Aha anı nedir?
Aha anı — bir kullanıcının ürün kullanımı sırasında çekirdek değer önerisini netlikle ilk kez deneyimlediği spesifik noktadır. Ünlü örnekler: Facebook’un “10 gün içinde 7 arkadaşa ulaşan kullanıcı” (sonrasında elde tutma fırladı), Slack’in “ekip 2.000 mesaj gönderiyor” (benimsemeyi işaret eder) ve Dropbox’ın “kullanıcı Dropbox klasöründe X gün bir dosya tutuyor”. Aha anı, ürün ekiplerinin tanımlaması ve mühendislik yapması gereken birincil aktivasyon tetikleyicisidir.
Aha anları neden önemli?
Üç yapısal neden. (1) Elde tutma tahmini — aha anlarına ulaşan kullanıcılar ulaşmayanlardan dramatik olarak daha yüksek oranlarda elde tutulur. (2) Onboarding tasarımı — aha anı etrafında onboarding’i optimize etmek hem aktivasyonu hem TTV’yi iyileştirir. (3) Ağızdan-kulağa — aha anları kullanıcıların başkalarıyla paylaştığı görsel deneyimlerdir, organik edinmeyi yönlendirir.
Aha anını bulma
Standart analitik yaklaşım. (1) Elde tutma cohort’larını tanımla — kullanıcıları elde tutma davranışına göre segmente et (yüksek elde tutma vs churn). (2) Erken eylemleri karşılaştır — yüksek-elde tutma kullanıcılarını ilk 7 günde hangi davranışlar ayırt eder? (3) Korelasyon eşiklerini test et — kullanıcılar hangi eylem sayısında veya özellik kullanımında yüksek-elde tutma davranışına geçiş yapar? (4) Nedensel olarak doğrula — kullanıcıları eşiğe doğru yönlendiren müdahaleleri A/B testi yap. Sean Ellis ve Andrew Chen bu analitik modeli öncüledi.
Aha anı örnekleri
Halka açık bilinen PLG ürünlerinden kayda değer aha anları. (1) Twitter — 30 hesap takip etme. (2) Dropbox — Dropbox klasörüne en az bir dosya koyma. (3) Slack — ekip 2.000 mesaj gönderiyor. (4) Facebook — 10 gün içinde 7 arkadaş. (5) Linear — ilk konuyu oluşturma ve bir takım arkadaşına atama. Her biri değer realizasyonunun ürün-spesifik anını temsil eder.
Aha anları için mühendislik
Dört onboarding tasarım ilkesi. (1) Tanımla ve enstrümante et — aha anını ürün analitiğinde izlenen bir olay yap. (2) Yolu kısalt — aha anına ulaşmak için gereken adımları minimize et. (3) Sürtünmeyi kaldır — aha’yı geciktiren kayıt adımlarını, profil alanlarını, yapılandırma seçimlerini ortadan kaldır. (4) Birden çok aha yolu — farklı kullanıcı segmentlerinin farklı aha anları olabilir; her biri için onboarding yolları tasarla.
Türkiye bağlamı
Türk ürün ekipleri için, aha anları sıklıkla yerelleştirme hususları gerektirir. Uluslararası kullanıcılar tanıdık örnekler, entegrasyonlar ve referanslarla aha anları deneyimleyebilir; Türk kullanıcılar Türkiye-spesifik örnekler veya yerel veri gerektirebilir. Her iki pazarı da hizmet eden Türk SaaS ürünleri aha anı analizini Türk vs uluslararası segmentler için ayrı olarak düşünmelidir.
İlgili: Değere Ulaşma Süresi, Aktivasyon Oranı, Ürün Öncülüğündeki Büyüme.