Ağu 19, 2025 0 reads

Okula Dönüş Döneminde Stok Yönetimi E-Ticaret Başarısını Nasıl Etkiler?

Okula Dönüş Döneminde Stok Yönetimi E-Ticaret Başarısını Nasıl Etkiler?Okula dönüş sezonu, yılın en yoğun alışveriş dönemlerinden biridir ve e-ticaret siteleri için büyük fırsatlar sunduğu gibi ciddi operasyonel riskleri de beraberinde getirir. Kırtasiye, okul çantaları, ayakkabılar, bilgisayarlar ve masa lambaları vb gibi çeşitli kategorilerde talep artışı, stok planlamasının ne kadar kritik olduğunu bir kez daha belirtmektedir. Bu yazıda, okula dönüş sürecine özgü e-ticaret performansını etkileyen stok stratejileri, veri odaklı tahmin yöntemleri ve potansiyel satış kayıplarının önlenmesi konuları ele alınacaktır.Okula Dönüş Döneminde E-Ticarette Artan Talep ve Operasyonel BaskıKullanıcı davranışlarında her yıl Ağustos-Eylül aylarında ciddi bir değişim gözlemlenir. Arama sorgularında sırt çantası, okul ayakkabısı, dizüstü bilgisayar gibi kelimelerde %100’ün üzerinde artış gözlenebilir. Bu durum, arama motoru verileri ile sınırlı kalmaz; web sitesi trafiği, reklam maliyetleri, sepet büyüklüğü de etkilenir. Ancak, bu dönem yalnızca yüksek satış rakamları ile değil, aynı zamanda tonlarca sepet terk etmesi ve stokta olmayan ürünler nedeniyle kullanıcı deneyimini bozan faktör ile de dikkat çeker.Stok Yönetiminin E-Ticaret Performansı Üzerindeki EtkisiBaşarılı bir e-ticaret operasyonu, yalnızca pazarlama ve kampanya stratejilerine bağlı değil aynı zamanda arka planda ilerleyen sorunsuz stok ve tedarik süreçlerine bağlıdır. Stok yönetiminin e-ticaret üzerindeki doğrudan etkileri şunlardır:Dönüşüm oranı: Ürün bulunabilirliği, kullanıcıların satın alma kararı üzerinde belirleyicidir. Stokta olmayan ürün, dönüşüm oranını düşürür.Sepet terk oranı: Ürün tükenmeleri, kullanıcıları sepetlerini terk etmeye iter. Özellikle çoklu ürün satın alımlarda tek bir ürünün stok dışı olması, tüm alışverişi engelleyebilir.Müşteri memnuniyeti ve sadakati: Stokta olmayan ürünler, markaya olan güveni azaltabilir. İlk alışverişinde kötü bir deneyim yaşayan kullanıcıların tekrar alışveriş yapma ihtimali ciddi oranda düşer.Satış fırsatlarının kaçırılması: Hızla tükenen ürünlerde yeterli stok tutulmaması, yüksek potansiyele sahip ürünlerden elde edilecek gelirin sınırlanmasına neden olur.Reklam verimliliği: Performans pazarlama yatırımları, kullanıcıyı stokta olmayan bir ürüne yönlendirdiğinde ROI ciddi şekilde düşer.Veri Odaklı Stok Yönetimi Nasıl Kurulur?Okula dönüş döneminde yaşanabilecek talep dalgalanmaları, ancak doğru bir planlama ve güçlü bir veri altyapısıyla yönetilebilir. Sadece stok seviyelerini izlemek değil, geçmiş satış trendlerinden öğrenerek ve geleceği öngörerek hareket etmek, bu yoğun sezonda rakiplerin önünde olmanın anahtarıdır.Aşağıdaki yöntemler, stok planlamasını daha isabetli hale getirerek hem satış kayıplarının azaltılmasına hem de müşteri memnuniyetinin artırılmasına yardımcı olur. 1. Geçmiş Dönem Verileriyle Talep Tahminlemesi YapmakÖnceki yılın aynı ya da benzer bir dönemindeki verileri, en güvenilir başlangıç noktasıdır. Burada amaç yalnızca toplam satış rakamlarını değil; stok devri, ilk satış tarihi, ürünlerin ne zaman tükendiği gibi birçok detayı analize tabii tutmaktır. Google Analytics 4, BigQuery ya da Looker Studio gibi araçlar ile ürün bazında günlük satış ve trafik verilerinden talep pikerini çıkarılıp analiz edilebilir.2. Satış Tahminleme Modelleri KurmakZaman serisi analizleri veya makine öğrenimi algoritmaları, geçmiş verileri kullanarak gelecekteki satışları tahmin etmek için etkili yöntemlerdir. Özellikle yüksek sezonlarda hava durumu, tatil dönemleri, kampanya takvimleri gibi dışsal veriler de bu modellere entegre edilmelidir.Örnek senaryo:Geçtiğimiz yıl okula dönüş kampanyasında %40 indirimle satışa sunulan bir sırt çantasının 3 gün içinde tükenmiş olması, bu yıl aynı ürün için daha yüksek stok tutulmasını gerektirir.3. Gerçek Zamanlı Stok Takibi ile Anlık Aksiyonlar AlmakDinamik stok seviyeleri, bir panel veya dashboard’da gerçek zamanlı olarak izlenmelidir. Bu izleme, yalnızca operasyonel ekipler için değil, aynı zamanda pazarlama ve ürün ekipleri için de kritik içgörü sunar. Aşağıda takip edilmesi gereken bazı metrikler sunulmaktadır: SKU’ya göre satış hızıTahmini tükenme süresiEn çok görüntülenen ancak satın alınmayan ürünler Out of stock oranı ve sıklığı4. Stokta Olmayan Ürünler İçin Alternatif StratejilerHer zaman %100 stokta olmak mümkün olmayabilir, bu durumlarda kullanıcı deneyimini koruyacak çözümler sunulabilir: Benzer ürün önerileri: Aynı kategori ya da fiyat değer bandındaki ürünleri öne çıkarma Stok bildirimi butonu: “Stoklara gelince haber ver” seçeneği ile kullanıcı fırsatı kaçırmaz ve isteğe bağlı e-posta adresi bırakmasına neden olur, bu mail adresleri CRM listesine katkı sağlar.Stokta olmayan ürünlere yönelik dinamik yeniden hedefleme: Stokta olmayan ürünü ziyaret eden kullanıcıya, benzer ürünü sunan yeniden hedefleme reklamları gösterilebilir.5. Kampanya Takvimine Entegre Stok PlanlamasıOkula dönüş kampanyalarından haftalar önce, stok ve lojistik süreçleri, ürün tedarik zinciri açısından netleşmelidir. Aksi takdirde kampanyaya trafik çekilse bile, sipariş karşılama oranı düşük kalabilir.Etkili bir kampanya-stok uyumu için öneriler:Kampanya Öncesi Stok Artışı En çok aranan ürünlerin kategori bazında stok önceliklendirmesi Kampanya Süresine göre günlük stok tahsisiStok Yönetimi Performansı Nasıl Ölçülür?E-ticaret operasyonlarında stok performansı yalnızca “ürün var mı yok mu?” sorusuyla sınırlı değildir. Ölçülmesi gereken bazı önemli KPI’lar:Out-of-stock rate: Belirli bir dönemde stok dışı kalan ürün yüzdesiBackorder rate: Stok dışı ürüne rağmen verilen sipariş oranıStock Turnover Ratio: Belirli bir ürün grubunun kaç günde bir stok yenilediğiLost Sales Estimate: Stok dışı ürünler nedeniyle kaybedilen potansiyel gelirBu metrikler sayesinde; ürün yönetimi, kampanya ekibi ve lojistik birimleri daha koordineli çalışabilir.Stok Yönetimi Başarıyı ŞekillendirirOkula dönüş, sadece satışı arttırmakla kalmaz, aynı zamanda müşteri deneyimini şekillendiren ve mevcut ve potansiyel müşterilerle uzun vadeli ilişkiler geliştiren bir süreç sunar. Bu süreç, operasyonlarla sınırlı kalmayıp stok yönetiminde bir stratejik kaldıraç haline gelir. Bunlar, gerçek zamanlı analitik sağlayarak stok kontrolü ve veriye dayalı talep tahminlemeyi ön planda tutarak stok dışı risklerle başa çıkabilecek daha esnek bir yapıyla stratejik bir avantaj sağlayan adımlardan yalnızca birkaçıdır ve tüm yıl boyunca e-ticaret markalarının daha sağlam olmasına zemin hazırlar.

Haz 13, 2025 52 reads

Google Cloud Kullanarak E-Ticaret Markaları İçin RFM Tabanlı Otomatik Hedef Kitle Segmentasyonu

Google Cloud Kullanarak E-Ticaret Markaları İçin RFM Tabanlı Otomatik Hedef Kitle SegmentasyonuDijital pazarlamanın hızla değişen dünyasında, müşteri verilerinden aksiyona dönüştürülebilir bilgiler elde etmek artık bir lüks değil, bir zorunluluk. Pazarlamacılar olarak, yüksek değerli müşterileri belirlemeli, potansiyel müşteri adaylarını beslemeli ve pasif alıcıları etkili bir şekilde yeniden hedeflemeliyiz. Bu hedefe ulaşmak için veri odaklı bir yöntem olan RFM analizine yöneldik. GA4, BigQuery ve Meta Ads gibi araçlarla entegre çalışarak, her ay güncellenen RFM segmentlerini reklam platformlarına otomatik olarak aktaran bir yapı oluşturduk.Bu yazıda, Google Cloud, Python ve CRM verilerini kullanarak e-ticaret müşterilerimiz için nasıl tekrarlanabilir ve ölçeklenebilir bir RFM segmentasyon süreci geliştirdiğimizi anlatacağım.RFM Nedir ve Neden Önemlidir?RFM, Recency (Son Alışveriş Tarihi), Frequency (Alışveriş Sıklığı) ve Monetary Value (Harcanan Tutar) kavramlarının baş harflerinden oluşur. Bu üç temel metrik sayesinde müşterileri davranışlarına göre sınıflandırabiliriz. Hibernating: Uzun süredir alışveriş yapmayanlar About to Sleep: Yakın zamanda alışveriş yapmış ama düzenli değil At Risk: Daha önce aktif olan ama artık azalanlar Promising: Potansiyeli olan, teşvik edilmesi gerekenler Potential Loyalists: Sadık hale gelme yolundaki müşteriler Need Attention: Teklif veya ilgiyle yeniden aktifleşebilecekler New Customers: Yeni müşteriler, sadakat için kritik grup Loyal Customers: Düzenli alışveriş yapan, markaya bağlı müşteriler Champions: En çok harcayan ve en sık alışveriş yapan elit grup Bu segmentler sayesinde pazarlamacılar kampanyaları özelleştirebilir, mesajlarını kişiselleştirebilir ve reklam bütçelerini daha verimli kullanabilir.Zorluk: CRM Verilerini Otomatik Segmentlere DönüştürmekÇoğu e-ticaret markası büyük hacimli müşteri verisi toplar ancak bu veriler çoğu zaman stratejik içgörüye dönüşmez. Bizim çözmemiz gereken noktalar şunlardı: CRM verilerini sürekli güncel şekilde analiz edebilmek Güvenilir, tutarlı RFM skorları ve segmentleri üretmek Bu segmentleri doğrudan reklam platformlarına (örneğin Meta Ads) aktarmak Kullanılan Teknolojik Altyapı Veri Kaynağı: CRM veri tabanı Veri Ambarı: Google BigQuery Hesaplama: Python ve Cloud Functions Otomasyon: Cloud Scheduler Aktivasyon: Meta Ads entegrasyonu Adım Adım: RFM Segmentasyon Süreci CRM Verisinin BigQuery’ye Alınması: ETL süreciyle veriler analiz için hazırlanır. RFM Skorlarının Hesaplanması: Python scriptleriyle Recency, Frequency, Monetary metrikleri hesaplanır. Cloud Functions ile Otomasyon: Cloud Scheduler her ay başında otomatik olarak süreci başlatır. Sonuçların BigQuery’ye Kaydedilmesi: Her ayın verileri arşivlenir, trend takibi yapılır. Meta Ads’e Aktarım: Segmentler dinamik olarak dışa aktarılır ve hedefli kampanyalarda kullanılır. Müşterilerimize Sağladığı Faydalar Detaylı Hedefleme: Gerçek müşteri davranışlarına dayalı segmentasyon Verimli Harcama: En değerli kitlelere odaklanarak bütçe optimizasyonu Ölçeklenebilirlik: Veritabanı büyüse bile süreç otomatik işler Sürekli Gelişim: Her ay güncellenen verilerle strateji geliştirme imkânı Öğrendiklerimiz ve Gelecek Planlarımız Modüler Yapı: Süreçlerin ayrılması yönetimi kolaylaştırıyor İzleme & Kayıt Tutma: Hataları erkenden tespit etme ve müdahale imkanı Bulut Tabanlı Araçlar: Zamandan ve kaynaklardan tasarruf Gelecek adımlarımız: GA4 gibi ek veri kaynaklarını entegre etmek Meta dışındaki platformlara da yayılmak Gelecekteki davranışları öngörmek için tahmine dayalı modellemeler kullanmak SonuçRFM segmentasyonu uzun süredir müşteri analizinde önemli bir rol oynuyor. Ancak biz bu yöntemi Google Cloud, Python otomasyonu ve reklam platformlarına doğrudan entegrasyonla dinamik bir pazarlama gücüne dönüştürdük. Bu sayede e-ticaret markaları verilerini stratejik şekilde kullanarak daha hedefli, verimli ve kârlı kampanyalar yürütebiliyor.

Ağu 6, 2024 547 reads

Using GA4 Measurement Protocol on server-side Google Tag Manager

Google Analytics 4 (GA4) Measurement Protocol, çeşitli veri toplama ve analiz ihtiyaçları için güçlü bir araçtır. İşte MesureMeasurementment Protocol'nün bazı kullanım alanları:1. Çevrimiçi ve Çevrimdışı Davranışları BağlamakGA4 Measurement Protocol, çevrimiçi ve çevrimdışı müşteri etkileşimlerini birleştirmenize olanak tanır. Örneğin, bir müşterinin online mağazanızda bir ürün inceleyip daha sonra fiziksel mağazanızda satın alması durumunda, bu iki etkileşimi bir araya getirerek daha bütünsel bir müşteri yolculuğu oluşturabilirsiniz.2. İstemci Tarafı ve Sunucu Tarafı Etkileşimlerini ÖlçmekMeasurement Protocol, hem istemci tarafı (client-side) hem de sunucu tarafı (server-side) etkileşimlerini ölçmenize olanak tanır. Bu sayede, web sitenizde ve uygulamalarınızda gerçekleşen tüm kullanıcı etkileşimlerini tek bir platformda toplayabilirsiniz.3. Standart Kullanıcı Etkileşimlerinin Dışında Gerçekleşen Olayları GöndermekStandart kullanıcı etkileşimlerinin dışında gerçekleşen olayları, örneğin çevrimdışı dönüşümleri (offline conversions), MesuMeasurementrement Protocol ile GA4'e gönderebilirsiniz. Bu, online reklam kampanyalarınızın mağaza içi satışlar üzerindeki etkisini ölçmek için oldukça kullanışlıdır.4. Otomatik Veri Toplamanın Mümkün Olmadığı Cihaz ve Uygulamalardan Olay GöndermekKiosklar, akıllı saatler ve otomatik veri toplamanın mümkün olmadığı diğer cihazlar ve uygulamalardan olay verilerini GA4'e gönderebilirsiniz. MesureMeasurementment Protocol, bu tür cihazlardan gelen verileri entegre etmenizi ve tüm müşteri etkileşimlerini tek bir yerde toplamanızı sağlar.KurulumServer-side Google Tag Manager'da, Measurement Protocol (GA4) Client'i oluşturuyoruzAktivasyon path olarak da /mp/collect olarak belirliyoruz{ 'measurement_id': MEASUREMENT_ID, 'api_secret': API_SECRET, 'client_id': payload.get('client_id'), 'events': payload.get('events')}KaynaklarGoogle Analytics 4 Measurement Protocol DocumentationGA4 Ölçüm Protokolünü kullanarak işletmenizin veri toplama ve analiz kapasitesini artırabilirsiniz. Bu, daha iyi iş kararları almanıza ve müşteri deneyimini geliştirmenize yardımcı olacaktır.Daha kapsamlı, teknik ölçümeme ve ürün analitiği için bizimle iletişime geçin

Ağu 6, 2024 414 reads

E-ticaret Analitiğinde First-Party Veri Kullanımı

İlk taraf veriler, bir şirketin müşterilerinden ve kendi kanallarında topladığı verilerdir. Bu veriler, genellikle müşteri etkileşimleri, web sitesi ziyaretleri, işlemler ve diğer doğrudan etkileşimler yoluyla elde edilir. İşte ilk taraf verilerin neden bu kadar değerli olduğuna dair bazı bilgiler.First-party veri nedir?First-party (Birinci taraf veriler), bir şirketin doğrudan kendi müşterilerinden ve hedef kitlesinden topladığı verilerdir. Bu veriler, müşterilerin web sitenizde yaptığı ziyaretler, alışverişler ve diğer etkileşimler yoluyla elde edilir. İşletmeniz için en değerli veri türü olarak kabul edilir, çünkü doğrudan kaynağından gelir, bu da onu doğru ve güvenilir kılar.Neden first-part veriler kullanmalıyız?Doğruluk ve Güvenilirlik: İlk taraf veriler, doğrudan müşterilerinizden geldiği için en doğru ve güvenilir veri türüdür. Bu veriler, müşteri davranışlarını ve tercihlerini en iyi şekilde yansıtır.Veri Kontrolü: İlk taraf veriler, tamamen sizin kontrolünüz altında olduğu için veri gizliliği ve güvenliği konusunda daha fazla kontrol sağlar. Bu, KVKK, GDPR gibi veri gizliliği yasalarına uyum sağlamayı kolaylaştırır.Kişiselleştirme: Müşterilerinizden topladığınız veriler, onlara daha kişiselleştirilmiş ve ilgili içerikler sunmanıza olanak tanır. Bu, müşteri deneyimini iyileştirir ve müşteri sadakatini artırır.Rekabet Avantajı: Rakiplerinizin erişemediği özel verilere sahip olursunuz. Bu, pazarlama stratejilerinizi ve iş kararlarınızı daha etkili hale getirir.Peki Third-party veri nedir?Üçüncü taraf veriler, veriyi başlangıçta toplayan ve nihai kullanıcıdan farklı varlıklar tarafından toplanan, birleştirilen ve satılan bilgilerdir. Dijital pazarlama ve veri analitiğinde, üçüncü taraf veriler genellikle dış kaynaklardan elde edilir ve bireyler hakkında geniş bir demografik, davranışsal ve ilgiye dayalı veri yelpazesini içerebilir. Bu veriler, veri komisyoncuları, toplayıcılar veya veri toplama ve satma konusunda uzmanlaşmış diğer üçüncü taraf kuruluşlar tarafından toplanır.Özellikle performans pazarlamasında ve e-ticaret analitiğinde üçüncü taraf verilerle ilgili son dönemlerde bir takım limitasyonlar var. KVKK, veri toplama için kullanıcı onayı gerektiriyor ve bu, üçüncü taraf çerezlerin oluşturulmasını etkiler. Mozilla Firefox ve Apple Safari, üçüncü taraf çerezleri varsayılan olarak engelleyen Akıllı İzleme Önleme (ITP) ve Gelişmiş İzleme Koruması (ETP) gibi özellikler uygulamıştır. Google Chrome, üçüncü taraf çerezleri aşamalı olarak kaldırmayı 2022'ye kadar planlıyordu ancak bu tarihi 2024'ün ikinci yarısına erteleyerek kullanıcı gizliliği ile reklam destekli web arasında bir denge kurmayı hedefliyordu. Safari ve Firefox, kullanıcılarına gelişmiş gizlilik sunarak üçüncü taraf çerezleri varsayılan olarak engelliyor.Ancak Google’ın son A new path for Privacy Sandbox on the web açıklamasıyla birlikte, artık üçüncü taraf veri engellemesi ve çerez sonlandırma işleminin artık kullanıcı seçimine bırakılmasına ilişkin bir güncelleme yayımlandı.Bunun durumun temel sebebi ise, hem çerez engellemenin tarayıcılar içerisinde varsayılan olarak gelmesinin, hem ad-tech platformlarının baskısı hem de Privacy Sandbox API kapsamında testlerin beklenenden oldukça düşük performans göstermesi.Daha kapsamlı ve teknik e-ticaret analitiği için bizimle iletişime geçin

Tem 18, 2024 641 reads

Privacy Sandbox'a Hazırlık: Storage Access API Nedir?

Chrome, çapraz site izlemeyi azaltmak için üçüncü taraf çerezlere destek vermeyi kademeli olarak kaldırıyor. Bu, kimlik doğrulama gibi kullanıcı yolculukları için gömülü bağlamlarda çerezlere güvenen siteler ve hizmetler için bir zorluk oluşturuyor. Storage Access API (SAA), bu kullanım durumlarının devam etmesine olanak tanırken, mümkün olduğunca çapraz site izlemeyi sınırlar.Storage Access API Nedir?The Storage Access API, tarayıcı ayarları tarafından aksi takdirde reddedilecek depolama erişim izinlerini istemek için iframe'lerin JavaScript API'sidir. Çapraz site kaynaklarını yükleme bağlamlarına bağlı olan kullanım durumlarına sahip gömülü öğeler, API'yi, gerektiğinde kullanıcıdan erişim izni istemek için kullanabilir.Depolama talebi kabul edilirse, o zaman iframe, çapraz site çerezlerine erişim sağlayacaktır, ki bu da kullanıcıların üst düzey site olarak ziyaret ettiğinde de mevcuttur.Genellikle kullanıcı izleme için sıkça kullanılan genel çapraz site çerez erişimini önlerken, belirli çapraz site çerez erişiminin kullanıcıya minimal yük getirerek sağlanmasına izin verir.Use casesBazı üçüncü taraf gömülü öğeler, daha iyi bir deneyim sağlamak için çapraz site çerezlerine erişim gerektirir - bu, üçüncü taraf çerezlerin devre dışı bırakılmasından sonra artık mümkün olmayacak bir şeydir.Kullanım durumları şunları içerir:Giriş oturumu ayrıntıları gerektiren gömülü yorum widget'leri.Giriş oturumu ayrıntıları gerektiren sosyal medya "Beğen" düğmeleri.Giriş oturumu ayrıntıları gerektiren gömülü belgeler.Bir video gömülüsüne sunulan üst düzey bir deneyim (örneğin, giriş yapmış kullanıcılara reklamları göstermemek veya kullanıcının kapalı altyazı tercihlerini bilmek veya belirli video türlerini kısıtlamak).Gömülü ödeme sistemleri.Bu kullanım durumlarının birçoğu, gömülü iframe'lerde giriş erişimini sürdürmeyi içerir.hasStorageAccess() metodunun kullanilmasiBir site ilk yüklendiğinde, erişim izni üçüncü taraf çerezlere zaten verilmiş mi diye kontrol etmek için hasStorageAccess() yöntemini kullanabilir.// Set a hasAccess boolean variable which defaults to false.let hasAccess = false;async function handleCookieAccessInit() { if (!document.hasStorageAccess) { // Storage Access API is not supported so best we can do is // hope it's an older browser that doesn't block 3P cookies. hasAccess = true; } else { // Check whether access has been granted via the Storage Access API. // Note on page load this will always be false initially so we could be // skipped in this example, but including for completeness for when this // is not so obvious. hasAccess = await document.hasStorageAccess(); if (!hasAccess) { // Handle the lack of access (covered later) } } if (hasAccess) { // Use the cookies. }}handleCookieAccessInit();

May 24, 2024 1343 reads

sGTM ile E-ticaret Satın Alımlarını Firestore'a Yazmak

Sunucu taraflı Google Tag Manager (sGTM), e-ticaret uygulamalarınızda verilerin izlenmesi ve yönetilmesi konusunda daha fazla esneklik ve güvenlik sunar. sGTM’nin güçlü kullanım alanlarından biri de satın alma verilerini doğrudan Google Cloud’un NoSQL veritabanı olan Firestore'a yazmaktır. Bu blog yazısında, e-ticaret satın alma verilerini yakalayıp Firestore’a kaydetmek için sGTM kurulum sürecini adım adım anlatacağız.Adım 1: Yeni Bir Sunucu Taraflı Google Tag Manager (sGTM) Şablonu OluşturmakBu adımda, sunucu taraflı Google Tag Manager (sGTM) konteynerinize özel bir şablon oluşturacaksınız. Bu şablon, e-ticaret satın alma etkinliklerini yakalayıp verileri Firestore’a göndermek için gerekli mantığı tanımlar. Yeniden kullanılabilir bir şablon oluşturarak, satın alma verilerini yönetme sürecini e-ticaret platformunuz genelinde daha verimli hale getirebilirsiniz.Bu kodu kullanarak sGTM üzerinden Firestore'a veri yazabilir ve okuyabilirsiniz.const Firestore = require('Firestore');const Object = require("Object");const getTimestampMillis = require("getTimestampMillis");let writeData = { timestamp: getTimestampMillis()};if (data.customData && data.customData.length) { for (let i = 0; i < data.customData.length; i += 1) { const elem = data.customData[i]; if (elem.fieldValue) { writeData[elem.fieldName] = elem.fieldValue; } else { Object.delete(writeData, elem.fieldName); } }}const rows = writeData;Firestore.write('', rows, { projectId: '', merge: true,}).then((id) => { data.gtmOnSuccess();}, data.gtmOnFailure);Adım 2: Firestore Veritabanını YapılandırmakGoogle Cloud Console’u Açın: Firestore bölümüne gidin.Veritabanı Oluşturun: Gereksinimlerinize göre "production mode" (üretim modu) veya "test mode" (test modu) seçeneklerini takip ederek Firestore veritabanını oluşturun.Test modundayken aşağıdaki gibi yeni bir kural da oluşturabilirsiniz: rules_version = '2';service cloud.firestore { match /databases/{database}/documents { match /{document=**} { allow read, write: if request.auth != null; } }}Artık satın alma verilerini aşağıdaki gibi Firestore’a gönderebilirsiniz: İletişime geçerek, sunucu taraflı Google Tag Manager kullanarak yapılabilecek diğer senaryolar hakkında bilgi alabilirsiniz.