Büyüme Döngüsü Nedir? Viral Katsayı ve İlk Döngü

Huni ile büyüme döngüsü arasındaki fark nedir?

Huni, edinme kanallarından gelen ziyaretçinin kayıt, aktivasyon ve satın alma adımlarında nasıl elendiğini gösterir. Her yeni kullanıcı için huniyi yeniden doldurmanız gerekir: reklamı durdurursanız akış da durur. Döngüde ise müşterinin eylemi (bir davet, bir içerik, bir ödeme) bir sonraki edinmenin girdisidir; sistem çıktısının bir kısmını kendine geri besler.

Andrew Chen'in a16z sunumu bu ayrımı keskin çizer: PR, konferans ve kendi yazdığınız içerik gibi kanallar emek koydukça sonuç veren doğrusal kanallardır. Ölçeklenen büyüme genellikle viral, ücretli ve SEO/kullanıcı içeriği döngülerinden gelir. Bu, doğrusal kanalların gereksiz olduğu anlamına gelmez; döngü dönmeye başlayana kadar ilk kullanıcıları onlar getirir.

Huniyi bırakmayın. Döngünün her adımı aslında küçük bir hunidir; startup metrikleri rehberindeki edinme, aktivasyon ve tutundurma ölçümleri döngünün ham verisidir.

Hangi büyüme döngüsü türleri var?

Viral ve tavsiye döngüsü: kullanıcı ürünü kullanırken başkasını çağırır. Ortak çalışma araçlarında davet, kullanımın kendisidir; tavsiye programında ise kullanıcıya ödül karşılığı davet ettirilir. Birincisi genellikle daha sağlıklıdır, çünkü davet ürün değerinden doğar.

İçerik/SEO döngüsü: kullanıcılar ya da ürün, arama motorlarında bulunabilen sayfalar üretir; o sayfalardan gelen ziyaretçi kayıt olur ve yeni sayfalar üretir. Kullanıcıların oluşturduğu profil, ilan, soru-cevap ve şablon sayfaları bu döngünün tipik örnekleridir (UGC). Kendi ekibinizin yazdığı blog yazıları ise kullanıcı sayısıyla büyümez; içerikle büyüme stratejisinin parçasıdır, ama tek başına döngü değildir. Arama ve AI cevaplarında görünürlük için SEO ve AI arama rehberine bakın.

Ücretli döngü: reklamla edinilen müşteriden kazanılan brüt kâr yeniden reklama yatırılır. Satış odaklı döngü: memnun müşteri referans, vaka çalışması ve tavsiye üretir; bunlar yeni görüşmeleri kolaylaştırır. Reforge yazısı bunlara ek olarak tutundurma ve savunulabilirlik döngülerinden de söz eder.

Viral katsayı (K) nasıl hesaplanır?

En sade hali: viral katsayı = kullanıcı başına gönderilen ortalama davet × davetin kabul edilip kullanıcıya dönüşme oranı. Andrew Chen bunu davet eden kullanıcı oranı ile davet sayısının çarpımı olarak yazar; ikisi aynı fikrin farklı bölünüşüdür.

Örnek hesap: 1.000 yeni kullanıcınız var. Her biri ortalama 2 davet gönderiyor, davetlerin %20'si kullanıcıya dönüşüyor. K = 2 × 0,20 = 0,4. İlk döngüde 1.000 × 0,4 = 400 yeni kullanıcı gelir. Bu 400 kişi de 160 kişi getirir, onlar 64, sonra yaklaşık 26. Seri sonsuza kadar sürse bile toplam 1.000 × 0,4 ÷ (1 − 0,4) ≈ 667 ek kullanıcı eder; yani her 1.000 edinme toplamda yaklaşık 1.667 kullanıcıya dönüşür. Çarpan 1 ÷ (1 − K) formülüyle bulunur.

K 1'in altındaysa döngü tek başına büyütmez, diğer kanalların etkisini büyütür. K = 1,2 olsaydı 1.000 kullanıcı 1.200, sonra 1.440, sonra 1.728 yeni kullanıcı getirirdi; her döngü öncekinden büyük olur. Pratikte K zamanla düşer: davet edilebilecek çevre tükenir, yeni gelenler ilk kullanıcılar kadar hevesli olmaz. Hesaplayıcıda bu yüzden K'yı ölçtükçe güncelleyin.

Döngü süresi neden viral katsayı kadar önemli?

Döngü süresi, bir kullanıcının kayıt olmasından onun davet ettiği kişinin kayıt olmasına kadar geçen ortalama süredir. Aynı K ile iki ürün, döngü süresi farklıysa çok farklı hızlarda büyür.

Yukarıdaki K = 0,4 örneğinde ilk dört döngü toplam yaklaşık 650 ek kullanıcı getirir. Döngü 2 gün sürüyorsa bu 8. günde, 14 gün sürüyorsa 56. günde olur. Bu yüzden davet anını kullanıcının değeri ilk gördüğü ana yaklaştırmak, hatırlatma göndermek ve davet kabul akışını kısaltmak, K'yı artırmak kadar etkili olabilir.

Tutundurma döngünün neresinde durur?

Tutundurma döngünün zeminidir. Aynı örneğe her döngüde aktif kullanıcıların %10'unun kaybını (churn) ekleyelim. Aktif kullanıcı sayısı 1.000'den 1.300'e, sonra 1.330'a çıkar; ardından 1.261'e ve yaklaşık 1.161'e düşer. Davetle gelen yeni kullanıcı azaldıkça kayıp baskın hale gelir. Toplam edinilen kullanıcı artmaya devam ederken aktif kullanıcı geriler; yalnızca kayıt sayısına bakan ekip bunu geç fark eder.

Andrew Chen'in tutundurma ve viral büyüme yazısındaki ikinci nokta da önemlidir: kalan kullanıcı, her yeni ziyaretinde yeniden paylaşma ya da davet etme fırsatı yaratır. Tutundurma iyileşince viral katsayı da dolaylı olarak artar. Agresif, spam'e kayan davet kurguları kısa vadede K'yı yükseltip churn'ü de artırabilir.

Ücretli büyüme döngüsü nasıl hesaplanır?

Ücretli döngüde iki sayı belirleyicidir: müşteri edinme maliyeti (CAC) ve aynı müşteriden belirli bir sürede kazanılan brüt kâr. Örnek: CAC 500 TL, müşteri ilk üç ayda 750 TL brüt kâr bırakıyor. 100.000 TL reklam bütçesi 200 müşteri getirir; üç ayın sonunda 150.000 TL brüt kâr oluşur ve bu tutar yeniden yatırıldığında 300 müşteri, ardından 225.000 TL doğar. Döngü çarpanı 750 ÷ 500 = 1,5, döngü süresi üç aydır.

Brüt kâr 400 TL olsaydı aynı bütçe 200 müşteri ve 80.000 TL getirir, ikinci turda 160 müşteriye düşerdi: döngü küçülür. Bu hesap nakit akışını sadeleştirir; gerçekte kampanya ölçeklendikçe CAC genellikle artar. CAC ve geri ödeme süresi hesabı için startup metrikleri rehberine bakın.

İlk büyüme döngünüzü nasıl bulursunuz?

Döngü icat etmeye çalışmadan önce, kullanıcılarınızın zaten yaptığı şeye bakın. Ürünü bir iş arkadaşına mı gösteriyorlar, çıktıyı bir yerde mi paylaşıyorlar, herkese açık bir sayfa mı oluşturuyorlar? İlk döngü çoğunlukla bu davranışın önündeki sürtünmeyi kaldırarak kurulur.

Üç soru sorun: Kullanıcı ürünü kullanırken başka biri ürünü görüyor mu? Kullanım, aranabilir ya da paylaşılabilir bir çıktı bırakıyor mu? Müşteri başına kâr, edinme maliyetini rahatça karşılıyor mu? Cevaplardan biri net evet değilse, doğrusal kanallarla ilk kullanıcıları toplamaya ve ürünü güçlendirmeye devam edin. Mobil uygulama için ilk adımları uygulama ilk kullanıcıları rehberinde, SaaS tarafını SaaS girişimi kurmak yazımızda bulabilirsiniz.

Deneyleri hangi ritimle yapmalı?

Döngüde tek bir adımı hedefleyen, haftalık ya da iki haftalık bir deney ritmi küçük ekipler için yönetilebilir bir başlangıçtır. Her deney için hipotezi, değiştirilen tek şeyi, izlenen metriği, önceki değeri ve kararı yazın. Hesaplayıcıdaki deney günlüğü bu alanları hazır getirir.

Kullanıcı sayısı azsa kontrollü A/B testi anlamlı sonuç vermeyebilir. Bu durumda önce/sonra karşılaştırması yapın, sonucu kesin kanıt değil sinyal olarak okuyun ve büyük, net farklar arayın. Deneyi bitirmeden önce süresini ve karar kuralını baştan belirleyin; sonuçlara bakarak testi erken kesmek yanıltıcı sonuç üretir.

Döngünün sağlıksız olduğunu gösteren işaretler neler?

Andrew Chen'in sunumu birkaç kırmızı bayrak sayar: büyümenin tek bir döngüye ya da tek bir platforma bağlı olması, sivri ve kısa süreli trafik patlamaları ve kullanıcı başına maliyetin kullanıcının bıraktığı değeri aşması. Bir platformun algoritması ya da kuralı değiştiğinde tek döngüye dayanan büyüme bir gecede durabilir.

Sağlıklı tablo, organik talebin üzerine oturmuş ve birbirini besleyen en az iki döngüdür; örneğin kullanıcı içeriği aramadan trafik getirirken bu trafikteki memnun kullanıcıların davet göndermesi.

Büyüme döngüsü kurarken sık yapılan hatalar neler?

Tek seferlik kampanyaya döngü demek: Bir indirim kampanyası, çıktısı yeni bir kampanyayı beslemiyorsa döngü değildir. Tutundurmayı atlamak: churn yüksekken davet ödülü artırmak delik kovaya su doldurmaktır. Toplam kayıt sayısına bakmak: aktif kullanıcı ve kohort tablosu yerine kümülatif kayıt grafiği her zaman yukarı gider.

Ödülü ürün değerinden büyük yapmak, kullanıcıları ödül için kaydolan ve hemen ayrılan kişilerle doldurabilir. Davetleri kullanıcı adına sizin sisteminiz e-posta ya da SMS olarak gönderiyorsa, ticari elektronik ileti ve kişisel veri kurallarını ayrıca değerlendirin; bu not hukuki danışmanlık değildir, güncel kuralları İYS ve KVKK resmî sayfalarından kontrol edin.

Growth hacking ile büyüme döngüsü aynı şey mi?

Hayır. Growth hacking, hızlı deneylerle büyüme fırsatı arama pratiğinin genel adıdır ve çoğu zaman tek seferlik taktiklerle anılır. Büyüme döngüsü ise o deneylerin neyi büyütmesi gerektiğini tanımlayan sistemdir. Deneyleri döngünün en zayıf adımına yöneltirseniz her başarılı deney sonraki döngülerin hepsine etki eder.