Fitness Girişimi Livekick 3 Milyon Dolar Yatırım Aldı

Bu yazımızda fitness girişimleri ile yakından ilgilenen okuyucularımıza özel bir girişimden bahsedeceğiz. Girişimimizin ismi Livekick ve geçtiğimiz günlerde tam tamına 3 milyon dolar yatırım aldı. Takipçilerimize ilham vermesi dileğiyle, keyifli okumalar.

Livekick dünyanın dört bir yanından koçlarla video üzerinden üyelerine özel gerçek zamanlı fitness eğitimi veren ve ihtiyaca yönelik hazırlanan çeşitli üyelik paketleri sunan bir girişim.

Livekick dünyanın neresinde okursanız olun özel fitness ve yoga hizmeti sunarak, yaşamlarımızı değiştirmeye yardımcı oluyor.

Kim evden ya da bir iş seyahati sırasında otel odasından antrenmanlarına devam etmek istemez ki? Günümüzün yoğun temposu hepimizi yapmak istediklerimizden zaman zaman alıkoyuyor.

Livekick nasıl mı kuruldu dersiniz? Şirket girişimci Yarden Tadmor ve fitness uzmanı Shayna Schmidt tarafından kuruldu. Tadmor, bir iş seyahati sırasında fitness rutininin yine bozulduğundan yakınıp, Schmidt'le bağlantıya geçiyor ve ondan kendisini uzaktan eğitmesini istiyor. FaceTime ile bağlantı kurup hemen antrenmanlara başlayan ikili kısa bir zaman sonra bunun başkaları için de bir gereksinim olabileceğini farkedip hemen Livekick için çalışmalara başlıyor.

Denemek isteyenler Livekick’e iOS uygulaması veya web sitesi aracılığıyla ulaşabilirler. Antrenman sıklığına göre modellenmiş üyelik paketleri ile kendileri için en uygun seçeneği inceleyebilir ya da karar vermeden önce iki haftalık bir deneme süresinden yararlanabilirler.

Kaynak; Techcrunch

Banka Müşterilerinin Yüzde 40’ı Chatbot Kullanıyor

• Yapay zeka şirketi Cbot’un Nisan 2019’da yayınladığı “Türkiye’deki Bankacılık Sektöründe Chatbot Kullanımı” raporu, ülkemizde de dijital bankacılık süreçlerinde sanal asistanların 2019 yılı itibari ile vazgeçilmez bir unsur olacağının sinyallerini veriyor. 
• Cbot’un Kurucu ve CEO’su Mete Aktaş, “Tüketiciler en çok web sitesindeki yoğun bilgi içeriğinde ve menülerde kaybolmadan, tek cümleyle istedikleri cevaba ulaşmayı sevdi” dedi.
• İlgili yazı; Chatbotların Kısa Tarihi Özeti

Juniper’in “How Chatbots Will Transform the Retail Industry (Chatbotlar Perakende Sektörünü Nasıl Dönüştürecek)” adlı raporu, gelişen teknolojiyle hayatımıza hızla giren ve pek çok işimizi kolayca halledebilen chatbotların 2023 yılında perakende, bankacılık ve sağlık sektörlerinde yıllık toplam 11 milyar dolar tutarında bir tasarruf potansiyeline ulaşacağını gösteriyor.

Türkiye’deki bankaların gündemi sanal asistanlar 

Türkiye’deki tüm bankaların %13’ünün halihazırda müşterilerine çeşitli platformlardan bir chatbot deneyimi sunduğunu kaydeden Mete Aktaş, bankaların %9’unun chatbot geliştirilmesi konusunda devam eden bir projeye sahip olduğunu, %20'sinin bu konuyu 2 yıllık stratejik planlarına dahil ettiklerini dile getiriyor. Bu oranların bir ülke ve sektör için yeni bir teknolojiyi benimseme ve iş akışlarına dahil etme noktasında dikkat çekici olduğu görülüyor. 

Aktaş’ın yaptığı açıklamaya göre bankacılık sanal asistanına sahip ve çalışmaları tamamlamak üzere olan bankaların yarısı ilk aşamada önceliği sadece “sıkça sorulan soruları” yanıtlamaya veriyor. Cbot’un tüm bankacılık sorularını yanıtlamak için eğitimli olan yapay zeka sisteminin bu tarz projelerin hayata geçirilme sürelerini oldukça hızlandırdığını belirten Aktaş, “Tüketiciler en çok web sitesindeki yoğun bilgi içeriğinde ve menülerde kaybolmadan, tek cümleyle istedikleri cevaba ulaşmayı sevdi” şeklinde ekledi.

Banka web sitelerini ziyaret eden müşterilerin %40’ı chatbot kullanıyor

Chatbot'a sahip bankaların %67'si chatbotunu kendi web sayfasında konumlandırıyor. Hem web sayfası hem de Mobil uygulama üzerinden chatbotlarını kullanıcılarla buluşturan bankaların oranı ise %50. Raporda chatbotların müşterilere hizmet verdiği en önemli kanalın web sayfası olduğunun altı çiziliyor ve banka müşterilerinin %40’ının bankanın web sitesinde chatbotları kullanarak işlem yaptığı aktarılıyor.

Bunun dışında, chatbotlar mobil uygulamaya entegre şekilde de müşterilere hizmet edebiliyor. Sıkça sorulan sorular chatbotları, müşterilerin sıklıkla kullandığı Facebook Messenger, Google Asistan, WhatsApp, hatta yeni bir kanal olan Google RCS gibi sosyal medya ve mesajlaşma platformlarına ve kişisel asistanlara da entegre ediliyor. Bankaların kendi web siteleri veya mobil uygulamaları dışında bu tür platformlara da entegre edilen chatbotların oranı %34. Bu anlamda Türkiye’deki bankalar, müşterilerin en çok bulunduğu ve yaşamını sürdürdüğü mecrayı değiştirmeden finansal konulardaki sorularına yanıt bulma ihtiyacını da karşılamış oluyor. 

Chatbotlara en çok kredi ve faiz oranları soruluyor

Cbot’un raporuna göre sıkça sorulan sorular alanında chatbotların müşteriler tarafından en fazla; vadeli mevduat hesaplaması (%15), kredi faizi hesaplama (%11), sosyal sohbetler (%8), kredi kartı bilgisi alma (%7) ve kur/hisse senedi bilgisi alma (%4) konularında kullanıldığı ortaya çıkıyor.

“Sıkça Sorulan Sorular” chatbotları faiz hesaplamaları dışında kur hesaplamaları için de en hızlı sonuç alma yöntemi olarak tercih ediliyor. Tek bir cümle içinde çevirmek istenilen tutar ve döviz cinsleri yazıldığında döviz kuru ve tutar bilgisi vererek hızlıca hesaplamayı gerçekleştiren bu chatbotlar, bankanın ATM ve şube adresleri ile şube telefonları hakkında da saniyeler içinde yanıt verebiliyor. Hızın ve zamanın verimli kullanılmasının çok önemli olduğu bu dijital çağda banka ve kredi kartlarının kaybolması veya ATM’de sıkışması gibi acil aksiyon gerektiren durumlarda da bu tür chatbotların yardımına başvurulabiliyor. Sıkça sorulan sorular chatbotlarını ilgili bankanın müşterilerinin yanında, müşterisi olmayan kişiler de kullanabiliyor.

Para transferi ve döviz alım satımı yapan chatbotlara ilgi artıyor

Türkiye’de kullanılan bir diğer chatbot türünün de para transferi, döviz alım satım gibi işlemleri yapabilen chatbotlar olduğunu açıklayan Mete Aktaş, chatbot kullanan bankaların yarısının sanal asistanlarını ilk kez müşterilerine sunarken işlem yapabilme özelliğini de eklemeyi tercih ettiğinin altını çiziyor. Aktaş ayrıca bir chatbotun müşterilerin finansal bilgilerini ve harcama alışkanlıklarını analiz edip bütçe yönetimi konusunda tavsiyede bulunmasının da mümkün olduğunu ancak bu tür chatbotları henüz Türkiye pazarında göremediklerini ifade ediyor.

Bankacılık sektörü, hizmet sektörü içinde yeni teknolojilere hızlı adapte olan öncü bir sektör olarak karşımıza çıkıyor. Türkiye’deki mevcut tabloda, yaygın bir ağa ve geniş müşteri tabanına sahip bankaların chatbotlar konusunda hızlı davrandığını ve müşterilerine bu yeni kanalın imkanlarını sunduğu görülüyor. Önümüzdeki dönemde, orta ölçekli bankaların da bu yeniliğe adapte olacağını belirten Mete Aktaş: “Bankaların ardından sigorta ve emeklilik şirketlerinin, portföy yönetim şirketlerinin ve son kullanıcı ile etkileşim içinde olan diğer finansal hizmet sağlayıcılarının da chatbotları adapte edeceğini öngörmek mümkün. Ayrıca, chatbotların finansal hizmetler sektöründe mevcut kullanım alanlarının dışında yeni kullanım alanları bulacağını, öncelikle çağrı merkezlerinde çalışanların hayatlarını kolaylaştırarak daha kaliteli hizmet vermelerini sağlayacağını öngörüyoruz” diyor.

100 Milisaniyede Programatik Kampanya

Yaklaşık 30 yıl önce internetteki ilk tıklanabilir banner yayınlanmıştı. Yıllar geçtikçe dijital olanaklar ve pazarlama sektörü gelişti ancak banner reklamları en iyi reklam kanallarından biri olmayı sürdürüyor. Programatik teknolojisi (özellikle hedefleme bakımından), reklam satın alma otomasyonunu ve davranışlara göre kişiselleştirilmiş görüntüleri sağlayarak en yeni trendler arasında başı çekiyor. RTB House’dan Can Tunçer, teklif talebi ile reklam görüntüleme arasında geçen 100 milisaniyenin kampanyaları nasıl son derece verimli hale getirdiğini hedefleme örneği üzerinden açıklıyor. Hedeflemenin tam potansiyeli çok küçük bir zaman diliminde ortaya çıkıyor. Bu süre içinde ilgili kullanıcı geçmişinin incelenmesi ve potansiyelinin hesaplanmasından satın alınacak reklam alanı fiyatı hakkındaki karara ve son olarak hangi kreatif içeriklerin kullanılacağı ve hangi özel ürünlerin görüntüleneceği kararlarına kadar pek çok analizin yapılması ve kararın alınması gerekiyor.  Ancak Gerçek Zamanlı Teklif Verme (Real Time Bidding - RTB) sadece kullanıcılara göre hedeflendirme yapmak için değil, aynı zamanda genel olarak çevrimiçi reklamların satılması ve alınması için de kullanılıyor. Bu işlem, reklamverenlerin belirli bir reklam görüntüleme işlemi için ne kadar ödemek istediklerine “karar” verdikleri bir açık artırmaya dayanıyor. Bu teklif süreci tamamen otomatik ve tüm satın alma işlemi, web sayfası kullanıcının ekranına yüklenmeden önce sadece yaklaşık 100 milisaniyede gerçekleşiyor. Bu kadar az sürede yenilikçi bir reklam teknolojisinden yararlanmanız son derece önemli. 

RTB Nasıl Çalışır? 

Bir reklam görüntülenmeden önce çok sayıda işlem yapılır. Reklam yerleşimi satışı ve satın alma işleminin tamamı, kullanıcı yayıncının internet sitesini ziyaret etmek için harekete geçtiğinde başlar. Böylece özel reklam yerleşimlerine yönelik teklif talepleri etkinleştirilir.   Yayıncı, açık artırmayı başlatmak için kullanıcı hakkındaki önemli bilgileri paylaşır (coğrafi konumu, cihaz türü vb.) Sonraki adımda yayıncı, reklam uygulayıcılarına reklam yerlerini sunar ve DSP ortaklarına erişilebilir reklam yerleri hakkında bilgi verir.   DSP’ler (Demand Side platform - Talep Yönlü Platform) önce belirli bir reklam yerleşimini satın almanın değerini ve riskini tüm mevcut verilere ve envanter hakkındaki geçmiş verilerine dayanarak değerlendirir (CTR, görüntülenebilirlik). Sonra, reklamverenlerin devam eden kampanyalarını inceler ve bu kullanıcı için en iyi seçeneğin hangisi olduğunu değerlendirirler.  Bu değerlendirmelerin önemli bir kısmı Marka Güvenliği filtrelemesidir. Bu filtreleme, reklamların rahatsız edici nitelikteki veya reklamcıların marka güvenlik politikaları açısından olumsuz etkilere sahip olabilecek internet sitelerinde veya bu tür içeriklerin yanında gösterilmesini önler.  Değerlendirme sonrasında DSP’ler, seçilen reklamcıları belirli kullanıcı ve mevcut yerleşimler hakkında bilgilendirir. Reklamcılar, açık artırması yapılan reklam görüntüsü hakkında ödeme yapmak istedikleri fiyatı belirlerler. Bu aynı zamanda kreatif materyalin hazırlanacağı, doğru biçimin seçileceği, özel tasarımlı şablon ve ürün teklifine karar verileceği andır.   Fiyat hesaplaması sonrasında ve kreasyon hazır olduğunda sıra sunum yolu optimizasyonuna gelir. Günümüzdeki piyasa standardı, yayıncıların yaklaşık 6 platform ile işbirliğinde bulunmasıdır ve bu nedenle alıcılar, maliyetlerini optimize etmek için belirli bir yerleşimi nereden alacaklarına, yani açık pazar artırmasından mı yoksa özel pazar yerinden mi satın alacaklarına karar vermelidir.   Kararlar sırayla alındıktan sonra DSP’ler, reklamverenlerin adına teklifleri yerleştirir. Tekliflerle birlikte hazırlanmış kreatif materyali de gönderirler.  Son olarak, teklif talebi yapıldıktan sadece yaklaşık 100 ms sonra açık artırma sonuçlandırılır ve kazanan reklamverenin kreatif materyali kullanıcının ziyaret ettiği sayfaya yerleştirilir ve tüm sayfayla birlikte yüklenir. 

Neden Verimlilik 

RTB modelinde reklamverenler bazı güçlüklerle karşılaşsalar da bu model maliyet ve zaman verimi açısından harika sonuçlar doğurmaktadır. Öncelikle, hedefleme üzerinde daha fazla kontrol bulunmaktadır. Her bir yerleşim ayrıca değerlendirilmekte, böylece reklamverenler bütçelerini daha verimli bir şekilde kullanabilmektedir. Süreç içinde reklamverenler binlerce yayıncının teklifleri arasından seçim yapabilir ve hangi yerleşimlerin en yüksek potansiyele sahip olduğuna karar verebilir. Marka güvenlik filtreleri ayrıca marka imajının zarar görmesine yol açabilecek yerleşimlerin önlenmesine yardımcı olur.  Pazarlamacıların günlük çalışması için RTB modeli, yayıncılar ile görüşmeler için harcanan süreyi azaltmanın ve çok sayıda sözleşmeyi yönetmenin zekice bir yoludur. Üstelik otomatik, kendi kendine öğrenen algoritmalar çeşitli senaryoları ve biçimleri deneyebilir, genel sonuçları analiz edip kampanyaları otomatik olarak ayarlayabilir veya optimize edebilir.   RTB House verilerine göre, algoritmalarımızın %100’üne derin öğrenme teknolojilerini uyguladıktan sonra kampanya verimliliğinde %50 artış gözlemledik. Bu nedenle, RTB modelinin tüm potansiyelini kullanmak ve her bir açık artırma sırasındaki kısıtlı sürelere uyabilmek için DSP’lerin hızlı ve verimli işlemleri sağlayan en iyi mevcut teknolojiler ile donanmaları gerekmektedir. 

Özet 

Statista'nın en son programatik tahminlerine göre, 2019 yılında dünya çapında programatik reklamcılığa yaklaşık 85 milyar dolar harcanması bekleniyor. eMarketer raporu, 2020 yılına kadar Amerika Birleşik Devletleri’nde tüm dijital reklamların %86’sından fazlasının otomatik kanallar yoluyla satın alınacağı öngörüsünde bulunuyor. Bütçelerin çoğu otomatik ortamda harcandığından bu kampanyaların sonuçları markalar için en önemli özelliklerdir. Ne de olsa tüm reklamverenler kampanyalarını genel etkisi bakımından değerlendirir.  RTB modelinde, reklamverenlerin reklamı etkili hale getirmek için bir teklif talebi aldıktan sonra kişiselleştirilmiş mesaj ve teklifi içeren reklamın görüntülenmesine kadar yaklaşık 100 ms süresi bulunmaktadır. Günümüzde, alınması gereken bu kadar önemli karar varken reklamverenlere en iyi sonuçları sunacak en kapsamlı teknolojiyi kullanan güvenilir bir iş ortağınız olması önemlidir. Böylece karar alma yükü reklamverenin omuzlarından kalkar; bu sorumluluğu, kullanıcının ihtiyaçlarını karşılamaya yönelik reklamlar ve mükemmel kararlar almak amacıyla hiç durmaksızın çok büyük miktarlarda veriyi analiz eden otonom algoritmalar üstlenir.