy Sandbox’ının da etkisiyle yeniden hedefleme ortamını şekillendirmek için çalışmaya devam ediyor. Mobil uygulama pazarlamacılarının bu gizlilik zorluklarıyla yeni bir yaklaşım üzerinden yüzleşmelerine yardımcı olmak için yeni elde tutma (retention) ürünleri geliştirdik. Bu ürünlerden biri, pazarlamacıların zamandan tasarruf etmelerine ve vazgeçmek üzere (about-to-churn) olan kullanıcıları hedeflemelerine yardımcı bir araç olan kullanıcı kaybı tahmin teknolojimiz (Churn Prediction).
3-Uygulama/oyun geliştirmeye yeni başlayan herkesin aklındaki soruyla devam edelim. Kullanıcı kaybı neden kaçınılmaz? Bazı senaryolar/örnekler verebilir misiniz?
Diyelim ki bir oyun uygulaması indiren bir kullanıcınız var. Uygulamayı açtıktan sonra, bekledikleri gibi olmadığını keşfedebilir veya oyunu tam olarak anlamadıklarını fark edebilir. Bir başka örnek de uygulamayı bir yıldır aktif olarak kullanan X kullanıcı. Bu X kullanıcı, aniden kendi hayatıyla meşgul olmaya başlar ve söz konusu uygulamayı kullanmayı bırakır. Ya da belki de bir kullanıcı, işi veya çocukları gibi başka şeylere odaklanması gerektiği için bildirimlerini devre dışı bırakmıştır. Bunlar, kullanıcı kaybının kaçınılmaz olduğu birçok durumdan sadece birkaçı. Milyonlarca uygulamanın daha fazla dikkat çekmek için yarıştığı mobil uygulama dünyasında rekabet çok çetin. Herkesin aklındaki bir uygulama olmak, gerçekten zor. Büyük şirketlerin her ay kullanıcı kazanımı için milyonlar harcadığından bahsetmiyorum bile. Bu da şu soruyu akla getiriyor: Bir uygulama geliştiricisi veya pazarlamacısı olarak bununla nasıl rekabet edebilirsiniz?
4-Pazardaki rekabet giderek artıyor ve kullanıcıların alışkanlıkları hızlı bir değişim sürecinde. Peki, geliştiriciler ve yayıncılar kullanıcı kaybını nasıl öngörebilir ve kullanıcıları nasıl elde tutabilir? Kullanıcıları elde tutmak için hangi stratejileri kullanabilirler?
Esasen ekiplerin bu sorunu çözmek için kullanabileceği iki strateji var; elde tutma ürünlerini şirket bünyesinde geliştirmek veya Adikteev gibi üçüncü taraflardan yararlanmak. Ancak bunu şirket bünyesinde geliştirmek oldukça güç. Birincisi, çoğu şirket kendi ürünlerini oluşturacak altyapıya sahip değil. İkincisi, CRM ekipleri geleneksel olarak birleşik bir mesaj ve ortak bir çerçeve geliştirmek için performans pazarlamacılarıyla konuşmaz. Dolayısıyla, iletişimdeki bu bölünme nedeniyle kampanyalar ve kanallar farklı mesajlara sahip olabilir. Bu gibi durumlarda en iyi yol, Adikteev gibi kullanıcı davranışı yaklaşımları konusunda daha donanımlı olan dış tedarikçilerden yardım almak.
5- Adikteev olarak şirketlerin kullanıcı kayıplarına karşı doğru stratejiler oluşturmalarına yardımcı oluyorsunuz. Churn Prediction bu konuda çok etkili bir ürün. Churn Prediction nedir ve şirketlerin kazanan elde tutma stratejileri geliştirmelerine nasıl yardımcı oluyor?
Kullanıcı kaybı tahmini (Churn Prediction), eylemleri ve davranış kalıplarını analiz etmek ve hangi kullanıcıların bir uygulamayı terk etme tehlikesiyle karşı karşıya olduğunu tahmin etmek adına makine öğrenimi modellerini kullanıyor. Bu şekilde, pazarlama ekipleri, nereye odaklanmaları gerektiği konusunda daha tutarlı ve veri odaklı bir anlayışa sahip olurlar. Sektör ortalamasında %70’e varan kullanıcı kaybı oranı göz önüne alındığında, kullanıcı kaybı tahmin puanlarından yararlanmanın kullanıcı LTV’sini (müşteri yaşam boyu değeri) artırmak ve kullanıcı kazanma maliyetlerini düşürmek gibi pek çok faydası var.
6-Churn Prediction’ın başarı oranları hakkında elimizde ne gibi rakamlar var? Ve daha doğru bir churn tahmini ve daha uygun bir elde tutma stratejisi için nasıl bir yöntem izlenmeli?
Churn tahmin performansımızı AUC ROC veya Area Under the Curve ve Receiver Operating Characteristic adı verilen bir veri bilimi metriği kullanarak test ettik. Test sürecinin tamamını web sitemizden takip edebilirsiniz. Ancak özetlemek gerekirse, modelimiz tüm testlerde tahminlerde %90’ın üzerinde doğruluğa ulaştı. Bu da bizi bu tahmin teknolojisinin başarısından emin kılıyor.
7- Churn Prediction ve retargeting birlikte nasıl çalışır? Adikteev’in bu konudaki yaklaşımı nedir?
Müşteriler aktif kullanıcılarla genellikle etkileşime geçmek istemedikleri için yeniden hedefleme için tanımlı bir hareketsizlik penceresine sahiptir. Ancak, geliştirdiğimiz bu tahmine dayalı zeka sayesinde bu hareketsizlik penceresi içinde, hiç etkileşimde bulunmadıkları takdirde kaybetme olasılığı yüksek olan değerli kullanıcılar olduğunu keşfettik. Dolayısıyla, cannibalization’dan (yamyamlaşma) kaçınmak istiyorsanız kullanıcıların zaman aşımına uğramasına izin vermek iyi bir strateji olabilir. Diğer taraftan, bu kullanıcılarla daha sonradan tekrar etkileşime geçmeyi de çok daha pahalı bir hale getireceksiniz. Bir kullanıcı ne kadar hükümsüz kaldıysa o kadar az etkileşim beklenir ve onları uygulamaya geri getirmek da bir o kadar zor olur. Bu göz önüne alındığında, aslında onları elde tutmak, tamamen kaybetmekten çok daha verimlidir. Adikteev’de, kullanıcıları ayrılmadan önce yeniden hedeflemek için Churn Prediction teknolojimizden yararlanıyoruz. Bu, kullanıcı kaybını gerçekleşmeden önce önlemek ve onları doğru zamanda hedeflemek anlamına geliyor.
8-Son olarak, Churn Prediction ürününüz kimler için uygun? Hangi şirketler bu ürünü kullanmalı?
Yeterli düzeyde etkinliği olan ve aktif kullanıcıları yüksek katılım oranlarına sahip her durum için gerçekten uygulanabilir bir çözüm. Ne kadar çok veriye sahip olursak, o kadar isabetli olabiliriz.
En iyi kullanım alanının yılda bir kez abonelik yapılan uygulamalar olduğunu düşünmeyebilirsiniz ancak abonelikten ayrılma tahmini (churn prediction) dinamiktir ve kimin aboneliğini yenilemeyeceğini tahmin etmek adına günlük kullanıcı etkileşim eylemlerini incelemek oldukça yararlı olabilir. Bu, pazarlamacılara bu kullanıcıları kaybetmemek için segmentlere ayırma ve özel teşvikler sunma şansı verir.
Abone kaybı tahmininin uygun olduğu bir diğer kullanım alanı da yüksek LTV (müşteri yaşam boyu değeri) kullanıcılarına sahip uygulamalar. Bu durumda, bu kullanıcılar genellikle gelirin çoğunu getirir ve onları elde tutmak çok önemlidir. Öte yandan, para kazanmanın yalnızca bir ya da birkaç oturumda gerçekleştiği ve ardından büyük olasılıkla kayıpların yaşanacağı hyper-casual oyunlar gibi durumlarda, bu kullanıcıları portföydeki başka bir oyuna taşımak ve yeni kullanıcılar için harcama yapmaya devam etmek en doğrusu olacaktır.
Pratikte, bu yaklaşım bizim ortamımızı değiştiriyor. Çoğu şirket de hyper-casual’dan hybrid-casual oyunlara geçiş yapıyor. Bir tür uygulama içi satın alma mekaniğinin varlığı da bu senaryoda Adikteev’in Churn Prediction ürününü daha anlamlı hale getiriyor.
Cameron Thom
Satış Direktörü, Adikteev
