E-ticaret sözlüğüÖlçüm ve analitik

Kohort analizi nedir?

Kohort analizi, aynı başlangıç dönemini veya ortak bir başlangıç koşulunu paylaşan müşteri ya da kullanıcı gruplarının sonraki dönemlerdeki davranışını karşılaştırma yöntemidir. Giriş koşulu, takip dönemi ve sayılan birim baştan belirlenir.

Son kontrol: 26 Ekim 20262 resmî kaynakGündem Masası

Tanım

Bir bakışta

Başlangıç koşuluÖrneğin ilk siparişin verildiği dönem

Kurgu A grubu40 / 200 × 100 = %20 geri satın alan müşteri

Kurgu B grubu45 / 300 × 100 = %15 geri satın alan müşteri

Kurgu birikimli(40 + 30 − 15) / 200 × 100 = %27,5

Kohort analizi satıcıya ne gösterir?

Kohort analizi, farklı zamanlarda kazanılmış müşteri gruplarının sonraki davranışını aynı başlangıç noktasına göre okumayı sağlar. Türkiye’de mağaza yöneten satıcı için ilk siparişini aynı ayda verenler bir grup oluşturabilir. Sonraki ay tekrar alışveriş yapanların payı, yeni müşteri kazanımının kalıcı ilişkiye dönüşüp dönüşmediğini araştırmaya yardımcı olur. Toplam satış artarken eski müşteri gruplarının geri dönüşü zayıflıyor olabilir. Bütün müşterileri tek toplamda izlemek bu farkı saklayabilir. Önce gruba giriş koşulunu yazın: ilk ziyaret mi, ilk satın alma mı, başka bir olay mı? Bunlar farklı başlangıçlardır; aynı ad altında karıştırılmamalıdır.

Google Analytics kohort keşfi dahil etme ve geri dönüş koşullarını ayrı seçtirir. İlk ziyaretle oluşturulmuş kullanıcı grubunu gerçek ilk sipariş müşterileriyle aynı veri sanmayın. Google belgesi keşfin cihaz temelli olduğunu ve User-ID’nin kohort oluşturmada kullanılmadığını belirtir. Bu nedenle araçtaki kullanıcı sayısı işletmenin tekil müşteri kayıtlarıyla birebir aynı kabul edilmez. Satıcı hangi kaynakla çalıştığını açıkça kaydetmelidir. Sipariş geçmişinden kurulan bir tabloda ise müşteri eşleştirme ve sipariş durumunun tanımı önemlidir. Hangi kaydın ilk alışveriş sayıldığını bilmeden sonraki alışveriş yüzdesini yorumlamak eksik bir karşılaştırma oluşturur.

Satırlar ve dönemler nasıl okunur?

Shopify müşteri kohortu belgesi varsayılan gruplamayı ilk sipariş tarihine göre açıklar; sonraki sütunlar ilk siparişten itibaren geçen dönemleri gösterir. İlk dönem içindeki tekrar sipariş de başlangıç dönemi sütununda yer alabilir. Bu bir platform örneğidir; kendi raporunuzun dönem tanımını kontrol edin. Takvim ayı ile ilk satın almadan sonraki sabit süre aynı değildir. Ay başında ve sonunda gelen müşterilerin başlangıç ayındaki izleme fırsatı farklı olabilir. Karşılaştırma notunda hangi yaklaşımı kullandığınızı yazın. Ürünlerin yeniden alınma ihtiyacı da farklı olabilir; hızlı tüketilen ürün grubu ile uzun kullanım ömrüne sahip ürün grubunu açıklamasız kıyaslamayın.

Tekrar satın alma oranı ölçülüyorsa paydaki müşterilerin hangi koşulla geri dönmüş sayıldığı belli olsun. Sonraki dönemde en az bir satın alma yapan tekil müşteri ile o dönemdeki toplam sipariş sayısı farklıdır. Aynı kişi birden fazla sipariş verebilir. Başlangıç kohortu sabit kaldığında oranı o grubun büyüklüğüne bölün; sonraki ayın bütün mağaza müşterilerine bölmeyin. KPI tanımınızda bu payda dursun. Eksik izleme dönemini sıfır geri dönüş gibi işaretlemeyin. Grup henüz ilgili döneme ulaşmamışsa “dönem tamamlanmadı” notuyla gösterin; ölçülmüş sıfırdan ayrı tutun.

Kurgusal iki grup hesabı nasıl yapılır?

Kurguda A grubunda ilk sipariş veren 200, B grubunda 300 müşteri bulunsun. Her iki grubun da ilk satın alma ayını izleyen tam takvim ayı tamamlanmış olsun. Bu takip ayında A grubundan 40, B grubundan 45 tekil müşteri yeniden alışveriş yapsın. A için 40 / 200 × 100 = %20, B için 45 / 300 × 100 = %15 geri satın alma payı hesaplanır. B grubunda geri gelen kişi 5 fazla olsa da oran 5 yüzde puan düşüktür. Grupların farklı büyüklükleri nedeniyle yalnız müşteri sayısına bakmak daha iyi geri dönüş sonucu çıkarmaz.

A grubundaki 40 geri gelen müşteri toplam 60 sipariş vermiş olsun. 60 / 200 × 100 = %30 hesaplamak geri gelen müşteri payını vermez; paya müşteri yerine sipariş koymuş olursunuz. Doğru kişi payı %20 olarak kalır. 60 / 40 = 1,5 ise takip ayında geri gelen müşteri başına sipariş adedidir ve farklı bir ölçüdür. Bu özgün örnekte alışverişin gerçekleştiği kayıtların tanımlı kapsamda olduğu varsayılır. İptal veya iade edilmiş siparişleri nasıl ele aldığınızı gerçek tabloda belirtin; bir rapor bunları içerirken diğeri dışarıda bırakıyorsa sonuçları aynı seri gibi göstermeyin.

Dönemsel ve birikimli geri dönüş nasıl ayrılır?

A grubundaki 200 müşterinin ilk takip ayında 40’ı, ikinci takip ayında 30’u satın alsın; bunların 15’i iki ayda da alışveriş yapan aynı kişiler olsun. İlk ay payı %20, ikinci ay payı 30 / 200 × 100 = %15’tir. En az bir takip ayında satın alan farklı kişi sayısı 40 + 30 − 15 = 55 olur. Birikimli pay 55 / 200 × 100 = %27,5’tir. %20 ile %15’i toplayıp %35 demek ortak 15 kişiyi iki kez sayar. Kişi kümeleri arasındaki kesişimi koruyun; dönem toplamlarının her zaman farklı kişilerden oluştuğunu varsaymayın.

RFM analizi müşteriyi yakınlık, sıklık ve parasal değer gibi ölçülerle inceler; kohort ise ortak başlangıç grubunun zaman içindeki davranışına odaklanır. Atıf modeli de satın alma payını temaslara dağıtan başka bir yöntemdir. Satıcı sorusuna uygun yöntemi seçmeli ve kapsamını açık yazmalıdır. Yeni grup daha yüksek orana ulaştığında bunu belirli bir kampanyanın kesin etkisi saymayın; ürün, kanal veya müşteri bileşimi değişmiş olabilir. Dönüşüm hunisi ile adımları araştırmak ayrıca yararlı olabilir. Bulguyu, olası açıklamayı ve yapılacak kontrolü ayrı kaydedin; tek tabloyu bütün müşteri ilişkisinin özeti gibi kullanmayın.

05 · Örnek

Örnek: İki müşteri grubunun aynı takip dönemi

Kurguda A grubunda 200, B grubunda 300 ilk sipariş müşterisi vardır. Her grubun ilk sipariş ayını izleyen tam ayda 40 ve 45 müşteri tekrar satın alır.

40 / 200 × 100 = %20 A payını hesaplayın.
45 / 300 × 100 = %15 B payını hesaplayın.
20 − 15 = 5 yüzde puan fark bulun.
A grubunun ikinci takip ayında 30 alıcısı, 15 ortak alıcısı varsa 40 + 30 − 15 = 55 farklı geri alıcı bulun.
55 / 200 × 100 = %27,5 birikimli payı hesaplayın.

Sonuç

B grubunda geri alıcı adedi daha fazla ama oran daha düşüktür; A’nın iki aylık birikimli payı %35 değil %27,5’tir.

06 · Fark

Kohort analizi ile karıştırılan kavramlar

Kohort analizi ≠ Sipariş adedi

Aynı müşteri birden çok sipariş verebilir; müşteri geri dönüş payının yerine konmaz.

Kohort analizi ≠ RFM

Yakınlık, sıklık ve parasal değere bakar; ortak başlangıç grubunun zaman içindeki izlenmesi farklı yöntemdir.

Kohort analizi ≠ Birikimli oran

Dönemler arasında aynı kişiler tekilleştirilir; dönemsel yüzdeler doğrudan toplanmaz.

07 · Satıcı için

Satıcı ne yapmalı?

Gruba giriş olayını ve veri kaynağını belirleyin.
Tekil müşteri veya araç kullanıcısı birimini açık yazın.
Geri dönüş olayını ve takip dönemi kuralını tanımlayın.
Grupları aynı tamamlanmış takip döneminde karşılaştırın.
Tekrar kişileri birikimli hesapta tekilleştirin.
Ürün ve kanal bileşimi farkını sonuç notuna ekleyin.

08 · Devamı

İlgili rehberler