E-ticaret şirketlerinin büyüme stratejilerinde kullanılan finansal modelleme: Kohort Analizi

E-ticaret şirketlerinin büyüme stratejilerinde kullanılan finansal modelleme: Kohort Analizi

2018 yılında e-ticaret dünyasında oldukça heyecanlı görüntülere sahne olduk. Küresel e-ticaret şirketleri öngörüldüğü gibi gelişmekte olan pazarlara büyük bir ilgi gösterdi. Yatırımlar, pazara direkt giriş ya da yerel şirketler ile imzalanan iş ortaklıkları ile gerçekleşti. Şüphesiz Hindistan, Brezilya ve Çin en çok parlayan ülkeler arasında yer aldı.

Rotayı ülkemize çevirdiğimizde ise yatırımlarda benzer sahnelere tanık olduk. Uzun zamandır Lüksemburg ve Almanya'da ön hazırlıklarını tamamlamaya çalışan Amazon, resmen Türkiye pazarına girdi. Bir başka e-ticaret devi Alibaba ise Trendyol'a yatırım yaptığını duyurdu.

Tüm bu yatırımların elbette büyük bir anlamı var. Küreselleşmenin etkileri, dijital okur-yazarlığın artması, teknolojik yenilikler, hız gibi unsurlar  her geçen gün daha fazla bireyi dijital platformlar üzerinden alış-veriş yapmaya yönlendiriyor. Öyle ki, Statista'nın verilerine göre 2021'de e-ticaretteki küresel tüketici sayısının 2,3 milyara ulaşması bekleniyor. Bu, dünya nüfusunun 3'te birinden fazlasının dijital platformlardan alış-veriş yapacağı anlamına geliyor.

Sayı oldukça iddialı ancak rekabet de bir kadar büyük. Zira pastanın büyük bir bölümünü tabağına alan dev e-ticaret şirketlerinin yanında birçok küçük ve orta çaplı e-ticaret şirketi payına düşeni almakta zorlanıyor. Finansal büyümenizi sağlayacak etkili bir analiz modeli olan Kohort Analizi etkili bir yöntem olabilir. Henüz  ismini duymadıysanız ya da ismini duyup da kullanmadıysanız  büyümenizde size önemli veriler sağlayacak bu analiz modelini sizinle paylaşmak istedik.

E-ticarette finansal modelleme: Kohort Analizi

Kohort Analizi, özellikle erken büyüme aşamasında olan e-ticaret girişimlerinin müşterilerini elde tutmalarında faydalı olabilecek bir analiz yöntemi. Kohort'u kısaca; bir sisteme aynı anda giren kişilerin oluşturduğu grup olarak tanımlayabiliriz. Bir kohorttaki kişilerin, onları diğer kohortlardan farklılaştıran ortak deneyimler nedeniyle benzerlikleri olduğu varsayılmaktadır. Kohort Analizi ise kohortlar arasındaki farklılıkların yanı sıra iki zamansal boyut arasındaki farklılıkları kullanmaya yönelik bir sonucu açıklamayı amaçlamaktadır.

Konu e-ticaret olduğunda Kohort Analizi çoğu zaman büyüme süreçlerini ölçümlemek için kullanılıyor. Müşterilerin yaşam boyu değeri (LTV)  ve aylık müşteri edinme maliyeti (CAC) ise hesaplamada önemli iki metrik. Kohort Analizi, müşterinin satın alma yolcuğunda oluşan yaygın kayıpların önlenmesinde ya da iyileştirilmesinde etkili bir analiz yöntem olarak kabul ediliyor.

20 yıldır e-ticaret şirketlerine yatırım yapan bir şirket olan Lightspeed ise yatırım yaptığı e-ticaret şirketlerine bu modeli uyguluyor. Şirketin üst düzey yöneticilerinden Alex Taussig ise Medium'da paylaştığı bir taslak, bu modeli uygulamak isteyen birçok e-ticaret şirketinin uygulayacağı bir finans analiz modeli olabilir. Gelin modele birlikte bakalım.

Taussig,  yeni kazanılan müşteri başına ödenen miktarı hesaplayabilmek için, kohort model excel listesine, aylık müşteri edinme maliyeti (CAC) ve müşteri edinme harcamasına yönelik varsayımları hesaplayarak başlıyor. Bunlar D ve E sütunlarında yer alıyor. Reklam yoluyla kazandığı müşterilerin her birinin birkaç arkadaşını da platforma müşteri olarak getirebileceği düşüncesi ile her bir kohortu organik yol ve satın alma yoluyla gelen kişiler olarak ele alıyor. G ve H sütunları bununla ilgili olurken, I sütunu yeni aya ait yeni müşteri sayısını gösteriyor.

Aylık model uygulaması ile kullanılan metot yeni kullanıcıların, standart bir kohort davranışı takip ettiğini gösteriyor. Burada dikkat edilmesi gereken noktalardan birisi  zamanlama çizelgesi. Sütun I'den kopyalanan Q sütunu o aydaki yeni müşterilerin sayısını gösteriyor. Bundan sonraki her bir sütun, sonraki her aya ait aynı gruptan yapılan işlemlerin sayısı olarak yer alıyor. Bunu süre artışı sütunu olarak adlandırabiliriz. Örneğin, S18 Eylül 2018'de kaç tane yeni (yani ilk kez) alıcı bulunduğunu gösteriyor. R19, bir ay sonra (ilk kez Eylül 2018'de satın alan) aynı alıcı grubundan kaç tane işlem olduğunu gösteriyor. Ekim 2018). R20, iki ay sonra (Kasım 2018) ve bu kohorttan kaç işlem olduğunu gösteriyor.

Öte yandan toplam işlem, 3 yıllık kümülatif işlem ve satın almayı tekrarlama oranı da bu sekmeler sayesinde hesaplanıyor. Aşağıdaki ekran resminde de daha net görebiliyoruz.

Taussig, makalesinde 3 yıla yönelik LTV ve LTV/CAC'ın da  bu alanda hesaplanabileceğini söylüyor. Ancak bunun için kar zarar tablosundan bazı verilerin alınmasının gerektiğini söylemekte fayda var. Öte yandan kar-zarar sekmesinde gelirin hesaplanmasında kullanılacak olan bu sekmeye ortalama sipariş değeri (AOV) varsayımını yerleştirdiklerini belirtiyor.

Bugün MBA ve pazarlama yönetimi gibi bölümlerin dersliklerinde de gösterilen Kohort Analizi'ni işletmenizde birçok sorunun yanıtını bulmak için kullanabilirsiniz. Hangi kanalların en verimli sonuçlar verdiği, farklı demografik segmentlerin uzun vadede satın alma alışkanlıklarının neler olduğu, belli bir sezona ait müşteri kitlenizin ne kadar olduğunu, müşteriyi elde tutma stratejinize daha fazla yatırım yapıp yapmamanız gerektiğine yönelik soruların yanıtlarını ve fazlasını bulmak mümkün.

Bu arada bir süredir Google da Kohort Analizi'ni ürünü Google Analytics'e taşımış durumda. Oldukça yalın bir şekilde kullanıma sunulan Kohort Analizi raporu aracı, e-ticaret sitenizin performansınızı analiz etmenize yardımcı oluyor. Merak edenler için linki buraya bırakalım. Alex Taussig'in  paylaştığı taslağa erişmek için ise buraya tıklayabilirsiniz.

Görsel Kaynak: Pexels

Teknoloji dünyasındaki gelişmeleri takip edin. Neleri size ulaştırmamızı istersiniz?
Abonelik kaydınız başarıyla oluşturuldu.