Veri damıtıcıların analitik ortaklarından aldıkları bir dizi katman vardır. Bazıları oldukça basittir, örneğin hangi ruhların en çok sattığı ve hangi şehir veya eyaletin en çok ürünü hareket ettirdiği gibi. Diğer veri biçimleri, bir kişinin yaşı, cinsiyeti, maaşı ve en sevdikleri içki dükkânına bir gezi sırasında tipik olarak ne kadar harcadıkları gibi tüketici demografik özelliklerine dayanır. Bu ölçümler özellikle içki fabrikalarının müşterilerinin daha spesifik bir görüntüsünü elde etmek için önceden belirlenmiş demografik temelli kavramları aşmalarına yardımcı olur.

Alkol fabrikasının satış ve pazarlama müdürü Emily Webster, belirli bir fiyat noktasındaki bir ruh için tipik hedefin, 25 ila 36 yaşları arasındaki ve yılda X tutarında dolar kazanan bir kişi olabileceğini söylüyor. Hangar 1 Alameda, California'daki içki fabrikası. Ancak topladığımız veriler, ürünümüze gerçekten ilgi duyan müşterinin daha fazla kazanan 40 yaşındaki kadınlar olduğunu söyleyebilir. Bu içgörüye sahip olmak, o belirli müşteriyi göz önünde bulundurarak daha iyi pazarlama stratejileri oluşturmamıza yardımcı olabilir.

İçki fabrikaları ayrıca, hedeflenen tüketici tabanının çıkarlarıyla uyumlu tadım odası ve içki fabrikası turu deneyimleri oluşturmak için bu daha derin veri odaklı müşteri anlayışını kullanır. Bu, bir yıldan fazla bir süredir kapalı olan insanların içki fabrikalarını ziyaret etme konusunda yavaş yavaş rahat etmeye başladıkları için özellikle önemlidir. Şirketin küresel satış ve pazarlamadan sorumlu kıdemli başkan yardımcısı Kate Jerkens, insanların bu kadar uzun süre dışarı çıkmadıklarını ve çıktıklarında da yüksek düzeyde beklentiler taşıdıklarını, bunun iyi bir şey olduğunu söylüyor. En Yakın Amca Shelbyville, Tennessee'deki içki fabrikası. İstedikleri olumlu deneyimi yarattığımızdan emin olmak için verileri kullanmak istiyoruz.

Bazı durumlarda, veriler içki fabrikalarına müşterilerin istediği şeyin yüksek bir deneyim olduğu konusunda bilgi verir. Webster'ın veri analitiği yoluyla edindiği içgörüler, onu, peynir ve havyar eşleştirmelerini içeren lüks tadım uçuşları sunmak için yakındaki Napa'daki şarap imalathanelerinde çalışma deneyimine dayanmaya zorladı. Popüler bir teklif olduğu kanıtlandı ve içki fabrikasının müşterileriyle daha da derin bir bağlantı kurulmasına yardımcı oldu. Webster, bu tür deneyimlerin yalnızca sıvıya değil, mülkün kendisine de marka sadakati geliştirdiğini söylüyor.

Boşlukları Kapatmak

Çeşitli veri toplama biçimleri aracılığıyla toplanan bilgiler tam da budur: bilgi. Verileri ayrıştırmak için gelişmiş araçlar mevcut olsa bile, bilgilerin bir kısmı, doğru ve yararlı bir şekilde yorumlamak için insan mantığı ve içgörü gerektirir. Jerkens, olaylara bütünsel olarak bakmanın önemli olduğunu söylüyor. Örneğin, içki fabrikası tur verilerimiz dişileri çarpıtır, ancak bu diğer veri kalıplarıyla eşleşmez. Eğilmelerinin nedeni, kısmen, rezervasyon destinasyonları söz konusu olduğunda kadınların seyahat planlayıcıları olmalarıdır.

Ayrıca damıtma endüstrisinin henüz kapatmadığı veri toplamayla ilgili birkaç boşluk var. Tükenme raporları henüz gerçek zamanlı olarak güncellenmediğinden, damıtıcılar, şirket içi veya dışı bir hesapta bulunan kesin şişe sayısına tam erişime sahip değildir. Veriye dayalı çevrimiçi reklamlar biraz yararsızdır. Hedeflenen bir kullanıcıya en sevdikleri şişenin yakındaki bir içki dükkanında mevcut olduğunu söyleyebilseler de, tam olarak hangi mağazada olduğunu söylemelerine izin verilmez, bu da reklamlara bölgenizdeki hafif bir yerel bekar hissi verir.

Yine de, bu sorunlar, bir içki fabrikasının veri analitiği aracılığıyla erişebileceği içgörü zenginliğine kıyasla küçük sorunlardır. Bu, bazı insanlar tarafından mahremiyetin ihlal edildiği yönündeki çığlıklarına rağmen, içki fabrikaları ve analitik ortakları için temel hedef olan içki fabrikası/tüketici dinamiğini gerçekten güçlendirebilecek bir süreçtir. Donaho, bir kişinin verilerini veya bunun gibi bir şeyi vermek istemiyoruz, diyor. Tek yaptığımız, o kişiyi en sevdiği şişeye bağlamanın en iyi yolunu bulmaya çalışmak.