SaaS Metrikleri ve Analitik Rehberi [2026]
SaaS isletmelerinde basari, dogru metrikleri olcmekle baslar. Gelir buyumesinden musteri kayip oranina, birim ekonomiden kullanim verilerine kadar onlarca metrik, sirketinizin sagligini ve gelecegini belirler. Ancak hangi metriklerin ne zaman, nasil olculecegini bilmek; bu verileri anlamli dashboardlara donusturmek ayri bir uzmanliktir. Bu rehberde SaaS dunyasinin temel metriklerini, hesaplama yontemlerini, sektordeki benchmark degerlerini ve analitik altyapi kurulumunu kapsamli sekilde ele aliyoruz.
SaaS Metriklerinin Onemi
SaaS metrikleri iki temel perspektiften deger tasir: yatirimci perspektifi ve operasyonel perspektif.
Yatirimci perspektifinden baktiginda, MRR buyume orani, net revenue retention ve LTV/CAC orani gibi metrikler bir SaaS sirketinin yatirim yapmaya deger olup olmadigini belirler. Venture capital fonlari ve buyume yatirimalari bu rakamlara odaklanarak sirketin surudurlebilir bir is modeline sahip olup olmadigini degerlendirirler.
Operasyonel perspektiften ise bu metrikler gunluk kararlari yonlendirir. Pazarlama butcesinin nasil dagitilacagindan urun yol haritasinin onceliklendirilmesine, musteriye destek sureclerinin iyilestirilmesinden fiyatlama stratejisinin belirlenmesine kadar her alanda veri odakli karar almak icin saglikli bir metrik altyapisi gerekir.
Dogrudan gelir tablosuna bakmak yerine, SaaS metriklerini takip etmek sirketlere erken uyari sinyalleri verir. Churn orani yukseldigi anda urun veya musteri basari ekibinde aksiyona gecmek, gelir kaybini once gormeden engelleyebilir.
Gelir Metrikleri
MRR (Monthly Recurring Revenue)
MRR, SaaS isletmelerinin en temel metrikidir. Aylik tekrarlayan geliri ifade eder ve su bilesenlerden olusur:
- New MRR: Yeni musterilerden gelen aylik gelir.
- Expansion MRR: Mevcut musterilerin plan yukseltme, ek kullanici veya ek modul satin almasiyla artan gelir.
- Contraction MRR: Mevcut musterilerin plan dusurme veya kullanim azaltmasiyla gerileyen gelir.
- Churned MRR: Tamamen ayrilan musterilerden kaybedilen gelir.
Net New MRR formulu soyledir:
Net New MRR = New MRR + Expansion MRR - Contraction MRR - Churned MRR
Bu formul, sirketin ay bazinda net olarak buyuyup buyumedigini gosterir. Net New MRR negatife dustugunde sirket kuculuyor demektir ve acil mudehaley gerektirir.
ARR (Annual Recurring Revenue)
ARR, MRR degerinin 12 ile carpilmasiyla elde edilir ve genellikle yillik sozlesme yapan SaaS sirketleri tarafindan tercih edilir. Yatirimci sunumlarinda ve degerleme hesaplamalarinda ARR daha yaygin kullanilir. Ornegin, 500.000 TL MRR degeri olan bir SaaS sirketi 6 milyon TL ARR degerine sahiptir.
Musteri Metrikleri
Churn Rate (Kayip Orani)
Churn rate, SaaS sirketlerinin en yakindan takip etmesi gereken metriklerden biridir. Iki farkli sekilde hesaplanir:
Logo Churn (Musteri Kayip Orani): Belirli bir donemde kaybedilen musteri sayisinin donem basindaki toplam musteri sayisina orani.
Logo Churn = (Kaybedilen Musteri Sayisi / Donem Basi Musteri Sayisi) x 100
Revenue Churn (Gelir Kayip Orani): Belirli bir donemde kaybedilen MRR degerinin donem basi MRR degerine orani.
Revenue Churn = (Churned MRR / Donem Basi MRR) x 100
Onemli bir ayrim olarak net revenue churn, expansion MRR dikkate alindiginda negatif olabilir. Bu, mevcut musteri tabanindan gelen buyumenin kayiplari astigini gosterir ve oldukca saglikli bir isaret olarak degerlendirilir.
Retention Cohort Analizi
Cohort analizi, musterileri baslangic tarihlerine gore gruplara ayirarak her grubun zaman icindeki davranisinizi izler. Bu analiz sayesinde belirli bir ayda kazanilan musterilerin 3., 6. ve 12. aylarda ne kadarinin hala aktif oldugu gorulur. Cohort analizi, genel churn oraninin gizledigi trendleri ortaya cikarir ve urun iyilestirmelerinin etkisini net olarak gosterir.
Birim Ekonomi
LTV (Lifetime Value)
LTV, bir musterinin sirketle olan iliskisi boyunca yaratmasi beklenen toplam geliri temsil eder.
LTV = ARPA x Brut Marj / Aylik Churn Rate
Burada ARPA (Average Revenue Per Account), hesap basina ortalama geliri ifade eder. Ornegin aylik 1.000 TL ARPA, yuzde 80 brut marj ve yuzde 3 aylik churn ile LTV yaklasik 26.667 TL olur.
CAC (Customer Acquisition Cost)
CAC, yeni bir musteri kazanmanin toplam maliyetini gosterir.
CAC = (Toplam Satis ve Pazarlama Gideri) / Kazanilan Yeni Musteri Sayisi
CAC hesaplanirken yalnizca reklam harcamalarini degil, satis ekibinin maaslarini, pazarlama yazilim maliyetlerini ve ilgili tum giderleri dahil etmek gerekir.
LTV/CAC Orani
Bu oran, SaaS is modelinin surdurulebilirliginin en guvenilir gostergesidir. Genel kabul goren benchmark degerleri sunlardir:
| LTV/CAC Orani | Degerlendirme |
|---|---|
| 1x altinda | Surdurulemez, musteri basina para kaybediliyor |
| 1x - 2x | Riskli, iyilestirme gerekli |
| 3x - 5x | Saglikli ve surdurulebilir |
| 5x uzerinde | Cok iyi, ancak yeterince agresif buyunmuyor olabilir |
CAC Payback Period
CAC geri donus suresi, bir musteriden elde edilen gelirin musteri kazanim maliyetini ne kadar surede karsiladigini gosterir.
CAC Payback Period = CAC / (ARPA x Brut Marj)
Ideal hedef 12 aydan kisa bir geri donus suresidir. 18 ayi asan payback sureleri nakit akis sorunlarina yol acabilir.
Buyume Metrikleri
SaaS Quick Ratio
Quick ratio, SaaS sirketinin buyume kalitesini olcer. Yuksek buyume orani tek basina yeterli degildir; bu buyumenin ne kadarinin yeni gelirden, ne kadarinin kayiplari telafi etmekten ibaret oldugu onemlidir.
Quick Ratio = (New MRR + Expansion MRR) / (Churned MRR + Contraction MRR)
| Quick Ratio | Degerlendirme |
|---|---|
| 1 altinda | Sirket kuculuyor |
| 1 - 2 | Vasat buyume |
| 2 - 4 | Sagliki buyume |
| 4 uzerinde | Mukemmel buyume kalitesi |
Net Revenue Retention (NRR)
NRR, mevcut musteri tabanindan elde edilen gelirin bir yil sonra ne durumda oldugunu gosterir. Yeni musteriler hesaba katilmaz.
NRR = (Baslangic MRR + Expansion - Contraction - Churn) / Baslangic MRR x 100
Sektordeki en basarili SaaS sirketleri yuzde 120 ile yuzde 150 arasinda NRR degerlerine sahiptir. Yuzde 100 uzerindeki her deger, mevcut musterilerin bile tek basina buyumeyi surdurebilecegini gosterir.
Kullanim Metrikleri
DAU/MAU Orani
Gunluk aktif kullanici sayisinin aylik aktif kullanici sayisina orani, urunun "yapiskan" olup olmadigini gosterir. Bu oran ne kadar yuksekse, kullanicilar urunu o kadar sik kullaniyordur.
| DAU/MAU | Degerlendirme |
|---|---|
| Yuzde 10 altinda | Dusuk etklesim, risk |
| Yuzde 10 - 20 | Ortalama |
| Yuzde 20 - 50 | Iyi etkilesim |
| Yuzde 50 uzerinde | Cok yuksek yapiskanlik |
Feature Adoption (Ozellik Benimseme)
Her ozelligin kullanim oranini takip etmek, urun yol haritasi kararlari icin kritik veri saglar. Dusuk benimseme oranina sahip ozellikler ya yetersiz tanitilmistir ya da kullanici ihtiyaclariyla uyusmuyordur. Yuksek benimseme oranina sahip ozellikler ise fiyatlama ve paketleme stratejisinde one cikarilabilir.
Musteri Memnuniyeti Metrikleri
NPS (Net Promoter Score)
NPS, musterilere "Bu urunu bir arkadasiniza veya meslektasiniza tavsiye etme olasiligim nedir?" sorusunu 0-10 arasinda sorduktan sonra hesaplanir.
- Promoterler (9-10): Sadik destekleyiciler.
- Pasifler (7-8): Memnun ama coskusuz.
- Detractorler (0-6): Memnun olmayan musteriler.
NPS = Promoter Yuzdesi - Detractor Yuzdesi
SaaS sektorunde yuzde 30 uzerindeki NPS degerleri iyi, yuzde 50 uzerindekiler ise mukemmel kabul edilir.
CSAT ve CES
CSAT (Customer Satisfaction Score) genellikle destek etkilesimlerinden sonra olculur ve anlik memnuniyeti yansitir. CES (Customer Effort Score) ise musterinin belirli bir gorevi tamamlamak icin harcadigi cabayai olcer. Dusuk efor, yuksek memnuniyetle dogrudan iliskilidir.
SaaS Analitik Altyapisi Kurulumu
Event Tracking
Saglikli bir analitik altyapisi, dogru event tracking ile baslar. Kullanici kaydi, giris, ozellik kullanimi, odeme islemleri ve abonelik degisiklikleri gibi kritik olaylarin tanimlanmasi ve izlenmesi gerekir. Event taksonomisi olustururken tutarli bir isimlendirme kurali belirlemek, verinin uzun vadede analiz edilebilirligini arttirir.
Data Pipeline
Ham verilerin anlamli metriklere donusmesi icin saglam bir veri pipeline tasarimi gereklidir. Tipik bir SaaS analitik pipeline su adimlardan olusur:
- Veri toplama: Uygulama icinden event verisi, odeme sisteminden abonelik verisi, CRM sisteminden musteri verisi toplanir.
- Veri birlestirme: Farkli kaynaklardan gelen veriler bir veri ambarinda (data warehouse) birlestirilir.
- Donusum: Ham veriler, hesaplanmis metriklere donusturulur. MRR hesaplamalari, cohort gruplari ve segment bazli analizler bu katmanda yapilir.
- Sunum: Hesaplanan metrikler dashboard ve raporlama araclari araciligi ile gorunur hale getirilir.
Dashboard Tasarimi
Farkli paydas gruplari farkli metriklere ihtiyac duyar. Bu nedenle tek bir dashboard yerine katmanli bir yaklasim benimsemek en etkili yontemdir.
Yonetici Dashboard
Ust yonetim icin tasarlanan bu dashboard, buyuk resmi gostermelidir. MRR ve ARR trendi, net new MRR, churn rate, NRR, LTV/CAC orani ve nakit pisti gibi metrikleri icermelidir. Aylik ve ceyreklik karsilastirmalar ile hedeflere karsi gerceklesme oranlarini gosterecek sekilde tasarlanmalidir.
Urun Dashboard
Urun ekibi icin kullanim metrikleri on plandadir. DAU/MAU orani, ozellik benimseme oranlari, kullanici akis analizleri, hata oranlari ve performans metrikleri bu dashboardda yer alir. Cohort bazli retention grafikleri ve kullanici segmentleri arasi karsilastirmalar da urun kararlarini yonlendirir.
Satis Dashboard
Satis ekibi icin pipeline degeri, donusum oranlari, ortalama satis suresi, CAC ve satici bazinda performans metrikleri takip edilir. Lead kaynaklarina gore donusum oranlari ve ACV (Annual Contract Value) dagilimi da bu dashboardun kritik bilesenlerini olusturur.
Sektordeki Benchmark Degerleri
Asagidaki tablo, SaaS sirketleri icin temel metriklerin genel benchmark araligini ozetler:
| Metrik | Kotu | Orta | Iyi | Mukemmel |
|---|---|---|---|---|
| Aylik Logo Churn | Yuzde 5 uzerinde | Yuzde 3-5 | Yuzde 1-3 | Yuzde 1 altinda |
| Net Revenue Retention | Yuzde 90 altinda | Yuzde 90-100 | Yuzde 100-120 | Yuzde 120 uzerinde |
| LTV/CAC | 1x altinda | 1x-3x | 3x-5x | 5x uzerinde |
| CAC Payback | 24 ay uzerinde | 12-24 ay | 6-12 ay | 6 ay altinda |
| Quick Ratio | 1 altinda | 1-2 | 2-4 | 4 uzerinde |
| DAU/MAU | Yuzde 10 altinda | Yuzde 10-20 | Yuzde 20-50 | Yuzde 50 uzerinde |
| NPS | 0 altinda | 0-30 | 30-50 | 50 uzerinde |
Bu degerler genel sektordeki ortalamalardir. B2B ve B2C SaaS, KOBi ve enterprise segmentleri arasinda onemli farkliliklar olabilir. Kendi segmentinizdeki rakiplerle karsilastirma yapmaniz daha saglikli sonuclar verecektir.
Araclar ve Teknolojiler
SaaS metriklerini takip etmek icin kullanilabilecek bazi araclar sunlardir:
- ChartMogul / ProfitWell: Abonelik analitigi icin ozel olarak tasarlanmis platformlardir. Odeme sisteminizi entegre ederek MRR, ARR, churn, LTV gibi metrikleri otomatik hesaplar.
- Mixpanel / Amplitude: Urun analitigi icin kullanilir. Kullanici davranislarini, ozellik benimseme oranlarini ve kullanici akislarini izlemeye olanak tanir.
- Metabase / Looker / Tableau: Veri gorselleistirme ve dashboard olusturma icin kullanilir. Veri ambariniza baglnarak ozel raporlar ve dashboardlar tasarlamanizi saglar.
- Segment: Veri toplama ve dagitim katmani olarak calisirir. Farkli kaynaklardan gelen verileri tek bir noktadan yoneterek analitik araclaryna aktarir.
Arac secimi yaparken sirketinizin buyuklugu, teknik kapasite ve butce kriterlerini birlikte degerlendirmek onemlidir. Erken asamadaki bir SaaS sirketi icin ChartMogul veya ProfitWell gibi hazir cozumler hizli baslangic saglarken, olceklenen sirketler icin ozel veri ambari ve dashboard cozumleri daha fazla esneklik sunar.
Sonuc
SaaS metriklerini dogru olcmek ve analiz etmek, veri odakli buyumenin temelidir. MRR ve churn rate gibi temel metrikleri anlamadan, LTV/CAC dengesini gozetmeden ve kullanim verilerini takip etmeden surudrulebilir bir SaaS isltemesi yonetmek mumkun degildir. Onemli olan cok fazla metrik takip etmek degil, dogru metrikleri dogru zamanda, dogru paydas gruplarina sunabilmektir.
Smart Maple olarak Ankara merkezli SaaS projelerimizde, analitik altyapisini urun gelistirme surecinin ayrilmaz bir parcasi olarak konumluyoruz. Metrik odakli karar alma kulturunu yazilim mimarisinden dashboard tasarimina kadar her katmanda uyguluyoruz. SaaS urunleriniz icin kapsamli bir analitik strateji olusturmak istiyorsaniz bizimle iletisime gecebilirsiniz.
Related Articles
MLOps Rehberi: Makine Öğrenmesi Modellerini Production'a Taşıma
Giriş: MLOps Nedir ve Neden Önemlidir? Makine öğrenmesi modelleri geliştirmek günümüzde nispeten kolaydır. Açık kaynak kütüphaneleri kullanarak son derece başarılı modeller oluşturabiliriz. Ancak bu modelleri production ortamına taşıyarak, ölçeklendirebilir, güvenilir ve sürdürülebilir şekilde çalıştırmak tamamen farklı bir hikayedir. Araştırmalara göre, veri bilimcileri tarafından geliştirilen makine öğrenmesi modellerinin %87'si hiçbir zaman production ortamına ulaşmaz. Bu başarısızlı
Read MoreLLM Fine-Tuning ve Özel Model Eğitimi Rehberi [2026]
LLM Fine-Tuning: Kurumsal Yapay Zeka Stratejisinin Temel Taşı Büyük dil modelleri (LLM), genel amaçlı metin üretimi ve anlama konusunda etkileyici performans sergiliyor. Ancak kurumsal ortamlarda belirli bir alan, terminoloji veya iş sürecine uyum sağlamaları gerektiğinde, genel bilgileri çoğu zaman yetersiz kalıyor. Bu noktada fine-tuning, yani ince ayar süreci devreye giriyor. Fine-tuning sayesinde mevcut bir temel modeli, kendi verileriniz ve ihtiyaçlarınız doğrultusunda özelleştirmek
Read MoreBilgisayarlı Görü Uygulamaları: Nesne Tespiti, OCR ve Endüstriyel AI
Bilgisayarlı Görü Uygulamaları: Endüstriyel ve Medikal AI'nin Temel Teknolojisi Bilgisayarlı görü, makine öğrenmesinin en etkili alanlarından biridir. Türkiye'de yaşanan dijital dönüşüm sürecinde, özellikle üretim, sağlık ve lojistik sektörlerinde görü tabanlı otomasyon kritik hale gelmiştir. Smart Maple olarak Ankara'da geliştirdiğimiz çözümler, son beş yılda 150+ kuruluşunun üretim verimliliğini ortalama %35 oranında artırmıştır. Bu rehberde, bilgisayarlı görü teknolojisinin iş değeri
Read More
