Voice of Customer Nedir? CRO ve Copywriting’de Müşteri Dilini Kullanmak

Voice of Customer, kısaca VoC, müşterilerin bir ürün, hizmet veya deneyim hakkındaki ihtiyaçlarını, beklentilerini, problemlerini, motivasyonlarını, tereddütlerini ve kullandıkları dili sistematik biçimde araştırma yaklaşımıdır.

CRO ve copywriting açısından VoC’nin en değerli tarafı, şirketin müşteriler hakkında ne düşündüğünü değil, müşterilerin problemi ve çözümü kendi kelimeleriyle nasıl tanımladığını görünür hale getirmesidir.

Örneğin bir şirket hizmetini şöyle tanımlıyor olabilir:

“Entegre operasyonel verimlilik çözümü.”

Müşteri ise aynı problemi şöyle anlatıyor olabilir:

“Üç farklı Excel dosyasındaki veriyi her hafta elle birleştirmek istemiyorum.”

İkinci cümle daha yaratıcı olduğu için değil, müşterinin gerçek problem dünyasını daha doğrudan yansıttığı için değerlidir.

Ancak Voice of Customer konusunda baştan netleştirilmesi gereken kritik bir sınır vardır:

Müşterinin söylediği şey, müşterinin gerçekte yaptığı şeyle aynı veri türü değildir.

Bu nedenle VoC; analytics, usability testing, session recordings veya controlled experiment’ın alternatifi değildir. Conversion research içinde farklı kanıt türlerinin birlikte nasıl kullanıldığını düşündüğümüzde Voice of Customer, özellikle müşterinin algısı, motivasyonu, beklentisi ve dili hakkında bilgi sağlayan araştırma katmanıdır.

Voice of Customer nedir?

Voice of Customer kavramı yeni değildir.

Abbie Griffin ve John Hauser’ın 1993 tarihli klasik The Voice of the Customer çalışması, VoC’yi ürün geliştirme bağlamında müşteri ihtiyaçlarının belirlenmesi, yapılandırılması ve önceliklendirilmesi problemi olarak ele alır.^[1]

Çalışmanın temel mantığında müşterilerin ihtiyaçlarını kendi ifadeleriyle ortaya çıkarmak, bu ihtiyaçları anlamlı yapılara ayırmak ve önemlerini değerlendirmek vardır.

CXL ise CRO bağlamında Voice of Customer research’ü müşterilerin ve prospect’lerin ihtiyaçlarını, pain point’lerini, tereddütlerini ve kullandıkları dili araştırıp bunları daha iyi mesajlar ve test hipotezleri üretmek için kullanır.^[2]

Bu yazıda VoC’yi şu anlamda kullanacağım:

Müşterilerin ne istediğini, hangi problemi çözmeye çalıştığını, neden karar verdiğini veya vermediğini ve bütün bunları hangi kelimelerle ifade ettiğini sistematik biçimde araştırmak.

Voice of Customer yalnız müşteri yorumu toplamak değildir

Bir işletmenin yüzlerce Google yorumu, support ticket’ı veya survey cevabı olması otomatik olarak güçlü bir VoC çalışması yaptığı anlamına gelmez.

Research olarak değer üretebilmesi için sinyallerin işlenmesi gerekir:

COLLECT ↓ STRUCTURE ↓ INTERPRET ↓ PRIORITIZE ↓ ACT

Önce müşteri sinyalleri toplanır.

Ardından bunlar örneğin:

• trigger,
• pain point,
• desired outcome,
• objection,
• alternative,
• decision criterion,
• proof need,
• customer language

gibi temalara ayrılabilir.

Daha sonra bu temaların hangi ürün, copy, landing page, sales veya CRO kararına bağlanabileceği değerlendirilir.

Binlerce müşteri cümlesini spreadsheet’e doldurup hiçbir karar değiştirmemek VoC research değildir. Sadece dijital arşivciliktir. İnsanlar tablo oluşturunca problemi çözdüklerini sanmaya fazlasıyla yatkın.

Voice of Customer CRO’da neden önemlidir?

Analytics bize çoğu zaman davranışın nerede değiştiğini gösterebilir.

Örneğin:

• Pricing sayfasında drop-off yüksektir.
• Mobil form completion düşüktür.
• Ürün sayfasından add-to-cart oranı zayıftır.
• Checkout’ın belirli aşamasında kullanıcı kaybı vardır.

Fakat bu veriler çoğu zaman şu soruların cevabını tek başına vermez:

• Kullanıcı neden tereddüt ediyor?
• Hangi bilgi eksik?
• Teklifin hangi kısmı anlaşılmıyor?
• Kullanıcı hangi alternatifi değerlendiriyor?
• Satın alma kararında hangi risk önemli?
• Kullanıcı problemi kendi kelimeleriyle nasıl tarif ediyor?

CXL de Voice of Customer araştırmasını nicel veride görülen davranışın arkasındaki “neden” katmanını araştırmak için kullanır.^[2]

Pratikte ilişki şöyle kurulabilir:

QUANTITATIVE DATA "Ne oluyor?" ↓ BEHAVIORAL RESEARCH "Kullanıcı ne yapıyor?" ↓ VOICE OF CUSTOMER "Kullanıcı ne düşünüyor, ne istiyor ve nasıl anlatıyor?" ↓ PROBLEM DEFINITION ↓ HYPOTHESIS

Bu yapının bütününü CRO’da neyi test edeceğimize karar vermek için kullanılan conversion research sürecinde daha geniş ele alıyorum.

VoC davranış verisi midir?

Çoğu VoC kaynağı doğrudan davranış verisi değildir.

Örneğin:

• survey cevapları,
• customer interview’ler,
• ürün yorumları,
• support mesajları,
• sales görüşmeleri

büyük ölçüde müşterinin ne söylediğini veya yazdığını gösterir.

Nielsen Norman Group kullanıcı araştırması yöntemlerinde temel ayrımlardan birini attitudinal ve behavioral research olarak yapar. Attitudinal yöntemler insanların söyledikleri, düşündükleri ve hissettikleri hakkında self-reported veri toplarken; behavioral yöntemler insanların gerçekte ne yaptığını gözlemler.^[3]

ATTITUDINAL "What people say" BEHAVIORAL "What people do"

Survey ve interview gibi yöntemler ağırlıklı olarak attitudinal taraftadır. Analytics ve A/B testing ise behavioral sinyal üretir. Usability testing gibi bazı yöntemler her iki veri türünü birlikte sağlayabilir.^[3]

Bu ayrım CRO için önemlidir.

Bir kullanıcı:

“Ben fiyatı çok önemsemiyorum, kalite benim için daha önemli.”

diyebilir.

Fakat gerçek satın alma davranışında sürekli daha düşük fiyatlı seçeneğe gidebilir.

Bu kullanıcının yalan söylediği anlamına gelmez. İnsanların kendilerini nasıl açıkladıkları ile davranışları birebir aynı olmak zorunda değildir.

Dolayısıyla:

VOC = PERCEPTION + ATTITUDE + MOTIVATION + LANGUAGE ≠ OBSERVED BEHAVIOR

VoC ile davranışsal veriyi karşı karşıya koymak yerine birlikte değerlendirmek daha güçlüdür. Nielsen Norman Group da attitudinal ve behavioral araştırmanın farklı fakat tamamlayıcı bilgiler ürettiğini vurgular.^[4]

Voice of Customer hangi sorulara cevap verir?

VoC özellikle müşterinin karar dünyasını anlamada değerlidir.

Trigger

Kullanıcı ne zaman çözüm aramaya başladı?

“Bu ürünü veya hizmeti aramanıza ne sebep oldu?”

Problem

Kullanıcı gerçekte neyi çözmeye çalışıyor?

“Bu çözümü ararken yaşadığınız temel problem neydi?”

Desired outcome

Kullanıcı başarılı sonucu nasıl tanımlıyor?

“Bu çözüm sizin için başarılı olursa ne değişmiş olacak?”

Alternatives

Kullanıcı başka hangi çözümü değerlendirdi?

“Bizi seçmeden önce başka hangi seçenekleri düşündünüz?”

Objections

Kararı geciktiren veya engelleyen konu neydi?

“Satın almadan önce sizi en fazla tereddütte bırakan şey neydi?”

Decision criteria

Kullanıcı seçenekleri neye göre karşılaştırdı?

“Karar verirken sizin için en önemli kriterler nelerdi?”

Customer language

Kullanıcı bütün bunları hangi kelimelerle anlatıyor?

Bu son alan özellikle CRO copywriting açısından değerlidir.

Müşterinin kullandığı kelime ile ihtiyacı aynı şey midir?

Hayır.

Müşterinin kullandığı ifade, daha derindeki ihtiyacın görünen temsili olabilir.

Örneğin kullanıcı:

“Daha kolay raporlama istiyorum.”

diyebilir.

Ama daha derinde:

• manuel iş yükünü azaltmak,
• hata riskini düşürmek,
• yöneticisine daha hızlı rapor vermek,
• farklı veri kaynaklarını birleştirmek

gibi ihtiyaçlar bulunabilir.

Arama sistemlerinde information need ile query arasındaki fark nasıl önemliyse, VoC analizinde de tek bir ifadeyi ihtiyacın tamamı sanmamak gerekir.

İki konu aynı şey değildir; fakat aynı soyutlama problemi vardır: görünen ifade ile altında yatan ihtiyacı birbirinden ayırmak.

SEO’daki kullanıcı ihtiyacı ile Voice of Customer nasıl bağlanır?

SEO kullanıcının arama öncesindeki veya arama anındaki ihtiyacını anlamaya çalışır. VoC ise kullanıcının seçim, değerlendirme ve satın alma sürecindeki motivasyonları hakkında daha fazla bilgi sağlayabilir.

SEO stratejisinde query’den önce gerçek kullanıcı ihtiyacını düşünmek nasıl page ownership kararlarını etkiliyorsa, CRO tarafında da kullanıcının yalnız tıklamasını değil karar motivasyonunu araştırmak gerekir.

Bu ilişki özellikle search trafiğinde önemlidir:

SEARCH NEED ↓ QUERY ↓ SERP RESULT ↓ LANDING PAGE ↓ EVALUATION ↓ OBJECTIONS ↓ DECISION

Search intent kullanıcının hangi görevi tamamlamak istediğini anlamamıza yardım eder. VoC ise özellikle karar aşamasındaki daha ince ihtiyaçları, tereddütleri ve dili araştırabilir.

Bu iki katmanın sayfa deneyiminde nasıl birleştiğini search intent ile landing page uyumu üzerinden ayrıca ele alıyorum.

Voice of Customer verisi nereden toplanabilir?

Tek bir VoC kaynağı yoktur.

CRO açısından pratik kaynaklar şunlardır:

• customer interviews,
• prospect interviews,
• on-site surveys,
• post-purchase surveys,
• email surveys,
• customer support ticket’ları,
• live-chat kayıtları,
• sales call notları,
• lost-deal feedback,
• product reviews,
• marketplace reviews,
• competitor reviews,
• cancellation feedback,
• return reasons.

CXL de interview, survey, forum ve review gibi farklı kaynaklardan tekrar eden müşteri mesajlarının çıkarılabileceğini belirtir.^[2]

Ancak bütün kaynakları tek potada eşit kabul etmek doğru değildir.

Bir support ticket ile bağımsız ürün review’u farklı bağlamlarda üretilir. Satın alan müşteriyle satın almayan prospect farklı karar aşamasındadır. Dolayısıyla verinin nereden geldiği analysis sırasında korunmalıdır.

Customer interview ne zaman kullanılır?

Interview, yüzeydeki cevabın arkasına geçebilmek için follow-up sorular sorabildiğimiz için güçlü bir VoC yöntemidir.

Örneğin müşteri:

“Kurulumu kolay olduğu için aldım.”

dediğinde şunları sorabiliriz:

• Daha önce zor bir kurulum deneyimi yaşadınız mı?
• Kolay kurulum sizin için ne anlama geliyor?
• Satın almadan önce bunun kolay olduğunu nasıl anladınız?
• Alternatif ürünlerde sizi rahatsız eden neydi?

Böylece “kolay kullanım” gibi yüzeysel bir ifade gerçek karar bağlamına oturtulabilir.

Burada iyi soru kullanıcıya cevabı öğretmez.

Örneğin:

“Daha hızlı kurulum olsa satın alır mıydınız?”

gibi varsayımsal ve yönlendirici bir soru yerine:

“Son satın alma kararınız sırasında kurulumla ilgili hangi konuları değerlendirdiniz?”

gibi geçmiş deneyimi araştırmak daha kullanışlı olabilir.

Survey ne zaman kullanılabilir?

Survey, aynı araştırma soruları hakkında daha geniş bir kullanıcı grubundan structured feedback toplamak için kullanılabilir.

NN/g survey ve questionnaire yöntemlerini kullanıcıların tutumları ve self-reported davranışları hakkında bilgi toplamak için kullanılan attitudinal yöntemler arasında değerlendirir.^[5]

VoC açısından sorulabilecek örnek sorular:

• Bu ürüne ihtiyaç duyduğunuzu ne zaman fark ettiniz?
• Ürün sizin için hangi problemi çözüyor?
• Başka hangi alternatifleri değerlendirdiniz?
• Satın almadan önce hangi tereddütleri yaşadınız?
• Karar vermeden önce cevabını bulamadığınız bir soru oldu mu?

CXL de benzer biçimde problem, alternatifler ve satın alma öncesindeki hesitation’ları araştıran soruları VoC çalışması için kullanır.^[2]

On-site survey ile customer survey aynı şey değildir

Survey’in hangi aşamadaki kullanıcıya sorulduğu cevabın anlamını değiştirir.

Henüz satın almamış bir kullanıcıya:

“Bugün ilerlemenizi engelleyen bir konu var mı?”

sorulabilir.

Satın almış müşteriye ise:

“Satın almadan önce sizi neredeyse vazgeçiren konu neydi?”

sorulabilir.

VISITOR Henüz karar vermedi. CUSTOMER Kararı tamamladı. LOST PROSPECT Karar verdi ama bizi seçmedi. CHURNED CUSTOMER Bir dönem seçti, daha sonra ayrıldı.

Bu grupların her biri farklı araştırma değeri taşır.

Yalnız mutlu müşterilerle konuşursak conversion etmeyen kullanıcıların itirazlarını göremeyebiliriz.

Sales ekibi neden güçlü bir VoC kaynağıdır?

Özellikle B2B ve yüksek değerli hizmetlerde sales ekibi potansiyel müşterilerin karar süreci hakkında büyük miktarda nitel veri toplar.

Prospect’ler sürekli:

• ne aradıklarını,
• neyi anlamadıklarını,
• hangi rakibi değerlendirdiklerini,
• hangi risklerden çekindiklerini,
• fiyatla ilgili itirazlarını,
• hangi özelliği kritik gördüklerini

anlatır.

Bu konuşmalar CRM note’larında gömülü kalırsa marketing ve CRO ekibi aynı problemleri sıfırdan keşfetmeye çalışır.

Sales ekibine sorulabilecek basit sorular:

• Prospect’ler en sık hangi soruyu soruyor?
• En yaygın üç objection nedir?
• Rakiplerle karşılaştırırken hangi konular gündeme geliyor?
• Kaybedilen fırsatlarda hangi neden tekrar ediyor?
• Web sitesinde yeterince açıklanmadığı için sizin sürekli anlatmak zorunda kaldığınız şey ne?

Customer support neden VoC kaynağıdır?

Customer support satın alma sonrasındaki gerçek kullanım problemlerinin doğal kayıtlarından biridir.

Burada tekrar eden:

• kurulum sorunları,
• yanlış beklentiler,
• uyumluluk soruları,
• anlaşılmayan özellikler,
• teslimat problemleri,
• iade nedenleri

bulunabilir.

Bu bilgiler yalnız retention için değil acquisition için de değerlidir.

Örneğin müşteriler ürünü aldıktan sonra sürekli:

“Bu ürün X cihazıyla uyumlu mu?”

diye soruyorsa compatibility bilgisinin PDP’de satın alma öncesinde de yeterince açık olmadığı araştırılabilir.

Bu tek başına kanıt değildir. Ama yeni bir research question üretir.

Reviews Voice of Customer için nasıl kullanılır?

Reviews özellikle doğrudan interview veya survey verisi bulunmadığında yararlı bir research input’u olabilir.

Yorumlarda tekrar eden:

• pain point,
• desired outcome,
• objection,
• alternative,
• decision criterion,
• customer language

temaları aranabilir.

Örneğin kullanıcılar bir ürün kategorisinde sürekli:

“Ürün iyi ama kurulum için teknik destek gerekiyor.”

diyorsa, installation complexity o kategoride karar kriterlerinden biri olabilir.

Ancak review mining’in sınırları vardır:

• Review yazanlar bütün müşterileri temsil etmeyebilir.
• Çok olumlu ve çok olumsuz deneyimler daha görünür olabilir.
• Rakip ürün müşterisi bizim segmentimiz olmayabilir.
• İfade bağlamından koparıldığında yanlış yorumlanabilir.

REVIEW = RESEARCH INPUT ≠ UNIVERSAL CUSTOMER TRUTH

Voice of Customer ile testimonial aynı şey midir?

Hayır.

Testimonial bir proof unsurudur.

VoC ise müşterinin karar dünyasını araştırmak için kullanılan veri yaklaşımıdır.

Örneğin testimonial:

“Ekip çok hızlıydı, süreçten çok memnun kaldık.”

olabilir.

VoC research açısından şu cevap daha değerli olabilir:

“Başta ajansla çalışmak istemiyorduk çünkü önceki ajansımız ne yaptığını bize açıklamıyordu.”

Bu cümle:

• objection,
• previous experience,
• trust problem,
• decision criterion

hakkında bilgi verir.

Voice of Customer ile NPS aynı şey midir?

Hayır.

NPS belirli bir recommendation sorusundan üretilen metriktir.

VoC ise daha geniş bir research sistemidir.

NPS "Tavsiye etme ihtimaliniz nedir?" ↓ SCORE VOC "Neden?" "Ne bekliyordunuz?" "Ne sorun yaşadınız?" "Neyi değerlendirdiniz?" "Ne sizi tereddütte bıraktı?" "Problemi nasıl tarif ediyorsunuz?" ↓ INSIGHT

NPS bir VoC programı içindeki veri noktalarından biri olabilir. Fakat Voice of Customer’ın kendisi değildir.

VoC araştırma soruları nasıl yazılmalıdır?

Kötü research sorusu kullanıcıyı istediğimiz cevaba yönlendirir.

Örneğin:

“Yeni hızlı teslimat özelliğimiz sizin için faydalı olur muydu?”

sorusunda:

• çözüm önceden verilmiştir,
• “hızlı” olumlu biçimde çerçevelenmiştir,
• gelecekteki varsayımsal davranış sorulmuştur.

Daha iyi:

“Son siparişinizde teslimatla ilgili kararınızı etkileyen bir konu oldu mu?”

veya:

“Satın almadan önce bilmek istediğiniz fakat bulamadığınız bir bilgi var mıydı?”

gibi sorular gerçek deneyime daha yakındır.

Satın alan müşteriye hangi VoC soruları sorulabilir?

• Bu çözümü aramanıza ne sebep oldu?
• Satın almadan önce yaşadığınız temel problem neydi?
• Başka hangi çözümleri değerlendirdiniz?
• Bizi seçerken en önemli kriteriniz neydi?
• Satın almadan önce sizi en fazla tereddütte bırakan konu neydi?
• Karar vermeden önce cevabını bulamadığınız bir soru oldu mu?
• Bu ürünü veya hizmeti bir arkadaşınıza nasıl tarif edersiniz?
• Bu çözüm sizin için başarılı olursa ne değişmiş olacak?

Satın almayan ziyaretçiye hangi sorular sorulabilir?

• Bugün buraya gelmenizin temel nedeni nedir?
• Aradığınız bilgiyi bulabildiniz mi?
• Şu anda ilerlemenizi engelleyen bir konu var mı?
• Karar vermek için hangi bilgiye daha ihtiyacınız var?
• Başka hangi seçenekleri değerlendiriyorsunuz?

Bu cevapların kullanıcının gerçek davranışını otomatik olarak açıklamadığını yeniden hatırlamak gerekir.

Voice of Customer research evidence’dır; kullanıcının zihnine yerleştirilmiş güvenlik kamerası değildir.

VoC verisi nasıl analiz edilir?

Research’ün zor kısmı çoğu zaman veri toplamak değil, yüzlerce açık uçlu cevabı anlamlı yapıya dönüştürmektir.

CXL VoC çalışmasında survey cevaplarının tek tek incelenmesini; needs, wants, pain points ve hesitations gibi tekrar eden mesajların çıkarılmasını ve bunların mevcut copy ile karşılaştırılmasını önerir.^[2]

Basit bir coding modeli şöyle kurulabilir:

Tema	Aranan bilgi
Trigger	Kullanıcıyı çözüm aramaya başlatan olay
Pain	Mevcut problem veya rahatsızlık
Desired Outcome	Kullanıcının ulaşmak istediği sonuç
Alternative	Değerlendirilen başka çözüm veya davranış
Objection	Kararı engelleyen risk veya tereddüt
Decision Criterion	Seçenekleri karşılaştırırken kullanılan kriter
Proof Need	İnanmak veya karar vermek için ihtiyaç duyulan kanıt
Customer Language	Tekrar eden ifade, kelime veya anlatım biçimi

VoC analysis örneği

Bir B2B yazılım ürünü için şu cevapların geldiğini düşünelim:

“Ekibin kullandığı üç farklı Excel dosyasını bir araya getiriyoruz.”

“Asıl sorun rapor hazırlamak değil, verinin sürekli farklı yerde olması.”

“Yeni yazılım alınca herkesin kullanmayı öğrenememesinden korkuyorduk.”

“Kurulması altı ay sürmesin yeter.”

Bütün bunları “customers want ease of use” diye tek klasöre atmak araştırmanın önemli kısmını çöpe atar.

Daha anlamlı coding:

PAIN Dağınık veri CURRENT ALTERNATIVE Excel / manuel birleştirme OBJECTION Adoption riski OBJECTION Uzun implementation DESIRED OUTCOME Tek yerde kullanılabilir veri

Bu yapı doğrudan copy yazmaktan önce müşterinin decision modelini anlamaya yardım eder.

Frequency en önemli VoC sinyali midir?

Hayır.

Bir ifadenin sık tekrar etmesi önemlidir ama “en fazla söylenen = en önemli ihtiyaç” şeklinde mekanik bir kural kurulamaz.

Griffin ve Hauser’ın çalışması da frequency of mention’ın ihtiyaç öneminin doğrudan ikamesi olup olamayacağını ayrıca araştırır.^[1]

Örneğin yalnız birkaç enterprise müşteri kritik bir compliance problemi dile getiriyor olabilir.

Bu tema toplam yanıtların küçük kısmında görünse bile yüksek değerli bir segment için karar üzerinde çok büyük etkiye sahip olabilir.

Bu nedenle prioritization şöyle düşünülebilir:

FREQUENCY + SEGMENT + SEVERITY + DECISION IMPACT + BUSINESS VALUE

Customer language nasıl çıkarılır?

Voice of Customer’ın copywriting açısından güçlü kullanımlarından biri müşterinin gerçek kelimelerini tespit etmektir.

Örneğin şirket:

“Operational visibility platform.”

diyor olabilir.

Müşteriler ise sürekli:

“Neyin nerede takıldığını göremiyoruz.”

diyorsa ikinci ifade önemli bir messaging sinyalidir.

Ancak müşteri cümlesini bulmak işin tamamı değildir.

Önce şu ayrımı kurmak gerekir:

RAW VERBATIM ↓ THEME ↓ CUSTOMER NEED ↓ MESSAGE ↓ PROOF

Müşterinin kelimesini headline’a yapıştırıp dua etmek conversion copywriting değildir.

VoC verisi doğrudan copy’ye yapıştırılmalı mı?

Her zaman değil.

VoC copy için raw material sağlar.

Copywriter veya CRO ekibinin görevi:

• tekrar eden temaları seçmek,
• önem sırasını belirlemek,
• farklı segmentleri ayırmak,
• mesaj hiyerarşisini kurmak,
• iddiaları proof ile desteklemek,
• sayfanın gerçek görevine göre bilgiyi yerleştirmek

olmaya devam eder.

Örneğin müşteriler sürekli:

“Ne zaman ürün geleceğini bilmemek sinir bozucu.”

diyorsa insight şu yapıya dönüşebilir:

CORE NEED Teslimat öngörülebilirliği OBJECTION Teslimat belirsizliği MESSAGE Siparişten önce net teslimat zamanı PROOF Gerçek stok ve teslimat verisi

VoC landing page’de nasıl kullanılır?

Voice of Customer araştırması landing page’in birçok bölümünü besleyebilir.

VoC Bulgusu	Landing Page Kullanımı
Core Problem	Hero ve problem framing
Desired Outcome	Value proposition ve benefit hierarchy
Decision Criteria	Feature-benefit önceliği
Objections	Objection handling
Alternatives	Comparison ve differentiation
Proof Needs	Testimonials, veri, case study ve guarantees
Customer Language	Headline, body copy ve CTA context

Ancak VoC landing page’i otomatik olarak tasarlamaz.

Sayfanın value proposition, evidence, friction, objection ve CTA gibi diğer katmanları ayrıca değerlendirilmelidir. Bunları landing page optimizasyonu ve CRO sürecinde daha geniş ele alıyorum.

Voice of Customer ile funnel analizi nasıl birleşir?

Conversion funnel bize kullanıcının hangi aşamada kaybedildiğini gösterebilir.

Voice of Customer ise bu kaybın arkasındaki olası karar nedenlerini araştırmaya yardımcı olabilir.

Örneğin:

10.000 PRODUCT VIEW ↓ 2.000 ADD TO CART ↓ 1.200 CHECKOUT ↓ 600 PURCHASE

Bu yapıda en büyük drop-off’un ürün sayfasında olduğunu görebiliriz.

Ama neden?

VoC burada şu soruları araştırabilir:

• Ürün bilgisinde ne eksik?
• Hangi objection satın alma öncesinde çözülmüyor?
• Kullanıcının karşılaştırdığı alternatif ne?
• Fiyat mı, teslimat mı, uyumluluk mu daha önemli?

Yani conversion funnel analizi problemin nerede yoğunlaştığını gösterirken, VoC neden tarafındaki research katmanlarından birini sağlayabilir.

Voice of Customer ile analytics nasıl birlikte kullanılır?

İki veri türü birbirinin yerine geçmez.

Örneğin analytics:

“Mobil checkout completion düşük.”

diyebilir.

Session recordings:

“Kullanıcılar kargo bilgisi için checkout içinde geri dönüyor.”

gösterebilir.

VoC:

“Kullanıcılar toplam kargo ücretini geç gördüklerini söylüyor.”

bulgusunu üretebilir.

Bu durumda:

ANALYTICS Nerede? + BEHAVIOR Ne yapıyor? + VOC Ne düşünüyor / ne söylüyor? = BETTER PROBLEM DEFINITION

oluşur.

Sonuçta yapılacak değişikliğin başarısının nasıl ölçüleceği ise ayrı bir problemdir. Primary, secondary ve guardrail ayrımını CRO measurement ve metrik seçimi yazısında detaylandırıyorum.

VoC’de triangulation neden değerlidir?

Tek bir kaynaktan gelen bulgu yanıltıcı olabilir.

Örneğin survey’de:

“Fiyat çok yüksek.”

cevabı sık geliyor olabilir.

Fakat sales görüşmelerinde asıl problemin fiyat seviyesi değil paketlerin değer farkının anlaşılmaması olduğu ortaya çıkabilir.

Analytics pricing sayfasında gerçekten sıra dışı drop-off olup olmadığını gösterebilir.

Usability testing ise kullanıcının paketleri karşılaştırırken nerede zorlandığını gösterebilir.

Bu nedenle farklı evidence kaynakları birbirini desteklediğinde problem tanımına olan confidence artabilir.

Ancak çok sayıda sinyal olması bile nedenselliği otomatik olarak kanıtlamaz.

Voice of Customer’da segmentasyon neden önemlidir?

Bütün müşterileri tek bir “customer voice” altında toplamak ciddi bilgi kaybı yaratabilir.

Örneğin:

• SMB müşterisi fiyatı önemseyebilir.
• Enterprise müşteri integration riskini önemseyebilir.
• Yeni kullanıcı onboarding’i önemseyebilir.
• Deneyimli kullanıcı advanced reporting isteyebilir.

Griffin ve Hauser’ın VoC yaklaşımında da ihtiyaçların ve perceived benefits’in audience segmentleri açısından değerlendirilmesi önemli boyutlardan biridir.^[1]

Pratik segmentler:

• customer type,
• company size,
• product / plan,
• new vs existing customer,
• buyer vs end user,
• high-value vs low-value customer,
• converted vs abandoned

olabilir.

E-ticarette Voice of Customer nasıl kullanılabilir?

E-ticarette search ve ürün mimarisi kullanıcının doğru ürün grubunu bulmasını sağlayabilir. Fakat kullanıcının neden belirli ürünü seçmediği ayrı bir conversion problemidir.

Örneğin teknik bir ürün kategorisinde SEO tarafında doğru:

• kategori mimarisi,
• ürün verisi,
• filtreler,
• ürün sayfası

kurulmuş olabilir.

Fakat VoC bize kullanıcıların karar sırasında:

• uyumluluk,
• teknik standart,
• teslimat,
• garanti,
• alternatif ürün,
• montaj

bilgilerine ihtiyaç duyduğunu gösterebilir.

Search tarafının nasıl çalıştığını e-ticaret SEO’da kullanıcı ihtiyacı, ürün verisi ve arama yüzeyleri üzerinden ele alıyorum. VoC bunun yerine geçmez; satın alma ve değerlendirme aşamasındaki farklı soruları araştırır.

VoC CRO hipotezine nasıl dönüşür?

Voice of Customer bulgusu doğrudan experiment fikri değildir.

Örneğin interview’lerde tekrar eden tema:

“Yıllık sözleşmeye girmek istemediğimiz için başta tereddüt ettik.”

olsun.

Bundan doğrudan:

“Aylık paket açalım.”

sonucu çıkarılamaz.

Önce problem tanımlanır:

VOC FINDING Yıllık commitment tereddüt yaratıyor. ↓ PROBLEM HYPOTHESIS Uzun dönem commitment, ilk satın alma kararındaki algılanan riski artırıyor olabilir. ↓ SOLUTION HYPOTHESIS Contract / cancellation bilgisini pricing alanında daha görünür yap. ↓ EXPECTED BEHAVIOR Daha fazla uygun kullanıcının signup'a ilerlemesi. ↓ METRIC Pricing → Signup progression

VoC burada hypothesis’in evidence kaynaklarından biridir.

Research bulgusunun test edilebilir iddiaya nasıl dönüştürüleceğini CRO hipotezi oluşturma sürecinde ayrıca ele alıyorum.

VoC verisi experiment sonucunu kanıtlar mı?

Hayır.

VoC bize müşterinin ne söylediğini ve nasıl düşündüğünü anlamada yardımcı olabilir.

Ancak bir copy veya experience değişikliğinin gerçekten davranışı iyileştirip iyileştirmediğini yalnız VoC üzerinden söyleyemeyiz.

Örneğin müşteri araştırması:

“Teslimat süresini görmek istiyorum.”

diyor olabilir.

Teslimat süresini CTA yanına eklemek mantıklı bir treatment hypothesis oluşturabilir.

Ancak bu değişikliğin add-to-cart veya purchase davranışını gerçekten artırıp artırmadığı ayrıca ölçülmelidir.

Bu yüzden research zinciri:

VOC ↓ INSIGHT ↓ HYPOTHESIS ↓ CHANGE ↓ MEASUREMENT ↓ EXPERIMENT / OBSERVATION ↓ LEARNING

şeklinde ilerler.

VoC spreadsheet’i nasıl tutulabilir?

Alan	İçerik
Source	Interview, survey, support, review vb.
Segment	Müşteri tipi veya kullanıcı grubu
Verbatim	Müşterinin gerçek ifadesi
Theme	Pain, objection, outcome vb.
Sub-theme	Daha spesifik konu
Journey Stage	Pre-purchase, purchase, onboarding vb.
Frequency	Benzer mesaj tekrar ediyor mu?
Severity / Impact	Kararı ne kadar etkiliyor?
Possible Use	Copy, product, sales, CRO hypothesis vb.

Buradaki önemli kural:

Verbatim ile interpretation aynı şey değildir.

Örneğin:

VERBATIM "Yıllık ödeme yapmak istemedim." INTERPRETATION Commitment risk / cash-flow concern.

İkinci satır araştırmacının yorumudur.

Müşteri açıkça “nakit akışı problemim var” demediyse bunu müşterinin sözü gibi kaydetmemek gerekir.

AI ile Voice of Customer analizi yapılabilir mi?

Yapılabilir.

Özellikle büyük miktarda open-text veriyi ilk aşamada sınıflandırmak için yararlı olabilir.

Örneğin bir model:

• cevapları temalara ayırabilir,
• tekrar eden ifadeleri çıkarabilir,
• pain / objection / outcome kategorileri oluşturabilir,
• segmentler arasındaki mesaj farklarını özetleyebilir.

Ancak model aynı zamanda:

• nadir fakat önemli mesajları bastırabilir,
• benzer görünen farklı problemleri birleştirebilir,
• müşterinin söylediğinden daha kesin yorum üretebilir,
• veride olmayan rationale ekleyebilir.

Bu nedenle AI sınıflandırma ve synthesis için yardımcı olabilir ama raw response kontrolü ortadan kalkmaz.

RAW CUSTOMER DATA ↓ AI-ASSISTED CLASSIFICATION ↓ HUMAN REVIEW ↓ THEMES ↓ INSIGHTS

VoC research’te confirmation bias nasıl oluşur?

Research’e:

“Bizim problemimiz fiyat.”

fikriyle başlarsak, yüzlerce cevap içinden fiyatla ilgili olanları seçmek son derece kolaydır.

Research böylece kendi fikrimizi doğrulama mekanizmasına dönüşebilir.

Daha sağlıklı bir süreçte:

1. Raw cevaplar korunur.
2. Önceden beklenmeyen temalara açık olunur.
3. Verbatim ifadeler ayrı tutulur.
4. Theme ile interpretation ayrılır.
5. Hipotezle çelişen evidence silinmez.
6. Segment farkları kontrol edilir.

Voice of Customer sonunda hangi çıktıları üretmelidir?

İyi bir VoC çalışmasının sonunda yalnız yüzlerce satırlık spreadsheet kalmamalıdır.

Pratik çıktı şuna benzeyebilir:

TOP TRIGGERS TOP PAINS TOP DESIRED OUTCOMES TOP OBJECTIONS DECISION CRITERIA ALTERNATIVES PROOF NEEDS CUSTOMER LANGUAGE SEGMENT DIFFERENCES UNRESOLVED QUESTIONS

Daha sonra her bulgunun hangi karar alanına ait olduğu belirlenebilir:

• copy,
• landing page,
• product,
• CRO hypothesis,
• sales enablement,
• customer support.

Voice of Customer her problemi çözmez

VoC güçlü bir research katmanıdır fakat her sorunun doğru yöntemi değildir.

Soru	Daha uygun yöntem
Kullanıcı gerçekte nerede tıklıyor?	Behavioral analytics / recordings
Funnel’ın hangi aşamasında drop-off yüksek?	Funnel analytics
Kullanıcı neden tereddüt ettiğini söylüyor?	VoC / interview / survey
Kullanıcı görevi tamamlayabiliyor mu?	Usability testing
Yeni variant davranışı gerçekten değiştirdi mi?	Uygun koşullarda controlled experiment
Teknik bug var mı?	Technical analysis

Voice of Customer özellikle şu sorularda güçlüdür:

NE İSTİYOR? NEDEN ÇÖZÜM ARIYOR? NEYDEN ÇEKİNİYOR? HANGİ ALTERNATİFİ DEĞERLENDİRİYOR? NEYE GÖRE KARAR VERİYOR? NEYİ KANIT OLARAK GÖRÜYOR? BÜTÜN BUNLARI NASIL ANLATIYOR?

Voice of Customer research’te sık yapılan hatalar

Yalnız mutlu müşterilerle konuşmak

Satın almayan veya churn eden kullanıcıların objection’ları görünmez kalır.

Leading questions sormak

Araştırmacı kullanıcının cevabını önceden şekillendirir.

Gelecek davranışı tahmin ettirmek

“Bunu eklersek satın alır mısınız?” sorusunun cevabı gerçek satın alma davranışını garanti etmez.

Müşterinin söylediğini davranış kanıtı kabul etmek

Attitudinal ve behavioral data farklıdır.

Bir yorumdan büyük insight çıkarmak

Tekil anecdote ilginç olabilir ama pattern değildir.

Frequency’yi importance sanmak

Nadir fakat önemli segment problemleri gözden kaçabilir.

Verbatim ile interpretation’ı karıştırmak

Araştırmacının yorumu müşterinin sözü haline gelir.

Customer language’i körü körüne copy-paste etmek

VoC messaging için raw material sağlar; messaging architecture’ın yerine geçmez.

VoC’yi yalnız copywriting yöntemi sanmak

VoC product, customer experience, sales ve service kararlarını da besleyebilir.

Research yapıp aksiyon üretmemek

Insight hiçbir kararı değiştirmiyorsa araştırmanın operasyonel değeri sınırlı kalır.

Pratik bir Voice of Customer süreci nasıl kurulabilir?

1. Research question belirle. Tam olarak neyi anlamaya çalışıyoruz?
2. Doğru segmenti seç. Customer, prospect, lost prospect veya churned customer.
3. Kaynakları belirle. Interview, survey, reviews, sales, support vb.
4. Raw data topla. Cevapları mümkün olduğunca orijinal haliyle sakla.
5. Verbatim ifadeleri çıkar. Pain, trigger, objection ve outcome ifadelerini ayır.
6. Temalara kodla. Benzer mesajları anlamlı gruplarda birleştir.
7. Segment farklarını kontrol et. Bütün kullanıcıları tek persona haline getirme.
8. Pattern ve outlier’ları incele. Frequency yanında severity ve business value’yu değerlendir.
9. Diğer evidence ile karşılaştır. Analytics veya behavioral research gerekiyorsa ekle.
10. Insight üret. Raw cümleden karar verilebilir problem tanımına geç.
11. Uygulama alanını seç. Copy, product, hypothesis, sales veya support.
12. Sonucu ölç. VoC’den türeyen değişikliğin gerçekten işe yarayıp yaramadığını ayrıca değerlendir.

RESEARCH QUESTION ↓ CUSTOMER SIGNALS ↓ VERBATIMS ↓ THEMES ↓ PATTERNS ↓ INSIGHTS ↓ DECISION ↓ CHANGE / HYPOTHESIS ↓ MEASUREMENT

Voice of Customer’ın conversion research içindeki yeri

VoC, CRO’nun tamamı değildir.

Daha doğru konumlandırma şudur:

CONVERSION RESEARCH │ ├── QUANTITATIVE │ └── Analytics / Funnel │ ├── BEHAVIORAL │ └── Usability / Recordings │ ├── ATTITUDINAL │ └── Voice of Customer │ ├── Interviews │ ├── Surveys │ ├── Reviews │ ├── Sales │ └── Support │ └── TECHNICAL └── Bugs / Performance / Tracking

Bu sınıflandırma kesin metodolojik taksonomi olarak değil, CRO çalışmasında veri kaynaklarının görevlerini ayırmayı kolaylaştıran pratik bir model olarak okunmalıdır. Bazı araştırma yöntemleri aynı anda hem behavioral hem attitudinal bilgi üretebilir.

Voice of Customer’ın temel katkısı müşterinin karar dünyasını görünür hale getirmesidir.

Analytics bize:

“İnsanlar burada ayrılıyor.”

diyebilir.

VoC ise:

“İnsanların hangi problemle geldiğini, neye ihtiyaç duyduğunu, neden tereddüt ettiğini ve bütün bunları nasıl anlattığını”

araştırmaya yardım eder.

Bu ilişki sitedeki Kullanıcı Yolculuğu başlığının da temel problemlerinden biridir: aramadan sonra kullanıcının hangi deneyimle karşılaştığı ve karar sürecinde nerede koptuğu.

Voice of Customer’ın asıl çıktısı müşteri dili değil, müşteri anlayışıdır

VoC konusu kolayca:

“Müşterinin kelimelerini copy’de kullan.”

seviyesine indirgeniyor.

Customer language gerçekten değerlidir.

Fakat daha büyük çıktı müşterinin decision modelidir:

NE OLDU? ↓ NEDEN ÇÖZÜM ARADI? ↓ NEYİ DENEDİ? ↓ NE İSTİYOR? ↓ NEYDEN ÇEKİNİYOR? ↓ NEYE GÖRE KARAR VERİYOR? ↓ NEYİ KANIT OLARAK GÖRÜYOR? ↓ BÜTÜN BUNLARI NASIL ANLATIYOR?

Bu yapı anlaşıldığında yalnız headline değil:

• offer,
• page hierarchy,
• objection handling,
• proof,
• sales messaging,
• CRO hypothesis

daha iyi şekillendirilebilir.

Voice of Customer bu yüzden copywriting hilesi değil, daha geniş CRO araştırma ve optimizasyon sisteminin nitel bilgi kaynaklarından biridir.

Voice of Customer’ın amacı müşterinin cümlelerini toplamak değil; müşterinin karar verme dünyasını kendi dilinden anlamaktır.

Kaynaklar ve teknik referanslar

1. Abbie Griffin & John R. Hauser — The Voice of the Customer, Marketing Science
2. CXL — Use Voice-of-Customer Research to Boost Conversions
3. Nielsen Norman Group — When to Use Which User-Experience Research Methods
4. Nielsen Norman Group — Attitudinal vs. Behavioral Research in UX
5. Nielsen Norman Group — Quantitative User-Research Methodologies: An Overview
6. CXL — Conversion Research to Identify Better A/B Tests