Adapty hunileri, şu tür sorulara yanıt bulmanıza yardımcı olmak için tasarlanmıştır:

1. Kurulumların yüzde kaçı ödeme yapan müşteriye dönüşüyor?
2. Ürünü deneyenlerin ne kadarı sadık kullanıcıya dönüştü?
3. Hangi adımlarda yüksek düşüş yaşanıyor ve daha fazla ilgi gerekiyor?
4. Müşteriler neden ödemeyi bırakıyor?

Bir huni grafiğiyle, filtreler ve gruplar ayarlayarak kullanıcı davranışı hakkında daha fazla içgörü elde edebilirsiniz.

Huniler, SDK ve mağaza bildirimleri aracılığıyla topladığımız verilerle çalışır; sizin tarafınızdan herhangi bir ek yapılandırma gerektirmez.

Huni grafiği adım adım

Grafikteki kullanıcı yolculuğunu nasıl okuyacağınızı anlamak için bir huninin öğelerini inceleyelim.

Kurulumlar

1. sütun (1), kurulum sayısıdır. Toplam kurulumların (benzersiz kullanıcı değil) mutlak değeri (2) olarak gösterilir ve ayrıca sonraki dönüşümlerin göreli hesaplaması için en büyük girdi sayısı olan %100 olarak da gösterilir. Bir kullanıcı uygulamayı silip yeniden yüklerse iki ayrı kurulum sayılır.
   Yakınındaki gri alan, adımlar arasındaki geçiş parametrelerini gösterir. Bir sonraki adıma (Görüntülenen paywall) dönüşüm yüzdesi bayrak üzerinde (3) gösterilir. Düşüş yüzdesi ve kayıp mutlak değeri aşağıda (4) gösterilir.

Görüntülenen paywall

2. sütun (5), uygulamayı kullananlar arasında en az bir kez paywall gören kullanıcı sayısını (6) gösterir. Bunlar yalnızca seçili dönemde gerçekleşen kurulumlardan alınır. Bir kullanıcı seçili dönemde paywall görüyorsa ancak kurulum tarihi aralık dışındaysa bu görüntüleme sayılmaz.
   Ayrıca 1. adımdan alınan bu görüntülemelerin yüzdesi de gösterilir (7). Bu yüzdenin 1. adımın gri bayrağına (3) eşit olduğunu fark edebilirsiniz. Bu eşitlik yalnızca bu ilk adımlar için geçerlidir.

Bu adımın verilerini, logShowPaywall() metodunu kullanan tüm paywalllarınızdan topluyoruz. Bu nedenle lütfen dokümanlarda açıklandığı gibi bu metodu kullanarak her paywall görüntülemesini Adapty’ye gönderdiğinizden emin olun.

2. sütunun yanındaki gri alan geçişi temsil eder. Bir sonraki adıma (Deneme) dönüşüm yüzdesi bayrak üzerinde (8) gösterilir. Paywall sonrasında kaybedilen müşterilerin düşüş yüzdesi ve mutlak değeri aşağıda (9) gösterilir.

Denemeler

3. sütun (10), seçili dönemde uygulamayı yükleyen müşterilerin paywalllardan etkinleştirdiği deneme sayısını (11) gösterir. Filtre deneme içermeyen ürün(ler)e ayarlanmışsa bu değer sıfır olur ve sütun boş kalır.

Ayrıca 1. adımdan alınan deneme yüzdesine bakarak kurulumdan denemeye dönüşümü görebilirsiniz (12).
Bu yüzdenin artık önceki adımın dönüşüm gri bayrağına (8) eşit olmadığını fark edebilirsiniz. Bunun nedeni, mevcut değeri grafiğin üstündeki 1. adımla ve gri bayraklardaki önceki adımla karşılaştırmamızdır.
Dolayısıyla 3. sütunun yanındaki gri alan, bir sonraki adıma (Ücretli) dönüşüm yüzdesini bayrak üzerinde gösterir (13). Deneme süresi boyunca kaybedilen müşterilerin düşüş yüzdesi ve mutlak değeri aşağıda (14) gösterilir.

Abonelikler ve yenilemeler

4. sütun, etkinleştirilen abonelik sayısını (15) gösterir. Deneme içermeyen ürünler için bu sayı, doğrudan paywalldan yapılan abonelikleri içerir. Deneme içeren ürünler için ücretli aboneliğe dönüşen deneme sayısını kapsar. Her iki tür ürününüz varsa (denemeli ve deneemesiz), bu iki değerin toplamı gösterilir.

Üstteki yüzde, kurulumlardan dönüşümü gösterir (16).
Gri bayraktaki yüzde, bir sonraki adıma dönüşümü gösterir (2. döneme yenileme) (17).
2. döneme yenilemeden önceki düşüş yüzdesi ve mutlak değeri dönüşümün altında gösterilir (18).

Bu adım, benzer yapıya sahip bir dizi adımı başlatır. 2. yenilemeden sonra 3., ardından 4. gelir ve bu böyle devam eder. Uygulama geçmişinizde yeterli veri varsa yatay kaydırma kullanarak onlarca dönemi görebilirsiniz. Bu adımlar için mantık aynı kalır:

• üstte kurulumlardan yüzde,
• altta önceki adımdan yüzde,
• üstte yenilemenin mutlak miktarı,
• altta kayıp mutlak miktarı,
• kayıp nedenleri açılır penceresi için üzerine gelme.

Kayıp nedenleri

Adapty, Deneme aşaması ve sonrasında kayıp istatistiklerini ayrıntılı olarak gösterir. Bir aşamaya giren ancak bir sonrakine geçmeyen her kullanıcı bir kayıp örneği olarak sayılır.

• Belirli bir olay (örneğin, deneme süresi dolması veya faturalandırma sorunu) dönüşüm eksikliğine yol açtıysa Adapty nedeni görüntüler.

• unknown (bilinmiyor) durumu geçici bir durumdur. Kullanıcının bir sonraki aşamaya geçmesine olanak tanıyan olayla henüz karşılaşmadığını gösterir.

  Deneme aşamasında bu, genellikle denemenin henüz sona ermediği anlamına gelir. Bu durum, özellikle kısa tarih aralıkları veya tek günler için Huniler görüntülenirken sık yaşanır; çünkü denemelerin çözümlenmesi zaman alır.

  Adapty, kullanıcı dönüşüm sağladığında veya denemeyi iptal ettiğinde bilgileri günceller.

Tablo görünümü, filtreler ve CSV dışa aktarma

Huni grafiği, sayılarla çalışmanız için kullanışlı materyal sağlamak amacıyla bir tablodaki verilerle zenginleştirilmiştir.

Bu tablo, huninin yaklaşımını bazı değişikliklerle tekrar eder.

1. ücretli abonelik adımı dışındaki tüm adımlardaki verileri gösteren sütunlar bulunur.
   Bunun yerine iki ayrı sütun vardır: Kurulum -> Ücretli ve Deneme -> Ücretli. Bunlar, ücretsiz bir kullanıcının ödeme yapan müşteriye dönüştüğü temel dönüşüm noktasını gösterir.

Sanki bir ürün türü ayrımı varmış gibi görünebilir: Kurulum -> Ücretli sütunu yalnızca deneme içermeyen ürünleri gösterirken Deneme -> Ücretli sütunu yalnızca deneme içeren ürünleri içerir. Ancak tam olarak böyle işlemez. Çünkü denemesi sona eren ve ardından deneme içeren bir ürünü sanki yokmuş gibi satın alan kullanıcıları da dikkate alırız.

Sayılara daha derinlemesine inerek yeni hipotezler için güçlü filtreleme araçları bulacaksınız.
Farklı boyutlarda koşullar belirleyebilirsiniz. Verilere dayalı gerçek içgörüler toplayın.
Şunları değiştirin:

1. Ürün türü - ekonomi, uzunluk vb.
2. Zaman aralığı.
3. Ülke segmentasyonu.
4. Trafik attribution.
5. Mağaza.

Yalnızca gerekli verileri görüntülemek için Mutlak #, Göreli % veya her ikisini birden seçin.

Son olarak, kontrol panelinin sağında huni verilerini CSV olarak dışa aktarmak için bir düğme bulunur. Ardından Excel veya Google Sheets’te açabilir ya da kendi analitik sisteminize aktarabilirsiniz.