E-posta pazarlaması hâlâ en yüksek ROI sağlayan kanallardan biri; ancak gürültü artarken her gönderinin değeri azalıyor. SmiloAI, davranışsal ve işlem (transactional) veriyi birleşik bir müşteri görünümünde (unified profile) toplayıp gerçek zamanlı segmentasyon, gönderim zamanı optimizasyonu ve içerik kişiselleştirmesini tek platform üzerinden otomatikleştirir. Hedef: daha az göndererek daha çok değer üretmek.
Temel ilkeler
- Alaka (Relevance): Segment + bağlam + zamanlama → spam riskini düşürür, etkileşimi yükseltir.
- Süreklilik: Deney sürekli test & öğren döngüsünde rafine edilir.
- Şeffaflık & Uyum: Onay yönetimi, tercih merkezi ve KVKK/GDPR kayıtları merkezi izlenir.
- Otomasyon: Tekrarlayan iş akışları (welcome, re-engagement, churn önleme) kodsuz şablonlarla yönetilir.
Veri katmanları ve birleşik profil
Kişiselleştirmenin temeli veri entegrasyonudur. SmiloAI; CRM (müşteri öznitelikleri), ürün olayları (events), destek / bilet sistemi sinyalleri, ödeme başarısızlıkları ve web davranışını düşük gecikmeli veri katmanında harmanlar. Her olay veri sözleşmesi (schema + kalite kuralları) ile validasyondan geçer; eksik/bozuk alanlar quarantine’e alınır. Birleşik profildeki her alan lineage grafında izlenebilir – bu sayede kampanya sonuçları geriye dönük olarak veri üretim zinciriyle ilişkilendirilebilir.
Segmentasyon çerçevesi
- Core Fit: Demografik / firmografik eşleşme (sektör, şirket büyüklüğü).
- Davranış: Olay frekansı, son etkileşim zamanı, derinlik (ör. kullanılan özellik sayısı).
- Niyet (Intent): Fiyat sayfası ziyaretleri, özellik dokümantasyonu inceleme süreleri.
- Değer / Potansiyel: Gelir katkısı (MRR bandı), olası çapraz satış skorları.
- Risk / Sağlık: Churn early-warning metrikleri (azalan oturum sayısı, ticket yoğunluğu).
SmiloAI; bu katmanların hepsi için stream + incremental batch karması kullanır. Segment kuralları JSON veya görsel kural builder ile tanımlanır; değişiklikler versiyonlanır ve geriye dönük diff tutulur.
Dinamik içerik ve şablon motoru
Şablonlarda koşullu bloklar (ör. {{#if feature_used}}) ve deney varyantları doğrudan context objesi üzerinden çözülür. SmiloAI kişiselleştirme motoru; içerik bileşen performansını (hero görsel, CTA metni) ayrı ayrı skorlar. Düşük performanslı bileşenler otomatik yenileme kuyruğuna alınır. Böylece sadece tam kampanyalar değil; kampanyayı oluşturan mikro bloklar da optimize edilir.
Gönderim zamanı optimizasyonu (Send Time Optimization - STO)
Model; kullanıcının geçmiş açılma / tıklama zaman serisi, cihaz türü ve zaman dilimi normalizasyonu ile her alıcı için bir olasılık yoğunluk fonksiyonu üretir. Gönderim kuyruğu bu dağılımın tepe noktalarına (mode) yakın slotları seçip MTA yük dengesini de gözetir. A/B testleri, STO modelinin baz çizgisine (uniform window) göre uplift yüzdesini raporlar.
Teslim edilebilirlik (Deliverability) mühendisliği
- SPF / DKIM / DMARC uyum kontrolleri pipeline’a gömülü.
- Spam complaint oranı eşik aştığında otomatik frekans azaltma (throttling).
- Bounce türü (hard/soft) sınıflaması ve yeniden deneme politikası.
- IP / domain ısındırma (warming) planı adım bazlı otomasyon.
- Geri bildirim döngüsü (feedback loop) verilerini profil sağlığına işler.
Deney tasarımı ve istatistiksel sağlamlık
SmiloAI deney modülü; minimum örneklem (power analysis), beklenen uplift ve hata payı bazlı otomatik tahsis (allocation) hesaplar. Sequential testing düzeltmeleri (ör. alpha spending) ile erken durdurma yanlılığı azaltılır. Çoklu hipotez için Holm-Bonferroni uygulanır; rapor paneli sadece nihai onaylanmış sonuçları ürün ekipleriyle paylaşır.
Kritik metrikler
- Open Rate (korelasyonlu modül): iOS gizlilik değişiklikleri için düzeltmeli model.
- Click-to-Open Rate (CTOR): İçerik alakalılığı daha iyi temsil eder.
- Conversion Rate: CRM fırsat / MQL’e bağlanan gerçek iş değeri.
- Churn Impact: Re-engagement dizilerinin kayıp engelleme yüzdesi.
- Revenue per Send: Monetizasyon optimizasyonu için temel verimlilik metriği.
Uyumluluk ve tercihler
Tercih merkezi (preference center) kullanıcıya frekans, içerik teması ve veri izni seviyelerini yönetme imkânı verir. SmiloAI; KVKK / GDPR için kanıtlanabilir onay kayıtları, istek üzerine unutulma (right-to-erasure) akışı ve audit log sağlar. PII alanlar üretim dışı ortamlarda maskeleme + sentetik veri stratejisiyle korunur.
Maliyet ve verim
Gönderim hacmi > değer ilişkisini optimize etmek için her kampanya için Marjinal Ek Gelir / Ek E-posta metriği hesaplanır. Azalan marjinal getiri eşiği aşıldığında sistem otomatik frekans azaltma önerisi üretir. Böylece uzun vadeli domain itibarı korunur.
Yol haritası (örnek 90 günlük)
- 0-30 gün: Veri entegrasyonu, unified profile, temel segment seti, baseline metrik.
- 31-60 gün: Dinamik şablonlar, STO model ilk sürüm, re-engagement otomasyonu.
- 61-90 gün: İleri deney platformu, mikrobileşen optimizasyonu, maliyet/verim raporları.
SSS
Kişiselleştirme spam riskini artırır mı?
Hayır; alaka skorunu yükselttiği için spam işaretleme oranı genelde düşer.
iOS gizlilik sonrası open verileri güvenilir mi?
SmiloAI modeli yapay açılmaları (proxy opens) istatistiksel filtrelerle temizler.
Kaç test aynı anda koşabilir?
Trafik segment çakışması riskine göre otomatik kapasite hesaplanır; çakışan testler sıraya alınır.
Deliverability sorunlarını nasıl erken tespit ediyorsunuz?
Complaint + bounce + engagement düşüşü bileşik risk skoruna girer, eşik aşımında uyarı.
Veri gizliliği süreçleri manuel mi?
Silme ve data export talepleri API & panel üzerinden otomatik orkestrasyonla yürütülür.