Mobil analitikte segmentasyon — nedir, kriterler ve grupları belirleme yöntemleri

Kullanıcı segmentasyonu nedir?

Kullanıcı segmentasyonu, farklılaştırılmış etkileşim için kitlenin ortak özelliklere göre gruplara (segmentlere) ayrıldığı analitik bir yöntemdir. Kohort analizinin aksine, segmentler zamana bağlı değildir — bir kullanıcı aynı anda birden fazla segmente ait olabilir ve etkinliklerine göre bunları değiştirebilir.

Segmentasyonun amacı, toplu iletişimi hedefli iletişimle değiştirmektir: yeni başlayanlara ve deneyimli kullanıcılara farklı push bildirimleri göndermek, akışta farklı içerik göstermek ve kişiselleştirilmiş indirimler sunmak. McKinsey (2024)’e göre, gelişmiş segmentasyona sahip şirketler, kişiselleştirilmiş etkileşim yoluyla gelirlerini %15–20 artırır.

Mobil analitikte segmentasyon türleri

Davranışsal segmentasyon

Davranışsal segmentasyon — kullanıcıları uygulama içindeki eylemlerine göre ayırma: başlatma sıklığı, gerçekleştirilen satın almalar, görüntülenen ekranlar, tamamlanan seviyeler. Ürün kararları için en değerli segmentasyon türüdür çünkü etkileşimi doğrudan yansıtır. Örneğin, “aktif ödeyici kullanıcılar” segmenti (ayda 3+ satın alma) sadakat programlarının temelini oluşturur.

Demografik segmentasyon

Demografik segmentasyon — cinsiyet, yaş, coğrafi konum, dil ve ilgi alanlarına göre gruplama. Veriler, kullanıcı profili, kayıt sırasında veya analitik platform SDK’ları aracılığıyla toplanır. “Moskova’dan 18–25 yaş arası kullanıcılar” segmenti, genç bir kitle için ses tonunu ve görsel stili uyarlamaya olanak tanırken, coğrafi segmentler yerel bölgesel promosyonlar başlatmayı sağlar.

Teknik segmentasyon

Teknik segmentasyon — işletim sistemi, cihaz modeli, uygulama sürümü, bağlantı türü (Wi-Fi / mobil veri) ve bellek miktarına göre ayırma. Performans testleri için kritiktir: Android 14’te çökme oranı %2’yi aşarsa, segment acil düzeltme için izole edilir. Firebase Blog (2024)’e göre, teknik segmentler hata tespit süresini %40 oranında azaltmaya yardımcı olur.

Segmentasyonda RFM analizi

RFM analizi — üç parametreye dayalı müşteri segmentasyonu yöntemi: Recency (son satın almanın üzerinden geçen süre), Frequency (satın alma sıklığı) ve Monetary (satın alma tutarı). Her parametre 1’den 5’e kadar bir ölçekte puanlanır; 5 en yüksek değerdir. Üç haneli kombinasyon (R-F-M) müşteri türünü belirler.

5-5-5 segmenti (“şampiyonlar”) — sık sık, yakın zamanda ve yüksek tutarlarla satın alma yapan en değerli kullanıcılar. 1-1-1 segmenti (“kayıplar”) — uzun süredir satın alma yapmayan ve az harcayan kullanıcılar. Optimove (2024)’e göre, RFM segmentasyonu, hassas hedefleme sayesinde pazarlama kampanyalarının ROI’sini %30–50 artırır.

CRM sisteminizde veya analitik platformunuzda RFM analizini uygulayın. Her segment için bir strateji belirleyin: şampiyonları sadakat programlarıyla tutun, kayıpları promosyonlarla geri kazanın ve yeni gelenleri eğiterek tekrarlayan alıcılara dönüştürün.

Segmentasyon pratikte nasıl uygulanır?

Segmentasyonu uygulamak bir hipotezle başlar: Hangi kullanıcı grubu farklı davranmalıdır? Örneğin, “ilk satın almasını yapan kullanıcılar, doğru teşvikle ikinci satın almaya daha hızlı geçebilir.” Hipoteze dayanarak, analitik platformunuzda segmenti tanımlayın ve bir deney kurun.

İkinci adım, segmentleri ürün ve pazarlama kanallarına entegre etmektir: push bildirimleri, e-posta kampanyaları, uygulama içi mesajlar ve A/B testleri. Amplitude ve Firebase gibi platformlar, segmentleri Google Analytics, Adjust ve diğer reklam ağlarına aktararak hedefli reklamcılık yapmayı sağlar.

Üçüncü adım, yinelemeli kalibrasyondur. Segmentler statik değildir: bir kampanya başlattıktan sonra grubun davranışının değişip değişmediğini kontrol edin. Bir segment kişiselleştirmeye yanıt vermiyorsa, kriterleri yeniden tanımlayın veya istatistiksel anlamlılığı artırmak için başka bir segmentle birleştirin.

Farklı iş modelleri için pratik segment örnekleri

Segmentler farklılık gösterir, uygulamanın iş modeline bağlı olarak. E-ticaret için ana segment “sepeti terk edenler”dir (ürün ekleyip ödeme yapmayan kullanıcılar). Oyunlar için — harcama düzeyine göre ayrılmış “ödeyici kullanıcılar”: balinalar (gelirin %50’sini üreten ilk %5’lik oyuncu) ve küçük balıklar (sık küçük alımlar).

Her segment benzersiz bir iletişim senaryosu gerektirir. Sadece segmenti tanımlamak değil, aynı zamanda bir ardışık düzen kurmak da önemlidir: olay → segment → eylem (push, e-posta, uygulama içi) gecikmeli olarak. Braze (2024)’e göre, zaman gecikmeli segment otomasyonu, push bildirimi dönüşümünü %40 artırır. Her segmentin etkinliğini ROMI (Pazarlama Yatırımının Getirisi) metriğiyle ölçün — aktifleştirilen kullanıcılardan elde edilen ek gelire karşı segment başına kampanya maliyeti. Doğru ROMI hesaplaması için, yalnızca ilk haftadaki doğrudan dönüşümleri değil, aynı zamanda kampanya sonrası 30 gün içindeki LTV ve elde tutma üzerindeki etkiyi de göz önünde bulundurun.

Segmentasyon araçları ve kod örnekleri

Firebase Analytics’te segmentler oluşturmak için aşağıdaki Kotlin kodunu kullanın. Firebase konsolunda kitlelerin ve segmentlerin oluşturulduğu özel parametrelere sahip bir olay gönderir.

val firebaseAnalytics = Firebase.analytics
val bundle = Bundle().apply {
    putString("user_tier", "premium")
    putInt("purchase_count", 12)
    putString("country", "RU")
}
firebaseAnalytics.logEvent("segment_update", bundle)

Olayları gönderdikten sonra, Firebase konsolunda user_tier = “premium” parametresini kullanarak bir kitle oluşturun ve Cloud Messaging aracılığıyla hedefli push bildirimleri için kullanın.

Davranışsal segmentasyon: derinlemesine analiz

Davranışsal segmentasyon, kullanıcı etkileşiminin en doğru resmini sağladığı için özel ilgiyi hak eder. Demografik özelliklerin aksine, davranış kullanıcının üründen elde ettiği değeri doğrudan yansıtır. Segmentasyon için temel davranışsal metrikler: başlatma sıklığı (günlük / haftalık / aylık aktif), oturum derinliği (süre ve ekran sayısı), tamamlanan hedef eylemler ve satın alma geçmişi.

Davranışsal segmentler oluşturmak için eylemler ve zaman pencerelerinin bir kombinasyonunu kullanın. Örnek: “uyuyan ancak değerli” segmenti — 14 gündür giriş yapmamış ancak önceki 30 günde 2+ satın alma yapmış kullanıcılar. Bu segment, yeniden pazarlama yoluyla yüksek bir yeniden etkinleştirme potansiyeline sahiptir. Clevertap (2024)’e göre, “uyuyan değerli” segmentlerini hedefleyen kampanyalar, kitlenin zaten onaylanmış satın alma gücü sayesinde 6:1 ROI gösterir.

Davranışsal segmentler ayrıca yaşam döngüsü aşamasına göre de ayrılır: yeni (0–7 gün), aktif (7–30 gün), olgun (30–90 gün) ve ayrılanlar (90+ gün). Her aşama için KPI’lar ve etkileşim senaryoları belirleyin. Örneğin, yeni kullanıcılar için oryantasyon ve ilk hedef eyleme öncelik verin, olgun kullanıcılar için elde tutma ve satış artırmaya odaklanın. Bir CRM veya CDP sisteminde webhook olayları aracılığıyla kullanıcıların aşamalar arasındaki geçişini otomatikleştirin. Hız sınırlaması kullanın: spam nedeniyle ayrılmayı tetiklememek için günde birden fazla mesaj göndermeyin. Braze (2024)’e göre, iletişim sıklığı sınırlamaları olan segmentler, push bildirimi yorgunluğunu azaltarak %25 daha yüksek elde tutma gösterir.

Yaygın segmentasyon hataları

Birinci hata — çok küçük segmentler. 50 kullanıcılık bir segment istatistiksel olarak anlamlı değildir: herhangi bir A/B testinin hata payı %30’un üzerinde olur. Güvenilir sonuçlar için minimum segment boyutu 500 kullanıcıdır. Bir segment çok küçükse, onu komşu segmentlerle birleştirin.

İkinci hata — öncelikleri dikkate almadan segmentlerin örtüşmesi. Bir kullanıcı aynı anda “yeni” ve “ödeyici” olabilir. “Yeni” kampanyasının “ödeyici” kampanyasının üzerine yazmaması için bir segment hiyerarşisi tanımlayın. Amplitude (2024)’e göre, ekiplerin %35’i çelişen segmentasyon kuralları nedeniyle dönüşüm kaybeder.

Üçüncü hata — davranışsal veriler olmadan yalnızca demografik verileri kullanmak. Uygulama içi eylemleri dikkate almadan cinsiyet ve yaş yüzeysel bir resim verir. Demografi ve davranışı birleştirin: “2+ satın alma yapan 25–35 yaş arası kadınlar” segmenti, sadece “25–35 yaş arası kadınlar”dan daha etkilidir.