Skip links
C Akademi

Veriye Dayalı Pazarlama Bilimine Hoşgeldiniz!

C Akademi, veriyle çalışan, yapay zekâ destekli ve patentli teknolojilerle donatılmış yeni nesil reklam teknolojileri eğitim platformudur.

Pazarlama, medya ve veri analitiğinin kesişiminde konumlanan bu platform; human movement data, AI-driven segmentation, programmatic targeting ve real-world attribution gibi konularda pratik bilgi sunan özgün MasterClass içerikleriyle dikkat çeker.

Amacımız, katılımcılara modern reklam teknolojilerine dair daha uygulamalı ve stratejik bir bakış açısı kazandırmaktır.

MasterClass 1

Lokasyon verisi nedir? Nasıl toplanır, nasıl anlamlı hale getirilir?

MasterClass 2

LoopMe’nin patentli AI sistemi ve real-time consumer sentiment datasıyla nasıl segmentasyon yapılır, medya yatırımı nasıl optimize edilir?

MasterClass 3

Frameplay ile oyun içi reklamlar nasıl ölçümlenir? Etkileşim alanı, görüş açısı, süre, erişim gibi metriklerle yaratıcı çözümler nasıl skorlanır?

MasterClass 4

Fiziki dünyada billboardlar nasıl ölçülür? Visibility cone ve geo-index analizleriyle fiziksel dünya nasıl dijitalleşir?

MasterClass 1

İnsan Hareket Verisi

Bu MasterClass’ta, reklam teknolojilerinde insan hareket verisinin nasıl toplandığını, anonimleştirildiğini ve analiz edilerek hedefleme, segmentasyon ve ölçümleme süreçlerinde nasıl kullanıldığını adım adım inceleyeceğiz.

Azira gibi lokasyon bazlı platformlar üzerinden; opt-in ID’ler, SDK altyapısı, ziyaret analitiği, footfall ölçümü ve gerçek zamanlı hedefleme gibi kavramlara odaklanacağız.

Katılımcılar, bu eğitim sonunda insan hareket verisini stratejik medya planlamasında kullanabilecek bilgi ve içgörüye sahip olacak; dijital ve fiziksel dünya arasında veri köprüsü kurmanın yöntemlerini öğrenmiş olacaklar.

İnsan Hareket Verisi Nedir?

İnsan hareket verisi, akıllı telefonların GPS, ve hücresel sistemler aracılığıyla topladığı konum (enlem-boylam) koordinatlarına dayanan bir veri türüdür.

Bu veriler, kullanıcıların cihazlarıyla birlikte zaman ve mekân içinde nasıl hareket ettiklerini gösterir. Veri anonimleştirilmiş şekilde, kullanıcının açık onayıyla toplanır ve genellikle uygulamalar aracılığıyla paylaşılır.

Veri

  • Belirli bir cihazla eşleşmiş bir benzersiz tanımlayıcı içerir.
  • Genellikle birkaç metre hassasiyetle alınmış konum bilgisidir.
  • Hareketin zamana bağlı olarak değişimini gösterir
    (örneğin: sabah ev – öğlen AVM – akşam spor salonu).

Bu ID'ler her kullanıcıya özeldir, ancak anonimleştirilmiş şekilde cihaz tarafından atanır. Opt-in sonrası, reklam SDK’leri bu ID’yi kullanarak insan hareketi verisini toplar.

Geospidal SDK (Software Development Kit), mobil uygulamalara entegre edilen ve insan hareketi verisini toplayarak analiz edilmesini sağlayan bir yazılım modülüdür. Bu SDK, kullanıcının açık rızasıyla, cihazdan gelen GPS, Wi-Fi, Bluetooth ve hücresel verileri anonimleştirerek işler.

Veri Kaynağı

  • Navigasyon uygulamaları
  • Reklam gösterim sistemleri (SSP/DSP)
  • Haber uygulamaları
  • Sosyal medya uygulamaları
  • Tarayıcı uygulamaları
  • Fitness, hava durumu, oyunlar

Uygulama geliştiriciler, bu yazılım kitini uygulamalarına ekleyerek kullanıcının zaman ve mekân içindeki hareketlerini koordinat bazlı olarak kaydedebilir.

Toplanan bu veri, reklam hedefleme, ziyaret analizi, tüketici davranışı takibi gibi farklı analizler için Geospidal platformuna iletilir. SDK, GDPR ve KVKK gibi veri güvenliği yasalarına tam uyumlu şekilde çalışacak şekilde tasarlanmıştır.

GPS ile Lokasyon Verisi Nasıl Toplanır?

GPS, mobil cihazların uydu sinyalleriyle konumunu belirlemesini sağlar. Bu veriler, kullanıcının hareketini anlamak ve lokasyon bazlı içgörüler üretmek için temel kaynaktır.

GPS Verisinin Özellikleri

Genellikle 5 ila 10 metre hassasiyetle konum bilgisi sağlar.

Özellikle dış mekânlarda, açık alanda yüksek doğrulukta veri üretir.

GPS verisi, kullanıcının hareket halindeyken nasıl konum değiştirdiğini anlamak için idealdir .

Nasıl Elde Edilir?

Mobil uygulamalarda çalışan SDK’ler (örneğin: Azira SDK), cihazın işletim sisteminden GPS verisini alır.

Bu veri, kullanıcının rızasıyla, anonimleştirilmiş bir şekilde SSP sunucularına iletilir.

Zaman damgası (timestamp) ile birlikte kaydedilir; böylece hareketin rotası çıkarılabilir.

Gizlilik ve Güvenlik

GPS verisi, benzersiz bir cihaz ID’siyle eşleşerek ama kullanıcıya dair kişisel bilgi içermeyecek şekilde tutulur.

GDPR ve KVKK çerçevesinde açık rıza ve veri minimizasyonu ilkeleri esas alınır.

Software Development Kit

Bir uygulamaya yeni yetenekler kazandıran geliştirici araç takımıdır.

Nasıl Çalışır?

1. Mobil uygulamalara entegre edilir
Örneğin: bir hava durumu, navigasyon ya da alışveriş uygulaması


2. Cihazdan anonim sensör verileri toplar
Konum, hareket, bağlantı durumu gibi veriler, reklam ve analiz platformlarıyla paylaşılır. GDPR/KVKK uyumlu & izinli veri modeliyle

Neden Önemli?

Footfall & Ziyaret Ölçümü
“Gerçek dünyada nerede, ne zaman, ne yaptı?” sorusuna net yanıt verir.

Foreground ve Background Veri Toplama

Foreground Veri Toplama

Uygulama aktif olarak kullanılırken (ekran açıkken), SDK cihazdan gerçek zamanlı konum verilerini alır. Bu veriler genellikle daha yüksek doğruluk içerir ve kullanıcı etkileşimi sırasında elde edildiği için bağlam açısından daha zengindir (örneğin: hangi mağazada, ne kadar süreyle kalındı?).

Background Veri Toplama

Uygulama arka planda çalışırken (kullanıcı uygulamada aktif değilken), SDK belirli aralıklarla konum sinyalleri alır. Bu sayede kullanıcının gün içerisindeki hareket rotası, duraklama noktaları ve alışkanlıkları analiz edilebilir. Bu tür veri, footfall analizi, lokasyon bazlı segmentasyon ve ziyaretçi profili çıkarımı için kritiktir.

AZIRA SDK Yapısı ve Veri Toplama Modeli

1.6 milyar kullanıcı, 44 ülke, her gün 10+ TB veri işleniyor.

Veri İşleme Zinciri

Veri gerçek dünyayı temsil etmeli.

  • Lokasyon sinyalleri; hız, yükseklik, sinyal kalitesi gibi teknik kriterlerle analiz edilir.
  • Gerçek dışı hareketler, zıplama ve anormal cihaz davranışları elenir. “Gerçekten orada mıydı?” sorusuna yanıt aranır.

SDK Entegrasyonu: 400+ Mobil Uygulamada Aktif

Azira’nın kendi SDK’sı, dünya genelinde 400’den fazla mobil uygulamaya entegre edilmiştir.

Bu SDK’ler; kullanıcı rızasıyla konum, sinyal gücü, hız, doğruluk ve cihaz ID’si gibi verileri anonimleştirerek toplar.

SDK, hem foreground (aktif kullanımda) hem de background (arka planda) çalışarak kapsamlı hareket rotası çıkarır.

SSP Ping Verileri: 100.000+ Uygulamada Sinyal Seviyesinde Erişim

SDK dışında, Azira SSP (Supply-Side Platform) iş ortakları aracılığıyla 100.000’den fazla uygulamadan ping düzeyinde veri alır.

Bu veriler, uygulamaların reklam çağrısı sırasında topladığı cihaz lokasyonu ve sinyal bilgileri gibi bilgilerden oluşur.

Her ping; zaman damgası, koordinat, cihaz ID ve teknik metriklerle birlikte gelir.

Lokasyon Verisi Filtreleme Katmanları

1. Power Law Screening

İstatistiksel sapmalar gösteren (aşırı sık sinyal atan) cihazları eler. Gerçek kullanıcı davranışı dışındaki sinyalleri filtreler. Fake traffic üreten uygulamalar için kritiktir.

2. GPS Jitter / Jump Filtering

Cihazın sabit dururken birkaç saniye içinde kilometrelerce “zıplaması” durumunu yakalar. Uydudan gelen hatalı sinyalleri temizler.

3.BVS (Bounding Velocity)

Kısa zaman aralığında fiziksel olarak mümkün olmayan hızlarda hareket eden sinyalleri eleyerek sahte lokasyon geçişlerini engeller.

4.IP & Wi-Fi Çakışma Tespiti

Aynı anda hem IP hem de GPS verisi alınan cihazlarda, konum tutarsızlığı varsa veri dışlanır.

5. Null Island

Koordinatları 0,0 (Afrika’nın ortası / Null Island) olan ya da “USA center” gibi default atılmış lokasyonlar sistemden çıkarılır. Harita dışı veya yapay veri noktaları engellenir.

6. Timestamp Süreklilik Analizi

Her lokasyon sinyalinin zaman damgası , cihaz hareketleri ve rota bağlamında mantıklı bir kronoloji oluşturup oluşturmadığı kontrol edilir.

7. Altitude / Speed Sanity Checks

Yükseklik ve hız değerleri gerçek dünyaya uygun değilse, sinyal yok sayılır.

8.App Integrity & SDK Kontrolü

Sinyal gönderen uygulamanın SDK versiyonu, izin durumu ve entegrasyon kalitesi kontrol edilir. SDK’nın stabil olmayan versiyonları veya manuel oynanmış loglar elenir.

Bu filtreleme katmanları sayesinde Azira, her gün işlenen milyonlarca veri arasından yalnızca gerçek, yasal ve kullanılabilir olanları raporlamaya alır.

"device_id"

"c2f76a8e-5a31-4de7-b3cb-9c8d1adfc014"

{
"device_id": "c2f76a8e-5a31-4de7-b3cb9c8d1adfc014",
"timestamp": "2025-04-01T11:44:23Z",
"geo": {
  "lat": 41.07645,
  "lon": 29.02493
},
"signal_strength": -67,
"source": "GPS"
}

"device_id"

"c2f76a8e-5a31-4de7-b3cb-9c8d1adfc014"

"timestamp"

2025-04-01T11:44:23Z"

"geo"

"lat": 41.07645
"lon": 29.02493

Geofencing ve Alan Hassasiyeti

Standart geofencing çözümleri genellikle bir POI etrafına basit bir daire çizer. Ancak bu yöntem, özellikle şehir içi yoğun bölgelerde ve çok katlı yapılarda yüksek hata payı yaratır.

PlaceMatrix™ teknolojisi, bu sorunu çözmek için geliştirilmiştir:

  • Gerçek bina geometrilerini kullanır (çokgen bazlı çizim).
  • Gerçek geometriler sayesinde, ziyaret ölçümü doğru, hedefleme net, ROI hesaplaması sağlam olur.
  • Aynı alan içindeki farklı mağazalar ayrı ayrı hedeflenebilir.
  • Aynı koordinatı paylaşan farklı POI'ler (örneğin Kahveci & Süpermarket) ayrıştırılır.

POI

Point of Interest (POI) harita üzerinde kullanıcılar için önemli olan lokasyonları ifade eder. POI verisinin etkin kullanımı, lokasyon bazlı hizmetlerin başarısını doğrudan etkiler.

Doğruluk

Bu filtreleme katmanları sayesinde Azira, her gün işlenen milyonlarca veri arasından yalnızca gerçek, yasal ve kullanılabilir olanları raporlamaya alır.

Kapsam

Black C veri tabanında Türkiye genelinde yaklaşık 7 milyon POI noktası bulunmaktadır. Büyük şehirlerden kırsal bölgelere kadar geniş bir yelpazede POI bilgisi sunarak, markaların ihtiyaç duyduğu her kitleyi POI ile sağlar.

Tazelik

POI verilerinin güncelliği, lokasyon bazlı hizmetlerin etkinliği için kritik öneme sahiptir.

Black C, iş ortakları tarafından sahadan toplanan verileri düzenli olarak güncelleyerek, POI verilerinin tazeliğini korur.

Bu süreç, belirli sektörlerin sürekli takibi ve internet üzerinden yapılan güncellemelerle desteklenir.

Audience Intelligence

Tüketici Profili Nasıl İnşa Edilir?

Audience Intelligence

Tüketici Profili Nasıl İnşa Edilir?

Ziyaret etti / Etmedi

Bir kullanıcının bir lokasyona gitmiş olması kadar gitmemiş olması da anlamlıdır. Ziyaret eksikliği bir seçimdir ve dışlayıcı filtreleme için kritik önemdedir.

Zaman + Lokasyon + Sıklık

Kullanıcının bir lokasyonu ne zaman, nerede ve ne sıklıkla ziyaret ettiğini anlamak, onun niyetini ve alışkanlıklarını daha iyi anlamayı sağlar.

Bu 3 veri boyutu bir araya gelerek daha isabetli hedefleme, segment oluşturma ve dönüşüm tahmini yapılmasına olanak tanır.

Lokasyonel Gruplama

AND → Her iki lokasyona da giden (karma alışkanlık)
OR → En az birine uğramış (genel ilgi)
XOR → Sadece birine gitmiş (sadakat göstergesi)
NOT → Belirli bir lokasyona hiç gitmemiş (hariç tutma)

Demografik & İlgi Alanı Katmanlama

Ziyaret edilen mahalle türleri, mekân kategorileri, saat dilimleri üzerinden sosyoekonomik sınıf, yaş profili, hane yapısı çıkartılır.

İlgi Alanı: Eğitim, spor, teknoloji, sağlık gibi temalar; gidilen POI tipleri ve

Segment 1 — "Sabah Sporcusu, Öğle Kahveci, Akşam Evde"

Günün ilk saatlerinde spor salonuna giden , öğle arasında üçüncü dalga kahvecide oturan, akşam saatlerinde ev bölgesinden çıkmayan birey.

Kurgusal Mantık:

Visited: Gym between 06:00–08:30 AND Visited: Cafe between 12:00–14:00 AND NOT Visited: Any POI after 19:00 outside residential zone

Sonuç Segment:

Sabah spor alışkanlığı olan , gün içinde mobil ama akşam evine dönüp kalan, potansiyel sağlık odaklı ve günlük rutine bağlı bir kullanıcı.

Segment 2 — "Rakip Müşteri ama Asla Size Gelmeyen Sadıklar"

Rakibinizin mağazasını son 30 gün içinde 3’ten fazla kez ziyaret etmiş , ama sizin mağazanızın bulunduğu bölgede hiç sinyal bırakmamış kullanıcılar.

Kurgusal Mantık:

Visited: Competitor POI ≥ 3 times in 30 days AND NOT Visited: Your POI zone in same time period AND Visited Time: Weekdays after 17:00 (düzenli)

Sonuç Segment:

Fiyat ya da hizmet sadakati yüksek , “karşı taraftan memnun” olan ancak yeni tekliflere açık bir grup. “Switch trigger” ihtiyacı olan tam hedef kitle.

Segment 3 — "Hafta Sonu Anne ama Pazartesi Kurumsal"

Hafta sonu büyük market zincirlerine çocuklu ziyaret yapan , hafta içi sabahları düzenli olarak iş merkezlerine giren kadın kullanıcılar.

Kurgusal Mantık:

  • • Visited: Large Supermarket
  • • Visited with: Device cluster (child device proximity)
  • • on Saturday or Sunday
  • • Visited: Office Zone between 08:00–09:30 on Monday mornings

Sonuç Segment:

Aile sorumluluğu olan , kurumsal çalışan, hafta içi-günü bölünmüş alışkanlığa sahip kadın kullanıcılar.

Lokasyon Verisinin Uygulama Alanları

Lokasyon verisi, yalnızca kullanıcıların nerede olduğunu göstermekle kalmaz; onların alışkanlıklarını, ilgi alanlarını ve davranış kalıplarını da ortaya çıkarır.

Farklı sektörler bu veriyi kullanarak, hedef kitlelerine daha isabetli şekilde ulaşabilir, kampanyalarını optimize edebilir ve fiziksel dünyadaki etkileşimi ölçebilir.

Azira'nın yüksek doğrulukta ve zenginleştirilmiş insan hareketi verisi; perakendeden otomotive, hızlı tüketimden turizme kadar pek çok sektöre stratejik avantaj sağlar.

Perakende

  • Azira'nın footfall verileriyle , mağaza ziyaretini artırmaya yönelik lokasyon bazlı kampanyalar planlanabilir.
  • Ziyaret sıklığına göre sadık müşteri ve potansiyel müşteri ayrımı yapılabilir.
  • Ziyaret edilen saat, bölge ve kategoriye göre mikro segmentasyon mümkündür.

FMCG

  • Market, zincir mağaza veya eczane gibi satın alma noktalarına en yakın kullanıcılar hedeflenir.
  • Alışveriş niyeti , geçmiş ziyaret alışkanlıkları üzerinden modellenir.
  • Kampanya öncesi ve sonrası ziyaret karşılaştırmaları ile reklam etkisi ölçülür.

Otomotiv

  • Showroom ziyaret verisi ile test sürüşüne yönlendirme yapılabilir.
  • Rakip showroom ziyaretçileri hedeflenerek yeniden pazarlama stratejileri uygulanabilir.
  • Azira, kullanıcıların araç markası tercihi ile eşleşen geçmiş lokasyonlarını analiz eder.

Turizm ve Eğlence

  • Yazlık bölgelerdeki turist hareketleri analiz edilerek hedefli kampanyalar yapılabilir.
  • Otel, müze, eğlence alanı gibi POI’ler segmentasyon için kullanılır.
  • Turist profili çıkarımı: Yerli vs yabancı , tekrar gelen vs yeni gelen

Telekomünikasyon

  • Operatör mağazalarının ziyaret sıklığı na göre rekabet analizi yapılmasına imkân tanır.
  • Rakip mağaza ziyaretçileri belirlenip özel kampanyalarla hedeflenebilir.
  • Açık hava reklamlarının yakınındaki kullanıcı hareketleri analiz edilerek, OOH kampanyalarının mağaza ziyaretine etkisi ölçülebilir.

E-Ticaret

  • Fiziksel mağaza ziyaretleri + mobil davranışlar eşleştirilerek omnichannel profiller çıkarılır.
  • Online alışverişe ilgisi olan ama fiziksel mağazaya uğrayan kullanıcılar özel segmentlere ayrılır.
  • Lokasyon sinyali ile tetiklenen retargeting kampanyaları dönüşümü artırır.

Footfall Insights Nedir?

Footfall Insights, reklam kampanyalarının gerçek dünyadaki etkisini ölçmeye yarayan en kritik analiz katmanıdır.

Grup Tanımları

Kullanıcıların lokasyon ziyaretleri analiz edilir; reklam görüp görmediklerine göre “Exposed” ve “Control” gruplarına ayrılır.

Exposed Group: Reklamı görmüş ve belirli süre içinde mağazayı ziyaret etmiş kullanıcılar.

Control Group: Reklamı görmemiş ama benzer profildeki kullanıcılar.

Analiz Metodolojisi

Mobil cihazlardan gelen konum verisi, kullanıcıların reklamla ne zaman ve nerede karşılaştığını belirler.

Reklam gösterimi, cihaz ID’si ile eşleştirilerek kaydedilir. Bu veriler, SDK veya SSP üzerinden ping düzeyinde sağlanır ve zaman damgası ile saklanır.

Bu eşleştirme sayesinde gruplar arası fark, reklama bağlı etkileri net şekilde ortaya koyar.

Etki Nasıl Hesaplanır? — ALI: Attribution Lift Index

ALI (Attribution Lift Index), reklamın fiziksel mağaza ziyareti üzerindeki etkisini ölçen temel metriktir.

ALI = ((Ziyaret Oranı (Exposed) − Ziyaret Oranı (Control)) / Ziyaret Oranı (Control)) × 100

ALI değeri %40 ise, bu reklam gösteriminin mağaza ziyaretini, reklamı gören kullanıcılar arasında görmeyenlere göre %40 artırdığı anlamına gelir.

Lokasyona Özel Terimler

FTR Increase

Kontrol grubuyla karşılaştırıldığında FTR’deki artış oranı. Gerçek kampanya etkisini gösteren ilk sinyal.

FTR (Footfall Rate)

Bir reklam kampanyasına maruz kalan kullanıcıların fiziksel olarak mağazayı ziyaret etme oranı.
Formül: Ziyaret eden cihaz sayısı / Reklamı gören toplam cihaz sayısı

Visit Frequency (Ziyaret Sıklığı)

Belirli bir lokasyona aynı kullanıcıların ne sıklıkla geldiği. Sadakat ve alışkanlık davranışlarını gösterir.

ALI (Attribution Lift Index)

Kampanya kaynaklı ek ziyaret katkısını gösterir.
(FTR (Exposed) - FTR (Control)) / FTR (Control) × 100

CNL – Common Night Location & CDL – Common Day Location

Kullanıcının günün büyük bölümünü geçirdiği ve genellikle konut bölgesi olarak tanımlanan gece saatlerindeki stabil lokasyonudur.

Kullanıcının gün içinde en fazla zaman geçirdiği lokasyon, yani gündüz lokasyonu

Pathing (Ziyaretçi Rotası)

Bir POI 30 dk öncesi ve 30dk sonrası ziyaret edilen diğer lokasyonlar.
“Buraya gelenler nereden geldi, sonra nereye gitti?”

OOH

Lokasyon Verisiyle Açıkhava Reklam Etkisi Ölçümü

OOH Measurement (Out-of-Home Ölçümleme), dış mekân reklamlarının fiziksel dünyadaki gerçek erişim, maruz kalma ve davranış dönüşümünü ölçmeye yarar.

Geospidal altyapılar sayesinde, reklam alanına fiziksel olarak kimlerin yaklaştığı, ne zaman ve ne sıklıkla geçtiği gibi detaylı bilgiler çıkarılır.

Kampanya ROI’si ölçülebilir

Etkili lokasyonlar belirlenebilir

OOH kampanyaları optimize edilebilir

Mobil retargeting ile dönüşüm tamamlanabilir

Geospidal Verinin Rolü

Geospidal veri , sadece lokasyon tespiti değil; zaman + davranış + bağlam kombinasyonu sağlar:

Gerçek Ziyaret Tespiti: GPS sinyalleri ve hız/kalma süresi analiz edilerek "görüp geçen" değil, gerçekten duran kişi ayrılır.

Ziyaretçi Profili: Yaşadığı yer, çalıştığı yer, geçmiş geofence geçmişi ve lifestyle datası ile hedef kitlenin kim olduğu anlaşılır.

Etkileşim Döngüsü: Aynı kullanıcıya hem OOH ekranında hem de mobilde erişilerek kampanya “tamamlanabilir” hale gelir.

Ölçüm Süreci (Azira Modeli ile):

Geofence tanımı: Reklam panosu etrafında hassas alan belirlenir. (Opportunity to see scoring)

Ad Exposure: Bu alandan geçen cihazların zaman & koordinat bilgisi analiz edilir.

Footfall Attribution: OOH maruziyetinden sonra mağaza ziyareti gerçekleşmişse, bu etkileşim olarak değerlendirilir.

Reach & Frequency gibi metriklerle kampanyanın etkisi net şekilde hesaplanır.

Gerçek
Kampanyalardan
Gerçek Sonuçlar

Veri, ancak sahada test edildiğinde anlam kazanır. Bu bölümde, lokasyon bazlı pazarlama stratejilerinin gerçek markalarla nasıl hayata geçirildiğini ve ne tür etkiler yarattığını inceleyeceğiz.

Her örnek; hedef kitle, uygulanan metodoloji ve ölçülen sonuçlar açısından farklı bir içgörü sunar.

Segment oluşturma, footfall artışı ve dönüşüm gibi metriklerin sahadaki etkisini net bir şekilde görebileceksiniz.

FOOTFALL & SATIŞ

FOOTFALL & SATIŞ

OOH RETARGETING

HEDEF KİTLE OLUŞTURMA

Bugün Ne Öğrendik?

Bu eğitimde, insan hareket verisinin nasıl toplandığını, işlendiğini ve markalar için ölçülebilir sonuçlara nasıl dönüştüğünü öğrendik.

Veri Değil, Hareket Konuşur

İnsan hareket verisi, klasik lokasyon verisinin ötesine geçer. Zaman , bağlam ve davranışı birleştirerek tüketici profilini 3 boyutlu hale getirir.

Hacim + Kalite Dengesi

SDK yapısı , foreground ve background sinyalleri birleştirerek gelişmiş filtrelerden geçer ve yüksek doğrulukta veri akışı sağlar.

SSP ping ağı ile hacim , SDK ile kalite korunur.

Dijitalden Fiziksele Etki

Footfall Insights , dijital kampanyaların fiziksel dünyada nasıl bir karşılık bulduğunu ölçer.

ALI ve FTR gibi metriklerle yatırımın gerçek geri dönüşü analiz edilir.

Yeni Nesil Segmentasyon

Segmentasyon artık demografik değil, davranış odaklıdır .

Ziyaret sıklığı , rota bilgisi ve yaşam tarzı gibi verilerle niyet bazlı hedefleme yapılır.

Sorularınız Var mı?

Merak ettikleriniz, detaylandırmamızı istediğiniz konular varsa bize ulaşın .

Lokasyonun gücünü birlikte konuşalım .

This website uses cookies to improve your web experience.