Kohort analizi: tek bir ortalamanın gizlediği gerçeği görmek

"Elde tutma oranımız %85" — tek bir sayı, açıkladığından çok daha fazlasını gizler. Yeni müşteriler eskilerden daha mı iyi kalıyor? Geçen çeyrekte yaptığınız onboarding değişikliği işe yaradı mı? Tek bir toplam sayı bu soruları yanıtlayamaz. Kohort analizi ise yanıtlayabilir: müşterilerinizi ne zaman başladıklarına göre gruplar, sonra her grubu zaman içinde izlersiniz. Bu yazıda kohort analizini sade bir dille ele alıyoruz.

Amaç, "ortalama bir sayı" tuzağından çıkıp, müşteri davranışının zaman içinde nasıl değiştiğini gören ve değişikliklerinizin gerçekten işe yarayıp yaramadığını gösteren daha derin bir bakış kazanmanız.

Kohort analizi nedir?

Kohort analizi, müşterileri ortak bir başlangıç özelliğine göre — genellikle kaydoldukları ya da ilk satın aldıkları aya göre — gruplama ve sonra her grubun (kohortun) bir metriğini zaman içinde izleme yöntemidir. "Kohort" basitçe aynı zamanda başlayan bir grup demektir: örneğin "Ocak'ta gelen müşteriler" bir kohort, "Şubat'ta gelenler" başka bir kohorttur. Bu grupları ayrı ayrı ve zaman içinde izlediğinizde, tek bir ortalamanın gizlediği örüntüler ortaya çıkar. Kohort analizi, "ne olduğunu" değil, "hangi grupta, ne zaman, nasıl olduğunu" gösterir.

Neden tek bir sayı yetmez?

Toplu bir metrik, iyiyi ve kötüyü karıştırıp gerçeği bulanıklaştırır. "%85 elde tutma" sabit görünebilir — ama bu, iyileşen yeni kohortların, kaybedilen eski kohortları maskelemesi olabilir (ya da tam tersi). Yani sabit bir ortalama, altında büyük hareketler saklayabilir. Kohort analizi bu perdeyi kaldırır: her grubu ayrı gördüğünüzde, "yeni müşterilerimiz aslında daha iyi kalıyor ama eski bir grup çöküyor" gibi kritik içgörüleri yakalarsınız. Ortalamaya bakmak ormanı görmektir; kohortlara bakmak ağaçları da görmektir.

Kohort nasıl oluşur?

1Ortak Başlangıç2Kohortlara Grupla3Zaman İçinde İzle4Karşılaştır5İçgörü & Aksiyon

Kohort analizi net bir süreci izler. Önce bir ortak başlangıç seçersiniz — en yaygın olanı, müşterinin geldiği aydır (edinim ayı). Sonra müşterileri bu başlangıca göre gruplarsınız: Ocak kohortu, Şubat kohortu vb. Ardından her grubu zaman içinde izlersiniz: 1. ay, 2. ay, 3. ay... o kohorttan kaçı hâlâ aktif, ne kadar gelir üretiyor? Son olarak kohortları karşılaştırırsınız: Şubat kohortu, Ocak'tan daha mı iyi tutunuyor? Bu karşılaştırma, tek bir sayının asla veremeyeceği bir zaman boyutu kazandırır.

Edinim kohortu vs davranış kohortu

Kohortları oluşturmanın iki temel yolu vardır. Edinim kohortu: müşterileri ne zaman başladıklarına göre gruplarsınız (örneğin kaydoldukları ay) — en yaygın ve en sezgisel yöntemdir. Davranışsal kohort: müşterileri ne yaptıklarına göre gruplarsınız (örneğin belirli bir özelliği kullananlar, belirli bir kampanyadan gelenler). İkisi de değerlidir: edinim kohortu "zamanla nasıl değişiyoruz?" sorusunu, davranışsal kohort ise "hangi davranış daha iyi sonuç veriyor?" sorusunu yanıtlar. Başlangıç için edinim-ayı kohortu en pratik giriştir.

Elde tutma kohortu: en klasik kullanım

Kohort analizinin en yaygın kullanımı elde tutma eğrisidir: her ayın kohortundan, N ay sonra kaçının hâlâ aktif olduğunu gösterir. Örneğin Ocak kohortunun 1. ayda %100'ü, 3. ayda %70'i, 6. ayda %55'i kalmış olabilir. Bu eğri, müşterilerin zaman içinde nasıl eridiğini görsel olarak ortaya koyar — ve nerede en çok kaybettiğinizi (örneğin ilk aylardaki keskin düşüş) gösterir. Müşteri elde tutma ve churn önleme çalışmalarınızın işe yarayıp yaramadığını, ancak kohortları karşılaştırarak net görebilirsiniz.

Kohort tablosunu okumak

Elde tutma eğrisiGelir olgunlaşmasıKohortlar arası farkDeğişiklikler işe yarıyor mu?Kohort Analizi Ne Gösterir

Kohort analizi genellikle bir tabloyla sunulur: satırlar kohortları (Ocak, Şubat...), sütunlar başlangıçtan bu yana geçen ayları (1. ay, 2. ay...) gösterir. Bu tabloyu iki yönde okursunuz. Bir sütunu aşağı doğru okumak: "Yeni kohortlar eskilerden daha mı iyi tutunuyor?" — eğer öyleyse, yaptığınız iyileştirmeler işe yarıyor. Bir satırı yatay okumak: "Bu kohort zaman içinde nasıl eriyor?" — düşüşün nerede hızlandığını gösterir. Bu iki yönlü okuma, kohort tablosunu güçlü bir teşhis aracına dönüştürür.

Gelir kohortu ve olgunlaşma

Kohort analizi sadece "kaç müşteri kaldı" ile sınırlı değildir; geliri de izleyebilirsiniz. Her kohortun zaman içinde ürettiği geliri takip etmek, kritik bir soruyu yanıtlar: kohortlar büyüyor mu (upsell, genişleme), yoksa küçülüyor mu (küçülme, iptal)? İyi bir işte, olgunlaşan kohortlar zamanla daha çok gelir üretir — bu, net gelir tutundurmanın (NRR) kohort düzeyindeki görünümüdür. Ayrıca bir kohortun ürettiği toplam gelir, müşteri yaşam boyu değerini (CLV) gerçek veriyle anlamanızı sağlar — tahmin değil, o grubun gerçek davranışı.

Kohort analizi neyi ortaya çıkarır?

Kohort analizinin en güçlü yanı, yaptığınız değişikliklerin işe yarayıp yaramadığını göstermesidir. Diyelim ki onboarding sürecinizi iyileştirdiniz. Bu iyileştirmenin işe yarayıp yaramadığını, iyileştirmeden sonra gelen kohortların, önce gelenlerden daha iyi tutunup tutunmadığına bakarak anlarsınız. Eğer yeni kohortlar daha iyi kalıyorsa, değişikliğiniz gerçek bir etki yaratmış demektir. Aynı mantık ürün, fiyatlandırma ve deneme-ücretli dönüşümü değişiklikleri için de geçerlidir: kohort analizi, "işe yaradı mı?" sorusunu duyguya değil, veriye dayalı yanıtlar.

Yaygın kohort içgörüleri

Kohort analizi bazı tipik örüntüleri ortaya çıkarır. Erken dönem uçurumu: Kohortların çoğu ilk birkaç ayda hızla eriyorsa, sorun genellikle onboarding'de ya da ilk değer deneyiminde (aha momenti gecikmesi) yatar. Kanal bazlı fark: Belirli bir edinim kanalından gelen kohortlar sistematik olarak daha kötü tutunuyorsa, o kanal yanlış müşteri çekiyor olabilir. Zaman içinde iyileşme: Yeni kohortlar giderek daha iyi tutunuyorsa, ürününüz ve süreçleriniz olgunlaşıyor demektir. Bu örüntüler, tek bir ortalamada asla görünmez — ancak kohortları ayırınca ortaya çıkar.

CRM ile kohort analizi

Kohort analizi, sağlam bir veri temeli gerektirir: her müşterinin ne zaman başladığı (edinim tarihi) ve zaman içindeki aktivitesi/geliri. Bu veri dağınıksa ya da eksikse, kohortları oluşturmak imkânsızlaşır. İşte burada CRM'in rolü devreye girer: müşterilerin başlangıç tarihini, kaynağını ve zaman içindeki durumunu düzenli tutan bir sistem, kohort analizinin ham maddesini sağlar. Verinizi temiz ve tarihli tuttuğunuzda, kohortları gruplamak ve karşılaştırmak mümkün olur — ve "ortalama bir sayı"nın ötesine geçip müşteri davranışının zaman boyutunu görürsünüz. İyi bir kohort analizi, iyi bir veri disiplininin üstüne kurulur.

Sık yapılan hatalar

• Tek bir ortalamaya güvenmek: Toplu bir sayı, iyileşen ve kötüleşen kohortları maskeleyebilir.
• Kohortları karşılaştırmamak: Değişikliğin işe yarayıp yaramadığını ancak öncesi/sonrası kohortlar gösterir.
• Tabloyu tek yönde okumak: Sütun (kohortlar arası) ve satır (zaman içinde) birlikte okunmalı.
• Sadece sayıya bakıp geliri unutmak: Kohortlar büyüyor mu küçülüyor mu, gelir kohortu gösterir.
• Kirli/eksik tarih verisi: Başlangıç tarihi yoksa kohort oluşturulamaz; veri temeli şart.
• Örüntüyü aksiyona dönüştürmemek: Kohort içgörüsü, bir değişikliğe yol açmıyorsa yarım kalır.

Başlangıç kontrol listesi

• 1. Ortak başlangıcı seçin. Genellikle edinim ayı en pratik başlangıçtır.
• 2. Müşterileri kohortlara gruplayın. Ocak, Şubat... her ay bir kohort.
• 3. Bir metrik izleyin. Elde tutma, gelir ya da başka bir davranış.
• 4. Tabloyu iki yönde okuyun. Sütun: kohortlar arası; satır: zaman içinde.
• 5. Değişiklik öncesi/sonrası karşılaştırın. Yeni kohortlar daha mı iyi tutunuyor?
• 6. Veri temelini kurun. Başlangıç tarihi ve aktiviteyi CRM'de temiz tutun.

Sık sorulan sorular

Kohort analizi için hangi başlangıç noktasını seçmeliyim?

En yaygın ve en pratik başlangıç, müşterinin geldiği aydır (edinim ayı) — çünkü sezgiseldir ve "zamanla nasıl değişiyoruz?" sorusunu doğrudan yanıtlar. Ancak işinize göre farklı başlangıçlar da anlamlı olabilir: ilk satın alma, deneme başlangıcı ya da belirli bir eylem. Başlangıç için edinim-ayı kohortuyla başlamak, kohort analizine en kolay giriştir; deneyim kazandıkça davranışsal kohortlara geçebilirsiniz.

Kohort analizi için ne kadar veriye ihtiyacım var?

Anlamlı bir kohort analizi için birkaç aylık geçmiş ve her ayda yeterli sayıda müşteri gerekir — çok az müşteriyle kohortlar istatistiksel olarak gürültülü olur. Ancak küçük bir işletme bile, birkaç aylık veriyle temel örüntüleri (örneğin erken dönem churn'ü) görmeye başlayabilir. Kilit nokta, veriyi baştan tarihli ve düzenli toplamaktır; böylece zaman geçtikçe kohort analiziniz giderek zenginleşir.

Kohort analizi ile churn analizi aynı şey mi?

Yakın akrabalar ama aynı değil. Churn analizi genel olarak müşteri kaybına odaklanır; kohort analizi ise bu kaybı (ve diğer metrikleri) zaman ve grup boyutunda inceleyen bir mercektir. Kohort analizi, churn'ün "ne zaman ve hangi grupta" yoğunlaştığını göstererek churn analizini güçlendirir. Yani kohort analizi, churn'ü anlamak için kullanabileceğiniz güçlü bir araçtır, ama sadece churn'le sınırlı değildir — gelir, dönüşüm ve daha fazlası için de kullanılır.

Küçük bir işletmenin kohort analizine ihtiyacı var mı?

Abonelik ya da tekrarlı gelir modeli olan her işletme, büyüklüğünden bağımsız olarak kohort analizinden fayda görür — çünkü "müşterilerimizi zamanla daha iyi mi tutuyoruz?" sorusu her ölçekte kritiktir. Küçük bir işletme için karmaşık araçlar gerekmez; temel bir kohort tablosu bile, tek bir ortalamanın gizlediği örüntüleri ortaya çıkarır. Önemli olan, veriyi tarihli tutmak ve düzenli bakmaktır.

Kohort analizi, tek bir ortalamanın gizlediği gerçeği ortaya çıkaran güçlü bir raporlama merceğidir: müşterileri başlangıç zamanına göre gruplayıp her grubu zaman içinde izlemek. Sırrı, kohortları hem aşağı (kohortlar arası) hem yatay (zaman içinde) okumakta ve değişikliklerinizin işe yarayıp yaramadığını öncesi/sonrası kohortlarla ölçmekte yatar. Sağlam bir veri temeli (başlangıç tarihi + aktivite) üstüne kurulduğunda, kohort analizi "elde tutmamız %85" gibi düz bir cümleyi, müşteri davranışının canlı ve eyleme geçirilebilir bir hikâyesine dönüştürür.