Analytics Ne Zaman İşe Yarar, Ne Zaman Yanıltır?

Analytics kurmak kolay, okumak zor. Panele bakıp "çıkış oranı yüksek" demek bir tespit değil, bir soru; cevabı çoğu zaman başka bir yöntemde. Verinin ne zaman işe yaradığını ve ne zaman sizi yanlış tarafa çektiğini ayırmak, hangi aracı kurduğunuzdan daha belirleyici.

Önce şu soru: ortada bir site var mı?

Analitik veri ancak var olan bir sistemden çıkar. Mevcut bir site veya uygulama üzerinde çalışıyorsanız (yaygın deyimle brown field), kullanıcıların gerçek davranışını ölçebilirsiniz: hangi sayfada duruyorlar, nereden çıkıyorlar, hangi adımda formu bırakıyorlar. Sıfırdan başlayan bir projede (green field) ise ölçülecek bir davranış yok. Bu durumda analytics beklemek zaman kaybıdır; rakip siteler, sektör kıyasları, kullanıcı görüşmeleri ve kart gruplama gibi yöntemler bu boşluğu doldurur.

Yeniden tasarım projelerinde mevcut verinin asıl faydası teknik değil politik. Deneyimsiz bir ekipte "bu menü karışık" cümlesi tartışmaya açıktır, "bu menüdeki üçüncü seviye linklerin tıklanma oranı binde ikinin altında" cümlesi değil. Analytics çoğu toplantıda argümanı bitiren taraf olur.

Analytics tek bir soruyu cevaplar

O soru "ne". Kaç kişi geldi, nereye tıkladı, ne kadar kaldı, kaçı satın aldı. "Neden" sorusuna verdiği cevap yok. Ödeme sayfasında yüzde altmış terk oranı görüyorsanız, bunun kargo ücretinden mi, üyelik zorunluluğundan mı, yoksa mobilde bozulan bir butondan mı kaynaklandığını panelde bulamazsınız.

Nedeni bulmak için kullanıcıyı izlemek gerekir. Kullanılabilirlik testi beş kişiyle bile çoğu ciddi sorunu yüzeye çıkarır. Bağlamsal inceleme, yani kullanıcıyı kendi ortamında işini yaparken gözlemlemek, laboratuvarda görünmeyen alışkanlıkları gösterir. Isı haritası ve oturum kaydı bu ikisinin arasında bir yerde durur: davranışı gösterir, gerekçeyi hâlâ göstermez.

Doğru sıralama şu: analytics nereye bakacağınızı söyler, nitel yöntemler orada ne olduğunu söyler. Ters çevirmeyin. Görüşmelerle başlanan bir iyileştirme süreci, genelde en gürültülü kullanıcının şikayetini önceliklendirmekle sonuçlanır.

A/B testi nitel bir yöntem değil

Bu ayrım sık karıştırılıyor. A/B ve çok değişkenli testler kullanıcı testleriyle aynı kutuya konuyor, oysa ikisi de nicel yöntem. A/B testi size B'nin A'dan iyi olduğunu söyler, neden iyi olduğunu söylemez. Yani analytics'in bıraktığı boşluğu kapatmaz, aynı boşluğu daha kontrollü biçimde tekrarlar.

İkinci ve daha pahalı yanılgı, A/B testinin küçük sitelerde işe yarayacağını sanmak. Gerekli örneklem, aramakta olduğunuz farkın karesiyle ters orantılı büyür. Grup başına gereken ziyaretçi sayısı için kaba bir yaklaşım 16 × p × (1-p) / d² formülüdür; burada p mevcut dönüşüm oranınız, d ise yakalamak istediğiniz mutlak fark.

Rakamı koyalım. Dönüşüm oranınız yüzde 2 ve bunu yüzde 2,2'ye çıkaran bir değişikliği (göreli yüzde 10 iyileşme) güvenilir biçimde ölçmek istiyorsunuz. Formül grup başına yaklaşık 78.000 ziyaretçi veriyor, iki grup için 156.000. Günde 500 ziyaretçi alan bir site için bu, tek bir buton renginin cevabını beklemek adına 300 günden fazla demek. O süre içinde ürününüz, fiyatlarınız ve mevsim zaten değişmiş olur, yani test kendi geçerliliğini yer bitirir.

Bu yüzden görüş şu: günlük trafiği birkaç binin altındaki sitelerde A/B testi bir araç değil, bir oyalanma. Aynı emeği beş kişilik bir kullanılabilirlik testine ayırın, aynı hafta içinde düzeltilecek üç somut sorunla çıkarsınız. A/B testi, kolay kazançlar tükendikten ve trafik yeterince büyüdükten sonra sıraya girer.

Kurulumdan önce ölçüm planı

Google Analytics kurmak on dakikalık iş: hesap açılır, mülk oluşturulur, izleme kodu sitenin şablonuna eklenir, veri genelde 24 saat içinde görünür. Zor olan kısım kod değil, ondan önce cevaplanması gereken sorular.

• Bu sitenin başarısı hangi tek olayla ölçülüyor: form, sepet, telefon tıklaması, dosya indirme?
• O olaya giden yol kaç adım ve her adımın URL'i raporda ayırt edilebiliyor mu?
• Ölçtüğünüz sayı düştüğünde kim ne yapacak?

Son madde en çok atlanan. Kimsenin aksiyon almayacağı bir metrik, panelde yer kaplamaktan başka iş görmez. Aynı şekilde, tek sayfalık uygulamalarda veya parametreyle üretilen dinamik URL'lerde raporlar hızla okunamaz hale gelir; olay tanımlarını baştan düzgün kurmazsanız altı ay sonra elinizde binlerce satırlık anlamsız bir yol listesi kalır.

Araç seçimi çoğu zaman ikincil

Google Analytics ücretsiz ve yaygın olduğu için varsayılan tercih. Matomo veriyi kendi sunucunuzda tutmak istediğinizde, özellikle KVKK tarafında rahat etmek isteyen kurumlarda mantıklı. Hotjar ısı haritası ve oturum kaydında güçlü, Yandex Metrica benzer özellikleri ücretsiz sunuyor ve Türkiye trafiğinde tatmin edici çalışıyor.

Arama tarafında ise Analytics tek başına yetmez. Hangi sorgudan kaç tıklama geldiğini, sıralamanızın nerede olduğunu yalnızca Google Search Console söyler. İkisini birlikte okumak, "trafik düştü" ile "şu sorgudaki sıralamamız yedinci sıraya indi" arasındaki farktır.

Araçları çoğaltmanın kendine ait bir bedeli var: her ek script sayfa hızını düşürür, hız da ölçmeye çalıştığınız dönüşümü etkiler. İki araçtan fazlasına aynı anda ihtiyaç duyuyorsanız, muhtemelen sorun ölçüm eksikliğinde değil, hangi sorunun cevabını aradığınızı bilmemekte.