Conversion Funnel Nedir? Funnel Analysis Nasıl Yapılır?

Bir web sitesinin conversion rate’inin %2 olduğunu bilmek bize bir sonuç verir.

Ama teşhis vermez.

Kullanıcılar ürün sayfasından sepete mi geçmiyor?

Sepete ekliyor fakat checkout’u mu başlatmıyor?

Checkout’a giriyor fakat ödeme aşamasında mı kayboluyor?

Yoksa kullanıcı davranışı sağlıklı görünüyor fakat purchase event’i yanlış mı ölçülüyor?

Conversion funnel veya dönüşüm hunisi, kullanıcının belirli bir hedefe ilerlerken tamamlaması beklenen adımların ölçülebilir bir modelidir.

Funnel analysis ise kullanıcıların bu adımlar arasında nasıl ilerlediğini, hangi noktada süreci terk ettiğini ve performansın hangi segmentlerde değiştiğini analiz etme yöntemidir.

Google Analytics 4’ün Funnel Exploration özelliği de funnel’ı kullanıcının bir görevi tamamlamak için geçtiği adımlar üzerinden ele alır ve her aşamadaki başarı veya başarısızlığı incelemeyi sağlar.

En basit haliyle:

Step 1
↓
Step 2
↓
Step 3
↓
Conversion

Fakat funnel analizinin asıl değeri bu şekli çizmek değildir.

Asıl soru şudur:

Kullanıcı yolculuğunun hangi geçişinde ölçülebilir bir kayıp oluşuyor ve bu kayıp araştırmayı nereye yönlendirmeli?

Conversion funnel ile marketing funnel aynı şey midir?

Günlük pazarlama dilinde birbirinin yerine kullanılabilseler de iki farklı kullanım biçimini ayırmak faydalıdır.

Marketing funnel genellikle potansiyel müşterinin farkındalıktan değerlendirmeye ve satın almaya ilerlediğini anlatan kavramsal modeldir.

Örneğin:

Awareness
↓
Consideration
↓
Decision
↓
Purchase

veya:

TOFU
↓
MOFU
↓
BOFU

Bu modeller içerik ve pazarlama stratejisini düşünmek için kullanılabilir. Fakat “consideration” çoğu analytics kurulumunda doğrudan tetiklenen bir event değildir.

Event tabanlı conversion funnel ise çok daha operasyoneldir.

Örneğin bir e-ticaret funnel’ı şöyle ölçülebilir:

view_item
↓
add_to_cart
↓
begin_checkout
↓
purchase

Google Analytics de online satışlar için view_item, add_to_cart, begin_checkout, add_payment_info ve purchase gibi event’leri önerir.

Bu yazıda ağırlıklı olarak ikinci anlamı, yani ölçülebilir conversion funnel ve funnel analysis yaklaşımını kullanacağım.

Conversion funnel neden huni şeklinde gösterilir?

Huni metaforu basittir.

Bir sürecin ilk adımına giren bütün kullanıcıların son adıma ulaşması beklenmez.

Örneğin:

10.000 Product View
↓
2.500 Add to Cart
↓
1.400 Begin Checkout
↓
900 Purchase

Her geçişte kullanıcı sayısı azalır.

Ancak burada önemli bir uyarı gerekir:

Gerçek kullanıcı yolculukları her zaman lineer değildir.

Kullanıcı ürün sayfasına gelir, kategoriye döner, başka ürünleri karşılaştırır, siteyi terk eder, ertesi gün direct olarak geri gelir ve satın alabilir.

Funnel, her bireyin gerçek yolculuğunun birebir haritası değildir.

Tanımladığımız belirli bir yolun toplu performansını ölçen analitik modeldir.

Amplitude da funnel analysis’i önceden bildiğimiz belirli event dizilerini ölçmek için konumlandırırken, kullanıcıların gerçekte hangi farklı yolları izlediğini keşfetmek için path veya journey analizi kullanılmasını önerir.

Funnel ile customer journey arasındaki fark nedir?

Bu ayrım CRO analizinde oldukça önemlidir.

Customer journey, kullanıcının ürün veya işletmeyle ilişkisini daha geniş biçimde ele alır.

Funnel ise bu yolculuğun ölçmek istediğimiz belirli bölümünü sınırlar.

Örneğin gerçek yolculuk:

Google Search
↓
Blog
↓
Kategori
↓
Siteyi terk et
↓
Instagram
↓
Direct visit
↓
Ürün
↓
Sepet
↓
Checkout
↓
Purchase

olabilir.

Ama analiz etmek istediğimiz funnel yalnız:

view_item
→ add_to_cart
→ begin_checkout
→ purchase

olabilir.

Funnel’ın gücü bütün yolculuğu temsil etmesinden değil, belirli bir görevi ölçülebilir hale getirmesinden gelir.

Funnel analysis neyi gösterir?

İyi kurulmuş bir funnel temel olarak dört şeyi gösterebilir:

• Kaç kullanıcı funnel’a girdi?
• Kaç kullanıcı her adımı tamamladı?
• Hangi geçişlerde kullanıcı kaybı oluştu?
• Bu performans segmentlere veya zamana göre nasıl değişiyor?

Amplitude funnel analysis’i belirlenmiş bir event dizisini belirli bir süre içinde tamamlayan kullanıcıları saymak ve hangi adımda en fazla kayıp yaşandığını görmek için kullanır. Ayrıca toplam conversion, step conversion, conversion over time ve time to convert gibi görünümler sağlar.

Fakat funnel’ın göstermediği çok önemli bir şey vardır:

Drop-off’un nedeni.

Drop-off nedir?

Drop-off, funnel’ın bir adımına ulaşan fakat sonraki gerekli adımı tamamlamayan kullanıcıların kaybını ifade eder.

Örneğin:

Product View:      10.000
Add to Cart:        3.000

Burada 7.000 kullanıcı product view’dan add to cart’a geçmemiştir.

Step conversion rate:

3.000 / 10.000 × 100
= %30

Drop-off rate:

(10.000 - 3.000) / 10.000 × 100
= %70

Veya daha basit biçimde:

Drop-off Rate =
100% - Step Conversion Rate

Bu bize şunu söyler:

Kullanıcıların %70’i bu geçişi tamamlamadı.

Ama şunu söylemez:

Kullanıcıların %70’i fiyatı pahalı bulduğu için ayrıldı.

İkinci cümle artık yorumdur ve ek kanıt gerektirir.

Funnel analysis neden “neden?” sorusunu tek başına cevaplamaz?

Bir e-ticaret sitesinde şu funnel’ı gördüğümüzü düşünelim:

Product View       20.000
↓
Add to Cart         4.000
↓
Begin Checkout      1.000
↓
Purchase              800

En büyük dikkat çekici geçişlerden biri:

Add to Cart
→
Begin Checkout

olabilir.

Fakat sebep hakkında yalnız funnel grafiğine bakarak kesin konuşamayız.

Olası nedenler:

• kargo maliyetinin geç görünmesi,
• minimum sipariş limiti,
• sepet sayfasında teknik hata,
• kupon alanının kullanıcıyı başka yerde kod aramaya göndermesi,
• kullanıcının sepeti wishlist gibi kullanması,
• stok problemi,
• mobil UX sorunu,
• yanlış event kurulumu

olabilir.

Funnel yalnızca araştırma alanını daraltmıştır.

Sonraki aşamada bu noktayı:

• segment analizi,
• teknik QA,
• session recordings,
• form veya checkout analytics,
• on-site survey,
• müşteri görüşmeleri,
• user testing

gibi yöntemlerle incelemek gerekebilir.

Funnel analysis problemi lokalize eder. Conversion research ise problemin neden oluştuğunu araştırır.

Conversion funnel nasıl oluşturulur?

Sağlıklı bir funnel kurulumu kullanıcı davranışlarını rastgele event listesine dizmekle başlamamalıdır.

Önce analiz etmek istediğimiz görevi tanımlamak gerekir.

1. Nihai hedefi belirle

İlk soru:

Kullanıcının hangi başarılı sonucu tamamlamasını ölçmek istiyoruz?

Bu sonuç:

• purchase,
• generate_lead,
• sign_up,
• subscription,
• demo request,
• booking

olabilir.

Google Analytics de generate_lead, purchase ve sign_up gibi davranışları önerilen event’ler arasında tanımlar.

2. Kritik kullanıcı adımlarını belirle

Daha sonra kullanıcıyı bu sonuca taşıyan kritik davranışları seçeriz.

E-ticaret için:

view_item
↓
add_to_cart
↓
begin_checkout
↓
purchase

Lead generation için:

Landing Page View
↓
CTA Click
↓
Form Start
↓
Generate Lead

SaaS onboarding için:

Sign Up
↓
Account Created
↓
Project Created
↓
Key Feature Used
↓
Activation

Burada her click’i funnel step yapmak gerekmez.

Funnel’ın amacı kullanıcı yolculuğunu yüzlerce event ile yeniden üretmek değil, kritik geçişleri görünür hale getirmektir.

3. Event tracking’in gerçekten çalıştığını doğrula

Funnel analizinden önce yapılması gereken en sıkıcı ama en önemli işlerden biri budur.

Örneğin purchase event’i bazı ödeme yöntemlerinde tetiklenmiyorsa:

Checkout → Purchase

drop-off’u kullanıcı problemi gibi görünür.

Gerçekte measurement problemidir.

Google, önerilen event’leri kurduktan sonra DebugView ve Realtime raporları üzerinden event’lerin tetiklendiğinin doğrulanmasını önerir.

Bu yüzden funnel analizinde ilk prensip:

Ölçüm sistemine güvenmeden davranış hakkında güçlü sonuç çıkarma.

GA4 ile funnel analysis nasıl yapılır?

Google Analytics 4 içinde Explore → Funnel Exploration kullanılarak özel funnel oluşturulabilir.

Her step event, page condition veya başka uygun koşullar üzerinden tanımlanabilir.

GA4 iki temel funnel yapısını destekler:

• Closed funnel: Kullanıcı ilk step’ten funnel’a girmek zorundadır.
• Open funnel: Kullanıcı funnel’ın sonraki adımlarından birinden de analize dahil olabilir.

Google ayrıca step’lerin doğrudan veya dolaylı olarak birbirini takip etmesini, belirli süre içinde gerçekleşmesini, funnel’ın segment ve dimension’larla breakdown edilmesini ve adımlar arasındaki elapsed time’ın incelenmesini destekler.

Open funnel ve closed funnel arasındaki fark nedir?

Bu ayar küçük görünür fakat sorulan soruyu tamamen değiştirebilir.

Şöyle bir funnel düşünelim:

Product View
↓
Add to Cart
↓
Purchase

Closed funnel kullanırsak yalnız Product View step’ini tamamlayarak funnel’a giren kullanıcıları değerlendiririz.

Open funnel kullanırsak örneğin Product View event’ini ölçüm periyodu içinde gerçekleştirmeden Add to Cart step’inden başlayan kullanıcılar da ilgili noktadan funnel’a dahil olabilir.

GA4’te open funnel kullanıcıların herhangi bir step’ten giriş yapmasına izin verirken closed funnel ilk step’i zorunlu tutar. Her iki durumda da sonraki adımlar tanımlanan sıraya göre değerlendirilir.

“Hangisi daha doğru?” sorusunun tek cevabı yoktur.

Doğru seçim analiz sorusuna bağlıdır.

Ordered funnel ne zaman önemlidir?

Bazı davranışlarda event sırası son derece önemlidir.

Örneğin:

begin_checkout
→
add_payment_info
→
purchase

gibi checkout analizinde sequence anlamlıdır.

Amplitude funnel analizinde örneğin:

• any order,
• this order,
• exact order

gibi farklı sıralama kuralları sunar.

“This order” seçeneğinde gerekli event’ler tanımlanan sırayla tamamlanır ancak arada başka event’ler olabilir. “Exact order” ise tanımlanan event’ler arasına başka event girmemesini şart koşabilir.

Buradaki prensip tool’dan bağımsızdır:

Funnel mantığı gerçek kullanıcı görevini nasıl tanımlıyorsa analiz kuralı da onu yansıtmalıdır.

Conversion window neden önemlidir?

Bir kullanıcının funnel’ı ne kadar sürede tamamlamasını bekliyoruz?

Bir yemek siparişi funnel’ında:

Menu
→ Cart
→ Checkout
→ Order

süre dakikalar olabilir.

Enterprise SaaS için:

Landing Page
→ Demo
→ Opportunity
→ Closed Won

süre haftalar veya aylar olabilir.

Bu nedenle funnel’ın conversion window’u kullanıcı davranışına uygun tanımlanmalıdır.

Amplitude da funnel conversion’ını tanımlanan event’lerin belirlenen conversion window içinde tamamlanmasına göre hesaplar.

Funnel metrikleri nasıl hesaplanır?

Step conversion rate

Bir sonraki adıma ulaşan kullanıcı
/
Önceki adıma ulaşan kullanıcı
× 100

Örneğin:

Add to Cart:     2.000
Begin Checkout:  1.200

1.200 / 2.000 × 100
= %60

Step drop-off rate

Kaybedilen kullanıcı
/
Önceki adımdaki kullanıcı
× 100

Aynı örnekte:

800 / 2.000 × 100
= %40

End-to-end funnel conversion

Final step users
/
Funnel entry users
× 100

Örneğin:

10.000 Product View
800 Purchase

800 / 10.000 × 100
= %8

Amplitude da total funnel conversion’ı bütün funnel’ı tamamlayan kullanıcıların ilk eventi gerçekleştiren kullanıcılara oranı olarak hesaplar.

En yüksek drop-off olan adım her zaman en önemli problem midir?

Hayır.

Bu funnel analizinde özellikle dikkat edilmesi gereken bir hatadır.

Örneğin:

Geçiş	Kullanıcı	Drop-off
A → B	100.000 → 80.000	%20 / 20.000 kişi
C → D	2.000 → 1.000	%50 / 1.000 kişi

İkinci geçişin drop-off oranı daha yüksektir.

Fakat ilk geçiş mutlak olarak 20 kat daha fazla kullanıcı kaybediyordur.

Amplitude’ın Funnel Analysis görünümünde “largest drop-off step” değerlendirmesinin mutlak kullanıcı kaybına göre yapılması da bu ayrımı gösterir.

Bunun üzerine business value da eklenmelidir.

Basitleştirilmiş öncelik mantığı:

Affected Volume
×
Potential Recovery
×
Business Value
×
Confidence

Bu matematiksel olarak evrensel bir CRO formülü değildir.

Ama yalnız “en kırmızı çubuk hangisi?” diye bakmaktan daha kullanışlı bir karar çerçevesidir.

Funnel mutlaka segmentlere ayrılmalıdır

Site geneli ortalama, gerçek problemi kolayca saklayabilir.

Örneğin genel checkout conversion:

%55

olabilir.

Fakat:

Desktop: %72
Mobile:  %38

ise çok farklı bir teşhis alanı ortaya çıkar.

Funnel’ı bağlama göre şu segmentlerle incelemek anlamlı olabilir:

• device category,
• traffic source / medium,
• campaign,
• landing page,
• new vs returning user,
• country / region,
• product category,
• customer type,
• browser veya operating system.

GA4 Funnel Exploration’da breakdown dimension kullanılarak funnel step’leri örneğin device category bazında karşılaştırılabilir.

SEO trafiği funnel analizine nasıl bağlanır?

SEO’nun başarı metriğini yalnız organik session olarak bırakırsak kullanıcı siteye geldikten sonraki değeri göremeyiz.

Örneğin:

Organic Search
↓
Landing Page
↓
Product View
↓
Add to Cart
↓
Checkout
↓
Purchase

şeklinde bir analiz yapılabilir.

Veya lead generation sitesinde:

Organic Landing
↓
Service Page Engagement
↓
CTA Click
↓
Form Start
↓
Lead
↓
Qualified Lead

Burada özellikle iki veri katmanını ayırmak gerekir:

SEARCH DATA
Query
Impression
Click
Landing Page

↓

BEHAVIOUR DATA
Session
Event
Funnel Step
Conversion

↓

BUSINESS DATA
Qualified Lead
Opportunity
Revenue

Arama sistemindeki görünürlükten iş sonucuna kadar olan zincirin tek metrikle açıklanamayacağını arama motorlarının nasıl çalıştığını anlattığım yazıda da özellikle ayırıyorum.

Lead generation funnel nasıl kurulabilir?

E-ticaret funnel’ları hazır event isimleri nedeniyle daha görünürdür.

Fakat hizmet sitelerinde de aynı mantık uygulanabilir.

Örneğin:

Landing Page View
10.000
↓
CTA Click
2.500
↓
Form Start
1.400
↓
Form Submit
800
↓
Qualified Lead
300
↓
Opportunity
100

Burada yalnız:

Form Submit Rate

optimize edilirse yanlış teşhis yapılabilir.

Formu kolaylaştırarak:

800 → 1.200 lead

üretilebilir.

Fakat qualified lead:

300 → 250

düşmüşse işletme açısından funnel iyileşmemiş olabilir.

Bu nedenle funnel mümkün olduğunda yalnız site event’lerinde bitmemelidir.

CRM ve satış sonucu da değerlendirmeye dahil edilmelidir.

E-ticaret funnel nasıl kurulabilir?

GA4’ün önerilen event yapısı e-ticaret için iyi bir başlangıç sağlar.

view_item
↓
add_to_cart
↓
view_cart
↓
begin_checkout
↓
add_shipping_info
↓
add_payment_info
↓
purchase

Google da purchase funnel ölçümünde özellikle begin_checkout, add_shipping_info, add_payment_info ve purchase event’lerini; gerektiğinde view_item, select_item ve add_to_cart adımlarını kullanmayı önerir.

Ancak bütün event’leri tek funnel’a doldurmak her zaman daha iyi değildir.

Bazen funnel’ı ayrı problemler halinde incelemek daha okunabilir olur:

Product funnel

view_item
→ add_to_cart

Cart funnel

add_to_cart
→ begin_checkout

Checkout funnel

begin_checkout
→ add_shipping_info
→ add_payment_info
→ purchase

Böylece farklı ekiplerin veya farklı problemlerin sahip olduğu geçişler daha rahat analiz edilebilir.

Time to convert neden önemlidir?

Yalnız kullanıcının conversion yapıp yapmadığını değil, bunu ne kadar sürede yaptığını da incelemek faydalıdır.

Örneğin iki varyantın final conversion rate’i aynı olabilir:

Variant A: %8
Variant B: %8

Fakat A’da kullanıcıların checkout tamamlaması ortalama 2 dakika, B’de 9 dakika sürüyorsa deneyim açısından incelenmesi gereken farklılık vardır.

GA4 funnel exploration step’ler arasında elapsed time gösterebilir. Amplitude da time to convert ve step transition sürelerini funnel analizinin bir parçası olarak değerlendirebilir.

Funnel analysis ile path analysis arasındaki fark nedir?

İkisi benzer görünür ama farklı sorular sorar.

Funnel analysis:

Kullanıcılar bizim tanımladığımız A → B → C yolunda nasıl ilerliyor?

Path analysis:

Kullanıcılar A’dan sonra gerçekte nereye gidiyor?

Örneğin funnel şunu gösterebilir:

Add to Cart
↓
Begin Checkout

%45 conversion

Path analizi ise kalan kullanıcıların:

Category Page
Search
Coupon Page
Another Product
Exit

gibi hangi yollara dağıldığını gösterebilir.

Amplitude da önceden tanımlanmış sequence’i ölçmek için Funnel Analysis, kullanıcıların farklı rotalarını keşfetmek için Journey/Path yaklaşımını birbirinden ayırır.

Funnel analizi ile CRO nasıl birleşir?

Funnel analysis doğrudan optimizasyon değildir.

Daha çok optimizasyon sürecinin teşhis katmanlarından biridir.

Sağlıklı sıra:

MEASURE
↓
LOCATE
↓
RESEARCH
↓
DIAGNOSE
↓
HYPOTHESIZE
↓
CHANGE / TEST
↓
MEASURE AGAIN

Örneğin funnel:

Mobil kullanıcılarda form_start → form_submit geçişi desktop’a göre ciddi biçimde daha zayıf.

diyebilir.

Sonraki araştırma:

Mobil formda validation hatası kullanıcıya görünmüyor.

bulgusunu üretebilir.

Hipotez:

Validation error mesajını ilgili form alanının yanında görünür hale getirmek, kullanıcıların hatayı düzeltebilmesini sağlayarak form completion rate’i artıracaktır.

şeklinde kurulabilir.

Burada funnel:

Formu redesign et.

demedi.

Hangi noktayı araştırmamız gerektiğini söyledi.

Funnel analizinde yapılan yaygın hatalar

Marketing funnel ile event funnel’ı birbirine karıştırmak

Awareness → Consideration → Decision faydalı bir stratejik model olabilir fakat analytics funnel kurmak için ölçülebilir davranışlara çevrilmesi gerekir.

Tracking QA yapmadan drop-off yorumlamak

Bozuk event gerçek kullanıcı davranışı gibi yorumlanabilir.

En yüksek yüzde kaybını otomatik P0 ilan etmek

Mutlak kullanıcı hacmi ve business value hesaba katılmalıdır.

Bütün kullanıcıları tek ortalamada değerlendirmek

Mobile, desktop veya trafik kaynakları arasında ciddi performans farkları gizlenebilir.

Drop-off’a bakıp sebep uydurmak

Funnel “nerede?” sorusuna güçlü cevap verir. “Neden?” sorusu için ek araştırma gerekir.

Her kullanıcı yolculuğunu lineer kabul etmek

Gerçek kullanıcılar geri döner, adım atlar, farklı cihaz kullanır ve farklı kanallardan tekrar giriş yapar.

Funnel’ı gereksiz event’lerle şişirmek

Her click kritik funnel step değildir. Analiz iş açısından anlamlı davranış geçişlerini göstermelidir.

Final conversion’da ölçümü bitirmek

Lead üretmek değer üretmekle aynı şey olmayabilir. Qualified lead, opportunity, revenue veya retention gibi downstream sonuçlar gerekebilir.

Pratik funnel analysis framework

Ben funnel analizini yedi aşamada ele alırım:

1. GOAL
Başarılı sonuç ne?

2. EVENTS
Bu sonuca giden kritik davranışlar hangileri?

3. QA
Event'ler gerçekten doğru ölçülüyor mu?

4. FUNNEL
Kullanıcılar hangi adımda kayboluyor?

5. SEGMENT
Kayıp hangi kullanıcı grubunda yoğunlaşıyor?

6. RESEARCH
Bu drop-off neden oluşuyor?

7. ACTION
Hangi değişiklik veya deney bunu doğrulayabilir?

Burada özellikle üçüncü ve altıncı adımlar funnel analizini sıradan dashboard okumaktan ayırır.

Önce verinin doğru olduğundan emin ol.

Sonra verinin söylemediği şeyi veriye söyletmeye çalışma.

Sonuç: Funnel bir cevap makinesi değil, teşhis aracıdır

Conversion funnel’ın değeri kullanıcıların yukarıdan aşağıya doğru azaldığını göstermek değildir.

Bunu görmek için renkli bir huni grafiğine ihtiyacımız yok.

Asıl değer:

Business Goal
↓
Critical User Actions
↓
Measured Funnel
↓
Drop-off
↓
Segment
↓
Research
↓
Hypothesis
↓
Experiment / Fix
↓
Business Outcome

zincirini kurabilmektir.

İyi funnel analysis:

Conversion rate düşük.

gibi geniş bir problemi:

Mobile organic kullanıcıların form_start → form_submit geçişinde belirgin kayıp var.

gibi araştırılabilir bir probleme dönüştürür.

Fakat bundan sonra hâlâ işimiz bitmez.

Çünkü funnel bize kaybın nerede olduğunu gösterir.

Kullanıcının neden ayrıldığını anlamak için davranışı, deneyimi ve bağlamı araştırmamız gerekir.

Funnel analysis’in görevi çözümü tahmin etmek değil, araştırmayı doğru probleme yönlendirmektir.

Sık Sorulan Sorular

Conversion funnel nedir?

Conversion funnel, kullanıcının satın alma, lead oluşturma, kayıt veya benzeri bir hedefe ulaşırken tamamlaması beklenen adımların ölçülebilir modelidir.

Funnel analysis nedir?

Funnel analysis, kullanıcıların tanımlanmış adımlar arasında ne oranda ilerlediğini ve hangi geçişlerde drop-off yaşandığını analiz etme yöntemidir.

Funnel ile customer journey aynı şey midir?

Hayır. Customer journey kullanıcının daha geniş ve çoğu zaman lineer olmayan deneyimini temsil eder. Funnel ise bu yolculuğun belirli ve ölçülebilir bir bölümünü analiz eder.

Drop-off ne demektir?

Drop-off, funnel’ın bir adımına ulaşan fakat sonraki gerekli adımı tamamlamayan kullanıcı kaybıdır. Hem mutlak kullanıcı sayısı hem drop-off oranı üzerinden incelenebilir.

GA4’te funnel analizi yapılabilir mi?

Evet. GA4 Explore bölümündeki Funnel Exploration ile açık veya kapalı funnel’lar oluşturulabilir, step’ler tanımlanabilir, breakdown kullanılabilir ve adımlar arasındaki elapsed time incelenebilir.

Funnel analizi kullanıcıların neden ayrıldığını gösterir mi?

Tek başına hayır. Funnel hangi adımda kayıp oluştuğunu gösterir. Kaybın nedenini anlamak için segment analizi, teknik kontrol, session recording, user testing, survey veya başka araştırma yöntemleri gerekebilir.

En yüksek drop-off olan step önce mi optimize edilmelidir?

Her zaman değil. Drop-off oranının yanında kaybedilen kullanıcı hacmi, kullanıcıların değeri, potansiyel ticari etki ve problemin çözülebilirliği de değerlendirilmelidir.