Ürün davranışı, deneyler, retention ve müşteri değeri ekipleri farklı tanımlara çekebilir. Tanımları yeniden üretilebilir hâle getiriyor, her readout'u kanıtın izin verdiği sınırlar içinde tutuyoruz.

Birlikte çalıştığımız 500'den fazla markadan birkaçı

Tüm referansları gör
  • GE
  • Little Caesars
  • Pegasus Airlines
  • Isuzu
  • İstanbul Gedik Üniversitesi
  • BAT

Ürün içi davranışı, deney bütünlüğünü, retention'ı ve müşteri değerini tek bir yeniden üretilebilir yöntemle ölçmeniz, sonuçları da kanıtın sınırları içinde yorumlamanız gerekiyorsa bu alanı ele alıyoruz.

Analytics ekibi ölçüm tasarımından ve readout'tan sorumlu oluyor. Treatment ve program uygulamasını CRO ekibiniz yürütmeye devam ediyor.

Ürün davranışı, deney bütünlüğü ve müşteri değeri için hangi tanımın kullanılacağını birlikte belirliyoruz. Readout yeniden üretilebiliyor, sınırlar görünür kalıyor ve CRO ekibiniz uygulama sorumluluğunu koruyor.

Ürün içi özellik kullanımını, onboarding adımları kayıplarını, kullanıcı elde tutma (retention) gruplarını ve deney geçerliliğini ölçüyoruz. Zeo uzmanları telemetri sözleşmelerini, kohort analizlerini ve A/B test doğrulamalarını kurarken; ürün yöneticileriniz özellik yayınlarını yönetir.

Dijital ürün ekipleri için geliştirilmiş ürün telemetrisi ve kullanıcı elde tutma ölçümleme süreci.
  1. Ürün telemetrisini tanımla

    Özellik etkileşimlerini, oryantasyon adımlarını, kullanıcı aktivasyon aşamalarını ve yaşam döngüsü eventlerini açık bir ürün takip şemasına dönüştürürüz.
  2. Kohort takibini yapılandır

    N-günlük elde tutma (retention), terk etme (churn) risk göstergeleri ve müşteri yaşam boyu değeri (LTV) modelleri için kohort analizleri kurarız.
  3. Deney ölçümlemesini yürüt

    Özellik bayrağı (feature flag) takibini kurar, Örneklem Oranı Uyumsuzluğunu (SRM) denetler ve A/B testlerinde istatistiksel güvenilirliği doğrularız.
  4. Ürün içgörülerini aktif et

    Ürün yöneticileri, tasarımcılar ve büyüme mühendisleri için kendi kendine yeten ürün analitiği panoları teslim ederiz.

Bir müşterimiz, işe başlarken karşılaştığımız planlama ve raporlama sorunlarını anlatıyor.

Dr. Kadir Kırmızı
Turna

Zeo ile çalışmadan önce özellikle planlama ve ölçümleme konularında önemli sıkıntılarımız vardı. Bizim için verilerin bilimsel kurallara uygun şekilde doğru olarak değerlendirilebilmesi en önemli konuydu.

Dr. Kadir Kırmızı - General Manager

Veri toplama, etiketleme, ürün analitiği ve raporlama ayrı problemler ve ayrı araçlar demek. Ölçümlemeyi üzerine kurduğumuz araçlar bunlar.

Ürün ve mobil uygulama analitiği

  • MixpanelMüşterinin ürün analitiği ihtiyacı, pazarlamaya dönük bir GA4 kurulumundan ayrı, asıl iş olduğunda temel ürün telemetrisini, özel event'leri, kullanıcı özelliklerini ve huni tanımlarını Mixpanel'de kuruyoruz. Bu event şeması tasarımı, hizmetin ilk aşaması olan 'ürün telemetrisini tanımlama' adımının karşılığı.
  • AmplitudeRetention ve LTV kohort eğrilerini Amplitude'da, başladığı takvim tarihine göre değil her kohortun kendi yaşına göre hizalayarak kuruyoruz, çünkü üç haftalık bir kohortu olgun bir kohortla aynı eksende karşılaştırmak iyileşen bir eğilimi olduğundan daha kötü gösteriyor. Bu olgunluğa göre hizalanmış görünüm, hizmetin sürecindeki 'kohort takibini yapılandırma' adımının tam olarak dayandığı şey.
  • PostHogMüşterinin veri politikası kendi barındırmasını ya da verinin tamamına sahip olmayı gerektirdiğinde, aynı event-telemetri çalışmasını tedarikçi barındırmalı bir platform yerine PostHog'da kuruyoruz, çünkü PostHog tamamen müşterinin kendi altyapısı içinde çalışabiliyor. Bu dağıtım esnekliği, bu özel kısıt söz konusu olduğunda Mixpanel ya da Amplitude'a karşı belirleyici etken.
  • HeapMüşterinin, hiç açıkça tanımlanmamış bir tıklama yolu ya da etkileşim hakkında bir ürün sorusunu yanıtlaması gerektiğinde Heap'in otomatik yakalama özelliğine başvuruyoruz, çünkü bu özellik Mixpanel gibi event tabanlı bir platformun önceden bir tanım olmadan kaçıracağı veriyi geriye dönük olarak zaten tutuyor. Bu otomatik yakalama modeli, event öncelikli bir platform yerine Heap'e yönelmemizin özel nedeni.
  • PendoMüşterinin ürün içgörüsü adımı, analizin bulduğuna dayanarak bir uygulama içi tur ya da NPS anketi başlatmayı da içerdiğinde bunu doğrudan Pendo'da kuruyoruz, çünkü Pendo ölçümü ve ürün içi eylemi tek araçta birleştiriyor. Bu da ayrı bir analiz platformuyla ayrı bir etkileşim aracını eşleştirmekten daha hızlı işliyor.
  • StatsigMüşteri, özellik bayrağı (feature flag) yönetimiyle aynı rollout'un istatistiksel analizinin sıkı sıkıya bağlı olmasını istediğinde deneyleri Statsig'de yürütüyoruz, çünkü kimin hangi varyanta maruz kaldığını kontrol eden bir flag ile ayrı bir sistemden okuyan bir metrik panosu birbirinden kayabiliyor. Bu birleşik model, müşterinin altyapısı Statsig tabanlı olduğunda hizmetin deney ölçümleme adımının dayandığı şey.
  • UserpilotÜrün içgörüsü çalışması özellikle oryantasyona, yaşam döngüsünün ortasındaki bir özelliğe değil yeni bir kullanıcının ilk oturum akışına odaklandığında Userpilot kullanıyoruz, çünkü Userpilot analiz verisini ölçülen gerçek oryantasyon arayüzüyle eşliyor. Bu ilk oturum davranışına odaklanma, onu bu pratikteki daha geniş kohort ve deney araçlarından ayıran şey.

Session replay, heatmap ve deneyim analitiği

  • FullstoryBir kohort ya da deney bulgusu niteliksel bir açıklama gerektirdiğinde gerçek kullanıcı yollarını Fullstory'nin Journey Maps özelliğinden çekiyoruz, çünkü huni grafiği geri dönüşleri ve tekrar girişleri tek bir çıkış sayısında topluyor ve insanların aslında ne yapmaya çalıştığını gizliyor. Bu oturum düzeyindeki görünüm, sayısal bir anomaliyi anlaşılır bir davranışa dönüştüren şey.
  • ContentsquareFullstory'nin daha kapsamlı yol haritalama ve analiz paketinin işin gerektirdiğinden fazlası olduğu daha küçük bir ürün ekibi için aynı niteliksel oturum kaydı kontrolünü bunun yerine Hotjar'da yürütüyoruz. Bu da aynı somut soruyu, bu kullanıcı kohortu gerçekte ne yaptı sorusunu, daha düşük bir yükümlülükle yanıtlıyor.
  • ContentsquareYüksek sayfa görüntülenme hacminde bölge düzeyinde heatmap ve kullanıcı yolculuğu analizine ihtiyaç duyan kurumsal bir müşteri için daha hafif bir oturum kaydı aracı yerine Contentsquare'i devreye sokuyoruz, çünkü Contentsquare bu ölçekteki toplu davranışsal analize özel olarak tasarlanmış. Bu ölçek eşiği, onu bu pratikte Fullstory ya da Hotjar'dan ayıran şey.

A/B testi ve kişiselleştirme

  • LaunchDarklyMüşterinin mühendislik organizasyonu özellik bayrağı yönetiminde zaten LaunchDarkly'yi standart aldıysa bu rollout mekanizmasını olduğu gibi koruyor, istatistiksel okuma için onu Amplitude ya da Optimizely gibi ayrı bir analiz platformuyla eşliyoruz. Bu sorumluluk ayrımı, Statsig gibi birleşik bir platformdan daha çok mühendislik öncülüğündeki bir flag kurulumuna uyuyor.
  • OptimizelyÜrün deneylerini Optimizely'de, test başlamadan önce kilitlenmiş bir örneklem büyüklüğü ve durdurma kuralına karşı yürütüyoruz, çünkü ilk sonuçlar belli bir yöne işaret ettiğinde revize edilen bir kural deneyin sonucunu güvenilmez kılan asıl şey. Bu disiplin, hangi aracın testi çalıştırdığından çok, hizmetin deney ölçümleme adımının asıl içeriği.
Veri altyapınızı ve takip ihtiyaçlarınızı paylaşın. Sağlıklı veri toplayan ve karar almayı kolaylaştıran bir raporlama mimarisi tasarlayalım.
Projenizi anlatın