Niş bir medikal giyim markasının hesabını devraldığımda ilginç bir durum vardı: ürünün talebi yerindeydi ama reklamlar bu talebi bulamıyordu.
Marka hemşire ve doktorlara scrubs satıyordu. Hedef kitle çok net tanımlıydı — bir meslek grubu. Ama hesap genel kadın giyim, moda ve alışveriş ilgileriyle yönetiliyordu. Yani ürünü zaten arayan sağlık çalışanına, moda alışverişi yapan birine konuşur gibi hitap ediliyordu.
Yedi ay sonra aylık ciro 187 bin liradan 620 bin liraya çıktı. Reklam harcaması ise sadece %52 arttı. Bunun mümkün olmasının iki sebebi var ve ikisi de trafikle ilgili değil.
Dönüşüm oranı %2,4'ten %5,1'e çıktı. Tekrar müşteri sipariş payı %18'den %42'ye yükseldi. Trafik bu süre boyunca yalnızca %43 arttı.
Bu yazıda meslek bazlı hedeflemenin nasıl kurulduğunu, hastane çevresi konum hedeflemesinin gerçekte ne kadar işe yaradığını ve scrubs gibi mesleki bir üründe tekrar satış sisteminin nasıl inşa edildiğini anlatıyorum.
Devraldığım tablo
| Metrik | Başlangıç | 7. ay |
|---|---|---|
| Aylık reklam harcaması | 85.000 TL | 129.167 TL |
| Aylık ciro | 187.000 TL | 620.000 TL |
| Blended MER | 2,2x | 4,8x |
| Dönüşüm oranı | %2,4 | %5,1 |
| Aylık sipariş | 170 | 517 |
| Aylık trafik | 7.083 | 10.131 |
| Ortalama sepet | 1.100 TL | 1.200 TL |
| Sipariş başına reklam maliyeti | 500 TL | 250 TL |
| Tekrar satış payı | %18 | %42 |
| İade ve değişim oranı | %13,8 | %8,6 |
Tablodaki kritik satır trafik. %43 arttı, sipariş %204 arttı. Aradaki farkın tamamı dönüşüm oranından ve tekrar eden müşterilerden geliyor.
Bir not: karttaki 4,8x rakamı platform ROAS'ı değil, blended MER. Yani toplam cironun toplam Meta ve Google harcamasına bölünmesi. Ayrıca bu yedinci ayın değeri; yedi aylık dönemin tamamı için blended MER 3,62x. MER'in ROAS'tan neden daha önemli olduğunu ayrı yazıda anlattım.
Sorun ürünün talebi değildi
Hesapta dört Meta kampanyası ve 11 reklam seti vardı. Genel kadın giyim, moda, alışveriş ve sağlık ilgileri birlikte kullanılıyordu. Hemşire, doktor ve diğer sağlık çalışanı kitleleri birbirinden ayrılmamıştı.
Google tarafında marka ve marka dışı kelimeler aynı kampanyada yönetiliyordu. Bu, marka talebinin genel arama performansını olduğundan iyi göstermesine yol açıyordu.
Ama asıl sorun mesajdı. Reklam iletişimi ürünün mesleki işlevinden çok görünümüne odaklanıyordu. Scrubs bir moda ürünü değil, on iki saatlik vardiyada giyilen bir iş kıyafeti.
Buna ek olarak dar kitle sorunu vardı. Hemşire ve doktor unvanlarına dayanan hedefleme kitleyi çok küçültüyordu. Yedi günlük frekans 5'i geçtiğinde CPM yükseliyor, aynı kişilere daha fazla reklam gösteriliyor ve yeni müşteri üretimi yavaşlıyordu. Hatalı hedeflemenin performansı nasıl düşürdüğünü ayrıca yazdım.
Önce konumlandırmayı değiştirdik
Marka genel bir moda mağazası gibi konuşmayı bıraktı. Yeni iletişim dört faydaya oturdu: uzun vardiyada rahatlık, hareket özgürlüğü, doğru beden ve kalıp güveni, yoğun yıkamaya dayanıklılık.
Kreatiflerde ürün gösterilmedi, sağlık çalışanının günlük problemi işlendi:
- Vardiya boyunca sıkmayan kalıp
- Eğilme ve hareket sırasında rahatlık
- Cep sayısı ve işlevi
- Terletmeyen kumaş
- Yıkama sonrası formunu koruma
- Hastane renk kurallarına uygun seçenekler
Bu değişikliğin ilk etkisi tıklamayı artırmak olmadı. Yanlış kullanıcının tıklamasını azalttı. Moda ilgisiyle gelen ama scrubs almayacak kişiler reklam aşamasında elendi.
Bu, dönüşüm oranındaki artışın ilk bileşeni. Site aynı kalsa bile trafik kalitesi değişince dönüşüm yükseliyor.
Meslek hedeflemesi mi, geniş hedefleme mi
Meta tarafını iki kampanyaya indirdim. Yeni müşteri kampanyasında üç reklam seti çalıştı.
| Reklam seti | Meta bütçe payı |
|---|---|
| Geniş kadın hedefleme | %55 |
| Sağlık ve meslek sinyalleri | %25 |
| Müşteri listesinden benzer kitle | %20 |
Burada beklenmedik bir sonuç çıktı. İlk aşamada dar meslek hedeflemesi daha yüksek tıklama oranı üretti. Ama ölçek büyüdükçe geniş hedefleme daha düşük edinme maliyeti verdi.
Sebebi şu: kreatifler mesleki problemi anlattığı için filtreleme işini reklamın kendisi yapıyordu. "Vardiya boyunca sıkmayan kalıp" mesajı, hemşire olmayan birinin ilgisini zaten çekmiyor. Bu durumda kitleyi daraltmanın tek getirisi CPM'i yükseltmek oluyor.
Meslek hedeflemesini tamamen kapatmadım. Yeni ürün, renk ve kreatif mesajlarını doğrulamak için kontrol kitlesi olarak tuttum. Dar kitlede iyi çalışmayan bir mesaj, geniş kitlede de çalışmıyor.
Facebook grupları reklam hedefi değildi. Sağlık çalışanı Facebook gruplarını doğrudan hedefleme kriteri olarak kullanmadım. Bu grupları başka bir şey için kullandık:
- Müşteri dilini analiz etmek
- Beden ve kumaş şikâyetlerini belirlemek
- Yeni renk taleplerini toplamak
- İçerik üreticisi bulmak
Kreatiflerdeki mesajların çoğu bu gruplardaki gerçek şikâyetlerden çıktı. "Yıkadıktan sonra form kaybı" veya "cep yetmiyor" gibi cümleler reklam metnine oradan geldi. Sosyal kanıtın kreatifte nasıl kullanıldığını ayrı yazıda anlattım.
Kreatifleri 10-14 günde bir yeniledik, ayda ortalama 8-10 yeni varlık teste girdi.
Google Search: düşük hacim, yüksek niyet
Google tarafında yalnızca Search kullandık. Yapı üçe ayrıldı: marka aramaları, ürün ve kategori aramaları, meslek ve kullanım amaçlı aramalar.
En güçlü kelimeler "hemşire forması", "kadın hemşire forması", "scrubs takım", "medikal forma", "doktor forması", "cerrahi takım", "nöbet forması" ve "tesettür hemşire forması" oldu.
"Ücretsiz", "ikinci el", "dikiş kalıbı", "iş ilanı" ve "okul forması" gibi aramalar negatif kelime olarak kapatıldı. Bu tip nişlerde negatif kelime listesi, pozitif kelime listesi kadar önemli.
Marka kampanyası ayrı yönetildi. Böylece mevcut marka talebinin genel Search performansını yapay biçimde yükseltmesi engellendi.
Yedinci ayda bütçe dağılımı Meta 80 bin lira (%62), Google Search 49 bin lira (%38) seviyesindeydi.
İki kanalın rolü farklıydı. Google düşük hacimli ama doğrudan satın alma niyetli talebi topladı. Meta ise ürünü bilen ancak aktif olarak aramayan sağlık çalışanlarında talep oluşturdu.
Google Shopping test edildi ama kapatıldı. Sebebi iki tane: ürünler görsel olarak birbirine çok benziyordu ve arama hacmi Shopping'in verimli çalışması için yeterli değildi.
Hastane geo-targeting gerçekte ne kadar işe yaradı
İstanbul, Ankara, İzmir, Bursa, Antalya ve Kocaeli'de 42 büyük hastane ve sağlık kampüsü çevresinde konum kümeleri oluşturuldu.
İlk testte 1 kilometrelik yarıçap kullandık. Çalışmadı — kitle o kadar küçüldü ki frekans birkaç günde patladı. Yarıçapı 3 kilometreye çıkardık.
Sonuç şuydu: geo kampanyaları şehir genelindeki kampanyalara göre yaklaşık %18 daha düşük edinme maliyeti üretti. Ama hacmi sınırlıydı.
Bu yüzden ana ölçekleme kampanyası yapmadım. Meta test bütçesinin yaklaşık %15'ini alan destekleyici bir kanal olarak kaldı. En güçlü sonuçlar İstanbul, Ankara ve Bursa'daki büyük hastane kümelerinde alındı.
Buradaki asıl ders şu: konum hedeflemesi tek başına satın alma nedeni değil. Meslek odaklı kreatifle birleştiğinde reklamın kullanıcı için daha ilgili görünmesini sağlıyor. Kreatif genel moda dilindeyken aynı konum hedeflemesi hiçbir şey üretmezdi.
%42 tekrar satış nasıl kuruldu
Önce tanım: bu rakam son 90 gündeki siparişlerin daha önce alışveriş yapmış müşterilerden gelen payı. Yedinci ayda 517 siparişin 217'si tekrar müşteriden, 300'ü yeni müşteriden geldi.
Scrubs'ta tekrar satın alma döngüsü 3-5 ay arasında gerçekleşiyor. Yoğun yıkama, farklı renk ihtiyacı, vardiya sayısı ve ikinci takım ihtiyacı satın almayı tekrarlatıyor.
Bu döngüye göre bir iletişim takvimi kurduk:
| Gün | Mesaj |
|---|---|
| 14 | Ürün bakımı ve beden memnuniyeti |
| 45 | Tamamlayıcı renk ve model önerisi |
| 75 | İkinci takım teklifi |
| 105 | Yenileme hatırlatması |
| 150 | Yeniden kazanım kampanyası |
Buna ek olarak stok yenilendiğinde e-posta ve SMS bildirimi gönderildi.
Mesleki üründe önemli bir dinamik var: müşteri doğru bedeni bir kez bulduktan sonra karar süresi çok kısalıyor. Hemşire aynı markadan ikinci takımı alırken beden riskini yeniden almıyor. Bu yüzden tekrar müşterinin dönüşüm oranı yeni müşteriden kat kat yüksek.
CRM kanalları yedinci ay cirosunun yaklaşık %15'ini doğrudan üretti. Tekrar satın almayı neyin artırdığını ayrı yazıda ele aldım.
Kurumsal ve toplu siparişler ayrı takip edildi, %42 hesabına dahil edilmedi. Bir hastanenin toplu alımı ile bireysel hemşirenin ikinci takımı aynı davranış değil.
%5,1 dönüşüm oranı nereden geldi
Bu rakam e-ticaret ortalamasının belirgin üzerinde. Tek bir sebebi yok, üç unsur birlikte çalıştı.
Birincisi trafik kalitesi. Google'dan gelen "hemşire forması" araması zaten satın alma niyetli. Meta kreatifleri de yanlış kullanıcıyı reklam aşamasında eliyordu.
İkincisi tekrar müşteri payı. Siparişlerin %42'si daha önce alışveriş yapmış müşterilerden geliyor ve bu grup çok daha yüksek oranda dönüşüyor. Yeni müşteri dönüşümü %3-4 bandındayken, tekrar müşterilerin katkısıyla blended oran %5,1'e çıkıyor.
Üçüncüsü ürün sayfası. Beden ve kalıp riskini azaltan her değişiklik doğrudan dönüşüme yansıdı:
- Beden tablosuna S-M-L değil, ürün ölçüleri eklendi
- Modelin boyu, kilosu ve giydiği beden görünür yapıldı
- "Dar, tam veya geniş kalıp" bilgisi ürün bazında yazıldı
- Kumaşın vardiya kullanımı, terleme ve hareket performansı açıklandı
- Cep sayısı ve kullanım alanları gösterildi
- Sağlık çalışanı yorumları ve kullanıcı fotoğrafları eklendi
- Mobilde sabit sepete ekle butonu kullanıldı
- İlk değişim ücretsiz sunuldu
- İki takım ve renk kombinasyonları paket olarak gösterildi
Beden içeriği güçlendikten sonra iade ve değişim oranı %13,8'den %8,6'ya indi. Ortalama sepet 1.100 liradan 1.200 liraya çıktı. Beden tablosunun nasıl kullanılması gerektiğini ayrı yazıda anlattım.
Ölçümü tek platforma bırakmadık
Meta Pixel yanına CAPI kuruldu, GA4 ve Google Ads Enhanced Conversions devreye alındı, UTM yapısı standartlaştırıldı ve Shopify'da yeni ile tekrar müşteri ayrı raporlandı. Pixel ve CAPI denetimini nasıl yaptığımı ayrıca yazdım.
Meta ve Google'ın kendi raporladığı dönüşümleri toplayıp toplam satış kabul etmedik. İki platform da aynı satışı kendine yazabiliyor. Nihai performans şu formülle izlendi: Shopify toplam ciro bölü Meta ve Google toplam harcaması.
Kırılma üçüncü ayda oldu
Üçüncü ayda MER 2,5x'ten 3,4x'e çıktı. Tek bir müdahale değil, altı şeyin aynı anda olgunlaşması:
- Google marka ve marka dışı kampanyalar ayrıldı
- Meta kampanya yapısı sadeleşti
- Geniş hedefleme kontrollü devreye alındı
- Ürün sayfasındaki beden belirsizliği azaldı
- İlk satın alma sonrası CRM akışları çalışmaya başladı
- Mesleki problem odaklı kreatifler yayına girdi
Dördüncü ayda bütçe artışı ve kreatif yorgunluğu nedeniyle MER 3,4x'ten 3,1x'e geriledi. Bu noktada kampanya yapısını değiştirmedim. Kreatifleri yeniledim ve müşteri segmentlerini ayrıştırdım. Beşinci ayda 4,0x'e çıktı.
Yapıya her düşüşte müdahale etmek, düzelmesini engelleyen şeyin ta kendisi.
Denedim, tutmadı
- Yalnızca meslek unvanına dayanan dar hedefleme. Kitle küçüldü, frekans patladı, CPM yükseldi. Kontrol kitlesi olarak kaldı.
- Hastane çevresinde 1 kilometrelik yarıçap. Kitle çalışmayacak kadar küçüktü, 3 kilometreye çıkarıldı.
- Genel moda dili kullanan ürün görselleri. Tıklama aldı, satış getirmedi.
- Sürekli indirim odaklı reklamlar. Kısa vadede sipariş üretti ama ortalama sepeti ve tekrar müşteri kalitesini düşürdü.
- Sağlık çalışanı kitlesi olmayan büyük influencer'lar. Erişim yüksek, dönüşüm yoktu.
- TikTok soğuk kitle dönüşüm kampanyaları. İzlenme üretti, satış üretmedi.
- Google Shopping. Ürünler görsel olarak benzediği ve hacim düşük olduğu için Search kadar verimli çalışmadı.
Sık sorulan sorular
Niş bir meslek grubunu hedeflerken dar mı geniş mi gitmeli?
Bu vakada geniş hedefleme kazandı, ama önemli bir koşulla. Kreatifler mesleki problemi anlattığı için filtreleme işini reklamın kendisi yapıyordu. "Vardiya boyunca sıkmayan kalıp" mesajı hemşire olmayan birinin ilgisini zaten çekmiyor. Kreatif genel moda dilindeyken geniş hedefleme çalışmazdı. Dar hedeflemeyi tamamen kapatmadım; yeni mesaj ve ürünleri doğrulamak için kontrol kitlesi olarak tuttum.
Hastane çevresi konum hedeflemesi işe yarıyor mu?
Kısmen. 42 hastane çevresinde 3 kilometrelik kümeler, şehir geneline göre yaklaşık %18 daha düşük edinme maliyeti üretti. Ama hacmi sınırlıydı, o yüzden ana ölçekleme kanalı olmadı ve Meta test bütçesinin %15'ini aldı. İlk denediğimiz 1 kilometrelik yarıçap ise hiç çalışmadı, kitle küçüldüğü için frekans birkaç günde patladı. Konum hedeflemesi tek başına satın alma nedeni değil, meslek odaklı kreatifle birleştiğinde anlam kazanıyor.
%5,1 dönüşüm oranı nasıl mümkün oldu?
Üç unsurun birleşimi. Google'dan gelen arama trafiği zaten satın alma niyetliydi, Meta kreatifleri yanlış kullanıcıyı reklam aşamasında eliyordu ve ürün sayfası beden riskini azaltıyordu. Ayrıca siparişlerin %42'si tekrar müşteriden geliyordu; bu grup çok daha yüksek oranda dönüşüyor. Yeni müşteri dönüşümü %3-4 bandındayken tekrar müşterilerin katkısıyla blended oran %5,1'e çıkıyor.
Mesleki üründe tekrar satın alma neden bu kadar yüksek?
Çünkü beden riski bir kez çözülüyor. Hemşire doğru kalıbı bulduktan sonra ikinci takımı alırken karar süresi çok kısalıyor, ürünü yeniden değerlendirmiyor. Scrubs'ta döngü 3-5 ay: yoğun yıkama, farklı renk ihtiyacı ve vardiya sayısı satın almayı tekrarlatıyor. Bu döngüye göre 14, 45, 75, 105 ve 150. günlerde farklı mesajların gittiği bir iletişim takvimi kurduk.
Karttaki 4,8x hangi metriğin karşılığı?
Blended MER, yani Shopify toplam cirosunun Meta ve Google toplam reklam harcamasına bölünmesi. Platform ROAS'ı değil; Meta ve Google'ın kendi panellerinde raporladığı rakamlar bundan farklı. Ayrıca 4,8x yedinci ayın değeri. Yedi aylık dönemin tamamına bakıldığında blended MER 3,62x çıkıyor, çünkü ilk aylarda oran çok daha düşüktü.
Çıkarım
Niş bir kitleye satış yaparken ilk refleks hedeflemeyi daraltmak oluyor. Bu vaka bunun tersini gösterdi.
Kitleyi daraltmak yerine mesajı daralttık. Kreatif doğru mesleki problemi anlattığında, geniş hedefleme içinde doğru kişiyi kendisi buluyor. Dar hedefleme ise kitleyi küçültüp frekansı ve maliyeti yükseltiyor.
İkinci ders tekrar satışla ilgili. Mesleki ürünlerde müşteri bir kez doğru bedeni bulduğunda geri gelmeye hazır. Ama bu kendiliğinden olmuyor. Tüketim döngüsünü ölçüp o takvime göre iletişim kurmak gerekiyor.
Yedi ayın sonunda reklam bütçesi %52 arttı, ciro %232 arttı. Aradaki farkın tamamı trafik satın almaktan değil, gelen trafiği daha iyi dönüştürmekten ve mevcut müşteriyi geri getirmekten geldi. İndirim vermeden retention'ın nasıl kurulduğunu ayrı yazıda ele aldım.
