Adapty kohortları birkaç önemli soruyu yanıtlamak için tasarlanmıştır:

1. Bir kohort kaçıncı günde kara geçer?
2. Uygulama belirli bir kohort için ne kadar para kazanır?
3. Ödeme yapan bir müşteri çekmek için ne kadar harcayabilirim?
4. Reklam harcamalarını geri kazanmak ne kadar sürer?

Kohortlar, SDK ve mağaza bildirimleri aracılığıyla topladığımız uygulama verileriyle çalışır; sizin tarafınızdan ek bir yapılandırma gerektirmez.

Yenilemeler veya günler bazında kohortlar

Kohortları yenilemeler veya günler bazında analiz edebilirsiniz. Bu kontrol sütun başlıklarını değiştirir; dolayısıyla analiz yaklaşımı da değişir.

Günler bazında takip, bütçeleme ve ödeme zaman çizelgelerini anlamak için değerli içgörüler sunar. Bu özellikle consumable’lar veya tek seferlik satın almalar gibi abonelik dışı ürünleri takip etmek için kullanışlıdır. Bu modda, tablo hücrelerindeki mavi renk iki temel faktör nedeniyle çizgilerin ortasında yoğunlaşma eğilimi gösterir. Birincisi, günler bazında kohortları görüntülemek kısa süreli ürünlere ait ödemelerin erken görünmesini sağlarken, yenilemeler görünümünde bunlar aylık ve yıllık yenilemelerle birlikte gruplandırılır. İkincisi, gecikmiş ödemeler dağılım örüntüsüne katkıda bulunur; bazı kullanıcılar beklenenden geç ödeme yapar.

Yenilemeler bazında takip ise bir ödemeden diğerine tarihe bakılmaksızın kohortların elde tutma ve kayıp oranlarını gösterir. Dolayısıyla herhangi bir gecikmeyle (aylarca sürebilir) ödeme yapan geç kullanıcılar, kendi abonelik dönemlerinin sayısına eklenir. Bu yaklaşım takvim bazlı kazançları yansıtmaz; ancak kohortların elde tutma ve kayıp oranlarını analiz etmek ve davranışlarından içgörü elde etmek için çok daha kullanışlıdır.

Dilediğiniz modu seçin ya da daha fazla sonuç ve fikir edinmek için her ikisini birlikte kullanın.

Adapty kohortları nasıl oluşturur

Yenilemeler bazında kohortlar örneğiyle tablonun nasıl oluşturulduğuna bakalım. Kohort oluşturmak için iki ölçüt kullanırız: uygulama kurulumları ve işlemler (satın almalar). Bir kohortun her satırı belirli bir zaman aralığını temsil eder: bir günden bir yıla kadar. Her satır, bu aralıkta uygulamayı yükleyen ve bir abonelik etkinleştiren ya da süresiz/abonelik dışı ürün satın alan kullanıcı sayısıyla başlar.

Satırdaki her sonraki sütun, aboneliğini bu döneme kadar yenileyen kullanıcı sayısını gösterir. M3 “3. ay” anlamına gelir ve abonelerin bu noktaya kadar 3 ardışık yenileme yaptığını ifade eder; W7 “7. hafta”, Y2 ise “2. yıl” anlamına gelir. Kohortlarda bazen P2 de görebilirsiniz. P, abonelik dönemini (Period) ifade eder. Adapty, aynı kohortda farklı yenileme dönemlerine sahip birden fazla ürün bulunduğunda W/M/Y yerine bunu görüntüler.

Kohort değerlerindeki farklılıkları vurgulamak için degrade renkler kullanırız. En yüksek sayılar daha doygun renklere sahiptir.

Aşağıdaki görselde tipik bir kohort görebilirsiniz.

1. Bu kohort yalnızca haftalık ürünlere ait verileri gösterir (işaret #1).
2. Geliri hariç tutmaz ve geliri mutlak değerler olarak gösterir (işaret #2).
3. Çalıştığımız zaman dilimi son 6 aydır ve her kohort segmenti 1 ay uzunluğundadır (işaret #3).
4. Total satırı (işaret #4) her dönem için kümülatif değeri gösterir. Total satırının ilk hücresindeki 442 bin dolar, zaman diliminin sonuna kadar tüm aylardaki (Kas, Ara vb.) ilk dönem (abonelik aktivasyonu) gelirini biriktirir. Total hücresi, tüm dönem boyunca uygulamayı yükleyen müşteri sayısını gösterir.
5. Kas 2023 satırının ilk sütunu (işaret #5), Kas 2023’te uygulamayı yükleyen müşterilerden elde edilen 37,7 bin dolarlık ilk dönem (abonelik aktivasyonu) gelirini gösterir. Kas 2023’te uygulamayı yükleyen 95.129 müşteri sayısı ise başlık sütununda görüntülenir.
   Kas 2023 satırının ikinci sütunu, Kas 2023’te uygulamayı yükleyen kullanıcılardan elde edilen 2. haftaya (aboneliklerin 2. haftaya yenilendiği) ait 8,77 bin dolarlık geliri gösterir.
6. Tabloda Toplam gelir, ARPU, ARPPU ve ARPAS değerlerini görebilirsiniz (işaret #6). Bunlar hakkında bu makalenin ilerleyen bölümlerinde daha fazla bilgi edinebilirsiniz.
7. Tablonun sağ tarafındaki Columns açılır alanını kullanarak sütunları yapılandırabilirsiniz (işaret #7).
8. Tablonun sağ üst kısmında (işaret #8), belirli kohort analizleri için mağaza komisyon ücretleri ve vergi hesaplamalarını belirlemek üzere de bir açılır alan bulunur. Adapty’nin mağaza komisyon ücretleri ve vergileri nasıl hesapladığını bu makalede öğrenebilirsiniz. Açılır menüden ilgili seçenek seçildikten sonra gelir verileri buna göre yeniden hesaplanır.
9. Tablonun sağ tarafında tahmini gelir (Predicted Revenue) ve tahmini yaşam boyu değer (Predicted LTV) görebilirsiniz (işaret #9). Predicted Revenue alanı, belirli bir zaman diliminde bir abone kohortu tarafından üretilen toplam tahmini geliri hesaplarken, Predicted LTV alanı kohorttaki her kullanıcının beklenen değerini temsil eder.

Ayrıntılı metrikleri görüntülemek için kohortdaki herhangi bir hücrenin üzerine gelebilirsiniz.

Arka planında eğik çizgiler olan hücreler henüz tamamlanmamış dönemlere aittir; bu nedenle içlerindeki değerler artabilir.

Filtreler, metrikler, kohort segmentleri ve CSV’ye aktarma

Adapty, kohort analizlerinizde değerli içgörüler elde etmenize yardımcı olacak geniş bir kontrol yelpazesi sunar. Adapty varsayılan olarak tüm satın almalardaki verilere dayanarak kohortlar oluşturur. Aynı süredeki tüm ürünleri veya belirli ürünleri filtrelemek faydalı olabilir. Ülke, mağaza, paywall, segment ve attribution verilerini de filtre olarak kullanabilirsiniz. Mevcut kontroller, filtreler, gruplama seçenekleri ve bunların nasıl kullanılacağı hakkında daha fazla bilgiyi bu dokümanda bulabilirsiniz.

Kontrol panelinin sağında kohort verilerini CSV’ye aktarmak için bir düğme bulunur. Ardından bunu Excel veya Google Sheets’te açabilir ya da kendi analitik sisteminize aktarabilirsiniz.

Kohortlarda gösterilebilecek 4 metrik vardır: Abonelikler, Ödeme yapanlar, Gelir, ARPU, ARPPU ve ARPAS. Bunları mutlak değerler olarak ya da kohortun başlangıcından itibaren göreli değişim olarak görüntüleyebilirsiniz.

Kohortlar için tarih aralığını belirleyebilir ve segmenti seçebilirsiniz. Segment, kohortun her satırı için zaman dilimini belirler.

Abonelikler, ödeme yapanlar, toplam gelir, ARPU, ARPPU ve ARPAS

Abonelikler, seçilen zaman diliminde bir kohort tarafından gerçekleştirilen aktif aboneliklerin, süresiz satın almaların ve abonelik dışı satın almaların toplam sayısıdır. Bu metriği takip etmek, müşteri davranışını ve tekliflerinizin etkinliğini anlamanıza yardımcı olur. Bu içgörü, ürün stratejinizi geliştirmenize, pazarlama çabalarınızı özelleştirmenize ve gelir akışlarınızı optimize etmenize olanak tanır.

Ödeme yapanlar, bir kohort içinde satın alma yapan toplam benzersiz kullanıcı sayısıdır. Kaç benzersiz kullanıcının gelirinize katkıda bulunduğunu anlamanıza yardımcı olur. Önemli miktarda abonelik dışı satın alma içeren uygulamalar için bu metrik, ürün tekliflerinizin gerçek erişimini vurgulayabilir; geniş bir kullanıcı tabanının satın alma yapıp yapmadığını veya gelirin tekrar satın alan küçük bir grup tarafından mı sağlandığını gösterir. Ödeme yapan kullanıcı sayısını anlamak, müşteri etkileşimini değerlendirmede, hedefli pazarlama planlamada ve gelir stratejilerini optimize etmede yardımcı olur.

Toplam gelir, seçilen zaman diliminde (25 Kas 2022 — 24 May 2023) bir kohort için birikimlenen gelirdir. Belirli bir kohorttaki kullanıcılardan ne kadar para topladığınızı anlamanıza ve ROAS hesaplamanıza yardımcı olur. Örneğin Eylül 2022 reklam harcaması 10.000 dolar ve Eylül 2022 kohortu için toplam gelir 30.000 dolarsa ROAS=3:1 olur.

ARPU, kullanıcı başına ortalama gelirdir. Toplam gelir / benzersiz kullanıcı sayısı olarak hesaplanır. 60.000 dolar gelir / 5.000 kullanıcı = 12 dolar ARPU. Bu değeri kurulum maliyetiyle (CPI) karşılaştırmak, pazarlama kampanyalarınızın etkinliğini anlamak açısından faydalıdır.

ARPPU, ödeme yapan kullanıcı başına ortalama gelirdir. Toplam gelir / benzersiz ödeme yapan kullanıcı sayısı olarak hesaplanır. 60.000 dolar gelir / 1.000 ödeme yapan kullanıcı = 60 dolar ARPPU. Ortalama olarak ödeme yapan bir müşterinin size ne kadar para kazandırdığını anlamanıza yardımcı olur.

ARPAS, aktif abone başına ortalama gelirdir. Toplam gelir / aktif abone sayısı olarak hesaplanır. Abone olarak, deneme süresi veya abonelik etkinleştirenleri kastediyoruz. 60.000 dolar gelir / 1.500 abone = 40 dolar ARPAS.

Komisyon ücretleri ve vergiler

Kohortlarda gelir hesaplamanın önemli bir yönü, mağaza komisyon ücretleri ve vergilerin (kullanıcının mağaza hesabı ülkesine göre değişebilen) dahil edilmesidir. Adapty şu anda kohort analizlerinde hem App Store hem de Play Store için komisyon ücreti ve vergi hesaplamayı desteklemektedir.
Adapty’nin analizlerinde vergi ve komisyonları nasıl hesapladığına ilişkin ayrıntılar için lütfen dokümantasyonumuza başvurun.

Gelir ve Net Gelir

Hem Gelir hem de Net Gelir para metrikleridir. Geliri brüt gelir, Net Geliri ise net gelir olarak düşünebilirsiniz. Gelir, App Store / Play Store ücretlerini hesaba katmazken Net Gelir hesaba katar. Bu nedenle Net Gelir her zaman Gelirden düşüktür.

Kesilen gerçek komisyon, Küçük İşletme Programı (%15) gibi programlara uygunluk, uzun vadeli abonelikler için indirimli oranlar (bir yıllık yenilemeden sonra %15), ülkeye özgü oranlar (Japonya’da %26 gibi) ve standart oranlar (%30’a kadar) dahil olmak üzere birden fazla faktöre bağlı olarak değişir.

Adapty, müşterilerinizin yaptığı her işlem için geçerli komisyon oranını otomatik olarak belirler ve buna göre Net Geliri hesaplar. Komisyon oranlarının nasıl belirlendiğine ilişkin daha fazla bilgi için Mağaza komisyonu ve vergiler dokümantasyonuna bakın.

Tahmin: Gelir ve LTV

Tahmini gelir, bir ödeme yapan abone kohortunun kohort oluşturulduktan sonra seçilen dönem içinde üretmesi beklenen tahmini toplam gelirdir. Kohortun tahmini LTV’si ile kohort içindeki tahmini ödeme yapan kullanıcı sayısının çarpımıyla hesaplanır. Örneğin tahmini LTV 50 dolar ve bir kohortda 100 ödeme yapan kullanıcı varsa, Tahmini Gelir 5.000 dolar olur.

Tahmini LTV, ödeme yapan abone başına tahmini yaşam boyu değerdir; her ödeme yapan abonenin kohort oluşturulduktan sonra seçilen dönem içinde üretmesi beklenen ortalama geliri temsil eder.

Bu tahminler, gelecekteki gelire ilişkin tahminler yapmak için geçmiş müşteri verilerini analiz eden makine öğrenimi (ML) modelleri kullanılarak yapılır. Adapty’nin tahmin modelleri hakkında ayrıntılı dokümantasyon için lütfen Tahmin dokümantasyonumuza bakın.

Adapty kohortları, uygulamanızdaki kullanıcı davranışı ve finansal performans hakkında ayrıntılı içgörüler sunar. Kohortları yenilemeler veya günler bazında analiz ederek kohortların ne zaman kârlı hale geldiğini belirleyebilir, geliri takip edebilir, kullanıcı başına ortalama geliri hesaplayabilir ve reklam harcamalarını geri kazanma süresini anlayabilirsiniz. Özelleştirilebilir filtreler, metrikler ve dışa aktarma seçenekleriyle Adapty, veri odaklı kararlar almanızı ve maksimum uygulama başarısı için kullanıcı edinme ile para kazanma stratejilerinizi optimize etmenizi sağlar.