Cəmi on il əvvəl marketoloqlar əsasən intuisiyaya, fokus qruplarına və “orta statistik alıcı”nın ümumiləşdirilmiş profilinə güvənirdilər. Bu gün isə hər şey fərqlidir: hər klik, səhifəyə baxış, səbətə əlavə edilən məhsul və hətta ödəniş etməzdən əvvəl yaranan bir neçə saniyəlik tərəddüd belə rəqəmsal iz buraxır. Milyonlarla insanın məlumatları bir araya gətirildikdə bu izlər Big Data-nı — marketinqi təxminlər sənətindən real müştəri davranışına əsaslanan dəqiq bir sahəyə çevirən böyük həcmli məlumatları formalaşdırır.
Bu məqalədə Big Data anlayışını sadə dillə izah edəcək, şirkətlərin bu məlumatları haradan əldə etdiyini, hansı analitika növlərinin mövcud olduğunu və ən əsası, məlumatların bizneslərə müştərilərini — onların ehtiyaclarını, motivasiyalarını və növbəti addımlarını — daha dərindən anlamağa necə kömək etdiyini nəzərdən keçirəcəyik.
Big Data nədir? Sadə dillə
Big Data elə böyük həcmli, yüksək sürətlə yaranan və müxtəlif formatlarda olan məlumat toplusudur ki, onları elektron cədvəllər kimi ənənəvi alətlərlə artıq səmərəli şəkildə emal etmək mümkün olmur.
Marketinqdə bu, sadə, lakin mühüm bir dəyişikliyi ifadə edir: artıq bir müştərinin davranışını deyil, bütün auditoriyanın davranışını eyni anda təhlil etmək və həmin məlumat axınında adi gözlə demək olar ki, görünməyən qanunauyğunluqları aşkar etmək mümkündür.
Ənənəvi olaraq Big Data 5V konsepsiyası ilə xarakterizə olunur — bu, böyük məlumatların beş əsas xüsusiyyətini təsvir edir.
| Xüsusiyyət | Nə deməkdir | Marketinqdə nümunə |
|---|---|---|
| Volume (Həcm) | İstifadəçilər tərəfindən hər gün yaradılan böyük həcmdə məlumat | Onlayn mağazada milyonlarla alış, baxış və klik |
| Velocity (Sürət) | Məlumatların demək olar ki, real vaxt rejimində yaranması və emal olunması | İstifadəçi məhsula baxdıqdan dərhal sonra tövsiyələrin yenilənməsi |
| Variety (Müxtəliflik) | Müxtəlif mənbələrdən gələn strukturlaşdırılmış və strukturlaşdırılmamış məlumatlar | Rəy mətnləri, videolar, bəyənmələr, alış tarixçəsi, geolokasiya |
| Veracity (Etibarlılıq) | Məlumatların keyfiyyəti və etibarlılığı, o cümlədən “səs-küyün” aradan qaldırılması | CRM sistemindən dublikatların, botların və səhv qeydlərin silinməsi |
| Value (Dəyər) | Məlumatların biznesə gətirdiyi real fayda | Daha dəqiq təkliflər sayəsində konversiyanın artması |
Əsas fikir sadədir: dəyər məlumatların sadəcə toplanmasında deyil, onların düzgün qərarlara çevrilməsindədir.
Analiz olunmayan terabaytlarla məlumat sadəcə saxlama xərcləridir. Buna görə də sonuncu meyar — Value (Dəyər) — ən vacib hesab olunur.
Əgər bu mövzunu yeni öyrənməyə başlayırsınızsa, əvvəlcə Big Data analitikası nədir və necə istifadə olunur mövzusuna həsr olunmuş daha geniş icmalımızı oxumağı tövsiyə edirik. Həmin məqalədə Big Data, zəng analitikası və onların praktik tətbiq sahələrinin əsaslarını izah edirik.
Niyə məlumat marketinqin əsas valyutasına çevrilib?
İstifadəçilərin hər gün yaratdığı məlumatların həcmi eksponent sürətlə artır. Brendlə hər bir qarşılıqlı əlaqə yeni məlumat yaradır. Belə şəraitdə rəqabət artıq daha çox məlumata sahib olmaq uğrunda deyil, onu daha yaxşı başa düşmək və daha sürətli qərarlara çevirmək uğrundadır.
Məhz buna görə məlumatlarla işləmək artıq yalnız böyük korporasiyaların üstünlüyü deyil, marketinqin əsas bacarıqlarından birinə çevrilib. Müştəri davranışını sistemli şəkildə təhlil edən şirkətlər onların ehtiyaclarını daha dəqiq müəyyənləşdirə, reklam büdcələrindən daha səmərəli istifadə edə və auditoriyaları ilə daha güclü münasibətlər qura bilirlər. Bu da bizneslərin niyə məlumatlara investisiya qoymalı olduqlarının praktik cavabıdır.
Şirkətlər müştəri məlumatlarını haradan əldə edirlər?
Məlumatı təhlil etməzdən əvvəl onu toplamaq lazımdır. Məlumat mənbələri düşündüyünüzdən daha çoxdur və onların hər biri müştəri profilini tamamlayan ayrıca bir detal təqdim edir.
Mənşəyinə görə məlumatlar adətən üç qrupa bölünür.
- First-party data — şirkətin birbaşa topladığı məlumatlar: veb-saytdakı davranış, alış tarixçəsi və CRM məlumatları. Bunlar tamamilə şirkətə məxsus olduğu üçün ən dəyərli və etibarlı məlumat növüdür.
- Second-party data — etibarlı tərəfdaşın razılaşma əsasında paylaşdığı öz first-party məlumatlarıdır.
- Third-party data — xarici provayderlər tərəfindən toplanmış ümumiləşdirilmiş məlumatlardır. Məxfilik tələblərinin sərtləşməsi və brauzerlərin üçüncü tərəf kukilərindən (third-party cookies) imtina etməsi səbəbindən bu məlumatların rolu tədricən azalır.
Məzmununa görə isə məlumat mənbələri aşağıdakı kimi qruplaşdırılır.
| Məlumat növü | Mənbə | Müştəri haqqında nə göstərir |
|---|---|---|
| Davranış məlumatları | Veb-sayt, mobil tətbiq, e-poçt, reklam | İstifadəçinin nə ilə maraqlandığını, necə axtarış etdiyini və necə qərar verdiyini |
| Tranzaksiya məlumatları | Alışlar, sifarişlər, geri qaytarmalar | Nəyi, nə vaxt və nə qədər tez-tez aldığını, həmçinin orta sifariş məbləğini |
| Demoqrafik məlumatlar | Qeydiyyat, formalar, profillər | Yaş, şəhər, cins, dil və əsas maraqlar |
| Kontekst məlumatları | Cihaz, vaxt, geolokasiya | Müştərinin qərarı hansı şəraitdə verdiyini |
| Əks əlaqə məlumatları | Rəylər, sorğular, müştəri dəstəyi | Müştərilərin nəyi bəyəndiyini və onları nəyin narahat etdiyini |
Burada xüsusi diqqət yetirilməli olan vacib bir prinsip var: müxtəlif sistemlərdə saxlanılan parçalanmış məlumatların dəyəri məhduddur. Əsl güc davranış, tranzaksiya və demoqrafik məlumatlar vahid müştəri profilində birləşdirildikdə ortaya çıxır. Növbəti bölmədə məhz bundan danışacağıq.
Big Data bizneslərə müştəriləri anlamağa necə kömək edir?
İndi isə əsas məsələyə keçək. Big Data-nın abstrakt “auditoriya” anlayışını proqnozlaşdırıla bilən ehtiyacları olan real insanlara çevirməsinin əsas yolları bunlardır.
Auditoriyanın seqmentləşdirilməsi
Məlumatlar sayəsində artıq yalnız bir ümumiləşdirilmiş “ideal alıcı” profilinə əsaslanmağa ehtiyac qalmır. Auditoriyanı davranışına, dəyərinə, müştəri həyat dövründəki mərhələsinə və ya alışa hazırlıq səviyyəsinə görə onlarla dəqiq mikroseqmentə bölmək mümkündür.
Məsələn, alqoritmlər məhsula mütəmadi baxan, lakin qiymət səbəbindən onu almayan müştərilər qrupunu avtomatik müəyyən edə bilər. Daha sonra məhz həmin qrupa fərdiləşdirilmiş endirim təklifi göstərilir.
Belə seqmentləşdirmə dinamikdir: müştərilər davranışları dəyişdikcə avtomatik olaraq bir qrupdan digərinə keçir.
Müştəri təcrübəsinin fərdiləşdirilməsi
Fərdiləşdirmə məlumatlarla işləməyin ən görünən nəticələrindən biridir. Baxış və alış tarixçəsinə əsasən sistem fərdi məhsul tövsiyələri hazırlaya, uyğun e-poçt kampaniyaları seçə, ana səhifənin məzmununu dəyişə və konkret istifadəçini ən çox maraqlandıracaq təklifi göstərə bilər.
Bunun klassik nümunəsi böyük marketpleyslərdə və striminq platformalarında istifadə olunan tövsiyə lentləridir. Bu platformalarda baxışların və alışların əhəmiyyətli hissəsi məhz fərdiləşdirilmiş tövsiyələr hesabına baş verir.
Davranışın və ehtiyacların proqnozlaşdırılması
Burada əsas sual artıq “Müştəri nə etdi?” deyil, “Müştəri növbəti addımda nə edəcək?” olur.
Proqnozlaşdırıcı analitika əvvəlki davranış nümunələrindən istifadə edərək növbəti alışın ehtimalını, müştəri ilə əlaqə saxlamaq üçün ən uyğun vaxtı, onun hansı məhsul kateqoriyasına maraq göstərə biləcəyini və hətta gözlənilən sifariş məbləğini proqnozlaşdırır.
Bu yanaşma marketoloqlara qabaqlayıcı hərəkət etməyə imkan verir: müştəri məhsulu aktiv şəkildə axtarmağa başlamazdan əvvəl ona uyğun təklif təqdim etmək olur.
Vahid müştəri profili — Customer 360
Eyni istifadəçi veb-sayta telefondan daxil ola, e-poçtu noutbukda aça və alışını mobil tətbiq vasitəsilə edə bilər. Məlumatlar birləşdirilmədikdə sistem bunları üç fərqli insan kimi qəbul edə bilər.
Big Data texnologiyaları bütün bu qarşılıqlı əlaqələri vahid profil altında birləşdirir. Bu yanaşma Customer 360 modeli adlanır.
Nəticədə şirkət müştərinin brendlə ilk təmasından təkrar alışlara qədər bütün yolunu görə bilir. Bu isə bütün kommunikasiya kanalları üzrə ardıcıl və vahid müştəri təcrübəsi yaratmağa imkan verir.
Müştəri itkisini proqnozlaşdırmaq və onları saxlamaq
Mövcud müştərini qorumaq demək olar ki, həmişə yeni müştəri cəlb etməkdən daha sərfəlidir. Məlumatlar brendə marağın azalmasının ilk əlamətlərini vaxtında aşkar etməyə imkan verir: ziyarətlərin azalması, aktivliyin aşağı düşməsi və ya e-poçt kampaniyalarına reaksiya verilməməsi.
Belə siqnal aşkar edildikdən sonra sistem avtomatik olaraq müştərini geri qaytarmaq üçün ssenari işə salır — fərdiləşdirilmiş təklif, xatırlatma və ya bonus göndərilir.
Bu yanaşma churn analysis (müştəri itkisi analitikası) adlanır və məlumatlarla işləməyin ən yüksək gəlir gətirən istiqamətlərindən biri hesab olunur.
Məlumatlarla işləmək üçün alətlər və texnologiyalar
Big Data ilə işləməyə bizneslərə müxtəlif həllərdən ibarət bütöv bir ekosistem kömək edir. Bütün alətləri eyni anda tətbiq etmək lazım deyil. Əsas məsələ onların hər birinin hansı funksiyanı yerinə yetirdiyini başa düşməkdir.
- CRM sistemləri hər bir müştəri ilə qarşılıqlı əlaqə tarixçəsini saxlayır və marketinq məlumatlarının əsasını təşkil edir.
- CDP (Customer Data Platform) müxtəlif mənbələrdən gələn məlumatları vahid müştəri profilində birləşdirir və Customer 360 modelini yaradır.
- Veb-analitika alətləri, məsələn GA4, istifadəçilərin veb-sayt və mobil tətbiqlərdəki davranışını izləyir.
- BI platformaları, o cümlədən Power BI, Tableau və Looker, məlumatları anlaşılan dashboard və hesabatlar şəklində vizuallaşdırır.
- Maşın öyrənməsi alətləri seqmentləşdirmədən tutmuş müştəri itkisini proqnozlaşdırmağa qədər müxtəlif proqnozlaşdırıcı modellər qurur.
- Marketinq avtomatlaşdırma sistemləri məlumatların düzgün toplanmasına və fərdiləşdirilmiş ssenarilərin avtomatik işə salınmasına kömək edir.
Əsas qayda sadədir: əvvəlcə biznes məqsədini müəyyənləşdirin, yalnız bundan sonra həmin məqsədə uyğun texnologiyanı seçin — əksinə deyil.
NovaTalks: Big Data-nın müştəri dəstəyində praktik tətbiqi
Bu alət kateqoriyalarının hamısını bir platforma nümunəsində aydın şəkildə görmək olar. Omnikanal platforması NovaTalks müxtəlif kommunikasiya kanallarından gələn müraciətləri vahid interfeysdə birləşdirir və hər bir müraciəti təhlil edilə və istifadə oluna bilən məlumata çevirir.
Müştəri dəstəyi müştərilərin həqiqətən nə düşündüyünü və nəyə ehtiyac duyduğunu göstərən ən zəngin məlumat mənbələrindən biridir.
| Kanal | Hansı hallarda daha faydalıdır |
|---|---|
| Mesencerlər | Xaricdən də daxil olmaqla, müştəri üçün əlavə xərc yaratmadan sürətli və rahat ünsiyyət |
| Zənglər | Yazışmanın uyğun olmadığı və ya məsələnin operativ müzakirə tələb etdiyi hallar |
| Onlayn çat | Saytda real vaxt rejimində ünsiyyət və operativ dəstək |
| E-poçt | Rəsmi müraciətlər, sənədlərin göndərilməsi və kommersiya təkliflərinin qəbulu |
Bütün kanallar — vahid müştəri profili
Mesencerlər, zənglər, onlayn çat və e-poçt vahid sistemdə işlədiyi üçün müştəri məlumatları və bütün ünsiyyət tarixçəsi mərkəzləşdirilmiş şəkildə bir yerdə saxlanılır.
Praktikada tam müştəri profili məhz belə görünür: operator müraciətin hansı kanaldan gəlməsindən asılı olmayaraq bütün əvvəlki ünsiyyət tarixçəsini və kontekstini görür.
Xidməti daha fərdiləşdirilmiş etmək üçün müraciətlər seqmentləşdirilə, teqlərlə işarələnə, uyğun mütəxəssislərə yönləndirilə və ya konkret müştəri qrupları üçün kommunikasiyanı uyğunlaşdırmaq məqsədilə istifadə oluna bilər.
NovaTalks Insights: Söhbətlər məlumatlara çevrildikdə
Müştəri dəstəyindəki məlumatların əksəriyyəti strukturlaşdırılmamış olur. Canlı söhbətləri hazır cədvəllərə yerləşdirmək çətindir.
Məhz burada mətn və nitq analitikası işə düşür. NovaTalks Insights müraciətləri və metadataları avtomatik emal edir, ən vacib məlumatları çıxarır və terabaytlarla söhbəti konkret analitik nəticələrə çevirir.
Bu, Big Data-nın praktik tətbiqinin aydın nümunəsidir. Platforma böyük həcmli kommunikasiyanı təhlil edərək təkmilləşdirilməli prosesləri müəyyənləşdirir və nəyin optimallaşdırılmalı olduğunu dəqiq göstərir.
Real vaxt rejimində BI hesabatları
Hazır dashboard-larla təchiz olunmuş daxili BI sistemi kontakt mərkəzinin əsas göstəricilərini real vaxt rejimində nümayiş etdirir: operatorların məhsuldarlığını, CSAT ilə ölçülən xidmət keyfiyyətini və digər vacib metrikaları.
Hesabatlar biznes ehtiyaclarına uyğun şəkildə fərdiləşdirilə bilər. İstifadəçilər lazım olan metrikaları seçə və onları istənilən zaman intervalı üzrə qruplaşdıra bilərlər.
AI alətləri və avtomatlaşdırma
Süni intellekt operatorlara birbaşa söhbət zamanı kömək edir: səhvləri düzəldir, mesajları tərcümə edir, ünsiyyət tonunu dəyişir və ya danışığın qısa xülasəsini hazırlayır.
Bundan əlavə, avtomatik keyfiyyət qiymətləndirmə sistemi ayrıca işləyir. O, operatorların skriptlərə uyğunluğunu və ümumi iş keyfiyyətini təhlil edir. Sistem bütün söhbətləri qiymətləndirir, halbuki insan tərəfindən aparılan yoxlama adətən yalnız kiçik bir hissəni əhatə edə bilir. Nəticədə qiymətləndirmə daha obyektiv və daha əhatəli olur.
Çoxdilli chatbotlar tipik müraciətləri 24/7 rejimində emal edir və lazım gəldikdə söhbəti problemsiz şəkildə canlı operatora yönləndirir.
Əgər bütün müştəri kommunikasiya kanallarını vahid platformada birləşdirmək və müraciətləri biznes üçün dəyərli məlumatlara çevirmək istəyirsinizsə, NovaTalks bunun üçün hazır alətlər toplusunu təqdim edir.
Etika, məxfilik və məlumatların qorunması
Məlumatlarla işləmək məsuliyyət tələb edir. İstifadəçilər şirkətlərin onların məlumatlarından necə istifadə etdiyinə getdikcə daha çox diqqət yetirirlər, GDPR də daxil olmaqla qanunvericilik isə bu sahədə aydın qaydalar müəyyən edir.
Məlumatlarla işi riskdən üstünlüyə çevirən əsas prinsiplər bunlardır.
- Şəffaflıq və razılıq. Məlumatları açıq şəkildə və yalnız istifadəçinin razılığı ilə toplayın, onların hansı məqsədlə istifadə olunacağını aydın izah edin.
- Minimallaşdırma. Lazım olmayan hər şeyi toplamayın. Yalnız konkret məqsəd üçün zəruri olan məlumatları əldə edin.
- Təhlükəsizlik. Məlumatları şifrələmə, girişə nəzarət və müntəzəm audit vasitəsilə sızmalardan qoruyun.
- Anonimləşdirmə. Mümkün olduqda şəxsi məlumatlar əvəzinə anonimləşdirilmiş və ümumiləşdirilmiş məlumatlardan istifadə edin.
- First-party data-ya üstünlük verin. Üçüncü tərəf kukilərinin (third-party cookies) istifadəsi azalarkən, etik qaydada toplanmış öz məlumatlarınız biznes üçün ən etibarlı aktivə çevrilir.
Burada maraqlı bir paradoks var: məxfiliyə hörmət nəticə etibarilə biznesin özünə də fayda verir. Bu, müştərilərin etibarını artırır, etibar isə onların məlumatlarını könüllü şəkildə paylaşmasına kömək edir.
Big Data ilə işləyərkən ən çox rast gəlinən səhvlər
- Məlumatları sadəcə toplamaq naminə toplamaq. Məqsədsiz və analiz olunmayan terabaytlarla məlumat aktiv deyil, əlavə xərcdir.
- Məlumat keyfiyyətinə məhəl qoymamaq. Dublikatlar, köhnəlmiş qeydlər və səhvlər yanlış nəticələrə gətirib çıxarır. “Garbage in, garbage out” prinsipi burada həmişə işləyir.
- Hipotez olmadan analiz aparmaq. Məlumatlar konkret biznes suallarına cavab tapmaq üçün təhlil edilməlidir, təsadüfi şəkildə araşdırılmamalıdır.
- Analitika ilə real fəaliyyət arasında əlaqənin olmaması. Ən dəqiq analitik nəticə belə konkret kampaniya və ya məhsul dəyişikliklərinə səbəb olmursa, onun heç bir dəyəri yoxdur.
- Məxfiliyin nəzərə alınmaması. Məlumatların qorunması və şəffaflıq tələblərinə laqeyd yanaşmaq gec-tez etibarın itirilməsi və hüquqi risklərlə nəticələnir.
Marketinqdə Big Data-nın gələcəyi: əsas tendensiyalar
İstiqamət artıq aydındır: məlumatların həcmi artmağa davam edəcək, onları təhlil etməyə imkan verən alətlər isə daha əlçatan olacaq.
Yaxın illərdə bu sahəni formalaşdıracaq əsas tendensiyalar bunlardır.
Süni intellekt və maşın öyrənməsi
AI rutin analitik işi öz üzərinə götürür və insanın əl ilə emal edə bilməyəcəyi həcmdə məlumatı təhlil etməyə imkan verir — avtomatik seqmentləşdirmədən fərdiləşdirilmiş təkliflərin yaradılmasına qədər.
Real vaxt analitikası
Qərarlar artıq ayın sonunda deyil, müştəri ilə qarşılıqlı əlaqənin baş verdiyi anda qəbul edilir.
Privacy-First yanaşması
Gələcək etik şəkildə toplanmış first-party data və istifadəçi məxfiliyini prioritet hesab edən texnologiyalara məxsus olacaq.
Proqnozlaşdırıcı fərdiləşdirmə
Sistemlər artıq sadəcə müştərinin hərəkətlərinə reaksiya vermir. Onlar ehtiyacları əvvəlcədən proqnozlaşdırır və proaktiv şəkildə hərəkət edirlər.
Analitikanın demokratikləşməsi
İntuitiv interfeyslər və AI köməkçiləri sayəsində məlumatlarla işləmək artıq yalnız analitiklərin işi olmayacaq. Hər bir marketoloq bu imkanlardan istifadə edə biləcək.
Tez-tez verilən suallar
Marketinqdə Big Data nədir? Sadə dillə
Big Data müştərilərin davranışı haqqında toplanan böyük həcmli məlumatlardır — kliklər, alışlar, baxışlar, rəylər və s. Şirkətlər bu məlumatları auditoriyanı daha yaxşı anlamaq və reklamdan məhsul çeşidinə qədər daha dəqiq biznes qərarları qəbul etmək üçün təhlil edirlər.
Big Data adi analitikadan nə ilə fərqlənir?
Ənənəvi analitika adətən məhdud həcmdə strukturlaşdırılmış məlumatlarla işləyir və “Nə baş verdi?” sualına cavab verir.
Big Data isə real vaxt rejimində böyük həcmdə və müxtəlif formatlı məlumatları emal edir, davranışı proqnozlaşdırmağa və geniş miqyasda fərdiləşdirilmiş müştəri təcrübəsi yaratmağa imkan verir.
Müştərilər haqqında hansı məlumatları qanuni şəkildə toplamaq olar?
Yalnız istifadəçinin razılığı ilə paylaşdığı və konkret məqsəd üçün şəffaf şəkildə toplanan məlumatları.
Əsas prinsip məlumatların minimallaşdırılmasıdır: yalnız həqiqətən lazım olan məlumatları toplamaq və GDPR tələblərinə əməl etmək. Ən etibarlı məlumat mənbəyi isə first-party data hesab olunur.
Big Data satışların artmasına necə kömək edir?
Daha dəqiq auditoriya seqmentləşdirilməsi, fərdiləşdirilmiş tövsiyələr, tələbin proqnozlaşdırılması və müştərilərin vaxtında əldə saxlanılması vasitəsilə.
Bütün bunlar təkliflərin daha uyğun olmasını təmin edir və nəticədə həm konversiyanı, həm də orta sifariş məbləğini artırır.
Süni intellekt marketinq analitikini əvəz edəcəkmi?
Böyük ehtimalla yox. AI analitiki əvəz etməkdən daha çox onun işini gücləndirəcək.
Süni intellekt məlumatların emalını və qanunauyğunluqların aşkar edilməsini öz üzərinə götürür. Lakin düzgün suallar vermək, nəticələri şərh etmək və strateji qərarlar qəbul etmək hələ də insanın məsuliyyətidir.
Nəticə
Big Data marketinqin mahiyyətini dəyişir. Müştərilərin nə istədiyini təxmin etmək əvəzinə, bizneslər bunu dəqiq öyrənmək və proaktiv şəkildə hərəkət etmək imkanı əldə edirlər.
Məlumatlar şirkətlərə auditoriyanı anonim kütlə kimi deyil, öz vərdişləri, ehtiyacları və gözləntiləri olan konkret insanlar kimi görməyə kömək edir.
Lakin texnologiyalar və böyük həcmdə məlumatlar uğurun yalnız bir hissəsidir. Üstünlük ən çox məlumat toplayan şirkətə deyil, düzgün suallar verən, istifadəçi məxfiliyinə hörmət edən və əldə etdiyi analitik nəticələri real biznes qərarlarına çevirə bilən şirkətə məxsus olur.
Məhz analitika, etika və sağlam düşüncənin kəsişdiyi nöqtədə müştərini həqiqətən dərindən anlamaq mümkün olur.
