Mobil Uygulama Analitiğinde Hangi Metrikler Takip Edilmeli?

Mobil uygulama yönetiminde başarı, mağazadan elde edilen ham indirme sayısıyla değil; kullanıcıların ürünü ne sıklıkla açtığı, arayüzde nasıl etkileşim kurduğu, teknik aksaklıkların boyutu ve nihai finansal geri dönüşle belirlenir. İşletme sahipleri ve dijital ürün yöneticileri için mobil uygulama analitiğinde aktif kullanıcı (DAU/MAU), tutundurma (retention), dönüşüm (ARPU) ve çökme (crash rate) metrikleri teknik ürün büyümesini doğrudan ölçer. Doğru kurgulanmış bir analitik altyapısı; gereksiz pazarlama harcamalarını engeller, kullanıcı kaybının (churn) kök nedenlerini ortaya çıkarır ve ürün geliştirme yol haritasını somut verilere dayandırır. Bu kapsamlı rehberde, mobil ürününüzü ölçeklendirirken takip etmeniz gereken temel performans göstergelerini (KPI) teknik, operasyonel ve finansal boyutlarıyla inceliyoruz.

Mobil Uygulama Performansını Doğru Verilerle Yönetmek

Mobil uygulama geliştirme ve yayınlama süreci tamamlandıktan sonra başlayan operasyonel dönem, ürünün gerçek yaşam döngüsünü oluşturur. Çoğu işletme, uygulamanın App Store ve Google Play üzerindeki toplam indirme sayısını birincil başarı kriteri olarak kabul etme yanılgısına düşer. Oysa indirme sayısı, yalnızca pazarlama hunisinin (conversion funnel) en üst katmanını temsil eder. Bir kullanıcının uygulamayı cihazına yüklemesi, ürünün değer ürettiği veya kullanıcı tarafından benimsendiği anlamına gelmez. Sektör ortalamalarına göre, indirilen mobil uygulamaların yaklaşık %77'si ilk 3 gün içinde bir daha hiç açılmamakta ve kısa sürede cihazdan silinmektedir.

Veri odaklı karar verme mekanizmasının kurulabilmesi için uygulamanın her temas noktasından telemetri verisi toplanmalıdır. Bu süreç, kullanıcıların kayıt adımlarındaki terk oranlarından (drop-off rate) uygulama içi satın alma (in-app purchase) adımlarına kadar geniş bir olay takibi (event tracking) kurgusunu kapsar. Mobil analitikte SDK entegrasyonu (Firebase, Mixpanel, Amplitude gibi) doğru yapılandırılmadığında, toplanan veriler yanıltıcı olur ve yanlış ürün kararları alınmasına yol açar.

Analitik stratejisi oluşturulurken veriler dört ana eksende gruplandırılmalıdır: Kullanıcı etkileşimi, finansal verimlilik, teknik kararlılık ve mağaza optimizasyonu. Bu dört eksenin dengeli biçimde izlenmesi, organik büyüme ile ücretli kullanıcı edinimi (user acquisition) arasındaki korelasyonu netleştirir. Telemetri verileri eksik veya yanlış kurgulanan bir dijital ürün, pazarlama bütçesinin boşa harcanmasına ve kullanıcı deneyimi (UX) problemlerinin fark edilememesine neden olur.

Etkileşim ve Kullanıcı Sadakati Metrikleri

Kullanıcı etkileşimi, bir uygulamanın hedef kitlesinin günlük veya dönemsel rutininde ne kadar yer edindiğini gösterir. Bir uygulamanın başarısı, kullanıcıların ürünü ne kadar sık ziyaret ettiği ve seans sürelerinin uzunluğu ile doğrudan ilişkilidir. Etkileşim metrikleri, ürünün temel değer önerisinin (value proposition) kullanıcı tarafından kabul görüp görmediğini test eder.

Günlük ve Aylık Aktif Kullanıcı (DAU ve MAU)

Günlük Aktif Kullanıcı (Daily Active Users - DAU) ve Aylık Aktif Kullanıcı (Monthly Active Users - MAU), ürünün kullanıcı hacmini ve canlılığını gösteren temel telemetri verileridir. Ancak "aktiflik" tanımı her uygulama için aynı değildir. Kullanıcının uygulamayı yalnızca arka planda çalıştırması aktiflik sayılmamalı; oturum açma, belirli bir ekran görüntüleme (screen views) veya kritik bir olay gerçekleştirme (core event) gibi aksiyonlar aktif kullanıcı tanımına dahil edilmelidir.

DAU ve MAU metriklerinin birbirine oranı, literatürde Uygulama Yapışkanlığı (Stickiness) olarak adlandırılır:

• %20 ve Üzeri: Standart B2C ve SaaS ürünleri için kabul edilebilir sağlıklı bir oran kabul edilir.

• %50 ve Üzeri: Sosyal medya, mesajlaşma veya günlük alışkanlık odaklı (fintech, alışkanlık takibi) ürünler için mükemmel seviyeyi gösterir.

• %10 Altı: Uygulamanın düzenli kullanım değeri sunamadığını veya seans sıklığının kritik düzeyde düşük olduğunu gösterir.

Elde Tutma Oranı (Retention Rate) ve Kohort Analizi

Elde Tutma Oranı (Retention Rate), bir uygulamayı belirli bir tarihte indiren kullanıcıların, sonraki günlerde uygulamaya geri dönme yüzdesini ifade eder. Mobil ürün sağlığını ölçen en kritik tek metrik Retention'dır; çünkü sızdıran bir kovaya (düşük retention) yeni kullanıcı doldurmak (User Acquisition) finansal olarak sürdürülemez.

Kohort analizi aracılığıyla kullanıcılar indirme haftalarına veya pazarlama kanallarına göre gruplandırılarak Day 1, Day 7 ve Day 30 bazında izlenir:

• Day 1 Retention: Kullanıcının ilk izlenimini, onboarding (karşılama) akışının başarısını ve uygulamanın vaadini yerine getirip getirmediğini ölçer. Sektör ortalamasında %30-40 arası güçlü bir başlangıçtır.

• Day 7 Retention: Kullanıcının uygulamayı keşfetme sürecini ve ilk haftalık alışkanlık döngüsünü tamamlayıp tamamlamadığını gösterir. %15-20 arası hedeflenmelidir.

• Day 30 Retention: Ürünün kullanıcı hayatında kalıcı bir yer edinip edinmediğini doğrular. %5-10 seviyesinin altı, ürün-pazar uyumunun (Product-Market Fit) henüz yakalanamadığının işaretidir.

Kayıp Oranı (Churn Rate): Riskleri Önceden Tespit Etmek

Kayıp Oranı (Churn Rate), belirli bir zaman diliminde uygulamayı kullanmayı bırakan, aboneliğini iptal eden veya uygulamayı cihazından kaldıran (uninstall rate) kullanıcıların oranını ifade eder. Churn, doğrudan Retention metriğinin tersidir:

Kayıp oranlarını düşürmek için silinme oranı (uninstall rate) anlık olarak takip edilmeli ve hangi ekranlarda, hangi teknik hatalardan veya hangi agresif bildirim (push notification) sıklığından sonra silme eyleminin gerçekleştiği olay takibiyle saptanmalıdır.

Finansal Büyüme ve Dönüşüm Metrikleri

Mobil uygulamanın teknik ve operasyonel varlığını sürdürebilmesi, oluşturduğu birim ekonominin (unit economics) karlılığına bağlıdır. Reklam gelirleri, uygulama içi satın almalar veya yinelenen abonelik modelleri (SaaS), doğru finansal KPI'lar üzerinden optimize edilmelidir.

Kullanıcı Başına Ortalama Gelir (ARPU ve ARPPU)

Gelir takibinde en sık karıştırılan iki metrik ARPU ve ARPPU'dur. Bu ayrımın doğru yapılması, freemium iş modellerinde fiyatlandırma stratejisini belirlemek için zorunludur:

• ARPU (Average Revenue Per User): Belirli bir dönemdeki toplam gelirin, o dönemdeki toplam aktif kullanıcı (aktif DAU veya MAU) sayısına bölünmesiyle hesaplanır. Tüm kullanıcı tabanının parasal verimini gösterir.

• ARPPU (Average Revenue Per Paying User): Toplam gelirin, yalnızca ödeme yapan (abone olan veya ürün satın alan) tekil kullanıcı sayısına bölünmesidir. Bu oran, ödeme yapan çekirdek kitlenin harcama gücünü ve fiyat elastikiyetini ölçer.

Eğer ARPPU yüksek ancak ARPU çok düşükse, bu durum uygulamanın ödeme dönüşüm hunisinde (conversion funnel) bir tıkanıklık olduğunu ve ücretsiz kullanıcıları ödeme yapan kullanıcıya dönüştürmekte zorlandığını gösterir.

Müşteri Yaşam Boyu Değeri (LTV / CLV)

Müşteri Yaşam Boyu Değeri (Customer Lifetime Value - LTV), bir kullanıcının uygulamayı ilk yüklediği andan ürünü tamamen terk ettiği ana kadar şirkete kazandırdığı toplam net kârı temsil eder.

LTV tahmini; abonelik yenileme oranları, mağaza komisyon kesintileri (Apple App Store ve Google Play'in aldığı %15-%30 arası komisyonlar) ve vergi yükümlülükleri hesaba katılarak net bazda modellenmelidir. Brüt ciro üzerinden hesaplanan LTV, pazarlama bütçelerinin yanlış tahsis edilmesine yol açar.

LTV ve CAC Dengesi: Sürdürülebilirlik Kontrolü

Kullanıcı Edinme Maliyeti (Customer Acquisition Cost - CAC), ücretli pazarlama, ASO çalışmaları ve ajans giderleri dahil olmak üzere yeni bir kullanıcı kazanmak için harcanan toplam maliyetin kazanılan kullanıcı sayısına bölünmesidir.

Bir mobil ürünün ölçeklenebilir kabul edilmesi için evrensel altın kural LTV:CAC oranının en az 3:1 seviyesinde olmasıdır:

• LTV / CAC < 1:1: İşletme her yeni kullanıcıda para kaybetmektedir. Ürün hızla iflasa sürüklenir.

• LTV / CAC = 1:1 ile 2:1: Operasyonel ve sunucu maliyetleri hesaba katıldığında kârsız veya yüksek riskli bölgedir.

• LTV / CAC = 3:1: Sağlıklı, kârlı ve sürdürülebilir büyüme eşiğidir.

• LTV / CAC > 5:1: Pazarlama bütçesi yetersiz kullanılmaktadır; şirket daha agresif büyüyebilecekken pazar payı kaybetme riski taşır.

Teknik Performans ve Ürün Kararlılığı Metrikleri

Mobil uygulama analitiğinde teknik metrikler çoğu zaman ürün ekipleri tarafından pazarlama metriklerinden ayrı tutulur. Oysa Google Play vitrin algoritmaları ve Apple App Store kalite yönergeleri, teknik olarak yetersiz veya kararsız çalışan uygulamaları arama sonuçlarında doğrudan geriye itmektedir. Teknik performans sorunları, kullanıcıların doğrudan uygulamayı silmesine ve olumsuz yorum bırakmasına sebep olur.

Çökme Oranı (Crash Rate) ve ANR Hataları

Çökme oranı (Crash Rate), uygulamanın kullanıcı oturumu sırasında beklenmedik şekilde sonlanma sıklığını ölçer. Sektör standardı iki temel telemetri metriğiyle ölçülür:

1. Crash-Free Sessions: Çökme yaşanmayan oturumların toplam oturumlara oranı.

2. Crash-Free Users: Çökme yaşamayan tekil kullanıcıların toplam aktif kullanıcılara oranı.

Kurumsal seviyedeki bir mobil uygulamada Crash-Free Users oranı en az %99.5 seviyesinde tutulmalıdır. %99.0'un altına düşen oranlar, App Store ve Google Play tarafında "kötü davranış eşiği" (bad behavior threshold) olarak işaretlenir.

Android ekosisteminde ayrıca ANR (Application Not Responding) hataları kritik öneme sahiptir. Kullanıcı arayüzü ana iş parçacığının (UI main thread) 5 saniyeden uzun süre kilitlenmesi durumunda sistem ANR uyarısı üretir. Google Play Console Vitals verilerine göre ANR oranı %0.47'nin üzerinde olan uygulamaların organik mağaza görünürlüğü ciddi oranda cezalandırılmaktadır.

Uygulama Yükleme ve API Yanıt Süreleri

Uygulamanın soğuk başlatma (cold start), sıcak başlatma (warm start) süreleri ve sunucu API yanıt süreleri kullanıcı deneyimini belirler:

• Soğuk Başlatma (Cold Start): Uygulamanın bellekten tamamen kapalıyken açılması durumudur. Süre 2 saniyenin altında olmalıdır (5 saniye üzeri kabul edilemez risk eşiğidir).

• API Yanıt Süresi (Latency): Mobil istemci ile backend arasındaki uç nokta sorgularının p95 ve p99 dağılımında 200-400 ms bandında kalması hedeflenmelidir. Yavaş API yanıtları, kullanıcının işlemi yarıda bırakmasına ve seans süresinin düşmesine neden olur.

Analitik Sürecinde Kaçınılması Gereken Yanılgılar

Mobil veri analizinde işletmelerin en çok düştüğü hata, işletmeye veya ürüne gerçek bir katma değer sağlamayan, operasyonel kararları etkilemeyen göstergelere odaklanmaktır. Veri analitiği yalnızca raporlama aracı değil; bir hipotez test etme ve karar alma sistemidir.

Göz Boyayan Metrikler (Vanity Metrics) Tuzağı

Göz boyayan metrikler (vanity metrics); kağıt üzerinde yüksek ve etkileyici görünen ancak ürünün gerçek sağlığı, kârlılığı veya sürdürülebilirliği hakkında hiçbir bilgi vermeyen verilerdir.

• Toplam Kayıtlı Kullanıcı Sayısı: Ürünü geçmişte kaydolup terk etmiş pasif kullanıcıları da içerdiği için mevcut durumu yansıtmaz. Bunun yerine 30 günlük aktif kullanıcı (MAU) ve Cohort Retention takip edilmelidir.

• Toplam Sayfa/Ekran Görüntüleme: Kullanıcıların arayüzde kaybolması veya aradığını bulamaması nedeniyle şişebilir. Bunun yerine görev tamamlama oranı (task completion rate) ve dönüşüm hunisi analiz edilmelidir.

• Sosyal Paylaşım Sayıları: Ürünün gelirine veya sadakatine doğrudan etki etmiyorsa ikincil planda kalmalıdır.

Yalnızca Toplam İndirme Sayısına Odaklanmanın Riskleri

Agresif reklam kampanyaları ile 100.000 indirme elde eden bir uygulama, eğer Day 30 Retention oranı %2 seviyesindeyse, edinilen 98.000 kullanıcı kalıcı olarak kaybedilmiş demektir. Bu durum yalnızca pazarlama bütçesini eritmekle kalmaz; mağazada düşük puanlı yorumların artmasına ve organik App Store Optimizasyonu (ASO) sıralamasının gerilemesine yol açar. İndirme sayısı yerine daima Edinme Maliyeti / Aktif Tutundurma Oranı dengesi izlenmelidir.

Veri Gizliliği (GDPR/KVKK) Çerçevesinde Metrik Toplama Kuralları

Mobil analitik kurgulanırken Apple'ın App Tracking Transparency (ATT) çerçevesi ve Google'ın Privacy Sandbox politikaları ile KVKK/GDPR düzenlemelerine tam uyum sağlanmalıdır.

• Kullanıcı açık rızası (opt-in) alınmadan üçüncü taraf SDK'lara reklam tanımlayıcısı (IDFA veya GAID) aktarılmamalıdır.

• Kişisel Verileri Koruma Kanunu kapsamında, analitik olay parametrelerinde kullanıcının T.C. kimlik numarası, açık e-posta adresi, telefon numarası veya şifresi gibi hassas veriler asla düz metin (plain text) olarak loglanmamalıdır.

• Gizlilik standartlarına uyulmaması, uygulamanın mağazalardan kalıcı olarak kaldırılmasına ve yüksek idari para cezalarına yol açabilir.