Müşteri edinim adedi gerçekten önemli bir performans göstergesi mi?
Bugün artık dijital mecralardan edinilen her bir müşterinin kaç paraya mal olduğu kuruşu kuruşuna hesaplanabiliyor. “Çöpe atılan“ paranın azalması, basit düşünürsek, daha verimli bir ekonomiye ve dolayısıyla toplumsal refahın artmasına sebep olmalı. Belki de oluyordur ama; ara sıra şu soruyu da aklımıza getirmekte fayda var: Acaba edinim adedi zannettiğimiz kadar önemli bir performans göstergesi olmayabilir mi?
Dijital cihazların iletişim, eğlence ve tüketimi domine ettiği günümüzde, müşteri edinim faaliyetleri de doğal olarak bu cihazlardan erişilen dijital mecralar üzerine taşınmış durumda. Kullanıcıların reklam mesajlarına “tek tıkla” yanıt verebiliyor ve reklam veren tarafında her bir “tık”ın sayılabiliyor olması, yatırıma geri dönüşüne dair ancak tahminler yürütülebilen geleneksel reklam yayınlarının dijital mecralara kaymasına sebep oldu. Hayatına arama motoru olarak başlayan Google’ın milyar dolarlar hacminde bir portföy yönetimi şirketine (Alphabet) evrilmesini sağlayan bu trend ile birlikte, onlarca (belki yüzlerce) dijital reklam ağının doğuşuna, performans takip uygulamalarının yükselişine tanık olduk ve kendimizi dijital mecralarda yaptığımız her şeyin — yasal ve yasa dışı kapsamda — takip edildiği, hatta farklı mecralarda aldığımız aksiyonların eşleştirilmesiyle reklam ağlarının bizi kendimizden daha iyi tanıdığı bir dünyada buluverdik. Çünkü müşteri edinimi çok değerli, üstelik edinilen her bir müşterinin kaç paraya mal olduğu kuruşu kuruşuna hesaplanabiliyor.
Buraya kadar (özel hayatın gizliliğini ihlal eden faaliyetler dışında) her şey yolunda gözüküyor. “Çöpe atılan“ paranın azalması, basit düşünürsek, daha verimli bir ekonomiye ve dolayısıyla toplumsal refahın artmasına sebep olmalı. Belki de oluyordur ama; ara sıra şu soruyu da aklımıza getirmekte fayda var: Acaba edinim adedi zannettiğimiz kadar önemli bir performans göstergesi olmayabilir mi?
Bu içerik ücretsiz!
Okumaya devam etmek ve SHERPA Blog okuru olmak için aşağıdakilerden birini seç. Her hafta yenileri eklenen yüzlerce içeriğe ücretsiz ve sınırsız eriş.
Yatırıma geri dönüş denklemini müşteri başına ortalama gelir üzerinden kurduğumuzda, edinim maliyetinin müşteri başına düşen kısmı bu değerin altında kaldıkça yatırıma geri dönüşün pozitif olduğunu, dolayısıyla reklam harcamasının bize para kazandırdığını söyleyebiliyoruz. Fakat bu çok isabetli bir hesaplama yöntemi değil zira; birçok ticari ilişki bağlamında müşteri ömrü ile müşteriden sağlanan gelir paralel seyrediyor. İşte bu noktada denkleme, edinilen müşterinin yaşam süresi değeri (lifetime value) giriyor. Farklı hesaplama metotlarının varlığı ve tüketim seyirlerinin değişkenlik göstermesi gibi sebeplerden dolayı bu değeri herhangi bir T anında tam ve doğru olarak öngörmek mümkün değil ancak; her koşulda karşımıza müşterilerin kalıcılık oranını (retention rate) ve/veya dönemsel erime trendini (churn rate) içeren bir denklem çıkıyor.
Edinim kampanyanızın daha efektif çalışması için uyguladığınız bir indirim kurgusu dahilinde ürün ya da hizmetinize avantajlı şartlarla sahip olan müşterilerin büyük çoğunluğu sizi bir daha aklına getirmiyorsa, bu indirim tutarını — edinim maliyeti ile birlikte — zarar hanenize yazmalısınız. Eğer dönemsel kalıcılık ve erime oranlarını etkin şekilde takip edebiliyorsanız, kampanyanızın anlamlı bir fayda sağlayıp sağlamadığını tespit edebilirsiniz.
Danışmanlık şirketi Bain & Company tarafından yayınlanan raporda, finansal hizmetler sektöründekalıcılık oranının %5 artışının %25 kâr artışı sağladığı belirtilirken; bunun sebebinin, mevcut müşterilerin zaman içinde yeni müşterilere nazaran daha fazla satın alma yapması olarak açıklanıyor. Bunun yanında, kalıcı müşterilerden doğan operasyon maliyeti yeni müşteri edinim maliyetine göre çok daha az olmasına karşın, gerek referans kanalı ile yeni müşteri kazandırma potansiyelleri, gerekse alışık olduğu ortamı terk edip daha uygun fiyat sunan bir rakibinizle iş yapmaktansa aradaki fiyat farkını ödemeyi tercih etme eğilimleri ile sadık müşterileriniz, onları memnun etmek için harcayacağınız her kuruşu hak edeceklerdir.
Nasıl hesaplarım?
Kalıcılık ve erime oranlarını sağlıklı takip etmek çok kolay olmasa da bu oranları hesaplamak için kullanılan formüller son derece basit. Kalıcılık oranından (retention rate) başlayalım:
Kalıcılık oranı, T anında ürününüzü kullanmaya başlayan kişilerden, T+X anında hâlâ kullanıcınız olanların oransal ifadesidir. Uygulamanızı ekim ayının birinci haftasında (2-8 Ekim) 120 kullanıcının indirdiğini, ekim ayının ikinci haftasında bu 120 kişiden 15’inin uygulamanızı kullanmaya devam ettiğini varsayarsak kullanıcılarınızın haftalık kalıcılık oranını, kalan kullanıcı adedini edindiğimiz toplam adede bölerek bulabiliriz: 15/120 = %12,5. Kalıcılık oranını, haftalık ya da aylık periyotlarla düzenli olarak takip ederek hem edinim kanal ve yaklaşımlarınızın performansına dair karşılaştırılabilir bir göstergeye sahip olabilir hem de potansiyel sadık müşterilerinizi hayat döngülerinin erken evrelerinde tespit edebilmek için iyi bir başlangıç yapmış olursunuz. Aynı zamanda, yılbaşında yapacağınız indirim kampanyası için koyduğunuz ziyaretçi hedefini tutturabilmek için kasım ayında kaç yeni kullanıcı edinmeniz gerektiğine dair ayakları yere basan öngörülerde bulunabilirsiniz.
Kalıcılık oranı yeni kullanıcıları temel aldığından, kapsamlı bir veri takibi altyapısı ile farklı edinim aralıklarının günlük, haftalık, aylık kalıcılık oranlarını tartışmaya mahal vermeden hesaplamak kolaydır ancak erime oranını (churn rate) hesaplayabilmek için kullanıcılarınızın sizi terk ettiklerinden emin olmanız gerekir. Aynı zamanda, ürün özelinde dönemler arasında ve sektör özelinde ürünler arasında karşılaştırılabilir bir oran elde etmek için yöntemin tutarlı olması önemlidir. Eğer aylık üyelik bedeli ile çalışan bir servisiniz varsa işiniz nispeten kolay gözükebilir ancak, iş modeliniz ücretsiz içerik sağlama üzerine kurulu ise 30 gündür ürününüzü kullanmayan kişilerin artık kullanıcınız olmadığını söylemek doğru olur mu? Bu belirsizliği aşmak için, örneğin e-ticarette 90 gün işlem yapmamış olmak, erime kriteri olarak kabul edilir. Bu oranın yatırım ve yönetim kararlarında ne kadar önemli olduğunu vurgulamak için, 2004 yılında Netflix hissedarlarının erime oranlarının yanlış raporlanması iddiası ile açtığı davayı gösterebiliriz. Endüstri genelinde kabul görmüş bir yöntem olmaması nedeniyle mahkemenin bu suçlamayı reddetmiş olduğunu da ekleyelim 🙂
Erime oranı, dönem içinde kaybettiğiniz kullanıcılarınızın, o dönemdeki toplam kullanıcılarınıza oranını ifade eder. Bu tanım hayli basit gözükse de bu oranı, örneğin aylık bazda hesaplamak istediğimizde işler karışır:
Örnek olarak, şubat ayı başında 1000 kullanıcısı olan bir üyelik servisini ele alalım. Ay içinde kullanıcılardan 50 tanesi üyeliğini iptal etmiş olsun. Edinimi hesaba katmadığımızda, ay sonunda üyeliğine devam eden 950 kullanıcısı ile bu servisin erime oranının %5 olduğunu rahatlıkla söyleyebiliriz. Edinimi hesaba kattığımızda ise işler karışır; örneğin, şubat ayı içinde servise 300 kullanıcı daha eklendiğini, bu kullanıcılardan da 30’unun ay içinde üyeliğini iptal ettiğini varsayalım. Ay başında 1000 üyemiz vardı, 300 üye kazandık, 80 (50+30) üye kaybettik. Erime oranımız, ayın başındaki üye adediyle hesaplarsak %8 sonucuna ulaşıyoruz.
Mart ayına geçtiğimizde, yine ay başındaki üyelerimizin (1220) %5’ini (61) kaybettiğimiz, 300 yeni üye kazandığımız ve kazandığımız yeni üyelerin yine %10’unu (30) kaybettiğimiz durumda — aslında yeni ve mevcut üyeler özelinde performansımız tümüyle aynı olmasına karşın — erime oranımız iyileşmiş gibi gözüküyor:
(61+30)/1220 = %7,46
Aynı hesabı ay sonundaki üye adetlerini ya da ay sonundaki adet ile ay başının ortalamasını baz alarak yaptığımızda daha düşük bir erime oranı elde ediyoruz ancak, yine mart ayındaki erime oranımız daha küçükmüş gibi gözüküyor:
Görüldüğü gibi, aynı şartlar altında erime oranı olarak daha küçük ya da daha büyük sayılar elde etmek mümkün. Bunun sebebi, yukarıdaki örnekte mevcut ve yeni üyelerin erime oranlarının farklı olması ile iki ay içinde iki grubun birbirine olan oranının farklılık gösteriyor olması.
Bu hesaplama yöntemi özelinde biraz daha araştırma yapmak isteyenler için matematikçi Steven Noble’ın 2011’de Shopify blogunda yayınladığı şu makaleyi öneririm. Yazıda, yukarıdaki problemleri çözmek için, bir kullanıcının herhangi bir günde ürününüzü terk etme ihtimali üzerinden istatistiksel bir model önermesi yer alıyor ancak, sonuç olarak yukarıdaki modelin günlük çözünürlükle hesaplanıp gün adedi ile çarpılmasının ideal çözüm olduğunu savunuyor.
Sonuç olarak;
Her ne kadar en önemli performans göstergelerinden biri olsa da her gösterge gibi, erime oranı da, özellikle ürün ve edinim kampanyaları üzerinde dönemsel değişikliklerin fazla olduğu durumlarda tek başına çok anlamlı bir içgörü sağlamıyor. Tabii ki bu durum erime oranını ölçmek için zahmete girmeye değmeyeceği anlamına gelmiyor. Bilakis, etkisini ölçmek istediğiniz değişkene göre, erime oranındaki değişimi farklı segmentler (örn: edinim kurgularındaki değişikliklerin performansı için yeni kullanıcılar, ürün fonksiyonalitesindeki değişikliklerin etkileri için mevcut kullanıcılar) özelinde ölçümlemek, ürün ya da hizmetinizin bugününü ve yarınını objektif olarak değerlendirebilmeniz için paha biçilmez bilgiler sağlayacaktır.
