Vaka: e-ticaret dönüşüm hunisi ve kargo

1. Şirketin sorusu ve brif

Kim soruyor? E-ticaret müdürü. Yönetim kurulu mobil uygulamaya ek yatırım ve yeni bir kargo anlaşması için iki ayrı teklif bekliyor.

Hangi karar?

1. Site ve uygulamada ziyaretçi en çok hangi adımda kayboluyor; düzeltme önce nereye yapılmalı?
2. Web ve Mobil kanal satışta, sepette ve iadede nasıl farklılaşıyor?
3. Kargo süresi iade ya da tekrar siparişi etkiliyor mu? Daha hızlı (ve pahalı) kargo anlaşmasına değer mi?

2. Veri ve model

Hazır ölçüler: [Ziyaretçi], [Dönüşüm Oranı %], [Önceki Adıma Göre %], [İlk Adıma Göre %], [Ortalama Kargo Günü], [Zamanında Teslim %] (3 gün ve altı), [İade Oranı %], [Ortalama Sepet].

Veri sınırları:

• Web olayları yalnızca iki ay: 01.10.2024 – 29.11.2024; 900 ziyaretçi, 2.019 olay. Mevsimsellik ve yıl karşılaştırması yapılamaz.
• Ziyaretçi ile müşteri bağlı değil. ZiyaretciNo ile MusteriNo arasında eşleşme yok. “Huniyi tamamlayan ziyaretçi ne aldı?” sorusu cevaplanamaz; huni ve sipariş analizi ayrı yürür.
• Mağaza siparişlerinde kargo günü 0. Mağaza, ortalama kargo gününü aşağı çeker ve “zamanında teslim”i %100 gösterir. Kargo analizinde yalnızca Web ve Mobil’i al.
• İptal edilen siparişlerde KargoGun boş; iade edilenlerde dolu.

3. Analiz adımları

Adım 1: Huni adımları ve adım dönüşümleri. WebOlaylari[AdimNo] ve [Adim] satırda; değerlerde [Ziyaretçi], [Önceki Adıma Göre %], [İlk Adıma Göre %].

Bulgu: Genel dönüşüm %9,8. En büyük kayıp ürün görüntülemeden sepete geçişte: 640 kişiden 386’sı sepete eklemeden çıkıyor.

Adım 2: Cihaz ve kaynak kırılımı. Huninin hangi adımının hangi cihazda koptuğunu görmek için sepetten satın almaya geçişi ayrı ölç:

Sepetten Satın Alma % =
DIVIDE(
    CALCULATE([Ziyaretçi], WebOlaylari[AdimNo] = 5),
    CALCULATE([Ziyaretçi], WebOlaylari[AdimNo] = 3)
)

Bulgu: Mobil trafiğin %59’unu getiriyor ama daha az satın alma üretiyor. Fark en çok sepetten sonra açılıyor: mobilde sepete ekleyenlerin yalnızca %47,9’u ödeme adımına geçiyor. Bu, mobil ödeme akışında bir sürtünme olduğunu düşündürür.

Kaynağa göre dönüşüm: E-posta %13,7 (124 ziyaretten 17), Doğrudan %11,9, Sosyal medya %11,5, Organik arama %9,5, Reklam %6,5 (278 ziyaretten 18). Reklam en çok trafiği getirip en düşük dönüşümü veriyor.

Adım 3: Kanal performansı. Hazır ölçüleri Satislar[Kanal] ile matrise koy (tüm dönem):

Web ve Mobil birlikte 1.057.172 ₺ ile net satışın %84,5’i. Kargo ölçülerini mağazasız hesapla:

E-ticaret Kargo Günü =
CALCULATE([Ortalama Kargo Günü], Satislar[Kanal] IN {"Web", "Mobil"})
E-ticaret Zamanında Teslim % =
CALCULATE([Zamanında Teslim %], Satislar[Kanal] IN {"Web", "Mobil"})

Bulgu: E-ticarette ortalama teslim 3,65 gün, zamanında teslim %53,5. Mağaza dâhil edilince ortalama 3,12 gün, zamanında %60,2 görünüyordu: mağaza siparişleri kargo performansını olduğundan iyi gösteriyor. Mobil’in teslim süresi 2024’te 3,80 gün ve zamanında teslimi %48,9. Web’de ise iptal oranı (%11,6) diğer kanalların iki katından fazla.

Adım 4: Kargo süresi ve iade.

İade Oranı (Kargo 0-3 Gün) % =
CALCULATE([İade Oranı %], Satislar[Kanal] IN {"Web", "Mobil"}, Satislar[KargoGun] <= 3)
Kargo 7+ Gün İade % =
CALCULATE([İade Oranı %], Satislar[Kanal] IN {"Web", "Mobil"}, Satislar[KargoGun] >= 7)

Bulgu: Teslim uzadıkça iade oranı yükseliyor: 7 gün ve üstünde gelen siparişlerde iade, 3 gün içinde gelenlerin yaklaşık 2,8 katı. Bu bir ilişkidir, kanıtlanmış neden değil: geç gelen ürünler belirli kategorilerde ya da bölgelerde toplanıyor olabilir. Kategori dilimleyicisiyle kontrol et.

Adım 5: Kargo süresi ve tekrar sipariş. Soru: ilk siparişi geç gelen müşteri bir daha alıyor mu? Müşterinin ilk siparişinin kargo gününü ve sonrasındaki sipariş sayısını hesaplarız. Tekrar için zaman tanımak amacıyla yalnızca ilk siparişi 30.06.2024’e kadar olanları alırız.

EVALUATE
VAR T =
    ADDCOLUMNS(
        CALCULATETABLE(VALUES(Satislar[MusteriNo]), Satislar[Durum] <> "İptal"),
        "Ilk", CALCULATE(MIN(Satislar[Tarih]), Satislar[Durum] <> "İptal")
    )
VAR T2 =
    ADDCOLUMNS(T,
        "IlkKargo", VAR d = [Ilk] RETURN CALCULATE(MAX(Satislar[KargoGun]), Satislar[Tarih] = d, Satislar[Durum] <> "İptal"),
        "IlkKanal", VAR d = [Ilk] RETURN CALCULATE(MAX(Satislar[Kanal]), Satislar[Tarih] = d, Satislar[Durum] <> "İptal"),
        "Sonra", VAR d = [Ilk] RETURN CALCULATE(DISTINCTCOUNT(Satislar[SiparisNo]), Satislar[Tarih] > d, Satislar[Durum] <> "İptal")
    )
VAR E = FILTER(T2, [IlkKanal] <> "Mağaza" && NOT ISBLANK([IlkKargo]) && [Ilk] <= DATE(2024, 6, 30))
RETURN
    ROW(
        "Hızlı ilk teslim", COUNTROWS(FILTER(E, [IlkKargo] <= 3)),
        "Hızlı, tekrar eden", COUNTROWS(FILTER(E, [IlkKargo] <= 3 && [Sonra] > 0)),
        "Geç ilk teslim", COUNTROWS(FILTER(E, [IlkKargo] > 3)),
        "Geç, tekrar eden", COUNTROWS(FILTER(E, [IlkKargo] > 3 && [Sonra] > 0))
    )

Bulgu: İlk teslimi 3 gün içinde olan 43 müşterinin 43’ü (%100), geç olan 49 müşterinin 48’i (%98) tekrar sipariş vermiş. Bu veride kargo süresiyle tekrar sipariş arasında anlamlı bir ilişki yok. Neredeyse herkes tekrar ettiği için ölçü ayırt edici değil; bunu açıkça yaz, “ilişki bulamadık” da bir bulgudur.

4. Rapor sayfası taslağı

Huni görseli ve ayrıntılı huni ölçülerini Analiz özellikleri ve yapay zekâ görselleri ile Segmentasyon derslerindeki dilim mantığıyla birleştirebilirsin.

5. Bulgu özeti ve öneri

1. Mobil ödeme akışını düzelt: mobil dönüşüm %7,5, masaüstü %13,0; fark sepetten sonra açılıyor (sepetten satın alma %28,6’ya karşı %42,1). Mobil yatırım teklifinin önceliği ödeme adımı olsun.
2. Ürün sayfası → sepet en büyük kayıp (640’tan 254’e). Fiyat, stok bilgisi ve kargo süresi ürün sayfasında görünür olmalı.
3. Reklam bütçesini sorgula: en yüksek trafik (278 ziyaret), en düşük dönüşüm (%6,5). E-posta %13,7 ile en verimli kaynak.
4. Kargo anlaşması iade için anlamlı: 7+ gün teslimde iade %14,9, 0–3 günde %5,4. Zamanında teslim yalnızca %53,5; hızlı kargo iadeyi azaltabilir. Tekrar sipariş üzerinde etkisi bu veride görülmedi.
5. Web iptal oranı %11,6: nedenini (ödeme hatası, stok, fiyat değişimi) ayrı bir iptal nedeni sütunuyla izle.