Segmage
Platform Turu Demo Talep Edin
Ana sayfa/Blog /Veri ve yapay zeka
Veri ve yapay zeka

Churn tahmini nasıl çalışır? Ayrılmadan önce fark etmek

Makine öğrenmesiyle ayrılma riskini tahmin etmenin mantığı, hangi sinyallerin önemli olduğu ve riski geri kazanım akışına dönüştürmek.

S Segmage Ekibi26 Ekim 2026 · 4 dk okuma

Churn tahmini, makine öğrenmesiyle her müşterinin önümüzdeki dönemde markayı bırakma olasılığını hesaplayan bir yöntemdir. Model, geçmişte ayrılan ve kalan müşterilerin davranışlarını karşılaştırır; alım sıklığındaki düşüş, azalan etkileşim ve şikâyet gibi sinyallerden bir risk skoru üretir. Bu skor geri kazanım akışlarını tetiklemek için kullanılır.

Churn, yani müşteri kaybı, çoğu markada geç fark edilir. Bir müşterinin gittiği, genellikle aylar sonra ve bir raporda ortalama olarak görünür. O noktada geri kazanmak hem zor hem pahalıdır. Churn tahmini, bu kaybı olmadan önce görmeyi amaçlar.

Churn nedir, nasıl tanımlanır?

Churn tanımı iş modeline göre değişir. Abonelik işlerinde aboneliğin iptali nettir. E-ticarette ise müşteri "ayrıldığını" söylemez; yalnızca bir daha gelmez. Bu yüzden önce tanımı netleştirmek gerekir.

  • E-ticaret: Normal alım aralığının belirgin şekilde dışına çıkmak, örneğin 90 gün alışveriş yapmamak.
  • Sigorta: Poliçeyi yenileme döneminde yenilememek.
  • Finans: Hesap hareketlerinin durması ya da ürün sayısının azalması.

Model hangi sinyallere bakar?

Makine öğrenmesi modeli, geçmişte ayrılan ve kalan müşterilerin davranışlarını karşılaştırarak örüntüleri öğrenir. Tek başına anlamsız görünen sinyaller birlikte güçlü bir tahmin oluşturur.

  • Son alışverişten bu yana geçen süre ve alım sıklığındaki değişim
  • Siteye ve uygulamaya giriş sıklığındaki düşüş
  • E-posta ve bildirim etkileşimlerinin azalması
  • Şikayet, iade ya da çağrı merkezi kayıtları
  • Sepet büyüklüğündeki ve harcamadaki değişim

Kural tabanlı tespit ile tahmin modeli arasındaki fark ne?

Kural tabanlı tespit Tahmin modeli
Nasıl çalışır? "90 gündür almadı" gibi sabit bir eşik Birçok sinyali birlikte değerlendirip olasılık üretir
Ne zaman fark eder? Kayıp büyük ölçüde gerçekleştikten sonra Davranış değişmeye başladığında, daha erken
Kişiye göre mi? Herkese aynı eşik Her müşterinin kendi alışkanlığına göre
Bakım Eşikleri ekip elle günceller Model yeni veriyle düzenli olarak yeniden hesaplanır

Skordan aksiyona

Tahmin skoru tek başına bir rapordur; değer, onu aksiyona çevirdiğinde ortaya çıkar. Churn riski skoru segment ve yolculuk koşulu olarak kullanıldığında, riski yükselen müşteri kendiliğinden bir geri kazanım akışına girer.

İpucu: Riski müşteri değeriyle (LTV) birlikte değerlendir. Yüksek riskli ve yüksek değerli müşteri önceliklidir; düşük değerli müşteriye pahalı bir teklif bütçeyi eritir.

Geri kazanım akışı örneği

  • Tetikleyici: churn riski "yüksek" seviyesine çıktı.
  • Koşul: müşteri değeri katmanı VIP mi?
  • VIP ise kişiye özel teklif, en uygun kanaldan.
  • Değilse içerik odaklı hatırlatma ve ürün önerisi.
  • Satın alırsa akıştan çık, risk skorunu izlemeye devam et.

Başarıyı nasıl ölçersin?

Geri kazanım kampanyasının etkisini görmek için riskli müşterilerin küçük bir kısmını kontrol grubu olarak ayır. Akışa giren ve girmeyen grup arasındaki elde tutma farkı, kampanyanın gerçek katkısıdır.

Segmage'de churn tahmini nasıl kullanılır?

Segmage'de tahminleme her müşteriyi churn riskine göre Kritik, Yüksek, Orta ve Düşük bandlarına yerleştirir; skorlar her gün yeniden hesaplanır. Müşteri profilindeki churn panelinde risk faktörleri ve öneri yer alır. Segment kurarken "Tahminsel skor" kuralıyla kaybetme riskini koşul yapabilir, bu segmenti bir geri kazanım yolculuğunun hedef kitlesi olarak kullanabilir ve etkisini karşılaştırma grubuyla ölçebilirsin.

Churn önlemede sık yapılan hatalar

  • Herkese aynı teklif: Riskli her müşteriye indirim göndermek, zaten kalacak olanlara da gereksiz bütçe harcar.
  • Geç müdahale: Kaybı yalnızca uzun süre alışveriş yapmamakla tanımlamak, geri kazanmanın zorlaştığı ana kadar beklemek demektir.
  • Nedeni görmezden gelmek: Şikâyet ya da teslimat sorunu yaşayan müşteriye kampanya mesajı değil, çözüm gerekir.
  • Ölçmeden genişletmek: Kontrol grubu olmadan geri kazanım kampanyasının etkisi abartılı görünebilir.
  • Skoru tek başına bırakmak: Risk skoru ancak bir segment ya da yolculuk koşuluna dönüştüğünde değer üretir.

Churn tahmini bir kez kurulup bırakılacak bir proje değildir. Ürün yelpazesi, fiyatlar ve müşteri alışkanlıkları değiştikçe hangi sinyallerin önemli olduğu da değişir. Geri kazanım akışlarının sonuçlarını düzenli olarak gözden geçirmek, hangi tekliflerin ve kanalların gerçekten işe yaradığını görmeni ve akışı buna göre güncellemeni sağlar.

Sık sorulan sorular

Churn tahmini için ne kadar veri gerekir?

Modelin örüntü öğrenebilmesi için hem ayrılan hem de kalan müşterilere ait yeterli geçmiş davranış verisi gerekir. Gereken miktar iş modeline ve alım sıklığına göre değişir; veri azsa sonuçların kesinliği de düşük olur.

Churn skoru yüksek her müşteriye indirim mi göndermeliyim?

Hayır. Riski müşteri değeriyle birlikte değerlendir. Yüksek riskli ve yüksek değerli müşteriye kişisel bir teklif mantıklıdır; düşük değerli müşteri için içerik odaklı hatırlatma ve ürün önerisi daha uygun maliyetlidir.

Geri kazanım kampanyasının işe yarayıp yaramadığını nasıl anlarım?

Riskli müşterilerin bir kısmını kontrol grubu olarak ayır. Akışa giren ve girmeyen grup arasındaki elde tutma farkı, kampanyanın gerçek katkısını gösterir.

Churn riski skoru ne sıklıkla güncellenmeli?

Müşteri davranışı sürekli değiştiği için skorun düzenli olarak yeniden hesaplanması gerekir. Segmage'de tahmin skorları her gün yeniden hesaplanır; böylece riski yükselen müşteri birkaç hafta sonra değil, davranışı değişmeye başladığında fark edilir.

Paylaş

Segmage'i kendi verilerinizle tanıyın.

Verilerinizi, kanallarınızı ve hedeflerinizi birlikte inceleyelim; size uygun kurulumu bir görüşmede belirleyelim.

Demo Talep Edin Platformu İnceleyin