Örtük veriler, açıkça belirtilmeyen ancak açıkça verilen bilgilerden çıkarılabilecek bilgilerdir. Açık veriler bazen örtük verilerin antitezi olarak görülür.
Diyelim ki iş arkadaşınız size “Bir gün önce Tenten topla oynarken bacağını incitti” dedi. Bu öğleden sonra onu doktora götürmeliyim. Verilen kesin bilgilere göre Tenten yaralanmıştır ve şu anda bir hayvan doktoru tarafından tedavi edilmektedir. İma edilen veri Tenten’in bir kedi olduğudur.
İnsan-bilgisayar etkileşiminde örtük veri toplama, invazif olmayan kullanıcı verilerini toplar. İnsan-bilgisayar etkileşimi, bilgisayar arayüzünü özelleştirmek için kullanıcı verilerini toplar. Bu tür veriler bir kullanıcı modeli geliştirmek için kullanılır.
Örtük verinin ne olduğunu ve bu tür verilerin nasıl toplanabileceğini öğrenmek için bu blogda açıklanmıştır.
Örtük veri nedir?
“Örtük veri” terimi, kasıtlı olarak sağlanmayan, bunun yerine ya doğrudan ya da açık verilerin analizi yoluyla kolayca erişilebilen birçok veri akışından toplanan bilgileri ifade eder.
Gönüllü olarak sunulan bilgiler “açık veri” olarak bilinir ve anketler ve üyelik başvuruları gibi çeşitli şekillerde toplanabilir.
İnsan-bilgisayar etkileşiminde örtük veri toplama, kullanıcı hakkında pasif ve göze batmayan bir şekilde bilgi toplamak için kullanılır.
Son zamanlarda, sosyal ağ platformlarındaki verilerden önemli bilgiler çıkarılmıştır. Örneğin, Twitter ve Facebook gibi sosyal medya platformlarında bir durum gönderisi veya tweet genellikle hem açık hem de örtük veriler içerebilir.
Örtük Veri Kaynakları: Avantajları ve Dezavantajları
Örtük özelleştirme, bir kullanıcının belirli bir kanalı kullanırken benzersiz davranışına tepki vermeyi içerdiğinden ayrıntılı verilere dayanır. Kullanıcı, siz gerçekleri izlerken ve insan muhakemesini kullanarak gerçek zamanlı olarak analiz ederken desteklendiğini hissetmelidir. Ancak, tüm veri türleri eşit yaratılmamıştır. Etkili bir örtülü özelleştirme için birkaç farklı veri biçiminin birlikte çalışması gerekir.
-
- Profil Verileri: Bireysel profiller isimler, iletişim bilgileri, hesap numaraları, IP adresleri, önceki işlemler ve faaliyet kalıpları gibi verilerle doldurulur. Bu verilerin doğru, ilgili ve yararlı olup olmadığını belirlemek zor olabilir. Örtük kişiselleştirme, bir kullanıcıya o anda nasıl tepki vereceğinizi etkilediği için bu tür bilgileri içerir.
- Kullanıcı Segmentleri: Kullanıcı segmentleri benzer yaş, cinsiyet, coğrafya, sektör ve diğer demografik özelliklere sahip insan topluluklarıdır. Karşılaştırılabilir her bir tüketici grubunun tepkileri, pazarlamacılar tarafından speküle edilmekte ve tahmin edilmektedir. Bunun arkasındaki teori, genç, başarılı kadınlara yönelik bir kullanıcı deneyiminin, emekli, erkek hobiciler için yapılmış olandan farklı görünmesi gerektiğidir.
Örtük kişiselleştirmenin temeli olan segmentasyon, içerik hedefleme, öneriler ve çok çeşitli ziyaretçi talepleri ve hedeflerinin kemiklerini ve süreçlerini (veya yapısını) desteklemek için gereklidir.
- Kullanıcı Niyet Verileri: Kullanıcı amacını bilmek, kişiselleştirme girişimlerinize doğruluk katabilir. Siteler, bir ziyaretçinin konumunu, son ziyaretini ve çevrimiçi geçmişini bildiklerini gösterir. Kişiselleştirme, ziyaretçinin isteklerinden çok bireyle ilgili hale gelir. Bu da kullanıcıların hedeflerine ulaşamadan rahatsız olmalarına neden olur. Ziyarete değil ziyaretçiye odaklanmak, kişiselleştirmenin yavaş gelişimine ve gizlilik endişelerine katkıda bulunur.
Her kullanıcının istekleri sorulmalıdır. Bu, bir müşteri adayı telefon ettiğinde veya bir mağazayı ziyaret ettiğinde işe yarar, ancak çevrimiçi ortamda daha zordur. Bir ziyaretçinin tarayıcı geçmişi, arama sorguları ve tıklamaları gibi gerçek zamanlı veriler niyeti ortaya çıkarabilir. Sitenizde veya uygulamanızda veri topladığınız ve bunlara tepki verdiğiniz için, mağaza içi veya telefon iletişimini simüle eder.
Örtük veri toplamanın yolları
Her tüketici farklıdır ve masaya kendi beğenilerini, ilgi alanlarını ve kişiliklerini getirir. Ayrıca, müşterileriniz hakkında ne kadar çok bilgiye sahip olursanız, onlara yerinde ve çevrimdışı mesajlarınızı segmentlere ayırmak için o kadar iyi donanımlı olursunuz ve pazarlamanızın etkinliğini, alaka düzeyini ve hedeflenebilirliğini artırırsınız.
Ancak bu, tüketicilerinizden isteyeceğiniz çok şey varmış gibi görünebilir ve bunu anlıyoruz.
Örtük veri toplayarak müşterileriniz hakkında sormadan daha fazla şey keşfedebilirsiniz. Müşterilerden belirli bilgileri talep etmek yerine, açık verilerden farklı olarak bu verileri arka planda tanımlayabiliriz.
Örtük verilerin toplanması çeşitli şekillerde yapılabilir. Şimdi ayrıntılara girelim.
- Yöntemlerden biri, müşterilerinizin IP adresi veya tarayıcı ayarlarıdır. Bu, konumları veya tercih ettikleri dil gibi şeyler için kullanışlıdır. Bu, özellikle küresel satış yapıyorsanız veya işletmeniz Kanada gibi birçok resmi dili olan bir ülkede bulunuyorsa kullanışlıdır.
- İnternet çerezleri bir başka veri toplama yöntemidir. Bu, bir kişinin sitenizi ne sıklıkla ziyaret ettiği, bir sayfayı ne sıklıkla gördüğü ve hatta daha önce hangi kampanyaları görüntülediği veya katıldığı gibi etkileşimle ilgili verileri içerir. Daha sonra bu tür verileri kullanarak çeşitli etkileşim derecelerine göre ayrı kampanyaları segmentlere ayırabilirsiniz.
- Ayrıca gizli alanlardaki örtük verilerin toplanmasında da yardımcı olur. Bu form alanlarını ekleyebilirsiniz, ancak kullanıcı bunları göremeyecektir. Veriler yalnızca alanlar tanıtıldığında otomatik olarak toplanır.
- Kupon kodu, örtük verilerin son önemli parçasıdır. Müşterilerin hangi kampanyalara veya indirim kodlarına kaydolduğunu tam olarak bilirseniz, onları çeşitli tekliflerle veya iletişim biçimleriyle hedefleyebilirsiniz.
Sonuç
Örtük veriler, işletmelerin tüketicilerin web sitelerindeki gezinme davranışlarından topladıkları bilgilerdir; örneğin en çok hangi stil ve markalara tıkladıkları ve nerelerde gezindikleri gibi.
QuestionPro’nun Insights Hub’ı müşteri odaklıdır. Araştırmacılar, araştırma ve içgörü verilerini depolamak ve almak için bir yere ihtiyaç duyuyordu. Araştırma fikirlerini demokratikleştirmek için, farklı alanların ve işlevlerin kullanabileceği kolay erişilebilir bir merkeze ihtiyaçları vardı. Amaç, araştırma prosedürlerine zaman, çaba ve maliyet tasarrufu sağlayan yardım sağlamaktır.
QuestionPro’nun içgörü motoru 50’den fazla dili destekler ve entegre edilebilir. GDPR, HIPAA, Fedramp, Bölüm 508, CCPA, vb. ile uyumluyuz.
