MVP Doğrulama Metrikleri: Ürün-Pazar Uyumunu Ölçmenin 12 Yolu

Ürün geliştirmeye binlerce dolar yatırdınız. Ekibi aylarca çalıştırdınız. Pazar tepkisi sessiz. İşin kötü tarafı, bu sessizlikten ürünün gerçekten başarılı olacağını bilemiyorsunuz.

Neden? Çünkü ölçüm olmadan karar almak, körü körüne uçmak gibi. Stripe, Airbnb ve Notion gibi unicorn şirketler bu tuzaktan ölçüm disiplini sayesinde kurtulmuştur. MVP doğrulama metrikleri, ürünün gerçekten insanlar tarafından istenip istenmediğini anlamanın bilimsel yoludur.

Bu rehberde, başarılı şirketlerin kullandığı 12 metrik sistemi, yaşayan örnekler ve hesaplamaları öğreneceksiniz. Vanity metriklerinden (milyonlarca görüntülenme, sıfır satış) kurtulup, işinizi gerçekten ileriye taşıyan metriklere odaklanacaksınız.

Vanity Metrikleri Reddetmek: Aksiyonlu Metrikleri Seçmek

MVP sahipleri sık tuzağa düşerler. "1.000 kullanıcı kaydoldu" diye sevinirler ama 100 geri döndüyse ya da hiç satış olmadıysa bu bilgi işe yaramaz. Vanity metrikleri ego tatmin etse de, gerçek karar almaktan uzaklaştırır.

Aksiyonlu metrikler ise ürün rotasını değiştirir. Örneğin "800 kullanıcı kaydoldu, 200'ü 4. günde etkin" bilgisi, "5.000 kaydolma" sayısından çok daha değerlidir.

Metrik Tipi	Yanıltıcı	Gerçek
Kaydolma	5.000 kullanıcı	800 kullanıcı, 200 etkin (4. gün)
Görüntülenme	100.000 sayfa görüntü	0.15 DAU/MAU stickiness
Müşteri	50 satış	50 müşteri, $8.500 MRR, 45 günlük payback
Yorum	1.000 yorum	20 yorum, 8 feature isteği

Aksiyonlu metriklerin özellikleri: ölçülebilir (tam sayı ile), sebep-sonuç göstermeli (hangi ürün değişikliğinin etkisini görmek), zaman içinde karşılaştırılabilir, işletmeye bağlı (gelir ve retention ile ilişkili).

Sean Ellis Testi: Ürün-Pazar Uyumunun En Güvenilir Göstergesi

Sean Ellis testi, ürün-pazar uyumunun bilimsel ölçümüdür. Strateji basit: "Bu ürün olmasaydı ne hissederdiniz?" sorusuna kullanıcıların verdikleri cevaplar yeterli değeri gösterir.

Kullanıcılar dört seçenekten birini seçer: çok hayal kırıklığına uğrardım (strong must-have), biraz hayal kırıklığına uğrardım (nice-to-have), hayal kırıklığına uğramam (not needed), ya da kullanmıyorum/bilemiyorum.

Ürün-pazar uyumu kriteri şu şekildedir. Yüzde 40 ve üzerinde must-have oranı güçlü sinyal gösterir, scaling'e hazır demektir. Yüzde 25-40 arasında gelişme aşamasındadır, ürün geliştirmeye devam etmek gerekir. Yüzde 25'in altında ürün-pazar uyumu yoktur, pivot düşünülmelidir.

Başarılı şirketlerin PMF yolculuğu bunu doğrulamaktadır. Airbnb MVP'de yüzde 3 oranında başlamış, 2011'de yüzde 40'a çıkmış ve unicorn olmuştur. Slack MVP'de yüzde 35'ten başlayıp 2013'de yüzde 70'e ulaşmıştır. Dropbox da benzer yolu izlemiş, MVP'de yüzde 25'ten 2008'de yüzde 45'e çıkmıştır.

Survey cevaplarını kurumsal bir veri tabanında saklamak ve segmentlere göre analiz etmek önemlidir. Örneğin, belirli müşteri türleri ürüne daha olumlu tepki verebilir. Python ile bu analizi otomatikleştirmek mümkündür. Veri tabanınıza erişerek, must-have cevaplarının yüzdesini hesaplayabilir ve hangi segment'lerin daha memnun olduğunu görebilirsiniz.

Aktivasyon Metrikleri: Aha Moment'ini Tanımlamak

Aktivasyon, kullanıcının ürünün değerini ilk kez hissettiği noktadır. Bu "aha moment"ı bulmak kritiktir. Aktivasyon funneli tipik olarak şu adımlardan oluşur: kaydolma (yüzde 100), e-mail doğrulama (yüzde 85), profil tamamlama (yüzde 70), ilk feature kullanımı (yüzde 45 - aha moment), 2. gün geri dönüş (yüzde 28).

Hedef her adımda yüzde 80 üzerinde conversion sağlamaktır. Daha düşükse, friction noktalarını belirlemeniz gerekir. Kaydolmadan aha moment'e 5 dakikadan az sürmelidir. Funnel conversion en az yüzde 40 olmalıdır. Aha moment'a 24 saat içinde ulaşılmalıdır.

Firebase Analytics gibi araçlarla aktivasyon funneli olayları otomatikleştirebilirsiniz. Her kullanıcı kaydolduğunda, e-mail doğruladığında, profili tamamladığında ve ana özelliği kullandığında bu olayları kaydedersiniz. Daha sonra Mixpanel gibi araçlarla funnel analizi yapabilirsiniz.

Mixpanel API'si size funnel olaylarının hangi zaman diliminde gerçekleştiğini gösterir. Sign_up, email_verified, profile_completed, aha_moment ve second_day_retention olaylarını izleyebilirsiniz.

Retention Cohort Analizi: Kullanıcılar Geri Geliyor mu?

Retention cohort analizi, hangi kullanıcı gruplarının ürüne devam ettiğini gösterir. Bu metrik, ürün-pazar uyumunun gerçek göstergesidir.

Cohort	W0	W1	W2	W3	W4	W5	W8
2024-01-01	100%	68%	51%	42%	38%	35%	28%
2024-01-08	100%	72%	54%	45%	41%	38%	32%
2024-01-15	100%	70%	52%	43%	39%	36%	30%
2024-01-22	100%	75%	58%	48%	44%	41%	34%
2024-01-29	100%	73%	55%	46%	42%	39%	32%

Retention eğrileri farklı şekiller alır. Smile curve (başta düşüş, sonra iyileşme) iyi ürün-pazar uyumunu gösterir. Frown curve (kademeli düşüş) feature-market fit'in olmadığını gösterir. Flat curve (sabit retention) niche audience'a hitap ettiğini gösterir.

Hedefler şu şekildedir. 1. hafta yüzde 60 üzerinde retention olmalı (aha moment başarısı). 4. hafta yüzde 35 üzerinde (product-market fit). 1. ay yüzde 25 üzerinde (uzun vadeli yaşayabilirlik).

Python ve Pandas ile cohort analizi yapabilirsiniz. Kullanıcı event verilerinizi okuyarak, her kullanıcının ilk giriş tarihini bulabilirsiniz. Ardından olay tarihlerini haftalık periyoda çevirip, her cohort için geri dönüş yüzdesini hesaplayabilirsiniz.

DAU/MAU Oranı: Kullanıcılar Ne Kadar Sık Dönüyor?

DAU/MAU oranı (Daily Active Users / Monthly Active Users), ürüne ne kadar sık dönüldüğünü gösterir. Stickiness olarak da bilinir.

10.000 aylık kullanıcı ve 2.500 günlük kullanıcınız varsa, stickiness yüzde 25'dir. Endüstri karşılaştırması önemlidir:

Kategori	Hedef Stickiness	Örnek
Social Media	40-60%	Facebook %50, Instagram %45
Messaging	60-80%	WhatsApp %75, Telegram %65
Email/Productivity	20-35%	Gmail %32, Notion %28
Shopping	5-15%	Amazon %12, Shopify %8
B2B SaaS	25-40%	Slack %35, Asana %30

B2B SaaS için hedef yüzde 25 ve üzerindedir.

Stickiness yüzde 40 ve üzerinde bağımlılık seviyesi yüksektir (messenger, social). Yüzde 25-40 sağlıklı engagement'tır. Yüzde 10-25 düşük stickiness gösterir, feature eksikliği ya da pain point vardır. Yüzde 10'un altında ürün-pazar uyumu soru işaretidir.

SQL sorgularıyla son 30 günün günlük ve aylık aktif kullanıcılarını hesaplayabilirsiniz. User logins tablosundaki veriler, düşük hassasiyetli tarihlendirilmiş olaylar içerir. Bu veriler zamanlar arasında gruplanır, distinct kullanıcı sayısı bulunur ve oran hesaplanır.

Gelir Metrikleri: Para Gerçeği

MVP başarısı, insanlar tarafından kullanılması artı insanlar tarafından ödenmesidir. Dört ana gelir metrikleri vardır.

MRR (Monthly Recurring Revenue) aktif müşteri sayısı çarpı ortalama aylık ödeme miktarıdır. ARPU (Average Revenue Per User) toplam gelir bölü aktif kullanıcı sayısıdır. LTV (Lifetime Value) ARPU çarpı ortalama müşteri yaşının ay cinsinden karşılığıdır. CAC (Customer Acquisition Cost) toplam marketing harcaması bölü yeni müşteri sayısıdır.

LTV/CAC oranı hayati önemdedir. 3 ve üstü ideal, 1.5 minimum, 1'den az kâr etmeyeceğiniz anlamına gelir. Payback period (CAC geri dönüş süresi) müşteri kazanım maliyetini aylık karla bölerek hesaplanır. 12 aydan kısa hedeflenmelidir.

Smart Maple örneğinde, 45 aktif müşteri, $199 aylık subscription fiyatı, $8.955 MRR eder. 380 toplam kullanıcı, $23,57 ARPU'ya karşılık gelir. $2.000 marketing bütçesi, 8 yeni müşteri, $250 CAC demektir. 18 ay ortalama ömür, $4.263 LTV'ye ulaşır. LTV/CAC 17,05x (mükemmel). Payback 1,72 ay (çok hızlı). MRR $8.955 seed aşaması için sağlıklıdır.

Stripe API'sine erişerek bu metrikleri otomatikleştirmek mümkündür. Aktif subscriptionları listeleyip, tutarları topla ve aya bölerek MRR hesaplayabilirsiniz. Marketing harcamalarını ve yeni müşteri sayısını bilerek CAC ve LTV/CAC oranlarını elde edebilirsiniz.

Teknik Metrikler: Altyapının Kalitesi

Ürün iyi çalışmıyorsa, metriklerin hepsi yalan söyler. Kritik teknik metrikler şunlardır:

Metrik	MVP Hedefi	Ürün Hedefi
API Latency (p95)	200ms	100ms
Error Rate	0,1%	0,05%
Crash Rate	1%	0,1%
Uptime	99%	99,9%
Database Query Time (p95)	100ms	50ms

Sentry, hata izlemesini otomatikleştirin. Kritik işlemler çalışırken hataları yakala ve bunları belirli feature'lar ve kullanıcı segmentleriyle etiketle. Bu sayede, en önemli kullanıcı gruplarında sorunları önce tespit edebilirsiniz.

Datadog, tüm performans izlemesini merkez yönet. API request latency'sini, error rate'ini ve uygulama crash oranlarını histogram ve gauge metriğiyle takip et. Node.js araçlandırması, push'tan production'a kadarki zaman diliminde tüm istekleri kaydeder.

DORA metrikleri DevOps sağlığını gösterir. Deployment frequency MVP'de haftada 1 defa ideal. Lead time for changes push'tan production'a 1 günden az. Mean time to recovery sorundan fix'e 1 saat. Change failure rate yüzde 15'ten az.

MVP Sağlık Dashboard'u

Metrikler güzelse ama kimse bakmazsa işe yaramaz. İdeal dashboard, şirketi kontrol etmelidir. Metabase, Grafana veya custom React uygulaması ile kurulabilir.

Metabase 2-3 günde kurulabilir ve SQL tabanlıdır. SQL yazabiliyorsanız çok uygundur. Grafana 1 günde kurulabilir ama Prometheus veya InfluxDB bilgisi gerekir. Custom dashboard 5 günde kurulabilir ama tam kontrolü sağlar. MVP için Metabase en hızlı başlangıçtır.

Dashboard'da MRR, DAU/MAU, Aktivasyon Funnel ve LTV/CAC hedef metriklerini gösterin. Haftalık retention cohort tablosunu görselleştirin. PMF Survey must-have oranını (hedef yüzde 40) bar grafik ile gösterin. API Latency, Error Rate ve Uptime teknik metriklerini gösterin. Feature adoption'ı percentage olarak listeleyin. User acquisition channels'ı (organik, PPC, referral) pie chart'ta gösterin.

Dashboard'u Docker'da Metabase ile host edebilirsiniz. Veritabanı bağlantısı kurarak, SQL sorgularını yapılandırabilirsiniz. Ardından özel kontrol paneli oluşturabilirsiniz.

React ve Chart.js ile custom dashboard da oluşturabilirsiniz. API'den metrikleri çekerek, line chart, bar chart ve pivot table'larla görselleştirabilirsiniz. MRR trendiyle birlikte haftalık retention cohort tablosunu gösteren şeyleri ekleyebilirsiniz.

Analytics Altyapısı: Firebase, BigQuery, Metabase

MVP'nin ölçeklenebilir, entegre analytics altyapısı gerekir. Mimarisi şu şekildedir: Smart Maple App (web, mobile, API) olayları Firebase Analytics ve error/performance verilerini Sentry'e gönderir. Bu verilerin hepsi BigQuery'ye aktar. BigQuery'den Metabase, Data Studio veya Looker ile dashboard'lar oluştur.

Firebase, temel event tracking ve kullanıcı oturumlarını kaydeder. Configuration through Firebase Console'de yapılır. Sentry, bütün hataları ve performance sorunlarını yakalar. BigQuery, merkezi veri ambarı olarak çalışır.

BigQuery'de aylık aktivasyon funnel sorgularını yazabilirsiniz. Günlük sign-up, verified ve activated kullanıcıları sayarak, verification ve activation oranlarını hesaplayabilirsiniz. Haftalık retention cohort'u user_id, cohort_week ve event_week'i izleyerek oluşturabilirsiniz. MRR trend'ini Stripe verisiyle entegre ederek, ay cinsinden müşteri sayısı ve toplam geliri görebilirsiniz.

MVP Doğrulama Kontrol Listesi

Başlamadan önce bunu kontrol edin:

• [ ] PMF Surveyi kuruldu, %40+ must-have hedefi belirlendi
• [ ] Aktivasyon Funneli tanımlandı, aha moment tanımlanmış
• [ ] Retention Cohortu çalışıyor, haftalık retention tablosu var
• [ ] DAU/MAU hesaplanıyor, stickiness metric aktif
• [ ] Gelir Metrikleri bağlı, MRR/ARPU/LTV/CAC otomatikleştirildi
• [ ] Teknik Monitoring kuruldu, Sentry veya Datadog çalışıyor
• [ ] Dashboard yayında, Metabase/Grafana/Custom çalışıyor
• [ ] Veri Deposu bağlı, BigQuery veya Snowflake entegre
• [ ] Günlük Review yapılıyor, founder günlük bakma alışkanlığı
• [ ] Dönemsel Raporlama yapılıyor, haftalık/aylık rakamlar sunuluyor

Başarısızlığın İşaretleri

Başarısız MVP'nin metrikleri belirlidir. Activation yüzde 20'nin altında, Retention W1 yüzde 40'ın altında, Stickiness yüzde 5'den az, LTV/CAC 1'in altında. Bu sinyalleri gördüğünüzde, pivot yapı veya kapatma kararı almak gerekir.

Sonuç: Ölçüm Olmadan Karar Almayın

Binlerce dolar harcayıp boş avluda koşmak yerine, bilimsel olarak ürün-pazar uyumunu ölçmek zorundasınız. Eğer tüm 6 sinyal yeşil ise (PMF, Aktivasyon, Retention, DAU/MAU, Gelir, Teknik Metrikler), ürüne geçiş zamanı. Scaling'e hazırsınız.

---

Ürün-pazar uyumunu doğru metriklerle ölçmek, MVP'den başarılı ürüne geçişin temeldir. Smart Maple, startup'ınızı MVP'den ürüne taşırken analytics kurulumunda, growth hacking ve product strategy'de uzman rehberlik sağlar. Ankara'da yazılım geliştirme hizmetleri, B2B SaaS'tan web uygulamalarına kadar. Metriklerinizi optimize etmek ve şirketinizi ölçeklendirebilir hale getirmek için Smart Maple ile iletişime geçin.