Fintek Pazarlama Başkan Yardımcısı, Yapay Zekânın Vaadinin İçerikte Değil Veri Analizinde Olduğunu Söylüyor

Liam Bartholomew, Alt21 adlı bir finansal teknoloji şirketinde Pazarlama Başkan Yardımcısıdır. Bu görevinde, yapay zekânın en umut verici yeteneği olduğunu söylediği şeyi, kanallar ve veri siloları arasındaki veri analizini kullanıyor.

bunun gerçekte nasıl göründüğünü ve ekibinin bu nedenle ortalama bir kuruluştan nasıl farklı çalıştığını anlamak için kendisiyle görüştük. İşte söyledikleri.

Temelleri Atmak

Ben, Birleşik Krallık ve Avrupa'daki işletmelerin döviz ve hazine operasyonlarını yönetmesine yardımcı olan bir B2B finansal teknoloji şirketi Alt21'de Pazarlama Başkan Yardımcısı Liam Bartholomew.

Yaklaşık on yıldır B2B pazarlama alanında çalışıyorum. Alt21'e katılmadan önce, en son bir satış zekâsı platformu olan Cognism'de Pazarlama Başkan Yardımcısı olarak görev yaptım.

Alt21, nispeten erken aşamadaki bir işletme. Odak noktamız Birleşik Krallık ve Avrupa; başlangıçta ağırlıklı olarak dijital kanallara odaklanıyoruz. Ücretli arama, ücretli sosyal medya ve organik SEO, oluşturduğumuz temel kanallar.

Bu aşamada konu karmaşıklık yönetmekten çok, temelleri doğru atmak ve ölçeklendirmeden önce neyin işe yaradığını anlamakla ilgili.

Yapay Zekânın En Büyük Pazarlama Fırsatları Neden Veri Analizi ve Raporlamadır?

Yapay zekâyla ilişkim buraya katıldığımda başladı. Tek kişilik bir pazarlama ekibine katıldım ve yapay zekâ olmasaydı çok yavaş kalırdım. Gerçek buydu. Şimdi kendim, bir büyüme pazarlamacısı ve bir içerik pazarlamacısından oluşan üç kişilik bir ekibiz. Yani hâlâ küçüğüz, ancak şekillenmeye başlıyoruz.

Sıfırdan başlamak nadir bulunan bir fırsat. Yerleşik ekiplerin mevcut sistemleri, süreçleri ve alışkanlıkları vardır; bunların üzerine yapay zekâ eklemek zordur. Sıfırdan kurmak, tüm işlevi ilk günden yapay zekâ odaklı hâle getirmeme olanak tanıyor. Bu gerçek bir avantaj gibi geliyor ve bundan en iyi şekilde yararlanmak istedim.

Yapay zekânın neler yapabileceğini öğrenmek için bir şeyler oluşturmaya başladım. Varsayımlara değil kanıtlara dayanarak en iyi müşterilerimizi belirlemek için müşteri ve gelir verilerimizi Claude'a yükledim. Bunun haftalar sürmesi gerekirdi, ancak yapay zekâ sayesinde bunu bir öğleden sonra içinde yaptık. Ardından, işlem hattını sorgulayıp saatler yerine dakikalar içinde güvenilir raporlar alabilmek için CRM'imizi bağladım. Trafik kaynağından yeni hesap açılışlarına kadar huninin tamamını görebilmek için veri ambarımızı, CRM'imizi ve web sitemizi de birbirine bağladım.

Verileri Birbirine Bağlamak Pazarlama Kanallarını Nasıl Optimize Eder?

Gördüğüm kadarıyla yapay zekânın pazarlamacılar için en büyük fırsatı içerik veya metin üretimi değil; veri analizi ve raporlama.

Çoğu pazarlama ekibi karar almak için hâlâ önemli miktarda zaman harcıyor. Farklı araçlardan veri çekiyor, birbiriyle uyuşmayan sayıları uzlaştırıyor ve daha kimse okumadan güncelliğini yitiren sunumlar hazırlıyorlar. Ekiplerin ayda bir haftasını buna harcadığını ve sınırlı içgörü elde ettiğini gördüm.

Artık bu zaman geri kazanılabilir. CRM'inizi, web sitesi analizlerinizi ve ücretli reklam verilerinizi merkezi bir yerde birleştirip yapay zekâyla sorgulamak, raporlamanın zahmetli işlerini büyük ölçüde ortadan kaldırıyor. Geriye gerçekten önemli olanlar kalıyor: yorum, karar ve eylem.

Birçok pazarlama lideri hâlâ yapay zekâyı bir içerik aracı olarak görüyor ve bu noktayı tamamen gözden kaçırıyor. Daha büyük fırsat, onu çoğumuzun yıllardır olduğunu iddia ettiği ancak hayata geçirmek için nadiren gerekli altyapıya sahip olduğu veri odaklı işlev hâline nihayet gelmek için kullanmak.

Bu nedenle şu anki odağım tüm verileri birbirine bağlamak. Şu anda ücretli arama ve ücretli sosyal medya, farklı metriklere sahip ayrı platformlarda çalışıyor. Web sitesi davranışları, organik ve SEO verileri ile CRM işlem hattı ve gelir verileri de ayrı yerlerde bulunuyor. Bu yüzden tüm bu verileri tek bir yerde sentezleyen otomatik raporlama sistemi oluşturuyorum. Bu sayede ücretli ve organik kanalların nasıl etkileşime girdiğini, hangi kampanyaların yalnızca tıklama değil gelir sağladığını ve karar konusunda tam bir güvenle harcamayı nerede artırmam veya azaltmam gerektiğini görebileceğim.

Yapay zekâ, kanallar arası bu tür bir sentezi daha önce mümkün olmadığı kadar gerçek anlamda mümkün kılıyor. Bizimki gibi küçük bir ekip için bu kritik önem taşıyor. Küçük bir ekip, neyin işe yaradığını görmek için aylarca bekleyerek deneyler yürütmeyi göze alamaz. Bütçe dağılımı konusunda daha hızlı ve daha bilinçli kararlar almaları gerekir.

Yapay Zekâ Veri Analizi ve Raporlama Uygulamada Nasıl Görünür?

Uygulamada bunun nasıl göründüğü şöyle. CRM'imiz Attio, veri ambarımız ve web sitesi analizleri arasında bir bağlantı oluşturdum ve tüm bunları Claude üzerinden sorguluyorum. Daha önce hunimizi anlamak, birden fazla kaynaktan verileri manuel olarak çekmek anlamına geliyordu. Verilerin tutarlı olmasını umuyor ve anlamlarını analiz edebilmeden önce hazırlamak için önemli miktarda zaman harcıyorduk.

Artık Attio işlem hattımızı doğrudan sorgulayabiliyor ve güvendiğim raporlar alabiliyorum. Ayrıca Microsoft Clarity, Google Search Console ve CMS'imize bağlı haftalık bir web sitesi raporu oluşturdum. Bu rapor, gerçek kullanıcı davranışlarına dayalı olarak kırmızı, sarı ve yeşil eylem listesi sunuyor. Çalıştığı ilk hafta, mobil kayıt sayfamızdaki çalışmayan tıklama sorununu tespit etti ve bunu hemen düzelttik. Bu sorunu manuel olarak ortaya çıkarmak aylar sürerdi.

İşte birkaç örnek daha:

• Yeni hesaplar için Attio'yu veri ambarımıza ve web sitemize bağlayan tam huni raporu, Mart ayındaki web sitesi trafiğinde %157'lik bir artış olmasına rağmen yeni hesapların neredeyse hiç değişmediğini ve dönüşüm oranının %7,2'den %2,8'e düştüğünü gösterdi. Trafik artışı büyük ölçüde düşük kaliteli trafikten kaynaklanıyordu. Veriler farklı yerlerde bulunduğunda bu sinyali gözden kaçırmak kolaydır.
• Vaka çalışmaları, referanslar ve benzeri içeriklere ihtiyacım vardı; bu nedenle Claude'dan tüm müşteri tabanımızı (Attio üzerinden) etkileşim sinyallerine göre puanlayarak en iyi adayları ortaya çıkarmasını istedim. Ticari işlem etkinliği, müşteri olma süresi, ürün kullanımı ve geçmişteki yanıt verme eğilimi gibi bazı sinyalleri zaten aklımda belirlemiştim. Claude'dan başka ilgili faktörler önermesini de istedim. Birlikte, iyi bir destekçinin nasıl olması gerektiğini doğru şekilde yansıtan bir puanlama çerçevesi geliştirdik. Claude daha sonra bunu tüm CRM'e uyguladı ve sıralanmış bir liste oluşturdu. Sonuçları aynı gün öğleden sonra aldım ve çıktı harikaydı.

Verilerimizi birbirine bağlamak, verilerimizi farklı araçlarda herkesin kendi silosu içinde çalışması yerine sorgulanmak üzere Claude'da merkezileştirerek şirket içinde kültürel bir değişime de yol açtı. Bu değişim muhtemelen teknik değişiklikler kadar önemliydi.

Bu hâlâ devam eden bir çalışma, ancak şimdiden kararlarımın aksi durumda olacağından daha sağlam temellere dayandığını ve verileri çekip düzenlemek için harcadığım zamandan tasarruf ederek bu zamanı verilerle gerçekten bir şeyler yapmaya ayırdığımı görüyorum.

Veri Kalitesi Neden Önemlidir?

Olumsuz tarafı şu ki bunun işe yaraması için CRM verilerinin yüksek kalitede olması gerekiyor ve bizim verilerimiz henüz tam olarak bu seviyede değil.

İlk taslak raporların kullanılabilir hâle gelmeden önce insanlar tarafından kapsamlı bir şekilde incelenmesi gerekiyor. Çıktılar güvenilir hâle gelmeden önce güvenilir veri temelleri oluşturmak için gereken çalışmayı hafife almak kolaydır.

Yapay Zekâ ile İnsan Emeği Arasında Nasıl Seçim Yapılır?

Yapay zekâyı ne için kullanacağıma karar verirken bazı yol gösterici ilkeleri takip ediyorum.

Analiz ve araştırma görevlerinin çoğunda yapay zekâdan yararlanıyorum. Satış hattı raporlaması, web sitesi davranışları, ICP analizi ve neler olduğunu ortaya çıkarmak için farklı araçlardaki verileri bir araya getirmek bunlara dâhil. Buralarda yapay zekâya büyük ölçüde güveniyorum; çünkü en çok zaman kazandıran yöntem bu ve açıkçası elle yapabileceğimden daha iyi performans gösteriyor.

İçerik ve yaratıcı işler tarafı daha incelikli. Orada da yapay zekâ kullanıyorum, ancak farklı bir şekilde. Yapay zekâ işi tamamen yapmıyor; bunun yerine beni işin %80'ine veya %90'ına kadar getiriyor. Bu da enerjimi gerçekten önemli olan benzersiz unsura odaklamamı sağlıyor.

Yapay zekânın pazarlama üzerindeki etkisi, fabrika makinelerinin üretim üzerindeki etkisine benziyor. 10.000 özdeş çikolata barı üretmek kolaylaştığında, üretimin kendisi farklılaştırıcı olmaktan çıktı. Farklılaştırıcı olan marka hâline geldi. Bir barı diğerinden farklı kılan şey önemli hâle geldi.

Yapay zekâ içerik için de benzer bir şey yapıyor. Artık herkes bir blog yazısı yazabilir. Herkes yüksek hacimde üretim yapabilir. Bu nedenle değerli unsurlar; uzman görüşü, samimi yorumlar ve başkalarının bilmediği bir şeyi bilmekten doğan içgörüdür. Bu kısım insanlara ait kalmalı. Bunun nedeni yapay zekânın kelimeler üretememesi değil; bu kelimelerin ardındaki bakış açısı ve deneyimin onları okumaya değer kılmasıdır. Yapay zekâ geri kalan her şeyi daha hızlı yapmama yardımcı oluyor, böylece o kısma ulaşabiliyorum.

Yapay Zekâ Tasarım ve Web Sitesi Projelerinde Neden Beklentileri Karşılamıyor?

Yapay zekâ, tasarım ve web sitesi konusunda beklentileri karşılamadı.

Birçok kişi yapay zekânın tasarımcıların, video editörlerinin ve web geliştiricilerinin yerini alabileceğini iddia ediyor. Ben bunu denedim ve başkalarının da denemesini izledim. İçerik üretimine benzer şekilde, sizi işin %80'ine veya %90'ına kadar getirebilir. Ancak son %10 veya %20, markanızın yaşadığı yerdir. Yaratıcı çalışmanızın size aitmiş gibi görünmesini ve aynı istemi kullanan herkesin çalışmasına benzememesini sağlayan şey budur.

Genel bir şeyden memnunsanız muhtemelen gayet iyi çalışır. Ancak işletmelerin güvenini kazanmaya çalışan bir finansal teknoloji şirketi için tasarım çok önemli bir rol oynar. Birisi tek bir kelime bile okumadan önce güvenilirliği iletir. Modülleri tam olarak çalışmayan veya yapay zekâ tarafından oluşturulmuş bir görsel kimliğe sahip bir web sitesi, insanlar bunun nedenini her zaman açıkça ifade edemese bile bu güveni zedeler.

Bu iş için hâlâ insanlara güveniyorum: Bir tasarımcı, bir video editörü ve bir web geliştiricisi. Bu değişmedi.

Yaratıcı alanda yapay zekâ etrafındaki heyecan, en azından markanızı makul bir standarda göre değerlendiriyorsanız, henüz gerçeklerle örtüşmüyor. Yararlı bir araç, ancak bir ikame değil ve birçok kişi bunu zor yoldan öğrenecek.

Yapay Zekâ Daha Yalın Pazarlama Ekiplerini Nasıl Oluşturuyor?

Artık devasa pazarlama ekiplerine ihtiyaç yok. Ekibi ne kadar yalın tutabileceğimizi görmek ilginç olacak.

Yapay zekâ odaklı bir ekip, hızlı içgörülerle yönlendirilerek çok daha fazlasını ve ilk seferde çok daha doğru bir şekilde gerçekleştirecek.

İlerleyen dönemde, operasyon odaklı bir kişi (ör. AI Ops, MarOps) ve deneyimli bir büyüme pazarlamacısı vazgeçilmez hâle gelecek — böylece doğru şekilde yapı kurmanız ve ilerledikçe tüm sistemleri birbirine bağlamanız sağlanacak.

Pazarlama Liderleri Yerleşik Süreçlere Neden Meydan Okumalı?

İşte tavsiyem.

1. Deneysel olun ve süreç konusunda aşırı hassas davranmayın. “Ya buna yeni yöntemle, sıfırdan başlasak?” diye sormaya istekli olduğum için en iyi işlerden bazılarını ortaya koydum. Süreçlerin geçmişe sahip olduğu ve insanların bunları sahiplendiği yerleşik ekiplerde bu rahatsız edici olabilir. Ancak bir şey yapay zekâ merkeze alınarak yeniden tasarlanabiliyorsa, bunun gerekip gerekmediğini sormaya muhtemelen değer.
2. Doğru kişiyi sürece dahil edin. Her şeyi kendiniz oluşturmanız gerekmez, ancak yanınızda bunu gerçekten çözmek isteyen birinin olması gerekir. Konuya meraklı olan, eve gidip bununla uğraşan ve fikirlerle gelen biri. Bu enerjiyi yapay olarak oluşturmak zordur ve herhangi bir araçtan ya da bütçeden daha önemlidir.
3. İşe yarayanları erkenden ve sık sık paylaşın. CEO’muzun desteğini almak, CTO’ya ulaşmamızı sağladı ve daha fazla veri altyapımızı birbirine bağlamamıza olanak tanıdı; bu da her şeyi daha güçlü hâle getirdi. Bu, büyük bir sunum hazırladığım için olmadı. İnsanlara faydalı bir şey gösterdiğim ve onlar da bunun daha fazlasını istediği için oldu. İvme, küçük ve görünür başarılardan doğar.
4. İnsanlara ihtiyaç duymaktan kurtulmak için otomasyon yapabileceğinizi düşünmeyin. Kazanacak ekipler, yapay zekâyla çalışan sayısını azaltanlar olmayacak. Kazanacak ekipler, yapay zekâ temel işleri üstlendiği için daha yüksek değerli işler yapan insanlara sahip olanlar olacak. Bu farklı bir hedef ve daha iyi sonuçlara götürüyor.
5. Son olarak, mükemmel bir planınız olana kadar beklemeyin. Yapay zekânın sizin özel durumunuzda neler yapabileceğini anlamanın en iyi yolu, küçük ve kusurlu olsa bile bir şeyler oluşturmaya başlamaktır. Her şeyi okuyarak değil, yaparak öğrendim.

Takip Edin

Liam’ın Alt21’de pazarlama birimini nasıl geliştirdiğini LinkedIn üzerinden takip edebilirsiniz.

The CMO Club’da daha fazla uzman röportajı sizi bekliyor!