Fiyatı tahmin etme.Dene ve ölç.

Mobil uygulaman sunduğu değeri nasıl sürdürülebilir gelire çevirir? 4 Kasım'da Neon Apps'in Sarıyer ofisinde bu soruyu kendi uygulamasını geliştiren girişimciler, ürün yöneticileri, tasarımcılar ve pazarlamacılarla konuştuk. Önce Neon Apps'ten Eymen Varilci RevenueCat'in büyüme araçlarını anlattı. Sonra beş soruluk bir anketin sonuçlarını ekrana yansıtıp her soru üzerinden deneyimleri paylaştık. Masadan tek bir doğru fiyat çıkmadı; çıkan şey denenmiş modellerin, işe yarayan ve yaramayan denemelerin listesi oldu. Anket 22 kişilik bir örneklemden geliyor, katılımcıların aktardığı rakamlar kendi beyanları.

Fiyattan memnuniyet orta, deney yeterliliği daha düşük.

22 katılımcının fiyatlandırma stratejisinden memnuniyeti 5 üzerinden ortalama 3. "Fiyat modellerinde yeterince deney yapıyor musun?" sorusunun ortalaması 2; anketin en düşük puanı. Büyüme stratejisinin netliği 2,4'te kaldı.

Söz alanların dertleri farklıydı:

• Hassas veriyle çalışan profesyoneller için offline bir uygulama, öğrenci ile profesyonelin aynı fiyatı ödeyip ödemeyeceğini bilmiyor; sunucu maliyeti olmadığı için tek seferlik satın almayı düşünüyor.
• Hazır prompt satan bir solo kurucu kredi modelini denedi; kullanıcılar ürünü sık kullanmadığı için kredi almaya da istekli değil.
• Bir tanışma uygulamasında platform komisyonları ve vergilerden sonra kullanıcının ödediği ile üreticiye kalan arasında ciddi fark var.
• Bir B2B pazarlama ürünü tek fiyatın her ülkeye uymadığının farkında, ama ülke bazında fiyat koyacak trafiği henüz yok.

AI denemede de açık olunca token maliyeti fiyatı katlayabiliyor.

AI destekli bir sağlıklı yaşam uygulaması, deneme dahil herkese AI kullanımını açık tutuyor. Token maliyeti yüzünden 5 dolar olabilecek uygulamayı 25 dolara koymak zorunda kaldığını anlattı. Kullanıcıların sorusu da ilginç: "Zaten ödediğim AI aboneliğimi burada kullanabilir miyim?"

RevenueCat sunumunda anlatılan uygulama içi para (token, coin, kredi) yönetimi bu soruya bir altyapı sunuyor: abonelikle gelen bakiyeyi ve son kullanma süresini arka planda takip etmek. Masadaki ders ise önce kimin ne kadar AI kullandığını ölçmek.

A/B testi edinimle kapanıyor, LTV varsayımla tahmin ediliyor.

Çok sayıda mobil uygulaması olan bir şirketten katılımcı, fiyat testlerini yaklaşık 20 günde, istatistiksel olarak anlamlı edinim sinyaliyle kapattıklarını anlattı. Yeni fiyattaki grubun 6-12 aylık davranışı gözlenmeden, eski kohortlar gibi davranacağı varsayılıyor. Eski grup 10. günde iptal ediyorsa yeni grup belki 60. günde edecek.

Bu yıl belki üç A/B testi yaptık. Acaba her birinde doğru kararı verdik mi?

- Katılımcı, çok sayıda uygulaması olan bir şirket

Moderatörün okuması: sorun testte değil, analizde. İlk yaptığın bir edinim testi; A ve B gruplarını kohort olarak izlemeye devam edince tam bir yaşam döngüsü testine dönüşüyor. Dönüşümde A önde olabilir, lifetime'da B daha karlı çıkabilir. Katılımcının itirazı da yerinde: altı ay sonra yanlış kararı görmek de geç. Geç gelen sonuç kararı değiştirmese de bir sonraki testin varsayımını değiştirir.

Denemenin biçimini değiştirenler iyi sinyal aldı.

Masada en çok konuşulan deney ücretsiz deneme oldu. İki katılımcı modeli değiştirdi, ikisi de sonucun iyi gittiğini aktardı:

• Bir futbol istatistik ve maç tahmin uygulaması, hafta sonu maçlarını kapsayıp ardından iptal edilen ücretsiz denemeyi birkaç günlük ücretli bir paketle değiştirdi. Yaklaşık altı aydır sinyal pozitif. Gözlemi: rakiplerin çok altında bir fiyat kalitesizlik algısı yaratabiliyor.
• Bir pazarlama otomasyonu ürünü 14 günlük denemeden sınırlı ama sağlam özellikli ücretsiz plana geçti; kullanıcı denemede seçenekler içinde kayboluyordu. Dört adımlı onboarding'de paywall ikinci adımda ve onboarding sırasında satın alanlar oldu.

Biri ücretsizi azalttı, öteki artırdı; ortak ders denemeyi ürünün kullanım ritmine göre seçmek. Birden fazla üründe ikisini de denemiş bir katılımcı bir deney önerdi: hard paywall ile ücretsiz denemeyi kendi ürününde karşılaştır. Hard paywall'da çoğu kişi devam etmiyor ama devam eden ödüyor; denemede değeri göstermek için daha uzun bir süren var.

Canlı maç verisinden bildirim atan bir uygulama ise ters bir tablo anlattı: ABD fiyatlandırması iyi çalışırken, düşük gelirli pazarlarda fiyatı ABD'nin onda biri ile on beşte biri arasına indirmelerine rağmen kullanıcılar denemeyi kullanıp iptal ediyor. Masadan gelen soru: denemeyi kullanıp bırakanlar zaten hedef kitle olmayabilir mi?

Edinim en çok seçilen odak, ama çoğunluk değil.

"Uygulama yolculuğunun hangi kısmı daha çok odak istiyor?" sorusunda 22 kişiden 9'u edinimi, 7'si elde tutmayı, 6'sı monetization'ı seçti. Edinimi seçenler onu yatırımla ölçeklenebildiği için savundu: çalışan bir reklama daha çok para koyarsan daha çok getiri alıyorsun, retention'da böyle bir kaldıraç yok.

Değer yaratıp yaratmadığımızın asıl cevabı retention'da. Dünyanın en iyi edinim kanalını kullansak bile değer yaratmıyorsak kullanıcı uçup gidecek.

- Moderatör, Brick Institute

Reklam gelirli iki uygulama da aynı yere çıktı: reklamsızlık tek başına satmıyor. Gelirinin neredeyse tamamı reklamdan gelen bir içerik uygulaması reklamsız paketin fiyatını yarıya indirdi, yine satmadı. Başka bir katılımcı premium'a zaman kazandıran, değer üreten özellikler eklemeye başladı.

En büyük engel pazarlama ve edinim; ardından coğrafya.

Son soru açık uçluydu: en büyük büyüme engelin ne? 17 kişiden 21 cevap geldi, 19'u konuyla ilgiliydi. Temalara biz grupladık: 9 cevap pazarlama stratejisi, kullanıcı edinimi, görünürlük ya da reklam bütçesiyle ilgili. 3 cevap Türkiye dışına açılmayı işaret ediyor; biri tek cümleyle: "Coğrafya kaderdir." Kalan yedi cevap birer kez geçti: doğru kitleyi bulmak, elde tutma kampanyaları, kullanıcı verisini işlemek, mağaza kısıtları, nakit ve edinim maliyeti.

Katılımcıların yaklaşık yüzde 80'i kendini girişimci olarak tanımladı. Ürünü geliştiren çoğu zaman satan da olduğu için pazarlama bilgisinin eksik kalması anlaşılır.

Best practice yok, playbook var.

27 sayfalık onboarding'in sonunda hard paywall koyan büyük bir kalori uygulaması masada örnek olarak açıldı. Moderatör kopyalamadan önce şirketin o anki durumuna bakmayı önerdi. Paraşüt'te marka bilinmezken paywall söz konusu bile değildi; bugün bilinir bir marka olarak hard paywall daha mümkün. Koltuk başı fiyatlandırma Kolay İK'da iyi çalışırken Paraşüt'te çalışmadı, kademeli fiyatlandırma gerekti. Gördüğün fiyat bir anın fotoğrafı: yatırım bulamayan şirket karlılığa, yatırım turuna çıkacak olan büyümeye oynar.

Masadan altı ders.

• Paywall'u koddan çıkar. Paket bilgisini koda sabit yazma; offering ve placement kullan. Önce paywall ve hedefleme, sonra deney.
• Denemeyi ürünün ritmine göre seç. Hard paywall ile ücretsiz denemeyi kendi ürününde karşılaştır.
• Testi kapattıktan sonra izlemeye devam et. A ve B gruplarını kohort olarak takip et.
• Ülke fiyatından önce kitleyi doğrula. Sorun fiyat mı, kitle mi, kanal mı: önce bunu ayıran bir deney kur.
• AI maliyetini fiyata görünür bağla. Kimin ne kadar AI kullandığını ölç; kredi ve kademe seçeneklerini dene.
• Premium'a reklamsızlıktan fazlasını koy. Değeri kanıtlamanın yeri elde tutma.

RevenueCat sunumunun ayrıntıları, anketin beş sorusu, masadaki vakalar ve yöntem notları 18 sayfalık raporda.