Yüksek Tazminat Alan Çalışanlar İçin Gelir İlişkilendirme Modelleri Kurma

Yüksek oranda tazmin edilen çalışanlar (HCE'ler) genellikle bir şirketin maaşının en yüksek yüzde 20'sine eşdeğer bir maaşı olan kişilerdir. Ayrıca HCE, bir şirkette yüzde 5'ten fazla hisseye sahip olan herhangi bir kişidir. Yüzde 5'lik mülkiyet, çalışanın veya yakın ailesinin (eşi, ebeveynleri, büyükanne ve büyükbabası veya çocukları) sahip olduğu hisseler arasında bölünebilir.

Gelir İlişkilendirmesi Nedir?

Bir gelir ilişkilendirme modeli, maliyetleri alınan gelirle eşleştirir. Ayrıca, gelir ilişkilendirme modelleri neyin işe yarayıp neyin yaramadığını analiz eder ve aktarır. Ayrıca şirketlerin zamandan ve paradan tasarruf etmek amacıyla pazarlama ve satış harcamalarını nereye daha iyi tahsis edeceklerini anlamalarına yardımcı olmak için kullanılırlar.

HCE'ler için doğru gelir ilişkilendirme modeli kurulumunu bulmak, birçok işletme için zorluk teşkil edebilir. Başlamanıza yardımcı olmak için, şirketinizdeki HCE'ler için doğru bir şekilde gelir ilişkilendirme modeli oluşturmaya yönelik bir strateji oluşturduk.

İlişkilendirme Stratejisi Geliştirme

Bir HCE için bir gelir ilişkilendirme modeli kurmak bir süreçtir çünkü birden fazla pazarlama ve satış çabası için doğru gelirleri atamak üzere birkaç adım atılmalıdır. Örnek vermek gerekirse, olası bir satışın kaynağını takip etmeniz ve çevrimiçi bir reklamdan mı, sosyal gönderiden mi yoksa başka bir şeyden mi geldiğini belirlemeniz gerekir.

HCE'nin ayrıca, potansiyel müşterinin şirketiniz hakkında doğrudan pazarlama çabalarından mı, bir yönlendirmeden mi yoksa bir reklamdan mı haberdar olduğunu sormak için durum tespiti yapması gerekebilir. Bununla birlikte, pazarlama ilişkilendirmesi, şirketlerin kaynaklarından en iyi şekilde nasıl yararlanacaklarını anlamalarına yardımcı olduğu için işe yarar.

Pazarlama ilişkilendirmesinden elde edilen veriler ve bilgiler, hangi kampanyaların işe yarayıp hangilerinin yaramadığına karar vermenize yardımcı olabilir. Sonuç olarak, çabalarınızı ve kaynaklarınızı en fazla geliri elde etmek için satış kampanyalarına yeniden odaklayabilirsiniz.

Müşteri Temas Noktalarını Anlamak

Ortalama bir alıcının yolculuğu, reklamlardan yönlendirmelere, sosyal medyaya ve daha fazlasına kadar birçok temas noktasını kapsayabilir. Rota, her müşteri adayı için değişebilir ve bu da her satın alma işleminin biraz farklı şekilde ele alınmasını gerektirir.

Bir HCE'nin çabalarının etkinliğini nasıl takip edersiniz? Gelir ilişkilendirme ve pazarlama ilişkilendirme araçları aracılığıyla. Atıflar, tek ve çok dokunuşlu atıflar olmak üzere iki farklı modele ayrılır. Çoklu temas ilişkilendirme modelleri, temas noktalarını alıcının yolculuğundaki tüm noktalara tahsis eder. Think with Google'a göre, "bir şirket çoklu dokunmatik modellere geçti ve dijital pazarlama kanallarında optimizasyonlar belirleyerek kurumsal geliri birinci yılda %20'ye kadar artırabildi."

Tek Dokunuşla İlişkilendirme Modelleri

Son Dokunuş Atıf

Son Dokunuş özelliği, satıştan önceki son temas noktasını ifade eder. Bu model, satışa yol açan önceki temas noktalarının hiçbirine fazla önem vermediği için biraz itici. Aynı zamanda izlemesi ve yapılandırması kolaydır.

Örneğin, potansiyel müşteri bir Facebook reklamı görebilir. Reklamdan sonra potansiyel müşteri, şirketinizin sosyal medya profillerine giden bir bağlantıyı takip edebilir. Ardından, iletişim bilgilerini sağladıktan sonra bir e-kitap veya teknik inceleme indirdikleri web sitenizi ziyaret edebilirler. Son olarak, bir e-posta reklamına tıklarlar ve satın almalarını gerçekleştirirler. E-posta satıştan önceki son dokunuş olmasına rağmen, yol boyunca her temas noktası muhtemelen satın alma kararlarını güçlendirdi.

Bu nedenle, Son Dokunuş modeli, gelir ilişkilendirmesini izlemenin en etkili yolu olmasa da basitleştirilmiş, izlemesi kolay bir yöntem olarak işlev görür.

İlk Dokunuş Atıf

İlk Dokunuş özelliği, Son Dokunuş modelinin tersidir. Bu model, tüm değeri ilk temas noktasına yerleştirir. Müşterilere "bizi nasıl buldunuz?" genellikle potansiyel müşteri ilk temas noktasını belirtir ve diğer beş temas noktasından da geçtiklerinden bahsetmez.

Çoklu Dokunma İlişkilendirme Modelleri

Multi-touch ilişkilendirme modeli, nihai dönüşüme katkıda bulunan birden çok pazarlama kanalına kredi verir. Bu ilişkilendirme modelleri, bir müşterinin yolculuğundaki her temas noktasının dikkate alınmasına yardımcı olabilir.

Doğrusal İlişkilendirme Modelleri

Doğrusal pazarlama ilişkilendirme modelleri, satış hunisi aracılığıyla her temas noktasına eşit değerler atar. Örneğin, bir müşteri adayı beş temas noktası deneyimlediyse, her birine yüzde 20'lik bir değer atanır.

Bu süreç, her temas noktasına bir değer atandığından daha kapsamlı bir modelle sonuçlanır. Ancak, bazı temas noktalarının satın alma kararını diğerlerinden nasıl daha fazla etkilemiş olabileceğini dikkate almaz.

Zaman Azalması Atıf

Zamanla azalma ilişkilendirme modelleri, dönüşüme olan yakınlığa dayalı olarak temas noktalarına farklı değerler atayan algoritmik modellerdir. Dönüşüme en yakın temas noktasına en yüksek değer verilir ve temas noktaları dönüşümden uzaklaştıkça değerleri düşer.

Pozisyona Dayalı Atıf

Konuma dayalı bir ilişkilendirme modeli, değerlerin her bir yüzde 40'ını atayarak ilk ve son dokunuşa odaklanır. Ardından, yüzde 20'yi ortadaki temas noktaları arasında böler. Bu, çoklu temas noktası ilişkilendirme modelleriyle uyumludur. Yine de ortadaki temas noktalarına yeterince yüksek bir değer vermez ve bu da sonuçları çarpıtabilir.

Veriye Dayalı İlişkilendirme Modelleri

Veriye dayalı bir ilişkilendirme modeli, büyük miktarda tüketici verisini izlemek için makine öğrenimini kullanır. İnsanların çeşitli reklamlarınızla nasıl etkileşime geçtiğine ve müşteriniz olmaya nasıl karar verdiğine bağlı olarak dönüşümler için kredi verir.

Bu ilişkilendirme modelini kullanmak, birden çok pazarlama kanalının birlikte nasıl çalıştığını anlamanıza yardımcı olacaktır. Örneğin, belirli bir kanala aşırı yatırım yaptığınızı ve çabalarınızı farklı bir kanala kaydırmanız gerektiğini keşfedebilirsiniz. Birçok şirket bu ilişkilendirme modeline geçiyor.

Kusursuz Gelir İlişkilendirme Modeli Yoktur

Bir gelir ilişkilendirme modeli kurmanın en zor adımı, mükemmel bir model olmadığını anlamaktır. Ancak, hedef kitlenize, iş hedeflerinize ve pazarlama kampanyalarınıza göre özelleştirilebilen bir ek var. Yine de bu, özellikle analitik ve büyük veri kümeleriyle uğraşırken oldukça karmaşık bir girişim olabilir.

Başlangıçta çok fazla deneme yanılma yaşayabilirsiniz, ancak bir gelir ilişkilendirme modeli uygulamak, şirketinizin müşteri satın alma etkenleri, alıcı yolculukları ve alışveriş alışkanlıkları hakkında daha kapsamlı bir anlayış kazanmasına yardımcı olur.

HCE'nizin her kanala ve temas noktasına nasıl katkıda bulunduğunu bilmek de önemlidir. Diyelim ki Zamana bağlı azalma modelinin bir sürümünü seçtiniz ve birkaç özelleştirme eklediniz. Bu durumda, müşterinizin davranışına bakmak ve hangilerinin iş hedeflerinizle alakalı olduğunu belirlemek çok önemlidir.

Son olarak, HCE'nizin bir satın alma işlemi gerçekleştirmelerini sağlamak için satış hunisi ve müşteri iletişimi ile nasıl çalıştığını belirlemek istiyorsunuz.

Dönüşümler, Pazarlama İlişkilendirme Modelinize Göre Değişir

Haber bültenleri ve teknik incelemeler göndermek, bir sunumu paylaşmak ve müşteriyle birden fazla görüşme yapmak gibi yumuşak dönüşümler bile sonuçta bir satışla sonuçlandıkları için değer taşır. Bu, HCE'nin müşterilerle doğrudan iletişim kurarak ve siparişi kabul ederek veya satış hunisinde proaktif olarak onlara rehberlik ederek dönüşümleri nasıl desteklediğine bakmanız gereken zamandır.

Öte yandan, aradığınız sonuçları sağlamayan temas noktalarını göz önünde bulundurun ve bu kaynakları yüksek değerli temas noktaları olarak nasıl yeniden değerlendirebileceğinizi belirleyin.

Hepsini bir araya getirmek

Bir gelir ilişkilendirme modeli, alıcı yolculuğunun her aşamasında daha güçlü, daha amaçlı satış stratejileriyle gelir potansiyelinizin kontrolünü elinize almanız için size güç verir. Zamanla, daha yüksek büyümeye yol açan daha öngörülebilir gelir akışları elde etmenize yardımcı olur.

Bu hedeflere ulaşmak için, başarıyı sürdürecek doğru araçlara ihtiyacınız var.

Xactly Forecasting , tutarlı satış yürütmeyi desteklemek ve öngörülebilir geliri hızlandırmak için veri bilgili ardışık düzen analitiği sunar.