Vaka Çalışması · Perakende
Derimod CRM analitiği: müşteri 360, kampanya başarı datamart'ı ve dashboard'u
Stok tarafı oturduktan sonra sıra müşteriye geldi. Dynamics CRM, Shopify ve ERP'deki müşteri, üyelik, puan ve kampanya verisini aynı veri ambarına bağladık; kampanya sonuçlarının tek satırda özetlendiği yapının yerine fiş satırı grain'inde bir yıldız şema kurduk. MASS ve loyalty kampanyaları, puan kazanımı ve harcaması burada kanal, segment ve ürün kırılımında izleniyor. Günlük segment ve puan güncellemesi canlıda, müşteri 360 görünümü prototip aşamasında; churn ve sıradaki en iyi teklif ise yol haritasında.
- Fiş satırı
- Grain
- 2
- Kampanya türü
- 5 + 2
- Boyut
- Günlük
- Segment güncelleme
Bir fişte birden fazla kampanya; ürün bazında etki
MASS (herkese) · loyalty (segmente özel)
Kampanya, müşteri, ürün, mağaza/kanal, tarih + 2 köprü
Kart segmenti ve puanlar her gece
Problem
Derimod’un müşteri verisi üç yerdeydi: Dynamics CRM’de üyelik, segment ve iletişim; Shopify’da online sipariş ve site davranışı; ERP’de mağaza satışı ve fatura. Kampanya raporu tek satırdan ibaretti: “kampanya X: şu kadar ciro”. Hangi segment tepki verdi, puan harcayan müşteri neyi aldı, aynı fişte iki kampanya çakışınca hangisi işe yaradı, mağaza ile e-ticaret arasındaki fark ne? Mevcut raporla bu soruların hiçbiri cevaplanamıyordu.
Stok tarafındaki veri ambarı üç yıldır çalışıyordu; müşteri verisini aynı ambara bağlamak doğal adımdı.
Katmanlar
Temmuz 2025’te iki dokümanla başladık: biri yöneticiye “veri ambarı dört katlı bir bina” diye anlatan proje başlangıcı, biri teknik CDP tasarımı.
| Katman | Ne yapar |
|---|---|
| Staging | CRM, Shopify ve ERP’den gelen veri değişmeden durur; hiçbir kayıt kaybolmaz |
| Temizleme | Format birliği (tarih, telefon, para), tekrar eden müşterinin birleştirilmesi, eksik veri kuralları |
| Entegrasyon | E-posta, telefon ve isim üzerinden müşteri eşleştirme; tek müşteri kimliği; yavaş değişen boyutlar |
| Sunum | Datamart’lar (kampanya, müşteri, satış); dashboard’lar buradan okur |
CRM’den 15 dakikalık artımlı, ERP’den günlük, Shopify’dan saatlik akış tasarlandı, öncelikli tablolar için dört saatte bir. Müşteri ana tablosu üç sistemin kimliğini yan yana taşır: CRM, Shopify ve ERP müşteri kodu tek satırda.
Kampanya başarı datamart’ı
Aralık 2025’te kampanya analitiğini yıldız şemaya oturttuk. En önemli karar grain oldu ve fiş satırını seçtik. Bir fişte birden fazla kampanya uygulanabiliyor, etkiyi ürün bazında görmek gerekiyor, sepet analizi fiş üzerinden gruplama istiyor ve puan kazanımı ile harcaması satır satır izlenmeli.
- FACT_CampaignTransaction: kampanya uygulama bilgisi, satış mekaniği, puan mekaniği, maliyet ve marj.
- Boyutlar: kampanya (tür, kategori, kapsam, zamanlama, hedef), müşteri (demografi, loyalty seviyesi: Silver, Gold, Diamond), ürün hiyerarşisi, mağaza/kanal (mağaza, web, mobil, pazaryeri), tarih.
- Köprüler: kampanya–ürün ve kampanya–hedef kitle.
Dashboard’un ilk sayfası yönetici özeti: kampanya performans trendi, MASS ile loyalty karşılaştırması, kanal kırılımı, incremental gelir ve ROI. Sonraki sayfalar segment, ürün kategorisi ve mekanik bazında derinleşir. KPI kataloğu (kampanya başına ciro, katılım oranı, puan harcama oranı, kampanya sonrası tekrar alışveriş) her metriğin formülüyle birlikte yazıldı.
Canlıda olan ve prototip
- Günlük segment ve puan güncellemesi: kart segmenti ve puan bakiyesi her gece prosedürle hesaplanır; puan kazanım kontrolü raporlanır.
- Kampanya raporu prosedürü: datamart’ı besleyen ve dashboard’a servis eden akış.
- Müşteri 360 (prototip): tek ekranda son siparişler, e-posta ve site aktivitesi, segment (“en iyi %10”), ürün segmenti ve yaşam döngüsü aşaması, önerilen ürünler; yönetime örnek müşteri üzerinden gösterildi.
Yol haritası
2026 planında CRM üç analitik projeyle devam ediyor:
- Churn: kaybedilme riski taşıyan müşterinin erken tespiti.
- Sıradaki en iyi teklif (NBA): müşteri ve ürün yaşam döngüsüne göre öneri.
- Kampanya ve indirim etkisi: kampanyanın incremental katkısını kontrol grubuyla ölçmek.
Üçü de aynı datamart’ın üstüne kurulacak.
Neden böyle
- Fiş satırı grain’i. Fiş seviyesinde tutulsaydı çakışan kampanyalar ve ürün etkisi kaybolurdu. Satır seviyesi daha pahalı, ama bu soruları cevaplamanın başka yolu yoktu.
- Aynı ambar. Müşteri verisi ayrı bir sistemde toplansaydı stok ve müşteri verisi hiç bir araya gelmezdi. “Bu kampanya hangi mağazada hangi stoku eritti” sorusu ancak tek ambarda cevaplanabiliyor.
- Önce ölçüm, sonra model. Churn ve NBA’ya geçmeden önce kampanya başarısını ölçebiliyor olmamız gerekiyordu.