Mobil Analitik Nedir - Tam Kılavuz

Net bir hedefle başlayın: optimize edilecek bir sonuç seçin ve birincil bir metrik belirleyin. Veri toplamadan önce, birden fazla platformdan veri çeken birleşik bir kurulum oluşturun ve bunları tek bir pano sistemine entegre edin. Bu yaklaşım temeli netleştirir ve ömür boyu değeri ilk günden itibaren ölçmenize yardımcı olur.

Sonra metrikleri ana segmentlere göre parçalayın ve en etkili sürücüleri belirleyin. Veri alım aşamasında risk kontrolleri ekleyerek ve olayları doğrulayan bir kurulum ile kötü veri kalitesine karşı korunun. Birinci taraf sinyalleri güvenilir dış kaynaklarla birleştiren hibrit bir yaklaşım – platformları senkronize tutarken güvenilirliği artırabilir. Anormallikleri yüzeye çıkarmak ve eylemleri neredeyse gerçek zamanlı olarak yönlendirmek için bir tetikleyici ekleyin.

Gelişmiş analitiklerle ve mobil uygulamalar, web ve uygulama içi mesajlaşma genelinde birleşik bir görünümle kurulumdan devam eden görünürlüğe geçin. Ürün veya pazarlama değişikliklerinin tetikleyici olarak mobilite davranışını nasıl etkilediğini izleyin ve tutma ile ömür boyu değeri üzerindeki etkilerini ölçün, bu da etkileşimi artırabilir. Yük altında performansını koruyan panolar kullanın ve eski sinyalleri önlemek için bunları sık sık yenileyin.

Mobil Uygulamalarda Tutma Oranını Ölçme ve İyileştirme için Pratik Öneriler

Ana ekranlar ve olaylar genelinde kohortlara göre aylık tutmayı izleyin ve iyileştirme fırsatlarını belirleyin.

Kayıt, ürün keşfi, sepet ve ödeme genelinde öznitelikleri analiz etmek, sürtünmenin nerede olduğunu ortaya çıkarır. Akışın önemi nedeniyle, her ekranı bir tutma farkına haritalayın ve cihaz tipi, bölge ve yönlendiren gibi kullanıcı öznitelikleriyle korelasyonu okuyun. GDPR hususları, yalnızca onaylanmış verilerin toplandığından emin olur.

1. Tutma hedeflerini tanımlayın: gün 1, gün 7 ve gün 30'ı dönüm noktaları olarak seçin; kohort ve ekran grubu bazında ölçün ve nerede hareket edileceğine dair somut cevaplar üretin.
2. Hunileri teşhis edin: her ekran yolundaki adımları inceleyin, kullanıcıların nerede düştüğünü belirleyin ve her olayın dönen kullanıcılar üzerindeki etkisini nicelleyin. Kayıt_tamamlandı, ürün_görüntüle, sepete_ekle ve ödeme_başlatıldı gibi olayları kullanarak iyileştirmeleri yönlendirin.
3. Fırsatları önceliklendirin: kayıt, sorunsuz giriş ve sorunsuz ödeme üzerine odaklanın; ardından en büyük potansiyel artışı olan en iyi 3 alana kaynak ayırın.
4. Deneylerle hareket edin: basitleştirilmiş formlar, daha net ilerleme göstergeleri veya ana ekranda kişiselleştirilmiş uyarılar gibi değişiklikleri test etmek için A/B testleri veya özellik bayrakları çalıştırın. Sonuçları aylık olarak izleyin ve yineleyin, kişisel verileri işlerken GDPR uyumluluğunu sağlayın.
5. Döngüyü kapatın ve belgeleyin: kazanan varyantları uygulayın, analitik tanımları güncelleyin ve metrikler kaydığında ekibin hızlı tepki verebilmesi için oyun kitapları oluşturun.

Kullanıcı ömrü boyunca tutmayı sürdürmek için stratejiler, sürtünmeyi azaltmak üzere kayıt akışını optimize etmeyi, sorunsuz uygulama içi deneyimler sunmayı ve net sinyaller ve zamanında dürtmelerle sepetle ilgili düşme noktalarını ele almayı içerir. Etkiyi ölçmek için olayları kullanın ve bir sonraki iyileştirme turunu bilgilendirmek için veriyi okuyun. Her rafinasyon aylık kohortlar genelinde birleştiği için, küçük kazançlar bile daha güçlü liderlik ve uzun vadeli değere dönüşür.

• Erken etkileşimi artırmak için özlü bir karşılama ekranı ve anında değer gösterimiyle kaydı iyileştirin.
• Kullanıcı öznitelikleri ve geçmiş davranışla uyumlu bağlamsal uyarılarla ana ve ürün ekranlarını geliştirin.
• Sepet ve ödeme yollarını rafine edin: şeffaf fiyatlandırma, kargo tahminleri ve sorunsuz iade politikası göstererek terkleri azaltın.
• Veri hijyenini koruyun: GDPR uyumlu kalın, veri toplamayı temel unsurlarla sınırlayın ve kullanıcıları korurken eyleme geçirilebilir içgörüler elde etmek için mümkün olduğunda anonimleştirin.

Uygulamada, zamanında analiz ve kararlı eylem, iyileştirilmiş tutma ve ömür boyu değere yol açar. Ekran etkileşimleri genelinde somut detaylara hareket ederek, ham sayılarda gizli fırsatları ortaya çıkarırsınız ve veriyi kullanıcı ömrü boyunca devam eden etkileşim için net bir stratejiye dönüştürürsünüz.

Kullanıcı tutma oranı nedir ve nasıl hesaplanır

Tutmayı kohort tabanlı bir metrikle izleyin: belirli bir haftada kaydolan kullanıcıları belirleyin ve 7 ve 30 gün içinde kaç tanesinin döndüğünü ölçün. Tutma oranı = (Tutma penceresindeki dönen kullanıcılar) / (Kohorttaki toplam kullanıcılar) × 100. Örneğin, 2.000 kullanıcı kohortunda 7 gün sonra 520 dönen, %26 tutma sağlar.

Uygulamak için, kohortu kayıt tarihine göre ayarlayın, bir bireysel ID ekleyin ve hedef pencerede tekrar etkileşimde olanları sayın. 2.000 kişilik bir kohorttan 520 dönen kullanıcı gözlemlerseniz, tutma %26'dır. Sayımı çarpıtmayı önlemek için gereken olayları kullanın ve payda olarak kohort boyutunu tutun. Sadece aynı mevsimselliğe sahip haftaları karşılaştırarak sonuçları anlamlı tutun. O kişiler cevapları kayıt sonrası anketlerde metrik doğrulamak için sağlar.

Mixpanel içinde, ilk olaydan bir kohort oluşturun ve yerleşik Tutma raporunu çalıştırın. Kaynak boyutunda, kohortları kanal bazında (ücretli kampanyalar içinde ve dışında) karşılaştırın. Karşılaştırmaları elmalara-portakallara dönüştürmekten kaçınmak için pencereyi tutarlı tutun (7g, 30g). Bulguları paydaşlar için raporlamaya dışa aktarın.

Sonuçları yorumlamak için, anketlerden kullanıcı geri bildirimlerini inceleyin: churn edenler genellikle eleştirmenlerdir; kullanıcıların istediği şeyler ve mesajların başarısız olduğu şeyler hakkında düşünün. Kullanıcıların uygulamadan ne istediği, sürtünmeye neyin neden olduğu ve onları döndürecek şeyin ne olduğu gibi sorulara cevaplar toplayın. Sayısal tutmayı nitel geri bildirime bağlayan yaklaşımı kullanın. Düşük tutmaya sahip o gruplar kayıt aşamasında takılı kalabilir; kayıt adımlarını ayarlayın ve yeniden etkileşim için uygulama içi mesajları güncelleyin. Kullanıcılar takılıyorsa, etkileşim olaylarını artırmak için özlü rehberlik sağlayın.

En iyi uygulamalar: çarpık metriklerden kaçınmak için temiz bir veri kurulumu oluşturun. Tutma için eylemlerin sırasını önemsiz kılacak şekilde olayları düşünceli tasarlayın. Birden fazla pencere (7g, 14g, 30g) kullanın ve kaynak kanalları genelinde o kohortları karşılaştırın. Sayımı tutarlı tutmak için veriyi tasarlanmış halde tutun ve ilerlemeyi izlemek için raporlama ritmini koruyun.

Özetle: tutma, değerin pratik bir sinyalidir; ürün ve mesajlama değişikliklerini bilgilendirmek için sayısal tutmayı kişilerden gelen nitel cevaplarla birleştirin. Düzenli bir raporlama ritmini koruyun ve iyileştirmelerin eyleme geçirilebilir kalması için sonuçları ekip ile paylaşın.

Eyleme geçirilebilirlik için tutmayla eşleştirecek ana metrikler

Tutmayı, eylemin gerekli sürücüsü olarak kohort tabanlı etkileşimle eşleştirin. Dönüş davranışını kohort bazında izleyin ve churn olayından sonra yedi gün içinde yeniden etkileşim kuran kullanıcı payını artıran iyileştirmeleri hedefleyin.

Tutmayı somut eylemlere dönüştürmek için dört eşleştirilmiş metrik üzerine odaklanın: aktivasyon derinliği, etkileşim hızı, tekrarlanan eylemler ve düşme noktaları. Kayıt, mesajlar ve değer teslimindeki değişikliklerin tutmayı nasıl kaydırdığını kohortlar genelinde ölçerek görün ve her metrik bağlanan birleşik bir görünümle iş sonuçlarına maksimum etki hedefleyin.

Tutmayı değere bağlayan olaylar ve huniler için bir taksonomi oluşturun. Kayıt, temel eylemler, mesajlar, anketler ve satın almalar gibi olayları etiketleyin. Birleşik bir taksonomi, platformlar genelinde mevcut performansı karşılaştırmanıza ve müdahale edilecek yeri belirlemenize yardımcı olur.

Daha büyük etki için metrikleri iş sonuçlarına bağlayın: churn azalması ömür boyu değeri artırır; kayıt değişikliklerinin gelire nasıl dönüştüğünü değerlendirmek için tutmayı dönüş oranıyla eşleştirin. Çapraz ekip uyumunu ve istikrarlı iyileştirmeyi yönlendirmek için bu yaklaşımı işletmeleriniz genelinde kullanın.

Analitiği insan içgörüsüyle doğrulamak için anketler kullanın. Kullanıcıların neden düşme yaptığını ve hangi mesajların yankı uyandırdığını yakalayan kısa anketler çalıştırın. Yüksek değerli segmentler için en önemli kısımları iyileştirebilmek üzere manuel geri bildirim döngüsünü sıkı tutun. Örneğin, bir geliştirici ekip, ana bir dönüm noktasından sonra hafif bir anket dağıtarak sürtünmeye dair içgörü toplayabilir ve yinelemeyi hızlandırabilir.

Örnek iş akışı: Gün 7 sonrası mevcut tutmanın %28'de durduğunu fark ettikten sonra, kayıt mesajlarının performansını analiz edin, sürtünme noktalarını araştırmak için bir anket çalıştırın ve kayıt akışını ve uygulama içi mesajları ayarlayın. Artışı doğrulamak için yeniden ölçün ve gelecek döngüler için içgörü belgeleyin.

Uygulama adımları: kohort düzeyinde tutmayı aktivasyon ve düşme oranlarının yanında yüzeye çıkaran bir pano oluşturun; olayları net bir taksonomi ile hizalayın ve analitik yığınında etiketleyin; hedefler belirleyin ve anlamlı farkları belirlemek için küçük, kontrollü deneylerle değişiklikleri test edin; yönü doğrulamak için anketler ve geri bildirim kullanarak yüksek etkili değişiklikler üzerinde yineleyin.

Geliştiriciler için, analitiği minimal ek yükle enstrümante edin ve mevcut döngü için veri tazeliğini sağlayın. Ekipler genelinde ölçümü desteklemek için popüler araçlar ve birleşik bir veri modeli seçin. Analistlerin analizleri yeniden üretmesi ve paydaşlarla içgörü paylaşması için bir manuel rehber sağlayın.

Tutmayı doğru metriklerle eşleştirerek, işletmeler somut eylemleri belirleyebilir, düşmeyi azaltabilir ve uzun vadeli büyümeyi yönlendirebilir. Veriyi hizalı tutmak için bir taksonomi kullanın ve eylem sürücülerini doğrulamak için her zaman anketlerle test edin.

Kohort analizi: zaman içinde tutmayı izleme

Aylık kohortlar oluşturun ve kullanıcıların nerede ayrıldığını ve hangi değişikliklerin uzun vadeli etkileşimi gerçekten iyileştirdiğini belirlemek için Gün 1, Gün 7 ve Gün 30'da tutmayı izleyin.

İlerlemeyi ölçmek için standart bir olay seti başlatın: kayıt tamamlandı, temel özellik kullanımı ve ana dönüşümler. Aşamalar arasındaki düşme desenini analiz edin ve kohort başına odaklanmış bir tutma eğrisi üretin ki bu, zaman içinde ayrılma oranını göstersin. Kohortları lansmanlar ve kanallar genelinde karşılaştırmak için veri ve analitik kullanın. Erken sinyalleri tespit etmek ve karşılama akışını rafine etmek için kayıt sonrası ayrılanları belirleyin.

Uzak ekiplerde, otomatik güncellenen panolar paylaşın ve bir kohortun tutması eşik değerin altına düştüğünde paydaşlara bildirim gönderin. Kohort başına en iyi üç churn sürücüsünü ele almayı önceliklendirin ve tüm ürünü riske atmadan değişiklikleri test etmek için deneyler oluşturun.

Birden fazla kohortu etkileyen büyük bir lansman olduğunda zor analizler ortaya çıkar. Karıştırmayı önlemek için lansman tarihi ve kullanıcı segmentine göre ayırın. Bunu ele almak için kontrollü bir anahtar değiştirme deneyi oluşturun: tek bir değişkeni (kayıt uzunluğu, bildirim ritmi veya uygulama içi uyarılar) değiştirin ve zaman içinde tutmadaki farkı ölçün.

Çabayı pratik tutmak için, tutmayı iş etkisine haritalayın: bir değişiklik sonrası kohort Gün 30 tutmasında %15 daha yüksek gösteriyorsa, harcamaya veya etkileşime artan değeri tahmin edin ve çalışmayı devam ettirmeyi haklı çıkarın. Ömür boyu değeri izlemek ve cihazlar ile bölgeler genelinde karşılaştırmaları temiz tutmak için kohort başına benzersiz tanımlayıcılar kullanın.

Her döngü sonrası, bir özet ve plan başlatın: takviminizi güncelleyin, bildirim stratejisini ayarlayın ve bir sonraki dönem için yeni bir kohort oluşturun. Sürekli bir öğrenme döngüsü var: analiz et, ele al, uygula, ölç ve ayarla.

Uzun vadeli tutmayı öngören kayıt olayları

Uzun vadeli tutmayı artırmak için şimdi hafif bir kayıt olayları paketi uygulayın: analitik yığınınızla entegrasyon kurun ve geliştiricilerden minimal kod değişiklikleri gerektirin. İlk hafta boyunca, odaklanmış bir eylem setini kaydedin: ilk yükleme, eğitim tamamlama, profil tamamlama ve temel özellik aktivasyonları. Bu yaklaşım veriyi güvenilir tutar, yükleme sürelerini azaltır ve ekipleri tahminlerden veri odaklı kararlara taşır.

Bu kayıt eylemleri, bağlı kalmak için en güçlü sinyali gösteriyor: 48 saat içinde en az üç kayıt olayına ulaşan kullanıcılar diğerlerine göre yüksek 30 günlük tutmaya sahip. Bu sinyalleri birleştirdiğinizde, her kohort için daha net bir tahmin elde edersiniz ve tutmayı korumak için erken hareket edebilirsiniz.

Çabaları odaklanmış tutmak için sayı tabanlı hedefler belirleyin: yeni kullanıcıların büyük bir kısmının ilk 24 saatte 2-4 kayıt olayına ulaşması hedefini koyun ve düşmeleri haftalık izleyin. Düşmeler sınırlı bir eşiği (örneğin %15) aşarsa, sürtünmeyi azaltmak ve tamamlama hızını artırmak için akışı yeniden çalıştırın.

Uygulama: ürün hedefleriyle uyumlu 4-5 olay seçin, entegrasyonu bağlayın, kompakt bir pano oluşturun ve performans için uyarılar kurun. Hangi olayların temel dönüm noktaları olarak sayılacağına karar verin ve yükleme ek yükünü en aza indirmek için etiket ayak izini küçük tutun. Kayıt değişikliklerinin tutma eğrilerini nasıl kaydırabileceğini düşünün ve küçük, geri alınabilir değişiklikler planlayın.

Tahmini gücü maksimize etmek için cihazlar ve kanallar genelinde sinyalleri birleştirin: aynı kayıt olaylarını iOS, Android ve web'e gönderin, ardından ürün ve pazarlama ekipleri için tek bir görünümde birleştirilmiş skoru gösterin. Sonuç, çabalara yatırım yapacağınız yeri belirlemenize yardımcı olan yüksek güvenilirlikte bir sinyaldir.

Geliştiriciler için operasyonel rehberlik: entegrasyon değişikliklerini sınırlı tutun, verinin başka yerde saklandığından emin olun ve karışıklığı önlemek için net bir adlandırma kuralı koruyun. Veri boru hattını güvenilir tutmak, bakım yükünü azaltır ve sayılar kaydığında hızlı yanıt vermenizi sağlar. Maksimum içgörü sağlayan minimum olay sayısını kullanın, ardından yineleyin.

Sonraki adımlar: kayıt ayarlamaları üzerinde hızlı A/B testleri çalıştırın, 7 ve 30 günde tutma üzerindeki etkiyi ölçün ve veri kalitesini korurken olay setini genişletmek için uzun vadeli bir plan belirleyin. Yüksek sinyalli eylemlere odaklanarak ve bunları tek bir skora birleştirerek, ürün yaşam döngüsü boyunca tutma sonuçlarını iyileştirebilirsiniz.

Tutmayı artırmak için kullanıcıları kanal, cihaz ve davranışa göre segmentleme

Kullanıcıları kanal, cihaz ve davranışa göre haritalamaya başlayın, ardından hangi kombinasyonların daha iyi tutma ve KPI'ları sürdüğünü belirlemek için bir deneme çalıştırın. Gerekli sinyalleri toplamak için temiz bir veri akışıyla aylık deneyleri hizalayın ve iş etkisini net tutun. Bu derinlemesine yaklaşım, gerçek müşteri değerine odaklanmayı sağlar.

• Kanal segmentasyonu: birincil etkileşim kanalına göre sınıflandırın (push, e-posta, uygulama içi, web). Her kanal için zamanlama ve yaratıcıyı uyarlayın, kohortlar genelinde tutma oranlarını karşılaştırarak en iyi performans gösteren yeri belirleyin ve yanıtları toplamak ve teslimi otomatikleştirmek için platformunuzu kullanın.
• Cihaz segmentasyonu: kullanıcıları cihaz ailesine göre gruplayın (iOS, Android, Web) ve tutma ile tamamlama oranlarını artırmak için cihaz başına kayıt akışlarını, özellik maruziyetlerini ve bildirim zamanlamasını optimize edin.
• Davranış segmentasyonu: eylem dizilerinden, özellik kullanımından, tazelikten ve oturum sürelerinden kohortlar oluşturun. Oturumlar arasındaki süreleri, etkileşim derinliğini ve dönüşüm olaylarını izleyerek, kişiselleştirmenin en büyük etkiyi sunduğu yeri yüzeye çıkarın.

Çapraz kesen stratejiler: kanal, cihaz ve davranışı birleştiren kişiselleştirilmiş yolculuklar tasarlayın. Zamanında mesajlar, push bildirimleri ve uygulama içi deneyimler tetiklemek için kurallar bankası oluşturun. Bu tetikleyicileri platformda uygulamak için geliştiricilerle çalışın ve daha iyi tutma yönlendirmek ve tüm kullanıcı yolculuğu genelinde ölçülebilir sonuçlar teslim etmek için hemen test edin.

1. Veri toplama ve hazırlık: yakalanacak olaylar ve özellikleri belirleyin, ardından dokunma noktaları genelinde veriyi merkezileştirmek için bir araç kullanın ve gereken sinyalleri toplayın ve sağlam segmentler oluşturun.
2. Deney tasarımı: her segment için net başarı metrikleriyle varyantlar üretin; aylık döngüler belirleyin ve anlamlı farkları belirlemek için yeterli örneklem boyutlarını sağlayın.
3. Ölçüm ve optimizasyon: tutma oranları, aktivasyon ve etkileşim gibi KPI'ları izleyin; performans gösteren kohortları karşılaştırın ve en iyi varyantları tüm kitleye dağıtarak iş için toplam etkiyi yönlendirin.
4. Teslim ve ölçekleme: segment kurallarını geliştiricilere devredin ki kişiselleştirilmiş tetikleyiciler ve deneyimler uygulansın; sonuçları izleyin ve iyileştirmeyi anında tutmak için neredeyse gerçek zamanlı olarak yineleyin.
5. Yönetişim ve öğrenme: segmentler bankasını koruyun, sonuçları belgeleyin ve iş için gelecek kazanımları hızlandırmak üzere stratejileri güncelleyin.

Tutma iyileştirmelerini test etmek için deneyler tasarlamak (A/B testleri)

Net bir tutma hedefi tanımlayın ve iyileştirmeleri doğrulamak için kontrollü bir A/B testi çalıştırın. Birincil metrik olarak Gün 7 tutmasını hedefleyin ve kontrolün mevcut davranışı yansıttığından emin olun ki gerçek bir artırma sinyali elde edin.

Doğru test türlerini seçin: birkaç içerik varyasyonu olduğunda A/B veya A/B/n ile başlayın, kullanıcıları karıştırmaktan kaçınmak için kapsamı odaklanmış tutun. Tek bir güçlü değişiklik teşhis etmeyi kolaylaştırır, çok kollu testler ise birkaç fikir arasından hangisinin en iyi performans gösterdiğini ortaya çıkarabilir. Olayları otomatik olarak kaydetmek için otomatik yakalama kullanın, veri toplamadaki boşlukları düzeltin ve ekipleri neyin hareket ettirdiğini ve nedenini hizalamayı sağlayın.

Deneyleri doğrudan kullanıcı eylem zincirine bağlayın: kayıt ayarlamaları, bildirim zamanlaması, uygulama içi içerik ve kanal spesifik akışlar. Oturum_başlat, kayıt_tamamlandı, dönüş_ziyaret veya anlamlı bir dönüm noktasına dönüşüm gibi hedefinize haritalanan olayları tanımlayın. Olayları tutarlı ölçtüğünüzde, raporlarınız eyleme geçirilebilir hale gelir ve veri odaklı kararlarınız daha güvenilir olur.

Deneyi titiz bir tasarımla planlayın: rastgele atama, tipik kullanıcı döngülerini kapsayacak kadar uzun süre ve gerçek bir artırmayı tespit etmek için yeterli güce sahip örneklem boyutu. Temel tutma düşükse daha büyük örneklemlere ihtiyacınız olabilir; tutma yüksekse küçük iyileştirmeler bile değerli olabilir. Süreç kullanıcılar için basit ama ekipler için güçlü olmalı ve tutarsız varyantlar veya gruplar arası sızıntı nedeniyle hayal kırıklığı yaratan deneyimleri önlemelidir.

Paydaşlarla pratik soruları açıkça ele alın: hangi kanal en iyi tutmayı sağlar, bir içerik değişikliği etkileşimi etkiler mi, yoksa zamanlama ayarlamaları dönüşüm akışını iyileştirebilir mi? Hipotezleri göstermek için içerik odaklı örnekler oluşturun ve ürün, büyüme ve analitik ekiplerinin senkron olarak uygulayabilmesi için deneme yaklaşımını şeffaf tutun.

Sonuçları eyleme geçirilebilir hale getirin ki bulguları somut sonraki adımlara, yol haritalarına ve deneylere çevirin. "Hangi varyant kullanıcıları 7 gün sonra geri dönmeye teşvik etti?" ve "Tutma kanallar genelinde nasıl değişti?" gibi soruları yanıtlayan özlü raporlar paylaşın. Bu içgörüleri karar vermeyi bilgilendirmek ve devam eden optimizasyonu yönlendirmek için kullanın.

Deney	Hipotez	Birincil metrik	Örneklem boyutu	Süre	Durum
Kayıt turu ayarlaması	Yönlendirilmiş kayıt Gün 7 tutmasını artırır	Gün 7 tutma oranı	5.000 kullanıcı	14 gün	Planlanmış
Push zamanlaması ayarı	Akşam dürtmeleri dönen oturumları iyileştirir	7 gün içinde dönüş ziyaretleri	3.500 kullanıcı	21 gün	Çalışıyor
İçerik önerisi	Kişiselleştirilmiş içerik aktivasyonu ve tutmayı artırır	Önerileri gören kullanıcılar arasında 7 günlük tutma	4.200 kullanıcı	14 gün	Sıraya alındı

Bu gibi örnekler, soruların, kanalların ve içerik seçimlerinin nasıl ölçülebilir sonuçlara dönüştüğünü gösterir. Öğrenimleri belgeleyerek, ekipler basitçe trendleri gözlemlemekten gerçek kullanıcı değeri ve zaman içinde tutmayı iyileştiren veri odaklı kararlara geçebildi.