Kohort Analizi Nedir? GA4 ile Müşteri Tutmayı Ölçme Rehberi

Kısa cevap
Kohort analizi nedir ve pazarlamada ne işe yarar?
Kohort analizi, ortak bir başlangıç olayını aynı dönemde yaşayan kullanıcıları tek grup sayıp bu grubun sonraki haftalarda ya da aylarda geri dönüp dönmediğini ölçen yöntemdir. Pazarlamada müşteri tutmayı, tekrar satın almayı ve kanal kalitesini ortalamaların arkasına saklanmadan görmenizi sağlar.
Kohort analizi, müşterilerinizi aynı dönemde aynı şeyi yapan gruplara ayırıp bu grupların zaman içindeki davranışını izlemenizi sağlar. Ortalama bir tutma oranı size çoğu zaman yalan söyler; kohort analizi ise hangi ayın, hangi kanalın ve hangi kampanyanın gerçekten sadık müşteri getirdiğini gösterir. Bu rehberde Talha Aslan ve ekibi olarak GA4 içinde kohort tablosunu nasıl kurduğumuzu, nasıl okuduğumuzu ve hangi kararlara bağladığımızı adım adım anlatıyoruz.
Örneğin mart ayında ilk siparişini veren müşteriler bir kohorttur. Nisan ayında ilk siparişini verenler ise ayrı bir kohorttur. Böylece iki grubu aynı takvim ayında değil, aynı yaşta karşılaştırırsınız. Yani "ilk siparişten bir ay sonra" mart grubunda ne oldu, nisan grubunda ne oldu, yan yana görürsünüz.
Bu bakış açısı özellikle reklam bütçesi büyüdüğünde önem kazanır. Çünkü yeni müşteri sayısı artarken eski müşteriler sessizce kayboluyor olabilir. Toplam gelir grafiği bunu gizler; kohort tablosu ise açıkça ortaya koyar.
Kohort analizi neden ortalama tutma oranından daha doğru sonuç verir?
Ortalama tutma oranı, farklı zamanlarda gelen müşterileri tek potaya atar. Dolayısıyla yeni ve eski müşteriler birbirinin etkisini siler. Hızlı büyüyen bir işletmede yeni gelenler her zaman çoğunluktadır; bu yüzden ortalama, yeni müşterinin ilk heyecanını yansıtır.
Öte yandan kohort görünümü her grubu kendi yaşıyla değerlendirir. Böylece şu soruların cevabı netleşir:
- Son aylarda gelen müşteriler, eskilere göre daha mı çabuk kopuyor?
- Fiyat değişikliğinden sonraki kohort daha mı zayıf?
- Yeni bir reklam kanalı hacim getirirken kaliteyi düşürdü mü?
- Sadakat kampanyası gerçekten ikinci siparişi artırdı mı?
Kısacası ortalama "ne kadar" sorusuna cevap verir, kohort ise "kim, ne zaman ve neden" sorusuna. Müşteri kaybını tek bir yüzdeyle izliyorsanız churn rate hesaplama rehberimiz o yüzdenin nasıl çıktığını anlatır. Kohort analizi ise o yüzdeyi gruplara böler.
Bir kohort tablosu nasıl okunur?
Klasik kohort tablosu üçgen biçimindedir. Satırlar kohortları, yani başlangıç dönemlerini gösterir. Sütunlar ise başlangıçtan sonra geçen süreyi gösterir: 0. hafta, 1. hafta, 2. hafta gibi.
Satırı soldan sağa okuduğunuzda tek bir grubun zamanla nasıl eridiğini görürsünüz. Sütunu yukarıdan aşağı okuduğunuzda ise farklı grupların aynı yaştaki performansını karşılaştırırsınız. Ayrıca köşegen boyunca okumak, aynı takvim haftasında tüm kohortları etkileyen bir olayı (örneğin bir site arızasını) yakalamanızı sağlar.
Tablonun sağ alt kısmı boştur. Çünkü yeni kohortlar henüz o yaşa ulaşmamıştır. Bu boşluğu sorun sanmayın; yalnızca zamanın henüz geçmediğini gösterir.
İlk okumada üç şeye bakmanızı öneriyoruz: ilk dönemden ikinci döneme düşüşün sertliği, eğrinin düzleştiği nokta ve son kohortların öncekilerden ayrışıp ayrışmadığı.
GA4 kohort keşfi nerede bulunur ve nasıl kurulur?
GA4'te kohort görünümü standart raporlarda değil, Keşfet (Explore) bölümündeki şablonlar arasında yer alır. Google Analytics Yardım belgesine göre kohort keşfi, ortak bir özelliği paylaşan kullanıcı gruplarının zaman içindeki davranışını incelemek için tasarlanmıştır. Menü adları zamanla değişebilir; bu yüzden panelde ilgili şablonu arayın.
Kurulum için şu sırayı izleyebilirsiniz:
- Keşfet bölümünde yeni bir kohort keşfi açın.
- Dahil etme ölçütünü seçin: kullanıcı kohorta hangi olayla girecek?
- Geri dönme ölçütünü seçin: hangi olay "geri döndü" sayılacak?
- Kohort ayrıntı düzeyini belirleyin: günlük, haftalık veya aylık.
- Hesaplama türünü seçin ve gerekirse bir kırılım boyutu ekleyin.
- Değerler alanında hangi metriği göreceğinizi belirleyin.
Bu altı ayarın her biri sonucu ciddi biçimde değiştirir. Dolayısıyla ekibimiz her ayarın gerekçesini rapor notuna yazar. Aksi halde üç ay sonra kimse tablonun neyi ölçtüğünü hatırlamaz. GA4'ün genel yapısını tazelemek isterseniz GA4 nedir rehberimize göz atabilirsiniz.
Dahil etme ve geri dönme ölçütü nasıl seçilir?
Google'ın yardım belgesi dahil etme ölçütü için ilk temas (edinme tarihi), herhangi bir etkinlik, herhangi bir işlem, herhangi bir dönüşüm ve belirli bir etkinlik seçeneklerini sıralar. Geri dönme ölçütünde de benzer seçenekler bulunur.
Seçim tamamen iş sorunuza bağlıdır. Örneğin bir içerik sitesi için "ilk temas" ile girip "herhangi bir etkinlik" ile dönmek mantıklıdır. Bir e-ticaret sitesi için ise bu ayar yanıltıcı olur; çünkü sitede gezinmek satın almak demek değildir.
Pratik bir kural öneriyoruz: geri dönme ölçütü, işletmenize para kazandıran davranış olsun. Bir abonelik ürününde bu, ödeme yenileme olayı olabilir. Bir hizmet firmasında ise form gönderimi ya da teklif talebidir. Böylece tablo "kaç kişi geri geldi" yerine "kaç kişi yeniden değer üretti" sorusunu cevaplar.
Ayrıca olay adlarınızın düzgün kurulduğundan emin olun. Ölçüt olarak seçtiğiniz olay eksik tetikleniyorsa kohort tablosu da eksik çıkar. Bu konuda GA4 dönüşümleri eksik çıkıyorsa yazımız kontrol listesi sunar.
Günlük, haftalık ve aylık kohort arasında nasıl seçim yapılır?
Ayrıntı düzeyi, satın alma döngünüzün hızına uymalıdır. Hızlı tüketilen ürünlerde ya da mobil uygulamalarda günlük ve haftalık görünüm anlamlıdır. Yılda birkaç kez satın alınan ürünlerde ise aylık görünüm daha az gürültü üretir.
Çok ince ayrıntı küçük gruplar doğurur. Küçük gruplarda tek bir kullanıcı oranı yüzde onlarca oynatabilir; dolayısıyla yanlış alarm üretir. Çok kaba ayrıntı ise önemli bir değişikliği bir ay boyunca gizleyebilir.
Biz genellikle iki katmanlı çalışıyoruz. İlk olarak haftalık tabloyla erken sinyali yakalıyoruz. Ardından aylık tabloyla kalıcı eğilimi doğruluyoruz. Kısacası haftalık görünüm "bir şey mi oluyor?" sorusunu, aylık görünüm "bu gerçekten bir eğilim mi?" sorusunu cevaplar.
Bir de veri saklama süresine dikkat edin. Keşif raporları, mülkünüzdeki veri saklama ayarıyla sınırlıdır. Güncel seçenekleri GA4 yönetici ayarlarından ve resmi yardım sayfasından kontrol edin.
Standart, kayan ve kümülatif hesaplama ne anlama gelir?
GA4 kohort keşfinde üç hesaplama türü vardır ve her biri farklı bir soruyu cevaplar. Resmi belgeye göre ayrım şöyledir:
| Hesaplama türü | Hücreye kimi sayar? | Hangi soruya uygundur? |
|---|---|---|
| Standart | Yalnızca o dönemde geri dönme ölçütünü karşılayanları | Bu hafta kaç kişi aktifti? |
| Kayan (rolling) | O dönemde ve önceki her dönemde ölçütü karşılayanları | Hiç kopmadan devam eden çekirdek kitle ne kadar? |
| Kümülatif | O döneme kadar herhangi bir dönemde ölçütü karşılayanları, toplam olarak | Kohortun birikimli değeri nereye ulaştı? |
Örneğin satın alma kohortunda gelir metriğini kümülatif seçerseniz her hücre o yaşa kadar biriken geliri gösterir. Bu, müşteri yaşam boyu değerinin erken bir tahminidir. Öte yandan kayan hesaplama, abonelik gibi "ara vermeden devam" önemli olan işlerde çok daha dürüst bir tablo sunar.
Satın alma kohortu nasıl kurulur?
Satın alma kohortu, müşterileri ilk siparişlerinin tarihine göre gruplar. Bu, e-ticaret ve tekrar satışa dayanan hizmetler için en değerli kohort türüdür.
GA4'te dahil etme ölçütü olarak "herhangi bir işlem" seçeneğini kullanabilirsiniz. Geri dönme ölçütü de yine "herhangi bir işlem" olur. Böylece tablo, ilk siparişten sonraki her dönemde kaç müşterinin yeniden sipariş verdiğini gösterir.
Ancak bir sınır var: GA4 kullanıcıyı çerez ve kullanıcı kimliği üzerinden tanır. Müşteri farklı bir cihazdan veya çerezleri temizleyerek gelirse yeni kullanıcı sayılabilir. Bu yüzden satın alma kohortunu mümkünse sipariş sisteminizdeki müşteri numarasıyla da kurun. Ekibimiz GA4 tablosunu yön göstermek için, sipariş veritabanından çıkan tabloyu ise karar için kullanır.
Satın alma kohortunun gelir eğrisi, müşteri yaşam boyu değeri hesabının da temelidir. Formül tarafını müşteri yaşam boyu değeri rehberimizde ayrıntılı anlattık.
Kanal bazlı kohort analizi hangi reklam kararını değiştirir?
Kanal bazlı kohort analizi, müşterileri ilk geldikleri kanala göre ayırıp her kanalın getirdiği müşterilerin zaman içindeki değerini karşılaştırır. GA4'te bunu kırılım boyutu olarak ilk kullanıcı kaynağı veya varsayılan kanal grubu ekleyerek yaparsınız.
Bu analiz çoğu zaman reklam tablosundaki sıralamayı tersine çevirir. Örneğin bir kanal ucuz ilk sipariş getirir ama o müşteriler ikinci kez gelmez. Başka bir kanalın ilk siparişi pahalıdır ama müşteri aylarca döner. Yalnızca ilk siparişe bakan bir optimizasyon, ilk kanala bütçe kaydırır ve uzun vadede kaybettirir.
Bu yüzden kanal kararlarında şu soruları sormanızı öneriyoruz:
- Her kanalın kohortu üçüncü ayda ne kadar kümülatif gelir üretti?
- Kanallar arasındaki fark ilk ayda mı açılıyor, yoksa sonradan mı?
- Kırılımdaki gruplar karar vermeye yetecek büyüklükte mi?
Müşteri edinme maliyetini bu gelirle karşılaştırmak için CAC düşürme rehberimizi kullanabilirsiniz.
Kohort analizi sonuçlarını kim yorumlamalı?
Tablo kurmak kolaydır; zor olan, gördüğünüzü doğru kararlara bağlamaktır. Bir ayın kohortu zayıf çıktığında sebep sezon, ürün stoku, fiyat, reklam kreatifi ya da ölçüm hatası olabilir. Bu sebepleri ayırmak için hem veri hem saha bilgisi gerekir.
Ekip içinde bu işi üstlenecek kimse yoksa bir dijital pazarlama danışmanı ile ilk kurulumu ve okuma ritmini birlikte belirlemek zaman kazandırır. Talha Aslan ve ekibi olarak biz kohort tablolarını tek başına bir rapor olarak değil, reklam ve içerik takvimine bağlı bir karar aracı olarak kuruyoruz.
Yine de kendi başınıza başlamanız mümkün. İlk adım olarak tek bir soru seçin, tek bir kohort tablosu kurun ve her ay aynı gün bakın. Düzenli bakış, karmaşık bir panodan daha fazla şey öğretir.
Örnek senaryo: kohort tablosu nasıl yorumlanır?
Aşağıdaki tablo tamamen örnek senaryodur; gerçek bir müşteriye ait değildir. Rakamlar yalnızca okuma alıştırması içindir. Bir çevrim içi mağazanın aylık satın alma kohortlarını ve ilk siparişten sonra yeniden sipariş veren müşteri sayısını düşünelim.
| Kohort (ilk sipariş ayı) | Yeni müşteri | 1. ay dönen | 2. ay dönen | 3. ay dönen |
|---|---|---|---|---|
| Ay A | 400 | 80 | 60 | 52 |
| Ay B | 420 | 84 | 63 | (henüz yok) |
| Ay C (indirim kampanyası) | 700 | 70 | (henüz yok) | (henüz yok) |
Toplam yeni müşteri grafiği C ayını büyük başarı gösterir. Ancak kohort satırı başka bir şey söyler: C ayının birinci ayda dönen müşteri oranı, A ve B aylarının yarısı kadardır. Yani indirim kampanyası çok sayıda tek seferlik alıcı getirmiştir.
Bu tablodan çıkan karar "indirim kötüdür" değildir. Doğru karar, indirimle gelen kohort için ikinci siparişi teşvik eden bir akış kurmak ve sonucu bir sonraki kohortta ölçmektir.
Kohort analizinde en sık yapılan hatalar nelerdir?
Sahada en sık karşılaştığımız hatalar teknik değil, yorumlama hatalarıdır. Bunları önceden bilmek, yanlış karar riskini azaltır.
- Çok küçük grupları karşılaştırmak. Birkaç düzine kullanıcılık bir kırılım, rastlantıyı eğilim gibi gösterir.
- Henüz olgunlaşmamış kohortu eskilerle kıyaslamak. Yeni kohortun boş hücreleri sıfır değildir.
- Geri dönme ölçütünü "herhangi bir etkinlik" bırakmak. Sitede tek sayfa görüntülemek sadakat değildir.
- Ölçüm değişikliğini davranış değişikliği sanmak. Etiket güncellemesi, onay yönetimi değişikliği veya site taşıması tabloyu kırar.
- Sezonu hesaba katmamak. Bayram veya yıl sonu kohortları doğası gereği farklı davranır.
Ayrıca tablodaki atanmamış trafik oranı yüksekse kanal kırılımı güvenilmez olur. Böyle bir durumda önce GA4 unassigned trafik sorununu çözmenizi öneriyoruz.
Kohort analizi ile churn ve CLV arasındaki ilişki nedir?
Bu üç kavram aynı resmin farklı açılarıdır. Churn oranı, belirli bir dönemde kaybettiğiniz müşteri payını tek sayı olarak verir. Müşteri yaşam boyu değeri, bir müşterinin ilişki boyunca bıraktığı toplam değeri tahmin eder. Kohort analizi ise bu iki sayının hangi gruplarda nasıl oluştuğunu gösterir.
Örneğin genel churn oranınız sabit görünürken son kohortların kaybı hızlanıyor olabilir. Eski ve sadık müşterileriniz ortalamayı yukarıda tutar. Dolayısıyla tek sayı alarm vermez, kohort tablosu ise erkenden uyarır.
CLV tahmininde de kohort eğrisi kullanışlıdır. Kümülatif gelir eğrisinin düzleştiği nokta, müşteri değerinin büyük kısmının ne zaman oluştuğunu gösterir. Böylece edinme maliyeti için ne kadar süre beklemeniz gerektiğini daha gerçekçi planlarsınız. Bu eğrinin pazarlama tarafındaki karşılığı ise müşteri elde tutma pazarlaması yazımızda anlattığımız akışlardır.
Kohort analizi hangi pazarlama aksiyonlarına dönüşmeli?
Kohort tablosu, aksiyona bağlanmadıkça yalnızca güzel bir ısı haritasıdır. Her okumadan en az bir test fikri çıkarmanızı öneriyoruz. Şu eşleştirmeler sahada işe yarar:
- İlk dönemden sonra sert düşüş varsa: karşılama e-postası, kurulum rehberi veya ilk siparişten sonra kısa bir hatırlatma akışı.
- Belirli bir kanalın kohortu zayıfsa: o kanalın hedeflemesini ve reklam vaadini site deneyimiyle karşılaştırma.
- Son kohortlar eskilerden kötüyse: ürün, fiyat veya teslimat tarafındaki son değişiklikleri sorgulama.
- Eğri belirli bir aydan sonra düzleşiyorsa: o eşiği geçen müşteriler için sadakat teklifi tasarlama.
Müşterilerinizin neden kaldığını veya gittiğini anlamak için sayılar yetmez. Yorumlarda ve destek kayıtlarında geçen ifadeler bu soruya cevap verir; bu konuyu müşterinin sesinden reklam metni çıkarma rehberimizde ele aldık.
GA4 dışında kohort analizi hangi veriyle yapılır?
GA4 hızlı bir başlangıç sunar; ancak tek kaynak olması gerekmez. Sipariş sisteminiz, CRM yazılımınız veya e-posta platformunuz da kohort üretmeye yetecek veri tutar.
En sade yöntem bir tablolama dosyasıdır. Her müşteri için ilk sipariş tarihini ve sonraki sipariş tarihlerini çıkarırsınız. Ardından ilk sipariş ayına göre gruplar, her siparişin ilk siparişten kaç ay sonra geldiğini hesaplarsınız. Son olarak bir pivot tablo ile üçgen tabloyu oluşturursunuz.
Bu yöntemin avantajı, müşteri kimliğinin kesin olmasıdır. Öte yandan kanal bilgisini sipariş verisine taşımak ek iş gerektirir. Bu yüzden iki kaynağı birlikte kullanmayı öneriyoruz: kanal sorusu için GA4, sadakat sorusu için sipariş verisi.
Kişisel veri içeren dosyaları paylaşırken müşteri adını ve iletişim bilgisini çıkarın. Kohort için müşteri numarası ve tarih yeterlidir.
Ayrıca iade edilen ve iptal edilen siparişleri ayrı bir sütunda işaretleyin. Aksi halde iade oranı yüksek bir kohort, gerçekte olduğundan daha sadık görünür. Temiz bir veri seti, karmaşık bir analizden her zaman daha değerlidir; bu yüzden ilk saatinizi veriyi temizlemeye ayırın.
Kohort analizi B2B ve hizmet işletmelerinde nasıl uygulanır?
Tekrar satın almanın seyrek olduğu B2B ve hizmet işletmelerinde kohort tanımı değişir. Burada "ilk sipariş" yerine "ilk talep", "ilk toplantı" veya "sözleşme başlangıcı" kullanabilirsiniz.
Örneğin teklif talebi formunu dolduran firmaları aylık kohortlara ayırırsınız. Ardından her kohortta kaç firmanın toplantıya, kaçının sözleşmeye geçtiğini izlersiniz. Bu, aslında huniyi zaman ekseninde açmak demektir.
Böylece satış döngüsünün gerçek uzunluğu ortaya çıkar. Bir reklam kampanyası ilk ayda az sözleşme getirmiş gibi görünse de üçüncü ayda olgunlaşabilir. Kohort görünümü olmadan bu kampanyayı erken kapatma riskiniz yüksektir.
Küçük hacimlerde aylık yerine çeyreklik kohort kullanmak daha sağlıklıdır. Aksi halde her hücrede birkaç firma kalır ve tablo karar vermeye yetmez.
Kohort analizi hangi sıklıkla güncellenmeli?
Güncelleme sıklığı, kohort ayrıntı düzeyiyle uyumlu olmalıdır. Haftalık kohort kullanıyorsanız haftada bir, aylık kohort kullanıyorsanız ayda bir bakmak yeterlidir. Daha sık bakmak çoğu zaman yeni bilgi değil, yeni endişe üretir.
Biz okuma ritmini sabit bir takvime bağlıyoruz. Örneğin her ayın ilk iş gününde aylık kohort tablosu güncellenir, ekip aynı toplantıda üç soruya bakar: son kohort öncekilerden ayrıştı mı, hangi kanal ayrıştı, hangi aksiyon test edilecek? Bu toplantının çıktısı kısa bir not ve tek bir test kararıdır.
Ayrıca büyük bir değişiklikten önce bir anlık görüntü kaydedin. Site yenilemesi, fiyat güncellemesi veya yeni ölçüm kurulumu öncesindeki tablo, sonrasında karşılaştırma için referans olur.
Kohort analizini hangi metrikle birlikte izlemelisiniz?
Kohort tablosu tek başına bir yön göstergesidir; işletmenin ana hedefine bağlandığında anlam kazanır. Bu yüzden tabloyu, ekibin ortak takip ettiği tek bir ana metrikle eşleştirmenizi öneriyoruz.
Örneğin ana metriğiniz "ayda en az bir kez sipariş veren müşteri sayısı" ise kohort tablosu bu sayının hangi gruplardan beslendiğini gösterir. Ana metrik kavramını kuzey yıldızı metriği yazımızda ayrıca ele aldık.
Bunun yanında ara sinyalleri de izleyin. Sepete ekleme, hesap oluşturma veya ürün sayfası ziyareti gibi küçük olaylar, kohortun ileride nasıl davranacağına dair erken ipucu verir. Bu olayları doğru tanımlamak için mikro dönüşüm kurulumu rehberimiz yol gösterir.
Kohort analizi onay yönetimi ve gizlilik ayarlarından nasıl etkilenir?
Kullanıcıların bir kısmı analitik çerezlere izin vermediğinde GA4 onları farklı biçimde işler. Dolayısıyla kohort tablonuz tüm müşterileri değil, ölçülebilen kısmı gösterir. Bu durum tabloyu işe yaramaz kılmaz; ancak mutlak sayıları değil, oranları ve eğilimleri okumanız gerektiğini hatırlatır.
Özellikle onay bannerını değiştirdiğiniz bir tarihten sonra kohort davranışı birden farklılaşabilir. Bu farklılık müşterilerin değil, ölçümün değiştiğini gösterir. Bu yüzden onay ayarlarındaki her değişikliği tarihli bir notla kaydedin.
Ayrıca kişisel verileri kohort raporlarına taşımayın. Kohort için kimlik değil, grup davranışı gerekir. Kişisel veri işleme konusunda yasal çerçeveyi KVKK ve GDPR uyumlu web sitesi rehberimizde özetledik; bu bilgiler hukuki danışmanlık değildir.
Kohort analizinde cihaz ve kampanya kırılımı ne zaman anlamlıdır?
Kanal kırılımı en yaygın olanıdır; fakat tek seçenek değildir. Cihaz kategorisi, ilk açılış sayfası veya kampanya adı da kırılım olarak kullanılabilir. Her biri farklı bir hipotezi test eder.
Örneğin mobil kohortun ikinci siparişi masaüstüne göre belirgin biçimde düşükse sorun ödeme adımında olabilir. Buna karşılık belirli bir açılış sayfasından gelen kohort zayıfsa sayfanın verdiği vaat ile ürün deneyimi uyuşmuyor olabilir.
Kural basit: aynı anda tek kırılım kullanın. İki boyutu birden açmak, hücreleri hızla küçültür. İlk olarak en güçlü hipotezinizi seçin, onu doğrulayın, ardından bir sonraki boyuta geçin. Böylece tablo okunabilir kalır ve ekip aynı sonuç üzerinde anlaşır.
Kohort analizi sonuçlarını yönetime nasıl sunmalısınız?
Yönetici toplantısında üçgen tabloyu olduğu gibi göstermek çoğu zaman kafa karıştırır. Bunun yerine tablodan iki ya da üç cümlelik bir sonuç çıkarın ve tabloyu kanıt olarak ekleyin.
Biz sunumlarda şu yapıyı kullanıyoruz: ilk olarak tek cümlelik bulgu, ardından bu bulguyu gösteren tek bir satır veya sütun, son olarak önerilen test. Örneğin "Son iki kohortun birinci ay dönüşü öncekilerin altında; teslimat süresindeki değişikliği test ediyoruz" gibi bir cümle, renkli bir ısı haritasından daha hızlı karar doğurur.
Ayrıca her sunumda tablonun hangi ayarlarla kurulduğunu küçük bir notla belirtin. Dahil etme ölçütü, geri dönme ölçütü ve hesaplama türü bilinmeden yapılan yorum yanlış anlaşılmaya açıktır.
Kohort analizi abonelik ve tekrar satın alma modellerinde nasıl farklılaşır?
Abonelik modelinde müşteri ya devam eder ya da ayrılır; bu yüzden kayan hesaplama doğal seçimdir. Her hücre, o ana kadar hiç ara vermeden ödemeye devam eden müşterileri gösterir. Böylece gerçek çekirdek kitleyi görürsünüz.
Tekrar satın alma modelinde ise müşteri bir ay alışveriş yapmayıp sonraki ay geri gelebilir. Dolayısıyla standart hesaplama daha uygun olur. Kayan hesaplama bu modelde gereksiz yere sert bir düşüş gösterir.
Karma modellerde, yani hem abonelik hem tek seferlik satış yapan işletmelerde, iki tabloyu ayrı kurun. Aynı tabloda iki davranışı birleştirmek her ikisini de bulanıklaştırır. Kısacası iş modelinizi bilmeden hesaplama türü seçmek, doğru veriyle yanlış sonuca varmanın en kısa yoludur.
Kohort analizi mevsimsel işletmelerde nasıl okunur?
Mevsimsel işletmelerde ardışık kohortları kıyaslamak yanıltıcıdır. Yaz başında gelen müşteri ile kış ortasında gelen müşteri farklı ihtiyaçlarla gelir. Dolayısıyla doğru karşılaştırma, bir önceki sezonun aynı dönemindeki kohorttur.
Örneğin bir bahçe ürünleri mağazası ilkbahar kohortunu sonbahar kohortuyla değil, geçen ilkbahar kohortuyla kıyaslamalıdır. Bu yaklaşım veri saklama süresinin yeterli olmasını gerektirir. Bu yüzden mevsimsel işletmelerde kohort verisini düzenli olarak dışa aktarıp kendi arşivinizde tutmanızı öneriyoruz.
Ayrıca sezon sonu kohortları doğal olarak hızlı erir; çünkü müşterinin bir sonraki ihtiyacı aylar sonra doğar. Bu erimeyi kayıp sanmayın. Bunun yerine bir sonraki sezonun başında bu kohortun ne kadarının geri döndüğüne bakın. Gerçek sadakat göstergesi budur.
Son olarak kampanya takviminizi kohort tablosunun yanına koyun. Hangi kohortun hangi kampanya döneminde başladığını görmek, yorumu çok kolaylaştırır. Böylece "bu grup neden farklı?" sorusunun cevabı çoğu zaman tek bakışta ortaya çıkar.
Kohort analizine başlamak için kısa kontrol listesi nedir?
İlk kohort tablonuzu bu hafta kurmak istiyorsanız aşağıdaki listeyi sırayla uygulayın. Her madde bir kararı temsil eder; atlarsanız tablo yanlış soruyu cevaplar.
- Cevaplamak istediğiniz tek soruyu yazın.
- Kohorta giriş olayını ve geri dönüş olayını belirleyin.
- Satın alma döngünüze uygun ayrıntı düzeyini seçin.
- Hesaplama türünü sorunuza göre seçin.
- Kanal veya cihaz gibi tek bir kırılım ekleyin.
- Ölçüm kurulumunun son değişiklik tarihini not edin.
- Okuma tarihini takvime ekleyin ve ilk test fikrini yazın.
Kurulum, okuma ve aksiyon döngüsünü kendi ekibinizle sürdüremiyorsanız dijital pazarlama uzmanı ile çalışmak bu döngüyü hızlandırır. Talha Aslan ve ekibi olarak ölçüm kurulumundan reklam kararına kadar tüm adımı birlikte planlıyoruz; sonuç garantisi vermiyoruz, ama her kararın verisini şeffaf biçimde gösteriyoruz.
Temel rehber: Dijital Pazarlama Nedir? Türleri, örnekleri ve nasıl yapıldığı, beynin içinden geçen etkileşimli bir filmle tek sayfada.



