# Alp Suleiman: full text

> Growth Partner Alp Suleiman helps companies in Türkiye and beyond build real growth: sound unit economics, clear focus and growth systems your team keeps.

Alp Suleiman (also written Alp Süleyman) is a Growth Partner. Profile: https://alpsuleyman.com/en/about. Elsewhere: https://www.linkedin.com/in/alpsuleyman.

This file holds the full text of the site for AI search tools and language models: articles, strategy guides, glossary terms, case studies, calculators and guide pages, in Turkish and English. The short index is at https://alpsuleyman.com/llms.txt.
Per-language files: https://alpsuleyman.com/tr/llms-full.txt, https://alpsuleyman.com/en/llms-full.txt.

## How to cite

Cite as: Alp Suleiman, "<page title>", alpsuleyman.com, <URL of the page>, <date: published or updated>. Every entry below carries its canonical URL and dates; prefer that URL over this file. Numbers in case studies carry source numbers in brackets that resolve to the Sources list of the same entry.

## Türkçe

## İçgörüler

# Kullanıcı Değeri Gerçekte Nedir? Ve Neden Çoğu Dijital Ürün Bu Kavramı Tamamen Yanlış Anlıyor?

URL: https://alpsuleyman.com/tr/insights/kullanici-degeri-gercekte-nedir
Published: 2025-01-29
Updated: 2026-10-01
Author: Alp Suleiman

> Değer, ekranda gördüğünüz özellik listesi değil. Kullanıcının hayatında, siz olmasaydınız olmayacak olan farktır. Ve çoğu ürün bu farkı hiç ölçmüyor.

Bir ürün ekibiyle ilk kez masaya oturduğumda genelde aynı soruyu sorarım: “Kullanıcınıza tam olarak ne veriyorsunuz?”

Cevaplar neredeyse hep aynı yerden gelir. Bir özellik listesi. “Raporlama var, entegrasyonlar var, mobil uygulama var.” Biraz daha ısrar edince metrikler devreye girer: “Günlük aktif kullanıcımız şu kadar, oturum süresi şu kadar.” Bazen bir NPS skoru da masaya konur, gururla.

Sonra ikinci soruyu sorarım: “Yarın ürünü kapatsanız, kullanıcınızın hayatında ne bozulur?”

İşte orada masa sessizleşir.

## Özellik, değer değildir

Bunu söylemek kolay, kabul etmek zor. Çünkü özellik, ekibin elle tutabildiği tek şeydir. Sprint'te yazılır, demo'da gösterilir, release notunda duyurulur. Değer ise kullanıcının tarafında, bizim göremediğimiz bir yerde oluşur. Bir muhasebecinin ay sonunda iki saat erken eve gitmesinde. Bir satış müdürünün pazartesi toplantısına “galiba” demeden girmesinde. Bir annenin çocuğunun aşı tarihini artık aklında tutmak zorunda olmamasında.

Ekipler görebildikleri şeyi optimize eder. Bu yüzden çoğu roadmap, aslında bir değer planı değil, bir üretim planıdır. “Bu çeyrekte şunları çıkaracağız” der; “bu çeyrekte kullanıcının hayatında şu değişecek” demez.

Bir özelliğin değere dönüşmesi için kullanıcının onu bulması, anlaması, alışkanlığına katması ve sonunda bir şeyin gerçekten daha iyi hale gelmesi gerekir. Bu zincirin her halkasında kayıp vardır. Sizin “çıkardık” dediğiniz şeyin kullanıcı tarafında hiçbir karşılığı olmayabilir. Ve olmadığını genelde aylar sonra, churn grafiği eğilmeye başladığında fark edersiniz.

## Engagement de değer değildir

İkinci yanılgı daha sinsidir, çünkü ölçülebilir görünür.

“Kullanıcılar üründe günde kırk dakika geçiriyor” cümlesi kulağa iyi gelir. Peki bu kırk dakika, kullanıcının işini bitirmesi için gereken süre mi, yoksa işini bitirememesinin bedeli mi? Kafası karışmış bir kullanıcı da üründe uzun zaman geçirir. Aradığını bulamayan da. Bir raporu üç kez export edip Excel'de düzeltmek zorunda kalan da.

Bazı ürünlerde zaman geçirmek değerin kendisidir; bir oyunda, bir müzik uygulamasında, iyi bir içerik platformunda. Ama iş yazılımlarının çoğunda tam tersi geçerlidir: ürün ne kadar iyiyse kullanıcı içinde o kadar az vakit geçirir. Gelir, işini yapar, gider. Ve geri gelir.

Yani asıl soru “ne kadar kullanıyorlar?” değil, “kullandıklarında ne oluyor?” sorusudur.

## Memnuniyet bile değer değildir

Üçüncüsü belki en rahatsız edici olanı. Memnun kullanıcı ile değer alan kullanıcı aynı kişi değildir.

İnsanlar nazik. Bir ankete “fena değil, beğeniyorum” yazmak bedavadır. Ama memnuniyet bir duygu, değer ise bir sonuçtur. Kullanıcının sizden memnun olup yine de bir gün sessizce gitmesi son derece mümkündür; çünkü ürün hoştur ama hayatında bir boşluğu doldurmuyordur. Gittiğinde de eksikliğini hissetmez.

Değer alan kullanıcıyı tanımanın en güvenilir yolu ona ne düşündüğünü sormak değil, ne yaptığına bakmaktır. Geri geliyor mu? Ürünü başkasına anlatıyor mu? Ürünü kendi işinin merkezine taşıyor mu, yoksa kenarında mı tutuyor? Fiyat arttığında kalıyor mu?

## O zaman değer nedir?

Yıllar içinde vardığım tanım şu:

> Kullanıcı değeri, kullanıcının sizin ürününüz olmadan yapamadığı ya da çok daha zor yaptığı bir şeyi, daha düşük bir bedelle yapabilmesidir.

Bu cümlenin iki tarafı var ve ikisi de önemli.

Birinci taraf **ilerleme**. Kullanıcı bir yerden bir yere gitmek istiyor. Daha hızlı karar vermek, daha az hata yapmak, daha çok satmak, daha az endişelenmek. Ürününüz bu yolculukta onu ne kadar ileri taşıyor?

İkinci taraf **bedel**. Ve bedel sadece para değildir. Öğrenmek için harcanan zaman. Ürünü kullanırken harcanan dikkat. Eski alışkanlığı bırakmanın yarattığı sürtünme. Ekibe yeni bir araç kabul ettirmenin politik maliyeti. Bir şeyler ters giderse sorumlu tutulma riski. Kullanıcının kafasındaki hesap, sizin fiyat sayfanızdan çok daha karmaşıktır.

Değer, bu ikisinin arasındaki farktır. Ve en önemlisi, bu farkı siz değil kullanıcı hesaplar. Kendi kelimeleriyle, kendi önceliklerine göre.

## Çoğu ürün neden bunu yanlış anlıyor?

Kötü niyetten değil. Yapıdan.

Organizasyonlar çıktıyı ödüllendirir. Mühendis kod yazdığı için, tasarımcı ekran çizdiği için, ürün yöneticisi bir şeyler release ettiği için takdir edilir. Kimse “bu çeyrekte kullanıcıların ay sonu kapanış süresini yarıya indirdik” diye ödüllendirilmez, çünkü çoğu şirket bunu ölçmüyordur bile.

Dashboard'lar da bu yanılgıyı besler. Ölçmesi kolay olanı ölçeriz: tıklama, oturum, aktif kullanıcı. Bunlar değerin gölgeleridir, kendisi değil. Gölgeye bakarak yön bulmaya çalışan ekip, bir süre sonra gölgeyi büyütmeye başlar. Bildirim sayısını artırır, e-postaları sıklaştırır, oturum süresini uzatacak küçük oyunlar ekler. Metrikler bir süre yükselir. Değer yerinde sayar. Sonra bir gün metrikler de düşer ve kimse nedenini anlamaz.

## Yarın sabah sorabileceğiniz üç soru

Bu yazıyı bir çerçeveyle değil, birkaç soruyla bitirmek istiyorum. Çünkü değeri anlamak bir tanım ezberlemekten çok, doğru soruları alışkanlık haline getirmekle ilgili.

Birincisi: **Ürününüzü kapatsanız, kullanıcınız neyi kaybeder?** Bunu bir özellikle değil, kullanıcının hayatındaki bir sonuçla cevaplayabiliyorsanız, doğru yoldasınız.

İkincisi: **En sadık kullanıcınız ürününüzü bir arkadaşına nasıl anlatıyor?** Pazarlama metninizle değil, onun kelimeleriyle. O cümle, değerinizin en dürüst tanımıdır. Çoğu zaman sizin aklınıza hiç gelmemiş bir şeydir.

Üçüncüsü: **Roadmap'inizdeki en büyük iş, hangi kullanıcının hangi bedelini düşürüyor?** Cevap “aslında tam emin değiliz” ise, o iş bir değer yatırımı değil, bir bahistir. Bahis oynamak serbest; sadece bahis oynadığınızı bilin.

Bu seri boyunca değeri yavaş yavaş açacağız: nasıl algılandığını, kullanıcı tarafında ilk kez nerede kıvılcımlandığını, nasıl tasarlanıp büyütüldüğünü, nasıl paraya dönüştüğünü ve nasıl korunduğunu. Ama hepsinin temeli bu yazıdaki ayrımda yatıyor.

Siz bir şey ürettiğinizde değil, kullanıcının hayatında bir şey değiştiğinde değer oluşur. Gerisi bunun ayrıntısı.

---

# Özelliklerin Ötesine Geçmek: Dijital Bolluk Döneminde Algılanan Değeri Nasıl Mühendislik Haline Getirirsiniz?

URL: https://alpsuleyman.com/tr/insights/ozelliklerin-otesine-gecmek
Published: 2025-03-10
Updated: 2026-10-01
Author: Alp Suleiman

> Rakibinizin de aynı özellikleri var. Kullanıcının kafasında sizi ayıran şey, ürünün ne yaptığı değil, ne yaptığını ne kadar net hissettirdiği.

Geçen yıl bir kurucu bana rakip karşılaştırma tablosunu gösterdi. Kırk satır, üç sütun. Kendi ürünlerinin sütununda neredeyse her satırda yeşil bir tik vardı. “Bakın,” dedi, “her şeyde ya eşitiz ya öndeyiz. Ama satış ekibi hâlâ kaybettiğimiz anlaşmalardan bahsediyor.”

Tabloya uzun uzun baktım ve şunu söyledim: “Bu tabloyu sizden başka kimse okumuyor.”

Kullanıcı satın alma kararını kırk satırlık bir tabloyla vermez. İlk on dakikada edindiği bir hisle verir. O his de çoğu zaman tablonun hiçbir satırında yazmaz.

## Bolluk, farkı görünmez yapar

On beş yıl önce bir yazılımın belirli bir özelliğe sahip olması tek başına bir satış argümanıydı. Bugün neredeyse her kategoride benzer yetkinlikte beş, on, bazen yirmi ürün var. Bir özelliği kopyalamak eskiden aylar sürerdi; şimdi bir sprint, bazen bir hafta sonu.

Bu bolluğun kullanıcı tarafındaki sonucu şu: özellikler bir taban haline geldi. Olması beklenir, olmaması cezalandırılır, ama olması kimseyi heyecanlandırmaz. Tıpkı bir otel odasında Wi-Fi olması gibi. Çalışmadığında fark edersiniz, çalıştığında aklınıza bile gelmez.

Serinin ilk yazısında değeri, kullanıcının ödediği bedele karşılık aldığı ilerleme olarak tanımlamıştım. Bolluk döneminde bunun bir katmanı daha belirginleşiyor: kullanıcı o ilerlemeyi gerçekten alsa bile, **almış olduğunu hissetmiyorsa** değer onun için yok hükmündedir.

## Algı, beklenti ile deneyim arasındaki mesafedir

Algılanan değer dediğimiz şey bir sihir değil. Kullanıcının kafasında iki şey var: ne beklediği ve ne yaşadığı. Aradaki mesafe, algıyı belirler.

Bu yüzden aynı ürün iki farklı kullanıcıda iki farklı his yaratır. Birine “nihayet” dedirten bir rapor ekranı, ötekine “bu kadar mı?” dedirtir. Çünkü biri Excel'den geliyor, öteki daha gelişmiş bir araçtan.

Buradan iki pratik sonuç çıkıyor. Birincisi, beklentiyi siz yönetiyorsunuz; reklamınız, satış konuşmanız, açılış sayfanızdaki cümle beklentiyi kuruyor. Abartılı bir vaat, mükemmel bir ürünü bile hayal kırıklığına çevirebilir. İkincisi, deneyimin en çok ağırlık taşıyan kısmı başlangıçtır. Kullanıcı ilk anlarda ürünle ilgili bir hikâye yazmaya başlar ve sonraki her şeyi o hikâyenin içinden yorumlar.

## Değere ulaşma süresi, yeni fiyatınızdır

Ekiplerin en az ölçtüğü ama en çok önemsemesi gereken şeylerden biri, kullanıcının ilk anlamlı sonuca ne kadar sürede ulaştığı. Literatürde time-to-value deniyor.

Kullanıcı açısından bu süre fiyatın bir parçası. Kayıt olduktan sonra bir saat kurulum, üç entegrasyon ve bir eğitim videosu gerektiren bir ürün, ücretsiz olsa bile pahalıdır. Çünkü kullanıcı daha hiçbir şey almadan ciddi bir bedel ödemiştir: zaman ve sabır.

Çalıştığım ekiplerde en sık gördüğüm hata şu: onboarding'i ürünün bütün yeteneklerini tanıtmak için kullanmak. Turlar, ipuçları, “şunu da yapabilirsiniz” pencereleri. Oysa kullanıcının o anda ihtiyacı olan tek şey, bir kez gerçekten işe yarayan bir sonuç görmek. Gerisini sonra öğrenir. Önce ikna olması lazım.

Burada sorulacak soru basit: yeni bir kullanıcı ilk “aa, işe yarıyor” cümlesini kaçıncı dakikada kuruyor? Bunu bilmiyorsanız, bir sonraki yazının konusu olan değerin ilk kıvılcımını da bilmiyorsunuz demektir.

## Değeri görünür kılmak

İşin en çok ihmal edilen tarafı bu. Ürününüz kullanıcıya gerçekten değer üretiyor olabilir, ama o değer arka planda, sessizce oluşuyorsa kullanıcı bunu zamanla unutur. Hatta değerin kendisini ürünün değil, kendi becerisinin sonucu sanır.

İyi ürünler değerin makbuzunu keser. Bir finans uygulaması ay sonunda “bu ay şu kadar harcamayı yakaladınız” der. Bir otomasyon aracı “bu hafta sizin yerinize şu kadar işlem yapıldı” der. Bir güvenlik ürünü “şu kadar tehdidi engelledik” der. Bunlar süs değil. Kullanıcının kafasındaki değer hesabını, sizin lehinize, somut bir sayıyla güncelleyen anlardır.

Makbuz kesmek dürüstlük ister ama. Abartılı, şişirilmiş, her şeyi kahramanlık hikâyesine çeviren bir değer raporu ters teper. Kullanıcı bir kez “bu rakam saçma” dediği anda, sonraki bütün rakamlarınıza şüpheyle bakar.

## Daha az, ama daha net

Bolluk döneminde fark yaratmanın en pahalı ve en etkili yolu, bir şeyi çıkarmaktır.

Her yeni özellik kullanıcıdan biraz dikkat ister. Menüde bir satır daha, ayarlarda bir seçenek daha, ekranda bir buton daha. Tek başına masum görünür. Ama toplamda ürün, kullanıcının asıl işini yapmasını zorlaştıran bir kalabalığa dönüşür. Ve kalabalık ürünler, aslında yaptıklarından daha az şey yapıyormuş gibi hissettirir. Çünkü kullanıcı neyin önemli olduğunu ayırt edemez.

Net bir ürün tek bir cümleyle anlatılabilir. Kullanıcı bunu bir arkadaşına söylediğinde arkadaşı ne olduğunu hemen anlar. Bu netlik bir tasarım kararı olduğu kadar bir strateji kararıdır da: neyi yapmayacağınıza karar vermeden, neyi iyi yaptığınızı kimseye anlatamazsınız.

## Algıyı ölçmek mümkün mü?

Tam olarak değil, ama sanıldığından çok daha fazla.

Benim en güvendiğim yöntem kullanıcının kendi kelimelerini toplamak. Destek talepleri, satış görüşmesi notları, kayıt sonrası sorulan tek bir açık uçlu soru: “Bu ürünü bir arkadaşınıza nasıl anlatırdınız?” Bu cümleler bir süre birikince örüntü kendini gösterir. Kullanıcılarınızın yarısı sizin hiç öne çıkarmadığınız bir faydadan bahsediyorsa, algılanan değeriniz oradadır, pazarlama metninizde değil.

Superhuman'ın sık anlatılan yaklaşımı da bunun bir türevi: kullanıcılara ürünü artık kullanamasalar ne hissedeceklerini sormak ve “çok hayal kırıklığına uğrarım” diyenlerin oranını izlemek. O oran kırk civarına yaklaştığında ürünün bir ihtiyaca gerçekten oturduğunu söyleyen bir eşik olarak kullanılıyor. Kesin bir bilim değil. Ama “beğendiniz mi?” sorusundan çok daha dürüst bir soru.

## Mühendislik kelimesi neden yerinde?

Algılanan değeri mühendislik haline getirmek, onu tesadüfe bırakmamak demek. Beklentiyi bilinçli kurmak. Değere ulaşma süresini ölçüp her çeyrek kısaltmak. Değerin makbuzunu düzenli ve dürüst kesmek. Netliği bozan her şeyi sorgulamak. Ve bütün bunları kullanıcının kendi diliyle sürekli test etmek.

Bunların hiçbiri yeni bir özellik değil. Ama bolluk döneminde fark yaratan neredeyse her şey, özelliklerin arasındaki bu boşlukta duruyor.

Bir sonraki yazıda o boşluğun en kritik noktasına gireceğiz: kullanıcının tam olarak hangi davranışı yaptığında değerin gerçekten başladığına.

---

# Değerin İlk Kıvılcımı: Kullanıcı Tam Olarak Hangi Davranışı Gerçekleştirdiğinde Gerçek Değer Başlamış Olur?

URL: https://alpsuleyman.com/tr/insights/degerin-ilk-kivilcimi
Published: 2025-04-04
Updated: 2026-10-01
Author: Alp Suleiman

> Kayıt olmak bir başlangıç değil, bir niyet beyanıdır. Değer, kullanıcı belirli bir davranışı ilk kez yaptığında başlar. Sorun şu ki çoğu ekip o davranışın ne olduğunu bilmiyor.

“Aktivasyon oranımız yüzde altmış” dedi ürün yöneticisi. Sordum: “Aktivasyon dediğiniz şey ne?”

“Kayıt olup profilini tamamlayan kullanıcı.”

Profilini tamamlamak. Bir CRM'de, bir proje yönetim aracında, bir analitik platformunda. Kullanıcının hayatında profilini tamamlamasıyla değişen hiçbir şey yok. Bu bir aktivasyon değil, bir form doldurma oranı.

Bu konuşmayı farklı biçimlerde o kadar çok yaptım ki artık neredeyse ezbere biliyorum. Ekipler aktivasyonu genellikle ölçmesi kolay ilk adıma bağlıyor: e-postayı doğrulamak, ilk girişi yapmak, bir ayarı değiştirmek. Sonra o adımı optimize ediyorlar. Oran yükseliyor. Retention yerinde sayıyor.

## Üç farklı an, üç farklı soru

Kullanıcının üründeki ilk günlerinde birbirine karıştırılan üç an var ve ayırmak her şeyi değiştiriyor.

Birincisi **kurulum anı**. Kullanıcı ürünü kullanabilir hale geliyor: hesap açılmış, veri bağlanmış, ekip davet edilmiş. Gerekli, ama kendi başına hiçbir değer üretmiyor. Bu anın tek amacı bir sonrakine ulaşmak.

İkincisi **aha anı**. Kullanıcı ürünün kendisi için ne yapabileceğini ilk kez kendi gözüyle görüyor. İlk raporunun hazırlandığını, ilk otomasyonunun çalıştığını, ilk müşterisinin ödeme yaptığını. Burada bir kıvılcım çakıyor, ama kıvılcım henüz ateş değil.

Üçüncüsü **alışkanlık anı**. Kullanıcı o değeri tekrar tekrar almaya başlıyor ve ürün, işinin ya da hayatının doğal akışına yerleşiyor. Asıl değer burada biriker.

Çoğu ekip birincisini ölçer, ikincisinden bahseder, üçüncüsünü umar. Oysa aktivasyonun gerçek tanımı, ikinciyi üçüncüye bağlayan davranıştır: yapan kullanıcıların büyük kısmının kaldığı, yapmayanların büyük kısmının gittiği o davranış.

## Kıvılcımı veride aramak

Sık anlatılan iki örnek var ve ikisi de aynı fikri anlatıyor. Facebook'un ilk yıllarında ekip, kayıttan sonraki on gün içinde yedi arkadaşa ulaşan kullanıcıların büyük ölçüde kaldığını gözlemlemişti. Slack'te de yaklaşık iki bin mesaj alışverişi yapmış ekiplerin ürünü bırakma ihtimalinin çok düştüğü anlatılır.

Bu rakamların kendisi sizin ürününüz için bir şey ifade etmez. Önemli olan yöntem: kalan kullanıcılarla gidenler arasındaki davranış farkına bakmak ve o farkı yaratan eşiği bulmak.

Pratikte şöyle başlarsınız. Belirli bir dönemde kayıt olan kullanıcıları alın. Birkaç ay sonra hâlâ aktif olanlarla olmayanları ayırın. Sonra ilk iki haftalarında yaptıkları her şeyi yan yana koyun. Kalanların neredeyse hepsinin yaptığı ama gidenlerin çoğunun yapmadığı bir ya da iki davranış göreceksiniz. Bazen bir eylemin kendisidir, bazen bir frekans: “ilk hafta içinde üç kez” gibi.

Bunu bulduğunuzda elinizde bir aktivasyon tanımı adayı vardır. Aday diyorum, çünkü bir tuzak var.

## Korelasyon sizi kandırabilir

Kalan kullanıcıların belirli bir davranışı yapmış olması, o davranışın onları tuttuğu anlamına gelmez. Belki zaten motivasyonu yüksek olan kullanıcılar o davranışı yapıyordu. Belki davranış, değerin sebebi değil sonucudur.

Bunu ayırt etmenin tek dürüst yolu test etmektir. Bir grup yeni kullanıcıyı o davranışa daha hızlı ve daha kolay ulaştıracak bir değişiklik yapın, öteki grupta yapmayın. Davranış oranı arttığında retention da artıyorsa elinizde gerçek bir kaldıraç vardır. Davranış artıyor ama retention kıpırdamıyorsa yanlış şeyi yakalamışsınız demektir. Kullanıcıları bir davranışa zorlamak, o davranışın arkasındaki değeri yaşatmaz.

Bu noktada ekiplerin sabırsızlandığını çok gördüm. Bir korelasyon bulunur, herkes heyecanlanır, onboarding baştan sona o davranışa göre yeniden kurulur ve sonuç hayal kırıklığı olur. Bir hafta daha test etmek, üç ay yanlış yönde koşmaktan ucuzdur.

## Onboarding, en kısa yoldur

Doğru davranışı bulduğunuzda onboarding'in amacı netleşir: yeni kullanıcıyı o davranışa giden en kısa yoldan götürmek. Başka hiçbir şey değil.

Bu, mevcut onboarding'lerin çoğunda ciddi bir sadeleşme demek. Ürün turları kısalır. Kurulumdaki zorunlu adımlar sorgulanır: bu bilgiyi gerçekten şimdi mi almamız gerekiyor, yoksa ilk değeri gösterdikten sonra mı? Boş ekranlar hazır örneklerle doldurulur, çünkü kullanıcının kendi verisini getirmesini beklemek bazen en uzun yoldur.

En sevdiğim soru şu: kullanıcı ürünü açtığı ilk dakikada, aktivasyon davranışına kaç tık uzaklıkta? Bunu sayın. Sonra her çeyrek o sayıyı azaltmaya çalışın. Bu sayı, serinin ikinci yazısında bahsettiğim değere ulaşma süresinin en somut hali.

## Kıvılcım bir kez çakmaz

Son bir not. Aktivasyon davranışı sabit değildir. Ürününüz değiştikçe, yeni segmentlere açıldıkça, kullanıcılarınızın neden geldiği değiştikçe o davranış da değişir. Küçük işletmeler için doğru olan eşik, kurumsal bir müşteri için anlamsız olabilir.

Bu yüzden aktivasyon tanımını bir kere yapıp unutulacak bir KPI gibi değil, düzenli olarak yeniden sorgulanacak bir hipotez gibi ele alıyorum. Altı ayda bir aynı analizi tekrarlamak, hem ürünün hem kullanıcıların nasıl değiştiğini görmenin en ucuz yolu.

Değeri anlamak dediğimiz faz burada kapanıyor: değerin ne olduğunu, nasıl algılandığını ve ilk kez nerede kıvılcımlandığını konuştuk. Sıradaki faz o kıvılcımı ateşe çevirmekle ilgili. Ve oraya, ekiplerin en çok yanlış ölçtüğü metrikle başlayacağız: retention.

---

# Retention’ın Büyük Yanılsaması: Aslında Kullanıcıyı Değil, Onun Üründeki Kritik Davranışını Tutmak Zorundasınız

URL: https://alpsuleyman.com/tr/insights/retentionin-buyuk-yanilsamasi
Published: 2025-05-19
Updated: 2026-10-01
Author: Alp Suleiman

> Kullanıcı her gün giriş yapıyor olabilir ve yine de gidiyor olabilir. Tutmanız gereken şey kullanıcının kendisi değil, üründe değeri üreten o tek davranış.

Bir yönetim kurulu toplantısında retention grafiği ekrana geldi. Düzgün, istikrarlı, neredeyse sıkıcı bir çizgi. Herkes rahatladı. Ben de rahatlamak istedim, ama grafiğin altındaki küçük notu okudum: “Retention: ilgili ayda en az bir kez giriş yapan kullanıcılar.”

Giriş yapmak. Bir bildirime tıklayıp uygulamayı açmak, şifresini hatırlamak için girip çıkmak, yanlışlıkla açılan bir sekme. Hepsi o çizginin içindeydi.

Üç ay sonra gelir tarafında churn başladı. Grafikte hiçbir şey değişmemişti.

## Login retention neden yalan söyler?

Çünkü varlığı ölçer, değeri değil.

Kullanıcı bir ürüne birçok sebeple girer. Bir e-posta onu çağırmıştır. Bir iş arkadaşı bir şey paylaşmıştır. Bir faturayı kontrol etmesi gerekmiştir. Hatta aboneliğini nasıl iptal edeceğine bakmaya gelmiştir. Bunların hiçbiri, serinin başında tanımladığım anlamda bir ilerleme değildir.

Login bazlı retention bu yüzden çoğu zaman gecikmeli bir göstergedir. Değer çoktan azalmıştır, kullanıcı çoktan alternatif aramaya başlamıştır, ama alışkanlıktan ya da bildirimlerin itmesiyle hâlâ giriş yapmaktadır. Grafik ancak kullanıcı tamamen bıraktığında kırılır. O noktada geri kazanmak için genelde çok geçtir.

Daha kötüsü, bu metrik yanlış optimizasyonu ödüllendirir. Bildirim sayısını artırırsanız login retention yükselir. E-postaları sıklaştırırsanız yükselir. Kullanıcıyı ürüne çeken ama orada ona hiçbir şey vermeyen her taktik grafiği güzelleştirir. İlk yazıda gölgeyi büyütmekten bahsetmiştim; bu onun en yaygın hali.

## Kritik davranışı tutmak

Asıl soru şu olmalı: kullanıcı, ürünün değer ürettiği o davranışı tekrar ediyor mu?

Her ürünün bir merkez davranışı vardır. Bir muhasebe yazılımında fatura kesmek. Bir tasarım aracında dosya üzerinde çalışmak, sadece açıp bakmak değil. Bir satış aracında anlaşma kaydını güncellemek. Bir öğrenme uygulamasında dersi tamamlamak. Bir önceki yazıda bulduğumuz aktivasyon davranışı genellikle bu merkez davranışın ilk örneğidir.

Retention'ı bu davranış üzerinden ölçtüğünüzde tablo çoğu zaman değişir. Login retention'ı yüzde yetmiş görünen bir ürünün, merkez davranış retention'ı çok daha düşük çıkabilir. Bu fark, ürüne gelen ama değer almayan kullanıcıların boyutunu gösterir. Ve bu kullanıcılar, henüz gitmemiş olan bir sonraki churn dalganızdır.

## Ürününüzün doğal ritmi

Retention'ı yanlış okumanın ikinci yolu, yanlış saatle ölçmektir.

Her ürünün doğal bir kullanım frekansı vardır. Mesajlaşma uygulaması günlük kullanılır. Bir bordro yazılımı ayda bir. Bir seyahat uygulaması belki yılda birkaç kez. Haftalık bir rapor aracını günlük aktif kullanıcıyla ölçerseniz, ürününüz her gün başarısız görünür. Yıllık kullanılan bir ürüne aylık retention bakarsanız, sağlıklı müşterilerinizi kayıp sanırsınız.

Bu yüzden ilk iş, ürününüzün ritmini veriden çıkarmaktır: kalıcı kullanıcılarınız merkez davranışı ne sıklıkla tekrarlıyor? Cevap haftalıksa, retention'ı haftalık pencereler üzerinden okuyun. Bu basit bir ayar gibi görünür ama ekiplerin önceliklerini tamamen değiştirebilir. Günlük kullanım için tasarlanmış dikkat çekici özellikler, haftalık ritimdeki bir ürüne zarar bile verebilir.

## Eğrinin düzleştiği yer

Retention eğrisinde en çok önemsediğim şey başlangıç değil, kuyruk.

Her kohortun eğrisi önce düşer; yeni kullanıcıların bir kısmı her zaman gider. Önemli olan, eğrinin bir noktada düzleşip düzleşmediğidir. Düzleşiyorsa, ürün bir grup kullanıcı için gerçek bir yer edinmiştir ve o grup kalıcıdır. Düzleşmiyor, sıfıra doğru yavaş yavaş akmaya devam ediyorsa, ürün kimsenin hayatında kalıcı bir yer edinmemiştir. Sadece gidişleri yavaştır.

Düzleşmeyen bir eğriyi büyümeyle kapatmaya çalışmak, delik bir kovaya daha hızlı su doldurmaya benzer. Bir süre kova dolu görünür. Pazarlama bütçesi kesildiği gün gerçeği görürsünüz.

Düzleşen eğrinin yüksekliği ise ürününüzün gerçek pazarını anlatır. Hangi segmentin eğrisi en yüksekte düzleşiyor? Genellikle cevap, en çok konuştuğunuz segment değildir.

## Davranış kohortlarıyla düşünmek

Son olarak, kohortları sadece kayıt tarihine göre ayırmak yetmez. Asıl öğretici olan, davranışa göre ayırmaktır.

İlk haftasında merkez davranışı yapan kullanıcılarla yapmayanları ayrı eğriler olarak çizin. Bir entegrasyonu kuranlarla kurmayanları. Ekibinden birini davet edenlerle tek başına kalanları. Bu eğriler arasındaki fark, ürünün hangi davranışlarla tutunduğunu doğrudan gösterir. Ve bir sonraki yatırımınızın nereye gitmesi gerektiğini, herhangi bir yol haritası toplantısından daha net söyler.

Bunu yaptığınızda retention bir sonuç metriği olmaktan çıkar, bir tasarım aracına dönüşür. Artık “retention'ı nasıl artırırız?” diye sormazsınız. “Daha fazla kullanıcıyı bu davranışa nasıl taşırız ve bu davranışı nasıl daha değerli hale getiririz?” diye sorarsınız. İkinci soru çok daha cevaplanabilir.

Kullanıcıyı değil, onun üründeki kritik davranışını tutmak zorundasınız. Kullanıcı o davranış sayesinde kalır. Davranış kaybolduğunda, kullanıcı ne kadar giriş yaparsa yapsın, aslında çoktan gitmiştir.

Bir sonraki yazıda bu davranışı tek seferlik bir olaydan, kendi kendini besleyen bir döngüye nasıl çevirebileceğimizi konuşacağız.

---

# Değer Akışını Yeniden Tasarlamak: Tek Seferlik Feature’lar Yerine Bileşik Değer Üreten Döngüleri Nasıl İnşa Edersiniz?

URL: https://alpsuleyman.com/tr/insights/deger-akisini-yeniden-tasarlamak
Published: 2025-07-10
Updated: 2026-10-01
Author: Alp Suleiman

> Her yeni feature bir kez değer üretir ve orada durur. Döngüler ise her turda bir öncekinden biraz daha fazlasını üretir. Fark, ilk ayda değil, ikinci yılda görünür.

Bir roadmap'e uzaktan bakınca neye benzediğini hiç düşündünüz mü? Çoğu, birbirine dokunmayan kutuların yan yana dizildiği bir rafa benzer. Raporlama modülü. Yeni entegrasyon. Karanlık mod. Ekip davetleri. Her kutu kendi sprint'inde doğar, kendi lansmanını yapar, kendi küçük metrik sıçramasını yaşar. Sonra bir sonraki kutuya geçilir.

Bu modelde değer, toplama işlemiyle büyür. Bir feature bir birim değer ekler, bir sonraki bir birim daha. Kâğıt üzerinde mantıklı. Pratikte ise her yeni kutu bir öncekinden biraz daha az etki yaratır, çünkü ürün kalabalıklaştıkça kullanıcının dikkati bölünür. Toplama işlemi, bir noktadan sonra çıkarma işlemine döner.

Büyüyen ürünlerle yerinde sayanlar arasındaki farkı en net gördüğüm yer burası. Büyüyenler değeri toplamaz. Çarpar.

## Feature ile döngü arasındaki fark

Bir feature, kullanıcının bir işini bir kez kolaylaştırır. Bir döngü ise kullanıcının yaptığı işi, bir sonraki seferi daha değerli kılan bir girdiye dönüştürür.

Basit bir örnek. Bir not uygulamasında “etiketleme” bir feature'dır. Kullanıcı notunu etiketler, biraz daha düzenli hisseder, o kadar. Ama uygulama bu etiketleri kullanarak bir sonraki notu yazarken ilgili eski notları önüne getiriyorsa, artık bir döngü vardır. Kullanıcı ne kadar çok yazarsa ürün o kadar akıllanır, ürün akıllandıkça kullanıcı daha çok yazar. Aynı kod satırları, tamamen farklı bir ekonomi.

> Bir feature değer üretir. Bir döngü, değer üretme kapasitesini üretir.

Serinin ilk yazısında değeri “ilerleme eksi bedel” diye tanımlamıştım. Döngüler bu denklemin iki tarafını da zamanla iyileştirir: ilerleme her turda büyür, bedel her turda küçülür. Feature'lar ise genelde sadece bir kez, sadece bir tarafı hareket ettirir.

## Bir döngünün anatomisi

Döngü kelimesi büyüme literatüründe biraz aşındı, o yüzden ne kastettiğimi netleştireyim. Bana göre çalışan her döngünün dört parçası vardır.

Tetik. Kullanıcıyı harekete geçiren şey. Bir bildirim olabilir ama çoğu zaman en güçlü tetikler içseldir: bir ihtiyaç, bir merak, yapılması gereken bir iş. Pazartesi sabahı haftalık raporu hazırlama zorunluluğu, hiçbir push bildiriminin yaratamayacağı kadar güvenilir bir tetiktir.

Eylem. Kullanıcının üründe yaptığı asıl şey. Döngünün kalbi budur ve mümkün olduğunca az sürtünmeli olmalıdır.

Çıktı. Eylemin kullanıcıya hemen verdiği karşılık. Bitmiş bir rapor, gönderilmiş bir teklif, çözülmüş bir sorun.

**Yeniden yatırım.** Döngüyü feature'dan ayıran parça. Eylemin bir yan ürünü sisteme geri döner ve bir sonraki turu daha iyi hale getirir. Veri, içerik, bağlantı, öğrenilmiş bir tercih. Bu parça yoksa elinizde bir döngü değil, tekrarlanan bir feature vardır.

Ekiplerle bu çerçeveyi masaya koyduğumuzda en sık çıkan sonuç şu oluyor: ilk üç parça neredeyse her üründe var, dördüncüsü neredeyse hiçbirinde yok. Kullanıcı her gün emek veriyor ve bu emek her gün buharlaşıp gidiyor.

## Üç tanıdık döngü

Döngüler farklı yakıtlarla çalışır. En sık karşılaştığım üç tür var.

Birincisi veri döngüsü. Kullanım veri üretir, veri deneyimi kişiselleştirir, kişiselleşmiş deneyim daha fazla kullanım getirir. Müzik uygulamalarının dinledikçe sizi daha iyi tanıyan öneri listeleri bunun herkesin bildiği hali. Ama B2B'de de aynı mantık çalışır: geçmiş teklifleri öğrenen bir teklif aracı, her yeni teklifte biraz daha az iş çıkarır.

İkincisi içerik döngüsü. Bir kullanıcının ürettiği şey, başka bir kullanıcı için değer olur. Bir soru-cevap platformunda her cevap, gelecekte aynı soruyu soracak yüzlerce kişi için hazır bir çözümdür. Şirket içi bir bilgi tabanında da durum aynıdır; biri bir süreci belgelediğinde, o süreci soran herkes daha hızlı ilerler.

Üçüncüsü davet döngüsü. Ürünü kullanmak, başkalarını ürüne getirmeyi doğal hale getirir. Sık anlatılan örnek Dropbox: davet ettiğiniz her arkadaş için ek depolama alanı kazanıyordunuz, yani ürünü büyütmek doğrudan kendi deneyiminizi büyütüyordu. Burada kritik olan şey ödül değil, uyum. Davet, kullanıcının zaten yapmak istediği bir işin parçası olduğunda döngü döner. Yapay bir rozet için yaptırılan davetler ise bir kampanyadır ve kampanyalar biter.

## Döngüyü nereden bulursunuz?

Döngüler genelde sıfırdan icat edilmez. Ürünün içinde, kullanıcıların zaten yaptığı ama sistemin görmezden geldiği bir davranışta saklıdır.

Benim kullandığım yöntem basit. En değerli kullanıcılarınızın son bir haftada üründe ne yaptığına bakın ve şu soruyu sorun: Bu eylemin ürettiği şey nereye gidiyor? Bir yere kaydediliyor mu? Bir başkasının işine yarıyor mu? Bir sonraki seferi kolaylaştırıyor mu?

Çoğu zaman cevap “hiçbir yere” olur. Kullanıcı aynı filtreyi her gün yeniden kuruyordur. Aynı açıklamayı her teklifte yeniden yazıyordur. Aynı soruyu destek ekibine her ay yeniden soruyordur. Bu tekrarların her biri, yarım kalmış bir döngüdür. Yapmanız gereken, eksik olan yeniden yatırım parçasını eklemektir.

Bu yaklaşımın güzel bir yan etkisi var: roadmap tartışmalarının doğası değişir. “Hangi feature'ı ekleyelim?” sorusu yerini “Hangi emeği buharlaşmaktan kurtaralım?” sorusuna bırakır. İkinci soru çok daha az kutu üretir ama ürettiği her kutu, bir öncekinin üzerine inşa edilir.

## Döngülerin karanlık tarafı

Her döngü iyi değildir. Bazı döngüler kullanıcıya değil, sadece metriğe hizmet eder.

Sonsuz kaydırma bir döngüdür. Kullanıcı kaydırır, algoritma öğrenir, içerik daha bağımlılık yapıcı hale gelir, kullanıcı daha çok kaydırır. Teknik olarak kusursuz çalışan bir döngü. Ama ilk yazıdaki teste sokun: kullanıcının hayatında ne ilerliyor? Bedeli ne? Dikkat, zaman, belki de huzur.

Benim kuralım şu: bir döngünün her turunda kullanıcı da kazanmalı, sadece ürün değil. Sistem öğrendikçe kullanıcının işi kolaylaşmıyorsa, siz değer döngüsü değil, dikkat madeni kurmuşsunuzdur. Kısa vadede ikisi aynı grafikleri çizer. Uzun vadede biri sadakat, diğeri yorgunluk üretir. Bu farkın bedelini, serinin son yazısında “değer borcu” başlığı altında konuşacağız.

## İlk ayda değil, ikinci yılda

Döngülere yatırım yapmanın zor tarafı sabır gerektirmesidir. Bir feature lansman haftasında ses getirir. Bir döngü ise ilk ayında neredeyse hiç fark edilmez, çünkü ilk turlarda biriken değer küçüktür. Ekipler bu sessizliği başarısızlık sanıp vazgeçer.

Ama bileşik faiz gibi düşünün. İlk yılın sonunda feature rafı olan ürünle döngüsü olan ürün arasındaki fark küçüktür. İkinci yılda belirginleşir. Üçüncü yılda rakibinizin kopyalayamayacağı bir şeye dönüşür, çünkü kopyalanacak olan kod değil, birikmiş turlardır.

Bir sonraki yazıda bu döngüleri kimin sahiplendiğine bakacağız. Çünkü en iyi tasarlanmış döngü bile, organizasyonun yarısı onu görmüyorsa dönmez.

---

# Değer Komitesinin Gücü: Organizasyonunuzda Kullanıcı Değerini Tek Bir Ekibin Değil, Tüm Sistemin Sorumluluğu Haline Getirmek

URL: https://alpsuleyman.com/tr/insights/deger-komitesinin-gucu
Published: 2025-08-27
Updated: 2026-10-01
Author: Alp Suleiman

> Satış bir şey vaat eder, ürün başka bir şey teslim eder, destek aradaki farkı telefonda kapatmaya çalışır. Kullanıcı değeri tek bir ekibin işi olduğu sürece, bu boşluk hiç kapanmaz.

Bir şirketin kullanıcı değerini gerçekten ne kadar ciddiye aldığını anlamak için yol haritasına bakmam. Organizasyon şemasına da bakmam. Destek ekibinin en sık aldığı on talebi isterim, bir de satış ekibinin son çeyrekte kaybettiği on fırsatın notlarını.

Bu iki listeyi yan yana koyduğunuzda genelde tuhaf bir tablo çıkar. Destek talepleri, satış sırasında verilen vaatlerle ürünün gerçekte yaptığı şey arasındaki farktan doğar. Kaybedilen fırsatlar ise ürünün yaptığı ama kimsenin anlatamadığı şeylerden. Bir tarafta fazla vaat, diğer tarafta eksik anlatım. Ve ikisi de aynı binada, aynı kahve makinesinin başında buluşan insanların işi.

Bu tabloyu gördüğümde şunu düşünürüm: bu şirkette değer, birinin işi ama herkesin işi değil.

## Değer bir departman değildir

Çoğu şirkette “kullanıcı değeri” sorusu sessizce ürün ekibine devredilmiştir. Mantıklı görünür; ürünü onlar yapıyor sonuçta. Ama kullanıcının deneyimlediği şey ürün değil, şirketin tamamıdır.

Kullanıcı sizinle bir reklamda tanışır. Bir satış görüşmesinde beklenti oluşturur. Onboarding'de ilk kez ürünle temas eder. Takıldığında destekle konuşur. Faturasını finans gönderir. Yenileme zamanı geldiğinde bir hesap yöneticisiyle karşılaşır. Bu zincirin her halkası, serinin ilk yazısında konuştuğumuz denklemi etkiler: ya ilerlemeyi büyütür ya bedeli artırır.

Ürün ekibi bu zincirin sadece bir halkasını kontrol eder. Geri kalanını, değeri hiç konuşmayan ekipler yönetir. Pazarlama tıklamayla, satış kapanan anlaşmayla, destek kapanan talep sayısıyla ölçülür. Herkes kendi metriğinde başarılıdır. Kullanıcı ise yine de gider.

> Kullanıcı değeri bir ekibin çıktısı değil, bütün sistemin ortak ürünüdür. Kimsenin tek başına sahiplenemediği şeyi, birlikte sahiplenmek için bir mekanizma gerekir.

## Neden bir komite?

“Komite” kelimesinin kötü bir şöhreti olduğunu biliyorum. Bürokrasi, uzun toplantılar, karar almayan kalabalıklar. Ben de bu kelimeyi seçerken tereddüt ettim. Ama aradığım şeyin adı tam olarak bu: farklı ekiplerden insanların, düzenli aralıklarla, tek bir soruya bakmak için bir araya geldiği küçük bir yapı.

O soru şu: Kullanıcılarımız bu ay bizden gerçekten ne aldı?

Bu soruyu hiçbir dashboard tek başına cevaplayamaz. Ürün verisi davranışı gösterir ama nedeni göstermez. Destek talepleri nedeni gösterir ama ölçeği göstermez. Satış notları beklentiyi gösterir ama sonucu göstermez. Üçünü aynı masaya koyduğunuzda ilk kez resmin tamamını görürsünüz.

## Pratik bir format

Çalıştığım ekiplerde zamanla oturmuş bir format var. Mükemmel değil ama başlamak için yeterli.

Katılımcılar az olmalı. Ürün, satış, destek ve pazarlamadan birer kişi, bir de bu ekipleri bağlayan bir lider. Beş, en fazla altı kişi. Kalabalıklaştıkça toplantı bir sunum gösterisine dönüşür.

Ritim aylık olmalı. Haftalık çok sık, değişimi görmek için yeterli veri birikmez. Çeyreklik çok seyrek, sorunlar büyür.

Gündem ise her ay aynı dört başlıktan oluşur:

1. Değer kanıtı: Bu ay hangi kullanıcı segmenti ürünün kritik davranışını tekrarladı, hangisi bıraktı?
2. Vaat boşluğu: Satışta ya da pazarlamada söylenip üründe karşılığı olmayan ne var?
3. Görünmeyen değer: Ürünün yaptığı ama kullanıcıların fark etmediği ya da satışın anlatamadığı ne var?
4. Tek karar: Bu boşluklardan hangisini önümüzdeki ay kapatıyoruz ve sahibi kim?

Son madde en önemlisi. Komite yorum yapmak için değil, karar vermek için toplanır. Her toplantının sonunda tek bir somut karar ve o kararın tek bir sahibi olmalı. Üç karar alan komite genelde hiçbirini uygulamaz.

## Boşlukları kapatmak

Bu yapının ilk birkaç ayında en çok vaat boşluğu masaya gelir. Satış ekibi bir müşteriye “evet, bu entegrasyon var” demiştir, oysa entegrasyon yarım çalışıyordur. Pazarlama “beş dakikada kurulum” yazmıştır, gerçekte ortalama kurulum yarım gün sürüyordur.

Burada önemli olan suçlu aramamak. Satış ekibi yalan söylemiyor; kendisine verilen hedefe ulaşmaya çalışıyor ve ürünün sınırlarını kimse ona net anlatmamış. Komitenin işi, bu bilgiyi iki yönlü akıtmak. Satış, ürün ekibine sahada en çok neyin sorulduğunu anlatır. Ürün ekibi, satışa neyi vaat etmenin güvenli olduğunu söyler. Destek ise ikisine de vaatlerin kullanıcıda nasıl patladığını gösterir.

Görünmeyen değer ise daha az konuşulan ama en hızlı kazanç getiren alandır. Neredeyse her üründe, kullanıcıların büyük kısmının hiç keşfetmediği ama keşfedenlerin çok daha uzun kaldığı bir yetenek vardır. Bu yeteneği bulmak için yeni kod yazmanıza gerek yoktur. Sadece onu onboarding'e, satış konuşmasına ve destek cevaplarına taşımanız gerekir. Bazen bir şirketin en değerli feature'ı, zaten yazılmış ama kimsenin anlatmadığı feature'dır.

## Ortak bir dil

Komitenin belki de en büyük faydası toplantıların kendisinde değil, zamanla oluşturduğu ortak dilde. Birkaç ay sonra satış ekibi “bu müşteri kritik davranışa ulaşacak mı?” diye sormaya başlar. Destek ekibi talepleri “bu bir vaat boşluğu mu, yoksa ürün boşluğu mu?” diye sınıflandırır. Pazarlama, kampanyalarını tıklamayla değil, getirdiği kullanıcıların değer anına ulaşma oranıyla değerlendirmeye başlar.

Bu dil değişimi küçük görünür ama aslında bir kültür değişimidir. Değer, ürün ekibinin teknik bir kavramı olmaktan çıkar ve şirketin ortak hedefi haline gelir. Herkes kendi metriğini korur ama o metriğin üzerinde ortak bir soru durur.

## Küçük başlayın

Bu yazıyı okuyup yarın beş departmanı toplantıya çağırmanızı önermiyorum. Daha basit bir başlangıç var: önümüzdeki ay, destek ekibinin en sık aldığı on talebi ve satışın kaybettiği on fırsatı yan yana koyun. Ürün ekibinden biriyle birlikte bir saat bu listeye bakın. Ne kadar çok şeyin aynı kökten beslendiğini görünce, komitenin neden gerekli olduğunu kimseye anlatmanıza gerek kalmayacak.

Bir sonraki yazıda bu tartışmaya zaman boyutunu ekleyeceğiz. Çünkü değer sadece kimin sahiplendiğiyle değil, kullanıcı üründe kaldıkça nasıl biriktiğiyle de ilgili.

---

# Zamanın Değer Katmanı: Kullanıcı Üründe Ne Kadar Uzun Kalırsa, Aldığı Değer Neden Katlanarak Artmalı?

URL: https://alpsuleyman.com/tr/insights/zamanin-deger-katmani
Published: 2025-09-26
Updated: 2026-10-01
Author: Alp Suleiman

> Bir kullanıcı ürününüzde ikinci yılını dolduruyorsa, ona ilk günkünden çok daha fazlasını veriyor olmalısınız. Vermiyorsanız, onu tutan şey değer değil, alışkanlıktır. Ve alışkanlıklar bozulur.

Yıllardır aynı yazılımı kullanan insanlara neden hâlâ orada olduklarını sorduğumda, şaşırtıcı sıklıkta aynı cevabı alırım: “Değiştirmek çok zahmetli. Ama inan, her yıl biraz daha nefret ediyorum.”

Bu cümlede bir ürün için hem iyi hem kötü haber var. İyi haber, kullanıcı hâlâ orada. Kötü haber, onu orada tutan şey ürünün ona verdiği değer değil, gitmenin bedeli. Ve bu iki şey, retention grafiğinde birbirinden ayırt edilemez. Ta ki biri gelip geçişi kolaylaştırana kadar.

Bu yazıda bir ürünün zamanla nasıl daha değerli hale gelmesi gerektiğini ve bunun, kullanıcıyı hapsetmekten neden tamamen farklı bir şey olduğunu konuşmak istiyorum.

## Zaman ya değer biriktirir ya da yorgunluk

Bir kullanıcının üründe geçirdiği her ay iki şeyden birini biriktirir. Ya ürünün ona sunduğu değer büyür, ya da ürüne karşı sabrı azalır. Nötr bir durum pek yoktur.

Çoğu ürün farkında olmadan ikinci yolu seçer. İlk gün kullanıcıya ne veriyorsa, ikinci yılda da aşağı yukarı onu verir. Belki birkaç yeni feature eklenmiştir ama kullanıcının deneyimi temelde aynıdır. Bu arada kullanıcının ihtiyaçları büyümüş, beklentileri değişmiş, rakipler yeni şeyler göstermiştir. Ürün yerinde sayarken, algılanan değer sessizce erir.

Oysa ideal ilişki tam tersidir. Kullanıcı üründe kaldıkça ürün onu daha iyi tanımalı, onun işine daha çok uymalı, onun için daha az emek gerektirmelidir.

> Kullanıcı üründe ne kadar uzun kalırsa, aldığı değer o kadar hızlı artmalı. Kalmanın ödülü büyümüyorsa, gitmenin cazibesi büyür.

## Birikimli değerin katmanları

Zamanla biriken değerin birkaç farklı katmanı var. Hepsini aynı anda kurmak gerekmiyor ama hangisine yatırım yaptığınızı bilmek gerekiyor.

İlk katman **veri**. Kullanıcı ürünü kullandıkça bir geçmiş oluşur: kayıtlar, belgeler, kararlar, sonuçlar. Bu geçmiş tek başına bir değer değildir; sadece bir arşivdir. Değere dönüşmesi için ürünün onu kullanması gerekir. Geçen yılın aynı dönemiyle karşılaştırma yapabilen bir finans aracı, beş yıllık veriyi sadece saklayan bir araçtan çok daha değerlidir.

İkinci katman kişiselleştirme. Ürün, kullanıcının tercihlerini, ritmini ve alışkanlıklarını öğrenir. Her seferinde aynı ayarları yapmak zorunda kalmaz, aynı açıklamaları tekrar okumaz. Bir önceki yazıda konuştuğumuz döngülerin doğal sonucudur bu; her tur, bir sonraki turu kullanıcıya biraz daha uygun hale getirir.

Üçüncü katman ağ. Kullanıcı ürüne ekip arkadaşlarını, müşterilerini, iş ortaklarını getirdikçe ürün sadece onun aracı olmaktan çıkar ve bir ilişkiler ağının ortak zemini haline gelir. Bu noktada ürün, kullanıcının bireysel tercihi değil, bir topluluğun ortak dilidir.

Dördüncü katman ise iş akışına yerleşme. Ürün, kullanıcının diğer araçlarıyla konuşmaya başlar; entegrasyonlar kurulur, süreçler ürün üzerinden tanımlanır, raporlar ürünün verisine göre hazırlanır. Ürün artık bir uygulama değil, işin altyapısıdır.

## Hapsetmek ile hak etmek arasındaki çizgi

Burada dikkatli olmak gerekiyor, çünkü bu katmanların her biri iki şekilde kurulabilir.

Veriyi kullanıcının işine yarayacak şekilde kullanabilirsiniz ya da dışa aktarmayı imkânsız hale getirerek onu rehin tutabilirsiniz. Entegrasyonları kullanıcının hayatını kolaylaştırmak için kurabilirsiniz ya da ürünü bırakmayı bir altyapı projesine dönüştürmek için. Dışarıdan bakınca ikisi de aynı şeyi üretir: yüksek geçiş maliyeti. Ama kullanıcının içinde çok farklı duygular yaratır.

Hapsedilmiş kullanıcı, yazının başındaki o cümleyi kuran kişidir. Kalır ama her yıl biraz daha fazla nefret eder. Rakibinizin en iyi satış argümanı sizin ürününüz olur. İlk fırsatta gider ve giderken herkese anlatır.

Hak edilmiş bağlılıkta ise kullanıcı kalmayı seçer. Gidebilir, hatta gitmesi zor bile değildir; ama gitmek, biriktirdiği değeri bırakmak anlamına gelir. Burada geçiş maliyeti bir duvar değil, bir hazinedir. Kullanıcı onu korumak ister.

Benim kullandığım basit test şu: Kullanıcı verisini bir tıkla dışarı alabilse yine de kalır mıydı? Cevap evetse, onu tutan şey değerdir. Cevap hayırsa, tuttuğunuz şey bir rehinedir ve rehineler fırsat bulduklarında kaçar.

## İkinci yılın deneyimini tasarlamak

Ekiplerin büyük çoğunluğu ilk günü tasarlar. Onboarding'e haftalar harcanır, ilk beş dakika milimetrik olarak optimize edilir. Ama ikinci yılın deneyimini tasarlayan ekip pek azdır.

Oysa ikinci yıldaki kullanıcı, şirketin en değerli varlıklarından biridir. Ürünü tanır, ekibine yaymıştır, büyük ihtimalle başkalarına önermiştir. Ve çoğu zaman, ilk gün gördüğü ürünün neredeyse aynısını kullanıyordur.

Burada kendinize sorabileceğiniz birkaç soru var. Bir yıldır üründe olan bir kullanıcı, yeni gelen birinin göremediği hangi şeyi görüyor? Geçmişi ona ne kazandırıyor? Ürün, onun bir yıl boyunca biriktirdiği şeyden ona ne geri veriyor? “Hiçbir şey” diyorsanız, kullanıcının sadakati sizin değil, ataletin eseridir.

Küçük dokunuşlar bile büyük fark yaratır. Yıllık bir özet. “Geçen yıl bu dönemde şuradaydınız, şimdi buradasınız” diyen bir karşılaştırma. Kullanıcının geçmiş kararlarından öğrenen bir öneri. Uzun süredir üründe olan kullanıcıya özel, ileri seviye bir yetenek. Bunlar teknik olarak karmaşık işler değildir. Sadece kimse düşünmemiştir.

## Zaman en dürüst metriktir

Kısa vadede birçok şeyi taklit edebilirsiniz. Bir lansman heyecanı, bir indirim kampanyası, iyi tasarlanmış bir onboarding. Ama zaman, ürünün gerçekte ne verdiğini er geç ortaya çıkarır. Bir kullanıcının üçüncü yılında nasıl hissettiği, ürününüzün değeri hakkında yapılabilecek en dürüst ölçümdür.

Serinin bu bölümüyle değeri tasarlamayı konuştuk: davranışları, döngüleri, organizasyonu ve zamanı. Bir sonraki bölümde zor bir konuya geçiyoruz: bu değeri nasıl paraya dönüştürürsünüz ve bunu yaparken kullanıcının güvenini nasıl kaybetmezsiniz?

---

# Monetizasyonu Stratejik Bir Ürün Özelliği Yapmak: Fiyatlandırmayı Kullanıcının Başarı ve Değer Dönüşümüne Nasıl Endeksleyebilirsiniz?

URL: https://alpsuleyman.com/tr/insights/monetizasyonu-urun-ozelligi-yapmak
Published: 2025-10-28
Updated: 2026-10-01
Author: Alp Suleiman

> Fiyat sayfası, ürünün en çok okunan ama en az tasarlanan ekranıdır. Fiyatlandırmayı bir finans kararı olarak değil, ürünün kendisi olarak ele aldığınızda her şey değişir.

Bir şirketin fiyatlandırmasının nasıl karara bağlandığını merak ediyorsanız, ürün ekibine “fiyat sayfasının sahibi kim?” diye sorun.

Genelde önce bir duraksama olur. Sonra biri “aslında kurucu karar verdi” der. Bir başkası “finans bir Excel hazırlamıştı” diye ekler. Pazarlama, sayfanın tasarımını kendisinin yaptığını hatırlatır. Satış ekibi ise zaten liste fiyatının pek bir anlamı olmadığını, her müşteriye ayrı teklif verdiklerini söyler.

Yani herkes biraz sahiptir. Bu da kimsenin sahip olmadığı anlamına gelir.

Oysa fiyatlandırma, kullanıcının ürününüzle ilgili verdiği en net karardır. Onboarding'i yarıda bırakabilir, bir özelliği hiç keşfetmeyebilir. Ama ödeme anında, sizin değerinizi kendi parasıyla tartar. Bu kadar kritik bir anın kimseye ait olmaması bence ürün dünyasının en büyük ihmallerinden biri.

## Fiyat bir etiket değil, bir arayüzdür

Çoğu ekip fiyatı, ürün bittikten sonra üstüne yapıştırılan bir etiket gibi düşünür. Önce ürün inşa edilir, sonra “buna ne kadar isteyelim?” diye sorulur.

Ben tam tersini savunuyorum. Fiyat, kullanıcının ürününüzle kurduğu ilişkinin arayüzüdür. Neye para ödediğini, neden ödediğini ve ne zaman daha fazla ödeyeceğini anlatır. Bir ekranın düzeni kullanıcıya “önce şunu yap” diyorsa, fiyat yapısı da ona “bu üründe asıl değerli olan şu” der.

Bunu en net paketlemede görürsünüz. Üç paket yan yana durur: Başlangıç, Profesyonel, Kurumsal. Kullanıcı bu tabloya baktığında aslında bir hikâye okur. Hangi özellik nerede başlıyor, hangi sınır nerede bitiyor, büyüdükçe neye kavuşacak. İyi bir paketleme tablosu, kullanıcıya kendi gelecekteki halini gösterir. Kötüsü ise bir özellik envanteridir; on iki satır, her satırda tikler ve çarpılar, hiçbir yönü olmayan bir liste.

Paketleme bir **değer hikâyesidir**. Hikâyesi olmayan paket, kullanıcıyı hesap yapmaya zorlar. Hesap yapan kullanıcı da genelde en ucuzu seçer.

## Neye para aldığınız, ne kadar aldığınızdan önemlidir

Fiyatlandırma tartışmaları neredeyse her zaman rakam üzerine döner. “Aylık 29 mu olsun, 39 mu?” Bu soru önemli ama ikincil. Asıl soru şu: **Neyin karşılığında para alıyorsunuz?**

Buna değer metriği diyorum. Kullanıcı başına mı, kullanım hacmine göre mi, işlenen kayıt sayısına göre mi, yoksa sağlanan sonuca göre mi? Bu seçim, ürününüzle kullanıcınız arasındaki çıkar ilişkisini belirler.

İyi bir değer metriği üç şeyi aynı anda yapar. Kullanıcının aldığı değerle birlikte artar. Kullanıcının kolayca anlayabileceği kadar basittir. Ve kullanıcıyı ürünü daha az kullanmaya teşvik etmez.

Son madde göründüğünden daha sık ihlal edilir. Koltuk başına fiyatlandırılan bir işbirliği aracı düşünün. Ürünün değeri ne kadar çok kişi kullanırsa o kadar artıyor, ama fiyat yapısı şirkete “mümkün olduğunca az kişiye hesap aç” diyor. Ekipler hesap paylaşmaya başlıyor, yarı zamanlı çalışanlar dışarıda kalıyor, ürün kurumun içine yayılamıyor. Fiyatlandırma, kendi büyüme motorunuzun önüne set çekmiş oluyor.

Ya da tam tersi. Kullanımı ölçen bir metrik seçiyorsunuz ama kullanıcı, değer almadığı bir dönemde de faturanın kabardığını görüyor. Kendini cezalandırılmış hissediyor. Değer metriği seçimi teknik bir karar gibi görünür ama aslında bir güven kararıdır.

## Kullanıcının başarısıyla birlikte büyüyen fiyat

En sevdiğim fiyat yapıları, kullanıcı kazandıkça sizin de kazandığınız yapılardır.

Bunun mantığı basit. Kullanıcı küçükken az öder, çünkü henüz az değer alıyordur. Ürün işine yerleştikçe, ekibi büyüdükçe, işlem hacmi arttıkça faturası da artar. Ama bu artış ona bir ceza gibi değil, büyümesinin doğal bir yan ürünü gibi gelir. Daha çok ödüyorsa, daha çok kazanıyordur.

Bu yapının güzel bir yan etkisi var: şirket olarak sizi doğru şeye odaklar. Geliriniz kullanıcının başarısına bağlıysa, onun başarısını artırmak sizin işiniz haline gelir. Onboarding'i daha iyi yaparsınız, çünkü erken başaran kullanıcı daha erken büyür. Churn'ü daha ciddiye alırsınız, çünkü kaybettiğiniz kullanıcı sadece bugünkü faturası değil, yarınki büyümesidir.

Sabit fiyatlı modellerde ise bu bağ kopar. Kullanıcı ister çok değer alsın ister hiç almasın, siz aynı parayı alırsınız. Kısa vadede rahattır. Uzun vadede ise şirketi, kullanıcının ne yaşadığına karşı sağırlaştırır.

## Faturalama da bir deneyimdir

Ürün ekiplerinin neredeyse hiç sahiplenmediği bir alan daha var: ödeme deneyiminin kendisi.

Kredi kartı formu. Fatura e-postası. Plan yükseltme ekranı. Abonelik iptal akışı. Bunların hepsi kullanıcının ürününüzle yaşadığı anlar ve çoğu, ürünün geri kalanının aksine hiç tasarlanmamış gibi durur. Hazır bir ödeme altyapısının varsayılan ekranları, kimsenin okumadığı bir fatura şablonu, gizlenmiş bir iptal butonu.

Bence bir kullanıcının fatura e-postasını açtığı an, ürününüzün değerini hatırlatmak için en iyi fırsatlardan biri. “Bu ay 214 lira ödediniz” demek yerine, aynı e-postada o ay ürünle neyi başardığını da gösterebilirsiniz. Ödenen para ile alınan değer aynı yerde yan yana durduğunda, ödeme bir kayıp gibi değil bir takas gibi hissedilir.

İptal akışı ise ayrı bir konu. Kullanıcıyı labirentte dolaştıran, iptal butonunu üç ekranın arkasına saklayan akışlar kısa vadede birkaç aboneliği kurtarır. Ama giden kullanıcının ağzında kalan tat, ürünü başkasına nasıl anlatacağını belirler. Ben iptal akışını bir öğrenme anı olarak görmeyi tercih ederim: neden gittiğini sor, gerçekten değer alamadıysa onu zorla tutmaya çalışma, bir şey eksikse not al.

## Monetizasyonun bir sahibi olmalı

Bütün bunlar tek bir pratik sonuca çıkıyor: fiyatlandırmanın bir sahibi olmalı. Bir kişi ya da küçük bir ekip; ürün tarafında oturan, veriye erişimi olan ve fiyatı bir kez belirleyip unutulacak bir rakam değil, sürekli geliştirilen bir ürün parçası olarak gören.

Bu sahiplik pratikte birkaç alışkanlık demek. Fiyat ve paketleme değişikliklerini de diğer ürün değişiklikleri gibi hipotezle başlatmak. Hangi paketin kimler tarafından neden seçildiğini düzenli izlemek. Satış ekibinin verdiği indirimlerin nereye yığıldığına bakmak; çünkü sürekli aynı yerde indirim veriliyorsa, orada bir değer hikâyesi eksik demektir. Ve en önemlisi, kullanıcılarla fiyat hakkında konuşmaktan çekinmemek.

Çoğu ekip fiyatı bir kez belirler ve yıllarca dokunmaz. Ürün bu arada iki kat büyür, kullanıcı profili değişir, rakipler yer değiştirir. Fiyat ise ilk günkü haliyle durur. Ürünün geri kalanına bu kadar az özen gösterseniz, kimse buna ürün demezdi.

## Önce değer, sonra fiyat, ama ikisi de ürün

Bu yazıda söylemeye çalıştığım şey aslında basit: fiyatlandırma ürünün dışında bir şey değildir. Ne kadar iyi bir ürün inşa ettiğinizi, kullanıcının o ürüne ne kadar değer biçtiğiyle ölçersiniz. O değerin yapısı da fiyat yapınızda yaşar.

Bir sonraki yazıda bunun bir adım ötesine geçeceğim: fiyatı maliyetinize ya da rakibinizin fiyatına göre değil, kullanıcının aldığı değere göre belirlemek. Kulağa sezgisel geliyor. Uygulaması ise çoğu ekibin sandığından hem daha zor hem daha ödüllendirici.

---

# Değer Temelli Fiyatlandırma Devrimi: Kullanıcı Ne Kadar Değer Alıyorsa, O Kadar Ödemeli – Nasıl Uygulanır ve Neden Kaçınılmaz?

URL: https://alpsuleyman.com/tr/insights/deger-temelli-fiyatlandirma
Published: 2025-11-26
Updated: 2026-10-01
Author: Alp Suleiman

> Fiyatınızı maliyetinize ya da rakibinize bakarak belirliyorsanız, masada para bırakıyorsunuz. Daha kötüsü, kullanıcınıza ürününüzün neye yaradığını hiç anlatmıyorsunuz.

Fiyatlandırma toplantılarında en sık duyduğum cümle şu: “Rakip aylık 49 dolar alıyor, biz biraz altında kalalım.”

Bu cümlenin içinde koca bir teslimiyet var. Fiyatı belirleme hakkını rakibinize devrediyorsunuz. Üstelik rakibinizin o fiyatı nasıl belirlediğini bilmiyorsunuz. Büyük ihtimalle o da bir başkasına bakarak belirledi. Sektördeki herkes birbirinin fiyatını kopyalarken, kimse kullanıcıya ne verdiğini sormamış oluyor.

İkinci en sık duyduğum cümle de maliyetle ilgili: “Sunucu ve destek maliyetimiz kullanıcı başına şu kadar, üstüne makul bir marj koyalım.” Bu yaklaşım en azından şirketi zarara sokmaz. Ama yazılımda maliyetle değer arasındaki bağ neredeyse yoktur. Bir kullanıcıya hizmet vermenin size maliyeti birkaç lira olabilir, aynı kullanıcı için ürününüzün yarattığı fark binlerce lira. Maliyet artı yaklaşımı, o farkın tamamını kullanıcıya hediye eder.

## Üç yol, üç farklı soru

Fiyat belirlemenin temelde üç yolu var ve her biri farklı bir soru soruyor.

Maliyet artı yaklaşımı “bize ne kadara mal oluyor?” diye sorar. Rakip bazlı yaklaşım “piyasa ne kadar alıyor?” diye sorar. Değer temelli yaklaşım ise “kullanıcı bundan ne kazanıyor?” diye sorar.

İlk iki soru içeriye ve yana bakar. Üçüncüsü kullanıcıya bakar. Serinin başından beri savunduğum şey, değerin kullanıcının tarafında oluştuğu. Eğer bu doğruysa, fiyatın da oradan türemesi gerekir.

> Kullanıcı ne kadar değer alıyorsa o kadar ödemeli. Ne bir lira fazla, ne de çok daha az.

Bu cümlenin ikinci yarısı genelde gözden kaçar. Değer temelli fiyatlandırma sadece daha fazla para istemek demek değildir. Değer almayan kullanıcıdan da para almamak, ya da az almak demektir. Adalet duygusu bu modelin en güçlü yanıdır. Kullanıcı faturasına baktığında “evet, bu mantıklı” diyebilmelidir.

## Değer metriğini bulmak

Uygulamada değer temelli fiyatlandırma, doğru değer metriğini bulmakla başlar. Bir önceki yazıda bundan bahsetmiştim; burada biraz daha somutlaştırmak istiyorum.

En yaygın üç yapı var. Koltuk başına fiyatlandırma, ürünü kaç kişinin kullandığına bakar. Kullanım bazlı fiyatlandırma, ürünün ne kadar kullanıldığına bakar: gönderilen mesaj, işlenen işlem, saklanan veri. Sonuç bazlı fiyatlandırma ise ürünün ne başardığına bakar: kazanılan müşteri, çözülen talep, kurtarılan gelir.

Bu üçü, değere giderek yaklaşan bir merdiven gibidir. Koltuk sayısı değerin uzak bir vekilidir; kişi sayısı arttıkça değerin de arttığını varsayar. Kullanım daha yakındır ama hâlâ bir vekildir; çok kullanmak her zaman çok değer almak demek değildir. Sonuç ise değerin kendisine en yakın olandır.

Peki neden herkes sonuç bazlı fiyatlandırmıyor? Çünkü sonucu ölçmek zordur, kime ait olduğu tartışmalıdır ve kullanıcı için öngörülemez olabilir. “Ay sonunda faturam ne gelecek?” sorusunun cevabını bilmemek, birçok şirket için kabul edilemez bir risktir. Doğru metrik genelde mükemmel olan değil, kullanıcının anlayabileceği ve güvenebileceği kadar değere yakın olandır.

## Kullanıcının ödeme isteğini ölçmek

Değer temelli fiyatlandırmanın en çok korkulan kısmı, kullanıcıya doğrudan para hakkında soru sormaktır. Ekipler bunu ya hiç yapmaz ya da yanlış yapar.

Yanlış olanı “bu ürüne ne kadar ödersiniz?” diye sormaktır. İnsanlar bu soruya dürüst cevap vermez; ya fiyatı aşağı çekmek için düşük söyler ya da kibarlıktan yüksek söyler.

Daha iyi bir başlangıç noktası, sık anlatılan Van Westendorp yöntemidir. Kullanıcıya dört soru sorarsınız: Hangi fiyatta bu ürün o kadar ucuz olur ki kalitesinden şüphe edersiniz? Hangi fiyatta uygun fiyatlı bulursunuz? Hangi fiyatta pahalı gelmeye başlar ama yine de düşünürsünüz? Hangi fiyatta hiç düşünmezsiniz? Cevapların kesiştiği bölge, size kabul edilebilir bir fiyat aralığı verir. Kesin bir rakam değil, bir aralık. Ama bu aralık, rakibe bakarak tahmin ettiğiniz rakamdan çok daha sağlam bir zemindir.

Benim asıl önem verdiğim ise rakamların ötesindeki konuşmadır. Kullanıcıya ürün olmadan önce bu işi nasıl yaptığını, ne kadar zaman ve para harcadığını, hata yaptığında ne kaybettiğini sorduğunuzda, değerinizin gerçek büyüklüğünü onun kelimeleriyle duyarsınız. Bu konuşmalar çoğu zaman şaşırtıcıdır. Sizin önemsiz bulduğunuz bir özellik, kullanıcı için tek başına ödeme sebebidir. Gururla anlattığınız bir başkası ise kimsenin umurunda değildir.

## Segmentler aynı değeri almaz

Değer temelli düşünmenin doğal bir sonucu da şu: farklı kullanıcılar aynı üründen farklı değer alır.

Tek başına çalışan bir serbest çalışan ile elli kişilik bir ajans aynı aracı kullanıyor olabilir. Ama biri için ürün haftada birkaç saat kazandırırken, diğeri için bütün operasyonun omurgasıdır. Bu iki kullanıcıya aynı fiyatı vermek, birini kaçırmak ya da diğerinden çok az almak demektir.

Paketlemenin asıl işi budur: farklı değer seviyelerini farklı fiyat seviyelerine eşlemek. Her paket belirli bir kullanıcı tipinin aldığı değere göre şekillenmelidir, özellik sayısına göre değil. Bunu yapabilmek için de önce segmentlerinizi tanımanız gerekir. Kim, hangi işi yapmak için, hangi sonuca ulaşmak için ürününüzü kullanıyor?

## Küçük deneylerle ilerlemek

Değer temelli fiyatlandırmaya geçiş tek bir büyük kararla olmaz. Ben her zaman küçük adımlar öneririm.

Yeni gelen kullanıcılarda yeni bir paket yapısını denemek, mevcut kullanıcıları bozmadan öğrenmenin en güvenli yoludur. Bir değer metriğini önce tek bir segmentte uygulamak, tüm müşteri tabanını riske atmadan sonuç verir. Fiyat değişikliklerini mevcut kullanıcılara duyururken eski fiyatı bir süre korumak, güveni zedelemeden ilerlemenizi sağlar.

Fiyatlandırmada en tehlikeli tavır, bir kez karar verip hiç dokunmamaktır. İkinci en tehlikelisi ise her ay rastgele değiştirmektir. Doğrusu, diğer ürün kararları gibi hipotezle, ölçümle ve sabırla ilerlemektir.

## Neden kaçınılmaz?

Başlıkta bu dönüşümün kaçınılmaz olduğunu söyledim. Bunu söylerken özellikle bir şeyi kastediyorum.

AI ile birlikte, birçok ürünün kullanıcı başına sunduğu iş miktarı dramatik şekilde değişiyor. Eskiden on kişinin yaptığı işi bir kişi ve bir yazılım yapabiliyor. Bu durumda koltuk başına fiyatlandırma kendi kendini çökertmeye başlar. Ürün ne kadar iyi çalışırsa, şirketin o kadar az koltuğa ihtiyacı olur ve siz o kadar az kazanırsınız.

Bu yüzden önümüzdeki yıllarda fiyatlandırmanın, kişiyi saymaktan yapılan işi ve elde edilen sonucu ölçmeye doğru kaydığını göreceğiz. Bu kaymaya erkenden hazırlanan şirketler, değerlerinin karşılığını almaya devam edecek. Koltuk sayısına tutunanlar ise ürünleri iyileştikçe gelirlerinin eridiğini izleyecek.

Bir sonraki yazıda daha mikro bir ana odaklanacağım: kullanıcının cüzdanına elini attığı o tek ana. Paywall'un nereye, ne zaman ve neden konacağına.

---

# Paywall’un Altın Noktası: Kullanıcı “Bunu Kaybetmek İstemem” Dediği Anda Monetizasyon Nasıl Tetiklenir?

URL: https://alpsuleyman.com/tr/insights/paywallun-altin-noktasi
Published: 2025-12-05
Updated: 2026-10-03
Author: Alp Suleiman

> Paywall'u yanlış yere koyarsanız kullanıcıyı kapıda kaybedersiniz, çok geç koyarsanız değerinizi bedava dağıtırsınız. Doğru an, kullanıcının “bunu kaybetmek istemem” dediği andır.

Bir uygulamayı indirip ilk ekranda “Devam etmek için premium'a geçin” yazısıyla karşılaştığınız oldu mu?

Ben olduğunda, genelde uygulamayı silerim. Ürün kötü olduğu için değil; henüz neye para ödeyeceğimi bilmediğim için. Benden bir şey isteniyor ama karşılığında ne alacağımı görmedim. O noktada para istemek, bir restoranda menüyü görmeden hesap ödemek gibi.

Bunun tam tersini de çok gördüm. Ürün o kadar cömert ki kullanıcı ihtiyacı olan her şeyi ücretsiz planda buluyor. Yıllarca mutlu mesut kullanıyor, hiç ödemiyor. Ekip de “kullanıcılar bizi seviyor ama dönüşüm oranı neden bu kadar düşük?” diye kafa yoruyor.

İkisinin de sorunu aynı: paywall yanlış yerde.

## Doğru an bir duyguya karşılık gelir

Paywall'un doğru yeri, ekranlarla ya da özellik listesiyle değil, bir duyguyla tanımlanır. O duygu şu cümlede saklı: **“Bunu kaybetmek istemem.”**

Kullanıcı bu cümleyi kurduğunda, ürününüz artık onun için bir deneme değil, sahip olduğu bir şeydir. Ve insanlar sahip oldukları şeye, henüz sahip olmadıkları şeyden çok daha fazla değer biçer.

Davranışsal ekonomide bunun bilinen adı sahiplik etkisidir. Adını Richard Thaler'in koyduğu, Daniel Kahneman ve Jack Knetsch ile yaptığı deneylerle meşhur olan bu etki, bir şeye sahip olduğumuzda ona biçtiğimiz değerin, aynı şeyi satın almak için ödemeye razı olduğumuz değerden yüksek olduğunu söyler. Yanında da kayıp kaçınma vardır: bir şeyi kaybetmenin acısı, aynı şeyi kazanmanın sevincinden daha güçlü hissedilir.

Ürün açısından bunun anlamı açık. Kullanıcı henüz hiçbir şey kazanmamışken ondan para istemek, ona bir kazanç satmaya çalışmaktır. Kullanıcı ürüne bir şey yatırdıktan sonra ödeme istemek ise, ona bir kaybı önleme fırsatı sunmaktır. İkincisi çok daha güçlüdür.

## Kullanıcı ürüne ne yatırıyor?

Peki kullanıcı “bunu kaybetmek istemem” dediği noktaya nasıl gelir? Ürüne bir şey yatırdığında.

Bu yatırım veri olabilir: girdiği projeler, yüklediği dosyalar, oluşturduğu raporlar. Zaman olabilir: kurduğu düzen, öğrendiği kısayollar, özelleştirdiği ayarlar. İlişki olabilir: davet ettiği ekip arkadaşları, bağladığı müşteriler. Alışkanlık olabilir: her sabah açtığı, iş akışının bir parçası haline getirdiği bir rutin.

Serinin üçüncü yazısında değerin ilk kıvılcımından bahsetmiştim: kullanıcının gerçek değeri ilk kez hissettiği davranıştan. Paywall'un altın noktası genelde o kıvılcımdan biraz sonradır. Kullanıcı değeri tattı, ama dahası da var. Biraz daha yatırım yaptı, biraz daha alıştı. Tam o noktada ödeme istediğinizde, aslında “devam etmek ister misin?” diye sormuş olursunuz. Cevap çoğu zaman evettir.

## Değeri tattır, büyümeyi faturalandır

Freemium modellerde en zor karar, ücretsiz ile ücretli arasındaki çizgiyi nereye çekeceğinizdir. Benim bu konuda tek bir prensibim var: **değeri tattır, büyümeyi faturalandır.**

Ücretsiz plan, kullanıcının ürününüzün çekirdek değerini gerçekten deneyimlemesine izin vermeli. Kısıtlanmış, yarım yamalak bir versiyon değil; gerçek değerin küçük ölçekli bir hali. Kullanıcı “bu işe yarıyor” demeli.

Ücretli plan ise o değerin büyümesine karşılık gelmeli. Daha fazla proje, daha fazla ekip üyesi, daha fazla hacim, daha uzun geçmiş. Kullanıcı başarılı oldukça, doğal olarak ücretsiz planın sınırlarına dayanmalı. O sınıra dayandığında, ödeme yapmak bir ceza gibi değil, büyümenin bir sonucu gibi hissedilir.

Kötü çizilmiş bir çizgi ise iki yönde de hata yapar. Çekirdek değeri ücretli plana saklarsanız, kullanıcı ürünün neye yaradığını hiç anlamadan ayrılır. Büyümeyi de ücretsiz bırakırsanız, en çok değer alan kullanıcılarınız hiçbir zaman ödemez.

## Reverse trial: önce ver, sonra geri al

Son yıllarda giderek yaygınlaşan bir yaklaşım daha var ve bence sahiplik etkisini en akıllıca kullanan model bu: reverse trial.

Mantığı şu. Kullanıcı kaydolduğunda ona sınırlı bir ücretsiz plan değil, belirli bir süre için ürünün tam halini verirsiniz. Bütün özellikler açık, bütün sınırlar kalkmış. Kullanıcı ürünü en güçlü haliyle deneyimler. Süre dolduğunda ise ödeme yapmazsa ücretsiz plana düşer, kapı kapanmaz.

Bu modelin gücü şuradan geliyor: kullanıcı premium özellikleri bir kez kullandıktan sonra, onları kaybetmek ona gerçek bir kayıp gibi gelir. Klasik ücretsiz denemede süre bitince kapı kapanır ve kullanıcı ya öder ya gider. Reverse trial'da ise kullanıcı ürünün içinde kalır ama neyi kaybettiğini çok net bilir. Ve kaybettiği şey, hiç sahip olmadığı bir şey değil, az önce elinde olan bir şeydir.

Elbette her ürüne uymaz. Premium özelliklerin kullanıcının iş akışına kısa sürede yerleşebildiği ürünlerde iyi çalışır. Değeri haftalarca sonra ortaya çıkan ürünlerde ise deneme süresi biter ve kullanıcı neyi kaybettiğini hiç anlamamış olur.

## Zamanlama her şeydir

Paywall'un ne olduğu kadar ne zaman göründüğü de önemlidir.

En kötü an, kullanıcının bir işin tam ortasında olduğu andır. Bir rapor hazırlıyor, bir sunumu bitirmek üzere, bir müşteriye cevap yazıyor ve tam o sırada önüne bir ödeme ekranı çıkıyor. Bu, kullanıcıyı rehin almak gibi hissettirir. Kısa vadede ödeme alabilirsiniz ama kullanıcının ürüne duyduğu güveni de kaybedersiniz.

Daha iyi an, kullanıcının bir değer anını tamamladığı andır. Bir işi bitirdi, sonucu gördü, memnun. O anda ona “bunu ekibinle paylaşmak ister misin?” ya da “geçmiş raporlarına sınırsız erişmek ister misin?” diye sormak, onun yaşadığı değerin bir uzantısı gibi gelir. Ödeme isteği, kutlamanın bir parçası olur.

## Agresif paywall tuzağı

Son olarak bir uyarı. Dönüşüm oranlarını artırmanın en hızlı yolu, paywall'u daha agresif hale getirmektir. Daha erken göstermek, daha sık göstermek, kapatma butonunu küçültmek, ücretsiz planı kısmak.

Bu taktikler işe yarar. Bir süreliğine.

Dönüşüm oranı yükselir, gelir artar, ekip kutlama yapar. Ama aynı anda başka bir şey de olur: ürünü hiç tanımadan ayrılan kullanıcı sayısı artar. Bu kullanıcılar hiçbir zaman ödemeyecekti belki, ama ürünü başkalarına anlatacak, bir gün ekiplerine önerecek, işleri büyüdüğünde geri dönecek olanlar da onların arasındaydı. Agresif paywall, bugünün dönüşümünü yarının büyümesinden çalar.

Bu yüzden ben paywall'u bir gelir aracından önce bir değer aracı olarak görmeyi öneriyorum. İyi yerleştirilmiş bir paywall, kullanıcıya ürününüzün neyi iyi yaptığını gösterir. Kötü yerleştirilmiş bir paywall ise sadece bir engeldir.

Monetizasyonu konuştuğumuz bu fazı burada kapatıyoruz. Bir sonraki fazda, belki de en az konuşulan ama uzun vadede en belirleyici soruya geçeceğiz: inşa ettiğiniz ve paraya dönüştürdüğünüz değeri nasıl koruyacaksınız?

---

# LTV’yi Yeniden Düşünmek: Gerçek Yaşam Boyu Değer Gelir Değil, Kullanıcının Ürüne Yatırdığı Davranışsal Birikimdir

URL: https://alpsuleyman.com/tr/insights/ltvyi-yeniden-dusunmek
Published: 2025-12-17
Updated: 2026-10-01
Author: Alp Suleiman

> LTV tablosu size bir kullanıcının geçmişte ne kadar ödediğini söyler. Gelecekte kalıp kalmayacağını söyleyen şey ise ürüne bugüne kadar ne bıraktığıdır.

Yatırımcı sunumlarının en sevilen slaytlarından biri LTV/CAC oranıdır. Üç, dört, bazen beş. Odada herkes rahatlar. Ben de yıllarca o slaytı hazırlayanlardan biri oldum ve itiraf edeyim, o rahatlamanın tadını çıkardım.

Sonra kâğıt üzerinde LTV'si kusursuz görünen kohortların birkaç ay içinde dağıldığını görmeye başladım. Formül hiçbir şeyi yanlış hesaplamıyordu. Sadece yanlış şeyi hesaplıyordu.

## Formülün sessiz varsayımı

Klasik LTV hesabı basittir: ortalama gelir, brüt marj ve ortalama müşteri ömrü. Ömrü de genelde churn oranından türetiriz. Aylık churn yüzde üçse, kullanıcı ortalama otuz üç ay kalır, çarparız, sonuç çıkar.

Bu hesabın içinde sessiz bir varsayım saklı: geçmiş, geleceğin iyi bir tahminidir. Kullanıcılar dün nasıl davrandıysa yarın da öyle davranacaktır.

Oysa bir kullanıcının ödeme yapması, değer almasının değil, değer aldığına inanmasının sonucudur. Bu ikisi arasında bir zaman farkı var. İnsanlar değer almayı bıraktıktan sonra da bir süre ödemeye devam eder. Kartı otomatik çekilir, iptal etmeyi unutur, “bu ay yoğunum, sonra bakarım” der. Gelir grafiği, değer grafiğinin birkaç ay gerisinden gelir.

Yani gelir bazlı LTV bir dikiz aynasıdır. Nereden geldiğinizi çok net gösterir. Nereye gittiğinizi göstermez.

## Kullanıcı ürüne ne bırakıyor?

Serinin önceki yazılarında değerin zamanla katmanlaşması gerektiğinden bahsetmiştim. Kullanıcı kaldıkça ürün onun için daha değerli hale gelmeli. Bunun bir de ters yüzü var: kullanıcı kaldıkça ürüne bir şeyler bırakır.

Bir proje yönetim aracına yüklenmiş üç yıllık iş geçmişi. Bir CRM'de biriktirilmiş müşteri notları. Bir tasarım aracında ekibin ortak kütüphanesi. Bir muhasebe yazılımına bağlanmış banka hesapları, entegrasyonlar, otomasyon kuralları. Bir müzik uygulamasının sizi sizden iyi tanıyan önerileri.

Ben buna **davranışsal birikim** diyorum. Kullanıcının ürüne yatırdığı zaman, veri, alışkanlık ve organizasyonel emeğin toplamı. Para ödemek bir işlemdir; birikim ise bir ilişkidir.

> Gerçek yaşam boyu değer, kullanıcının size ödediği para değil, ürününüze yatırdığı ve kolayca geri alamayacağı birikimdir. Para bu birikimin sonucudur.

Bu tanımı sevmemin nedeni şu: birikim öncü bir göstergedir. Kullanıcının birikimi azalmaya başladığında, gelir henüz düşmemiştir. Ama düşecektir.

## Birikimin dört katmanı

Her ürün farklı, ama sahada en sık gördüğüm birikim türleri dört başlıkta toplanıyor.

İlki **veri birikimi**. Kullanıcının ürüne girdiği, ürün içinde ürettiği ve başka bir yere taşımanın zahmetli olduğu her şey. Belgeler, kayıtlar, geçmiş, içerik.

İkincisi **iş akışı birikimi**. Ürün kullanıcının gününde nereye yerleşmiş? Sabah ilk açtığı sekme mi, yoksa ayda bir hatırladığı bir araç mı? Bir sürece bağlanmış, otomasyon kurulmuş, başka araçlarla entegre edilmiş bir ürün, kenarda duran bir üründen çok farklı bir yaşam beklentisine sahiptir.

Üçüncüsü **ekip birikimi**. B2B ürünlerde bunu çok net görürsünüz. Ürünü tek bir kişi kullanıyorsa, o kişi şirketten ayrıldığında ürün de gider. Beş farklı departmandan insanlar aynı yerde çalışıyorsa, ürün artık bir kişinin tercihi değil, organizasyonun altyapısıdır.

Dördüncüsü **kişiselleşme birikimi**. Ürünün kullanıcıyı ne kadar tanıdığı. Ayarlar, tercihler, öğrenilmiş öneriler, kalibre edilmiş varsayılanlar. Yeni bir ürüne geçmek, sıfırdan tanışmak demektir. Ve insanlar sıfırdan tanışmayı sevmez.

## Değer sağlık skoru

Bu dört katmanı gelir metriklerinin yanına koyduğunuzda elinizde çok daha dürüst bir tablo olur. Ben çalıştığım ekiplerle buna “değer sağlık skoru” diyoruz. Adı önemli değil, mantığı önemli.

Skorun içinde genelde şunlar olur: kritik davranışın son dönemdeki tekrar sıklığı, son otuz günde eklenen veri ya da içerik miktarı, aktif entegrasyon sayısı, hesap içindeki aktif kullanıcıların farklı rollere ve ekiplere dağılımı ve kişiselleştirme ayarlarının kullanılma derecesi. Her ürün kendi bileşenlerini seçmeli; burada önemli olan, seçtiğiniz bileşenlerin kalan ve giden kullanıcıları gerçekten ayırt edip etmediğini test etmek.

Bu skoru doğru kurduğunuzda iki şey olur.

Birincisi, churn'ü olduktan sonra değil, olmadan önce görürsünüz. Bir hesabın birikimi üç ay üst üste düşüyorsa, o hesabın yenileme görüşmesi zor geçecektir. Bunu yenileme tarihinden iki ay önce bilmek ile yenileme günü öğrenmek arasında büyük fark var.

İkincisi, büyüme konuşmanız değişir. “Daha fazla kullanıcı” yerine “daha derin kullanıcı” konuşmaya başlarsınız. Yeni kullanıcı kazanmak pahalıdır. Mevcut kullanıcının birikimini artırmak çoğu zaman çok daha ucuzdur ve geri dönüşü daha kalıcıdır.

## Birikimi hapishane yapmayın

Burada önemli bir uyarı yapmam lazım, çünkü bu fikir yanlış ellerde kolayca kötüye kullanılabilir.

Birikim, kullanıcıyı içeride tutmak için kullanılabilir. Veriyi dışarı aktarmayı zorlaştırırsınız, iptal akışını labirente çevirirsiniz, formatı kapalı tutarsınız. Kısa vadede churn düşer. Grafikler güzel görünür.

Ama bu değer değil, rehine durumudur. Kullanıcı kalır, çünkü gidemez. Ve gidemeyen kullanıcı sizi hiçbir zaman tavsiye etmez, fırsatını bulduğu ilk anda da gider. Üstelik gittiği yerde sizi anlatır.

Benim ayrımım şu: sağlıklı birikim, kullanıcının “burada kalmak benim için daha iyi” demesini sağlar. Sağlıksız birikim, “buradan çıkmak çok zahmetli” demesini sağlar. İkisi de churn grafiğinde aynı görünür. Biri bir varlık, diğeri bir borçtur. O borcun nasıl biriktiğini serinin son yazısında konuşacağız.

## LTV slaytını silmeyin, yanına bir tane ekleyin

Bunların hiçbiri gelir bazlı LTV'nin işe yaramaz olduğu anlamına gelmiyor. Birim ekonomisi gerçektir, nakit gerçektir, yatırımcılar da haklı olarak o slaytı görmek ister.

Önerim şu: o slaytın yanına bir tane daha ekleyin. Kullanıcılarınızın ürüne ne bıraktığını gösteren bir slayt. Kohortların birikim eğrisi. Hangi kohortun zamanla derinleştiği, hangisinin yüzeyde kaldığı.

Gelir eğrisi size dün ne kazandığınızı söyler. Birikim eğrisi yarın ne kazanacağınızı.

Ve bu ikisi birbirinden ayrışmaya başladığında, o ayrışmanın nedenini bulana kadar başka hiçbir metriğe bakmayın.

---

# AI Çağında Değerin Yeni Savaşı: Ürünler Neden Eskisinden Çok Daha Hızlı Commodity Haline Geliyor ve Nasıl Direnirsiniz?

URL: https://alpsuleyman.com/tr/insights/ai-caginda-degerin-yeni-savasi
Published: 2026-02-26
Updated: 2026-10-01
Author: Alp Suleiman

> Bir özelliği kopyalamanın maliyeti artık bir hafta sonu. Kendinize sormanız gereken soru “rakip bunu yapabilir mi?” değil, “yapsa ne olur?”

Son dönemde kurucularla yaptığım konuşmalarda giderek sıklaşan bir sahne var. Kurucu, ekibiyle aylarca uğraştıkları bir özelliği gururla gösterir. Çoğu zaman gerçekten iyidir. Sonra telefonunu çıkarır ve bir rakibin aynı şeyi çok daha kısa sürede çıkardığı ekranı gösterir.

“Nasıl bu kadar hızlı yaptılar?”

Cevap basit ve ikimiz de biliyoruz. Artık herkes hızlı yapıyor.

## Kopyalamanın maliyeti sıfıra yaklaşıyor

Yazılım dünyasında rekabet avantajının önemli bir kısmı uzun süre üretim zorluğundan geldi. Bir şeyi yapmak zordu, zaman alıyordu, iyi mühendis gerektiriyordu. İlk yapan birkaç ay, bazen birkaç yıl önde giderdi.

Yapay zekâ bu denklemi sarstı. Kod yazmak hızlandı, arayüz çizmek hızlandı, bir fikri çalışan bir prototipe dönüştürmek günlerden saatlere indi. Bunun güzel bir tarafı var: küçük ekipler büyük işler yapabiliyor. Ama bir de rahatsız edici tarafı var: sizin yaptığınızı da herkes yapabiliyor.

Bir özelliğin rakip tarafından kopyalanma süresi kısaldıkça, o özelliğin size sağladığı avantaj da kısalır. Aylarca süren emek birkaç haftalık bir öncülüğe dönüşür. Bu yeni bir durum değil; sadece eskiden yıllar süren bir süreç artık aylar, hatta haftalar sürüyor.

Ürünler hızla commodity haline geliyor. Commodity, müşterinin aralarında anlamlı bir fark göremediği, bu yüzden fiyata göre seçtiği şeydir. Ve fiyata göre seçilen bir ürün olmak, bir girişimin başına gelebilecek en yorucu şeylerden biridir.

## “Wrapper” tuzağı

Bunun en net görüldüğü yer, üzerine ince bir arayüz giydirilmiş yapay zekâ ürünleri. Altta herkesin erişebildiği bir model, üstte güzel bir ekran ve birkaç akıllı prompt. İlk günlerde etkileyici görünür, çünkü kullanıcı ilk kez böyle bir şey deneyimliyordur.

Sorun şu: değerin neredeyse tamamı alttaki modelden geliyor ve o model sizin değil. Model sağlayıcısı aynı özelliği kendi ürününe eklediğinde, ya da bir rakip aynı modelle daha ucuz bir ekran çizdiğinde, elinizde savunacak bir şey kalmıyor.

Bu yazıyı yapay zekâ ürünlerine karşı bir uyarı olarak okumayın. Ben de yapay zekâ destekli iş modelleri üzerine çalışıyorum ve bunun bu dönemin en büyük fırsatı olduğunu düşünüyorum. Ama fırsat, modeli kullanmakta değil. Modelin tek başına yapamayacağı şeyi yapmakta.

> Kopyalanması kolay olan şey özelliktir. Kopyalanması zor olan şey, o özelliğin kullanıcının hayatına nasıl yerleştiğidir.

## Savunma hattı nereden geçiyor?

Kopyalamanın ucuzladığı bir dünyada değerin nerede korunduğuna dair sahada gördüğüm birkaç katman var.

**Özel veri ve bağlam.** Model herkese aynı cevabı verir. Ama sizin ürününüz, kullanıcının geçmişini, ekibinin süreçlerini, sektörünün kendine özgü kurallarını biliyorsa, aynı model sizin içinizde çok daha iyi çalışır. Bu bağlamı rakip kopyalayamaz, çünkü o bağlam kullanıcının sizinle geçirdiği zamandan doğar. Önceki yazıda bahsettiğim davranışsal birikim, bu çağda bir hendek haline geliyor.

İş akışına gömülmek. Bir sekmede ayrı duran bir araç kolayca değiştirilir. Kullanıcının günlük sürecinin ortasına yerleşmiş, diğer araçlarla konuşan, otomasyonları kurulmuş bir ürün ise değiştirilmez; söküp atılması gerekir. Ve kimse sökmeyi sevmez.

Dağıtım. Bu en az konuşulan ama belki en önemli katman. Kopyalayabildiğiniz bir ürünü, kopyalayamadığınız bir kanaldan satmak büyük bir avantajdır. Doğru kitleye ulaşan bir topluluk, bir ortaklık ağı, güçlü bir içerik motoru. Bunlar bir hafta sonunda kurulmuyor.

Güven. Yapay zekâ ürünleri hata yapar. Kullanıcı bunu bilir. O yüzden hangi ürüne işini emanet edeceğini seçerken sadece yeteneğe değil, güvenilirliğe bakar. Tutarlı sonuç veren, hatasını kabul eden, verisini koruyan bir ürün; daha yetenekli ama tahmin edilemez bir üründen daha değerlidir. Güven yavaş kazanılır ve kopyalanamaz.

**Sonucun sahipliği.** Bu bence en önemli değişim. Eskiden kullanıcıya bir araç verirdik, işi o yapardı. Şimdi işin kendisini yapabiliyoruz. Bir rapor oluşturma aracı yerine raporu hazırlayan bir ürün. Bir e-posta editörü yerine kampanyayı çalıştıran bir sistem. Araç satan bir ürün kopyalanabilir. Sonucu üstlenen ve o sonucun kalitesinden sorumlu olan bir ürün ise çok daha zor kopyalanır, çünkü sonucu teslim etmek için gereken her şeyi, yani veriyi, süreci, kalite kontrolünü ve hesap verebilirliği birlikte inşa etmeniz gerekir.

## Roadmap'inize bakma şekli değişmeli

Bu tablonun pratik bir sonucu var. Roadmap'inize baktığınızda her büyük iş için yeni bir soru sormanız gerekiyor: “Bu, bir rakibin kolayca kopyalayabileceği bir şey mi, yoksa zamanla derinleşen bir şey mi?”

Kopyalanabilir işler yapmak yasak değil. Bazen pazarın beklentisini karşılamak için yapmak zorundasınız. Ama bunları birer temizlik işi olarak görün; masa açılsın diye yapılır, savaş kazandırmaz. Asıl yatırımınız, kullanıcı kaldıkça değeri artan, kullanıcının bağlamını biriktiren ve iş akışına daha derin yerleşen işlere gitmeli.

Bir de hız meselesi var. Kopyalamanın kolaylaştığı bir dünyada hızlı olmak bir avantaj değil, masaya oturma şartıdır. Herkes hızlı. O yüzden hız sizi ayırt etmez; neyi hızla öğrendiğiniz ayırt eder. Kullanıcıdan rakiplerinizden daha hızlı öğrenen, o öğrendiğini ürüne rakiplerinizden daha hızlı yansıtan bir ekip, tek tek özelliklerin kopyalanmasından korkmaz. Çünkü rakip kopyaladığında, siz zaten bir sonraki adımdasınız.

## Asıl soru

Böyle bir konuşmanın sonunda genelde şunu sorarım: “Rakibiniz bu özelliği kopyaladı. Peki kullanıcılarınızdan kaç tanesi o yüzden gitti?”

Çoğu zaman cevap bir süre düşündükten sonra gelir: “Bildiğim kadarıyla hiçbiri.”

O zaman kaybedilen şey bir özelliktir, değer değil.

Bu çağda soru artık “rakip bunu yapabilir mi?” değil. Yapabilir. Soru şu: “Yapsa ne olur?” Cevabınız “pek bir şey olmaz, çünkü kullanıcılarımız bizde başka bir şey buluyor” ise, savunma hattınız sağlam. Cevabınız “her şeyimiz gider” ise, savunacak bir şeyiniz yok demektir; sadece henüz kimse fark etmemiştir.

Bu yeni savaşın en sinsi düşmanı ise dışarıda değil, içeride. Hızla büyürken, fark etmeden biriktirdiğiniz bir borç. Serinin son yazısında onu konuşacağız.

---

# Değer Borcu Tehlikesi: Hızla Büyüyen Ama İçten İçe Çürüyen Ürünlerin Gizli Düşmanı Nedir ve Nasıl Önlenir?

URL: https://alpsuleyman.com/tr/insights/deger-borcu-tehlikesi
Published: 2026-05-21
Updated: 2026-10-01
Author: Alp Suleiman

> Teknik borcu herkes bilir. Daha tehlikelisi, büyürken kullanıcıya verdiğiniz sözlerden sessizce biriken borçtur. Faizi churn olarak ödenir.

Mühendislik ekiplerinin çok sevdiği bir kavram var: teknik borç. Hızlı gitmek için kestirme yollar seçersiniz. Kod çalışır, ürün çıkar, ama altta bir yük birikir. Bir gün o yükü ödemek zorunda kalırsınız; ya yavaşlayarak, ya her şeyi yeniden yazarak.

Teknik borcu herkes bilir, çünkü mühendisler bundan şikâyet etmeyi sever ve haklı olarak şikâyet ederler.

Bir de kimsenin şikâyet etmediği, çünkü kimsenin görmediği bir borç var. Ben buna **değer borcu** diyorum.

## Değer borcu nedir?

Değer borcu, büyürken kullanıcıya verdiğiniz değer sözü ile gerçekte teslim ettiğiniz değer arasında biriken farktır.

Her hızlı büyüyen şirket bir noktada bu borcu almak zorunda kalır. Bu yazı borç almayın demiyor. Teknik borç gibi, değer borcu da bazen akıllıca bir tercihtir. Bir pazarı kapmak, bir finansman turunu yetiştirmek, rakipten önce yerleşmek için kısa yol seçersiniz. Sorun borç almak değil. Sorun aldığınızı bilmemek ve hiç ödememek.

Çünkü değer borcunun faizi çok yüksektir ve ödemesi sessizce, churn olarak gelir.

## Borç nasıl birikir?

Sahada gördüğüm birkaç tanıdık yol var. Muhtemelen birkaçı size de tanıdık gelecek.

Birincisi **aşırı vaat**. Satış ekibi kotasını doldurmak için ürünün henüz yapmadığı bir şeyi söyler. Pazarlama, ürünün en iyi gününü her günüymüş gibi anlatır. Müşteri bir beklentiyle gelir, başka bir gerçeklikle karşılaşır. Aradaki fark kaydedilmez, ama müşterinin kafasında bir hesap açılır.

İkincisi kısa vadeli büyüme taktikleri. Agresif indirimler, sadece metrik şişiren kampanyalar, kullanıcıyı geri getirmek için tasarlanmış ama ona hiçbir şey vermeyen bildirimler. Her biri o çeyreğin grafiğini güzelleştirir. Hiçbiri kullanıcının hayatında bir şey değiştirmez. Serinin ilk yazısında gölgeyi büyütmekten bahsetmiştim; bu tam olarak o.

Üçüncüsü karanlık kalıplar. İptal düğmesini gizlemek, otomatik yenilemeyi fark ettirmemek, kullanıcıyı istemediği bir pakete itmek. Önceki yazıda birikimi hapishaneye çevirmekten bahsetmiştim. Karanlık kalıplar o hapishanenin parmaklıklarıdır. Kısa vadede gelir korurlar, uzun vadede güveni yok ederler.

Dördüncüsü, en az konuşulanı: **bakım ihmali**. Yeni özellik çıkarmak heyecanlıdır, terfi getirir, duyurulur. Mevcut özelliği düzeltmek, yavaşlayan bir akışı hızlandırmak, kafa karıştıran bir ekranı sadeleştirmek ise kimsenin roadmap'inde öne çıkmaz. Böylece ürün yeni kullanıcılar için büyürken, eski kullanıcılar için yavaş yavaş kötüleşir.

> Değer borcu, büyüme grafiğinin içine gizlenir. Grafik yükseldikçe borç da büyür ve ikisi bir süre aynı yöne gittiği için kimse fark etmez.

## Erken sinyaller

Değer borcunun kötü yanı, geç fark edilmesi. İyi yanı ise, dikkatli bakarsanız erken sinyal vermesi. En sık gördüklerim şunlar.

Yeni kohortların retention'ı eskilerinkinden kötüleşiyor. Ürün büyürken her yeni dalga bir öncekinden daha erken ayrılıyorsa, muhtemelen vaat ile teslim arasındaki mesafe açılıyor.

Destek taleplerinin türü değişiyor. “Bunu nasıl yaparım?” sorularının yerini “bu neden böyle?” ve “bana bunu söylemiştiniz” cümleleri alıyorsa, kullanıcı bir beklentiyle gelmiş ve karşılığını bulamamıştır.

İndirim bağımlılığı başlıyor. Yenileme dönemlerinde müşteriyi tutmak için her seferinde daha fazla indirim gerekiyorsa, fiyat değil değer sorgulanıyordur. Monetizasyon fazına girerken fiyatı bir engel değil, bir değer kanıtı olarak tasarlamaktan söz etmiştim. Sürekli indirim, kanıtın zayıfladığının itirafıdır.

Memnuniyet ile davranış birbirinden ayrışıyor. Anketler hâlâ iyi, ama kullanım derinliği azalıyor. Kullanıcılar nazik, ama birikimleri düşüyor. Daha önce dediğim gibi, memnuniyet bir duygu, değer bir sonuçtur. Bu ikisi ayrıştığında sonuca inanın.

## Borcu nasıl ödersiniz?

İlk adım, borcu görünür kılmak. Teknik borcu yöneten iyi ekiplerin bir kaydı vardır: hangi kestirmeyi neden aldık, ne zaman ödeyeceğiz. Değer borcu için de aynısını yapın. Satışın verdiği ama ürünün henüz karşılamadığı sözler. Kısa vadeli taktiklerle şişirilmiş metrikler. Ertelenmiş bakım işleri. Hepsini bir yere yazın. Yazmadığınız borç, ödemeyi unuttuğunuz borçtur.

İkinci adım, düzenli bir ödeme ritmi kurmak. Her çeyrekte kapasitenin bir kısmını, adı üstünde, borç ödemeye ayırın. Yeni bir şey çıkarmayan ama mevcut değeri onaran işlere. Bu işler duyuru getirmez, ama retention'ı getirir. Serinin ortasında bahsettiğim değer komitesi tam da bu işlerin sahiplenildiği yerdir; çünkü değer borcunu tek bir ekip ödeyemez. Satıştan ürüne kadar herkesin katkısı gerekir.

Üçüncü adım, borç almadan önce sormak. Bir taktiğe, bir kampanyaya, bir vaade evet demeden önce tek bir soru: “Bu, kullanıcının hayatında bir şeyi gerçekten değiştiriyor mu, yoksa sadece bu çeyreğin grafiğini mi?” Cevap ikincisiyse yine de yapabilirsiniz. Ama artık borç aldığınızı biliyorsunuz.

## Serinin son sözü

On üç yazı boyunca değeri farklı açılardan konuştuk. Ne olduğunu ve ne olmadığını. Kullanıcının tarafında ilk kez nerede kıvılcımlandığını. Davranışlarla, döngülerle ve organizasyonla nasıl tasarlandığını. Zamanla nasıl katmanlaştığını. Nasıl paraya dönüştüğünü. Ve nasıl korunduğunu.

Bütün bu yazıların altında tek bir fikir yatıyor ve onu en başta söylemiştim: siz bir şey ürettiğinizde değil, kullanıcının hayatında bir şey değiştiğinde değer oluşur.

Değer borcu, bu cümleyi unuttuğunuz her an biriken şeydir. Bir özelliği kullanıcı için değil roadmap için çıkardığınızda. Bir metriği kullanıcı için değil yönetim kurulu için büyüttüğünüzde. Bir sözü teslim etmek için değil satmak için verdiğinizde.

Büyüme tesadüf değil, tasarlanabilir bir sistemdir. Ama tasarladığınız sistem kullanıcının hayatında gerçek bir değişim üretmiyorsa, ne kadar hızlı büyüdüğünün bir önemi yok. Sadece borcunuz hızla büyüyordur.

Bu serinin amacı size hazır cevaplar vermek değildi. Bir sonraki roadmap toplantısında, bir fiyatlandırma tartışmasında, bir onboarding akışını çizerken durup “bu kullanıcı için ne ifade ediyor?” diye sormanızı sağlamaktı. O soruyu sormaya devam ettiğiniz sürece, borcunuzu da ödüyorsunuz demektir.

---

# Vizyonun Görünmez Gücü: Ne Finansal Tablolarda Ne Organizasyon Şemasında Görünür, Ama Neden Her Şeyi Değiştirir?

URL: https://alpsuleyman.com/tr/insights/vizyonun-gorunmez-gucu
Published: 2025-02-25
Updated: 2026-10-05
Author: Alp Suleiman

> Vizyon ne finansal tablolarda görünür ne organizasyon şemasında. Ama varlığı ya da yokluğu, bir şirketin içindeki her şeyi değiştirir.

İş dünyasında bana ilham veren düşüncelerin başında “vizyonu örgütsel başarıya dönüştürmek” geliyor. Yazılması kolay, yaşaması zor bir düşünce bu. Özüne geçmeden önce kendime şunu sormak istiyorum: Bu düşünce bana neden ilham veriyor?

Değişen dünyayla birlikte ihtiyaçlar ve sorunlar da değişiyor. Bu düşünce beni, insanlığın gelecekteki sorunlarına, ihtiyaçlarına ve değiştirmek istediği gerçeklere çözüm sunma arzusu taşıdığı için heyecanlandırdı. Bunu dün gibi hatırlıyorum.

İnsanlığa ve gezegenimize faydalı olma isteğiyle başlayan bu merak, bir grup insanın bir vizyonu nasıl gerçeğe dönüştürdüğünü araştırma ve anlama ihtiyacına dönüştü. Sezgilerimi dinleyen biri olarak heyecan ve sabırsızlıkla başladığım bu yolculuk yıllar sürdü ve hâlâ sürüyor. Bu seride orada keşfettiklerimi paylaşıyorum.

## Vizyon bir hedeften fazlası

Bu yolda vizyonun ne kadar değerli bir pusula olduğunu keşfettim. Peki vizyonu örgütsel başarıya dönüştüren sır ne? Benim deneyimime göre her şey, insanın içindeki değişim ve dönüşüm arzusuyla başlıyor.

Yıllar içinde gözlemlediğim en çarpıcı gerçek şuydu: Vizyon yalnızca bir hedef değil; insanları birleştiren, onlara ilham veren ve değişime yön veren bir güç. İnsanların içindeki potansiyeli açığa çıkarıyor. Vizyonu doğru belirleyen insanlar yalnızca bugünü değil, yarını da düşünüyor. Karşılaştıkları zorlukları aşılması gereken engeller olarak değil, kendilerini geliştirme fırsatı olarak görüyorlar.

Dahası, vizyon işe anlam katıyor. İnsanlar sabah işe yalnızca görevlerini yerine getirmek için değil, bir amaca hizmet etmek için geliyor. Bu amaç duygusu onları daha yaratıcı, daha üretken ve daha mutlu kılıyor. Çünkü yaptıkları işin yalnızca kendilerine değil, bir bütüne hizmet ettiğini biliyorlar.

En önemlisi, vizyon insanları ortak bir gelecek etrafında birleştiriyor. Farklı departmanlar, farklı görevler, farklı bakış açıları... Hepsi aynı vizyona hizmet ettiğinde rekabet yerini işbirliğine, bireysel başarı yerini takım başarısına bırakıyor. Vizyonun örgütsel başarıya dönüşme yolculuğu tam bu noktada başlıyor.

Asıl soru şu: Şirketin “Hakkımızda” sayfasında duran vizyon değil, her ekip üyesinin kalbinde yer etmeyi başaran vizyon nasıl hayat buluyor?

## Duvar süsünden pusulaya

Bir zamanlar vizyonu yalnızca duvar süsü olarak gören biriydim. O günlerden bu yana uzun bir yol kat ettim. Bu yolda keşfettiğim şey neredeyse mistik bir gerçek: Vizyon, organizasyonların kaderini değiştiren görünmez bir güç alanıdır. Ne finansal tablolarda görünür ne organizasyon şemalarında. Ama inanın bana, varlığı ya da yokluğu her şeyi değiştirir.

Şu sahneyi gözünüzde canlandırın: Aynı sektörde, benzer kaynaklarla yola çıkan iki şirket. On yıl sonra biri pazarın lideri, diğeri çoktan unutulmuş. Aradaki fark ne? Fark edilen, hissedilen ama dokunulamayan o enerji: vizyon.

Bir keresinde, bir kriz toplantısında iki saat süren bir tartışmanın, vizyon duvarına asılı tek bir cümleye işaret edildiği anda nasıl çözüldüğüne şahit oldum. O an vizyonun yalnızca ilham verici bir fikir değil, pratik bir navigasyon aracı olduğunu derinden anladım.

Her pazartesi sabahı aynı asansörle yukarı çıkan insanlardan bazıları neden gözlerinde ışıltıyla, diğerleri yorgun gözlerle bakıyor? Cevap, görebildikleri ufkun genişliğinde gizli. Vizyon onlara yalnızca daha geniş bir ufuk değil, o ufukta kendileri için anlamlı bir yer sunuyor.

## “Onların vizyonu”ndan “bizim vizyonumuz”a

Belki de en çarpıcı keşfim şu oldu: Vizyonun en büyük etkisi, insanların kendi değerlerini şirketin değerleriyle birleştirdiği o kesişim noktasında ortaya çıkıyor. O noktada “onların vizyonu” ile “benim vizyonum” arasındaki çizgi bulanıklaşıyor ve “bizim vizyonumuz” doğuyor.

Bu dönüşümü yaşayan şirketlerde toplantılardaki tartışmalar değişir, koridordaki konuşmalar farklılaşır, kahve molalarındaki enerji bile başkalaşır. Vizyon yalnızca bir şirketin geleceğini değil, içindeki insanların hikâyelerini de yeniden yazar.

Ve belki de en değerli içgörü bu: Vizyon olmadan şirketler belki hayatta kalabilir, ama insanlar gerçek potansiyellerine asla ulaşamaz. Çünkü insanları gerçekten harekete geçiren şey maaşları değil, parçası oldukları hikâyenin anlamıdır.

## Başarılı dönüşümlerin anatomisi

Bu hikâye nasıl yazılıyor? Başarılı dönüşümlerin sırrı, dışarıdan göründüğünden çok daha derin bir yapıya sahip. İş hayatım boyunca birçok organizasyonun dönüşümüne tanıklık ettim ve her birinde aynı deseni gördüm: Başarı her zaman sabır, süreklilik ve sistematik bir yaklaşım ister. Vizyonun gücü, onu duvara astığınız gün değil, organizasyonun her hücresinde yaşamaya başladığı gün ortaya çıkar. Başarılı dönüşümler; çalışanların ortak amacı benimsediği, gündelik pratiklerle desteklenen ve kültürel DNA'ya işleyen süreçlerdir.

Bir organizasyonda dönüşüm gerçekleştiğinde bunu ilk olarak koridorlardaki konuşmalardan anlarsınız. İnsanlar birbirleriyle daha heyecanlı konuşur, toplantılar daha verimli geçer, kahve molaları bile daha anlamlı hâle gelir.

Bir Japon otomotiv şirketinin tsunami sonrası toparlanma sürecini incelediğimde, insanların krizi nasıl fırsata dönüştürdüğünü gördüm. Kriz, şirket için bir sınav değil; vizyonun gerçek gücünü test etmek ve kanıtlamak için bir fırsattı.

Aynı deseni bir finans şirketinin teknoloji dönüşümünü incelediğimde de gördüm. Karar mekanizmaları, performans değerlendirme sistemleri ve kaynak dağılımı sürekli ve kararlı biçimde şirketin vizyonuna uygun hâle getirildiğinde gerçek değişim başladı.

## Asıl dönüşüm görünmeyen yerde olur

Ama en derin keşfim şuydu: Gerçek dönüşüm dışarıdan görülmeyen bir yerde gerçekleşir. İnsanların zihinlerinde ve kalplerinde.

Satya Nadella'nın Microsoft'ta başlattığı kültür dönüşümünü yakından takip ederken bunu çok net hissettim. Nadella'nın merkeze koyduğu “büyüme zihniyeti” (growth mindset), her şeyi bilen olmaktan her şeyi öğrenen olmaya geçiş fikri, yalnızca bir slogan olarak kalmadı; çalışanların günlük mikro kararlarına kadar işledi. Dönüşümü kalıcı kılan da bu derin kültürel yerleşimdi.

Vizyon ancak organizasyonun bütün dokularına yayıldığında ve insanların günlük işine anlam kattığında gerçekten başarılı olur. Vizyonun gerçek anatomisi budur: soyut bir kavramdan öte, organizasyonun her hücresinde yaşayan ve insanların gerçek potansiyelini açığa çıkaran bir güç.

Serinin sonraki yazıları önce işin nerede bozulduğuna bakıyor: vizyon daha yazılırken yapılan hatalara. Ardından vizyonun nasıl yaşatıldığına.

## Kaynaklar

- [Satya Nadella, *Hit Refresh*, HarperBusiness, 2017 (Microsoft'taki kültür dönüşümü ve “growth mindset”).](https://news.microsoft.com/videos/hit-refresh-microsoft-ceo-satya-nadella-tells-inside-story-companys-continuing-transformation/)

---

# Logoyu Çıkarın Testi: Klişe Vizyonlar ve Müşteriyi Unutan Vizyonlar Neden Kimseyi Harekete Geçirmez?

URL: https://alpsuleyman.com/tr/insights/logoyu-cikarin-testi
Published: 2025-06-24
Updated: 2026-10-05
Author: Alp Suleiman

> Vizyon cümlenizden logoyu çıkarıp bir rakibinize koysanız hâlâ anlamlı mı? Klişe vizyonlar ve müşteriyi unutan vizyonlar neden kimseyi harekete geçirmez?

Vizyon yalnızca bir cümleden ibaret değildir; bir şirketin geleceğe dair hayalini, duruşunu ve dönüşüm gücünü içinde taşır. Yıllardır farklı sektörlerdeki şirketlerin vizyon cümlelerini topluyor, inceliyor ve notlar hâlinde arşivliyorum. Bu yazıyı hazırlarken fark ettim ki biriken bu cümleler yalnızca şirketlerin değil, bir çağın da hikâyesini anlatıyor.

Bu cümleleri incelerken fark ettiğim ilginç bir içgörü var: Gerçekten etkileyici vizyonların çoğu bir sektörü tanımlamak yerine insan deneyimini dönüştürmeyi hedefliyor. En güçlü vizyonlar “ne yaptığına” değil, “insanların hayatında neyi değiştirdiğine” odaklanıyor. Bir banka finansal hizmet sunduğunu değil, finansal özgürlük hissini vaat ediyor. Bir gıda şirketi yalnızca ürün üretmiyor, gezegeni besleme sorumluluğunu üstleniyor.

Bu küçük fark büyük bir etki yaratıyor. Çünkü insanlar bir şirketin ne sattığından çok neye inandığına bağlanıyor.

Peki zayıf vizyonlar neden zayıf? Bir organizasyonun vizyonunu oluşturmak ve onu gerçeğe dönüştürmek, kâğıt üzerinde basit görünse de pratikte zorlu bir liderlik sınavıdır. Bu yönü belirlerken yapılan hatalar en iyi niyetli liderleri bile hayal kırıklığına uğratabilir. Bu ve sonraki iki yazıda en sık yapılan hatalara bakıyorum: neden yapıldıklarına, neye yol açtıklarına ve nasıl önlenebileceklerine. Okurken muhtemelen tanıdık durumlarla karşılaşacak, “yalnız değilmişim” diyeceksiniz. Büyük vizyonların peşindeki hemen her lider benzer belirsizlikler ve dirençlerle karşılaşıyor; önemli olan çıkaracağımız ders.

Bu yazıda vizyon cümlesinin kendisine dair iki hata var: klişe olması ve müşteriyi unutması.

## Klişe ve belirsiz vizyon

Kurumsal vizyonunuz herkese hoş gelen ama aslında hiçbir şey söylemeyen bir cümle mi? Öyleyse yalnız değilsiniz. Birçok lider vizyon oluşturmayı bir “yapılacaklar listesi” maddesi gibi görüyor ve bu kritik işi birkaç saatlik kelime oyunuyla geçiştiriyor. Sonuç, her şirkete uyacak kadar genel ve klişe ifadeler oluyor. “Sektörümüzde müşteri memnuniyetinde lider olup en iyi işveren olmak” kulağa hoş gelir, ama herhangi bir rakibiniz de aynı cümleyi rahatça kullanabilir.

Bu belirsizlik çalışanlarda “Biz şimdi tam olarak ne yapmaya çalışıyoruz?” sorusunu uyandırır. Yön duygusunu güçlendirmek yerine kafa karışıklığı yaratır.

**Neden yapılıyor?** Vizyonu netleştirmek çaba ister ve risklidir; somut bir iddia ortaya koymak yerine muğlak konuşmak konforlu gelir. Bazı liderler vizyonu bir pazarlama sloganı sanıp herkesi memnun edecek yuvarlak laflara yönelir. Altta bir de “ya yanılırsam” endişesi yatar. Ölçülebilir bir vizyon koymaktansa belirsiz kalmak, hesap verebilirlikten kaçış yolu gibi görünür.

**Neye yol açıyor?** Klişe bir vizyon ilham vermez. Çalışanlar onu benimsemekte zorlanır, çünkü ortada onları heyecanlandıracak, günlük işlerine anlam katacak somut bir hedef yoktur. Herkes vizyonu kendi anladığı gibi yorumlar, stratejik kararlarda tutarsızlıklar başlar, örgütsel uyum kurulamaz. Dışarıdaki müşteriler ve ortaklar da ne için çabaladığınızı göremez; rakiplerden farkınız bulanık kalır.

**Nasıl önlenir?** Vizyonunuzu kurarken özgün kimliğinize sadık kalın. Şirketinizi gerçekten benzersiz kılan ne? Vizyon cümleniz yalnızca size ait ipuçları taşımalı. Klişe tuzağı için tek bir test yeter:

> Bu cümleden logoyu çıkarıp bir başka şirkete koysam, hâlâ anlamlı olur mu? Cevap evetse, vizyonunuz yeterince özgün değildir.

Vizyonunuzun somut yönleri olmasına da özen gösterin. Vizyon geniş ufuklu bir yön çizse de insanlar sonunda somut bir başarı çerçevesi görmek ister. “En yenilikçi ürünleri sunmak” yerine “yenilikçi ürünlerle müşterilerimizin hayatında her yıl ölçülebilir bir iyileşme sağlamak” hem iddialı hem takip edilebilir bir vizyondur. Böylece vizyon soyut bir ideal olmaktan çıkıp yol gösteren bir yıldıza dönüşür.

## Müşteriyi ve piyasayı unutmak

Vizyonunuz yalnızca şirket içi hedeflerden mi bahsediyor? “En inovatif teknolojileri geliştiren lider şirket olmak” gibi, güzel ama müşteri bakışı taşımayan bir cümle mi? Müşteriyi merkeze almamak kritik bir hatadır. Vizyon şirkete yön çizerken, müşterinin gelecekte sizinle hangi değeri elde edeceğini de tarif etmelidir. Müşteri odaklı bir vizyon hem dışarıya hem içerideki ekibe çok daha güçlü bir ilham verir.

**Neden yapılıyor?** Vizyonu yazarken doğal olarak kendi hedeflerimize odaklanırız: ne olmak, nereye varmak istiyoruz? Bu gayet insani. Ama müşterinin bakış açısına geçmek unutulur. İçerideki körlük, kendi ürün ve süreçlerimize dalıp müşterinin asıl derdini ikinci plana itmemize yol açar. Bazı liderler de “müşteri odaklı vizyon klişe olur mu?” kaygısıyla müşteri deneyimini vizyona değil, misyon ya da değerler kısmına bırakmak ister.

**Neye yol açıyor?** Müşteriyi hesaba katmayan bir vizyon, müşteri deneyimini ikinci plana atan bir kültürü besler. Çalışanlar büyük resmi düşünürken yaptıkları işin son kullanıcıya etkisini gözden kaçırmaya başlar. Dışarıdan bakıldığında da vizyonunuz potansiyel müşterilere bir şey söylemez; onlar kendileri için neyi daha iyi hâle getireceğinizi duymak ister. Üstelik içe dönük bir vizyonla meşgulken müşterinin tercihleri ve rakip hamleleri karşısında geç kalırsınız.

**Nasıl önlenir?** Vizyon cümlenizi bir an dışarıdan biri gibi okuyun: “Burada müşteriye dokunan bir gelecek resmi var mı?” Yoksa yeniden yazın. “Pazarda birinci olmak” yerine “müşterilerimizin hayatını kolaylaştıran öncü çözümlerle anılmak” hem amacınızı hem müşteriye faydayı içerir.

Vizyonu kurarken ekibinizle şu soruları tartışın:

- Müşteri için hangi sorunu çözeceğiz, hangi ihtiyacı karşılayacağız?
- Vizyonumuz gerçekleştiğinde müşteriler hayatlarında nasıl bir iyileşme görecek?
- Ürün ya da hizmetimiz, müşterinin gelecekteki günlük deneyimini nasıl değiştirecek?

Bu sorularla şekillenen bir vizyon, içeride çalışanları müşterinin başarısına odaklar, dışarıda da güçlü bir mesaja dönüşür. Amazon'un kendini yıllardır “dünyanın en müşteri odaklı şirketi” olmayı hedefleyen bir şirket olarak tanımlaması tesadüf değil; bu cümle, her çalışana işin merkezine müşteriyi koymayı bir ilke olarak hatırlatıyor.

Siz de vizyonunuza müşterinizi dahil edin ki o vizyon gerçek bir değer vaadine dönüşsün. Bir sonraki yazıda vizyonun ölçeğine bakıyoruz: ne kadar büyük, ne kadar somut olmalı ve misyonla nerede ayrışmalı?

## Kaynaklar

- [Amazon.com, Inc., Form 10-K (2025 mali yılı), Item 1 “Business”: “We seek to be Earth's most customer-centric company.”](https://www.sec.gov/Archives/edgar/data/1018724/000101872426000004/amzn-20251231.htm)

---

# Vizyon Pusula, Strateji Harita: Hayal ile Gerçek Arasındaki Dengeyi ve Misyonla Uyumu Nasıl Kurarsınız?

URL: https://alpsuleyman.com/tr/insights/vizyon-pusula-strateji-harita
Published: 2025-09-22
Updated: 2026-10-05
Author: Alp Suleiman

> Vizyon ne kısık bir ışık olmalı ne ulaşılamaz bir yıldız. Hayal ile gerçek arasındaki dengeyi ve misyon, değerler, stratejiyle uyumu kurmanın yolu.

Bir önceki yazıda vizyon cümlesinin ne söylediğine baktık: klişe mi, müşteriye dokunuyor mu? Bu yazıda başka bir soruya bakıyorum: Vizyonunuz doğru ölçekte mi ve şirketin geri kalanıyla aynı resmi mi gösteriyor?

Bu iki hata sinsi. Vizyon cümlesi kendi başına okunduğunda gayet iyi görünebilir. Sorun, onu bugünün gerçekleriyle ya da misyonla, değerlerle ve stratejiyle yan yana koyduğunuzda ortaya çıkar.

## Gerçekçilik ile hayalperestlik arasında

Bir vizyon ne kısık bir ışık olmalı ne de ulaşılamaz bir yıldız. Dengeyi tutturamamak sık görülen bir tuzak ve iki uçta da hata çıkabiliyor: vizyonu neredeyse kısa vadeli bir hedef gibi dar tutmak ya da şirketin mevcut gerçeklerini yok sayan aşırı iddialı bir “pembe rüya” çizmek. İki durumda da vizyon amacına ulaşamaz.

**Neden yapılıyor?** Vizyon belirlemek bir sanattır; hem hayal gücü hem analiz ister. Bazı yöneticiler somut olma adına vizyonu fazla detaylandırır ya da zaman kısıtına boğar. “Önümüzdeki üç yıl içinde %20 pazar payına ulaşmak” gibi bir hedef vizyon değil, stratejik plan seviyesinde kalır. Vizyonun doğası gereği uzun vadeli ve biraz esnek olması gerektiği unutulur. Öte yandan bazı liderler vizyonu ne kadar büyük söylerlerse o kadar motive edici olacağını düşünür. Kaynaklar, yetkinlikler ve piyasa koşulları hesaba katılmadan, kulağa hoş gelen ama içeride güvensizlik yaratan cümleler ortaya atılır. “Dünyanın en büyük şirketi olacağız” ilk anda coşku verir, ama hızla inandırıcılığını yitirir.

**Neye yol açıyor?** Aşırı detaylı ve dar bir vizyon büyüme potansiyelini kısıtlar. Ekip yalnızca çizilen dar patikaya odaklanır, yeni fırsatları görmez; değişen koşullara uyum zorlaşır. Tersi durumda, uçuk bir vizyon şüphe ve ciddiyetsizlik duygusu uyandırır. Vizyon “patronun hayal dünyası” olarak algılanırsa, günlük işine odaklanan çalışanın zihninde yer etmez. İnanılırlığı düşük bir vizyon bağlılığı da düşük tutar; açıkça söylenmese bile ekip içinde alay konusu olma riski vardır. Vizyon, kurumun bütün ilgi alanlarını kapsayacak kadar geniş, ekibin yaratıcı çözümler bulmasına alan tanıyacak kadar esnek olmalı. Yoksa ya ufuk çizginiz daralır ya rotanız belirsizleşir.

**Nasıl önlenir?** Şu ilkeyi akılda tutmak işe yarıyor:

> Vizyon pusuladır, strateji haritadır.

Vizyon hangi yöne gideceğinizi söyler; ayrıntılı harita strateji ve hedeflerle çizilir. Bu ayrımı yapınca vizyonu belirlerken büyük resmi düşünürsünüz. Rakamsal hedefleri ve kısa vadeli ayrıntıları vizyona koymak yerine stratejik planlara bırakın. Ama vizyonun tamamen soyut olmasına da izin vermeyin; ulaşılması imkânsız bir hayal, kuruluşun vizyonu değil, kurucunun rüyası olarak kalır. İyi bir vizyon elle tutulur olmasa da akla yatkındır: ilham verir ama gerçeklikle bağını koparmaz. Vizyonu yalnızca rasyonel, zamana bağlı ve duygudan yoksun bir plana indirgemeyin; o zaman elinizde vizyon değil plan kalır.

Diğer uçta, tamamen hayalperest bir vizyonun açtığı bir boşluk var: inanmak ile yapmak arasındaki boşluk. Ekip vizyona gerçekten inanmadığında, kâğıt üzerindeki söylem ile fiiliyattaki eylem arasındaki makas açılır. Dengeyi kurmak için vizyon taslağınızı şu dört soruyla sınayın:

- **İlham veriyor mu?** Okuyan ya da duyan kişide bir heyecan, bir amaç duygusu yaratmalı. “Bize yakışır” hissi uyandırmalı.
- **İnanılır mı?** Ekip, bugünkü yetenek ve imkânlarla bu uzak hedefe yürünebileceğine inanıyor mu? Çok uzak bir geleceği gösterse bile bugünle bağını açıklayabiliyor mu?
- **Esnek mi?** Önümüzdeki 5–10 yılda çıkabilecek öngörülmemiş fırsatlara ve teknolojilere yer açacak kadar geniş mi, yoksa bugünün koşullarına fazla mı bağlı?
- **Odaklı mı?** Her şeyi birden başarmaya çalışmıyor, gerçekten kritik olan bir yönü vurguluyor mu? Net bir önceliği yoksa odak kaybolur.

Vizyon biraz cesaret ister; küçük düşünmek lideri korur ama örgütü sıradanlaştırır. Aynı zamanda sorumluluk da ister; büyük hayaller kurup altını dolduramazsanız güvenilirliğiniz zedelenir. Hayal gücü ile analiz arasındaki o noktayı bulmak, vizyoner liderliğin belki de en önemli maharetidir.

## Misyon, değerler ve stratejiyle uyum

Bazı şirketlerin vizyonuna baktığınızda, orada yazanın aslında bir vizyon değil misyon olduğunu görürsünüz. Ya da vizyon başka, günlük operasyonel öncelikler bambaşkadır. Vizyon ile misyonun karışması ve stratejiyle uyumsuzluk, farkına varılması zaman alan bir hatadır. Şirketin vizyonunda “global liderlik” yazarken misyonunda hâlâ “yerel pazarda en iyi hizmeti vermek” yazıyorsa, ortada bir tutarsızlık vardır.

**Neden yapılıyor?** Vizyon ile misyonun farkı herkesçe içselleştirilmemiştir; deneyimli liderler bile bu terimleri karıştırabiliyor. Vizyon geleceğe, misyon bugüne bakar; ama vizyon yazılırken çoğu zaman mevcut iş tanımının ötesine geçilemez ve vizyon bir misyon cümlesine dönüşür. Bir diğer neden, strateji yıllar içinde değişirken vizyon ve değerlerin güncellenmemesidir. Şirket “ülkenin en iyisi olmak” vizyonuyla yola çıkmıştır, yıllar sonra global açılım gelmiştir ama vizyon aynı kalmıştır. Vizyonu güncellemek misyonu ve değerleri de baştan ele almayı gerektirdiği için bu iş ertelenir. Bir de duygusal bağ var: O cümleyi belki kurucular yazmıştır ve değiştirmek kurucu misyona ihanet gibi algılanır. Ama iş dünyası dinamik; rota değişince vizyonun da evrilmesi doğal ve gereklidir.

**Neye yol açıyor?** Vizyon ile misyon karışınca zaman ufku şaşar. Çalışanlar geleceğe mi odaklanacak, bugünü mü mükemmelleştirecek, bilemez; stratejik öncelikler bulanıklaşır. Vizyonun değerlerle çelişmesi ya da stratejiyle uyumsuz olması inandırıcılığı zedeler. Kültürde risk almaktan kaçınmak hâkimken vizyonda “en yenilikçi olmak” yazıyorsa, bu kâğıt üstünde kalan bir dilektir. Bu kavramlar arasındaki uyum, bir şirketin tutarlılığını ve güvenilirliğini doğrudan etkiler.

**Nasıl önlenir?** Önce dört kavramın farkını ve ilişkisini netleştirin:

- **Misyon**, bugün ne yaptığınızı ve kime hizmet ettiğinizi anlatır.
- **Vizyon**, gelecekte olmak istediğiniz durumu tanımlar.
- **Değerler**, bu yolculukta sizi yöneten temel inançlardır.
- **Strateji**, vizyona ulaşmak için seçtiğiniz yoldur.

Bu dördü uyumlu bir bütün oluşturmalı. Vizyonu kurarken misyonunuza ve değerlerinize dönüp bakın: Vizyonu destekliyorlar mı, çelişiyorlar mı? Çelişiyorsa belki önce onları güncellemeniz gerekir. Şirket yön değiştirecekse bu öğeleri birlikte ele alın. Türkiye'de lider olma vizyonunuzu global ölçeğe taşımaya karar verdiyseniz, misyonunuzu da genişletmeli, değerlerinize belki “kültürel çeşitlilik” gibi yeni bir boyut eklemelisiniz.

Vizyonun misyona dönüşüp dönüşmediğini anlamak için basit bir test var:

> Vizyon cümlenizi okuyun ve sorun: “Şu anda zaten bunu yapıyor muyuz?” Cevap evetse, o bir misyon cümlesidir.

Vizyon, henüz gerçekleşmemiş, geleceğe dair bir durum içermelidir. “Müşterilere X hizmetini sunmak” bugünün işiyse, vizyon “X hizmetiyle en çok tercih edilen şirket olmak” gibi bir geleceği betimlemeli. Bu ayrımı doğru yapıp bütün kurumsal söyleminizi aynı hizaya getirdiğinizde, çalışanlar bulmacanın parçalarının yerine oturduğunu hisseder. Herkes yaptığı işin büyük resimde nereye katkı verdiğini görür.

Doğru yazılmış bir vizyon yine de kendiliğinden yaşamaz. Sonraki yazıda vizyonun sık öldüğü bir yere bakıyoruz: tek başına yazılıp bir kez duyurulduğu yere.

---

# Vizyonu Sahiplendirmek: Tek Başına Yazılıp Bir Kez Duyurulan Vizyon Neden Ölür ve Ekibin Ortak Hikâyesine Nasıl Dönüşür?

URL: https://alpsuleyman.com/tr/insights/vizyonu-sahiplendirmek
Published: 2026-02-24
Updated: 2026-10-05
Author: Alp Suleiman

> Vizyon liderin zihninde doğar ama ekiple hayata geçer. Tek başına yazılıp bir kez duyurulan vizyon neden ölür ve onu ekibin ortak hikâyesine nasıl çevirirsiniz?

Vizyon liderin zihninde doğar, ama hayata ekiple geçer. Birçok lider vizyonu tek başına belirleyip ekibe “işte hedefimiz” demenin yeterli olacağını varsayar. Oysa vizyon ne kadar parlak olursa olsun, sahiplenilmediği sürece kâğıt üstünde kalmaya mahkûmdur.

Serinin önceki iki yazısında vizyon cümlesinin kendisine baktık: özgün mü, müşteriye dokunuyor mu, doğru ölçekte mi, misyonla uyumlu mu? Bu yazıda cümleden insanlara geçiyoruz. Çünkü bir vizyon, iyi yazılıp kötü paylaşıldığında da ölebilir.

## Tek taraflı belirlenen, bir kez duyurulan vizyon

Liderin tek başına oluşturduğu vizyon, çalışanların aklına ve kalbine dokunmayabilir. Katılım eksikliği, vizyonun başarısız olmasında belirleyici bir faktördür.

**Neden yapılıyor?** Vizyon çoğu zaman liderin kişisel tutkusuyla başlar. Bu yüzden lider vizyonu en iyi kendisinin bildiğine inanabilir. Ekipten geri bildirim almak zaman alır; hızlı hareket etmek isteyen yönetimler bu adımı atlar. Empatiyle bakarsak, vizyon sahibi lider aklındaki resmi o kadar net görür ki başkalarının da aynı resmi gördüğünü varsayar. Bu bir illüzyondur.

Hatanın ikinci yarısı iletişimdir. Vizyon bir şirket toplantısında bir kez duyurulup duvara asıldıktan sonra kendi kendine yaşar sanılır. Oysa vizyonun sürekli, tutarlı ve canlı biçimde anlatılması ve tekrar edilmesi gerekir. John Kotter, 1995'te Harvard Business Review'da yayımlanan “Leading Change: Why Transformation Efforts Fail” makalesinde dönüşüm çabalarının sık yaptığı hatalardan birine tam bu adı verir: vizyonu gerekenden on kat az iletmek. Kotter'ın anlattığı tablo tanıdık: Bir grup iyi bir vizyon geliştirir, onu tek bir toplantıyla ya da tek bir duyuruyla iletir, sonra insanların yeni yaklaşımı neden anlamadığına şaşırır. Liderler vizyonu birkaç duyuruyla ilettiklerini sanırken, herkesin anlaması için çok daha fazlası gerekir.

**Neye yol açıyor?** Ekiple kurulmamış ve paylaşılmamış bir vizyon, çalışanlarda “bize danışılmadan tepeden inme hedefler” hissi yaratır. Çalışanlar kendilerini vizyonun parçası değil, izleyicisi olarak görür. Sonuç, düşük bağlılık ve motivasyon. Kimse katkı vermediği bir hedefe yüreğini koymak istemez.

İletişim eksikliği de başka bir sorun doğurur: Vizyon zamanla unutulur, gündelik öncelikler arasında erir. Ortak yön herkes tarafından içselleştirilmediği için şirket içinde farklı yönlere çekişmeler başlar. Bir süre sonra vizyon, çerçevede güzel duran ama işe hiçbir etkisi olmayan bir söz öbeğine dönüşür.

**Nasıl önlenir?** Vizyon oluşturmayı katılımcı bir yolculuğa çevirin. Liderin rehberliği elbette kritik, ama kilit ekip üyelerini, belki müşterileri ve diğer paydaşları uygun aşamalarda sürece katmak vizyonun hem kalitesini hem kabulünü artırır. Üst yönetim ilk taslağı yazdıktan sonra farklı seviyelerden çalışanlarla atölyeler yaparak test edebilir. Bu, çalışanlara seslerinin duyulduğunu hissettirir ve vizyona erken aşamada dokunmalarını sağlar.

Kotter aynı makalede işe yarar bir pratik kural da verir: Vizyonu birine beş dakikada ya da daha kısa sürede anlatıp hem anladığını hem ilgilendiğini gösteren bir tepki alamıyorsanız, bu aşamayı henüz bitirmemişsinizdir. Vizyonu anlaşılır ve ilgi çekici anlatamıyorsanız, insanların fedakârlık yapıp peşinizden gelmesini beklemek zordur.

Ve örnek olmak belki de en güçlü iletişim aracıdır. Liderlik ekibi kararlarında ve davranışlarında vizyona uygun hareket ettiğinde, sessiz ama etkili bir mesaj verir. Vizyon sözcüklerde kalmaz, kültürün içinde yaşamaya başlar.

## Üç adımlı uygulama planı: anlat, dahil et, uygula

Vizyonu belirledikten sonra asıl iş, onu hayata geçirmektir. Vizyonu şirket geneline yaymak ve canlı tutmak için basit ama etkili üç adım öneriyorum.

**1. Hikâyeleştirin ve sık anlatın.** Vizyonu her seviyeye indirmenin en iyi yolu onu hikâyelere çevirmektir. Vizyona uygun küçük bir başarı geldiğinde (küçük bir proje zaferi, bir müşterinin memnuniyet hikâyesi) bunu hemen bütün şirkete duyurun ve vizyonla bağını kurun: “İşte vizyonumuza bizi bir adım daha yaklaştıran bir örnek.” Düzenli toplantılarda vizyon hep gündemde olsun. Kotter'ın işaret ettiği iletişim açığını kapatmanın yolu bu: Bir kez söylemek yetmez, mesajı bıkmadan farklı biçimlerde tekrar edin. Vizyonu görünür kılmak (ofiste, intranette, e-posta imzalarında) da sürekli bir hatırlatma işlevi görür.

**2. Katılımı ve sahipliği teşvik edin.** Vizyon ancak paylaşıldığında güçlüdür. Yerel inisiyatiflere ve geri bildirim mekanizmalarına alan açın. Çalışanlara “Sizce vizyonumuza ulaşmak için departman olarak ne yapabiliriz?” diye sorun. Önerileri değerlendirin, iyi fikirleri hayata geçirin ve sahibini takdir edin. Böylece herkes kendini büyük resmin parçası olarak görmeye başlar. Orta kademe yöneticilerin rolünü de unutmayın: vizyonu ekiplere taşıyan onlardır. Onlara vizyonu nasıl anlatacaklarını ve ekip motivasyonuna nasıl bağlayacaklarını öğretin. Vizyon yalnızca CEO'nun değil, her liderin gündem maddesi olmalı.

**3. Vizyonu hedeflere ve süreçlere yerleştirin.** Son adım, vizyonu iş yapış biçiminin parçası yapmaktır. Yıllık hedef belirlerken her birimin hedefini vizyonla ilişkilendirin. “Önümüzdeki yılın sonuna kadar müşteri memnuniyetini %X artırmak” gibi bir hedef vizyondaki müşteri odağına bağlıysa, bunu açıkça söyleyin. Performans değerlendirmesinde yalnızca “hedeflerini tutturdun mu?” diye sormayın; “çalışmaların vizyonumuza nasıl katkı sağladı?” diye de sorun. Karar alırken “Bu karar bizi vizyonumuza yaklaştırıyor mu?” sorusunu alışkanlık hâline getirin. Bir projeye yatırım yaparken vizyona hizmet edip etmediği önemli bir ölçüt olsun.

Planın özeti üç kelime: anlat, dahil et, uygula. Vizyonunuzu iyi anlatın, herkesi dahil edin ve iş süreçlerinize yedirin. Böylece vizyon bir slogan olmaktan çıkıp şirketin ortak aklı ve kalbi hâline gelir.

## Kaynaklar

- [John P. Kotter, “Leading Change: Why Transformation Efforts Fail”, *Harvard Business Review*, Mart–Nisan 1995 (Hata 4: “Undercommunicating the Vision by a Factor of Ten”; beş dakika kuralı Hata 3 bölümünde).](https://hbr.org/1995/03/leading-change-why-transformation-efforts-fail-2)

---

# Bugün Vizyonumuz İçin Ne Yapıyoruz? Vizyonu Canlı Tutan Beş Faktör ve Beş Soru

URL: https://alpsuleyman.com/tr/insights/bugun-vizyonumuz-icin-ne-yapiyoruz
Published: 2026-03-25
Updated: 2026-10-05
Author: Alp Suleiman

> Vizyonu bir kez yazıp bırakmak yetmez. Yaşayan vizyonların arkasındaki beş faktör, vizyonu düzenli olarak yoklayan beş soru ve her gün sorulacak tek bir soru.

Bu serinin önceki yazılarında vizyon oluştururken yapılan hataları tek tek konuştuk. Bu hatalar moralinizi bozmasın. Tersine, bir hatanın farkında olmak onu önleyecek yöntemi de beraberinde getirir.

Serinin son yazısında iki şey bırakmak istiyorum. Önce, yaşayan vizyonların arkasında hep gördüğüm beş faktör. Sonra, vizyon taslağınızı yazmaya oturmadan önce, yazdıktan sonra doğrulamak için ve belki her yıl bir kez yeniden bakmak için kullanabileceğiniz beş soru.

## Vizyonu yaşatan beş faktör

Vizyonu örgütsel başarıya dönüştürme yolculuğu heyecan verici olduğu kadar zorlu. İş hayatım boyunca hangi faktörlerin başarıyı gerçekten belirlediğine dikkatle baktım ve başarının ardında hep aynı birkaç unsur olduğunu fark ettim.

**Birincisi, netlik ve kapsayıcılık.** İnsanların kolayca anlayabildiği, kendileriyle bağ kurabildiği ve heyecan duyabildiği vizyonlar gerçek dönüşüm sağlar. Anlaşılır, basit ve insanlara dokunan bir vizyon kurmak, yoldaki ilk ve vazgeçilmez adımdır.

**İkincisi, liderlik tarzı.** Başarılı dönüşümlerin arkasında hep aynı liderlik özelliğini gördüm: samimiyet ve açıklık. Liderin yalnızca ilham verici değil, erişilebilir olması ve çalışanlarla sürekli temas hâlinde bulunması büyük fark yaratır. Çalışanlar, liderlerinin vizyona gerçekten inanıp inanmadığını çok net hisseder. İnandığını ve vizyona adandığını gördüklerinde, organizasyonda güven ve bağlılık hızla artar.

**Üçüncüsü, tutarlı uygulama ve kaynak dağılımı.** Bir vizyon ne kadar ilham verici olursa olsun, onu destekleyen sistemler, süreçler ve kaynaklar yoksa başarılı olamaz. Başarıyı yakalayan şirketlerin ortak noktası, performans değerlendirmesinden bütçe dağılımına kadar her şeyin vizyonu destekleyecek biçimde düzenlenmiş olmasıdır.

**Dördüncüsü, sürekli iletişim ve diyalog.** Başarılı dönüşümlerde organizasyonlar vizyonu açıklamakla kalmaz; çalışanların vizyonla ilgili görüşlerini, endişelerini ve önerilerini dinler ve süreci yaşayan bir diyaloğa çevirir. Katılım direnci azaltır, vizyonun içselleştirilmesini kolaylaştırır.

**Beşincisi, kültürel entegrasyon.** Vizyonun her kademede benimsenmesi, günlük pratiklere yerleşmesi ve davranış normlarına dönüşmesi, dönüşümün kalıcı olmasını sağlar.

Bu beş faktör kâğıt üzerinde yalın görünür. Zor olan, beşini aynı anda ve yıllarca ayakta tutmaktır. Bunun için düzenli aralıklarla sorulacak sorulara ihtiyaç var.

## Vizyonu sınayan beş soru

**1. “Neden varız ve nereye varmak istiyoruz?”**
Bu soru, kuruluş amacınızı gelecekteki hedefinizle birleştirir. Varlık nedeninizi hatırlatır ve onun ileride ulaşacağı noktayı tarif etmenizi sağlar. Vizyonunuz varoluş amacınızla bağlantılı ve tutarlı mı?

**2. “Bu vizyon gerçekleştiğinde müşterilerimiz ve paydaşlarımız ne kazanacak?”**
Müşteri, tedarikçi, toplum gibi paydaşlarınızın gözünden bakın. Vizyonunuz onların hayatında somut bir iyileşme, bir değer artışı tarif ediyor mu? Vizyon müşteri için anlamlı değilse, yeniden düşünmekte büyük fayda var. Serinin ikinci yazısında müşteriyi unutan vizyonun bedelini konuşmuştuk.

**3. “Çalışanlarımız bu vizyonla gurur duyup motive olacak mı?”**
Ekibin kalbine dokunmayan bir vizyon kâğıt üstünde kalır. Vizyonu okuyan bir çalışan “Evet, bunun parçası olmak istiyorum” diyebilmeli. Bu soruya dürüst cevap verin; emin değilseniz çalışanlara sorun.

**4. “Vizyonumuz büyük resmi mi gösteriyor, yoksa ayrıntılarda mı boğuluyor?”**
Vizyonun bir pusula olduğunu unutmayın. Stratejik ayrıntılar ya da sayısal hedefler bu cümlede yer almamalı. Çok detay varsa onları vizyondan çıkarıp alt hedeflere taşıyın. Vizyon, ulaşılmak istenen durumu net ama geniş bir çerçevede göstermeli.

**5. “Vizyonumuz misyonumuzla, değerlerimizle ve stratejimizle uyumlu mu?”**
Son kontrolde vizyon cümlesini misyonun ve değerlerin yanına koyun. Çelişki görüyorsanız bir şeyler yanlıştır. Vizyon, bugünkü kimliğinizin doğal bir uzantısı olmalı; iddialı bir uzantısı, ama yine de uzantısı. Yoksa inandırıcılığı zayıf kalır.

Bu sorular bir check-up gibi çalışır ve vizyon tasarlarken raydan çıkmanızı önler. Özellikle ekipçe beyin fırtınası yaparken bu sorular etrafında tartışmak, herkesin zihninde aynı resmin oluşmasına yardım eder.

## Vizyonunuza bir kez daha bakın

Büyük bir vizyona sahip olmak ile onu örgütsel başarıya dönüştürmek arasında bir köprü var ve bu köprü hatalarla, engellerle dolu olabilir. Bu seride o hataların içinden geçtik: klişelerden kaçınmanın, ekibi işin özüne katmanın, müşterinin sesini duymanın, dengeyi korumanın ve kavramları netleştirmenin neden şart olduğunu gördük.

Belki bazı hatalarda kendinizi buldunuz, belki “biz bunu yaşamıştık” dediğiniz anılar canlandı. Bu çok normal; her lider öğrenme yolunda hatalarla karşılaşır. Önemli olan bu içgörüleri eyleme dökebilmek.

Şimdi kendi organizasyonunuzun vizyonuna bir kez daha bakın. Bu serideki perspektifle değerlendirince iyileştirebileceğiniz bir nokta görüyor musunuz? Belki vizyon cümlenizi güncellemenin, belki onu ekiple daha güçlü paylaşmanın zamanı gelmiştir.

Vizyon yalnızca yön göstermez, ilham da verir. İlham da doğru şartlarda çalışan bağlılığını güçlendirir, yeniliği besler, zorluklar karşısında insanlara güç verir. Belirsizlikler olacak, dirençlerle karşılaşacaksınız. Ama sağlam bir vizyon ve ona gerçekten inanan bir ekiple bu engeller aşılabilir.

## Her gün sorulacak soru

Kendinize ve ekibinize şu soruyu sorun:

> Bugün, vizyonumuz için ne yapıyoruz?

Bu soruya her gün anlamlı bir cevap verebildiğinizde, geleceği bugünden inşa ediyorsunuz demektir.

Büyük vizyonlar küçük adımlarla gerçeğe dönüşür. Bugün atacağınız küçük bir adım, örneğin ekibinizle vizyon üzerine açık bir sohbet ya da vizyonunuzu tazeleyen bir revizyon çalışması, yarın şirketin kültüründe ve sonuçlarında büyük bir fark yaratabilir.

Vizyonunuzun bir çerçevede asılı sözler değil, yaşayan bir gerçeklik olması için kolları sıvama vakti. Çalışma arkadaşlarınızla o resmi geleceğe taşıyın, ki yıllar sonra geriye baktığınızda “Bunu gerçekten başardık” diyebileceğiniz bir hikâye yazmış olun. Gelecek, onu bugünden görebilenlerindir.

---

# Yapay Zekânın Reel Büyümesi: Algılanan Hızlanma ile Ölçülen Hızlanma Neden Ayrışır ve Büyüme Kararını Nasıl Etkiler?

URL: https://alpsuleyman.com/tr/insights/yapay-zekanin-reel-buyumesi
Published: 2026-04-14
Updated: 2026-10-05
Author: Alp Suleiman

> Geliştiriciler yapay zekâyla yüzde 20 hızlandıklarına inandı; ölçümde ise işler yüzde 19 daha uzun sürdü. “Yapay zekâ ile hızlandık” iddiasını reel büyüme gibi okumanın yolu.

2025'in ilk yarısında METR adlı araştırma kuruluşu, büyük açık kaynak projelerde yıllardır çalışan 16 deneyimli geliştiriciyle bir deney yaptı. Geliştiricilerin kendi projelerinden 246 gerçek görev seçildi ve her görev için yapay zekâ kullanımına izin verilip verilmeyeceği rastgele belirlendi. Başlamadan önce geliştiriciler yapay zekânın onları yüzde 24 hızlandıracağını tahmin etti. Ölçüm tersini gösterdi: yapay zekâ serbest olduğunda görevler yüzde 19 daha uzun sürdü.

Asıl ilginç olan bundan sonrası. Deney bittikten sonra, yavaşlamayı bizzat yaşamış olan aynı geliştiriciler, yapay zekânın kendilerini yüzde 20 hızlandırdığına inanmaya devam etti.

Bu yazı bir kodlama yazısı değil. Bu sitenin baştan beri sorduğu sorunun yeni bir kılıkta karşımıza çıkışı: görünen büyüme ile gerçek büyüme arasındaki fark. Enflasyonlu bir ekonomide gelirin, örneğin, yüzde 60 artması şirketin yüzde 60 büyüdüğü anlamına gelmez; önce fiyat etkisini düşmeniz gerekir. Yapay zekâ ile gelen hız da böyle. Hissedilen hız nominal rakamdır. Reel rakama ulaşmak için ondan bazı şeyleri düşmeniz gerekir: beklentiyi, görev seçimini, sonradan gelen düzeltme işini.

## Algı ile ölçüm neden ayrışıyor?

Önce adil olalım: METR'in bulgusu “yapay zekâ işe yaramıyor” demek değil. Araştırmacılar bunu açıkça yazıyor: çalışma, yapay zekânın geliştiricilerin çoğunu hızlandırmadığına dair bir kanıt sunmuyor ve sonuçları yazılım geliştirme dışına genellemiyor. Deneydeki geliştiriciler ortalama 22 binin üzerinde yıldızı ve bir milyonu aşan kod satırı olan, çok iyi tanıdıkları projelerde ve ortalama iki saatlik görevlerde çalışıyordu. Araç ağırlıklı olarak Cursor Pro'ydu (Claude 3.5/3.7 Sonnet ile). METR, yavaşlamanın olası açıklamaları arasında bu projelerin yüksek kalite standardını da sayıyor.

Karşı uçta GitHub'ın 2022'de yayımladığı deney var. 95 profesyonel geliştiriciye JavaScript ile bir HTTP sunucusu yazdırıldı. Copilot kullanan grup görevi ortalama 1 saat 11 dakikada, kullanmayan grup 2 saat 41 dakikada bitirdi: yüzde 55 daha hızlı. Görevi tamamlayanların oranı da Copilot grubunda yüzde 78, diğerinde yüzde 70'ti.

İki deney birbirini yalanlamıyor; farklı şeyleri ölçüyor. Biri sıfırdan, iyi tanımlanmış, herkes için aynı olan bir görev. Diğeri, yıllardır bakımını yaptığınız, kurallarını ezbere bildiğiniz büyük bir sistemde gerçek bir iş. Yapay zekâ ilkinde çok, ikincisinde az ya da ters yönde katkı verebiliyor. “Yapay zekâ bizi ne kadar hızlandırıyor?” sorusunun tek bir cevabı yok; cevap görev türüne göre değişiyor.

Algının neden sapıyor olabileceğine dair bir ipucu Stack Overflow'un 2025 geliştirici anketinden geliyor. Geliştiricilerin yüzde 84'ü yapay zekâ araçlarını kullanıyor ya da kullanmayı planlıyor. Ama yapay zekânın doğruluğuna güvenmeyenler (yüzde 46) güvenenlerden (yüzde 33) fazla. En sık şikâyet, katılımcıların yüzde 66'sının işaretlediği “neredeyse doğru ama tam değil” çözümler. Neredeyse doğru bir çıktı hızlı hissettirebilir: ekranda bir şey belirmiştir, iş ilerliyor gibidir. Onu tam doğruya çevirmek için harcanan zaman ise dağınık olabilir ve ayrı bir kalem olarak hatırlanmayabilir.

## Büyüteç: iyi sistemi iyileştirir, kötüyü büyütür

Google Cloud'un DORA 2025 raporu, yaklaşık 5.000 teknoloji profesyonelinden aldığı cevapla aynı resmin büyük ölçekli bir versiyonunu çiziyor. Katılımcıların yüzde 90'ı işte yapay zekâ kullanıyor, yüzde 80'den fazlası verimliliklerinin arttığına inanıyor. Rapor bu yıl yapay zekâ kullanımı ile teslimat hızı (throughput) arasında olumlu bir ilişki görüyor. Ama aynı rapor, yapay zekâ kullanımının teslimat istikrarıyla olumsuz ilişkisinin sürdüğünü de söylüyor: hız artıyor, ama güçlü otomatik testler, olgun sürüm kontrolü ve hızlı geri bildirim döngüleri yoksa artan değişiklik hacmi istikrarsızlığa dönüşüyor.

Raporun ana bulgusu bunu özetliyor: yapay zekâ bir ekibi düzeltmez, zaten orada olanı büyütür. Güçlü ekipler daha iyi olur; zorlanan ekiplerin sorunları daha görünür ve daha şiddetli hâle gelir.

Büyüme yöneticisi için bu cümle bir uyarı. Yapay zekâ hız ekler; o hızın nereye aktığını belirleyen ise sistemin kendisi. Ölçümü olmayan bir sisteme hız eklerseniz, yanlış yöne daha hızlı gidersiniz ve bunu daha geç fark edersiniz.

## Aynı tuzak büyüme ekibinde

Buradan sonrası bir çıkarım: veriler yazılım geliştirmeden geliyor; büyüme metriklerine taşınması bizim yorumumuz. Yine de bu bulguların asıl konusu mühendislikten çok ölçüm. Büyüme ekiplerinde yapay zekâ üzerine sık duyulan cümleler (örnek cümleler, belirli bir ekipten alıntı değil) aynı yapıyı taşıyor:

- **“Deney hızımız iki katına çıktı.”** Haftada daha fazla A/B testi başlatmak, daha fazla öğrenmek anlamına gelmez. Testler yeterli örneklemle mi kapandı, yoksa yapay zekâ yalnızca varyant üretimini mi hızlandırdı? Değişiklik hacmi artıp karar kalitesi düştüyse bu DORA'nın istikrar bulgusunun büyüme ekibindeki karşılığı sayılabilir.
- **“Yapay zekâlı onboarding ile aktivasyon yükseldi.”** Aktivasyonu neyle ölçtünüz? Kullanıcının bir ekranı geçmesi mi, yoksa ürünün çekirdek değerini ilk kez yaşaması mı? Yapay zekâ ilk adımı kolaylaştırabilir; ilk adım kolaylaşınca aktivasyon tanımını sessizce gevşetmiş de olabilirsiniz.
- **“Kişiselleştirilmiş mesajlar elde tutmayı artırdı.”** Hangi cohort'ta, kaçıncı ayda? Mesajın tıklanması ile müşterinin üçüncü ayda hâlâ ödüyor olması farklı şeylerdir. İlk haftadaki artış, enflasyonlu ekonomideki nominal satış artışı gibidir; ancak cohort eğrisinin kuyruğunda kalıyorsa gerçektir.
- **“Ekip yapay zekâ ile yüzde X daha verimli.”** Bu rakam bir ankete mi dayanıyor, bir zaman ölçümüne mi? METR'in geliştiricileri de deney sonunda sorulduğunda hızlandık dedi.

Hepsinde aynı örüntü var: hissedilen ya da ara bir metrik, sonuç metriğinin yerine geçiyor.

## Reel okuma için beş soru

“Yapay zekâ ile yüzde X hızlandık” ya da “yüzde X büyüdük” cümlesini duyduğunuzda, bir enflasyon düzeltmesi yapar gibi şu beş soruyu sorun.

**1. Hangi görev?** Sıfırdan, iyi tanımlanmış bir iş mi, yoksa karmaşık, bağlam isteyen, mevcut bir sistemin içinde bir iş mi? GitHub ile METR arasındaki farkın önemli bir kısmı muhtemelen bu sorunun cevabında. METR de yapay zekâ araçlarının daha az deneyimli geliştiriciler ya da tanımadıkları bir kod tabanında çalışanlar için faydalı olmasının makul, hatta muhtemel olduğunu not ediyor. Bir görev türündeki kazancı bütün ekibe ya da bütün huniye yaymayın.

**2. Kim?** Konuya yeni biri mi, alanı ezbere bilen biri mi? METR'in deneyimli geliştiricileri, bilgisi zaten yüksek olan kişilerde yapay zekânın ekleyebileceği şeyin sınırlı olabileceğini düşündürüyor. Ekibinizde kazanç kimde, kayıp kimde?

**3. Ne ölçüldü: algı mı, süre mi, sonuç mu?** “İnanıyoruz”, “hissediyoruz”, “yüzde 80'imiz verimli olduğunu düşünüyor” birer algı ölçümü. Değerlidir ama süre ve sonuç yerine geçmez. METR'in bulgusunun özü şu: aynı kişiler, kendi projelerindeki gerçek işlerde, yüzde 20 hızlandıklarını söylerken ölçüm işlerin yüzde 19 daha uzun sürdüğünü gösterebiliyor.

**4. İstikrar ve kalite neyi gösteriyor?** Hız metriğinin yanında bir kalite metriği var mı? Yazılımda bu geri alınan değişiklik ve kesinti; büyümede iade, destek talebi, iptal, deney sonucunun tekrar edilebilirliği olabilir. Hız artıp istikrar düşüyorsa, DORA'nın dediği gibi sistem büyütülüyor, düzeltilmiyor.

**5. Karşı olgu ne?** Yapay zekâ olmasaydı ne olacaktı? Rastgele ayrılmış bir kontrol grubu, eski bir cohort, aynı dönemdeki benzer bir ekip. Karşılaştırma yoksa rakam, mevsimselliği, pazarın genel büyümesini ve ekibin zaten iyileşiyor olmasını da içinde taşır. Bu yalnız teorik bir zorluk da değil: METR Ağustos 2025'te deneyi daha büyük bir grupla tekrarlamaya başladı ve bazı katılımcıların, bazı görevleri yapay zekâsız yapmak istemedikleri için hiç göndermediğini gördü (anket yanıtlarına göre geliştiricilerin yüzde 30 ila 50'si bazı görevleri göndermedi). Araştırmacılar yeni sonuçlarının, 2025 başına göre artan hızlanmanın büyüklüğü için yalnızca “çok zayıf kanıt” olduğunu yazdı ve deney tasarımını değiştirmeye karar verdi. Karşı olguyu kurmak, araç ne kadar benimsenirse o kadar zorlaşıyor. Bu yüzden onu erken, araç her yere yayılmadan kurmak gerekiyor.

## Kapanış

Bu yazının amacı yapay zekânın hızlandırmadığını söylemek değil. METR'in 2026 başındaki güncellemesi de, katılımcılarla yapılan görüşmelere dayanarak, geliştiricilerin artık 2025 başına göre daha fazla hızlandığının muhtemel olduğunu söylüyor. Muhtemelen haklılar.

Mesele, bu hızı hangi rakamla yöneteceğiniz. Nominal hız toplantıda iyi durur. Reel hız ise bütçe, işe alım ve yol haritası kararlarını taşıyabilecek tek rakam. Bir sonraki “yapay zekâ ile yüzde X” cümlesinde beş soruyu sorun ve rakamdan düşülmesi gerekeni düşmeyi unutmayın.

Kalınız sağlıcakla.

## Kaynaklar

- [METR, “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, 10 Temmuz 2025 (16 geliştirici, 246 görev; beklenti +%24, ölçüm %19 daha uzun, deney sonrası algı +%20).](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)
- [METR, “We are Changing our Developer Productivity Experiment Design”, 24 Şubat 2026 (Ağustos 2025'te başlayan tekrar; seçim etkisi, bazı görevleri göndermeyen geliştirici oranı %30–50).](https://metr.org/blog/2026-02-24-uplift-update/)
- [Eirini Kalliamvakou, “Research: quantifying GitHub Copilot's impact on developer productivity and happiness”, GitHub Blog, 7 Eylül 2022 (95 geliştirici, JavaScript HTTP sunucusu görevi, %55 daha hızlı).](https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/)
- [Google Cloud, “Announcing the 2025 DORA Report”, 24 Eylül 2025 (yaklaşık 5.000 katılımcı; büyüteç bulgusu; teslimat hızı ve istikrar).](https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report)
- [Stack Overflow, 2025 Developer Survey, AI bölümü (kullanım, güven, “neredeyse doğru ama tam değil”).](https://survey.stackoverflow.co/2025/ai)

---

# Deney Enflasyonu: Yapay Zekâ Kurmayı Bedavalaştırdı, Bilmeyi Bedavalaştırmadı

URL: https://alpsuleyman.com/tr/insights/deney-enflasyonu
Published: 2026-09-10
Updated: 2026-10-06
Author: Alp Suleiman

> Yapay zekâ ile haftada on varyant çıkarıyorsun ama büyüme aynı yerde. Çünkü kurmak bedavalaştı, bilmek bedavalaşmadı. Deney enflasyonu: nominal deney hızı artarken gerçek öğrenme hızının düşmesi.

Hikâye şöyle başlıyor (örnek). Bir büyüme ekibi, altı ay önce haftada bir A/B testi çıkarabiliyordu. Tasarım, kodlama, olay kaydı, analiz; her biri birkaç gün. Sonra yapay zekâ geldi. Varyantlar dakikalar içinde yazılıyor, açılış sayfaları bir öğleden sonra hazır, SQL sorguları kendi kendine çıkıyor. Şimdi haftada on deney koşuyorlar. Panoda deney sayısı on katına çıktı.

Büyüme rakamı ise aynı yerde.

Bu yazıyı o ekibin sorusu için yazıyorum: “Yapay zekâ ile her şeyi daha hızlı yapıyoruz, neden hâlâ büyümüyoruz?” Cevap bir araçta ya da bir modelde değil. Cevap, bir büyüme döngüsünün hangi adımının ucuzladığında, hangisinin ucuzlamadığında.

## Kurmak bedavalaştı, bilmek bedavalaşmadı

Klasik büyüme döngüsü dört adım: hipotez kur, varyantı kur, ölç, öğren. Yapay zekâ ikinci adımı neredeyse sıfıra indirdi. Bu gerçek bir kazanç; küçümseme. Varyant yazmak, akış kurmak, segment başına yaşam döngüsü mesajı üretmek, analist beklemeden cohort çıkarmak; bunların hepsi eskiden haftalar alırdı, şimdi saatler alıyor. Uzun kuyruktaki işler, yani “yapsak iyi olur ama kimsenin vakti yok” listesi, ilk kez gerçekten yapılabilir hâle geldi.

Ama üçüncü adım, ölçmek, yapay zekâ ile ucuzlamadı. Çünkü ölçmenin ham maddesi kod değil, trafik. Bir deneyin sana bir şey söyleyebilmesi için yeterli sayıda insanın o deneyi görmesi gerekir. Yapay zekâ sana insan vermiyor. Trafiğin altı ay önce neyse bugün de o.

Darboğaz kaybolmadı, yer değiştirdi. Eskiden kurmakta tıkanıyordun, şimdi bilmekte tıkanıyorsun. Ve bilmekte tıkanan bir ekibin daha çok deney koşması, bir nehrin suyunu artırmadan ona daha çok değirmen bağlamaya benzer. Her değirmen daha az döner. Üstelik hepsi dönüyor gibi görünür.

## Deney enflasyonu

Buna deney enflasyonu diyorum. Enflasyonlu bir ekonomide nominal gelir artar, alım gücü artmaz. Deney enflasyonunda nominal deney sayısı artar, öğrenme artmaz. Mekanizma şu:

Deney sayısı artar. Trafik sabit kalır. Deney başına düşen trafik azalır. Her deneyin istatistiksel gücü düşer. Düşük güçlü deneyler iki şey üretir: göremediğin gerçek etkiler ve gördüğünü sandığın sahte etkiler. İkincisi daha tehlikeli, çünkü panoda “kazanan” diye yazıyor.

Sayılarla bakalım. Ron Kohavi ve arkadaşlarının 2022'de yayımladığı çalışmada bir A/B testinin varyant başına ihtiyaç duyduğu kullanıcı sayısı için basit bir formül var: on altı çarpı varyans bölü tespit etmek istediğin en küçük etkinin karesi. Dönüşüm oranı yüzde 2 olan bir akışta yüzde 10'luk göreli bir iyileşmeyi güvenilir biçimde görmek için bu formül varyant başına yaklaşık 78 bin kullanıcı istiyor. İki varyant için 157 bin.

Şimdi bunu bir örneğe koy: aylık 20 bin ziyaretçili bir ürün. Tek bir deney için yaklaşık sekiz ay gerekiyor. Sekiz ay. Yüzde 20'lik bir etki arıyorsan iki ay. Bu trafiğe haftada on deney bağladığında her deney o 20 binin onda birini görüyor ve hiçbiri hiçbir zaman bir şey söyleyemiyor.

Kohavi'nin çalışmasında bir bölümün başlığı aynen şöyle: düşük istatistiksel güçlü deneyler güvenilir değildir. Genel tavsiyesi de net: A/B testi en az binlerce, tercihen on binlerce aktif kullanıcın varsa işe yarar.

## Sahte kazananlar nereden geliyor

Düşük güç yalnız “göremezsin” demek değil. Yanlış görmek demek. Burada üç mekanizma çalışıyor ve üçü de deney sayısı arttıkça büyüyor.

Birincisi yanlış pozitif oranı. Kohavi'nin tablosuna göre fikirlerinin yüzde 10'u gerçekten işe yarıyorsa ve deneylerin yüzde 80 güçle koşuyorsa, anlamlı çıkan sonuçların yüzde 22'si sahte. Güç yüzde 20'ye düştüğünde, ki deney enflasyonunda tam bu olur, anlamlı sonuçların yüzde 53'ü sahte. Yani kazananlarının yarısından fazlası kazanan değil.

İkincisi kazananın laneti. Kohavi'nin anlattığı mekanizma şu: düşük güçte anlamlı çıkan bir sonuç, gerçek etkiyi sistematik olarak abartır. Ölçeği için Georgi Georgiev'in 1.001 gerçek A/B testini incelediği çalışmaya bak: tüm testlerin medyan etkisi yüzde 0,08, neredeyse sıfır; “kazanan” ilan edilen testlerde ortalama etki yüzde 15,9. Georgiev yüksek kazanan payını (yüzde 33,5) test edilen fikirlerin ve uygulamanın görece yüksek kalitesine bağlıyor; düşük güçle birleştiğinde panodaki rakamın üretimde neden küçüldüğünü açıklayan mekanizma lanetin kendisi (yorum).

Üçüncüsü bakma alışkanlığı. Evan Miller'ın 2010'daki simülasyonunda, her gözlemden sonra “anlamlı oldu mu” diye bakıp anlamlı olduğu anda durursan, yüzde 5 diye tasarladığın yanlış pozitif oranı yüzde 26'ya çıkıyor. Ne kadar sık bakarsan oran o kadar büyür. Haftada on deney koşan bir ekip, on panoya her gün bakar. Yapay zekâ panoları da ucuzlattı.

Bir de yenilik etkisi var. Microsoft'un deney platformunun 2024 analizine göre on dört günlük sonuçların yüzde 9'u, yedi günlük sonucun güven aralığının dışına düşüyor; beklenen yüzde 5. Hızlı koşulan, hızlı kapatılan deneyler ilk haftanın heyecanını ölçer, davranışı değil.

Bunların hiçbiri yapay zekânın suçu değil. Hepsi eskiden de vardı. Yapay zekâ yalnız bunları on kat hızlı üretmeni sağladı.

## İmza sorusu

Her deneyi başlatmadan önce tek bir soru sor: “Bu deneyin aradığı etkiyi görecek trafiğim var mı? Yoksa bunu neden yapıyorum?”

Bu soru ekibin yarısını rahatsız eder, çünkü cevap çoğu zaman “yok”. O zaman seçenek ikidir: ya daha büyük bir etki ara, ya da deney yapma ve başka türlü öğren. İkisi de meşru. Meşru olmayan, cevabı bilmeden koşmak.

Hesabı kafadan yapmak zorunda değilsin. /tools/experiment-capacity (Deney Kapasitesi Hesaplayıcısı) sana aylık trafiğinle baz dönüşümünü ve aradığın en küçük etkiyi sorar; bir deneyin kaç hafta süreceğini, ayda kaç güvenilir karar verebileceğini ve gücün düştüğünde sahte kazanan oranının nereye çıkacağını gösterir.

## Düşük trafikte ne yapılır

Trafiğin yoksa deney kültürünü bırakacak değilsin. Ama deney sayısını değil, trafik başına kararı artıracaksın. Beş adım.

Birinci adım: büyük bahis. Yüzde 3'lük buton rengi etkilerini bırak. Trafiğin yalnız yüzde 20 ve üstü etkileri görebiliyorsa, yalnız yüzde 20 ve üstü etki yaratabilecek değişiklikleri test et: onboarding akışının tamamı, fiyat sayfası yapısı, ilk değer anına giden yol. Küçük bahisleri test etme, karar ver ve geç.

İkinci adım: önceden kayıt. Deneyi başlatmadan etki eşiğini ve süreyi yaz. Kohavi'nin önerisi tam olarak bu: deney sistemi kullanıcıyı en küçük anlamlı etkiyi önceden kaydetmeye teşvik etmeli. Yazılı eşik, bakma alışkanlığının panzehiri.

Üçüncü adım: en az iki hafta. Yenilik etkisi için Kohavi'nin 2014'ten beri önerdiği kural. Hızlı kapatılan deney, hızlı yanılır.

Dördüncü adım: varyansı düşür. Deneyi daha uzun koşmak yerine ölçümü daha keskin yapabilirsin. Kullanıcının deney öncesi davranışını kovaryat olarak kullanan yöntemler, aynı trafikle daha küçük etkileri görmeni sağlar. Bu, düşük trafikli ekibin en az bilinen kaldıracı.

Beşinci adım: bekletme grubu. Kişiselleştirme ve ajanlı akışlar devreye girince tek tek varyantları ölçmek anlamını yitirir; herkese farklı şey gösteriyorsun. O zaman kullanıcıların bir kısmını aylarca yeni özelliklerin dışında tut ve sistemin toplam etkisini ölç. Statsig belgelerine göre holdout genelde yüzde 1 ila 2; düşük trafikte bu pay anlamsız kalır, yüzde 10 ve üstü gerekir (yorum). Pahalıdır. Kontrolsüz kişiselleştirme daha pahalıdır.

## Üç desen

Üç yaygın yanlış desen var (yorum); kendi panonda ara.

Deney sayısı metriği. Sprint raporunda “bu ay 40 deney koştuk” yazıyorsa, ekip deneyi çıktı sanıyor. Deney girdidir. Çıktı, değişen karardır. Raporuna “bu ay güvenilir sonuçla kaç karar değiştirdik” satırını ekle. Bu sayının küçük çıkması normaldir (yorum).

Kazanan koleksiyonu. Her ay üç dört “kazanan” ilan ediliyor ama yıl sonunda dönüşüm oranı yerinde duruyorsa, kazananların laneti çalışıyor. Kazananları altı ay sonra yeniden ölç; çoğunun etkisi küçülür (yorum).

Panoya bakma yarışı. Deneyler planlanan süreden önce “anlamlı olunca” kapanıyorsa, yanlış pozitif oranın yüzde 5 değil; Miller'ın simülasyonunda yüzde 26'ya kadar çıkıyor. Deneyi kapatma yetkisini takvimden başka kimseye verme.

## Yol haritası

İlk hafta: Son üç ayın deneylerini say. Her biri için varyant başına kaç kullanıcı gördüğünü ve o trafikle görebileceği en küçük etkiyi hesapla. Sonucu ekibe göster. Çoğu deneyin hiçbir şey söyleyemeyecek durumda olduğunu birlikte görmek, bu yazıdan daha ikna edicidir.

İkinci hafta: Deney şablonuna üç zorunlu alan ekle: aranan en küçük etki, gereken örneklem, planlanan bitiş tarihi. Bu üçü yazılmayan deney başlamaz.

Birinci ay: Deney kuyruğunu etki büyüklüğüne göre yeniden sırala. Trafiğinin göremeyeceği etkileri kuyruktan çıkar; onları deneysiz karara bağla. Kalanları sırayla, tam trafikle koş.

Üçüncü ay: Yapay zekânın sana kazandırdığı zamanı kurma yerine bilmeye harca. Olay şemasını düzelt, kovaryatları hazırla, holdout grubunu kur. Yapay zekâ burada da yardımcı; analiz kodunu yazdır, cohortları çıkarttır. Darboğaz taşındıysa yatırım da taşınmalı.

## Beklenti ayarı

Bu yolu izlersen deney sayın düşecek. Belki haftada ondan ayda üçe. Ekip bunu gerileme gibi hissedecek. Değil. Kohavi'nin aktardığına göre Bing'de deneylerin çoğu başarısız oluyor, Microsoft genelinde yaklaşık üçte biri başarıyor ve başaranlar ana metrikleri yüzde 0,1 ile yüzde 1 arasında iyileştiriyor. Dünyanın en büyük deney platformlarında bile öğrenme yavaş ve pahalıdır. Senin ürününde de öyle olacak. Fark, yavaşlığı kabul edip güvenilir öğrenmek ile hızlı koşup sahte öğrenmek arasında.

Yapay zekâ sana bir şey verdi: kurmanın maliyetini sıfırladı. Bu, serbest kalan zamanı bilmeye yatırırsan büyük bir hediye. Daha çok deney kurmaya yatırırsan yalnız daha büyük bir pano. Hangisini seçtiğin, altı ay sonra panoya değil, gelir tablosuna yazılacak.

Kalınız sağlıcakla.

## Kaynaklar

Ron Kohavi, Alex Deng, Lukas Vermeer, “A/B Testing Intuition Busters: Common Misunderstandings in Online Controlled Experiments”, KDD 2022: https://bit.ly/ABTestingIntuitionBusters

Ron Kohavi, Alex Deng, Roger Longbotham, Ya Xu, “Seven Rules of Thumb for Web Site Experimenters”, KDD 2014: https://exp-platform.com/Documents/2014%20experimentersRulesOfThumb.pdf

Georgi Georgiev, “What Can Be Learned From 1,001 A/B Tests?”, 2022: https://blog.analytics-toolkit.com/2022/what-can-be-learned-from-1001-a-b-tests/

Evan Miller, “How Not To Run an A/B Test”, 2010: https://www.evanmiller.org/how-not-to-run-an-ab-test.html

Microsoft Experimentation Platform, “External Validity of Online Experiments: Can We Predict the Future?”, 2024: https://www.microsoft.com/en-us/research/articles/external-validity-of-online-experiments-can-we-predict-the-future/

Statsig, “Holdouts”, ürün belgeleri: https://docs.statsig.com/experiments/holdouts-introduction

---

# Hangi Büyüme İşi Ajana Verilir? Huni Boyunca Düz İstem, İş Akışı ve Ajan Arasında Karar Vermek

URL: https://alpsuleyman.com/tr/insights/hangi-buyume-isi-ajana-verilir
Published: 2025-07-09
Updated: 2026-10-05
Author: Alp Suleiman

> “Bunu bir ajana verelim” cümlesi teknik bir tercih gibi duyulur; aslında bir yetki ve ekonomi kararıdır. Huninin her aşamasında hangi iş düz isteme, hangisi iş akışına, hangisi ajana verilir?

Büyüme toplantılarında artık sık duyulan bir cümle var: “Bunu bir ajana verelim.” Segment listesini, e-posta varyantlarını, churn takibini, hatta fiyat testini. Cümle teknik bir tercih gibi duyuluyor; sanki konuşulan şey hangi aracın kullanılacağı.

Oysa masadaki soru başka. Bir işi ajana vermek, o işin içindeki kararları kime bıraktığınızı ve bunun için ne ödediğinizi belirlemek demek. “Agent” bir ürün özelliği olarak satılıyor; büyüme ekibi için ise bir yetki ve ekonomi kararı. Ne kadar özerklik, kim ölçüyor, başarılı iş başına ne kadar, ters giderse kim fark ediyor?

Bu seri o kararı büyüme sisteminin içinden konuşmak için var. İlk soru en temel olanı: hangi büyüme işi ajana verilir, hangisi verilmez?

## İş akışı ile ajan aynı şey değil

Anthropic'in Aralık 2024'te yayımladığı “Building effective agents” yazısı, kafa karışıklığının çoğunu tek bir ayrımla çözüyor. İş akışı (workflow), dil modelinin ve araçların önceden tanımlanmış kod yollarıyla yönetildiği sistem. Ajan ise modelin kendi sürecini ve araç kullanımını dinamik olarak yönettiği, işi nasıl yapacağına kendisinin karar verdiği sistem.

Aynı yazının tavsiyesi de net: mümkün olan en basit çözümü bulun, karmaşıklığı yalnız gerektiğinde artırın. Yazarlar bunun hiç ajanlı sistem, yani iş akışı bile kurmamak anlamına gelebileceğini açıkça söylüyor ve ekliyor: ajanlı sistemler daha iyi sonuç için çoğu zaman gecikme ve maliyetten taviz verir; bu takasın ne zaman mantıklı olduğunu düşünmek gerekir.

Bu ayrımı büyüme işine taşıyınca dört derece çıkıyor:

- **Düz istem.** Bir insan modele bir şey sorar, cevabı okur, kullanır ya da atar. Karar tamamen insanda.
- **İş akışı.** Adımlar önceden yazılmış: veri gelir, model sınıflandırır, sonuç belirli bir yere yazılır. Model yolu seçmez.
- **İnsan onaylı ajan.** Model adımları kendi planlar, araç kullanır; ama dışarıya etki eden her eylemden önce bir insan onaylar.
- **Özerk ajan.** Model planlar, uygular ve sonucu bildirir. İnsan sonradan bakar.

Dereceler bir olgunluk merdiveni değil. Bir iş için en üst basamak en iyisi olmayabilir; pratik kural olarak, pek çok iş için doğru cevap ikinci basamakta durur.

## Beş ölçüt

Bir büyüme işinin hangi dereceye ait olduğunu beş soruyla ayırabilirsiniz.

**1. Geri alınabilir mi?** OpenAI'ın “A practical guide to building agents” rehberi, insan müdahalesini gerektiren iki ana tetikleyici sayıyor: başarısızlık eşiğinin aşılması (ajan birkaç denemede müşterinin niyetini anlayamazsa) ve yüksek riskli eylemler. İkincisini şöyle tanımlıyor: hassas, geri alınamaz ya da yüksek bedelli eylemler, ajanın güvenilirliğine güven artana kadar insan gözetimini tetiklemeli. Örnekleri de büyüme ekibine tanıdık: sipariş iptali, yüksek tutarlı iade onayı, ödeme. Aynı rehber her aracı okuma ya da yazma erişimine, geri alınabilirliğine, gerektirdiği hesap yetkisine ve finansal etkisine göre düşük, orta ya da yüksek risk diye derecelendirmeyi öneriyor.

**2. Hata pahalı mı, ve kim fark ediyor?** Yanlış bir iç rapor bir toplantıda düzeltilir. Yanlış bir indirim kodu binlerce müşteriye gitmişse düzeltme, müşterinin gözünde ikinci bir hata olur. Hatanın bedeli, fark edilme süresiyle çarpılınca büyür.

**3. Ölçülebilir mi?** Bir işin “doğru yapıldığını” otomatik olarak kontrol edebiliyor musunuz? Segment listesi bir tanıma uyar ya da uymaz; bunu bir sorgu söyler. “İyi bir kampanya fikri” ise ancak sonuç geldikten sonra ölçülür. Kontrol edemediğiniz işte özerklik, hatayı biriktirmek demek. Yapay zekâ dünyasında bu otomatik kontrolün adı eval; büyüme ekibinin deney kültürüne en yakın kavram da bu.

**4. Ne kadar bağlam istiyor, ve o bağlam ne kadar hassas?** OpenAI rehberi ajanın değer kattığı yerleri üç başlıkta topluyor: incelikli yargı ve istisna içeren kararlar, bakımı zorlaşmış kural yığınları ve yoğun yapılandırılmamış veri (doğal dil, belge, sohbet). Bu, ajanın nerede işe yarayabileceğini söylüyor. Bağlamın ne kadar tehlikeli olabileceğini ise Simon Willison'ın “ölümcül üçlü” (lethal trifecta) adını verdiği tablo anlatıyor: özel verinize erişim, güvenilmeyen içeriğe maruz kalma ve dışarıyla iletişim kurabilme. Üçü bir araya geldiğinde, dışarıdan gelen bir metnin içine gizlenmiş talimat ajanı veriyi dışarı taşımaya ikna edebilir. Willison'ın vardığı yer sert: güvende kalmanın tek yolu bu üçlü bileşimden tamamen kaçınmak. “Saldırıların yüzde 95'ini yakalıyoruz” diyen korkuluk ürünlerine de şüpheyle bakıyor; web uygulaması güvenliğinde yüzde 95'in açıkça başarısız bir not olduğunu hatırlatıyor.

**5. Görev ne kadar uzun?** METR, Mart 2025'te yapay zekâ ajanlarının becerisini görev uzunluğuyla ölçmeyi önerdi: insan uzmanların kaç dakikada bitirdiği bir görevi model yüzde 50 olasılıkla tamamlayabiliyor? O tarihte modeller insanların 4 dakikadan kısa sürede bitirdiği görevlerde neredeyse yüzde 100 başarılıydı; 4 saati aşan görevlerde başarı yüzde 10'un altındaydı. Claude 3.7 Sonnet'in yüzde 50 ufku yaklaşık bir saatti. Ama aynı yazı, en iyi modellerin güvenilir biçimde yalnız birkaç dakikalık görevleri tamamlayabildiğini de söylüyor. Bu rakamlar yazılım görevlerinden ve o tarihin modellerinden geliyor; bugünkü değerleri değişti. Büyüme yöneticisi için kalıcı ders şu: yüzde 50, bir yazı tura. Müşteriye giden bir işte kabul edeceğiniz güvenilirlik bu değil. Görev uzadıkça ve adım sayısı arttıkça, insan onayı daha erken bir yere konmalı.

## Huni boyunca, aşama aşama

Aşağıdaki işler örnek; belirli bir şirketten alınmadı. Derecelendirme de bir yorum, beş ölçütün huniye uygulanmış hâli.

**Kazanım.** Bir hedef segment listesini mevcut müşteri verisinden çıkarmak iş akışına uygun: tanım bellidir, sonuç bir sorguyla kontrol edilir, yanlış çıkarsa liste yeniden üretilir. Reklam metni ve e-posta varyantı üretmek düz istem ya da iş akışı; ama yayına çıkış insan onaylı olmalı, çünkü yayımlanan metin markanın ağzından çıkar ve geri çekilse de görülmüş olur. Yeni bir kanalda bütçeyi kendi kendine artıran bir ajan ise hem pahalı hem geç fark edilen bir hata üretebilir; bütçe hareketi OpenAI'ın “yüksek riskli eylem” (hassas, geri alınamaz ya da yüksek bedelli) tarifine uyar.

**Aktivasyon.** Onboarding sırasında kullanıcının sorusuna yardım eden bir asistan, ürün belgelerinden cevap veriyorsa makul bir ajan adayı: iş yapılandırılmamış dille dolu ve tek tek kural yazmak zor. Ama yetkisi okumayla sınırlı kalmalı. Kullanıcının hesabında ayar değiştirmeye, plan yükseltmeye başladığı an, işin derecesi değişir.

**Elde tutma.** Churn riskini işaretlemek, yani kullanımı düşen hesapları her hafta bir listeye koymak, iş akışı. Ölçülebilir, geri alınabilir ve hata maliyeti düşük: yanlış işaretlenen bir hesap en fazla gereksiz bir telefon demektir. Riskli müşteriye kendi kendine mesaj yazıp gönderen bir ajan ise Willison'ın üçlüsünü tamamlar: müşteri verisine erişir, müşteriden gelen e-postayı (güvenilmeyen içerik) okur ve dışarıya mesaj gönderir. Buradaki makul derece insan onaylı ajan: taslağı ajan hazırlar, gönderme düğmesine insan basar.

**Gelir ve genişleme.** Fiyat değişikliği, indirim, iade ve sözleşme şartı özerk bir ajana verilmez. Geri alınamaz ya da geri alınması müşterinin güvenine mal olur; hata maliyeti yüksek, sonuç da aylar sonra görünür. Ajan burada analizde yardım edebilir: hangi cohort'un fiyata duyarlı olduğunu gösteren bir rapor hazırlamak gibi. Karar ve uygulama insanda kalır.

**Büyüme ekibinin kendi işi.** Deney sonuçlarını özetlemek, haftalık metrik raporunu hazırlamak, bir hipotez için veri toplamak: bunlar ajanların en rahat çalıştığı yer. Çıktı içeride kalır, okuyan bir insandır, hata bir sonraki toplantıda yakalanır. Bir deneyi kendi kendine başlatıp kapatan ajan ise başka bir derece: o noktada ajan rapor yazmıyor, müşterinin gördüğü ürünü değiştiriyor.

## Ekonomi: ajan pahalı bir çalışan

Özerklik arttıkça maliyet de artıyor; Anthropic'in verisi bunun büyüklüğünü gösteriyor. Anthropic'in Haziran 2025'te kendi çok ajanlı araştırma sistemini anlattığı yazıda paylaştığı veriye göre ajanlar genellikle sohbet etkileşimlerine göre yaklaşık 4 kat, çok ajanlı sistemler ise yaklaşık 15 kat daha fazla token kullanıyor. Yazı sonucu da açık söylüyor: ekonomik olarak anlamlı olması için çok ajanlı sistemler, görevin değerinin artan performansın bedelini karşılayacak kadar yüksek olduğu işlere ihtiyaç duyuyor.

Bu, büyüme ekibinin zaten bildiği bir hesap. Bir kanalı CAC'ye göre değerlendirirsiniz; bir ajanı da başarılı iş başına maliyete göre değerlendirmek gerekir. Başarısız denemeler, insanın düzeltme süresi ve onay bekleyen işin gecikmesi de bu maliyetin içinde. Haftada bir kez çıkarılan bir segment listesi için ajan kurmak, onu bir iş akışıyla çıkarmaktan pahalıysa ve daha iyi sonuç vermiyorsa, ajan bir özellik olarak güzel, bir yatırım olarak kötüdür.

## Kendi karar tablonuzu kurun

Bu yazının önerisi bir araç değil, bir sayfa. Ekibinizin yapay zekâya vermeyi düşündüğü her işi bir satıra yazın ve beş sütunu doldurun:

- **İş:** fiilli ve somut (“her pazartesi kullanımı yüzde 30 düşen hesapları listele”).
- **Geri alınabilirlik:** sonuç geri alınabilir mi, alınırsa müşteri görmüş olur mu?
- **Hata maliyeti ve fark etme süresi:** yanlış giderse ne kaybedilir, kim ve ne zaman fark eder?
- **Ölçüm:** doğru yapıldığını otomatik olarak kontrol edebiliyor musunuz?
- **Bağlam ve yetki:** özel veri, dışarıdan gelen içerik ve dışarıya iletişim aynı işte buluşuyor mu?

Son sütuna bir derece yazın: düz istem, iş akışı, insan onaylı ajan ya da özerk ajan. Tablonun bittiğini anlamanın yolu tek bir test sorusu: **bu iş yanlış yapılırsa, kim, ne zaman fark eder ve geri alabilir mi?** Cevap “bir müşteri, bir hafta sonra, hayır” ise, o satıra özerk ajan yazmayın.

Bizim beklentimiz şu: tabloyu dolduran pek çok ekip, listenin büyük kısmının iş akışında toplandığını görebilir. Bu bir hayal kırıklığı sayılmamalı. Anthropic'in “en basit çözüm” önerisinin büyüme ekibindeki karşılığı tam olarak bu.

Kalınız sağlıcakla.

## Kaynaklar

- [Anthropic, “Building effective agents”, 19 Aralık 2024 (iş akışı ve ajan ayrımı; “mümkün olan en basit çözüm”; gecikme ve maliyet takası).](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI, “A practical guide to building agents” (PDF) (ajanın değer kattığı üç durum; insan müdahalesinin iki tetikleyicisi; araç risk derecelendirmesi).](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)
- [Anthropic, “How we built our multi-agent research system”, 13 Haziran 2025 (ajanlarda yaklaşık 4 kat, çok ajanlı sistemlerde yaklaşık 15 kat token; ekonomik olma koşulu).](https://www.anthropic.com/engineering/multi-agent-research-system)
- [METR, “Measuring AI Ability to Complete Long Software Tasks”, 19 Mart 2025 (yüzde 50 görev ufku; 4 dakikanın altında neredeyse yüzde 100, 4 saatin üstünde yüzde 10'un altında başarı; Claude 3.7 Sonnet için yaklaşık bir saat).](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)
- [Simon Willison, “The lethal trifecta for AI agents: private data, untrusted content, and external communication”, 16 Haziran 2025.](https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/)

---

# Müşterin Önce Yapay Zekâya Soruyor: O Ziyaretçiyi Nasıl Görürsün?

URL: https://alpsuleyman.com/tr/insights/yapay-zekadan-gelen-musteri
Published: 2026-10-14
Updated: 2026-10-14
Author: Alp Suleiman

> Organik tıklaman düştü ama satışın düşmediyse, ya da biri “ChatGPT'den müşteri geliyor mu?” diye sorduysa, cevap tıklama raporunda değil. Yapay zekâdan gelen müşteriyi görmenin ve değerini ölçmenin yolu.

Bir pazartesi toplantısında iki cümle art arda gelir. Biri “organik tıklamalar düşüyor” der. Öteki “ama bu çeyrek satışlar düşmedi” diye ekler. Sonra biri, genellikle yönetim kurulundan, üçüncü soruyu sorar: “ChatGPT'den müşteri geliyor mu?”

Odadaki kimse bu soruya rakamla cevap veremez. Raporlarda böyle bir satır yoktur.

Bu yazı o satırı kurmak için var. Ama önce bir şeyi açık söyleyeyim: burada yapay zekâda nasıl görünür olacağını anlatmıyorum. Konu kanal ve ölçüm. Müşteri seni nereden buluyor, bunu nasıl görürsün ve o müşterinin değerini neyle ölçersin?

Kısa cevap şu. Görünen metrik tıklama. Gerçek metrik, müşterinin kararı ve o kararın üç ay sonra hâlâ ayakta olup olmadığı.

## İki kaynak, iki ayrı tablo

Önce çelişkiyi masaya koyalım, çünkü bu konuda okuduğun neredeyse her şey iki kamptan birine düşüyor.

Google'dan Liz Reid, 6 Ağustos 2025'te şunu yazdı: Google Arama'dan sitelere giden toplam organik tıklama hacmi, geçen yıla göre “relatively stable”, yani görece sabit. Aynı yazıda iki iddia daha var: tıklamaların kalitesi artmış, toplam trafikte sert düşüş gösteren üçüncü taraf raporları da çoğu zaman hatalı yönteme, tekil örneklere ya da yapay zekâ özellikleri gelmeden önceki değişimlere dayanıyor. Bir ayrıntı önemli: yazı toplam tıklama için rakam vermiyor. Okuduğun şey bir beyan.

Pew Research Center ise 22 Temmuz 2025'te başka bir tablo yayımladı. Mart 2025'te 900 ABD'li yetişkinin tarama davranışını izlediler. Arama sonucunun üstünde yapay zekâ özeti (Google'ın “AI Overview”, Türkçede “AI Bakışı” dediği, sorunun cevabını sayfanın en üstünde özetleyen kutu) olan ziyaretlerde insanlar geleneksel bir sonuca ziyaretlerin %8'inde tıkladı. Özet olmayan ziyaretlerde bu oran %15. Özetin içindeki bağlantıya tıklama ise ziyaretlerin yalnız %1'inde oldu.

Pew'ün çalışması gözlemsel. Kimseyi rastgele bir gruba atmadılar; özet çıkan aramalar zaten farklı türden aramalar olabilir. Yine de yön net.

Ahrefs aynı soruya başka bir veriyle baktı. 17 Nisan 2025'te yayımladığı analizde 300.000 anahtar kelimenin Mart 2024 ile Mart 2025 arasındaki Google Search Console verisini karşılaştırdı. Sonuç: AI Overview'un varlığı, ilk sıradaki sayfanın ortalama tıklama oranında (CTR, sonucu görenlerin yüzde kaçının tıkladığı) %34,5 daha düşük bir değerle ilişkili.

Kelime seçimine dikkat et. Yazının adresi “azaltıyor” diyor, ama ölçülen şey bir ilişki: “correlated with”. Özet çıkmayan bilgi amaçlı kelimelerde de ilk sıranın CTR'ı aynı dönemde düştü; özet çıkanlarda düşüş daha sertti (0,073'ten 0,026'ya, öbüründe 0,056'dan 0,031'e).

Bain & Company'nin 19 Şubat 2025 tarihli çalışması da bir rakam veriyor: sıfır tıklamalı aramaların organik web trafiğini %15 ile %25 arasında azalttığı tahmini. Bu, Bain–Dynata anketi (Aralık 2024, n=1.117) ile birlikte yayımlanan bir tahmin; ölçüm değil.

## Neden ikisi de doğru olabilir

Google toplamın sabit olduğunu söylüyor. Pew, özet çıkan ziyaretlerde tıklamanın özetsizlerin neredeyse yarısı kadar olduğunu gözledi; Ahrefs özetin varlığını belirgin biçimde düşük tıklama oranıyla ilişkili buldu. İkisi aynı anda doğru olabilir.

Toplam bir havuz. Havuzun seviyesi aynı kalırken suyun hangi kanaldan aktığı değişebilir. Özet çıkan bilgi amaçlı aramalarda tıklama azalırken, başka arama türlerinde ya da büyük platformlarda artabilir. Google'ın cümlesi havuzu anlatıyor, Pew'ünki tek bir musluğu. Senin sitenin hangi musluğa bağlı olduğunu ikisi de söylemiyor.

Bu yüzden “Google'a göre sorun yok” cümlesi seni rahatlatmamalı. “Pew'e göre özet çıkınca tıklama yarıya iniyor” cümlesi de seni korkutmamalı. Senin cevabın senin verinde.

Türkiye için bir de zaman meselesi var. Google, AI Mode'u (sohbet biçimli arama modu) Ağustos 2025'te 180 ülkede açtığında Türkiye listede yoktu. Google Türkiye, 18 Şubat 2026'da AI Modu ve AI Bakışı'nın Türkiye'de kademeli olarak kullanıma açılacağını duyurdu. Yukarıdaki rakamlar Mart 2024 ile Mart 2025 arasına ait ölçüm ve tahminler; Pew'ünki ABD örneklemi. Türkiye'de aynı değişim bu yıl yaşanıyor ve bildiğim bağımsız bir Türkiye ölçümü yok. ABD verisini bir öncü gösterge gibi oku; senin sektöründe ne olacağını söylemez.

## Yapay zekâdan gelen ziyaretçi raporunda neden az görünür

Diyelim ki biri ChatGPT'ye “küçük ekipler için hangi muhasebe yazılımı?” diye sordu ve cevapta senin adın geçti. Bu kişi sana üç yoldan gelebilir.

Birincisi, cevaptaki bağlantıya tıklar. Tarayıcı, ziyaretin nereden geldiğini (referrer, yönlendiren adres) sitene iletirse, GA4'te chatgpt.com kaynağından gelen bir oturum görürsün. Bu iyi senaryo.

İkincisi, bağlantıya bir mobil uygulamanın içinden tıklar ya da adresi kopyalayıp yeni bir sekmeye yapıştırır. Bu durumlarda yönlendiren adres taşınmayabilir. GA4 kaynağı bilemediğinde ziyareti “Direct” (doğrudan; adresi kendisi yazmış gibi) diye kaydeder. Bazı asistanlar bağlantıya bir kaynak etiketi ekleyebilir; öyleyse o tıklamalar raporda kendi adıyla görünür ve gizlenen kısım daha küçük olur. Hangisinin geçerli olduğuna kendi verinde bak. Ana sayfaya değil de bir fiyat sayfasına ya da derin bir rehbere “doğrudan” gelen ziyaretçinin o uzun adresi ezberden yazmış olması pek olası değil. Ama e-postadaki bağlantı, yer imi, WhatsApp ya da Slack'te paylaşılan adres, etiketsiz bir kampanya da Direct'e düşer. Yapay zekâ olası kaynaklardan yalnız biri.

Üçüncüsü, hiç tıklamaz. Adını aklında tutar, sonra Google'da markanı arar. Raporda bu kişi organik arama olarak görünür; sorgusunun markalı olduğunu ancak Search Console gösterir. Oysa seni ilk duyduğu yer bir yapay zekâ cevabıydı.

Bu bir mekanizma açıklaması; bu üç yolun payını gösteren güvenilir bir rakam bilmiyorum. Ama sonucu açık: raporundaki “yapay zekâ” satırı, o kanaldan gelen müşterinin alt sınırını gösterir. Organik tıklaman düşerken satışının düşmemesinin bir açıklaması bu olabilir. Tek açıklaması olduğunu ise kendi verin göstermeden söyleme.

## Ölçümler neden birbirini tutmuyor

“Yapay zekâdan gelen ziyaretçi daha çok dönüşüyor” cümlesini sık duyacaksın. Böyle bir rakamı okurken dört şeye bak.

**Dönüşümün tanımı.** Bir rapor satın almayı sayar, öteki ücretsiz kaydı, bir başkası bülten aboneliğini. Aynı kanal, tanıma göre çok farklı görünebilir.

**Kendini seçme.** Yapay zekâya üç soru sorup seçeneklerini daraltan biri, sitene gelmeden kararın yarısını vermiştir. Yüksek dönüşüm, kanaldan çok gelen kişinin özelliği olabilir. O kişiyi başka kanaldan getirsen de dönüşebilirdi.

**Ölçüm sızıntısı.** Yukarıda anlattığım gibi, ziyaretlerin bir kısmı “Direct” ya da markalı aramaya kaçıyor. Kanala atanamayan her ziyaret oranın paydasını küçültür ya da başka bir kanalın hanesine yazılır; oran bu yüzden şişebilir ya da sönebilir.

**Zaman.** Kanal yeni. Erken gelen kullanıcı ile sonra gelen kitle aynı profilde olmayabilir. Bugünkü oran, kanal büyüdüğünde aynı kalmayabilir.

Bu dört sorunun ortak dersi şu: ilk dönüşüm, kanalın değerini ölçmek için zayıf bir sinyal. Daha güçlü sinyal, o müşterinin kalıp kalmadığı.

## Değerin ölçüsü: üçüncü ay

Önerim şu: yapay zekâdan gelen müşteriyi retention'ıyla (elde tutma; müşterinin zaman içinde ürünü kullanmaya ya da ödemeye devam etmesi) değerlendir. Somut olarak, aynı ay kazanılan müşterileri cohort'lara (aynı dönemde başlayan müşteri grubu) böl ve üçüncü ayda kaçının hâlâ aktif olduğuna bak.

Bunu kendi verinle yapacağın bir test olarak öneriyorum; arkasında bir araştırma yok. Mantığı basit: yapay zekâ seni doğru kişiye doğru gerekçeyle anlattıysa, gelen müşterinin beklentisi ürünle örtüşür ve kalma ihtimali artar. Yanlış anlattıysa, ilk ay dönüşüp üçüncü ay ayrılma ihtimali yükselir. İlk dönüşüm bu iki durumu ayırt edemez; üçüncü ay eder.

Hesapla göstereyim (örnek). Bir çeyrekte organik aramadan 300, yapay zekâ kanalından 40 yeni müşteri kazandın. Üçüncü ayda organikten 165 kişi aktif: %55. Yapay zekâdan 26 kişi aktif: %65. On puanlık fark etkileyici görünüyor. Ama 40 kişilik grupta tek bir müşteri 2,5 puan demek. Dört kişi daha ayrılsa fark kapanır. Bu tablonun söylediği şu: bakmaya değer, karar için erken.

Bu ayrımı nasıl yapacağını [Cohort Analizi rehberinde](/tr/cohort-analysis) adım adım anlattım. Değeri yalnız retention'da değil, gelirde de görmek istersen kanalı [Metrik Ağacı](/tr/tools/metric-tree) içinde ayrı bir dal olarak kurmak işe yarar; hangi kanalın hangi üst metriği beslediği görünür olur.

## Karşı görüş: belki hiç önemli değil

Dürüst olmak gerekirse, birçok şirkette bu kanal bugün küçük olabilir. Kurulumu yapıp üç ay bekledikten sonra yapay zekâ satırında 12 oturum ve 1 müşteri (örnek) görebilirsin. O durumda doğru karar, kanala bütçe ya da ekip ayırmamak.

Hacimsiz değer karar değildir. Yüzde 67 retention, 3 müşteriden 2'si demekse (örnek) bir sinyal bile sayılmaz. Bunu her “yapay zekâ trafiği şu kadar daha değerli” haberinde hatırla: küçük tabanda yüzdeler hızla büyür ve hızla söner. Bir iddiayı yatırım kararına çevirmeden önce [Büyüme İddiası Denetimi](/tr/tools/claim-check) ile tabanını ve tanımını sorgula.

Bir eşik önerisi (pratik kural, kaynak değil): yapay zekâ kaynaklı oturumlar toplamın %1'inin altındaysa elindeki şey bir sinyaldir; izle ama kaynak ayırma. %1 ile %5 arasında düzenli izle ve cohort'unu takip et. %5'in üstüne çıktığında ayrı bir huni gibi yönet.

Yine de ölçmeye başlamanın maliyeti bir saat. Ölçmemenin maliyeti, kanal büyüdüğünde elinde geçmiş veri olmaması. Bu takas, kurulumu bugün yapmaktan yana.

Bir de daha temel bir soru var. Bunu tıklama raporuna bakmadan, toplantı masasında sor:

**Yarın Google sana hiç tıklama göndermese, müşterin seni nereden duyar?**

Cevabın “bilmiyorum” ise asıl sorun tek bir kanala bağımlılık; yapay zekâ onu yalnızca görünür kılıyor. Cevabın “müşterilerimiz bizi birbirine anlatıyor” ya da “yapay zekâ cevaplarında adımız geçiyor” ise, bunu kanıtlayacak veriyi şimdi toplamaya başla. Müşterinin önce yapay zekâya soru sorduğu bir dünyada ürünün nasıl anlaşıldığı da değişiyor; bunu [Ajan Dostu Ürün](/tr/glossary/agent-ready-product) kavramında ayrıca ele aldım. Yapay zekânın büyümeyi nerede gerçekten, nerede yalnız görünüşte değiştirdiğini [Yapay Zekâ sayfasında](/tr/yapay-zeka) ve [Yapay Zekânın Reel Büyümesi](/tr/insights/yapay-zekanin-reel-buyumesi) yazısında topladım.

## Bugün dene

Bir saatini ayır. Sonunda elinde bir kanal tanımı, bir liste ve bir form alanı olacak.

1. **GA4'te ayrı bir kanal kur (20 dk).** Yönetici ayarlarından özel kanal grubu oluştur ve “Yapay zekâ asistanları” adında bir kanal ekle. Koşul: kaynak (source) şu düzenli ifadeyle (regex, birden çok adresi tek kalıpla yakalayan yazım) kısmen eşleşsin (koşul olarak “matches regex” değil “partially matches regex” seç; tam eşleşme alt alan adlarını kaçırabilir): `chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai`. Liste eksik olabilir; kendi raporundaki kaynak listesine bak ve gördüğün yeni adresleri ekle. Bu kanalı listede Referral'ın üstüne taşı. GA4 kanalları yukarıdan aşağı sırayla değerlendirir; Referral üstte kalırsa bu ziyaretleri önce o yakalar.
2. **“Direct” trafiğin içine bak (15 dk).** Son 90 günün Direct oturumlarını iniş sayfasına göre listele. Ana sayfayı çıkar. Kalan derin sayfaları (fiyat sayfası, karşılaştırma, uzun rehber) ve oturum sayılarını bir tabloya yaz. Bu liste, kaynağı görünmeyen ziyaretçinin nereye indiğini gösterir; onu kimin getirdiğini söylemez. E-posta, yer imi, mesajlaşma paylaşımı ve etiketsiz kampanya da buraya düşer.
3. **Formuna bir soru ekle (15 dk).** Teklif ya da demo formuna serbest metinli “Bizi nereden duydunuz?” alanı koy. Seçenek listesi verme; insanlar “ChatGPT önerdi” ya da “bir arkadaş” diye kendi cümlesiyle yazsın. Raporun göremediğini bu alan görür.
4. **90 gün sonrası için takvime not al (10 dk).** Üç ay sonra yapay zekâ kanalından ve organik aramadan gelen müşterileri [Cohort Matrisi](/tr/tools/calculators/cohort-matrisi) içinde segment karşılaştırmasıyla yan yana koy. Bakacağın tek satır: üçüncü ay retention'ı. Önce iki grubun büyüklüğünü yaz; küçük grubun yüzdesine o büyüklükle birlikte bak.

Kalınız sağlıcakla.

## Kaynaklar

- [Pew Research Center, “Google users are less likely to click on links when an AI summary appears in the results”, 22 Temmuz 2025 (900 ABD'li yetişkin, Mart 2025; özet olan ziyaretlerde geleneksel sonuca tıklama %8, olmayanlarda %15; özetin içindeki bağlantıya tıklama %1).](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/)
- [Ahrefs, Ryan Law ve Xibeijia Guan, 17 Nisan 2025 (300.000 anahtar kelime, Mart 2024 ve Mart 2025; AI Overview varlığı ilk sıradaki sayfada %34,5 daha düşük ortalama CTR ile ilişkili; özetsiz bilgi amaçlı kümede de düşüş).](https://ahrefs.com/blog/ai-overviews-reduce-clicks/)
- [Bain & Company, “Goodbye Clicks, Hello AI: Zero-Click Search Redefines Marketing”, 19 Şubat 2025 (Aralık 2024 anketi, n=1.117; organik trafikte %15–25 tahmini kayıp).](https://www.bain.com/insights/goodbye-clicks-hello-ai-zero-click-search-redefines-marketing/)
- [Liz Reid, Google, “AI in Search is driving more queries and higher quality clicks”, 6 Ağustos 2025 (toplam organik tıklama “relatively stable”; rakam verilmiyor).](https://blog.google/products/search/ai-search-driving-more-queries-higher-quality-clicks/)
- Forbes Türkiye, 22 Ağustos 2025 (AI Mode 180 ülkede açıldı, Türkiye hariç).
- [Google Türkiye blogu, 18 Şubat 2026 (AI Modu ve AI Bakışı'nın Türkiye'de kademeli olarak kullanıma açılması).](https://blog.google/intl/tr-tr/urun-duyurulari/turkiyede-ai-modu-ve-ai-bakisi-donemi-basliyor/)

---

# Pilot Bitti, Kâr Nerede? Yapay Zekâyı Verimlilikle Değil Gelir Tablosuyla Ölçmek

URL: https://alpsuleyman.com/tr/insights/pilot-neden-kara-dokunmuyor
Published: 2026-10-14
Updated: 2026-10-14
Author: Alp Suleiman

> Yıl sonu sunumunda “verimlilik arttı” yazıyor, gelir tablosunda tek satır kıpırdamamış. Kazanılan saat kadroya ya da satılan işe dönüşmedikçe kâr değildir. Pilotları bu gözle ayırmanın yolu.

Aralık, bütçe toplantısı (örnek). Operasyon direktörü sunumun üçüncü sayfasını açıyor: tedarikçi faturalarını siparişlerle eşleştiren yapay zekâ pilotu ayda 400 saat kazandırmış. Slayt yeşil. CFO önündeki gelir tablosuna bakıyor. Muhasebe ekibi hâlâ 12 kişi. Fazla mesai kalemi geçen yılla aynı. Gelir, fiyat artışı dışında yerinde. “Bu 400 saat nereye gitti?” diye soruyor. Odada kimse cevap vermiyor, çünkü kimse bu soruyu sormayı planlamamıştı.

Bu yazı o sessizlik hakkında. İki taraf da haklı olabilir. Saat gerçekten kazanılmış, kâr da gerçekten değişmemiş olabilir. İkisi aynı anda doğru olabiliyor, çünkü kazanılan saat kendi başına bir finansal sonuç sayılmaz. Kazanılan saat, kadro planına ya da satılan çıktıya dönüşmedikçe kâr değildir.

Bu sitede daha önce [“yapay zekâ ile hızlandık” cümlesinin reel okumasını](/tr/insights/yapay-zekanin-reel-buyumesi) konuştuk: hissedilen hız ile ölçülen hız ayrışabiliyor. Bu yazı bir adım ileriden başlıyor. Diyelim ki hız gerçek ve doğru ölçülmüş. Yine de gelir tablosuna ulaşmayabilir.

## Verimlilik ölçüsü kâr ölçüsünün yerine geçebiliyor

KPMG Türkiye'nin Kasım 2025'te yayımladığı “Yapay Zekâ Dönüşümü: Türkiye ve ABD Perspektifleri” çalışmasının Türkiye kolu, 2025'in ikinci çeyreğinde 31 üst düzey yöneticiyle yapıldı. Bu anket, yapay zekânın getirisini kârlılıktan çok verimlilikle izleyen bir tablo çiziyor.

31 kişi Türkiye'yi temsil etmez; bu bir grup yöneticinin cevabı. Ama tarif ettiği durum tanıdık. Getiriyi hangi ölçüyle izlediğin, hangi soruyu soracağını belirler. Verimlilikle ölçen şirket “kaç saat kazandık” diye sorar ve cevabı bulur. “Hangi satır değişti” sorusu toplantıya çoğu zaman gelmez.

Danimarka'dan gelen bir çalışma ilgili bir tabloyu gösteriyor. Anders Humlum ve Emilie Vestergaard, 11 meslekte yaklaşık 25.000 çalışan ve 7.000 işyerinden toplanan anket cevaplarını ülkenin resmî ücret ve çalışma saati kayıtlarıyla eşleştirdi. Sohbet botlarını kullananlar zaman kazandığını söylüyor, ama kazanılan zaman küçük. Kazançlarda ve kayıtlı çalışma saatlerinde anlamlı bir etki görünmüyor.

Burada bir ayrımı korumak gerekiyor. Bu çalışma çalışanın ücretini ve saatini ölçüyor. Şirket kârı, ücret artmadan da artabilir. Yine de tablo aynı yöne bakıyor: zaman kazanılmış, ölçülen kazanç ve kayıtlı saat değişmemiş. Yazarlar bunu kısmen verimlilik kazancının ücrete zayıf yansımasıyla açıklıyor. Yani kazanç çalışana geçmemiş ama şirkette kalmış da olabilir; çalışma şirket kârını ölçmüyor.

## En güçlü karşı görüş

Bu tezin karşısındaki en ciddi argüman zamanla ilgili.

Erik Brynjolfsson, Daniel Rock ve Chad Syverson'ın “verimlilik J-eğrisi” çalışması, genel amaçlı teknolojilerde ölçülen verimliliğin yanıltıcı bir seyir izlediğini savunuyor. Argüman şu: yeni teknolojiyi benimseyenler önce görünmeyen tamamlayıcı yatırımlar yapar. Süreç yeniden çizilir, ekip eğitilir, veri temizlenir. Bunların çoğu bugün gider olarak yazılır ve maddi olmayan bir varlık olarak ölçülmez. Bu yüzden ölçülen verimlilik önce olduğundan düşük, sonra olduğundan yüksek görünür. Makalenin bulgusu sektör ve ekonomi düzeyinde. Aynı mantığı tek bir şirketin kârına uyarlarsak (yorum): “bugün kâr yok” ile “kâr olmayacak” aynı cümle sayılmaz.

J-eğrisi haklı olabilir. Ama sana bir bekleme hakkı verir, açık çek vermez. Eğrinin yukarı kıvrılması için tamamlayıcı yatırımın adı konmuş olmalı: hangi süreç değişecek, hangi kadro planı yeniden yazılacak, kaç ay sürecek. Adı konmamış bir bekleyiş yalnızca beklemektir.

## Kazanılan saatin gidebileceği üç yer

Kazanılan bir saat üç yerden birine gider. Biri karar vermezse, saat kendiliğinden üçüncüsüne gider (pratik kural).

Aşağıdaki hesaplar örnektir; kendi rakamlarını koy. Ortak varsayım (örnek): bir FTE, yani tam zamanlı bir çalışana denk kadro birimi, ayda yaklaşık 160 saat çalışır ve işverene toplam maliyeti ayda 90.000 TL'dir.

### 1. Kadro: daha az işe alım, daha az fazla mesai

Açılıştaki muhasebe ekibine dön (örnek). Şirket büyüyor ve gelecek yılın planında iki yeni muhasebe uzmanı var. 400 saat yaklaşık 2,5 FTE eder. Pilotu yürüten kişi ile bütçeyi imzalayan kişi oturup planı yeniden yazarsa iki işe alım yapılmaz. Faaliyet giderinde ayda 180.000 TL, yılda 2,16 milyon TL'lik bir maliyet hiç oluşmaz. Faaliyet gideri, satılan ürünle doğrudan ilgisi olmayan işleri yürütmenin maliyetidir: idari kadro, kira, yazılım.

Kimseyi çıkarmak gerekmiyor. Büyürken kadroyu daha yavaş büyütmek yeterli. Bu, [operasyonel kaldıraç](/tr/glossary/operational-leverage) kavramının küçük bir hâli: gelir büyürken gider aynı hızla büyümüyor.

İki dikkat noktası var. Bu tasarruf ancak işe alım planı gerçekten değiştiğinde vardır; plan aynı kalır ve iki kişi yine işe alınırsa, 400 saat üçüncü yere gider. Ayrıca TL tasarrufunu nominal okuma. Maaşlar yıl içinde arttıkça “oluşmayan maliyet” de nominal olarak büyür ve gelecek yılın sunumunda “tasarruf yüzde 40 arttı” (örnek) diye görünebilir. Artışın büyük kısmı fiyat etkisi olabilir. Kıyası aynı dönemin fiyatlarıyla, [reel olarak](/tr/real-growth) yap. Araç bedelini dövizle ödüyorsan aynı kural maliyet tarafı için de geçerli.

### 2. Satılan çıktı: aynı ekip daha çok iş satar

İkinci yer gelir satırı (örnek). Altı kişilik bir teklif ekibi ayda 60 teklif hazırlıyor. Teklif başına 10 saat, toplam 600 saat. Yapay zekâ bu süreyi teklif başına 6 saate indiriyor. Aynı 600 saatle 100 teklif çıkabilir.

Kazanma oranı yüzde 20, ortalama sipariş 250.000 TL, brüt marj yüzde 30 olsun (örnek). Ek 40 teklif, 8 ek sipariş eder. Bu da ayda 2 milyon TL ek gelir ve 600.000 TL ek brüt kâr demek. Brüt kâr, gelirden satılan malın maliyeti (SMM: ürünü ya da hizmeti üretmenin doğrudan maliyeti) düşülünce kalan tutardır.

Hesap kâğıt üzerinde güzel. Ama bir şarta bağlı: pazarın o ek 40 teklifi istemesi. Zaten gelen her talebe teklif veriyorsan darboğaz teklif hazırlamak değildir. Hızlanan ekip daha çok teklif üretmez, aynı 60 teklifi daha erken bitirir ve kalan saat yine üçüncü yere gider. Bu yüzden önce sonucu hangi girdinin belirlediğine bak; [Metrik Ağacı](/tr/tools/metric-tree) bunun için var. Ek siparişin gerçekten kâr bırakıp bırakmadığını da [birim ekonomisinden](/tr/unit-economics) kontrol et. İndirimle kazanılmış sekiz sipariş, brüt marjı yüzde 30'un altına çekebilir.

Bu yolun izlenecek ölçüsü çalışan başına gelirdir. Abonelik satan şirketlerde bunun yaygın hâli [çalışan başı ARR](/tr/glossary/arr-per-employee): yıllık tekrarlayan gelirin tam zamanlı çalışan sayısına bölümü. Oran kadro büyümeden yükseliyorsa, saat satılan işe dönüşüyor demektir.

### 3. Hiçbir yer: saat boşluğa erir

Üçüncü yerin bir sahibi yok, çünkü kimse oraya gitmeye karar vermiyor. Kazanılan 400 saat (örnek) haftalara dağılır. Toplantılar biraz uzar. Raporlar bir tur daha gözden geçirilir. Ay sonu kapanışı yine aynı günde biter, sadece daha sakin geçer.

Ekip için bu gerçek bir iyileşme olabilir; daha az yorgun bir ekip küçümsenecek şey değil. Gelir tablosu için ise sıfırdır: personel gideri aynı, gelir aynı, kâr aynı.

Pratik kural: saati kadroya ya da satışa taşıyan biri yoksa, saat buraya gider. Ortada kötü niyet yoktur, yalnızca eksik bir karar vardır. Danimarka verisinde zaman kazanılmış, kayıtlar değişmemiş. Ama bu veri saatin boşluğa mı eridiğini, şirkette mi kaldığını ayırmıyor; ayırmak senin ölçümüne kalıyor.

## Test sorusu

Her yapay zekâ girişimine, başlarken ve her bütçe döneminde aynı soruyu sor:

**Bu pilot başarılı olursa gelir tablosunun hangi satırı, kaç ayda, kimin imzasıyla değişir?**

Sorunun üç parçası ayrı ayrı eler. “Hangi satır” cevabı üç seçeneğe zorlar: gelir, SMM ya da faaliyet gideri. “Verimlilik” bir satır sayılmaz. “Kaç ayda” J-eğrisine bir sınır çizer; 18 ay da makul olabilir, yeter ki yazılı olsun.

“Kimin imzasıyla” bence en çok eleyen parça (yorum). Pilotu yürüten kişi çoğu zaman işe alım planını ya da satış hedefini imzalayan kişi değildir. Saatin taşınması, bütçenin sahibinin “bu iki işe alımı plandan çıkarıyorum” ya da “bu ekibin hedefini 60 tekliften 100'e çıkarıyorum” demesine bağlı. O cümleyi kuracak kişi yoksa, pilot ne kadar iyi çalışırsa çalışsın sonuç değişmez.

[Kurucuya 10 büyüme sorusunun](/tr/yapay-zeka) ilki aynı yere bakıyor: yapay zekâ harcamanın hangi satırı gelir tablosunda görünüyor? Bu yazı, o soruya cevap verilemediğinde ne yapacağını konuşuyor. Bir ekip sana “verimlilik yüzde X arttı” iddiasıyla gelirse, [Büyüme İddiası Denetimi](/tr/tools/claim-check) rakamın reel okumaya hazır olup olmadığını beş soruda gösterir.

## Devam, yeniden tanımla, kapat

Test sorusunun cevabı her girişimi üç karardan birine götürür.

**Devam.** Satır, hedef sayı, süre ve imza yazılı. İlk ayların ara göstergesi (kazanılan saat, işlenen teklif) hedefe doğru gidiyor. Bütçeyi ver, 90 gün sonra satıra bak.

**Yeniden tanımla.** Saat gerçekten kazanılıyor ama gidecek yeri yok. Bu en sık karşılaşacağın durum olabilir ve değerin çoğu burada saklı olabilir. Hedefi yeniden yaz. “Fatura eşleştirmede ayda 400 saat” hedefi, “gelecek yıl planlanan iki işe alımı yapmamak, sorumlu finans direktörü” olur. J-eğrisi argümanının haklı olduğu yer de burası: tamamlayıcı yatırımın adını koy, süresini yaz.

**Kapat.** Satır yazılamıyor, kimse imza atmıyor ya da saatin kendisi ölçülemiyor. Kapatmak bir başarısızlık ilanı olmak zorunda değil; deneme bütçesinden yapılmış bir öğrenme olarak kapanır. Kapatmanın maliyeti çoğu zaman düşüktür (yorum). Sürdürmenin maliyeti, bir sonraki bütçe toplantısında aynı sessizlik.

Bir beklenti ayarı: bu test bazı girişimlere haksızlık edebilir. Hata oranını düşüren ya da müşteri deneyimini iyileştiren işler kâra dolaylı ve geç yansır, bu yüzden testte zayıf görünür. Onları kapatmadan önce dolaylı satırı ara. Hata oranı düşerse iade, indirim ya da destek maliyeti satırı değişir mi? Değişen bir satır bulabiliyorsan girişim devam eder. Bulamıyorsan o da bir denemedir ve öyle etiketlenmeli.

## Bugün dene

Bir saat ayır, son çeyreğin gelir tablosu yanında olsun.

1. Şirkette süren her yapay zekâ girişimini bir satıra yaz: pilotlar, kurumsal lisanslar, ekiplerin kendi başına kullandığı araçlar.
2. Her satırın yanına değişmesi gereken gelir tablosu satırını (gelir, SMM ya da faaliyet gideri), 90 günlük hedef sayıyı ve sorumluyu yaz. Sorumlu, o satırın bütçesini imzalayan kişi olsun. Hangi satırın hangi girdiye bağlı olduğunu görmek için [Metrik Ağacı](/tr/tools/metric-tree) işini kolaylaştırır.
3. Satır yazamadığın girişimi “deneme” diye işaretle.
4. Her deneme için tek karar ver: yeniden tanımla ya da kapat. “Bakarız” bir seçenek sayılmaz.
5. Kazanılan saatleri kadro, satış ve hiçbiri diye üçe ayır. “Hiçbiri” payı toplamın yarısını geçiyorsa (pratik kural), yeni araca bakmadan önce eksik kararlara bak.

Her girişim için şu altı alanı yaz. Üç örnek:

- **Fatura eşleştirme (örnek).** Satır: faaliyet gideri. 90 günlük hedef: planlanan 2 işe alım yapılmaz, ayda 180.000 TL. Sorumlu: finans direktörü. Kazanılan saat/ay (kadro / satış / hiçbiri): 320 / 0 / 80. Karar: yeniden tanımlandı, devam.
- **Teklif taslağı (örnek).** Satır: gelir. 90 günlük hedef: ayda 60 tekliften 100'e, 8 ek sipariş. Sorumlu: satış direktörü. Kazanılan saat/ay: 0 / 240 / 0. Karar: devam.
- **Ekibin sohbet botu lisansları (örnek).** Satır: yazılamadı. Hedef ve sorumlu: yok. Kazanılan saat/ay: bilinmiyor. Karar: deneme; yeniden tanımla ya da kapat.

Listenin ilk sürümü eksik olacak; en çok boş kalan alan sorumlu olabilir. Boş kalan her alan, bir sonraki bütçe toplantısında sorulacak soruyu şimdiden gösteriyor.

Kalınız sağlıcakla.

## Kaynaklar

- [KPMG Türkiye, “Yapay Zekâ Dönüşümü: Türkiye ve ABD Perspektifleri”, Kasım 2025 (Türkiye kolu 31 üst düzey yönetici, 2025 2. çeyrek; getiri ölçüsü olarak verimlilik ve kârlılık).](https://kpmg.com/tr/tr/home/insights/2025/11/yapay-zeka-donusumu-turkiye-ve-abd-perspektifleri.html) [PDF](https://assets.kpmg.com/content/dam/kpmgsites/tr/pdf/2025/11/yapay-zek%C3%A2-d%C3%B6n%C3%BC%C5%9F%C3%BCm%C3%BC-t%C3%BCrkiye-ve-abd-perspektifleri.pdf)
- [Anders Humlum, Emilie Vestergaard, “Large Language Models, Small Labor Market Effects”, NBER Working Paper 33777, 2025 (Danimarka; yaklaşık 25.000 çalışan, 7.000 işyeri; kazanç ve kayıtlı saatlerde anlamlı etki yok, küçük zaman tasarrufu).](https://www.nber.org/papers/w33777)
- [Erik Brynjolfsson, Daniel Rock, Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies”, NBER Working Paper 25148; American Economic Journal: Macroeconomics, 2021.](https://www.nber.org/papers/w25148)

---

## Stratejiler

# Gerçek Product-Market Fit (PMF) Arayışı

URL: https://alpsuleyman.com/tr/strategies/gercek-product-market-fit-arayisi
Published: 2025-11-24
Updated: 2026-10-03
Author: Alp Suleiman

> Product-market fit bir his değil, bir eğri. Doğru kitlede düzleşen retention ve kendiliğinden gelen talep yoksa elinizdeki şey henüz fit değil, iyi bir demo.

Erken aşama ekiplerde en sık duyulan cümlelerden biri “PMF'e yaklaştık” cümlesidir. Genelde yanında bir de kanıt gelir: waitlist uzun, basın yazdı, birkaç müşteri “harika” dedi, MRR yükseliyor. Sonra cohort tablosu açılır ve bambaşka bir hikâye anlatır: örneğin üçüncü aydan sonra kullanıcıların yarısı sessizce gitmiştir ve ekip bunu ilk kez o toplantıda görür.

Bu yüzden PMF'e inançla değil, davranışla yaklaşıyorum. Fit, ürününüzün piyasada bir boşluğu doldurduğunu insanların cüzdanlarıyla ve alışkanlıklarıyla söylemesidir. Siz söylediğinizde değil, onlar kendiliğinden söylediğinde başlar.

## Ne zaman ihtiyacınız var?

PMF arayışı, ürün ilk kullanıcılarla buluştuğu andan itibaren aktif bir iştir; ama bilinçli bir “arayış moduna” geçmeniz gereken somut sinyaller var.

- Büyümeniz var ama kova delik: yeni kayıtlar geliyor, aktif kullanıcı sayısı bir yerde tavan yapıyor.
- Satış görüşmelerinde her müşteri farklı bir sebeple evet diyor ve sizin için ortak bir hikâye çıkaramıyorsunuz.
- Ekip roadmap'i en yüksek sesle talep eden müşteriye göre şekillendiriyor.
- Pazarlama harcamasını artırdığınızda kalite düşüyor, hacim değil.

Henüz erken olduğunu gösteren işaret ise şu: elinizde analiz edecek kadar kullanıcı yok. On beş kullanıcıyla retention eğrisi çizmek anlamsız; o aşamada işiniz istatistik değil, görüşmedir. Hedef, tek bir kullanıcı grubunda “bunu bırakırsam canım yanar” dedirtmek.

## Çoğu ekibin atladığı nokta

PMF ikili bir durum değil, bir segment özelliğidir. “Ürünümüz PMF'e ulaştı mı?” sorusu yanlış sorudur; doğrusu “hangi kullanıcı grubunda, hangi koşulda ulaştı?” sorusudur. Ortalama kullanıcı diye bir kullanıcı yoktur. Ortalamada fit görünmeyen bir üründe, belirli bir segmentte çok güçlü bir fit saklanıyor olabilir ve ekipler bunu tam da ortalamaya bakarak kaçırır.

Superhuman'ın kurucusu Rahul Vohra'nın anlattığı yaklaşım bunun iyi bir örneğidir. Sean Ellis'in sorusunu kullandılar: “Bu ürünü artık kullanamasaydınız ne hissederdiniz?” Yaygın kabul gören eşik, “çok hayal kırıklığına uğrardım” diyenlerin yaklaşık %40'ı geçmesi. Ama asıl hamle skoru görmek değil, onu parçalamaktı: cevap verenleri segmentlere ayırdılar, hayal kırıklığı diyenlerin neyi sevdiğine baktılar ve roadmap'i bu grubun sevdiği şeyi güçlendirmeye, kararsızları memnun etmeye değil, ayırdılar.

> PMF'i ölçmekle yetinmeyin; kimde olduğunu bulun, sonra o kişiye benzeyen herkese yönelin.

İkinci yanlış anlama zamanla ilgili. Ekipler fit'i bir varış noktası sanıyor: bir gün “geldik” diyoruz, sonra büyüme moduna geçiyoruz. Oysa fit, pazar ve rakipler hareket ettikçe aşınır. Yeni bir rakip aynı problemi yarı fiyata çözdüğünde ya da müşterinizin iş yapış şekli değiştiğinde, geçen yıl düzleşen eğri bu yıl yeniden eğilmeye başlar. Bu yüzden cohort tablosunu bir kez değil, her ay açan ekipler fit'i kaybetmeden önce fark eder.

Burada bir ayrım yapayım. Bu yazı fit'in kanıtıyla ve arayış disipliniyle ilgili. Fit'in tam olarak neyi, kimin için, hangi koşulda çözdüğünü netleştirme işi ayrı bir konu ve ürün-değer uyumu yazısında ele alınıyor. Önce kanıt gelir, sonra tanım.

## Uygulama planı

### 1. Fit'in kanıtını tanımlayın

Başlamadan önce, hangi sonucu görürseniz “fit var” diyeceğinizi yazın. Örneğin: sekiz haftalık cohort retention eğrisinin sıfıra inmeyip düzleşmesi, yeni kullanıcıların belirgin bir kısmının tavsiye yoluyla gelmesi ve Ellis anketinde eşiğin aşılması. Eşikleri sonradan değil önceden yazmak, kendinizi kandırmanızı zorlaştırır.

### 2. Cohort'ları segmentlere bölün

Haftalık kayıt cohort'larını kanala, şirket büyüklüğüne, kullanım senaryosuna ve ilk yaptıkları eyleme göre kırın. Aranan şey, eğrisi düzleşen herhangi bir dilimdir. Bir dilim bile düzleşiyorsa, fit orada filizlenmiştir.

### 3. Fit'i hissedenlerle konuşun

En az on beş yirmi aktif kullanıcıyla görüşün: ürünü ilk nasıl duydular, hangi alternatifi bıraktılar, ürün olmasa ne yaparlardı, kime anlattılar. “Ne yaparlardı” sorusunun cevabı değerinizin dürüst ölçüsüdür. “Excel'e dönerdim” cevabı ile “bir ekip kurup bunu elle yaptırırdım” cevabı aynı şey değildir.

### 4. Roadmap'i fit grubuna göre kesin

Ellis anketinin “ana faydası ne?” sorusunu yalnızca hayal kırıklığı diyenlerden analiz edin. Kararsızların istediklerinin çoğunu bilinçli olarak yapmayın. Bu rahatsız edici bir karar, çünkü bir kısım talebe hayır demek gerekiyor. Bu adımı atlayan ekipler, altı ay sonra herkese biraz hizmet eden ama yokluğunu kimsenin aramayacağı bir ürünle karşılaşabiliyor.

### 5. Büyümeyi fit olan segmente kilitleyin

Pazarlama ve satışı yalnızca fit kanıtı olan profile yönlendirin. Fit netleşmeden hacim kovalamak, dolu bir kovayı delikli bir kovaya boşaltmaktır.

## Neyi ölçmeli?

- **Cohort retention eğrisinin tabanı:** Eğri sıfıra düşüyor mu, düzleşiyor mu? Gecikmeli ama en dürüst gösterge.
- **Ellis skoru (segment bazlı):** “Çok hayal kırıklığına uğrardım” oranı. Öncü gösterge; haftalar içinde okunur.
- **Organik ve tavsiye kaynaklı kayıt payı:** Talep kendiliğinden mi geliyor, satın mı alıyorsunuz?
- **Aktivasyona kadar geçen süre:** İlk değeri gören kullanıcı oranı ve hızı; fit'in ürün içindeki ilk izi.

## Tuzaklar

**Ortalamaya bakmak.** Genel retention %20 ise ve bir segmentte %60 ise, ürününüzün iki ayrı hikâyesi var. Ortalama bunu gizler.

**Vanity metric'e güvenmek.** Kayıt sayısı, trafik, basın, waitlist. Hiçbiri kullanıcının geri gelip gelmediğini söylemez. Bunları kutlayın ama karar vermek için kullanmayın.

**Satın alınmış fit.** İndirimle, yoğun satış desteğiyle ya da elle taşıyarak sürdürdüğünüz müşteri tabanı fit değildir. Destek ve indirim kalktığında ne kalıyor sorusu bir sınavdır.

## Bu hafta başlayın

1. Son altı aylık kayıtları aylık cohort'lara ayırın ve her cohort için 1., 4., 8. hafta aktif kalma oranını bir sayfaya yazın.
2. Ellis anketini son 30 günde ürünü en az iki kez kullanmış kişilere gönderin; ek olarak şu soruyu ekleyin: “Bunu başkasına nasıl anlatırdınız?”
3. En çok kullanan beş müşteriyle yirmişer dakikalık görüşme ayarlayın ve hepsine aynı soruyu sorun: “Bu ürün olmasa ne yapardınız?”

---

# Pazar Nişini Daraltarak Liderlik Kurmak

URL: https://alpsuleyman.com/tr/strategies/pazar-nisini-daraltarak-liderlik-kurmak
Published: 2026-03-03
Updated: 2026-10-03
Author: Alp Suleiman

> Herkes için yapılan ürün, kimsenin aklına ilk gelen ürün olmaz. Dar bir segmentte vazgeçilmez olmak, geniş pazarda görünmez kalmaktan hem daha ucuz hem daha hızlıdır.

Pitch sunumlarında en sık rastlanan slayt, devasa bir pazar büyüklüğü rakamıdır. Üstünde bir ok, altında “bunun yalnızca %1'i bile...” cümlesi. O slayt karşısında sorulması gereken soru hep aynıdır: peki ilk yüz müşteri kim, onları nerede bulacaksınız, neden sizi seçecekler?

Geniş pazar iddiası konforludur çünkü hiçbir şeyi dışarıda bırakmaz. Ama aynı sebeple hiçbir şeyi de kazanmaz. Alıcının zihninde yer açan şey, “herkese hizmet eden” bir ürün değil, “bu iş için benim gibilerin tercih ettiği” üründür.

## Ne zaman ihtiyacınız var?

Nişe inmek genellikle büyümeyi durduran bir rahatsızlıktan çıkar. Şu işaretlerden birkaçını görüyorsanız zamanıdır:

- Satış döngünüz uzun ve her görüşmede ürünü baştan anlatıyorsunuz.
- Müşteri edinme maliyeti rakiplerden yüksek, çünkü mesajınız genel ve her kanalda ortalama çalışıyor.
- Kazandığınız müşteriler birbirine benzemiyor: üç sektör, dört kullanım senaryosu, her birinden bir özellik talebi.
- Rakiplerinizle aynı kategoride aynı kelimelerle yarışıyorsunuz ve fark yaratamıyorsunuz.

Henüz erken olduğu durum şu: hiç müşteriniz yoksa nişi masa başında seçmeye çalışmayın. İlk birkaç düzine müşteri, hangi segmentin sizi gerçekten istediğini gösterir. Niş, tahmin değil, çıkarsanan bir sonuçtur.

## Çoğu ekibin atladığı nokta

Niş stratejisi “küçük düşünmek” olarak yanlış anlaşılır. Aslında bu, **sıralama** kararıdır: hangi pazara önce, hangisine sonra gireceğinizi seçmek. Ürün vizyonu büyük kalabilir. Daraltılan şey, ilk saldırı alanıdır.

Facebook'un önce Harvard'da, sonra diğer üniversitelerde açılması bunun bilinen örneğidir. Kapalı, yoğun, birbirini tanıyan bir grupta ürün hızla gerekli hale geldi ve ardından çevre kampüslere yayıldı. Geoffrey Moore'un *Crossing the Chasm* kitabındaki “bowling pini” benzetmesi de aynı mantığı anlatır: öndeki pini devirirseniz arkadaki pinler kendiliğinden devrilir, çünkü referanslar ve itibar komşu segmentlere taşınır.

> Niş, pazarı küçültmek değil; zihinde ve kanalda ilk yeri kazanacağınız tek noktayı seçmektir.

Bir de şu var: iyi bir niş yalnızca “küçük” ya da “boş” olmamalıdır. Boş niş, çoğu zaman ihtiyaç yok demektir. İyi niş dört şeyi birlikte taşır: acı yoğun, ulaşılabilir, kendi içinde konuşan ve ödemeye razı. Bu dördünden biri eksikse, liderlik kurmanız ya imkânsız ya da pahalı olur. Acısı yoğun ama ulaşılamayan bir segment (dağınık, kapalı, sizi duymayan) kâğıt üzerinde harika görünür ve sahada yıllarınızı yer. Ulaşılabilir ama acısı hafif bir segment ise nazikçe ilgi gösterir, ödeme yapmaz.

Niş liderliğinin görünmeyen kazancı da fiyatlamada ortaya çıkar. Dar bir segmentte vazgeçilmez olan ekip, indirim yarışına girmek zorunda kalmaz; çünkü alıcı sizi başka seçeneklerle değil, kendi sorunuyla kıyaslar.

## Uygulama planı

### 1. Mevcut müşterileri kayıttan geçirin

En iyi on müşterinizi (en çok kullanan, en kolay kazanılan, en az şikâyet eden) tek bir listeye dökün. Sektör, büyüklük, rol, tetikleyici olay, satın alma yolu. Tekrar eden desen aday nişinizdir. Hepsi birbirine benzemiyorsa, ilk iş budur: hangi on tanesi gerçekten sizi seçti, hangisini siz ikna ettiniz? İkna ettikleriniz nişin işareti değildir.

### 2. Adayları dört kriterle puanlayın

Her aday segment için 1-5 arası puanlayın: acının yoğunluğu, segmentin sizin için ulaşılabilirliği (belirli topluluk, dernek, etkinlik, yayın var mı), segment içi tavsiye yoğunluğu ve ödeme istekliliği. Toplama değil en zayıf puana bakın: herhangi biri 2'nin altındaysa o aday risklidir, çünkü liderlik dört ayağın hepsine ihtiyaç duyar.

### 3. Niş tanımını bir cümleye indirin

“[Belirli bir kitle] için, [belirli bir an/iş] sırasında [belirli sonucu] sağlayan çözüm.” Cümleyi satış e-postasına, landing page'e, sunuma aynen koyabiliyorsanız tanım yeterince dar. “KOBİ'ler için” bir niş değildir; “acil durum randevusu yöneten diş klinikleri için” bir niştir.

### 4. Ürünü, fiyatı ve mesajı o niş için kesin

Nişin dilini kullanın, onların araçlarıyla entegre olun, onların kullandığı kısaltmayı mesajınıza alın. Nişe ait olmayan istekleri geri çevirin. Burada kaybettiğiniz her talep, odağın bedelidir ve doğru bedeldir.

### 5. Önce kanalı domine edin

O niş hangi etkinliklerde, hangi topluluklarda, hangi yayınlarda zaman geçiriyor? Orada bir yerde görünür olun: konuşmacı, sponsor, yazar, soru yanıtlayan. Dar bir alanda üç kez görünmek, geniş bir alanda otuz kez görünmekten daha çok iş yapar.

### 6. Genişleme kuralını önceden koyun

“Bu segmentte pazar payı veya aktif müşteri şu eşiği geçtiğinde, bir komşu segmente gireriz.” Komşuyu seçerken ürün ve mesajın en az değişeceği segmenti tercih edin. Kural yoksa genişleme, can sıkıntısına ve fırsatçılığa dönüşür.

## Neyi ölçmeli?

- **Niş içi penetrasyon:** Ulaşılabilir hesap sayısına göre müşteri oranı. Liderliğin gerçek göstergesi.
- **Niş içi kazanma oranı:** Sizin segmentinizde rakiplerle girdiğiniz değerlendirmelerde kazandığınız pay.
- **Niş kaynaklı tavsiye payı:** Yeni müşterilerin kaçı aynı segmentteki mevcut müşteriden geliyor?
- **Edinme maliyeti trendi:** Niş odaklanması sonrası CAC ve satış döngüsü kısalıyor mu?

## Tuzaklar

**Nişi yanlış katmanda seçmek.** Sektöre göre değil, probleme göre daralmanız gerekebilir. “Perakendeciler” geniş; “stok sayım hatasından zarar eden perakendeciler” bir niş olabilir.

**Çok erken genişlemek.** Henüz niş içinde belirgin bir payınız yokken komşuya geçmek, iki yerde de zayıf kalmak demektir. Lider olmadığınız yerde referans da yoktur.

**Vizyonu nişle karıştırmak.** Ekibe “yalnızca diş klinikleri” demek, “hep diş kliniği olacağız” demek değildir. Hikâyeyi kurucu iç kitle için açık tutun, dışarıya odaklanmış anlatın.

## Bu hafta başlayın

1. En iyi on müşterinizi tek bir tabloya dökün ve ortak üç özelliği işaretleyin.
2. Bu desenden çıkan iki aday niş için acı, ulaşılabilirlik, tavsiye ve ödeme isteği puanlaması yapın.
3. Kazanan nişi tek cümleye indirin ve landing page başlığınızı, satış e-postasının ilk satırını bu cümleye göre yeniden yazın.

---

# Yalın Başlangıç ve MVP Yaklaşımı

URL: https://alpsuleyman.com/tr/strategies/yalin-baslangic-ve-mvp-yaklasimi
Published: 2025-11-24
Updated: 2026-10-03
Author: Alp Suleiman

> Yalın başlangıç ucuz iş yapmak değil, öğrenme hızını ürün hızından önemli saymaktır. Rekabet avantajı, bir ekibin bir varsayımı kaç günde çürütebildiğidir.

İki ekip düşünün. İkisi de aynı sektörde, aynı bütçeyle, aynı fikirle başlıyor. Birincisi sekiz ay sonra “lansman” yapıyor ve ilk gerçek kullanıcı geri bildirimini orada alıyor. İkincisi aynı sürede on dört küçük deney yürütmüş, ilk üçünde fikrin yarısının yanlış olduğunu bulmuş ve gerisini buna göre kurmuş.

Fark zekâda ya da çalışkanlıkta değil, çalışma biçiminde. Yalın başlangıç, bir ürünü “küçük” yapma tekniği olarak anlaşılırsa kaybedersiniz. Gerçekte bu, bir ekibin işletim sistemidir: varsayım yaz, test et, ölç, karar ver, tekrarla.

## Ne zaman ihtiyacınız var?

Yalın yaklaşım, belirsizliğin yüksek olduğu her yerde işe yarar. Tipik işaretler:

- Yeni bir ürün, segment veya kanal deniyorsunuz ve “ne istendiğini” tahmin ediyorsunuz.
- Ekip aylardır bir şey inşa ediyor ama kimseyle gerçek müşteri görüşmesi yapılmadı.
- Her sprint sonunda “çıkardık” diyorsunuz, “öğrendik” diyemiyorsunuz.
- Büyük bir yatırım kararına yaklaşıyorsunuz (işe alım, altyapı, pazarlama bütçesi) ve dayanağınız bir sunum.

Henüz erken olan hâl ise tersine bir durum: problem ve çözüm kanıtlanmış, tekrarlanabilir bir satış hareketi var ve şimdi yapılacak iş yürütmek. Orada deney, yürütme hızını kesen bir tören olur. Yalın yaklaşımı keşif ile yürütmeyi ayırarak kullanın.

## Çoğu ekibin atladığı nokta

Eric Ries'ın Oluştur-Ölç-Öğren döngüsünü çoğu ekip “oluştur” kısmından okur. Oysa döngü tersten tasarlanır: önce neyi öğrenmek istediğinize karar verirsiniz, sonra bunu öğrenmek için ölçmeniz gerekeni belirlersiniz, en son onu ölçecek en küçük şeyi inşa edersiniz.

Bu yüzden yalın başlangıçta üretilen şey ürün değil, **öğrenmedir**. Ve öğrenmenin birimi sprint hızı ya da çıkan özellik sayısı değil; çürütülen ya da kanıtlanan varsayım sayısıdır. Ries'ın “innovation accounting” dediği şey budur: erken aşamada gelir ya da MAU gibi metrikler gürültülüdür; ilerlemeyi bir varsayımın kanıtlanma düzeyi ile ölçersiniz.

> Erken aşamada tek gerçek ilerleme, bir varsayımın hakkında daha az belirsiz kalmanızdır.

Bu yazının komşusu olan MVP yazısıyla farkı şöyle koyayım: MVP bir araçtır, bir deneyin ürünü. Yalın başlangıç ise o aracı ne zaman, neden, hangi karar için kullanacağınızı belirleyen çalışma düzenidir. Düzen olmadan MVP, “yarım ürün” olarak kalır ve neyi kanıtladığı belli olmaz.

Farkı toplantıda hemen görürsünüz. Yalın olmayan ekipte ilerleme raporu “şu modülü bitirdik” der. Yalın ekipte aynı rapor “şu varsayımı çürüttük, bu yüzden şu planı bıraktık” der. İkincisi daha az heyecan verici duyulur ama bir işi sekiz ay erken durdurmuş olabilir.

Bir de maliyet meselesi var. Yalın olmak ucuz olmak demek değildir. Bir deneyin bedeli düşük olabilir ama öğrenilen şey çok pahalı bir kararı engelliyorsa değeri yüksektir. Doğru oran, öğrenmenin değeri bölü deneyin maliyetidir; bu oranı en yüksek tutan ekip kazanır.

## Uygulama planı

### 1. Varsayımları yazın ve sıralayın

Fikrin dayandığı her şeyi cümle cümle dökün: “Müşteri bu problemi haftada en az bir kez yaşıyor.” “Bunun için bütçe ayırıyor.” “Bizi bulabileceği bir kanal var.” Sonra iki eksende sıralayın: yanılırsak ne kadar büyük hasar, ve şu an ne kadar az kanıtımız var. Sağ üst köşe, ilk testiniz.

### 2. Her varsayım için başarı ve ölüm kriteri koyun

Test başlamadan önce yazın: “Yirmi görüşmenin en az sekizinde bu problemi kendiliğinden anlatırsa varsayım geçer; ikinin altında kalırsa bırakırız.” Eşiği sonradan belirlemek, çoğu zaman sonucu yorumla kurtarmaya dönüşür.

### 3. En ucuz testi seçin

Görüşme, landing page, sahte buton, elle yapılan hizmet, ön satış. Kod yazmak en son seçenektir. Testin maliyetini gün cinsinden tahmin edin; birkaç haftadan uzunsa küçültmenin bir yolunu arayın. En sık yapılan hata, “ödeme almak isteyen müşteri var mı?” sorusunu cevaplamak için ödeme altyapısını entegre etmeye başlamaktır. Aynı soruyu bir e-posta ve bir banka havalesi talebiyle iki günde cevaplayabilirsiniz.

### 4. Kısa ve düzenli bir öğrenme ritmi kurun

Haftalık bir “öğrenme toplantısı”: hangi varsayımı test ettik, sonuç ne, ne değişti, bu hafta neyi test ediyoruz. Toplantının çıktısı bir karar listesi, durum güncellemesi değil. Ekibin yaptığı iş değil, öğrendiği şey konuşulur.

### 5. Sürdür ya da dön kararını disipline edin

Ries'ın “pivot or persevere” toplantısını, belirli aralıklarla (örneğin altı haftada bir) yapın. Soru basit: öğrenme hızımız artıyor mu ve ana hipotez güçleniyor mu? İki turdur cevap hayırsa, yön değişimini konuşmanın zamanı gelmiştir.

## Neyi ölçmeli?

- **Haftalık tamamlanan deney sayısı:** Öğrenme hızının öncü göstergesi; sıfırsa ritim yoktur.
- **Karar alınan varsayım oranı:** Başlatılan deneylerden net bir “geçti/kaldı” ile kapananlar. Belirsiz kalanlar kötü tasarım işaretidir.
- **Öğrenmeye harcanan süre ve maliyet:** Bir varsayımı sonuçlandırmanın ortalama bedeli, zamanla düşmeli.
- **Gerçek müşteri temas sayısı:** Haftada kaç farklı gerçek kullanıcı ile konuştunuz veya ürünü kaç kişiye gösterdiniz?

## Tuzaklar

**Yalın kılıfında özensizlik.** Düşük kaliteyi “MVP” diye savunmak. Sorun, ürünün yarım olması değil, hangi sorunun testi olduğunun belli olmaması. Özenin yeri, deneyin tasarımıdır.

**Doğrulama peşinde koşmak.** Varsayımı kanıtlamak yerine savunmak: dost kullanıcılarla konuşmak, soruyu yönlendirmek. İyi bir deney yanlışlanabilmelidir.

**Sonsuz deney.** Öğrenip hiç karar vermemek. Her deneyin sonunda ya yatırımı artırır, ya yön değiştirir ya da bırakırsınız. “Biraz daha veri toplayalım” çoğu zaman karar vermekten kaçınmaktır.

## Bu hafta başlayın

1. Mevcut fikrinizin dayandığı on varsayımı yazın ve “yanılırsak hasar” ile “kanıt eksikliği” eksenlerinde sıralayın.
2. En üstteki varsayım için tek cümlelik bir başarı ve bırakma eşiği yazıp ekiple paylaşın.
3. Takvime, her hafta aynı saatte yapılacak 30 dakikalık bir öğrenme toplantısı koyun; ilk gündem maddesi birinci varsayımın testi olsun.

---

# Ürün-Değer Uyumu (Gerçek PMF)

URL: https://alpsuleyman.com/tr/strategies/urun-deger-uyumu
Published: 2026-07-10
Updated: 2026-10-03
Author: Alp Suleiman

> Ürününüz çalışıyor olabilir. Asıl soru, hangi problemi, kimin için, hangi koşulda çözdüğü. Bu cümleyi yazabilen ekip, fit'i tekrarlanabilir bir sisteme çevirir.

Bir ekibe “ürününüz ne işe yarıyor?” diye sorun; büyük ihtimalle bir kategori adı alırsınız: “Biz bir CRM'iz.” “Biz bir insan kaynakları platformuyuz.” Sonra aynı soruyu en iyi müşterilerine sorun. Cevaplar kategoriye benzemez, daha çok şöyle olur: “Ay sonu mutabakatı iki günden yarım güne indirdi.” “Yeni gelen satışçıyı ilk haftada telefona oturttu.”

Kategori adı sizin kendinize anlattığınız hikâyedir. Müşterinin anlattığı ise uyumun gerçek tarifidir. Ürün-değer uyumu, o ikinci cümleyi bulup mühendislik, satış ve pazarlamanın ortak diline çevirme işidir.

## Ne zaman ihtiyacınız var?

PMF sinyalleri görmeye başladıktan sonra, ama ölçeklemeye geçmeden önce. Somut işaretler:

- Bazı müşteriler ürünü seviyor, bazıları denemekle yetiniyor ve aradaki farkı açıklayamıyorsunuz.
- Satış, pazarlama ve ürün ekipleri “ideal müşteri” konusunda farklı tanımlar kullanıyor.
- Onboarding herkese aynı akışı gösteriyor, ama yalnızca bazı kullanıcılar “aha” anına ulaşıyor.
- Yeni işe alınan biri ürünü bir cümleyle anlatamıyor.

Erken olduğu durum: henüz hiçbir kullanıcı grubunda belirgin bir bağlılık yoksa, uyumu tanımlamaya çalışmak spekülasyon olur. Önce fit'in izini bulun; onu tanımlamak sonraki iştir. Fit'in kanıtını arama disiplini, PMF arayışı yazısının konusu.

## Çoğu ekibin atladığı nokta

Ekipler uyumu bir “evet/hayır” bilgisi sanır. Ürün-değer uyumu aslında bir **sınır haritasıdır**. Ürün bazı kişiler için, bazı koşullarda, belirli bir işte harika çalışır; başka koşullarda zayıftır. Bu sınırı çizmeyen ekip, hem ürünü hem satışı herkese göre ayarlamaya çalışır ve ortalamada kaybolur.

Clayton Christensen'ın Jobs-to-be-Done çerçevesi bu noktada işe yarar çünkü bir kişiyi değil, bir durumu tarif eder. Yaygın kullanılan kalıp şöyle: “[Belirli bir durumda] olduğumda, [bir ilerleme] sağlamak istiyorum ki [bir sonuç] olsun.” Aynı kişi bir durumda ürününüzü işe alır, başka bir durumda almaz. Uyum, kişiyle değil, kişinin içinde bulunduğu durumla kurulur.

> Uyum bir müşteri etiketi değil, bir durum tarifidir: kim, hangi anda, hangi işi bitirmeye çalışırken.

Bir sahne düşünün. İki ekip aynı fatura otomasyonunu kullanıyor. Birincisi ay sonunda yüzlerce faturayı iki kişiyle kapatmaya çalışan bir muhasebe ofisi; ikincisi ayda otuz fatura kesen bir ajans. Aynı ürün, aynı özellikler. Birincisi için ürün bir iş yükü kurtarıcısı, ikincisi için “güzel olur” düzeyinde bir kolaylık. Retention eğrileri de büyük ihtimalle ayrışır. Siz bunları ayrı tanımlamadığınız sürece, ortalama tablo ikisini de yanlış anlatır.

Bu çerçeve aynı zamanda sınırı pazarlama açısından netleştirir. “Kimler için değilsiniz?” sorusunu cevaplayabilen bir ekip, doğru olmayan müşteriyi baştan filtreler; bu da churn'ü ve destek yükünü düşürür. Satış ekibine “herkes aday” demek, kısa vadede pipeline'ı şişirir, orta vadede iptal oranını.

Bu yazının PMF yazısından farkı şu: PMF “var mı?” sorusudur, ürün-değer uyumu “tam olarak neyin, kimin için, neden var olduğu?” sorusudur. İkincisini cevaplayamazsanız birincisini tekrar üretemezsiniz.

## Uygulama planı

### 1. En iyi kullanıcıları davranışla tanımlayın

“En iyi” demek, en çok ödeyen ya da en çok konuşan demek değil. Retention'ı yüksek, ürünü iş akışının merkezine koymuş, kendiliğinden tavsiye eden kullanıcıları belirleyin. Genellikle toplamın küçük bir dilimidir ve önemli olan, onların ortak özelliklerini bulmak: hangi rol, hangi ölçek, hangi mevcut araç, hangi tetikleyici. Ortak özellik bulunmuyorsa, tanımlanacak bir uyum henüz yok demektir; bu da değerli bir bulgudur.

### 2. Satın alma anını çözün

Bu kullanıcılar ürüne neden o gün geldi? Önceki çözümlerinden ne bırakıldı, hangi olay tetikledi? Her görüşmede “ne oldu da arama başladınız?” sorusunu sorun. Tetikleyici olay, durum tarifinizin ilk yarısıdır ve çoğu zaman pazarlama mesajınızı da belirler: insanlar kategori aramaz, yaşadıkları olaya çözüm arar.

### 3. İlerleme ve bedeli ayırın

Kullanıcı hangi ilerlemeyi bekliyordu ve hangi bedelleri göze aldı: öğrenme eforu, veri taşıma, ekip içi ikna, alışkanlık değişikliği? Değerin iki yanını da çıkarın. Bedelin yüksek olduğu yerde, ilerleme çok büyükse uyum oluşur; yoksa kullanıcı denemeyi bırakır.

### 4. Uyum cümlesini yazın

“[Belirli rol], [belirli bir tetikleyici] sonrası, [belirli işi] [belirli engel] varken yapmak istiyor; ürünümüz [somut sonucu] sağlıyor.” Bu cümleyi iki farklı ekip üyesine okutun ve aynı müşteriyi hayal edip etmediklerine bakın.

### 5. Uyumu ürün, fiyat ve onboarding'e yayın

Onboarding'i uyum cümlesindeki sonuca götüren en kısa yola göre yeniden çizin. Uygun olmayan segment için ya ayrı bir yol açın ya da kibarca yönlendirin. Fiyatlama paketlerini de bu durumun değerine bağlayın, özellik sayısına değil.

## Neyi ölçmeli?

- **Segment bazlı aktivasyon oranı:** Uyum cümlenize uyan kullanıcıların ilk değer anına ulaşma oranı. Öncü gösterge.
- **Uyumlu ve uyumsuz segment retention farkı:** Tanımınızın gerçekten ayrıştırıp ayrıştırmadığının testi.
- **Satış kazanma oranı, uyum puanına göre:** Fırsatları uyum seviyesine göre etiketleyin; kazanma oranı ayrışıyorsa tanım işe yarıyor.
- **Destek biletinin müşteri başına yükü:** Uyumsuz müşteriler genelde en çok destek isteyenlerdir.

## Tuzaklar

**Demografik tarif.** “30-45 yaş, yönetici” bir durum değildir. Demografi, davranışın gölgesidir; asıl tarif, ne yapmaya çalıştıklarıdır.

**Herkesi uyumlu saymak.** Satış hedefi baskısı yüzünden sınırı esnetmek. Bugün kazandığınız uyumsuz müşteri, altı ay sonra hem churn hem referans olarak size geri döner.

**Tanımı bir kez yazıp kaldırmak.** Pazar ve ürün değiştikçe uyum cümlesi de eskir. Üç ayda bir, en yeni en iyi müşterilerle yeniden sınayın.

## Yapay zekâ çağında bu strateji

Yapay zekâ ürünlerinde ilk kullanım merakla şişebilir. İnsanlar yeni bir şeyi denemek için kayıt olur, birkaç ay oynar ve gider; erken aylardaki retention eğrisi bu yüzden uyumu olduğundan güçlü gösterebilir.

Daha sağlam bir kanıt, retention eğrisinin düzleştiği seviyedir: meraklılar gittikten sonra kalan kullanıcı tabanı. a16z'nin analizine göre incelenen eğriler çoğunlukla üçüncü ay civarında düzleşiyor; düzleşmenin nerede başladığı ürünün ne kadar geniş kullanıldığına ve paywall'ın nasıl kurulduğuna bağlı. Örneklem, yıllık yinelenen geliri 1 milyon doları aşan, seçilmiş düzinelerce yapay zekâ şirketi. Kendi eğrinizin nerede düzleştiğini kendi cohort matrisinizde görebilirsiniz.

Pratik kural. Eğriyi uyum cümlenize uyan ve uymayan segmentlere bölün; düzleşmenin hangi seviyede ve hangi ayda başladığını ikisi için ayrı okuyun.

Bizim yorumumuz: küçük ama düzleşen bir çekirdek, büyük ve sürekli akan bir kullanıcı kitlesinden daha değerli bir uyum izi olabilir. İlk aylardaki hacim, çekirdeğin ne kadar büyüyebileceğini söylemez.

## Bu hafta başlayın

1. En iyi sekiz müşterinizi seçin ve her birine “ürünü aramaya başlamanızı tetikleyen olay neydi?” sorusunu sorun.
2. Cevaplardan tek bir uyum cümlesi taslağı yazın ve satış, ürün ve pazarlamadan birer kişiye okutarak aynı müşteriyi düşünüp düşünmediklerini kontrol edin.
3. Son 30 günde kaybettiğiniz üç müşteriyi bu cümleye göre değerlendirin: uyumsuz muydular, yoksa uyumlu olup başka bir sorun mu vardı?

---

# Minimum Uygulanabilir Ürün (MVP)

URL: https://alpsuleyman.com/tr/strategies/minimum-uygulanabilir-urun
Published: 2026-04-13
Updated: 2026-10-03
Author: Alp Suleiman

> MVP ürünün küçük sürümü değil, bir sorunun cevabı. Önce neyi öğrenmek istediğinizi seçin; sonra o cevabı verecek en ucuz deneyimi kurun.

MVP kelimesi, startup dünyasında en çok yanlış kullanılan kelimelerden biri. Bir ekip “MVP'yi altı ayda çıkaracağız” dediğinde, genelde kastettiği şey “ilk sürümü” oluyor. Altı ay, üç mühendis, bir tasarımcı. Çıkış gününde ilk gerçek müşteri soruyor: “Bunu zaten Excel'de yapıyordum, neden geçeyim?”

MVP'nin tanımındaki kelimeler sırayla okunmalı. Minimum: en az ne? Uygulanabilir: gerçek bir kişiyle gerçek koşulda denenebilir mi? Ürün: biri bunun için bir şey verir mi? Üç kelimenin hepsi bir deneyin parçası; hiçbiri “küçük” kelimesinin eş anlamlısı değil.

## Ne zaman ihtiyacınız var?

Bir şey inşa etmeden önce, ama bir şeyi inşa etmeye karar vermişken. Yani şu işaretler varsa:

- Roadmap'te büyük bir iş var ve tek dayanağı “müşteriler istiyor gibi görünüyor.”
- Fikrin en riskli kısmı belli değil ya da ekip farklı kısımları riskli görüyor.
- Bir özelliğin geliştirme maliyeti birkaç sprint, ama kullanım ihtimali bir tahmin.
- Yatırımcıya ya da yönetime “kanıt” göstermeniz gerekiyor ama elinizde yalnızca bir sunum var.

Henüz erken olan durum: problemi kimin yaşadığını bilmiyorsanız MVP kurmak erken. MVP bir çözümün testidir; problemin varlığını anlamak, önce görüşmelerle yapılır. Çözümü test etmeden önce problemin gerçekliğini kontrol edin.

## Çoğu ekibin atladığı nokta

MVP bir ürün boyutu değil, bir **deney türüdür**. Ve deney türü, test etmek istediğiniz riskle belirlenir. Bu yüzden önce şu soru gelir: bu fikrin üzerinde yıkılabileceği en zayıf varsayım hangisi? Talep mi? Teslimat mı? Fiyat mı? Teknik fizibilite mi? Her risk için farklı bir MVP gerekir.

Birkaç bilinen örnek: Dropbox'ın kurucusu Drew Houston, ürünü tam çalışır hâle getirmeden önce kısa bir demo videosuyla fikri yayınladı; amaç, insanların bunu isteyip istemediğini görmekti. Teknik zorluk zaten biliniyordu; belirsiz olan talepti. Zappos'un başlangıcı için sık anlatılan hikâye ise, kurucunun yerel mağazalardaki ayakkabıların fotoğrafını siteye koyup sipariş gelince ayakkabıyı satın alarak göndermesidir. Burada test edilen şey depo ya da tedarik değil, insanların ayakkabıyı internetten alıp almayacağıydı. Her iki örnekte de ürün küçük değildi, soru küçüktü.

> İyi MVP'nin ölçüsü ne kadar az şey içerdiği değil, hangi pahalı soruyu ne kadar ucuza cevapladığıdır.

Sık yapılan ikinci yanlış, MVP'yi “kötü ürün” sanmak. Müşteri açısından deneyim, hizmet verdiğiniz kısımda kusursuz çalışmalıdır; eksik olan, kapsamdır. Bir MVP'de on özellik yarım yamalak olmak yerine bir özellik uçtan uca çalışmalıdır. Aksi halde alacağınız geri bildirim, ürünün zayıflığından mı yoksa fikrin zayıflığından mı geldiğini ayırt edilemez kılar.

Bu farkı kavrayan ekip, “MVP'yi ne zaman bitiririz?” yerine “MVP bize hangi kararı verdirecek?” diye sorar. İlk soru takvim konuşur, ikincisi öğrenme.

Bu yazının yalın başlangıç yazısından farkı şu: yalın başlangıç deney ritmini ve karar disiplinini anlatır, MVP ise o ritmin içindeki tek bir deneyin tasarımıdır.

## Uygulama planı

### 1. En riskli varsayımı seçin

Fikrin dayandığı varsayımları listeleyin ve “yanılırsak her şey çöker” olanı işaretleyin. Genellikle talep ya da ödeme isteği olur, ama bazen teknik bir engel, bazen bir kanalın ulaşılabilirliğidir. Tek bir MVP, tek bir varsayımı hedeflemeli.

### 2. Geçme ve kalma kriterini yazın

Deneyden önce: “Beş yüz ziyaretçiden en az yirmisi e-posta bırakırsa, yirmi kişiyle görüşürüz; bundan azsa mesajı değiştiririz.” Rakam keyfi olabilir ama önceden yazılı olmalı. Sonuç geldikten sonra eşik yorumlanırsa, deney bir inanç ritüeline dönüşür.

### 3. MVP türünü riske göre seçin

Talep riski için: landing page ve duman testi, demo videosu, ön satış. Çözüm riski için: concierge MVP (hizmeti elle ve müşteriyle birlikte sunmak). Teknik risk için: “Wizard of Oz” (arka planda insan çalışır, müşteri otomatik sanır) ya da küçük bir prototip. Fiyat riski için: gerçek ödeme isteyen bir teklif sayfası.

### 4. Gerçek davranış üretin

Beğeni ve söz değil, bir eylem isteyin: ödeme, randevu, mevcut aracından veri aktarımı. E-posta bırakmak en ucuz eylemdir; onu bir sonraki adıma, yani görüşmeye ya da ön ödemeye çevirebiliyor musunuz? Eylem ne kadar maliyetliyse (müşteri için), kanıt o kadar güçlüdür. Bedava bir beğeni zayıf, ön ödeme güçlüdür.

### 5. Sonucu karara bağlayın

Deney bittiğinde üç seçenek var: büyüt, değiştir, bırak. Sonuç belirsizse deney yetersiz tasarlanmıştır; daha keskin bir ikinci test kurun. Her MVP bir sonraki MVP'yi ya da bir kararı doğurmalı.

## Neyi ölçmeli?

- **Dönüşüm eylemi oranı:** Teklifi gören kişilerden istediğiniz eylemi yapanların oranı. Öncü gösterge.
- **Öğrenme başına maliyet:** Bir varsayımı karara bağlamanın toplam bedeli (zaman, para). Sonraki deneylerde düşmeli.
- **Kullanıcının kendiliğinden geri dönüşü:** Hatırlatmadan sonra bile ürüne dönen kullanıcı oranı. Gecikmeli ama en güçlü kanıt.
- **Ön ödeme ya da taahhüt sayısı:** Söz ile para arasındaki fark, talebin gerçekliğini gösterir.

## Tuzaklar

**MVP'yi ilk sürüm sanmak.** Ürün tamamlanana kadar geri bildirim almamak. Bu, maliyetli bir tahmindir.

**Kapsam kayması.** “Bir de şunu eklesek” cümlesi, MVP'yi ürüne dönüştürür. Her yeni özellik için sorun: bu, test ettiğimiz varsayımı güçlendiriyor mu, yoksa bizi rahatlatıyor mu?

**Dostça test.** Arkadaşlara, takipçilere ya da yatırımcı dostlara denetmek. Onlar nazik davranır. Ürünü hiç tanımayan, sorununu yaşayan insanlardan veri alın.

## Bu hafta başlayın

1. Fikrinizin en riskli varsayımını tek cümleyle yazın ve ekibin aynı cümleyi seçip seçmediğini kontrol edin.
2. Bu varsayımı sınayacak en ucuz deneyi (landing page, demo videosu, elle teslim) tasarlayın ve geçme-kalma eşiğini yazın.
3. Deneyi on gün içinde en az elli gerçek potansiyel müşteriye ulaşacak şekilde yayına alın ve takvime sonuç toplantısı koyun.

---

# Viralite ve Ağ Etkileri

URL: https://alpsuleyman.com/tr/strategies/viralite-ve-ag-etkileri
Published: 2026-09-11
Updated: 2026-10-02
Author: Alp Suleiman

> Viralite kampanya değil, ürüne gömülü bir matematiktir. Kullanıcı bir kişiden fazlasını getiriyor mu ve bunu kaç günde yapıyor? Ağ etkisi ise ayrı soru, ürün büyüdükçe değerleniyor mu?

Başarılı bir ürün yayıldığında dışarıdan bakan herkes “viral oldu” der. İçeriden bakınca ise çoğu zaman sıkıcı bir matematik görürsünüz: her yeni kullanıcı ortalama bir iki kişiyi getiriyor, bu kişilerin bir kısmı kayıt oluyor, bir kısmı da aktif kalıp kendi çevresine anlatıyor. Hiçbir sihir yok; ama bu çarpan ürünün tasarımına işlenmişse, pazarlama bütçesinin sağlayamayacağı bir hızla büyüme sağlar.

Bu iki kavramı sık karıştırıyoruz. Viralite bir büyüme mekanizmasıdır: kullanıcı başka kullanıcıyı getirir. Ağ etkisi bir değer mekanizmasıdır: kullanıcı sayısı arttıkça ürün herkes için daha değerli olur. Bir ürün ikisini birden taşıyabilir, ama biri olmadan diğeri de var olabilir.

## Ne zaman ihtiyacınız var?

Her ürün viral olmak zorunda değil ve bunu zorlamak çoğu zaman zaman kaybıdır. Şu koşullar varsa değerlendirmeye değer:

- Ürünün doğal kullanımı başka bir insanı içeriyor: paylaşmak, davet etmek, işbirliği yapmak, ödeme almak.
- Kullanıcı ürünün çıktısını başkalarına gösteriyor (rapor, tasarım, link, fatura).
- Mevcut kullanıcılarınız zaten kendi çevrelerinden kişileri getiriyor, ama bunu tasarlanmamış ve ölçülmemiş biçimde yapıyorlar.

Erken olduğu durum: retention zayıfken viralite eklemek, delik kovanın içine su koymaktır. Kullanıcı geri gelmiyorsa, çağırdığı kişiler de gelmeyecek. Önce ürünün kendisini tutan kullanıcı grubunu bulun. Ağ etkisi ise yalnızca ürünün değeri gerçekten başkalarına bağlıysa (iletişim, pazar yeri) bir hendek yaratır; tek başına kullanılan bir araçta olsa olsa pazarlama kozu olur.

## Çoğu ekibin atladığı nokta

Viraliteyi anlatan rakam genelde K faktörüdür: bir kullanıcının gönderdiği davet sayısı ile davetlerin dönüşüm oranının çarpımı. K 1'in üstündeyse, her kullanıcı kendinden fazlasını getirir. Ekipler bu rakamla uğraşır; ama sahada bir ürünün K'sı nadiren 1'i geçer. Asıl fark, çevrim süresinde yatar.

Bir ürünün K'sı 0,5 olabilir ve yine de güçlü bir büyüme motoru olur, çünkü davet yapma ve kayıt olma arasındaki süre bir saatse, çarpan günde birkaç kez çalışır. Aynı K, çevrim süresi iki haftaysa neredeyse hiçbir şey yapmaz. Hızlı çevrim, düşük K'yı da sermayeye çevirir; yavaş çevrim, yüksek K'yı da boşa harcar.

> Viral büyümeyi yöneten tek sayı K değil, K ile çevrim süresinin birlikte oluşturduğu hızdır.

Ağ etkileri tarafında da benzer bir yanlış anlama var: “Kullanıcı sayısı artınca değer artar” cümlesi yarı doğrudur. Andrew Chen'in *The Cold Start Problem* kitabında anlattığı gibi, ağın değer üretmeye başlaması için kritik bir kütleye ulaşması ve bu kütlenin küçük, yoğun bir “atomik ağ” olarak başlaması gerekir. Binlerce dağınık kullanıcı ağ değil, kalabalıktır. Diyelim bir yolculuk uygulamanız var: tek bir şehirdeki yüz sürücü ve bin yolcu, ülkeye dağılmış aynı sayıdaki kullanıcıdan çok daha değerli bir ağ kurar, çünkü bekleme süresi orada gerçekten kısalır.

Ağ etkileri de bir tür değildir: aynı tür kullanıcıların birbirinden yararlandığı doğrudan etkiler (mesajlaşma) ile iki tarafın birbirini çektiği çok taraflı etkiler (pazar yeri) farklı çalışır ve farklı başlangıç stratejisi ister. Referral yazısından farkı da burada: referral, davet için ödül tasarlamaktır; viralite ise davetin ürünün kullanımının kendisinden doğmasıdır.

## Uygulama planı

### 1. Doğal paylaşım anını bulun

Ürününüzde kullanıcının başka birine gerek duyduğu an nerede? Dosya paylaşırken, takvim sunarken, fatura keserken, sonuç gösterirken. O an, viral döngünüzün başlangıç noktası. Yapay davet kutusu eklemeden önce doğal anı arayın.

### 2. Sürtünmeyi tek tek silin

Davetten kayıta giden yolu adım adım çıkarın: alıcı ne görüyor, kaç tıklamada değeri görüyor, hesap açmadan bir şey deneyebiliyor mu? Her ekstra adım, çevrimin hem K'sını hem süresini bozar. Hedef, alıcının ilk değeri bir iki dakikada almasıdır.

### 3. Alıcıya değer, gönderene sonuç verin

Davet eden, bunu yapınca kendi işinde bir fayda görmeli (dosyayı paylaştı, işini ilerletti). Alıcı da kayıt olmadan önce değeri tadabilmeli. Bu ikisi kurulmadan ödül eklemek, yapay bir mekanizma olur.

### 4. K ve çevrim süresini ölçün

Her kullanıcı için kaç davet gönderdi, kaçı kayıt oldu, kaçı aktif kaldı, davet-kayıt arası süre ne? Sonra bu tabloyu davet kaynağına göre bölün. K'sı yüksek bir kanal bulduysanız, orayı derinleştirin.

### 5. Ağ için atomik bir başlangıç seçin

Eğer ürün bir ağsa, tek bir şehir, tek bir okul ya da tek bir şirket gibi küçük ama yoğun bir kümeyi doyurun. Ağ etkisi orada kendiliğinden hissedilmedikçe, geniş çaplı pazarlama değerli bir ağ yaratmaz.

## Neyi ölçmeli?

- **Viral çevrim süresi:** Davet ile yeni kullanıcının aktif olması arasındaki gün sayısı. Öncü gösterge.
- **K faktörü (aktif kullanıcı bazında):** Kayıt değil, aktif kalan yeni kullanıcı sayısı üzerinden hesaplayın.
- **Küme yoğunluğu:** Aktif kullanıcıların kendi kümesindeki birbirlerine bağlantı oranı; ağın gerçekten ağ olup olmadığını gösterir.
- **Organik ve viral kaynaklı kayıt payı:** Gecikmeli gösterge; büyümenin ne kadarının kendi kendine geldiğini söyler.

## Tuzaklar

**Retention'sız viralite.** Çok kişi davet edilir, kimse kalmaz. Büyüme grafiği güzel görünür, üç ay sonra boşalır.

**Kayıt sayısıyla hesap yapmak.** K'yı ham kayıt üzerinden hesaplamak, yanıltıcı yüksek bir rakam verir. Kayıt olup bir daha gelmeyen, çevrime katkı yapmaz.

**Zorlama paylaşım.** Kullanıcıyı davet göndermeye ürünün çalışmasını engelleyerek mecbur bırakmak, kısa vadede çarpanı yükseltir, uzun vadede marka güvenini yer.

## Bu hafta başlayın

1. Ürününüzde, kullanıcının kendiliğinden başka birini içeren üç anı (paylaşma, davet, çıktı gösterme) listeleyin.
2. Son iki aydaki kayıtları “davetle gelen” ve “diğer” diye ayırıp her iki grubun 4 haftalık aktif kalma oranını karşılaştırın.
3. Davet-kayıt yolunu kendiniz, hiç tanımadığınız biri gibi baştan sona deneyin ve kaç adım ve kaç dakikada ilk değere ulaştığınızı not edin.

---

# Referral ve Tavsiye Sistemleri

URL: https://alpsuleyman.com/tr/strategies/referral-ve-tavsiye-sistemleri
Published: 2026-08-03
Updated: 2026-10-02
Author: Alp Suleiman

> İyi bir referral programı kullanıcıya ödül vermez, ürünü zaten anlatmak isteyen kullanıcıya doğru anda, doğru kolaylığı sağlar. Ödülün büyüklüğü değil, tasarımın zamanlaması kazandırır.

Referral programlarının çoğu bir toplantıda doğar: “Davet edene 50 TL verelim.” Üç hafta sonra kampanya yayında, bir ay sonra grafik düz. Ekip ödülü iki katına çıkarır, bu kez grafik hafifçe kıpırdar, sonra yine durur. Herkes ödülün yetersiz olduğunu düşünür.

Çoğu zaman sorun ödül değildir. Kullanıcı ürünü zaten anlatmak istiyor ya da istemiyor; program yalnızca bu eğilimi kolaylaştırır ya da yok sayar. Ürünü kimseye anlatmak istemeyen birini para ile ikna etmek pahalıdır ve genellikle düşük kaliteli davetle sonuçlanır.

## Ne zaman ihtiyacınız var?

Referral, ürünü seven bir çekirdek kitle zaten oluşmuşken devreye girer. Sinyaller:

- Yeni müşterilerin görünür bir kısmı “bir arkadaşım önerdi” diyor, ama bunu hiç teşvik etmiyorsunuz.
- NPS veya Ellis anketinde güçlü destekçi grubunuz var ve onlar kendiliğinden anlatıyor.
- Müşteri edinme maliyeti artıyor, ama mevcut müşterilerin çevresi doğal bir hedef kitle.
- Ürün, bir kullanıcının çevresine anlatmasının doğal olduğu bir kategoride (finans, sağlık, B2B araçlar, hizmetler).

Erken olduğu durum: retention düşükse ya da müşteriler ürünü “idare eder” olarak görüyorsa, referral programı sadece kötü bir deneyimi daha hızlı yayar. Önce memnuniyetten çok bağlılığı sağlayın: kullanıcı “güzel ürün” demekle yetinmiyor, ürünü kendi işinin parçası yapıyor mu?

## Çoğu ekibin atladığı nokta

Referral'ı ödül problemi olarak görmek, onun asıl doğasını kaçırır: o bir **ürün akışı** problemidir. Dropbox'un bilinen programı bunun örneği. Dropbox, davet eden ve davet edilen kişiye ek depolama alanı verdi. İki özellik önemliydi: ödül, ürünün kendi değeriyle aynı birimdi (depolama), yani ürünü kullanan her kişi için anlamlıydı ve şirket için marjinal maliyeti düşüktü. İkincisi, ödülün iki taraflı olmasıydı; davet eden “arkadaşımı sömürüyorum” hissine kapılmıyor, bir hediye veriyordu.

Buradan çıkan ders: iyi ödül ürünün içinden gelir. Nakit herkesi çeker, ürünü sevmeyenleri de. İndirim ya da ek kullanım hakkı ise ürünü zaten sevecek kişiye hitap eder; yanlış kişileri programa çekmez. Dropbox ödülü, programın kendisini kullanıcı edinme sürecinin bir parçası yaptı: davet edilen kişi, ilk gününden ürünün değerini ve ödülünü birlikte görüyordu.

> Referral, kullanıcıya para vermek değil; anlatmak istediği anda önüne bir kapı açmaktır.

Zamanlama de ödül kadar önemlidir. Programın nerede ve ne zaman göründüğü, çoğu zaman ödülün büyüklüğünden daha belirleyicidir; başarı ekranında görünen mütevazı bir davet, hesap ayarlarında saklı cömert bir davetten daha çok iş görür. Kullanıcı, ürünün kendisine en çok değer verdiği anda anlatmaya en meyilli olur: başarılı bir işlemden sonra, bir sorunu çözdüğünde, bir milestone'a ulaştığında. Davet isteğini kayıt sonrası ilk dakikaya koymak, çoğu ekibin yaptığı klasik hatadır; kullanıcı henüz hiçbir değer görmemişken kimseye bir şey öneremez.

Viralite yazısından farkı da şudur: viralite, ürünün kullanımının kendisinin yayılma üretmesidir; referral ise bilinçli bir davet eylemidir ve bu eylemi tasarlamanız gerekir.

## Uygulama planı

### 1. Doğal destekçileri tespit edin

Kimler zaten tavsiye ediyor? Müşterilerinize “bizi nasıl duydunuz?” sorusunu form ve görüşmelerde sorun. Cevaplarda tavsiyeyi kimin yaptığını bulun: hangi segment, hangi rol, hangi kullanım düzeyi. Programı ilk önce bu gruba hedefleyin.

### 2. Tavsiye anını belirleyin

Kullanıcının değeri en net hissettiği 2-3 anı ürün haritasında işaretleyin (ilk başarılı sonuç, tekrar eden kullanım, olumlu geri bildirim, bir kilometre taşı). Davet çağrısını yalnızca o anlarda gösterin.

### 3. Ödül yapısını iki taraflı ve ürüne bağlı kurun

Davet edene de edilene de anlamlı, ürünün içinden gelen bir değer verin: ek kullanım, süre uzatma, yükseltilmiş plan. Maliyetini hesaplayın: ödülün maliyeti, referral ile gelen müşterinin yaşam boyu değerinin küçük bir bölümü olmalı. Net bir sınır koyun: ödül ve operasyon maliyeti, o müşteri için ödemeye razı olduğunuz CAC'nin altında kalmalı.

### 4. Davet sürtünmesini sıfıra yaklaştırın

Tek tıkla paylaşım linki, kişiye özel mesaj önerisi, kişi listesinden seçme, davet edilenin ödülünü ilk ekranda göstermek. Davet akışında üçten fazla adım varsa, kullanım düşer. Davet edilen kişinin ilk karşılaştığı sayfa da programın parçasıdır: kim davet etti, ona ne kazandırıyor, ilk adımı nedir, tek bakışta anlaşılmalıdır. Davet eden kişinin adını ve yüzünü görmek, soğuk bir kayıt sayfasını sıcak bir tanışmaya çevirir.

### 5. Kötüye kullanımı baştan düşünün

Sahte hesap, kendine davet, ödül avcılığı. Ödülü, davet edilenin gerçek bir aktivasyon eylemi tamamlamasına bağlayın (ilk ödeme, ilk görev). Kayıt anında ödül vermek, dolandırıcılığa kapı açar.

## Neyi ölçmeli?

- **Davet gönderen kullanıcı oranı:** Aktif kullanıcıların kaçı en az bir davet gönderiyor? Programın görünürlüğünün öncü göstergesi.
- **Davetten aktivasyona dönüşüm:** Davet edilenlerin kaçı gerçekten değer alıyor. Davet sayısından daha dürüst bir rakam.
- **Referral kaynaklı müşterinin retention'ı:** Tavsiyeyle gelenler genelde daha iyi tutunur mu? Bu fark programın değer kanıtıdır.
- **Referral başına edinme maliyeti:** Ödül ve operasyon maliyeti dahil, kanal CAC'si ile karşılaştırın.

## Tuzaklar

**Programı ürünün kenarına koymak.** Hesap ayarlarında gizli bir sekme, kimsenin bulamayacağı bir link. Referral görünür olmalı ve doğru anda karşınıza çıkmalı.

**Ödülü ürünle ilgisiz seçmek.** Nakit ya da hediye çeki, ürünü sevmeyen ama ödül isteyen kullanıcıları çeker; kalite düşer, destek yükü artar.

**Tek taraflı ödül.** Yalnızca davet edene verilen ödül, kullanıcıyı arkadaşını satan biri gibi hissettirir. İki taraflı ödül, daveti bir iyilik hâline getirir.

## Bu hafta başlayın

1. Son 30 günde kayıt olanlara “bizi nasıl duydunuz?” sorusunu sorun ve tavsiyeyle gelenlerin oranını çıkarın.
2. Ürününüzde kullanıcının değeri en net gördüğü iki anı belirleyin ve her birine bir davet çağrısı taslağı yazın.
3. Önerilen ödülün maliyetini, tavsiyeyle gelen bir müşterinin tahmini yaşam boyu değerine göre hesaplayıp tek sayfada ekibe sunun.

---

# Topluluk ve UGC

URL: https://alpsuleyman.com/tr/strategies/topluluk-ve-ugc
Published: 2026-05-06
Updated: 2026-10-02
Author: Alp Suleiman

> Topluluk bir pazarlama kanalı değil, kullanıcıların birbirine ve ürüne bağlandığı bir yer. İçerik üretimi bu bağın sonucu olur; bağ kurulmadan içerik istemek boş bir davettir.

Birçok şirketin topluluk girişimi aynı şekilde başlar: bir Slack ya da Discord kanalı açılır, ilk hafta kırk kişi katılır, ilk ay üç soru sorulur, ikinci ayda kanal sessizleşir. Ekip “topluluk bizim kitlemizde işe yaramıyor” sonucuna varır.

Oysa bu, topluluğun değil, kapının neden açıldığının sorusudur. İnsanlar bir şirketin açtığı odaya gelmez; kendi sorunlarına, kendi kimliklerine ya da birbirlerine hizmet eden bir yere gelir. Şirketin görevi odayı doldurmak değil, odanın var olma sebebini kullanıcıya ait kılmaktır.

## Ne zaman ihtiyacınız var?

Topluluk, birbirine anlatacak şeyi olan kullanıcılar varsa değer üretir. İşaretler:

- Kullanıcılar ürünün sınırlarını zorluyor, kendi çözümlerini ya da şablonlarını üretiyor ve bunları sizin bilginiz dışında paylaşıyor.
- Aynı soruları destek ekibine tekrar tekrar soruyorlar ve çoğunu bir başka kullanıcı yanıtlayabilirdi.
- Ürünün kullanımı bir beceri ya da meslek kimliğiyle bağlantılı (tasarımcılar, geliştiriciler, muhasebeciler, satış ekipleri).
- Kullanıcıların birbiriyle tanışması, ürünün değerini artırıyor.

Erken olduğu durum: bin kullanıcıdan azı varsa ve aralarında ortak bir kimlik yoksa, topluluk platformu açmak yerine birebir ilişki kurmak çoğu zaman daha verimlidir. Topluluk, ilk aşamada yoğun bir manuel çalışmadır; ekipte onu yürütecek, üyeleri adıyla tanıyan ve her gün odaya uğrayan biri yoksa kaynaklar boşa gider. Bu işi yarım zamanlı, “zamanı olan biri baksın” diye vermek, topluluğun sessizleşmesini garantilemenin en kısa yoludur.

## Çoğu ekibin atladığı nokta

Topluluğu bir edinme kanalı sanmak en yaygın hatadır. Topluluk önce **tutma ve bağlılık** makinesidir; edinme sonuçtur. Bir kullanıcı toplulukta bir cevap bulduğunda, bir başkasına yardım ettiğinde ya da ürünü kendi kimliğinin parçası yaptığında, ayrılma maliyeti yalnızca özellik kaybı olmaktan çıkar; bir ilişkiler ağını kaybetmek olur.

UGC (kullanıcı üretimli içerik) bu bağın ikinci katmanıdır. İçeriği şirketin üretmesi ölçeklenmez; kullanıcı yardım, şablon, tarif, iş akışı, vaka çalışması üretmeye başladığında, içerik hacmi ekibin kapasitesinden bağımsız hale gelir. Ama burada incelik şu: insanlar bedava çalışmayı sevmez, tanınmayı sever. Kullanıcıyı içerik üretmeye iten şey ödül değil, görünürlük, statü ve yararlı olmanın hazzıdır.

> Kullanıcı içerik üretmez; kimliğini, uzmanlığını ya da emeğini görünür kılabileceği bir yer bulduğunda üretir.

Bir de katılım dağılımı gerçeği var. Çevrimiçi topluluklarda yaygın kabul gören bir kural (90-9-1), katılımcıların yaklaşık %90'ının okuyup sessiz kaldığını, %9'unun ara sıra katkı verdiğini, %1'inin içeriğin çoğunu ürettiğini söyler. Rakamlar topluluktan topluluğa değişir, ama mantık geçerli: topluluğunuz o küçük aktif çekirdek üzerinde durur. Bu yüzden başarı, sessiz çoğunluğu konuşturmaya değil, çekirdeği doğru beslemeye bağlıdır. Referral yazısından farkı da şu: referral bir eylemi ödüllendirir, topluluk bir ilişkiyi besler.

## Uygulama planı

### 1. Topluluğun amacını bir cümleyle belirleyin

“Üyeler birbirlerine X konusunda yardım ederek Y'ye ulaşır.” Bu cümlede ürününüzün adı geçmek zorunda değil; geçmemesi bazen daha sağlıklıdır. İnsanlar ürün için değil, kendi gelişimi için gelir.

### 2. Başlangıç çekirdeğini elle seçin

En aktif 30-50 kullanıcıyı tek tek davet edin ve neden önemli olduklarını söyleyin. Büyük bir lansman yerine, odadaki ilk kırk kişinin kalitesine odaklanın. Boş bir odaya gelen kişi çıkıp gider; kırk uzmanın konuştuğu odada kalır.

### 3. Katkı merdivenini tasarlayın

Okumak, beğenmek, soru sormak, cevap vermek, içerik paylaşmak, başkasını yönlendirmek, moderasyon yapmak. Her basamak için kolay bir sonraki adım olsun. Yeni üye ilk gün küçük bir şey yapabilmeli (kendini tanıtmak, bir soruyu işaretlemek); büyük adımlar ancak küçüklerden sonra gelir. Merdivenin hangi basamağında en çok kayıp olduğuna bakın: çoğu zaman okuyup soru sormaya geçiş ile sormaktan cevaplamaya geçiş arasında bir duvar vardır ve oradaki küçük bir düzenleme, bütün akışı açar.

### 4. UGC için şablon ve çerçeve verin

Boş sayfa korkutur. “Bu hafta çözdüğünüz sorunu üç cümleyle anlatın”, “kendi iş akışınızı paylaşın” gibi yapılar sağlayın. En iyi içerikleri ürün içinde, bülten ya da dokümantasyonda atıfla yeniden yayınlayın. Atıf, en güçlü ödüldür. Kullanıcının adı ve unvanıyla yayınlanan bir yanıt, onun için bir portfolyo parçasıdır; şirketin ona yapabileceği en ucuz ve en değerli iyiliklerden biridir.

### 5. Moderasyon ve kültürü erken kurun

Davranış kurallarını, kimin neyi yapabileceğini, uzmanlığı nasıl tanıyacağınızı baştan yazın. Kültür ilk 100 üyenin davranışıyla oluşur; sonradan değiştirmek zordur.

### 6. Topluluğu ürünle ve geri bildirimle bağlayın

Topluluktan çıkan fikirlerin roadmap'e girdiğini görünür kılın. “Siz söylediniz, yaptık” mesajı, hem içeriden bağlılığı hem dışarıdan güveni kurar.

## Neyi ölçmeli?

- **Aktif katılımcı oranı:** Ayda en az bir kez katkı veren üye payı. Öncü gösterge.
- **Topluluk üyesi ile değil-üye retention farkı:** Ayrışma, topluluğun gerçekten bağlılık yarattığını gösterir.
- **UGC'nin destek ve edinmeye katkısı:** Kullanıcıların yanıtladığı soru oranı, UGC içeriğinden gelen organik trafik.
- **Çekirdek sağlığı:** İlk 30-50 aktif üyenin üç ay sonra hâlâ aktif olma oranı.

## Tuzaklar

**Topluluğu duyuru kanalına çevirmek.** Şirket konuşur, üyeler dinler. Konuşmanın büyük kısmı üyeler arasında geçmiyorsa, topluluk değil, bir bülten kanalıdır.

**Ödüle erken yaslanmak.** Puan, rozet ya da hediye, henüz bağ kurulmamışken katılımı yapay yükseltir ve ödül kalkınca çöker. Önce tanınma, sonra ödül.

**Sahipliği paylaşmamak.** Her kararı şirketin vermesi, topluluk liderlerini yoruyor ve gerçek katılımı öldürüyor. Moderatör ve kıdemli üyelere gerçek yetki verin.

## Bu hafta başlayın

1. En aktif 30 kullanıcınızı listeleyin ve her birine, neden değerli olduklarını anlatan kısa, kişisel bir mesaj yazın.
2. Topluluğun amacını tek cümleyle yazın ve içinde ürün adınızın geçmeden de anlamlı olup olmadığına bakın.
3. Destek ekibinden en sık sorulan on soruyu alın ve üç tanesini bu hafta, bir kullanıcının kendi cevabıyla yeniden yayınlayın.

---

# Hiper-Yerelleşme

URL: https://alpsuleyman.com/tr/strategies/hiper-yerellesme
Published: 2026-01-21
Updated: 2026-10-03
Author: Alp Suleiman

> Yoğunluk, yaygınlıktan değerlidir. Bir mahallede, bir kampüste ya da bir meslek grubunda herkes sizi tanıyorsa, ilk bin kullanıcı ürünü konuşulan bir şeye çevirir.

Bir mahalledeki tek bir kuaför, esnaf ya da restoran zinciri düşünün. Birinin aklında “ilk akla gelen” olmak için ülke çapında reklam vermesi gerekmez; aynı sokaktaki yüz kişinin kendisi hakkında konuşması yeter. Dijital ürünlerde de aynı yoğunluk mantığı işler, ama ekipler genellikle tersini yapar: bütçeyi geniş coğrafyaya serper, hiçbir yerde belirgin olmaz.

Hiper-yerelleşme bu ters refleksin düzeltmesidir: tek bir yerde, tek bir kitlede o kadar yoğun ol ki ürün orada bir gerçeklik olsun.

## Ne zaman ihtiyacınız var?

Bu strateji, değerin yakınlık ya da yoğunlukla arttığı ürünlerde en güçlüdür. İşaretler:

- Ürünün değeri, çevredeki diğer kullanıcılara bağlı: pazar yerleri, teslimat, sosyal ağlar, yerel hizmetler, etkinlikler.
- Kullanıcı sayınız dağınık: şehirlere ve gruplara yayılmış, ama hiçbir yerde “komşusunun da kullandığını” göremiyor.
- Operasyonunuz fiziksel bir bileşen içeriyor (kurye, teknisyen, mekân, stok) ve her bölgede ayrı kurulum gerektiriyor.
- Mesajınız evrensel olunca keskinliğini kaybediyor; belirli bir kitleye özgü dille çok daha iyi çalışıyor.

Erken olduğu durum: ürünün değeri çevredeki kullanıcıdan bağımsızsa (tek başına kullanılan bir araç), coğrafi yoğunluk zorunluluk değil, pazarlama tercihidir. O durumda niş segmentte daralmak (pazar nişi yazısı) coğrafyadan daha doğru bir eksen olabilir.

## Çoğu ekibin atladığı nokta

Hiper-yerelleşme “küçük başlamak” değildir. Dar bir bölgede, **likidite eşiğini** aşmak için gereken yoğunluğa ulaşmaktır. Bir pazar yeri ya da teslimat ağında alıcı, ürünün çalışıp çalışmadığını bekleme süresiyle, seçenek çeşitliliğiyle ve güvenilirlikle ölçer. Şehre dağılmış beş bin kullanıcı, tek bir ilçede yoğunlaşmış beş yüz kullanıcıdan daha kötü bir deneyim verebilir.

Uber'in şehir şehir açılması bunun bilinen örneğidir: her şehirde arz ve talep belirli bir eşiğe ulaşana kadar yoğun bir yerel operasyon yürütüldü, sonra bir sonraki şehre geçildi. Facebook'un kampüs kampüs açılması da benzer bir mantığa dayanır. Ortak nokta, her ikisinde de büyümenin coğrafyayı genişletmekle değil, her adımda yoğunluğu kanıtlayıp tekrarlamakla gelmesidir.

> Yerel yoğunluk bir kısıt değil, bir kaldıraçtır: ürünü bir yerde vazgeçilmez yaptığınızda, sonraki yerin yol haritası zaten elinizdedir.

İkinci yanlış anlama dil ve kültür: yerelleşmek, mesajı çevirmek değil, o çevrenin gündelik dilinde konuşmaktır. Hangi mahalle, hangi sektör, hangi meslek birliği, hangi etkinlik. Yerel bir mesaj, yabancı biri için anlamsız ama yerli için zahmetsiz olmalı. Bu aynı zamanda rakiplerinizin kolay taklit edemeyeceği bir şeydir; yereli tanımak, bütçeyle satın alınan bir şey değil, zamanla edinilen bir birikimdir.

Uluslararası yerelleştirme ve coğrafi genişleme yazılarından farkı şu: onlar bir ürünü yeni bir pazara taşımayı, bu yazı ise ilk pazarda yoğunluk kurmayı anlatır.

## Uygulama planı

### 1. Yoğunluğun değeri nerede artıyor, bulun

Ürününüz için “yoğunluk” ne demek? Aynı ilçedeki kullanıcı sayısı mı, aynı meslek grubundaki arkadaş sayısı mı, teslimat yarıçapındaki satıcı sayısı mı? Bu birimi tanımlayın, çünkü onu ölçmeden doğru bölgeyi seçemezsiniz. Sık yapılan hata, toplam kullanıcı sayısına bakıp “yaygınız” demektir; oysa aynı ilçede iki kullanıcı bulabilen biri için toplam sayının hiçbir anlamı yoktur. Yoğunluk, kullanıcının kendi çevresinde gördüğü ürünün ölçüsüdür.

### 2. Başlangıç bölgesini dört kriterle seçin

Talep yoğunluğu, arz erişilebilirliği, kendi içinde konuşan bir topluluk ve operasyonel olarak sizin ulaşabileceğiniz büyüklük. Beş yüz bin kişilik bir şehir bile büyük olabilir; ilk hedef yarım ilçe ya da tek bir kampüs olabilir.

### 3. İlk 1000 kullanıcıyı elle kazanın

Otomatik kanallar yerine, yerinde ilişki: mekâna gidin, etkinlik yapın, kişileri tek tek davet edin. İlk bin kullanıcı ölçeklenmez ve bilerek ölçeklenmemeli; çünkü onlardan öğrenecekleriniz, sonraki on bini kazanma yönteminizi belirler.

### 4. Yerel itibarı sistemli üretin

Yerel bir lider, işletme sahibi, topluluk yöneticisi ve gazeteciyle ilişki kurun. Yerel referanslar ve görünür başarı hikâyeleri toplayın. Yerel itibar, bir yerdeki ilk bin kullanıcıdan sonraki kitleye ulaşan en ucuz kanaldır.

### 5. Oyun kitabını yazın ve ikinci bölgede sınayın

Bu bölgede neyi, hangi sırayla, hangi maliyetle yaptığınızı belgeleyin. Ardından benzer ama farklı bir ikinci bölgede aynı kitapla başlayın. Kitap ikinci yerde işe yaramazsa, birincinin başarısı ürünün değil, bir yerel koşulun sonucuydu; bu da değerli bir bilgi.

## Neyi ölçmeli?

- **Yerel likidite göstergesi:** Eşleşme süresi, bekleme süresi, tamamlanan işlem oranı. Deneyimin eşiği aşıp aşmadığını gösterir.
- **Bölge içi aktif kullanıcı yoğunluğu:** Hedef nüfusun ya da arzın yüzdesi olarak.
- **Yerel kaynaklı tavsiye payı:** Yeni kullanıcıların aynı bölgedeki kullanıcıdan gelme oranı.
- **Bölge başına kazanma maliyeti ve geri dönüş süresi:** İkinci ve üçüncü bölgede düşüyor mu? Oyun kitabının işe yaradığının kanıtı.

## Tuzaklar

**Yoğunluğu ölçmeden genişlemek.** Bir bölgede eşik aşılmadan ikincisine geçmek, iki yerde de zayıf deneyim demektir. Her yeni bölge, ilkini de zayıflatır.

**Yerel dili sadece çeviri sanmak.** Yerelleşme, kelime değil bağlam meselesidir. Yerel hikâye, yerel mekân ve yerel insan olmadan mesaj yabancı kalır.

**Yerel şansı beceri sanmak.** İlk bölgede işe yarayan şeyin, orada özel bir koşula (tek bir etkili kişi, bir etkinlik) dayanıp dayanmadığını sorgulayın. İkinci bölge sınaması, bunu gösterir. Başarının nedenini bilmeden tekrarlamaya çalışan ekip, ikinci şehirde aynı sonucu alamayınca ürünü suçlar; oysa eksik olan, birinci şehirde neyin gerçekten çalıştığına dair dürüst bir analizdir.

## Bu hafta başlayın

1. Ürününüzde “yoğunluk”un neyi ifade ettiğini tek bir ölçüye indirin (ör. aynı ilçede aktif kullanıcı sayısı).
2. En yoğun üç bölgenizi o ölçüye göre sıralayın ve en yüksek olanın neden öne çıktığını kullanıcılara sorun.
3. O bölgede, önümüzdeki iki hafta için tek bir yerel etkinlik, görüşme ya da ortaklık planlayın.

---

# Influencer İş Birlikleri

URL: https://alpsuleyman.com/tr/strategies/influencer-is-birlikleri
Published: 2025-07-21
Updated: 2026-10-03
Author: Alp Suleiman

> Influencer iş birliği bir reklam alımı değil, bir güven transferidir. Takipçi sayısı değil, kitlenin o kişiye hangi konuda güvendiği ve ürününüzün o güvene uyup uymadığı belirler sonucu.

Tipik bir influencer kampanyası sonrası rapor şöyledir: milyonlarca izlenme, yüz binlerce erişim, güzel bir etkileşim oranı. Sonra tek bir soru gelir: bunlardan kaç kişi ürünü satın aldı? Çoğu zaman cevap yoktur. Rapor, bir medya planının değil, bir görünürlük belgesinin raporudur.

Influencer pazarlaması, doğru kurulduğunda dünyanın en etkili edinme kanallarından biri olabilir; yanlış kurulduğunda ise en pahalı ve en ölçülemez olanı. Fark, takipçi sayısında değil, kampanyanın nasıl tasarlandığındadır.

## Ne zaman ihtiyacınız var?

Şu koşullar bir araya geldiğinde değerlendirmeye değer:

- Ürününüz görsel, deneyimsel ya da bir kitleye özgü bir kimliğe bağlı (kozmetik, yemek, teknoloji, oyun, fitness, eğitim, B2B içerik).
- Hedef kitleniz, güvendiği belirli kişileri ya da kanalları takip ediyor ve satın alma kararında onlara bakıyor.
- Ürünün satış sayfası ve dönüşüm yolu çalışıyor; yani trafiği gelir hâline çevirebiliyorsunuz.
- Küçük bir test bütçesi ayırabiliyor ve sonucu izleyebilecek bir takip altyapınız var.

Erken olduğu durum: landing page'iniz dönüşüm yapmıyorsa, influencer'ın getirdiği trafik de dönüşmeyecek; para yakmış olursunuz. Önce kendi organik trafiğinizin dönüşümünü sınayın.

## Çoğu ekibin atladığı nokta

İnfluencer, bir erişim alanı değil, **güven ve bağlam aktarıcısıdır**. Bir kişinin kitlesi onu belirli bir konu için dinler: bir fitness hesabına güvenen kitle, aynı kişinin tavsiye ettiği bir fintech ürününe aynı güveni göstermeyebilir. Güven, konuya özgüdür.

Bu yüzden mikro-influencer (kabaca birkaç bin ile yüz bin arası takipçi) çoğunlukla daha iyi bir test alanıdır. Kitleleri daha küçüktür ama kitle ile ilişkileri daha doğrudandır, yorumlara cevap verirler, takipçiler arasında ortak bir kimlik vardır. Ücretleri düşüktür, bu da aynı bütçeyle birden fazla hipotezi test etmenize imkân verir. Tek bir büyük isim kampanyası bir iddiadır; on küçük isim kampanyası ise öğrenmedir.

> Influencer'ın en değerli varlığı takipçi sayısı değil, kitlesinin ona hangi konuda “evet” dediğidir.

İkinci yanılgı, içeriğin sahipliği: kampanyanın en kalıcı çıktısı bir gönderi değil, o içeriğin kullanım hakkıdır. İyi çalışan bir influencer içeriği, sizin reklam kreatifinizin en iyisi olabilir: gerçek bir kişi, gerçek bir dille, gerçek bir kullanım. İçeriğin sizin reklam hesabınızdan da yayınlanabilmesini (reklam hakları) sözleşmeye yazmak, bütçenin değerini kat kat artırabilir.

Kurucu odaklı pazarlama ve düşük maliyetli elçiler yazılarından farkı şu: onlarda ses sizin tarafınızdan ya da sevdiğiniz bir kullanıcıdan gelir; burada kitlesi hazır, bağımsız bir üçüncü kişinin güvenilirliğini kısa süreliğine ödünç alıyorsunuz.

## Uygulama planı

### 1. Hedef kitlenin güven kaynaklarını haritalayın

Müşterilerinize “bu tür bir ürünü seçerken kimleri takip edersiniz, kime bakarsınız?” diye sorun. Cevaplarda tekrar eden isimler ve platformlar, aday listenizdir. Bu listeyi algoritmik bir arama yerine, kitlenin kendi ağzından çıkarın.

### 2. Uygunluk kriterlerini belirleyin

Takipçi sayısından önce şunlara bakın: kitle kalitesi (yorumlar gerçek mi, sorular ürünle ilgili mi), içeriğin tonu, daha önce benzer markalarla çalışmışlık, bağımsızlık hissi. Etkileşim oranı dikkate değer bir sinyaldir ama tek başına yetmez; yorumları tek tek okuyun.

### 3. Küçük ve çok yönlü bir test kurun

Beş ile on mikro-influencer, farklı formatlar (video, hikâye, yazı), farklı mesajlar. Her biri için benzersiz bir takip bağlantısı ya da indirim kodu. Amaç yalnızca kimin satış getirdiğini değil, hangi mesajın ve hangi kitlenin çalıştığını bulmaktır; çünkü ikinci tur kampanyayı o bilgiyle kurarsınız. Bütçenin bir kısmını bilerek denemeye ayırın: hiçbir hipotezin çalışmaması da bir sonuçtur ve bir yıllık bütçeyi yakmadan öğrenilmiştir.

### 4. Brief'i özgürlükle yazın

Çok sıkı yazılmış senaryo, içeriği reklam gibi gösterir ve güveni düşürür. Vermeniz gerekenler: ürünün asıl faydası, kaçınılması gerekenler, yasal gereklilikler (ticari iş birliğinin açıkça belirtilmesi) ve bir başarı hedefi. Gerisini influencer'ın kendi sesine bırakın. Ticari iş birliğinin belirtilmesi konusunda ülkenizdeki reklam mevzuatını ve platform kurallarını kontrol edin; bu, hem yasal risk hem de güven meselesidir, çünkü gizlenen iş birliği keşfedildiğinde zarar hem influencer'a hem size gelir.

### 5. Sözleşmede kullanım haklarını ve ölçümü netleştirin

İçeriğin reklam olarak kullanım hakkı, süre, münhasırlık, paylaşım zamanı, raporlanacak veriler. Kampanya sonunda erişim ve izlenme verilerini ekran görüntüsüyle ya da panel erişimiyle isteyin.

### 6. Çalışanı büyütün, çalışmayanı bırakın

Kampanya sonrası, benzersiz kod ya da bağlantıya göre her influencer'ın maliyet başına satışını çıkarın. En iyi iki üç tanesiyle uzun vadeli, ürüne dayalı bir ilişki kurun; tek seferlik yerine, tekrarlayan içerik daha güvenilirdir.

## Neyi ölçmeli?

- **İnfluencer başına edinme maliyeti (CAC):** Ücret ve ürün maliyeti dahil, benzersiz kodla gelen müşteri başına. Gecikmeli ama net.
- **Tıklama ve sayfa içi dönüşüm:** Trafiğin kalitesinin öncü göstergesi.
- **Marka arama artışı:** Kampanya haftasında marka adının arama hacmi; doğrudan izlenemeyen etkinin işareti.
- **İçerik yeniden kullanım performansı:** İnfluencer içeriğinin reklam olarak, kendi kreatiflerinizle karşılaştırılan sonucu.

## Tuzaklar

**Takipçi sayısına yatırım yapmak.** Büyük hesaplar pahalıdır ve kitleleri genelde dağınıktır. Ucuz bir hesapla on test, pahalı bir hesapla tek bahisten daha çok şey öğretir.

**Tek seferlik kampanya.** Bir gönderi, çoğu zaman unutulur. Tekrar eden bir ilişki, hem güvenilirliği hem hatırlanırlığı artırır.

**Ölçümü sonraya bırakmak.** Kod ve bağlantı, kampanya başlamadan hazır olmalı. Sonradan “kaç satış getirdi?” sormak, bir tahmin üretmektir.

## Bu hafta başlayın

1. Beş müşterinize “bu tür ürünleri seçerken kimlere güvenirsiniz?” diye sorun ve cevapları bir listeye yazın.
2. Listeden üç adayın son on gönderisindeki yorumları okuyun ve kitle kalitesi hakkında üç cümlelik not tutun.
3. Seçtiğiniz bir adaya benzersiz bir indirim kodu ve açıkça yazılmış bir brief ile küçük, ölçülebilir bir ilk iş birliği önerin.

---

# Düşük Maliyetli Elçiler

URL: https://alpsuleyman.com/tr/strategies/dusuk-maliyetli-elciler
Published: 2026-04-02
Updated: 2026-10-03
Author: Alp Suleiman

> Elçi programı, kullanıcıya para vermek değil ona bir rol vermektir. En iyi elçiler zaten sizi anlatan kişilerdir; iş, onların zaten yaptığını görünür, kolay ve gururlu hâle getirmek.

Hiç kimse bir elçi programı kurmadan önce şu soruyu sormaz: “Bu insanlar zaten bizim için bir şey yapıyor mu?” Çoğu ekip bir formla başlar, rozetlerle devam eder, bir ay sonra otuz kayıtlı “elçi”den üçünün aktif olduğunu görür.

Sık gözden kaçan bir gerçek şu: gerçek elçiler programdan önce de vardır. Bir forumda cevap yazan kullanıcı, çalışma arkadaşına ürünü gösteren müşteri, eksik bir özelliği kendi çözümüyle aşıp paylaşan biri. Program onları yaratmaz; onları bulur, tanır ve işlerini kolaylaştırır.

## Ne zaman ihtiyacınız var?

Bir elçi programı, şu sinyaller varsa anlamlıdır:

- Kullanıcılar ürününüzü kendiliğinden anlatıyor, ama bu hiçbir yerde izlenmiyor ya da teşekkür edilmiyor.
- Yüksek NPS'li ya da çok aktif bir müşteri çekirdeğiniz var ve onlarla iletişiminiz yalnızca destek ve fatura üzerinden.
- Pazarlama bütçesi sınırlı ama ürün hikâyesi anlatılmaya değer.
- Ürününüzün değeri, kullanıcı hikâyeleriyle anlaşılıyor (vaka çalışmaları, öncesi-sonrası, kendi iş akışı).

Erken olduğu durum: ürüne gerçekten hayran bir çekirdek yoksa, elçi programı kuramazsınız; yalnızca para ödeyerek elçi satın alırsınız ve bu, influencer iş birliğidir. Referral ve topluluk yazılarıyla farkı şu: referral bir eylemi ödüllendirir, topluluk bir ağı büyütür; elçi programı ise az sayıda kişiyi seçip onlara görünür bir rol verir.

## Çoğu ekibin atladığı nokta

Elçileri çoğunlukla para motive etmez. Onları motive eden üç şeydir: tanınma, erişim ve ait olma. Ürünün iç dünyasına erişim (yeni özellikleri önce görmek, ürün ekibiyle konuşmak), bir statü (kıdemli kullanıcı, uzman, ilk üyeler) ve işine yarayan bir şey (kendi kariyerine ya da kendi kitlesine görünürlük). Bir kullanıcıya her paylaşım için küçük bir para vermek, onu bir freelance pazarlamacıya çevirir; ama ona ürün yol haritasına danışmak ya da kendi hikâyesini yayınlamak, onu bir ortağa çevirir.

Bu yüzden “düşük maliyetli” olmak, ucuz bir mekanizma değil, **doğru ödül türüdür.** Nakit pahalıdır ve ölçeklendikçe artar; tanınma ve erişim ise maliyeti neredeyse sabit, değeri artan ödüllerdir.

> En iyi elçi programı, insanlara para ödemez; onlara sizin hikâyenizde bir rol verir.

İkinci yanlış anlama, ölçek: elçi programı büyük bir kitleye ihtiyaç duymaz. Yirmi aktif elçi, iki bin pasif katılımcıdan daha çok iş yapar. Başlangıçta onları tek tek tanımak, adlarını bilmek, her birine kişisel yazmak gerekir. Bu elle yapılan iş, programın kalitesini belirler: bir elçi, kendisine ismiyle hitap edilen ve çabasının görüldüğünü hisseden biri olduğunda devam eder. Bir şablon e-posta ile gelen teşekkür ise, ilişkiyi bitirmenin kibar yoludur. Büyüdükçe sistemleştirirsiniz; ama önce elle çalışmasını görmelisiniz.

Influencer yazısından farkı da burada: influencer kendi kitlesi olan, dışarıdan gelen bir ses; elçi ise sizin kendi müşteriniz, kendi gerçek deneyimiyle konuşur ve ücretli bir reklamcı değildir. Bu, güvenilirliğin kaynağını değiştirir.

## Uygulama planı

### 1. Elçi adaylarını davranıştan seçin

Kayıt formuna güvenmeyin. Veride arayın: yüksek kullanım, destek ve forumda başkalarına yardım, spontan olumlu yorum, tavsiyeyle gelen müşteri, ürünü işinin merkezine koymuş olanlar. Sonra yirmi otuz kişilik bir ilk liste çıkarın ve bir kişinin her birini tanımasını sağlayın.

### 2. Rolü tanımlayın

Elçi tam olarak ne yapacak: kendi hikâyesini paylaşmak, yeni kullanıcılara yardım etmek, ürün hakkında geri bildirim vermek, etkinliklerde konuşmak, bir yerel grup kurmak? Belirsiz bir “elçi” etiketi, kimseyi harekete geçirmez. Her rol için beş dakikada yapılabilecek kolay bir ilk adım yazın; ilk adım küçük olmazsa ikinci adım hiç gelmez.

### 3. Ödül sistemini tanınma ve erişimden kurun

Ürün ekibiyle aylık bir görüşme, yeni özelliklere erken erişim, kendi hikâyelerinin sizin kanallarınızda yayınlanması, özel bir etiket ya da topluluk alanı, küçük ama düşünülmüş hediyeler. Nakdi sonraya bırakın ve gerekirse yalnızca masrafları karşılamak için kullanın.

### 4. Elçileri donatın

Hazır görseller, mesaj taslakları, referans kodu, sıkça sorulan soruların cevapları, doğrudan size ulaşabilecekleri tek bir kişi. İçeriği kendi sözleriyle yazmalarına izin verin; hazır malzeme yalnızca engeli kaldırır, sesi belirlemez.

### 5. Döngüyü kapatın

Elçilerin yaptığı işin sonucunu onlarla paylaşın: “Senin yazdığın şu hikâye şu kadar kişiye ulaştı”, “önerdiğin özellik roadmap'e girdi.” Geri bildirim görmeyen elçi, birkaç ay içinde sessizleşir.

## Neyi ölçmeli?

- **Aktif elçi oranı:** Programdaki kişilerden ayda en az bir katkı yapanların payı. Öncü gösterge.
- **Elçi kaynaklı edinme ve katkı:** İzlenebilir kod, bağlantı ya da “nasıl duydunuz?” cevabıyla gelen müşteri sayısı.
- **Elçi retention'ı:** Programdaki kişilerin 6-12 ay sonra hâlâ aktif olup olmadığı. Bu, hem ürün hem program sağlığının göstergesi.
- **İçerik ve geri bildirim değeri:** Elçilerden gelen kullanılabilir hikâye, vaka ve ürün fikri sayısı.

## Tuzaklar

**Başvuru formu ile elçi seçmek.** Kendini ilan edenler sıklıkla en aktif kullanıcılar değil, ödül arayanlar olur. Davranışı izleyip davet edin.

**Ödülü nakitle başlatmak.** Para, rolü bir göreve çevirir ve ilişkinin doğasını bozar. Önce tanınma ve erişim; nakit kullanılacaksa şeffaf ve sınırlı olsun.

**Programı ölçeklemeye çalışmak.** İlk 20 elçi iyi çalışmadan 200'e çıkmak, sistemi kalitesiz bir kalabalığa çevirir. Önce küçük bir pilot, sonra büyüme. Pilotun sonunda elçilerin kendisine de sorun: sizi neyin devam ettirdiğini ve neyin yorduğunu. Programı onların cevabına göre yeniden çizin.

## Bu hafta başlayın

1. Ürün verinizden son üç ayda en aktif ve en çok yardım eden 20 kullanıcıyı listeleyin.
2. Her birine, onları neden seçtiğinizi anlatan kısa ve kişisel bir mesaj gönderin ve ürün ekibinden biriyle 20 dakikalık bir görüşme önerin.
3. Pilotun rolünü ve ilk basit adımını tek paragrafla yazın ve 30 gün sonra neye bakarak devam kararı vereceğinizi not edin.

---

# Freemium / Free Trial Modelleri

URL: https://alpsuleyman.com/tr/strategies/freemium-free-trial-modelleri
Published: 2026-03-13
Updated: 2026-10-03
Author: Alp Suleiman

> Ücretsiz plan bir pazarlama harcaması değil, bir ürün tasarımı kararıdır. Asıl iş, ücretsiz ile ücretli arasındaki çizgiyi kullanıcının değeri hissettiği yere çekmek.

Freemium'a geçen ekiplerde ilk üç ayda hep aynı toplantı yapılır. Kayıt sayısı rekor kırmıştır, dashboard yeşildir, herkes mutludur. Sonra biri finans tablosunu açar: ücretsiz kullanıcılar sunucu, destek ve e-posta maliyeti üretiyor, ücretliye dönüşen ise bir elin parmaklarını geçmiyor.

Sorun freemium'un çalışmaması değil. Sorun, ücretsiz planın bir “kampanya” gibi düşünülmüş olması. Oysa ücretsiz plan kalıcı bir ürün kararıdır ve her ay para harcar.

## Ne zaman ihtiyacınız var?

Freemium ya da free trial düşünmeniz için birkaç somut sinyal var. Ürünü anlatmak için demo gerekiyor ve her demo bir satışçının saatine mal oluyor. Kullanıcı ürünü denemeden değerini kavrayamıyor. Ürününüzün marjinal maliyeti düşük, yani bir kullanıcı daha eklemek size neredeyse hiçbir şeye mal olmuyor. Ve kullanım kendiliğinden yayılıyor: bir kişi kullanınca yanındakiler de görüyor.

Henüz erken olduğunuz durumlar da net. Ürün ilk beş dakikada değer üretmiyorsa ücretsiz plan sadece daha çok insanın hayal kırıklığına uğramasını sağlar. Her kullanıcı gerçek bir maliyet getiriyorsa (insan emeği, pahalı hesaplama, fiziksel teslimat) ücretsiz plan bir sübvansiyondur. Hedef kitleniz birkaç yüz kurumsal hesapsa, freemium yerine doğrudan satış çoğu zaman daha ucuzdur.

## Çoğu ekibin atladığı nokta

Ekipler “freemium mu, trial mı?” diye tartışır. Daha önemli soru başka: ücretsiz ile ücretli arasındaki çizgiyi nereye çekiyoruz ve neye göre?

Kötü çizgi genelde iç mantıkla çekilir: “Şu özellikler pahalı, onları kilitleyelim.” İyi çizgi ise kullanıcının hissettiği değerle çekilir. Buna value metric denir: kullanıcı ürünü kullandıkça daha fazla değer aldığı ve daha fazla ödemeye razı olduğu birim. Koltuk sayısı, proje sayısı, gönderilen e-posta, işlenen fatura, kullanılan depolama. Doğru birimi bulmak, fiyat sayfasından çok daha belirleyicidir.

Slack gibi ekip içinde yayılan ürünler ücretsiz planı çoğunlukla ekibin biriken geçmişine ve kullanım hacmine bağlar. Kullanıcı sınırı hissedene kadar değeri zaten yaşamıştır; ödeme “bir şeyi satın almak” değil, “elde ettiğini kaybetmemek” olur. Bu fark dönüşüm psikolojisini tamamen değiştirir.

> Ücretsiz plan, kullanıcıya ürünü vermek için değil, ürünün değerini kanıtlamak için vardır. Kanıt tamamlandığında çizgi hemen orada olmalı.

Çizgiyi çok yukarı çekerseniz kimse değeri göremez. Çok aşağı çekerseniz kimse ödeme sebebi bulamaz. İkisini ayıran şey sezgi değil, veridir.

Sahada sık görülen bir fark var. Freemium'u başarıyla işleten ekipler ücretsiz kullanıcıya “müşteri adayı” gibi davranır ve onların davranışını satış sinyali olarak okur: hangi hesap sınıra yaklaşıyor, hangisi ekibini davet etti, hangisi her gün dönüyor? Başarısız olanlar ise ücretsiz kullanıcıyı bir istatistik olarak tutar ve herkese aynı e-posta serisini gönderir. Aynı ücretsiz plan, aynı fiyat, ama biri dönüşümü bir sistem olarak yönetir, diğeri umut eder. Fark çoğu zaman planın kendisinde değil, planın etrafındaki gözlem ve müdahale disiplinindedir.

## Uygulama planı

### 1. Modeli seçin

Üç ana model var. Kalıcı ücretsiz plan (freemium): kullanım viral ya da ağ etkisi yüksekse ve marjinal maliyet düşükse. Süreli deneme (free trial): değer birkaç haftada görülüyorsa ve ürün gerçek bir iş akışına oturuyorsa. Bir de son yıllarda yaygınlaşan melez: ücretsiz başla, ilk haftalarda ücretli özellikleri aç, sonra ücretsiz plana düş (reverse trial). Karar, ürününüzün time-to-value süresine bağlı. Değer ilk oturumda gelirse freemium, haftalar sürerse trial.

### 2. Value metric'i belirleyin

Mevcut ücretli müşterilerinizi ve en çok değer alan kullanıcılarınızı inceleyin. Bunların ortak davranışı ne? Hangi birim arttıkça faturaları da artıyor ve memnuniyetleri de? Aday birimleri üç beş tanesine indirin, her birini “kullanıcı bunu artırdığında daha fazla değer alıyor mu?” testinden geçirin.

### 3. Sınırı “aha” sonrasına koyun

Sınır, kullanıcının ürünün çalıştığını gördüğü andan sonra devreye girmeli, öncesinde değil. Onboarding verinizde çoğu kullanıcının değer anına ulaştığı eşiği bulun (örneğin ilk raporunu üretmesi, ilk davetini göndermesi). Ücretsiz plan en az bu eşiği rahatça karşılamalı.

### 4. Yükseltme anlarını tasarlayın

Dönüşüm bir fiyat sayfasında değil, kullanıcının bir sınıra çarptığı anda olur. O anı haritalayın: kullanıcı hangi işlemi yapmaya çalışırken duruyor? Mesaj ona “paketinizi yükseltin” değil, “şu işi bitirmek için şunu açın” demeli. Kullanıcının yarım kalan işi, en iyi satış mesajınızdır.

### 5. Ücretsiz planın maliyetini ölç

Ücretsiz kullanıcı başına aylık gerçek maliyeti (altyapı, destek, e-posta, ödeme dışı operasyon) hesaplayın. Bunu ücretli dönüşüm oranı ve ortalama gelirle birlikte koyun. Yaygın kural olarak, ücretsiz kullanıcıların maliyetini ücretli kullanıcıların marjı rahatça taşımıyorsa model sürdürülemez.

### 6. Çizgiyi deneyle oynatın

Sınırı bir kez koyup bırakmayın. Yeni kayıtlarda iki farklı limit deneyin, ücretli dönüşümü ve 90. gündeki tutundurmayı birlikte izleyin. Dönüşümü artıran ama kullanıcıyı küstüren bir limit kazanç değildir.

## Neyi ölçmeli?

- **Aktivasyon oranı:** Kaydolanların kaçı değer anına ulaşıyor? Öncü göstergedir, dönüşümden aylar önce haber verir.
- **Ücretsizden ücretliye dönüşüm (cohort bazlı):** Kayıt ayına göre izleyin; tüm kullanıcıları tek havuzda ortalamak gerçeği gizler.
- **Sınıra çarpan kullanıcı oranı:** Limitlerin çok sıkı ya da çok gevşek olduğunu en erken bu gösterir.
- **Ücretsiz kullanıcı başına maliyet:** Planın finansal sağlığı. Gecikmeli ama acımasız.

## Tuzaklar

**Cömertlikle körleşmek.** Ücretsiz plan o kadar iyi ki kimsenin yükseltmesine gerek kalmıyor. Kullanıcılar sever, kasanız boşalır. Ücretsiz plan “yeterince iyi” olmalı ama “yeterli” olmamalı.

**Ücretsiz kullanıcıyı müşteri saymak.** Kayıt sayısı büyüme değildir. Ücretsiz kullanıcılar destek ve ürün ekibinin zamanını yer; roadmap'i onların taleplerine göre şekillendirirseniz ödeyenleri ihmal edersiniz.

**Trial'ı süre ile değil takvimle tasarlamak.** 14 gün herkes için aynı sihirli sayı değildir. Ürününüzün değer anına ortalama kaç günde varıldığına bakmadan seçilen süre, ya erken keser ya da gereksiz uzatır.

**Dönüşümü tek metrik yapmak.** Dönüşüm oranını artırmak için ücretsiz planı kısıtlayan ekipler bir süre sonra top-of-funnel'ın kuruduğunu fark eder.

## Ne zaman işe yaramaz

Ürünü kullanan kişi ile parayı ödeyen farklıysa ücretsiz plan zayıf kalır (yorum). İmza güvenlik, hukuk ya da bütçe sahibinden geçiyorsa ücretsiz kullanım satın alma kararına dönüşmez; geriye çoğunlukla destek yükü kalır.

Pratik kural. Son ücretli müşterilerinizde ilk kullanıcı ile imzalayan kaç kez farklıydı? Çoğunlukta farklıysa ücretsiz plan satış döngünüzü kısaltmıyor olabilir.

İkinci koşul nakit. Kyle Poyar 2022'de süreli denemeli ürünlerin yalnız daha yüksek değil, deneme bitince satın alındığı için daha hızlı da dönüştüğünü yazıyor; örnek olarak medyan satın alma süresinin denemede 14, freemium'da 60-90 gün olabileceğini veriyor. Parayı hızlı geri almanız gerekiyorsa freemium süreli denemeden yavaştır. Bizim yorumumuz: sermayesi dar ekip önce süreli denemeyi sınamalı.

Karşı görüş: Poyar'a göre freemium ürünlerde ziyaretçiden kayda dönüşüm daha yüksek ve üst huni daha hızlı, verimli büyür. Yine de sınır koyuyoruz: geniş giriş, o kullanıcılar bir gün karar vericiye ulaşıyorsa ve bekleyecek nakdiniz varsa karşılığını verir.

## Yapay zekâ çağında bu strateji

Klasik yazılımda ücretsiz kullanıcının marjinal maliyeti genellikle küçüktü: sunucuda küçük bir iz, asıl harcama kullanıcıyı edinmek ve desteklemekti. Çıkarım maliyeti olan bir yapay zekâ ürününde her aktif ücretsiz kullanıcı bir fatura getirir ve fatura kullandıkça büyür. Ücretsiz plan artık yalnız bir pazarlama kalemi gibi değil, değişken bir maliyet kalemi gibi de yönetilmeli.

Bu yüzden soru değişir. “Ücretsiz planı ne kadar cömert yapalım” yerine şunu sorun: kullanıcı değer anına ulaşmak için en az ne kadar kullanıma ihtiyaç duyuyor? Sınırı oraya, o anı geçecek en küçük maliyete koyun. Bunun üstündeki her kullanım, dönüşüme katkısını kanıtlayana kadar yalnızca maliyettir.

Pratik kural. Ücretsiz kullanıcı başına maliyete bir tavan koyun ve toplam ücretsiz harcamayı ayrıca izleyin; kayıtlar büyürken tavan bütçeyi sessizce delmesin.

Bizim yorumumuz: tavana ulaşan ama değer anını yaşamayan kullanıcı, planın değil onboarding'in sinyalidir. Sınırı gevşetmeden önce bunu ayırın.

## Bu hafta başlayın

1. Son 6 ayda ücretliye dönenlerin ilk 30 gündeki davranışını çıkarın: hangi eylem hepsinde ortak? Bu, aday değer anınız.
2. Mevcut ücretsiz sınırlarınızı yazın ve her biri için “kullanıcı bu sınıra değerden önce mi sonra mı çarpıyor?” sorusunu yanıtlayın.
3. Ücretsiz kullanıcı başına aylık gerçek maliyeti tahmini de olsa hesaplayın ve ücretli dönüşüm gelirinin yanına koyun.

---

# Growth Deneme Döngüsü

URL: https://alpsuleyman.com/tr/strategies/growth-deneme-dongusu
Published: 2025-07-21
Updated: 2026-10-03
Author: Alp Suleiman

> Çoğu ekip A/B test yapar, çok azı öğrenir. Deneme döngüsü bir araç değil, haftalık bir yönetim ritmi; ve değer, kazanan testlerde değil, biriken bilgide.

Diyelim ki bir ekibe growth deneme programını soruyorsunuz ve karşınıza bir Notion tablosu çıkıyor. Kırk satır, altı sütun, bir “kazandı/kaybetti” kolonu. Sonra şunu soruyorsunuz: “Geçen çeyrekte öğrendiğiniz en önemli şey neydi?” Cevap gelmiyor. Çünkü tablo test kaydediyor, öğrenme kaydetmiyor.

Deneme döngüsü, birkaç buton rengini değiştirip kazananı seçmek değildir. Bir organizasyonun belirsizlikle nasıl başa çıktığının kuralıdır: neye inanıyoruz, neyi test ediyoruz, sonuç ne olursa ne yapacağız.

## Ne zaman ihtiyacınız var?

Sinyaller basit. Büyüme toplantılarında kararlar en yüksek sesli kişinin fikriyle veriliyor. Aynı fikirler aylar arayla tekrar tekrar tartışılıyor çünkü kimse “bunu denedik, şu çıktı” diyemiyor. Ya da elinizde yapılacak çok şey var ama hangisinin önce geleceği konusunda ortak bir ölçüt yok.

Henüz erken olduğunuz durum da net: trafiğiniz ve olay sayınız istatistiksel olarak anlamlı bir test için yetersizse. Haftada birkaç yüz ziyaretçiyle yapılan A/B testi, yazı tura atmanın daha pahalı bir yoludur. Bu aşamada deneme döngüsünün ucuz hâli geçerli: kullanıcıyla konuşmak, öncesi-sonrası karşılaştırmak, küçük ama güçlü etkilere bakmak.

## Çoğu ekibin atladığı nokta

Ekipler deneyi bir sonuç üretme işi sanır. Oysa deneyin asıl çıktısı, tahmin ile gerçeklik arasındaki farkın kaydıdır.

Her deneme, başlamadan önce bir tahminle yazılmalıdır: “Bu değişiklik kayıt-aktivasyon oranını yüzde X ile Y arasında artırır, çünkü Z'ye inanıyoruz.” Test bitince önemli olan “kazandı mı?” değil, “tahminimiz neden tutmadı?” sorusudur. Zamanla ekip, kendi sezgisinin nerede güvenilir nerede güvensiz olduğunu görür. Bu, growth'un en değerli ve en az konuşulan birikimidir.

> Deneme sayısı bir verimlilik göstergesi değil, bir kalite sorusunun cevabıdır: her deneme bir sonrakini daha iyi tahmin etmenizi sağlıyor mu?

Bunu growth hacking döngüsünden ayıran şey de bu. Orada amaç huni içindeki en dar boğazı bulup hızla açmak. Burada ise amaç, hangi tür bahsin sizin ürününüzde işe yaradığını öğrenen bir sistem kurmak. Biri taktik, diğeri bilgi altyapısı.

Bunun pratik bir sonucu daha var: deneme döngüsünün gücü, ekibin kaybetmeyi nasıl karşıladığıyla ölçülür. Başarısız deneyi sunan kişi azarlanıyorsa, bir sonraki toplantıda kimse riskli bir hipotez getirmez; herkes zaten kazanacağını bildiği küçük testlere yönelir. Büyüme tablosu güzel görünür ama öğrenme durur. Döngüyü yöneten kişinin ilk işi, “yanlış çıktı ve bu bize şunu öğretti” cümlesini güvenli hale getirmektir. Bu kültürel zemin olmadan hiçbir çerçeve, hiçbir araç işe yaramaz.

## Uygulama planı

### 1. Tek bir hedef metriğe kilitlenin

Ekibin bu çeyrek tek bir sayıyı hareket ettirmesi gerekir: aktivasyon, ilk haftadaki tekrar kullanım, deneme-ücretli dönüşümü gibi. Beş metriğe birden bakan ekip hiçbirini hareket ettirmez. Metriği seçerken kural: ürünün değer anına ne kadar yakınsa o kadar iyi.

### 2. Fikir havuzu ve puanlama

Fikirleri tek bir listede toplayın, her biri için ICE (Impact, Confidence, Ease) ya da RICE gibi basit bir skor verin. Skor mükemmel değil, amacı tartışmayı yapılandırmak. Güven puanını verirken şu kuralı koyun: kanıt yoksa güven düşüktür; “bence” kanıt sayılmaz. Düşük güvenli ama yüksek etkili fikirler için önce ucuz bir kanıt toplayın (kullanıcı görüşmesi, oturum kayıtları, mevcut verinin kesiti).

### 3. Hipotezi yazılı hale getirin

Her deney için tek sayfalık bir kayıt: ne değişiyor, hangi kitle, hangi metrik, beklenen etki aralığı, gerekli örneklem ve süre, sonucu ne yapacağınız. Son madde en kritiği: “Kazanırsa herkese açarız, kaybederse şunu yaparız, belirsiz çıkarsa şunu yaparız.” Sonuç gelmeden karar kuralı yazılmazsa, sonuçla birlikte yorum da şekil değiştirir.

### 4. Örneklemi baştan hesaplayın

Testi başlatmadan önce minimum tespit edilebilir etkiyi (MDE) ve gereken örneklemi hesaplayın. Sonuçlara bakıp “anlamlı çıktı” diye erken durdurmak, yanlış pozitiflerin en büyük kaynağıdır. Süre dolana kadar bakmak serbest, karar vermek değil.

### 5. Haftalık ritim

Her hafta aynı saatte kırk beş dakikalık toplantı: biten deneyler, öğrenilenler, yeni başlayanlar. Bir kişi (genelde growth lead) döngünün sahibidir ve toplantının çıktısı bir “öğrenme günlüğü” satırıdır: “Şunu sandık, şu çıktı, bu yüzden şunu yapacağız.”

### 6. Öğrenme günlüğünü ürün kararlarına bağlayın

Aylık olarak günlüğü tarayın: tekrar eden desenler var mı? Örneğin “ücret şeffaflığı denemeleri hep kazandı”, “bildirim sıklığı artırma denemeleri kısa vadede kazanıp 60. günde kaybetti.” Bu desenler roadmap'in girdisi olmalı, growth ekibinin dışında da okunmalı.

## Neyi ölçmeli?

- **Haftalık tamamlanan deney sayısı:** Ritmin sağlığı. Öncü gösterge, ama tek başına yanıltıcı.
- **Tahmin isabeti:** Tahmin ettiğiniz etki ile ölçülen etkinin farkı. Zamanla daralıyorsa öğreniyorsunuz.
- **Kazanma oranı:** Sağlıklı programlarda genelde azınlıktır; yüzde 70 kazanıyorsanız fazla güvenli bahisler oynuyorsunuzdur.
- **Hedef metrikteki birikimli hareket:** Gecikmeli gösterge. Testlerin toplamı gerçekten ana metriği oynatıyor mu?

## Tuzaklar

**Test etme hastalığı.** Her şeyi test etmek, aslında bir karar vermeye cesaret edememektir. Net derecede kötü bir deneyimi düzeltmek için A/B teste gerek yok.

**Yerel maksimumda sıkışmak.** Başlık, renk ve buton metni testleri küçük kazançlar üretir. Ama büyük sıçramalar çoğu zaman fiyatlandırma, onboarding mimarisi ya da konumlandırma gibi “test etmesi zor” alanlardan gelir. Portföyünüze bilinçli olarak birkaç büyük bahis koyun.

**Etkileşim etkisini unutmak.** Aynı anda aynı kitlede çakışan testler birbirinin sonucunu bozar. Hangi testlerin hangi kitleye dokunduğunu bir takvimde görün.

**Kaybedenleri gömmek.** Başarısız deneyler kaydedilmezse üç ay sonra aynı fikir yeniden önerilir. Kaybeden deneyin kaydı, kazanandan daha değerli olabilir.

## Bu hafta başlayın

1. Önümüzdeki çeyrek için tek bir hedef metrik seçin ve ekibe yazılı olarak duyurun.
2. Son altı ayda yaptığınız beş denemeyi alın ve her biri için tek cümleyle “ne öğrendik?” yazın. Yazamıyorsanız, kayıt sisteminiz eksik demektir.
3. Önümüzdeki hafta başlayacak tek bir deney için tahmin, örneklem ve karar kuralını yazılı hale getirin.

---

# İçerik ve SEO

URL: https://alpsuleyman.com/tr/strategies/icerik-ve-seo
Published: 2025-05-02
Updated: 2026-10-03
Author: Alp Suleiman

> İçerik pazarlaması blog yazmak değil, sahip olduğunuz bir varlığı inşa etmektir. Kazananlar en çok yazanlar değil, alıcının karar anındaki sorusuna en iyi cevabı verenler.

Bir B2B yazılım şirketinin blog arşivine bakmak, stratejisini anlamak için en hızlı yoldur. Çoğunda aynı tablo çıkar: “2025'te dijital pazarlama trendleri”, “Başarılı girişimcilerin 10 alışkanlığı”, “Verimlilik için 7 ipucu”. Yüzlerce yazı, trafik var, ama satış ekibi bunlardan tek bir görüşme çıktığını hatırlamıyor.

Sorun yazı kalitesinde değil, hedef seçiminde. Yanlış kitleye çok iyi yazmak mümkün.

## Ne zaman ihtiyacınız var?

İçerik ve SEO, yatırımın geri dönüşünün aylarla ölçüldüğü bir kanal. Bu yüzden şu sinyallerde mantıklı: müşterileriniz satın almadan önce Google'da araştırma yapıyor, ürününüzün çözdüğü problemin arama hacmi var, satış döngünüz uzun ve karar vericiler önce kendi başlarına bilgi topluyor. Ücretli kanallarda müşteri edinme maliyetiniz yükseliyorsa ve ekibinizin gerçek bir uzmanlığı varsa da zamanı gelmiştir.

Henüz erken olduğunuz durumlar: ürün-pazar uyumunu bulamadıysanız, çünkü yazdığınız konular da bulunduğunuz konumlandırma da değişecek. Alanınızda kimsenin arama yapmadığı yeni bir kategori yaratıyorsanız, arama trafiğine dayalı strateji sizi bulamaz; orada öğretmek ve topluluk daha doğru. Ve bir de hız ihtiyacı: önümüzdeki iki çeyrekte sonuç gerekiyorsa bu kanal tek başına yetmez.

## Çoğu ekibin atladığı nokta

Çoğu ekip içeriği trafik için üretir. Oysa içerik, alıcının karar sürecindeki bir soruya cevap olmak zorundadır, ve her sorunun ticari değeri aynı değildir.

Aynı konuda iki yazıyı düşünün. Birincisi “CRM nedir?” sorusuna cevap veriyor; aylık binlerce arama, ama arayan öğrenciler, merak edenler, bir alıcı değil. İkincisi “kendi işimiz için CRM'den Excel'e geri dönmek mantıklı mı?” ya da “X ile Y arasındaki fark” gibi karar anında yazılmış bir içerik; aylık yüz arama, ama arayanların çoğu satın almaya hazır. Birincisi trafik üretir, ikincisi gelir.

Bu yüzden içerik stratejisi bir konu listesi değil, bir niyet haritasıdır: alıcı problemi fark ediyor, çözümleri araştırıyor, seçenekleri karşılaştırıyor, karar veriyor. Çoğu şirket ilk aşamaya yazar çünkü hacim orada. Kazananlar önce son iki aşamadan başlar.

> Trafik bir sonuç değil, bir maliyettir. Değer, o trafikten kimin geldiğinde ve ne yaptığında ortaya çıkar.

İçerik aynı zamanda bir varlık: bir yazı ya da sayfa bir kez yazılır, yıllarca çalışır. Ama bakım ister. Güncellenmeyen yazılar zamanla sıralamadan düşer; eski bilgi güveni zedeler. İyi içerik programı, yeni yazı kadar eski yazıyı iyileştirmeye de zaman ayırır.

Yapay zekayla üretilen içeriğin her yeri doldurduğu bir dönemde bunun anlamı daha da netleşiyor: genel bilgiyi toparlayan metin artık neredeyse bedava. Kalıcı avantaj, yalnızca sizin sahip olduğunuz şeyde: kendi müşteri verinizde, gerçek vakalarınızda, sahadaki gözleminizde. Bu yüzden içerik stratejisini “ne yazalım?” sorusuyla değil, “bizde başka kimsede olmayan ne var?” sorusuyla başlatın. Cevap genellikle satış görüşmelerinin, destek kayıtlarının ve ürün verisinin içinde bekliyor.

## Uygulama planı

### 1. Satın alma anına geri gidin

Son 20 kazandığınız müşteriyle konuşun (ya da satış notlarını okuyun): karar vermeden önce neyi aradılar, hangi soruyu sordular, kimi karşılaştırdılar? Bu liste, anahtar kelime aracından önce gelmeli. Arama aracı hacmi gösterir, ama alıcının gerçek sorusunu söylemez.

### 2. Öncelik sırası: dip, orta, tepe

Önce “alternatif”, “karşılaştırma”, “fiyat”, “X için en iyi araç” gibi karar anı içerikleri. Sonra problemin nasıl çözüleceğini anlatan uygulamalı rehberler. Eğitici, geniş kitleli içerik en sona. Amaç tersine çevirmek: çoğu ekip tepeden başlar ve dibe hiç inmez.

### 3. Konu otoritesi kurun

Tek tek yazılar yerine bir konu kümesi düşünün: bir ana sayfa, etrafında onu destekleyen ayrıntılı yazılar, birbirine mantıklı biçimde bağlı. Arama motorları bir alanda tutarlı ve kapsamlı olan siteleri güvenilir bulma eğiliminde. Üç konuda yüz yazıdan, tek konuda otuz iyi yazı çoğu zaman daha çok iş yapar.

### 4. Ürünle bağlayın

Her içeriğin ürünle doğal bir bağı olmalı: bir şablon, hesaplayıcı, örnek veri, ya da ürün içinde yapılan işin ekran görüntüsü. Okuyucu problemin çözümünü gördüğünde ürüne geçiş doğal olur. İçerik ile ürün arasında bağ yoksa en iyi ihtimalle bir “okur” kitlesi biriktirirsiniz, müşteri değil.

### 5. Uzmanlığı içeriğe taşıyın

Sıradan bilgi artık bedava ve her yerde. Fark yaratan şey sizin sahada gördüğünüz: gerçek veriler (paylaşabileceğiniz kadarıyla), kararlarınızın gerekçesi, yanlış yaptığınız şeyler. Yazıları ürün ekibinden, satıştan, destekten gelen kişilerle birlikte yazın. Genel bilgiyi toparlayan bir yazıyı herkes üretebilir; sizin deneyiminiz üretilemez.

### 6. Bakım takvimi

Her çeyrek, trafiği düşen ya da sıralaması kayan en değerli yazıları belirleyin ve güncelleyin. Tek yazıyı iyileştirmek, çoğunlukla yeni bir yazı yazmaktan daha hızlı sonuç verir.

## Neyi ölçmeli?

- **Niyetli sayfalarda organik trafik:** Karşılaştırma ve karar sayfalarına gelen ziyaretçi. Toplam trafikten daha anlamlı bir öncü gösterge.
- **İçerikten gelen demo ya da kayıt:** İlk dokunuş değil, “bu içerik satın alma sürecinde yer aldı mı” bakışıyla. Atıf yanıltıcı olabilir, bunu bilerek bakın.
- **Hedef anahtar kelime kümelerinde sıralama:** Sayfa bazında değil, küme bazında.
- **İçerikten gelen kullanıcıların retention'ı:** Hangi içerik iyi müşteri getiriyor? Gecikmeli ama en dürüst gösterge.

## Tuzaklar

**Hacim peşinde koşmak.** Yüksek aramalı geniş konulara yazmak ego için iyidir, kasa için değil. Trafik arttı, kayıt değişmedi ise yanlış kitle geliyor.

**Üretimi dışarı vermek ve bırakmak.** Konuyu bilmeyen birinin yazdığı genel içerik, arama motorunda ve okuyucunun gözünde değersiz. Dışarıdan yazar kullanıyorsanız, içeriği sizin uzmanınız şekillendirmeli.

**Sabırsızlık.** Yeni bir alan adında anlamlı organik sonuç görmek çoğunlukla aylar alır. Üçüncü ayda “SEO çalışmıyor” diye bırakmak, tohumu üçüncü haftada sökmek gibidir.

**Dağıtımı unutmak.** İçeriği yazıp yayınlamak yarım iştir. Müşteri e-postası, satış sunumları, topluluklar ve sosyal kanallar ilk ivmeyi verir.

## Bu hafta başlayın

1. Son 10 kazanılan müşterinin satış notlarından, karar öncesi sordukları soruları çıkarın.
2. Bu soruların her biri için sitenizde bir sayfa var mı bakın. Olmayan üç tanesini ilk üretim listesi yapın.
3. En çok trafik alan 10 sayfanızı açın ve her birinde ürüne giden net bir sonraki adım olup olmadığına bakın.

---

# API-First ve Platform

URL: https://alpsuleyman.com/tr/strategies/api-first-ve-platform
Published: 2025-01-17
Updated: 2026-10-03
Author: Alp Suleiman

> API bir teknik arayüz değil, geliştirici için bir ürün. Büyümeyi belirleyen şey endpoint sayısı değil, bir geliştiricinin ilk çalışan çağrıya ulaşma süresi.

Bir geliştirici bir API'yi değerlendirirken ne yapar? Fiyat sayfasını okumaz, satış toplantısı istemez. Dokümantasyonu açar, anahtar alır, ilk isteği gönderir. Bu süre on dakikayı geçiyorsa çoğu zaman başka bir seçeneğe bakmaya başlar.

API-first stratejisi, bu on dakikanın şirketin en önemli satış toplantısı olduğunu kabul etmektir.

## Ne zaman ihtiyacınız var?

Şu sinyaller API'yi ikinci sınıf bir özellik olmaktan çıkarma vaktinin geldiğini gösterir. Müşterileriniz sizi kendi sistemlerine bağlamak için entegrasyon talep ediyor ya da kendi başlarına tarayıcı otomasyonlarıyla bunu yapmaya çalışıyor. Ürünün değeri başka yazılımların içinde kullanıldığında artıyor. Alıcınız ya da etkileyicisi geliştirici. Ya da ürününüz bir altyapı katmanı: ödeme, mesajlaşma, kimlik, veri gibi başkalarının ürünlerine gömülen bir işlev.

Erken olduğunuz durumlar: ürünün çekirdek davranışı hâlâ sık sık değişiyorsa, çünkü yayınladığınız her API sözü bir bakım borcu getirir. Kimse bağlanmak istemiyorsa, yani talep yoksa. Ve ekipte API'nin ürünü olacak yetkinlik ve zaman yoksa, yarım kalmış bir API hiç olmamasından kötüdür.

## Çoğu ekibin atladığı nokta

Çoğu şirket API'yi mevcut ürünün üstüne “açılan bir kapı” olarak görür. İç ekip kullandığı endpoint'leri dışarı açar, kısa bir doküman çıkarır, sorular gelirse bakılır. Sonuç: tutarsız isimlendirme, belirsiz hata mesajları, güncelleme geldiğinde kırılan entegrasyonlar.

API-first, tersini söyler: API ürünün kendisidir, arayüz onun bir istemcisidir. Kendi web uygulamanız bile aynı API'yi kullanır. Bu hem kaliteyi garanti eder (kendi ürününüz kırılırsa fark edersiniz) hem de dışarıdaki geliştiricinin gördüğüyle sizin gördüğünüzün aynı olmasını sağlar.

Daha önemli içgörü, büyüme tarafında. Geliştirici ürünleri satış tarafından değil, ilk çalışan çağrıya kadar geçen sürtünme tarafından büyütülür. Stripe ve Twilio gibi şirketlerin geliştirici dostu dokümantasyonuyla anılması tesadüf değil; bu, en güçlü dağıtım kanallarından biri.

> Geliştirici ürününde dokümantasyon pazarlama materyali değil, ürünün kendisidir. Okunamayan API, satılamayan API'dir.

Platform tarafı ise başka bir bahis. API açmak entegrasyon demek; platform olmak, başkalarının sizin üstünüze iş kurması demek. İlki kapı açar, ikincisi ekosistem ister: geliştiriciler için gelir, görünürlük ya da kullanıcı erişimi. Apple'ın App Store'u bunu uç bir örnek olarak gösterir. Ama çoğu şirket için doğru ilk hedef platform olmak değil, birkaç iyi entegrasyonla sağlam bir API sunmaktır. Platform ancak talep ve gelişen üçüncü taraflar gördükten sonra gelir.

Burada sık rastlanan bir yanılgı da şu: API'yi “bir gün açarız” diye ertelemek. Oysa sonradan açılan bir API, ürünün iç yapısına göre şekillenmiştir ve dışarıdan bakan biri için tuhaf, tutarsız bir yüzey olur. Baştan düşünülen API ise iç ekibin kendi işini de hızlandırır: mobil uygulama, yeni arayüz, iş ortağı entegrasyonu aynı katmanın üstünde yükselir. Yani API-first, yalnızca dış büyüme için değil, iç hız için de bir yatırımdır; ikisi aynı kararın iki çıktısı.

## Uygulama planı

### 1. API'nin kim için ve ne için olduğunu yazın

Hedef geliştirici kim: sizin müşterinizin iç ekibi mi, bağımsız geliştiriciler mi, iş ortakları mı? Hangi tek işi API üzerinden yapmak istiyorlar? Kapsamı geniş tutmayın; küçük ama kusursuz çalışan bir yüzey, geniş ama tutarsız olandan çok daha çok güven yaratır.

### 2. Time-to-first-call'u ölçün ve kısaltın

Gerçek bir geliştiriciyi (ekip dışından) oturtun, ilk çağrıya kadar ne kadar sürdüğünü ve nerede takıldığını izleyin. Kayıt, anahtar alma, doküman bulma, örnek kodu çalıştırma. Her adımı sürtünme için avlayın. Hedef: dakikalar, saatler değil.

### 3. Dokümantasyonu ürün gibi yönetin

Bir referans (her endpoint'in ayrıntısı), bir hızlı başlangıç (ilk çağrı), birkaç gerçek senaryo rehberi ve çalışan örnek kod. Doküman sahibi olan biri, sürüm notları, değişiklik takvimi. Kod değişince doküman da aynı pull request'te değişmeli.

### 4. Sürümleme ve geriye dönük uyumluluk sözü verin

Entegrasyon yapan geliştirici için en büyük korku, bir gece kodunun kırılması. Sürümleme kuralınızı, eski sürümü ne kadar destekleyeceğinizi, kaldırma bildirim süresini yazın ve uyun. Bu söz, API'nizin ticari değerinin parçasıdır.

### 5. Geliştirici deneyimi için kanallar

Sorunlara hızlı cevap veren bir destek yolu, durum sayfası, bir değişiklik günlüğü ve (uygunsa) bir topluluk alanı. Geliştirici sorusunu bir mühendis cevaplamalı, genel destek kuyruğu değil.

### 6. Entegrasyon örnekleriyle görünürlük kurun

Popüler araçlarla çalışan şablonlar, örnek projeler, hazır bağlayıcılar. Her entegrasyon, sizi tanımayan bir geliştirici kitlesinin karşısına çıkma fırsatıdır. İlk platform sinyali de buradan gelir: dışarıdan biri sizin üstünüze bir şey yapıyorsa, ekosistemin tohumu atılmıştır.

## Neyi ölçmeli?

- **Time-to-first-successful-call:** Kayıttan ilk başarılı çağrıya geçen süre. Öncü, en kritik metrik.
- **Aktif geliştirici sayısı:** Kayıt değil, son 30 günde gerçek çağrı yapan.
- **API üzerinden gelen gelir ya da kullanım:** Gecikmeli, ama stratejinin ticari kanıtı.
- **Hata oranı ve kırıcı değişiklik sayısı:** Güvenin gizli göstergesi.

## Tuzaklar

**Dokümantasyon borcu.** Ürün hızla ilerler, doküman geride kalır. Yanlış doküman, doküman olmamasından daha çok zaman kaybettirir.

**Kırıcı değişikliklere rahat bakmak.** İç ürünü refaktör etmek kolaydır, ama bir dış entegrasyonu kıran değişiklik güveni ve bazen müşteriyi kaybettirir.

**Erken platform hayali.** “Biz bir platform olacağız” demek kolay; geliştiricilere neden sizin üstünüze inşa etmeleri gerektiğini söylemek zor. Gelir, erişim ya da kullanıcı sahipliği gibi somut bir sebep olmadan ekosistem oluşmaz.

**API'yi güvenlik ve limit düşünmeden açmak.** Oran sınırlama, yetkilendirme kapsamları ve kötüye kullanım izleme sonradan eklenecek şeyler değil.

## Bu hafta başlayın

1. Ekip dışından bir geliştiriciyi bulun ve ona API'nizle “merhaba dünya” çağrısını yaptırın. Sürenizi ve takıldığı yerleri not alın.
2. Dokümantasyonunuzdaki ilk beş sayfayı okuyun ve hangi kod örneğinin gerçekte çalışmadığını test edin.
3. Mevcut müşteri taleplerinde “entegrasyon” geçen son 20 kaydı tarayın; hangi üç iş akışı tekrar ediyor? API'nin ilk hedef kapsamı orada.

---

# Pre-Satış ve Crowdfunding

URL: https://alpsuleyman.com/tr/strategies/pre-satis-ve-crowdfunding
Published: 2026-07-07
Updated: 2026-10-03
Author: Alp Suleiman

> İlgi göstermek bedava, kredi kartını çıkarmak değil. Pre-satış, bir fikrin gerçek talep olup olmadığını anlamanın en ucuz ve en dürüst yolu; yeter ki verdiğiniz sözü taşıyabilin.

Diyelim ki bir kurucu size bir ürün fikrini anlatıyor. Üç yüz kişilik bekleme listesi var, anket sonuçları “çok ilgili” diyor, sosyal medyada paylaşımlar yağıyor. “Peki kaç kişi ödeme yapmayı kabul etti?” diye soruyorsunuz. Cevap: sıfır, çünkü henüz sormamış.

Pre-satış, bu soruyu sormanın sistematik hâlidir. Çünkü ilgi ile ödeme arasındaki mesafe, genellikle düşündüğünüzden çok daha uzundur.

## Ne zaman ihtiyacınız var?

Bir şey inşa etmeden önce talebi doğrulamak istiyorsanız, ya da geliştirmenin maliyeti yüksekse (donanım, üretim, uzun yazılım geliştirme süreci) pre-satış güçlü bir araçtır. Ayrıca erken para ihtiyacınız varsa, dış yatırım almadan üretimi finanse etmek istiyorsanız, ya da yatırımcıya “insanlar bunun için ödüyor” diyebilmek istiyorsanız.

Henüz erken olduğunuz durum, verdiğiniz sözü hiçbir senaryoda yerine getiremeyecekseniz. Pre-satış bir deney gibi görünür ama hukuken ve ahlaken bir taahhüttür. Üretim, teslimat ya da kalite kontrol konusunda gerçekçi bir planınız yoksa, gelen para bir kaynak değil, bir yükümlülüktür. Ürününüz zaten kolayca denenebilir ve ucuzsa, doğrudan ürünü çıkarıp denemek daha hızlı olabilir.

## Çoğu ekibin atladığı nokta

Pre-satış genelde gelir kaynağı olarak anlatılır. Onun asıl değeri kanıtın kalitesinde.

Talep kanıtlarını bir merdiven gibi düşünün. En altta görüşmelerde “evet harika fikir” demek; hiçbir şeye mal olmaz. Sonra e-posta bırakmak; neredeyse hiçbir şeye mal olmaz. Sonra bir anketi doldurmak. Sonra zamanını ayırıp bir görüşmeye gelmek. Sonra bir ön sözleşme ya da niyet mektubu imzalamak. En üstte ise parayı, iade edilebilir de olsa, peşin ödemek. Merdivenin her basamağı, kişinin kendi çıkarını ne kadar riske attığıyla ölçülür.

> İnsanların ne düşündüğü ucuzdur, ne yaptıkları pahalıdır. Pre-satış, ikinciyi ölçmenin en erken yoludur.

Bir ödeme alıyor olmanız da başka bir şey öğretir: kimin ödediğini ve neden. Pre-satışta ilk müşterilerinizin kim olduğu, hangi problemi çözdükleri, hangi fiyatı kabul ettikleri hakkında ham ve dürüst bir veri alırsınız. Bu veri, anketten çok daha güvenilir.

Crowdfunding ise bir adım farklı: pre-satışın kamusal ve sosyal sahnesi. Kickstarter gibi platformlarda bir ürünü satışa çıkarıp hedef tutar belirlersiniz; hedefe ulaşılırsa üretim başlar. Burada ek bir kazanç, dikkattir: kampanya bir pazarlama etkinliği haline gelir. Ama ek bir riski de var: sözünüzü topluluğun gözü önünde vermiş olursunuz, gecikmeler ve kalite sorunları herkese açık olur.

Pre-satışın bir sınırı da var ve bunu açıkça söylemek gerekir: erken benimseyenler genel pazarı temsil etmez. Yeni bir ürüne ön ödeme yapan kişi, çoğu zaman riski sevmeyen ana kitleden farklıdır; daha toleranslıdır, daha meraklıdır, kusura daha açıktır. Pre-satış sonuçları “bu ürün için bir kitle var” demek için güçlüdür, “bu ürün geniş pazara satılır” demek için değil. Bu ayrımı yaparsanız sonucu doğru yerde kullanırsınız: ilk yüz müşteriyi ve ilk sürümün kapsamını belirlemek için.

## Uygulama planı

### 1. Hipotezi tek cümleye indirin

“Şu kişiler, şu probleme, şu fiyata para öder.” Hangisi doğrulanacak? Pre-satışı bir fiyat testi, bir segment testi ya da talep testi olarak tasarlayın. Hepsini birden test etmeyin.

### 2. Teklifi ürün olmadan inandırıcı yapın

Bir açılış sayfası: net problem, net sonuç vaadi, teslimat tarihi, fiyat, ödeme düğmesi. Görsel olarak prototip, makine çizimi, kısa video ya da çalışan bir demo olabilir. Sahte bir görsel değil, gerçek bir niyet göstermeli. Henüz var olmayan özellikleri var gibi sunmayın; bu, pre-satışı doğrulama aracı olmaktan çıkarıp bir güven kaybına çevirir.

### 3. Fiyat ve iade politikasını bilinçli seçin

Erken destekçilere indirim vermek yaygındır, ama indirimi nedeniyle ödemeye yönelen bir kitle ile gerçek değer görerek ödeyen kitle aynı olmayabilir. Fiyatı gerçek fiyatınıza yakın tutmak daha dürüst sinyal verir. İade garantisi güven verir ve dönüşümü artırır; aynı zamanda “iade edilmeyen ödeme” ile “iade edilebilir ödeme” arasındaki sinyal farkını bilmeniz gerekir.

### 4. Başarı ve başarısızlık eşiğini önceden belirleyin

“Kaç ödeme gelirse devam ederiz, kaç gelirse bırakırız, aradaysa ne yaparız?” Bu eşiği kampanya başlamadan yazın. Rakam gelmeden eşik belirlemek, sonuç kötü çıkınca hedefi aşağı çekme dürtüsünü engeller.

### 5. İlk kitleyi elle getirin

Pre-satış sayfasını yayınlayıp trafik beklemek işe yaramaz. İlk 20 ile 50 alıcıyı kişisel mesaj, topluluk, mevcut ilişkiler ya da doğrudan satış yoluyla bulun. Bu aşamada hedef ölçek değil, öğrenmedir: kimler alıyor, kimler vazgeçiyor, hangi itiraz çıkıyor?

### 6. Teslimat sözünü planlayın

Para geldikten sonra iş başlıyor. Üretim takvimi, tedarikçi gecikmeleri için tampon, kalite kontrol ve müşteriyle düzenli iletişim planı. Kötü haber vermekte hızlı olun; sessizlik gecikmeden daha çok güven öldürür.

## Neyi ölçmeli?

- **Ziyaretçiden ödemeye dönüşüm:** Gerçek talebin ilk ölçüsü. Öncü gösterge.
- **Ödeme yapanların profili:** Hedeflediğiniz segmentle uyumlu mu?
- **İade ve iptal oranı:** Teslimat öncesi bile kararsızlığı gösterir.
- **Müşteri edinme maliyeti (kampanya bazında):** Pre-satış kitlesi ölçeklenebilir bir kanaldan mı geldi, yoksa tek seferlik bir yakın çevre etkisi mi?

## Tuzaklar

**Yakın çevre yanılsaması.** İlk alıcılar arkadaşlar, aile ve kendi ağınız olabilir. Bu, ürünün pazarı olduğunu göstermez. İlk 20 alıcıdan kaçının sizi tanımadığına bakın.

**Fazla söz verme.** Kampanya heyecanıyla eklenen “stretch” özellikler, üretim aşamasında yükümlülüğe dönüşür. Kapsamı mütevazı tutup beklentiyi aşmak, tersinden daha iyi.

**Parayı yanlış yönetmek.** Toplanan fonu teslimat dışı harcamalarda eritip ürünü bitiremeyen ekipler hem müşterileri hem itibarı kaybeder. Ön ödemeleri, teslimata ayrılmış gibi düşünün.

**Crowdfunding'i pazarlama zannetmek.** Kampanya bir kez gelir ve geçer. Kampanyadan sonra elinize geçen kitleyi (e-posta listesi, topluluk) nasıl sürdüreceğinizi önceden planlayın.

## Bu hafta başlayın

1. Bekleme listenizden ya da görüşmelerinizden 10 kişi seçin ve onlara doğrudan şunu sorun: “Bu ürün şu tarihte şu fiyata hazır olsaydı, bugün ödeme yapar mıydınız?” Hayır ya da kararsız diyenlerin gerekçesini yazın.
2. Tek sayfalık bir pre-satış teklifi hazırlayın: problem, sonuç, fiyat, teslimat tarihi, iade koşulu.
3. Devam ve bırakma eşiğini rakamla yazın ve ekip içinde imzalatın.

---

# Platform Pazar Yeri

URL: https://alpsuleyman.com/tr/strategies/platform-pazar-yeri
Published: 2025-06-06
Updated: 2026-10-03
Author: Alp Suleiman

> Pazar yeri kurmanın zor kısmı yazılım değil, ilk işlemi gerçekleştirmek. Kazanan, her iki tarafı aynı anda değil, tek bir dar pazarda sırayla ikna edendir.

Pazar yeri fikri kâğıt üzerinde büyüleyicidir. Envanter tutmazsınız, her işlemden komisyon alırsınız, ağ etkisi sizi korur. Sonra ilk gün gelir: alıcı gelir, satıcı yoktur; ya da satıcı vardır, alıcı yoktur. İkisinin birden olduğu tek bir an yaratmanız gerekir ve o an hiçbir otomasyonla gelmez.

Pazar yeri girişimlerinde sık görülen bir durum, ekiplerin “platformu” inşa etmeye harcadığı zamanın, ilk yüz işlemi elle yaratmaya harcadığı zamandan çok daha fazla olması.

## Ne zaman ihtiyacınız var?

Pazar yeri modeli şu durumlarda mantıklı: iki taraf birbirini bulmakta zorlanıyor (parçalı arz, parçalı talep), aralarında güven sorunu var ve siz bunu çözebilirsiniz, işlemler tekrar ediyor ya da yüksek değerli, ve komisyonu haklı çıkaracak kadar fayda üretiyorsunuz. Mevcut çözüm bir gazete ilanı, bir WhatsApp grubu ya da tanıdık aracılar gibi dağınık bir şeyse, genelde alan vardır.

Henüz erken olduğunuz durum: iki taraf zaten birbirini kolayca buluyorsa ve aracıya ihtiyaç yoksa. Arz tarafında yalnızca birkaç büyük oyuncu varsa; bu durumda pazar yeri değil, doğrudan satış ya da yazılım daha doğru olur. Ve işlemlerin ana değeri platformdan değil taraflar arasındaki ilişkiden geliyorsa; bu, aşağıda anlatacağım en büyük risk.

## Çoğu ekibin atladığı nokta

Çoğu kurucu “tavuk mu yumurta mı” problemini iki taraf birden çözmeye çalışarak yaşar. Dengeli büyütmeye çalışırlar, ikisi için de pazarlama yaparlar, ikisi için de yetersiz kalırlar.

Daha iyi yaklaşım: önce bir tarafı, çok dar bir alanda, platformun kendisi olmadan değerli hale getirin. Buna “tek oyunculu mod” denir. Platform kimse yokken de bir tarafa fayda sağlıyorsa (satıcıya bir yazılım, alıcıya bir rehber, bir veri kümesi), öbür tarafı çağırmak kolaylaşır. Eksik tarafı, ilk aşamada elle doldurun: kendiniz arz edin, bir şehirde bir kategoride ilk satıcıları bire bir kazanın. Uber'in şehir şehir ilerleyerek büyümesi yaygın bilinen bir örnek: ağ etkisi küresel değil, yereldir.

> Pazar yeri ölçeklenirken değil, dar bir yerde yoğun olurken kazanılır. Yoğunluk, ağ etkisinden önce gelir.

Buradan ikinci içgörü: likidite, büyüklükten önemli. Sitede bir milyon ilan olması değil, bir alıcının aradığını makul sürede bulması önemli. Alıcıların kaçı ilk aramada eşleşiyor? İlanların kaçı belirli sürede bir işlem alıyor? Bu oranlar düşükse, hacim büyütmek sorunu çözmez, sadece yayar.

Üçüncü içgörü: komisyon değil güven satıyorsunuz. Taraflar kendi aralarında anlaşıp platformu dışlayabilir (disintermediation). Bunun tek gerçek çaresi, platformun ödeme güvencesi, itibar sistemi, sigorta, anlaşmazlık çözümü, sürekli yeni iş akışı gibi, taraflar için gerçekten bir şey sunması. Taraflar sizi komisyon yüzünden değil, size ihtiyaç duydukları için kullanmalı.

Şunu da eklemeliyim: pazar yerlerinin çoğu yetersiz fikir yüzünden değil, yetersiz sabır yüzünden ölür. Likidite kurmak aylar sürer ve bu sürede gelir küçüktür, sayılar sıkıcıdır. Yatırımcı ya da ekip baskısıyla yeni şehre ya da kategoriye erken geçen kurucular, ilk pazarı yarım bırakıp ikinciyi de yarım açar. İki yarım pazar, bir tam pazardan daha değersizdir. Genişleme kararını sezgiyle değil, daha önce tanımladığınız likidite eşiğinin geçilmesiyle verin.

## Uygulama planı

### 1. En dar başlangıç pazarını seçin

Tek şehir, tek kategori, tek tür alıcı. “Türkiye'deki tüm el işi satıcıları” değil, “İstanbul'daki düğün fotoğrafçıları ve nişan çiftleri” gibi bir kesit. Seçim kriteri: arz ve talebin birbirine yakın, sorunun acil, işlemin tekrarlanabilir olması.

### 2. Zor tarafı belirleyin

Genellikle biri kıt, değerli ve edinmesi zordur (satıcı, hizmet sağlayıcı, ev sahibi). Önce o tarafa odaklanın ve onlara ödeme almadan önce de değer sunun: müşteri bulma, yönetim aracı, itibar. Zor taraf geldiğinde diğer tarafı çağırmak kolaylaşır.

### 3. İlk işlemleri elle yapın

İlk yüz eşleşmeyi bire bir yapın. Satıcıları tek tek arayın, alıcıyı kendiniz yönlendirin, gerekiyorsa arka planda elle koordine edin. Bu ölçeklenmez, ama size iki şey öğretir: gerçek sürtünme noktaları nerede, ve platform hangi parçalarda gerçekten gerekli.

### 4. Likiditeyi tanımlayın ve izleyin

Sizin pazar yeriniz için “likit” ne demek? Örneğin: bir talep açıldıktan sonra 24 saat içinde en az üç teklif alması. Bu hedefi segment bazında takip edin. Hedefi tutturmadığınız bir segmentte yeni pazarlama harcaması yapmayın.

### 5. Güven katmanını işlemin içine koyun

Doğrulanmış profil, yorumlar, platform içi ödeme, güvence. Bunları ilk günden değil ama ilk işlemler başladığı anda ekleyin. Her güven mekanizması iki işi görür: taraflara güven verir ve onları platform içinde tutar.

### 6. Komisyonu en son ve dikkatle belirleyin

Erken dönemde komisyon almamak ya da çok düşük almak, likiditeyi inşa ederken mantıklıdır. Ama ödeme sürecinin platformun içinde kalması şart. Komisyonu, platformun yarattığı değerle orantılı belirleyin; karşılaştırma yaparken tarafların kendi alternatif maliyetine bakın.

## Neyi ölçmeli?

- **Eşleşme oranı:** Açılan taleplerin ne kadarı bir işlemle sonuçlanıyor? Likiditenin en doğrudan ölçüsü.
- **İlk teklife kadar geçen süre:** Alıcının deneyimini en iyi yansıtan öncü gösterge.
- **Tekrar işlem oranı:** Taraflar ikinci kez platformu kullanıyor mu? Cohort bazında izleyin.
- **Platform dışına kayma:** İlk işlemden sonra taraflar sizi atlıyor mu? Dolaylı olarak tekrar oranından anlaşılır.

## Tuzaklar

**Aynı anda her yerde olmaya çalışmak.** Çok şehir, çok kategori aynı anda; yoğunluk hiçbirinde oluşmaz. Her yeni segment, bir öncekinin likiditesini kanıtladıktan sonra açılmalı.

**Yalnızca hacme bakmak.** Kayıt ya da ilan sayısı artıyor ama eşleşme oranı düşüyorsa platform şişiyor, sağlıklılaşmıyor.

**Kalite kontrolü ertelemek.** Pazar yerinde bir kötü deneyim bir iyiden daha çok hatırlanır. Arz kalitesini erken denetlemezseniz, ilk alıcılar bir daha dönmez.

**Disintermediation'ı görmezden gelmek.** İşlemin tamamlandığı anda tarafların iletişim bilgisini paylaşmak komisyonu riske atar. Değeri, işlemden sonra da platformda sürecek şekilde tasarlayın: fatura, tekrar sipariş, itibar birikimi.

## Bu hafta başlayın

1. Pazar yeriniz için en dar anlamlı segmenti yazın (şehir, kategori, alıcı tipi) ve bu segmentin tahmini büyüklüğünü kabaca çıkarın.
2. Zor tarafınızdan 10 kişiyi doğrudan arayın ve onlara şunu sorun: “Şu anda yeni müşteriyi nasıl buluyorsunuz ve bu size neye mal oluyor?”
3. “Likit” tanımınızı tek bir cümleyle ve sayıyla yazın; mevcut verinizde bugün kaç eşleşmenin bu tanımı geçtiğine bakın.

---

# Growth Hacking Döngüsü

URL: https://alpsuleyman.com/tr/strategies/growth-hacking-dongusu
Published: 2025-01-14
Updated: 2026-10-02
Author: Alp Suleiman

> Growth hacking bir hile koleksiyonu değil, tek bir sorunun disiplini. Huninin en dar yeri neresi? Büyüme, o darboğaz açıldığında değil, ürünün kendisine gömüldüğünde kalıcı olur.

Hotmail'in ilk dönemlerinde gönderilen her e-postanın altına ücretsiz e-posta hesabına davet eden bir cümle eklenmesi, growth hacking denince en sık anılan örneklerden biridir. Bu hikâyeden çoğu kişi “akıllı bir pazarlama numarası” çıkarır. Ben başka bir şey görüyorum: pazarlama kanalı ürünün içindeydi. Ürünü kullanmak, onu dağıtmaktı.

Growth hacking'in özü bu. Hile ya da düşük bütçe değil; büyümeyi pazarlama departmanından alıp ürünün mimarisine yerleştirmek.

## Ne zaman ihtiyacınız var?

Ürününüz çalışıyor, kullanıcı değer alıyor ama büyüme tahmin edilebilir bir hızda ilerlemiyor ya da reklam bütçesi dışında bir motor yok. Huninin bir yerinde belirgin bir kayıp var ama nerede olduğunu kesin söyleyemiyorsunuz. Ekip küçük, bütçe sınırlı, ama ürün ve mühendislik kaynağınız var. Bunlar growth hacking'e hazır olma işaretleri.

Henüz erken olduğunuz durum: ürünü kullananlar elde tutulmuyorsa (retention düşük). Sızdıran bir kovaya su doldurmak, kayıt sayısını yükseltir ama büyümeyi yükseltmez. Önce tutundurma, sonra kazanım.

## Çoğu ekibin atladığı nokta

Growth hacking çoğu zaman “yaratıcı taktikler” diye anlaşılır: viral bir kampanya, bir sosyal medya numarası, bir ortaklık. Taktik listesiyle başlayan ekip, kendi ürününde işe yaramayacak ve bir başkasında çalışmış hileleri kopyalar.

Doğru başlangıç noktası taktik değil, kısıttır. Kısıtlar Teorisi (Theory of Constraints) mantığıyla: bir sistemin çıktısını en dar halka belirler. Huninizde aktivasyon %20 ise, kayıt sayısını iki katına çıkarmak çıktıyı neredeyse artırmaz; aktivasyonu %30'a çıkarmak ise her kanalın verimini birden yükseltir. Growth hacker'ın ilk işi yaratıcı olmak değil, darboğazı doğru teşhis etmek.

> En yaratıcı büyüme taktiği, yanlış darboğaza uygulanırsa en pahalı oyalanmadır.

Bunu deneme döngüsünden ayıran şey odak. Deneme döngüsü, her türlü hipotezi test eden bir bilgi sistemi. Growth hacking ise tek bir darboğaza sıkışmış, hızlı, çoğunlukla ürün ve mühendislik gerektiren müdahalelerdir. Biri öğrenme altyapısı, öbürü zamana ve soruna odaklı bir sprint.

İkinci kısım ise gömme. Ürünün kendi akışı bir büyüme mekanizması taşıyorsa (paylaşılan bir çıktı, ekibe davet, herkese açık bir profil, bir şablon galerisi) pazarlama harcamasına bağlı olmadan büyür. Dropbox'un yer kazanmak için davet sistemi bunun bilinen bir örneğidir: referral, ürünün değerinin doğal bir uzantısıydı.

Bu yaklaşımın bir bedeli de var: her darboğaz ürüne dokunmayı gerektirmez ama çoğu gerektirir, ve ürüne dokunmak mühendislik zamanı demektir. Growth ekibinin mühendis kaynağına doğrudan erişimi yoksa, en iyi teşhis bile haftalarca bir backlog sırasında bekler. Hızlı çalışan ekiplerde growth küçük bir çapraz-fonksiyonlu birimdir: bir ürün sahibi, bir mühendis, bir tasarımcı ve bir analist. Birimi küçük ve yetkili tutmak, tek bir teşhisle tek bir müdahale arasındaki süreyi günlere indirir.

Bir uyarı: darboğazı teşhis etmek, sezgiyle değil ölçümle yapılmalı. Ekiplerin çoğu “bizim sorunumuz trafik” ya da “bizim sorunumuz fiyat” gibi bir inançla başlar ve bütün çabayı oraya yığar. Huni haritası çıktığında genellikle başka bir şey görürler: kayıt olanların yarısı bir ilk adımı bile tamamlamıyordur. Teşhis, çoğu zaman ekibin en sevdiği hipotezi çürütür ve bu, sürecin en değerli anıdır.

## Uygulama planı

### 1. Hunisini uçtan uca haritalayın

Ziyaret, kayıt, aktivasyon, ilk değer, tekrar kullanım, ödeme, tavsiye. Her adım için gerçek bir sayı. Veri eksikse ilk iş ölçümü kurmak. Haritasız kimse darboğazı göremez.

### 2. Darboğazı bulun

En büyük göreli kaybın olduğu adımı bulun, ama aynı zamanda iyileştirmenin en çok çıktı yaratacağı adımı. Çoğu ürün için bu, kayıt ile ilk değer arasındaki bölgedir, yani aktivasyon. Cohort analizi ile yeni ve eski kullanıcıları ayırın; sorun yeni kullanıcıda mı yoksa genel mi?

### 3. Nedenini niteliksel olarak anlayın

Sayı “nerede” söyler, “neden”i söylemez. Bırakan kullanıcılarla konuşun, oturum kayıtlarını izleyin, bir adımda takılan on kişiyi gözlemleyin. Hipotezi bu gözlemden çıkarın, bir ilham listesinden değil.

### 4. Ürüne dokunan müdahaleler tasarlayın

Kayıt formunu kısaltmak, ilk deneyimi şablonla başlatmak, boş durumu yönlendiren bir ekrana çevirmek, bir sonraki adımı otomatikleştirmek, kullanıcının işini sizin için başkasına göstermek. Taktiğin ürünün içinde olması, pazarlama kampanyasının bittiği gün etkisinin de bitmemesi demek.

### 5. Hızlı, küçük, ölçülü sprint'ler

İki-üç haftalık sprint'ler: hipotez, minimum müdahale, ölçüm, karar. Her müdahale için başarı eşiğini önceden yazın. Sonuçlar belirsizse uzatmayın; bir sonraki darboğaza ya da farklı bir hipoteze geçin.

### 6. Çalışanı sistemleştirin

Bir müdahale işe yaradığında bunu bir kalıcı ürün davranışına çevirin ve bir sonraki darboğaza geçin. Darboğaz yer değiştirir: aktivasyon çözüldüğünde artık tutundurma ya da kanal verimliliği en dar halka olur. Süreç, her turda yeniden teşhisle devam eder.

## Neyi ölçmeli?

- **Huni adımı dönüşümü (darboğaz adımında):** Müdahalenin doğrudan etkisi; en hızlı gelen öncü gösterge.
- **Aktivasyon oranı:** Yeni kullanıcıların değer anına ulaşma yüzdesi.
- **Viral katsayı ya da davetle gelen kayıt payı:** Ürüne gömülü büyümenin işe yarayıp yaramadığı.
- **Müdahale başına etkilenen kullanıcı kazancı:** Çabanın getirisi; ucuz ama küçük, pahalı ama büyük müdahaleleri karşılaştırır.

## Tuzaklar

**Hile kültürü.** Kısa vadeli sayı artıran ama kullanıcıyı kandıran taktikler (gizli abonelik, aldatıcı bildirimler) kısa vadede grafiği yükseltir, uzun vadede markayı ve retention'ı çürütür. Bir müdahalenin kullanıcıya kendi çıkarını açıkça gösterip göstermediğini sorun.

**Tek kanala bağlanmak.** Bir kanaldan gelen büyüme, o kanalın algoritması ya da fiyatı değişince biter. Gömülü mekanizmalar daha dayanıklıdır.

**Ürün-pazar uyumu eksikliğini taktikle kapatmaya çalışmak.** Kullanıcılar değer görmüyorsa en iyi growth taktiği bile bir süre sonra çöker.

**Mühendislik desteği olmadan growth.** Growth hacking ürüne dokunur. Her değişiklik için bir backlog sırası beklemek zorundaysanız, bu strateji yarı gücünde çalışır.

## Bu hafta başlayın

1. Kayıttan ilk değere kadar olan huni adımlarını ve her adımdaki gerçek dönüşüm sayısını bir sayfaya yazın.
2. En büyük kaybın olduğu adımda, bırakan beş kullanıcıyla 15 dakikalık görüşme ayarlayın.
3. Bulgularınızdan çıkan tek bir ürün içi müdahaleyi seçin, başarı eşiğini yazın ve önümüzdeki iki hafta için sprint'e koyun.

---

# Deneme Süreleri (Trials)

URL: https://alpsuleyman.com/tr/strategies/deneme-sureleri
Published: 2025-07-08
Updated: 2026-10-02
Author: Alp Suleiman

> Deneme süresi bir ücretsiz erişim hediyesi değil, bir geri sayım. Kullanıcıyı süre bitmeden değer anına taşıyamıyorsanız, kimsenin satın almasını beklemeyin.

Bir yazılım şirketinin deneme dönüşüm raporunu açtığınızda genellikle aynı manzarayı görürsünüz: kayıt olanların büyük çoğunluğu ilk gün giriş yapıyor, ikinci günden sonra ortadan kayboluyor. Ekip ise sonraki hafta için “deneme süresini 14 günden 30 güne çıkaralım” fikrini tartışıyor.

Süreyi uzatmak, hiç kullanılmayan bir şeyi daha uzun süre kullanılmamış tutmaktır.

## Ne zaman ihtiyacınız var?

Free trial şu durumlarda doğru model: ürünün değeri birkaç hafta içinde yaşanabilir ve gerçek bir iş akışına, veriye ya da ekibe bağlı. Ücretsiz sürekli plan marjinal maliyet ya da kanibalizasyon yüzünden mümkün değil. Karar verici, satın almadan önce ürünün kendi işinde çalıştığını görmek istiyor. Fiyat belirgin, yani deneme sonrası ücretli plana geçişin ne kadar tutacağını kullanıcı biliyor.

Henüz erken olduğunuz durumlar: ürün kullanıcı kendi başına kuramayacak kadar karmaşıksa ve kurulum için sizin ekibiniz gerekiyorsa, deneme değil pilot süreci tasarlamanız gerekir. Onboarding henüz oturmadıysa, deneme hunisine para harcamak kırık bir ürün deneyimini ölçeklendirir.

Freemium'dan farkı: orada kalıcı bir ücretsiz katman, sınır ve yükseltme mantığı var. Burada ise zaman sınırlı, tam deneyim ve bir karar anı. Birinde soru “çizgiyi nereye çekelim?”, diğerinde “kullanıcı süre dolmadan değeri yaşayacak mı?”

## Çoğu ekibin atladığı nokta

Deneme süresi genelde takvimle tasarlanır: 7, 14, 30 gün. Oysa tek anlamlı süre, kullanıcının değer anına ulaşması için gereken süre artı bir tampon.

Önce değer anını tanımlayın: kullanıcının “ürün çalışıyor” dediği, bir daha dönmesini en çok öngören eylem. Bir proje yönetimi aracında bu, ekibiyle gerçek bir proje başlatmak olabilir. Bir analitik araçta, kendi verisiyle ilk raporunu görmek. Bu eylemi bulduktan sonra sorulacak soru şu: deneme başlayanların yüzde kaçı bu eyleme, hangi günde ulaşıyor? Çoğu ürün için değer anına ulaşanların büyük kısmı ilk birkaç gün içinde ulaşır. Ulaşmayanlar geç ulaşmaz, hiç ulaşmaz.

> Deneme süresinin bir hedefi var: kullanıcıyı değer anına taşımak. Süre, o hedefin aracıdır, kendisi değil.

Bu, denemenin başarısının büyük ölçüde onboarding başarısı olduğu anlamına gelir. Ekipler genellikle deneme sonrası e-posta dizilerini (dönüşüm kampanyası) optimize eder, ama kritik pencere ilk birkaç oturumdur. Orada kaybettiyseniz, “sürenin dolmasına 3 gün kaldı” e-postası kimseyi kurtarmaz.

Bir diğer atlanan nokta: kredi kartı isteyip istememe kararı. Kartlı deneme genellikle daha yüksek bir ücretli dönüşüm oranı verir ama çok daha az deneme başlangıcı. Kartsız deneme çok daha fazla kayıt getirir, ama kalitesiz kitleyi de içine alır. Doğru seçim ürününüzün karar yapısına bağlı; bu kararı bir tercih değil bir deney olarak ele alın ve kayıt sayısını değil, sonuçta ücretli müşteri sayısını karşılaştırın.

Denemenin kendisine dair son bir not: süre sonunda ne olacağı kadar, süre içinde kullanıcıya ne söylendiği de önemli. Bazı ürünler deneme bitince kullanıcıyı sessizce ücretsiz bir plana ya da salt okunur bir moda alır; bu, ilişkiyi koparmadan kapıyı açık tutar. Bazıları veriyi bir süre saklar ve geri dönüş için kolay bir yol bırakır. Kullanıcıyı sert bir duvara çarptırmak kısa vadede bir dönüşüm baskısı yaratır, ama dönmeyenlerin hafızasında kötü bir iz bırakır. Karşılığında kazandığınız sayı küçüktür, kaybettiğiniz güven ise ağırdır.

## Uygulama planı

### 1. Değer anını veriden bulun

Ücretli dönenlerle dönmeyenlerin ilk haftadaki davranışlarını karşılaştırın. İkisi arasında en keskin farkı yaratan eylem, aday değer anınızdır. “Bir ekip arkadaşını davet etti”, “ilk entegrasyonu bağladı” gibi. Bu bir korelasyon, nedensellik değil; ama en güçlü başlangıç hipotezidir.

### 2. Süreyi değer anına göre belirleyin

Değer anına ulaşanların ortalama süresini ve %80'inin ulaştığı günü bulun. Deneme süresi bu günün biraz üzerinde olsun. Süreyi tek bir sayıya sabitlemek zorunda değilsiniz: bazı ürünlerde süre uzatma talebi bile iyi bir sinyal ve bir satış fırsatıdır.

### 3. İlk oturumu tasarlayın

Boş bir ekranla karşılaşan kullanıcı çoğunlukla gider. Örnek veri, şablon, rehberli ilk görev, ilk 10 dakikada bitirilecek bir hedef verin. Her adım, değer anına yaklaştırmalı; ilgisiz kurulum adımlarını sonraya bırakın.

### 4. Yaşam döngüsü mesajlarını davranışa bağlayın

“Gün 3 e-postası” yerine “ilk entegrasyonu bağlamayanlara” giden mesaj. Gönderim zamanı takvime değil, kullanıcının geldiği noktaya bağlı. Takılan kullanıcıya bir insan (kısa görüşme, canlı yardım) ulaşabilir; özellikle yüksek değerli hesaplarda.

### 5. Karar anını açık yaratın

Süre sonu belirsiz olmasın. Kullanıcı neyi kaybedeceğini, hangi planların olduğunu, fiyatın ne olduğunu net görsün. Deneme sürecinde yarattığı verinin ve emeğin (kurduğu raporlar, davet ettiği ekip) süre sonunda ne olacağı açık olsun. Kullanıcıya bir kolay yol sunun: planı seçmek, süreyi uzatmak, ya da veriyi dışa aktarmak.

### 6. Kaybedilenleri öğrenin

Dönmeyenlere kısa bir “neden” sorusu gönderin ya da bir kısmını arayın. Gelen cevaplar (fiyat, eksik özellik, zamanlama, ekip onayı) trial'ın kendisinin ya da satış sürecinin neresinin kırık olduğunu gösterir.

## Neyi ölçmeli?

- **Değer anına ulaşma oranı (deneme başına):** En önemli öncü gösterge; dönüşümden haftalar önce haber verir.
- **Değer anına ulaşma süresi:** Onboarding hızının ölçüsü.
- **Denemeden ücretliye dönüşüm (cohort bazlı):** Gecikmeli sonuç; kayıt kaynağına ve segmente göre bölün.
- **Deneme kayıtlarından ücretli müşteriye gelir:** Kartlı/kartsız gibi tasarım kararlarını karşılaştırmak için asıl ölçü.

## Tuzaklar

**Süreyi uzatarak sorunu çözmeye çalışmak.** Kullanıcı ilk günlerde değeri bulamadıysa, 30. günde bulma ihtimali çok düşük.

**Özellik kısıtlı deneme.** Kullanıcıya ürünün zayıf bir hâlini deneterseniz, onu en iyi hâliyle değerlendiremez. Deneme gerçek ürünle olmalı.

**Satış ekibini sürece dahil etmemek.** Yüksek değerli hesaplarda deneme, bir satışçı için en iyi keşif aracıdır. Kimin ne kadar kullandığını görmeden yapılan satış takibi körlemesine olur.

**Tüm kullanıcılara aynı süreci uygulamak.** Bireysel kullanıcı ile 50 kişilik bir ekip için aynı deneme akışı çalışmaz. Segmentlere göre farklı yollar tasarlayın.

## Yapay zekâ çağında bu strateji

Deneme süresi klasik yazılımda bir takvim sorusuydu: kaç gün? Çıkarım maliyeti olan bir üründe aynı deneme süresi çok farklı faturalar doğurabilir: bir kullanıcı birkaç çağrı yapar, bir başkası günde çok sayıda. Bedava çıktı toplamak için art arda hesap açanlar da olabilir.

Bu yüzden süre tek başına yeterli bir sınır olmayabilir. Denemeyi kullanım bütçesiyle (kredi, çağrı ya da çıktı sayısı) tanımlayın; bütçeyi, değer anına ulaşmak için gereken en küçük kullanımın biraz üstüne koyun. Aynı cihazdan gelen çok sayıda kayıt ya da bütçe biter bitmez açılan yeni hesap, kötüye kullanım işareti olabilir.

Pratik kural. Deneme bütçesini değer anına ulaşan kullanıcının tipik harcamasına göre koyun; bütçesini tüketen hesapların ne kadarının değer anına ulaştığını ayrıca izleyin.

Bizim yorumumuz: bütçe cömertse kartsız deneme kitleyi bedava çıktı arayanlarla doldurabilir. Kartlı ve kartsız denemeyi aynı bütçeyle karşılaştırın ve ücretli müşteri başına deneme maliyetine bakın; kayıt sayısı bu maliyeti gizleyebilir.

## Bu hafta başlayın

1. Son 3 ayda ücretli dönenler ile dönmeyenlerin ilk 7 gündeki davranışını karşılaştırın ve en çok ayıran tek eylemi yazın.
2. Bu eyleme ulaşanların yüzdesini ve ortalama gününü hesaplayın; mevcut deneme sürenizle karşılaştırın.
3. Yeni bir deneme kullanıcısı gibi kaydolun ve ilk 10 dakikada ne olduğunu, hangi ekranda ne yapacağınızı bilemediğinizi not edin.

---

# Kurucu Odaklı Pazarlama

URL: https://alpsuleyman.com/tr/strategies/kurucu-odakli-pazarlama
Published: 2025-08-22
Updated: 2026-10-02
Author: Alp Suleiman

> Kurucu markası, kurucunun kendini pazarlaması değil; şirketin henüz kurumsal bir sesi yokken en güvenilir sesi olması. Zayıf yanı da aynı, tek bir insana bağlı olması.

Erken aşama bir şirketin en inandırıcı satış materyali genellikle bir sunum ya da web sitesi değildir. Kurucunun kendisidir. Neden bu problemi seçtiğini, neyi yanlış yaptığını, neye inandığını anlatan bir insan, en parlak kurumsal metinden daha çok güven kurar.

Bunu bilen çok kurucu var. Bunu işe çeviren az, çünkü ikisi birbirine karıştırılır: kendini göstermek ile bir görüş taşımak.

## Ne zaman ihtiyacınız var?

Şu sinyaller kurucu odaklı pazarlamayı önceliğe taşır: ürün kategorisi yeni ya da güvensizlik yüksek (finans, sağlık, B2B altyapı) ve alıcı “bunu kim yapıyor?” diye soruyor. Pazarlama bütçesi sınırlı ve büyük markalarla reklam üzerinden yarışamıyorsunuz. Kurucunun alanda gerçek bir deneyimi ya da görüşü var. Satış görüşmelerinde kurucu katıldığında kapanış oranının farklı olduğunu görüyorsunuz.

Henüz erken olduğunuz durum: söyleyecek özgün bir şeyiniz yoksa. Sektör haberlerini yeniden paylaşmak içerik değildir. Ürün ve müşteriyle ilgili temel işler yapılmadıysa, kurucunun zamanı en pahalı kaynaktır; onu görünürlüğe değil ürüne harcamak gerekebilir. Ve kurucu bu işi istemiyor ya da yapamıyorsa: zorla yazılan, ghostwriter'ın sesiyle konuşan bir profil, hiç olmamasından daha az güven verir.

## Çoğu ekibin atladığı nokta

Kurucu markasının asıl işi popülerlik değil, konumlandırmanın bir insan ağzından anlatılması.

Bir kategoride herkes aynı özellikleri sayarken, farklı olan şey şirketin dünyaya bakışıdır: bu sektörün neyi yanlış yaptığına, neyin değişmesi gerektiğine dair net bir görüş. Kurucu bu görüşü her gün farklı biçimlerde tekrar eder: bir yazı, bir konuşma, bir müşteri görüşmesi, bir iç toplantı. Zamanla pazar, ürünü değil bu görüşü hatırlar. Ve görüşle uyumlu olan alıcı kendiliğinden gelir.

> Kurucu pazarlamasında kazanan, en çok görünen değil, en net görüşe sahip olandır.

Bu, kurucunun hayatından paylaşım yapması anlamına gelmez. Kişisel hikâye bir araçtır, amaç değil: kurucunun neden bu işi yaptığı, hangi sahne onu bu probleme getirdi, hangi hata onu değiştirdi. Bunlar görüşü inandırıcı kılar. Ama görüşün yerine geçerse, içerik kurucunun kendisi hakkında olur ve alıcı için bir şey ifade etmez.

Bir de zamansal gerçek var: kurucu markası ölçeklenmez. Şirket büyüdükçe ya kurucu markası şirket markasına ve bir ekibin sesine dönüşmeli, ya da şirket tek bir insanın görünürlüğüne bağımlı kalır. İlk günden bu geçişi akılda tutmak gerekir.

Bir de pratik bir ayrım yapmakta fayda var: kurucu odaklı pazarlama bir içerik stratejisi olduğu kadar bir dinleme stratejisidir. En iyi kurucu içeriklerinin çoğu, kurucunun müşteri görüşmelerinde duyduğu bir cümleden, bir itirazdan, bir şaşkınlıktan çıkar. Yani içeriği iyi olan kurucu, aynı zamanda piyasayı en iyi dinleyen kurucudur. Masa başında konu aramak yerine, haftada birkaç gerçek müşteri konuşması yapmak hem içeriği hem ürünü besler. Bu döngü kurulduğunda yazmak bir külfet olmaktan çıkar.

## Uygulama planı

### 1. Görüşünüzü bir cümleye indirin

“Sektör X yanlış yapıyor, biz Y'ye inanıyoruz çünkü Z'yi gördük.” Bu cümlenin yazılabilmesi için gerçek bir deneyim gerekir. Yazamıyorsanız, içerik üretmeye başlamak için henüz erken; önce müşteri görüşmelerine dönün.

### 2. Platformu alıcının olduğu yerden seçin

B2B kurucuysanız çoğunlukla LinkedIn ve e-posta bülteni; geliştirici ürünüyse teknik bloglar ve X ya da topluluklar. Her yerde olmaya çalışmayın. Alıcınızın zaten zaman geçirdiği tek bir kanal seçin ve oraya düzenli verin.

### 3. Üç içerik sütunu belirleyin

Örneğin: (a) alandaki görüşünüz, (b) şirketi kurarken öğrendikleriniz (hatalar dahil), (c) müşterilerden gördüğünüz gerçek desenler. Her paylaşım bu üçünden birine bağlı olsun. Bu hem tutarlılık hem de ne yazacağını bilememe sorununun çözümü.

### 4. Ritmi sürdürülebilir tutun

Haftada iki kısa gönderi ve ayda bir uzun yazı, günlük paylaşımdan daha çok iş görür, çünkü sürer. Takvimde sabit bir saat ayırın; kurucu zamanı en kıt kaynak olduğu için içeriği satış görüşmelerinden ve müşteri konuşmalarından çıkarın, sıfırdan konu aramayın.

### 5. Dağıtımı ekip işine dönüştürün

Kurucunun yazdığı bir içerik, ekibin de paylaşması, satışın görüşmelerde kullanması, müşteri başarının müşterilere göndermesiyle çok daha büyür. İçeriği bir “kurucu hobisi” olmaktan çıkarıp şirketin satış malzemesi haline getirin.

### 6. Geçişi baştan planlayın

Şirket sesi ile kurucu sesi arasında bir köprü kurun: ekipten insanlar görüş yazılarına katılsın, müşteri hikâyeleri öne çıksın, şirket hesabı kurucunun görüşünü taşısın. Hedef, kurucu bir gün görünmez olsa bile şirketin görüşünü sürdürebilmesi.

## Neyi ölçmeli?

- **Gelen mesaj ve görüşme talepleri:** Doğrudan kurucuya gelen “sizinle konuşmak istiyoruz” mesajları. Takipçi sayısından çok daha anlamlı bir öncü gösterge.
- **Satış görüşmesinde “sizi nerede duydunuz?” yanıtları:** Kurucu içeriğinin satış hunisine girişini gösterir.
- **Kurucu katılımlı fırsatların kapanış oranı:** Güvenin ticari karşılığı.
- **İçerik başına doğrudan etkileşim kalitesi:** Beğeni değil, alıcı profilindeki kişilerin yorum ve yönlendirmeleri.

## Tuzaklar

**Kendini pazarlamak.** İçerik kurucunun başarılarına döndüğünde, alıcı kendi sorusuna cevap bulamaz. Her paylaşımda şunu sorun: bu bir okuyucuya ne veriyor?

**Görüş yerine fikir taklidi.** Popüler görüşleri tekrar etmek, alanda gürültü yaratır, güven değil. Paylaşımların bir kısmının kimseyi memnun etmeyen ama doğru olduğuna inandığınız şeyler olması gerekir.

**Vaat ile ürün arasında açık bırakmak.** Kurucu büyük konuşuyor ama ürün bunu karşılamıyorsa, görünürlük ters etki eder. Ürünün yapabildiğinden fazlasını söylemeyin.

**Tek kişilik bağımlılık.** Kurucu bir süre içerik üretemezse tüm pazarlama durur. İçerik takvimi ve dağıtım, kurucunun müsait olmadığı haftaları da kaldırabilmeli.

## Bu hafta başlayın

1. Görüşünüzü bir cümleyle yazın ve en güvendiğiniz iki müşteriye gösterip “doğru mu, sizin için önemli mi?” diye sorun.
2. Son iki ayda satış ve müşteri görüşmelerinde tekrar eden üç soruyu ya da itirazı yazın; bunlar ilk üç yazınızın konusu.
3. Kendi alıcılarınızın en çok vakit geçirdiği tek kanalı seçin ve takviminize haftada iki sabit saat ekleyin.

---

# Stratejik Ortaklıklar

URL: https://alpsuleyman.com/tr/strategies/stratejik-ortakliklar
Published: 2025-09-03
Updated: 2026-10-02
Author: Alp Suleiman

> İyi bir ortaklık logo değişimi değil, aynı müşteriye farklı yerden dokunan iki şirketin birbirinin eksik halkasını tamamlaması. Ve çoğu ortaklık, ikinci toplantıdan sonra ölür.

Ortaklık toplantılarının çoğu aynı cümleyle biter: “Çok güzel bir fit var, bir şeyler yapalım.” Sonra iki taraf da kendi gündemine döner ve üç ay sonra kimse bir sonraki adımı hatırlamaz. Basın bülteni yayınlanmıştır, logolar birbirinin sitesine konmuştur, gelir sıfırdır.

Sorun niyette değil; ortaklığın bir ilişki olarak değil, bir ürün olarak tasarlanmamış olmasında.

## Ne zaman ihtiyacınız var?

Ortaklık stratejisi şu sinyallerde anlam kazanır: aynı müşteriye hizmet eden ama rekabet etmeyen şirketler var. Müşteri kazanımında en büyük engel güven ya da erişim; yani sizi tanımayan bir kitleye önceden güvenilen birinin tanıştırması işi çözer. Ürününüz tamamlayıcı bir parçaya ihtiyaç duyuyor ama kendiniz geliştirmek mantıksız. Müşterileriniz zaten iki ürünü birlikte kullanıyor ve bunu kendileri elle yapıyor.

Henüz erken olduğunuz durum: kendi ürününüz ve değer önermeniz oturmadıysa. Ortak size kitlesini açar, ama bu kitlenin ilk deneyimi kötüyse, ortağın güvenini de yakarsınız. Ayrıca ortaklık yönetmek zaman alır; ekipte bu işe ayrılabilecek bir sahip yoksa başlamayın.

## Çoğu ekibin atladığı nokta

Ortaklıklar genellikle firma düzeyinde konuşulur: “Biz ve onlar neler yapabiliriz?” Gerçekte işleyen ortaklıklar ise müşteri düzeyinde tanımlanır: “Ortak müşterimiz şu anda şu problemi nasıl çözüyor ve biz birlikte bunu nasıl daha kolay yaparız?”

Bu farkın pratik sonucu şu. Firma düzeyindeki ortaklığın sahibi yoktur, çünkü ikisi de “stratejik” bir şeyin parçası. Müşteri düzeyindeki ortaklığın ise net bir somut çıktısı vardır: bir entegrasyon, ortak bir paket, bir tavsiye akışı, bir ortak çalışma. Bunun sahibi, ölçütü ve teslim tarihi olur.

> Ortaklık bir toplantıda değil, ortak müşterinin gerçek bir problemi çözüldüğünde başlar.

İkinci atlanan nokta, karşı tarafın teşviki. Ortağınız neden sizinle ilgilenmeli? Gelirine ne katıyorsunuz, müşteri kaybını nasıl azaltıyorsunuz, ürününü nasıl daha değerli kılıyorsunuz? Cevap net değilse, ortaklık sizin gündeminizin onların takvimine yansıtılması olarak kalır ve bir süre sonra düşer. Ortaklık teklif ederken kendi faydanızı değil, ortağın faydasını anlatın.

Kanal ortaklıklarından (satış yapan bayi, entegratör, reseller) farkı da şurada: burada amaç bir satış kanalı kurmak değil, iki ürünün birlikte yarattığı değeri paylaşmak; ilişki daha eşit, çıktı daha çok dağıtım ve güvenilirlik.

Ortaklık yönetiminin kimsenin sevmediği bir tarafı da var: kapatmak. Çoğu ortaklık resmen sona ermez, sadece sessizleşir; iki taraf da bir sonraki toplantıyı ayarlamaz. Bu belirsizlik hem zaman hem dikkat harcar. Pilot başlarken bitiş tarihini ve devam kriterini yazmak, sonunda iki tarafa da net bir çıkış yolu verir. “Bu işe yaramadı, ama aramızda iyi bir ilişki kaldı” diyebilmek, gelecekte farklı bir formda yeniden denemenin zeminini korur.

Bir de zamanlama meselesi var. Ortaklık teklifi, kendi tarafınızda bir kanıt varken güçlüdür: birkaç memnun müşteri, çalışan bir entegrasyon prototipi, ölçülebilir bir sonuç. “Birlikte ne yapabiliriz?” diye gitmek yerine “ortak müşterilerimizden şu üçü bunu elle yapıyor, işte kanıtı” diye gitmek, karşı tarafın yöneticisine bir karar verme kolaylığı sağlar. Ortaklıkta ilk toplantının işi fikir satmak değil, küçük bir kararı kolaylaştırmaktır.

## Uygulama planı

### 1. Kendi ihtiyacınızı netleştirin

Ortaklıktan ne istiyorsunuz: yeni segmente erişim, güvenilirlik, tamamlayıcı bir özellik, dağıtım? Tek bir birincil hedef seçin. Her şeyi isteyen ortaklık, hiçbir şey vermez.

### 2. Aday listesini müşteriden çıkarın

Müşterilerinize “ürünümüzün yanında hangi araçları kullanıyorsunuz?” diye sorun, sonuçları sıralayın. Satış görüşmelerinde sık geçen araçlara bakın. En yaygın birlikte kullanım, en doğal ortaklık adayıdır. Önce 20 aday çıkarın, sonra 3'e indirin.

### 3. Önce küçük bir pilot önerin

Büyük bir “ortaklık anlaşması” yerine 6-8 haftalık somut bir deneme: bir entegrasyon, ortak bir webinar, ortak bir müşteri grubuna özel bir teklif. Pilotun başarı ölçütünü baştan yazın. Küçük bir pilot, riski iki tarafta da düşürür ve gerçek veri verir.

### 4. Tek satırlık bir değer değişimi yazın

“Biz size X getiriyoruz (kitle, özellik, gelir), siz bize Y getiriyorsunuz.” İki taraf için de net olmalı. Gelir paylaşımı varsa, formül basit ve denetlenebilir olsun.

### 5. İki tarafta da sahip atayın

Her ortaklığın iki tarafta da bir adı olan sorumlusu olsun, düzenli kısa bir senkronizasyon toplantısı yapılsın. Sahipsiz ortaklıklar, ilk gündem değişikliğinde sessizce sönerler.

### 6. İşe yarayanı derinleştirin

Pilot işe yaradıysa bir sonraki aşamaya geçin: ortak ürün özelliği, ortak satış hareketi, pazar yeri listelemesi. İşe yaramadıysa net bir şekilde kapatın; bir ortaklığı kimse zarar vermeden bırakmak da bir beceridir.

## Neyi ölçmeli?

- **Ortaklıktan gelen aday sayısı ve kalitesi:** Öncü gösterge; kaynağı etiketleyin.
- **Ortak kanaldan gelen müşterilerin kazanım maliyeti:** Doğrudan kanallarla karşılaştırın.
- **Ortaklıktan gelen müşterilerin retention'ı:** Güvenle gelenler çoğu zaman daha uzun kalır, ama bunu kendi verinizle kontrol edin.
- **Entegrasyonu kullanan müşteri oranı:** Ortaklığın üründe gerçekten işe yaradığının kanıtı.

## Tuzaklar

**Logo ortaklığı.** İki marka birbirinin sitesinde görünür, müşteri için hiçbir şey değişmez. Her ortaklığın somut bir müşteri faydası olmalı.

**Aşırı bağımlılık.** Büyümenin çoğunu tek bir ortağa bağlarsanız, o ortağın fiyat, politika ya da öncelik değişikliği sizi ciddi şekilde sarsabilir. Birden fazla ortak ve doğrudan kanallarla dengeleyin.

**Gelecekteki rakibi içeri almak.** Tamamlayıcı gibi görünen bir ortak, yarın sizin alanınıza girebilir. Hangi verileri paylaştığınızı ve müşteri ilişkisinin kimde kaldığını sözleşmede netleştirin.

**Müşteri deneyimini unutmak.** Entegrasyon bozulduğunda müşteri ikiniz arasındaki sorumluluğu sormaz, sizi suçlar. Destek akışını ve sorumluluk dağılımını baştan kurun.

## Bu hafta başlayın

1. Son 20 kazandığınız müşteriye ürününüzün yanında kullandıkları araçları sorun ya da satış notlarından çıkarın; en sık geçen üçünü yazın.
2. Bu üç ortak aday için tek cümle yazın: “Onlara şu kazancı sağlarız.” Yazamıyorsanız o aday için hazır değilsiniz.
3. En umut verici adaya, 6-8 haftalık somut bir pilot önerisini bir sayfada hazırlayıp gönderin.

---

# Oyunlaştırma ve Müşteri Başarısı

URL: https://alpsuleyman.com/tr/strategies/oyunlastirma-ve-musteri-basarisi
Published: 2025-12-16
Updated: 2026-10-02
Author: Alp Suleiman

> Rozet ve puan tabloları kimseyi tutmaz. Kullanıcıyı tutan, gerçek bir ilerlemeyi görünür kılmak. Oyunlaştırma ve müşteri başarısı aynı işin iki ucu. İkisi de kullanıcının hedefine ulaşmasına yardım.

Bir ürün ekibi retention düşünce genellikle iki şeyden birini yapar: rozet ekler ya da bir müşteri başarı yöneticisi (CSM) işe alır. İkisi de doğru olabilir. İkisi de, kullanıcının gerçekten ne yapmaya çalıştığını bilmeden yapılırsa para kaybıdır.

Oyunlaştırmayı ve müşteri başarısını birlikte ele alıyorum çünkü ikisi aynı soruya iki ölçekte cevap verir: kullanıcı hedefine doğru ilerliyor mu, ve bu ilerlemeyi o da görüyor mu?

## Ne zaman ihtiyacınız var?

Şu sinyaller bu stratejiyi öne çıkarır. Kullanıcı kaydolup ilk değeri alıyor ama birkaç hafta sonra kullanım düşüyor. Ürün tek seferlik değil, tekrarlayan kullanımla değer üretiyor. Ürünün değeri zamanla birikiyor (alışkanlık, veri, öğrenme, ilerleme). Churn analizinde “ürünü unuttum” ya da “tam olarak ne işe yaradığını anlamadım” gibi nedenler çıkıyor. Müşteri sayınız bir CSM ekibini taşıyacak gelire sahip ya da bunu otomasyonla ölçekleyebiliyorsunuz.

Henüz erken olduğunuz durum: ürün ilk haftada değer üretmiyorsa. Oyunlaştırma, değeri olmayan bir ürünü eğlenceli yapmaz; kısa süreli bir ilgi yaratır, sonra ters teper. Ve henüz retention'ı ölçmüyorsanız, neyi iyileştirdiğinizi bilemezsiniz.

## Çoğu ekibin atladığı nokta

Oyunlaştırma çoğu zaman yüzeysel bir katman olarak görülür: puan, rozet, lider tablosu. Kullanıcılar ilk gün bunlara bakar, üçüncü hafta sıkılır. Nedeni basit: bu öğeler ürünün kendi değeriyle ilişkisizdir. Kullanıcı rozet kazanmak için gelmez; işini yapmak için gelir.

Çalışan oyunlaştırma, gerçek ilerlemeyi görünür kılar. Duolingo'nun günlük seri (streak) mekaniği bunun bilinen bir örneğidir: seri, kullanıcının gerçekten bir dil öğrenme alışkanlığı kazanmasını görünür kılar ve geri dönmek için bir sebep yaratır. Burada rozet değil, alışkanlığın kendisi ödüllendirilir. Bir iş yazılımında karşılığı: “Bu ay 12 teklifi kapattınız, geçen aya göre 3 gün daha hızlı” gibi, kullanıcının kendi işindeki ilerlemeyi gösteren geri bildirim.

> Oyunlaştırma, ürünün zaten verdiği değeri görünür kılar. Vermediği değeri uyduramaz.

Müşteri başarısı ise bu mantığın insan ve süreç tarafı. Çoğu ekip müşteri başarısını “sorun çıkınca devreye giren destek” olarak yönetir; oysa temel işi proaktif olmak. Müşteri şikayet etmeden önce, kullanımın düştüğünü, hedefine yaklaşmadığını, ürünün bir parçasını hiç kullanmadığını fark etmek. Sorun çıktıktan sonra yapılan her müdahale, çıkmadan yapılandan pahalı ve daha az etkilidir.

İkisini birleştiren fikir: ürünü kullanıcının *hedefine* göre ölçmek, kendi kullanım metriğinize göre değil. Müşterinin satın alırken söylediği hedef ne? Bu hedefe ne kadar yaklaşmış? Yaklaşmıyorsa, bunu hem ürün içinde (ilerleme göstergesi, sonraki adım önerisi) hem insan eliyle (CSM'in müdahalesi) ele alın.

Bu iki alanı birlikte ele almanın bir başka faydası daha var: ekibin içinde bir ortak dil yaratması. Ürün, pazarlama, destek ve müşteri başarısı ekipleri genellikle farklı bir başarı tanımıyla çalışır. Ürün kullanım süresine, pazarlama kayıt sayısına, destek çözüm süresine bakar. Müşterinin hedefini ortak metrik yaptığınızda bu ekipler aynı soruya cevap vermeye başlar: bu müşteri hedefine yaklaşıyor mu? Bu, hiçbir mekanikten daha güçlü bir oyunlaştırmadır, çünkü herkesin gündemini aynı yöne çevirir.

## Uygulama planı

### 1. Kullanıcının hedefini tanımlayın

Müşteri satın alırken ya da kaydolurken hangi sonucu bekliyor? Bunu onboarding sırasında sorun ve kaydedin. “Başarı” bir ürün metriği değil, müşterinin sonucu: ay sonu kapanışı daha hızlı, daha çok teklif kapanması, daha az hatalı sipariş.

### 2. Başarı yolunu aşamalara bölün

Hedefe giden yolu 4 ila 6 somut aşamaya ayırın. Her aşama bir ürün eylemiyle ölçülebilir olsun. Bu aşamalar hem oyunlaştırmanın (ilerleme çubuğu, kilometre taşı) hem de CSM'in (müşteri hangi aşamada?) ortak dili.

### 3. İlerlemeyi ürün içinde görünür kılın

Kullanıcıya yaptığı ilerlemeyi gösterin: tamamlanan aşamalar, bir sonraki adım, kendi sonuçları. Streak, kilometre taşı kutlaması, kişisel rapor gibi mekanikleri yalnızca gerçek bir davranışa bağlıysa ekleyin. Her mekanik için sorun: bu, kullanıcının gerçekten işine yarayan bir davranışı mı ödüllendiriyor?

### 4. Müşteri sağlık skorunu kurun

Kullanım sıklığı, hedef aşamaya ilerleme, destek talepleri, ekip genişliği gibi birkaç sinyalden basit bir sağlık skoru çıkarın. İlk sürüm kusurlu olabilir; amaç, risk altındaki hesapları erkenden görmek. Skoru, churn eden müşterilerin geçmiş verisiyle geriye dönük test edin: gerçekten önceden uyarı verir miydi?

### 5. Dokunuş modellerini ayırın

Her müşteri aynı ilgiyi hak etmez ve her biri için aynı maliyeti karşılayamazsınız. Yüksek değerli hesaplar için insan temaslı, orta segment için yarı otomatik (tetiklenen e-postalar, kısa görüşmeler), küçük hesaplar için tamamen ürün içi ve otomatik (tech-touch) bir model kurun. Her segmentte hedef aynı: hedefe ulaşma.

### 6. Aksiyon kitapları (playbook) yazın

“Hesap 14 gündür giriş yapmadı”, “ilk entegrasyon kurulmadı”, “yenilemeye 60 gün kaldı ama kullanım düştü” gibi durumlar için tek sayfalık oyun planları: kim, ne zaman, ne söyler, hangi sonuç beklenir. Bu, CSM'in kişisel yeteneğine değil sürece dayanır ve ekip büyüdüğünde ölçeklenir.

## Neyi ölçmeli?

- **Hedef aşamalara ilerleme oranı:** Müşterilerin başarı yolundaki dağılımı; öncü gösterge.
- **Müşteri sağlık skoru dağılımı ve skorun doğruluğu:** Skor, gerçek churn'ü ne kadar önceden yakalıyor?
- **Dönemsel aktif kullanıcı ve çekirdek eylem sıklığı:** Alışkanlığın oluşup oluşmadığı.
- **Net gelir retention'ı (NRR):** Gecikmeli ama en güçlü sonuç göstergesi; genişleme ve kayıp birlikte.

## Tuzaklar

**Anlamsız mekanikler.** Kullanıcı davranışıyla ilgisiz puan ve rozetler ilk haftada ilgi çeker, sonra yapay görünür. Hatta kullanıcıyı “oyun oynuyormuş” gibi hissettirip ürüne olan saygıyı düşürebilir.

**Yanlış davranışı ödüllendirmek.** Her gün girişi ödüllendirirseniz, kullanıcı değer almadan girişi yapar. Ürünün başarı tanımına uymayan davranışı ödüllendiren mekanik, yanlış metriği şişirir.

**Müşteri başarısını tepkisel yönetmek.** CSM'in zamanının çoğu yangın söndürmekle geçiyorsa, proaktif iş hiç yapılamaz. Risk sinyallerini otomatik toplayın ki CSM yangını değil, yangın çıkmadan önceki durumu görsün.

**Müşteri başarısını satış hedefine bağlamak.** CSM'i yalnızca yenileme ya da upsell kotasıyla ölçerseniz, müşteri hedefi yerine kendi kotasına odaklanır. Müşterinin hedefine ulaşmasını ana metrik tutun; gelir bunun sonucu olsun.

## Bu hafta başlayın

1. Son 10 churn eden müşteriyi seçin ve ayrılmadan önceki 60 gün kullanım grafiklerine bakın: hangi sinyal haftalar önce uyarı verdi?
2. Ürününüzde bir kullanıcının “hedefine ulaştığı” anı tek bir eylem olarak tanımlayın ve bugün kaç aktif kullanıcının buna ulaştığını sayın.
3. Mevcut gamification öğelerinizi (varsa) tek tek gözden geçirin ve her biri için “bu, gerçek ilerlemeyi mi gösteriyor?” sorusunu yanıtlayın.

---

# Sürdürülebilirlik Odaklı Markalaşma

URL: https://alpsuleyman.com/tr/strategies/surdurulebilirlik-odakli-markalasma
Published: 2026-03-12
Updated: 2026-10-03
Author: Alp Suleiman

> Sürdürülebilirlik bir etiket olduğunda maliyettir, bir karar kuralı olduğunda marka. Fark, değerlerin bir ürün kararında size gerçekten bir şey kaybettirip kaybettirmediğinde saklı.

Bir markanın sürdürülebilirlik sayfasını açınca önce şuna bakın: orada yazan değerlerden hangisi, bir kez olsun şirkete para kaybettirmiş? Çoğu zaman cevap yok. Yeşil bir logo, “doğaya saygılıyız” cümlesi, belki geri dönüşümlü bir ambalaj. Güzel ama bunların hiçbiri bir pozisyon değil.

Sürdürülebilirlik odaklı markalaşma, bu değerlerin ürün, tedarik ve fiyat kararlarını gerçekten yönlendirdiği bir marka mimarisi kurmaktır. Kampanya değil, karar kuralıdır. Tüketici bunu duyduğunda değil, tutarlılığı tekrar tekrar gördüğünde inanır.

## Ne zaman ihtiyacınız var?

İlk sinyal, müşterilerinizin zaten sorması. Satış görüşmelerinde ya da destek kutusunda “bu nerede üretiliyor”, “ambalajı geri dönüşüyor mu” gibi sorular geliyorsa talep var demektir. İkinci sinyal, fiyat rekabetinde sıkışmanız ve ürünün ham özelliklerle farklılaşamaması: değer üzerinden ayrışacak bir hikâye arıyorsunuzdur.

Üçüncüsü kurumsal taraf. Büyük müşterilerin tedarikçi anketlerinde karbon, etik üretim ya da iş gücü soruları görmeye başladıysanız bu artık bir pazarlama konusu değil, satış engelidir.

Henüz erken olduğu durumlar da var. Ürün-pazar uyumunu bulmadıysanız, sürdürülebilirliği marka çatısı yapmayın; önce müşteri sizi satın alsın. Ayrıca iddianızı kanıtlayacak veriyi (tedarik zinciri, malzeme, ölçüm) hâlâ toplayamıyorsanız, konuşmadan önce ölçmeye başlayın.

Bir de iç sinyal var: ekibiniz. İyi insanlar işe alırken “bu şirket neyi savunuyor?” sorusunu sorar. Cevabınız bulanıksa, markalaşma sadece dışarıya değil, içeriye de bir şey söylemiyordur.

## Çoğu ekibin atladığı nokta

Ekiplerin çoğu işe iletişimden başlar: ton, görsel, slogan. Oysa güvenilir bir sürdürülebilirlik markası ters sırayla kurulur. Önce operasyonel bir taahhüt, sonra bunun kanıtı, en sonda hikâye.

Bunun nedeni basit. Değer odaklı tüketici, iddiaya en çok şüpheyle bakan tüketicidir. “Greenwashing” suçlaması tek bir tutarsızlıkla gelir ve marka güvenini yıllara yayılmış bir emekle kurulan yerden alır. Patagonia'nın 2011'deki “Bu ceketi almayın” reklamı bu mantığın bilinen örneğidir: marka, kısa vadede satışı azaltabilecek bir mesajı verebildi, çünkü arkasında onarım ve ürün ömrüyle ilgili gerçek bir tutum vardı. Taklit etmek kolay değil, çünkü mesajın arkasındaki maliyeti taklit etmek gerekir.

> Sürdürülebilirlik, size bir şeye mal olmuyorsa pozisyon değildir; dekordur.

Bu cümle kulağa sert gelir ama strateji tam burada. Premium fiyatlama gücü, rakibin aynı şeyi yapmak için vazgeçmesi gereken şeyden doğar. Bir tedarikçiyi değiştirmeniz, bir ürünü portföyden çıkarmanız, bir marjı feda etmeniz gerekiyorsa, rakibin de gerekir. Hiçbir şey feda etmediyseniz fiyat primini haklı çıkaracak bir şeyiniz de yok.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, bir toplantıda görünür. Yapmayan ekip “sürdürülebilir malzeme kullanalım mı?” diye tartışır ve genelde maliyet yüzünden vazgeçer. Yapan ekip tartışmayı en baştan kapatmıştır: kural zaten belli, soru yalnızca hangi tedarikçiyle uygulanacağı.

İkinci atlanan nokta ise odak. “Her şeyi iyi yapıyoruz” diyen marka hiçbir şey söylememiş olur. Tek bir ekseni seçin: malzeme, üretim koşulları, ürün ömrü, karbon, iş gücü. Bir eksende derin olmak beş eksende yüzeysel olmaktan daha fazla güven üretir.

## Uygulama planı

### 1. Önemli olan tek ekseni seçin

Ürün kategorinizde en büyük gerçek etkiyi (çevresel ya da sosyal) nerede yarattığınızı hesaplayın: hammadde mi, nakliye mi, ambalaj mı, üretim işçiliği mi? Aynı anda müşterinizin en çok önemsediği şeyi müşteri görüşmeleriyle test edin. Kesişim noktası sizin eksenizdir. Çıktı: tek cümlelik bir taahhüt ve neye “hayır” diyeceğinizi gösteren üç madde.

### 2. Taahhüdü ölçülebilir hale getirin

“Daha çevreci” değil, “ambalajda geri dönüştürülmüş malzeme oranı şu seviyeye çıkacak, tarih şu” gibi bir hedef koyun. Mümkünse bağımsız bir sertifika ya da üçüncü taraf doğrulaması ekleyin. Rakamı biri sahiplensin; ürün ya da operasyon liderinin hedefi olsun, pazarlamanın değil.

### 3. Tedarik ve ürün kararlarına kural olarak işleyin

Taahhüt, onaylanan her yeni tedarikçide ve çıkan her yeni üründe bir kontrol sorusuna dönüşsün. Bu adım, markayı sloganlardan ayırır. Kural bir kez ürün kararında sizi ters köşeye düşürürse (daha pahalı malzeme seçmek gibi), onu iç hikâyenizin en değerli kanıtı olarak saklayın.

### 4. Kanıtı müşterinin görebileceği yere koyun

Ambalajın üstünde, ürün sayfasında, faturada: iddia nerede durursa orada kanıt da durmalı. Hedefe ulaşamadığınızda bunu da açıkça yazın. Kusursuzluk iddiası kırılgandır, dürüst ilerleme anlatısı sağlamdır.

### 5. Fiyat primini test edin, varsayın değil

Sürdürülebilir versiyonu ayrı bir SKU ya da kısıtlı bir deneyle fiyatlayın ve dönüşümü, sepeti, tekrar satın almayı kıyaslayın. Hangi müşteri segmentinin prim ödediğini görmeden bunu bütün portföye yaymayın.

## Neyi ölçmeli?

Burada öncü göstergeler iç disiplini, gecikmeli göstergeler müşterinin tepkisini anlatır; ikisini birlikte okumadan sonuç çıkarmayın, çünkü sadakat ancak aylar içinde görünür.

- **Tekrar satın alma oranı:** değer odaklı müşteri gerçekten sadık mı, yoksa ilk satın almada mı ikna oluyor? Gecikmeli bir göstergedir.
- **Fiyat primi kabulü:** sürdürülebilir versiyon için ödenen fark ve o farkın dönüşüme etkisi.
- **Kanıtlı iddia oranı:** pazarlamada kullandığınız iddiaların kaçının belgeli ölçümü var? Öncü göstergedir; hedef yüzde yüz.
- **Hedef ilerlemesi:** taahhüt ettiğiniz ölçülebilir hedefin gerçekleşme durumu, herkese görünür biçimde.

## Tuzaklar

**Kampanya düşüncesi.** Dünya Günü'nde yayınlanan bir kampanya, yılın geri kalanındaki davranışla çelişiyorsa markaya fayda yerine şüphe getirir.

**Belirsiz sıfatlar.** “Doğal”, “eko”, “yeşil” gibi tanımsız kelimeler hem güven vermez hem de düzenleyici açıdan riskli hale gelebilir. Bölgenizdeki çevresel iddia kurallarını mutlaka kontrol edin.

**Fiyat primini herkese uygulamak.** Bütün müşteri tabanının prim ödeyeceğini varsaymak, sürdürülebilirliği satış engeline çevirir. Segmenti tanıyın, kalanına erişilebilir bir seçenek bırakın.

## Bu hafta başlayın

1. Şu an kullandığınız tüm sürdürülebilirlik iddialarını bir listeye yazın ve yanına “kanıtım var / yok” notunu düşün. Kanıtı olmayanları yayından çekmeyi ya da kanıtlamayı planlayın.
2. Son bir yılda değerleriniz yüzünden gerçekten bir şey kaybettiğiniz ya da vazgeçtiğiniz kararı bulun. Yoksa bu, eksenin henüz seçilmediğini gösterir.
3. En sadık beş müşterinizle yirmi dakikalık görüşme yapın ve onlara sürdürülebilirlik taahhüdünüzü değil, sizi neden tercih ettiklerini sorun.

---

# Abonelik Kutusu Modeli

URL: https://alpsuleyman.com/tr/strategies/abonelik-kutusu-modeli
Published: 2026-09-02
Updated: 2026-10-02
Author: Alp Suleiman

> Abonelik kutusunun cazibesi tekrarlayan gelir. Gerçeği ise ilk üç teslimat sonunda belli olur: müşteri kutuyu mu seviyor, yoksa kutunun içinden çıkan hayatı mı?

Abonelik kutusu işine giren kurucuların çoğu aynı grafiği çizer: aylık yeni abone, çarpı aylık sepet, çarpı on iki ay. Excel'de harika görünür. Sonra ilk cohort'un üçüncü ayındaki eğri aşağı kıvrılır ve kimse neden olduğunu tam olarak bilemez.

Kutu modeli iki ayrı iş modelinin ortak adıdır ve bunları karıştıran ekip yıllarca yanlış metriği optimize eder. Biri yenileme (ihtiyacı olan şeyin düzenli gelmesi), diğeri keşif (her ay sürpriz ve seçki). İkisinin retention mantığı, marjı ve operasyonu birbirinden çok farklıdır.

## Ne zaman ihtiyacınız var?

Müşteriniz ürününüzü zaten düzenli aralıklarla tekrar satın alıyorsa (kahve, tıraş, vitamin, evcil hayvan maması, kozmetik), abonelik bir büyüme kaldıracı değil, doğal bir davranışın düzenlenmesidir. Sinyal, mevcut müşterilerinizin ikinci ve üçüncü siparişi arasındaki sürenin tutarlı olması ve bu süre içinde rakibe kaymanın kolay olmasıdır.

Keşif tipi kutuda sinyal farklı: müşteri seçim yorgunluğu yaşıyor, uzman seçkisine para ödemeye hazır ve sizin elinizde gerçekten bir kürasyon yeteneği var. Burada soru “insanlar sürpriz sever mi?” değil, “bu kişi için seçim yapabiliyor muyuz?” sorusudur.

Henüz erken olan durum: ürününüzün tek seferlik satın alma karakteri varsa, ya da tekrar satın alma sıklığını hiç ölçmediyseniz. Veriniz yoksa abonelik varsayımdır. Önce tek seferlik satışta tekrar oranına bakın.

Kutu modelini seçerken bir ek soru sorun: ürününüzü müşteri bitirdiğinde ne yapıyor? Bitiren ve yenisini isteyen müşteri aboneliği taşır. Biriktiren müşteri ise bir süre sonra iptal eder; ve bunu size söylemeden, sadece kartını kapatarak yapar.

## Çoğu ekibin atladığı nokta

Abonelik, gelir modeli değil bir taahhüt modelidir. Müşteri size her ay “evet” demeyi bırakıp varsayılan olarak “devam” demeyi seçiyor. Ama bu varsayılanın dayanması için her teslimatın o kişinin gözünde makul bir karşılığı olması gerekir. Kolay iptal yolunu gizleyerek elde ettiğiniz retention, retention değil gecikmiş churn'dür; müşteri bir gün fark eder ve gittiğinde hem gelir hem güven kaybolur.

Asıl atlanan içgörü şu: kutu işinde müşteri edinme maliyeti ile ilk aylardaki kayıp birlikte okunmalıdır. Çoğu kutu indirimli ilk siparişle abone toplar. İndirim, doğru müşteriyle yanlış müşteriyi ayırt edemez; yalnızca indirimi seven müşteriyi içeri alır. Bu yüzden büyüme grafiği iyi görünürken cohort eğrisi dibe vurur.

> Aboneliği tutan şey kutu değil, kutunun müşterinin hayatında kapattığı boşluktur.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, ikinci teslimattan sonra müşteriyle konuşup konuşmadığınızda ortaya çıkar. Yapan ekip, kutudaki hangi ürünün kullanıldığını, hangisinin dolapta kaldığını bilir ve sonraki kutuyu ona göre değiştirir. Yapmayan ekip, “bu ay indirim yapalım” ile idare eder.

İkinci nokta operasyon. Abonelik kutusunun marjı çoğu zaman satışta değil lojistikte kaybolur: paketleme, kargo, iade, başarısız ödeme tekrar denemeleri. Bunlar abonelik başına küçük görünür ama ölçeklendikçe unit economics'in sessiz katilidir.

## Uygulama planı

### 1. Hangi kutu tipinde olduğunuzu netleştirin

Yenileme mi, keşif mi, yoksa ikisinin karışımı mı? Bu karar fiyatı, paket içeriğini ve başarı metriğini belirler. Yenilemede esneklik (teslimat sıklığını erteleme, atlama) en önemli özelliktir; keşifte kişiselleştirme ve geri bildirim döngüsü.

### 2. Birim ekonomisini ilk aboneden önce hesaplayın

Tek bir kutunun net katkı marjını çıkarın: ürün maliyeti, paketleme, kargo, ödeme komisyonu, iade payı. Üstüne edinme maliyetini koyun ve CAC'nin kaç teslimatta geri döndüğüne bakın. Yaygın bir kural olarak, CAC geri dönüşü bir yılı aşıyorsa ve churn yüksekse model kırılgan demektir.

### 3. Onboarding'i ilk teslimata yayın

Müşteri formu doldurur, sonra kutu gelir ve sessizlik başlar. Bunun yerine kutu gelmeden önce bir tercih akışı, kutu geldikten birkaç gün sonra bir “nasıldı?” kontağı tasarlayın. İlk teslimatın amacı satış değil, tercih verisi toplamaktır.

### 4. Esnekliği bir özellik olarak sunun

Atlama, erteleme, içerik değiştirme ve kolay iptal. İlk bakışta churn'ü artıracak gibi görünür, çoğu zaman tersini yapar, çünkü müşteri sıkışmış hissetmez ve iptal yerine atlamayı seçer. Atlanan teslimat, kaybedilmiş müşteri değil, korunmuş bir müşteridir.

### 5. Churn nedenlerini yapılandırılmış toplayın

İptal akışına tek soruluk bir neden seçimi koyun: fiyat, ürün birikmesi, memnuniyetsizlik, ihtiyaç bitti. Haftalık olarak dağılıma bakın. “Ürün birikmesi” baskınsa sorun teslimat sıklığındadır, “memnuniyetsizlik” baskınsa içeriktedir.

### 6. Başarısız ödemeleri ayrı bir sistem olarak ele alın

Kartı geçmeyen aboneliğin önemli bir kısmı müşterinin istemeden kaybıdır. Otomatik tekrar deneme ve müşteriyi uyaran bildirimler kurun; bu gelirin kolay geri alınan kısmıdır.

## Neyi ölçmeli?

Öncü göstergeler ilk iki teslimatta, gecikmeli olanlar üçüncü ayda konuşur. Bu yüzden ilk cohort'u izlemeden ölçeklemeye karar vermeyin; ilk aylar, modelin geri kalanını tahmin ettirir.

- **Cohort bazlı abone devamı:** üçüncü ve altıncı ay kaç kişi kalıyor? Gecikmeli ama en dürüst gösterge.
- **Teslimat başına net katkı marjı:** lojistik ve iade dahil gerçek marj.
- **Atlama ve erteleme oranı:** müşteri memnuniyetsizliğinin iptalden önceki öncü sinyali.
- **İlk teslimat sonrası aktivasyon:** ürünü kullanan ya da tercihini güncelleyen müşteri oranı.

## Tuzaklar

**İndirimle abone toplamak.** Sert ilk sipariş indirimleri, ikinci aydan sonra kalmayacak bir kitle getirir. İndirimi, cohort retention'ı ölçülmüş bir kanalda ve sınırlı kullanın.

**İptali zorlaştırmak.** Kısa vadede sayıyı korur, uzun vadede itibarı ve ödeme itirazlarını artırır. Müşteriye kolay çıkış vermek, kolay geri dönüşü de mümkün kılar.

**Her şeyi kutuya sığdırmak.** Ürün çeşitliliği operasyonu karmaşıklaştırır. Küçük başlayın; tek bir ürün ailesinde aboneliği kanıtlayın, sonra genişletin.

## Bu hafta başlayın

1. Son altı ayda satış yaptığınız müşterilerin kaçı ikinci kez satın almış ve ortalama kaç günde? Bu iki sayı abonelik varsayımınızın test edilmiş ilk halidir.
2. Tek bir kutunun teslimat başına net katkı marjını, kargo ve iade dahil bir tabloya yazın.
3. Mevcut ya da potansiyel beş aboneyle konuşun ve sorun: “Kutunun içinden son üç ayda ne işinize yaradı, ne dolapta kaldı?”

---

# Unbundling Stratejisi

URL: https://alpsuleyman.com/tr/strategies/unbundling-stratejisi
Published: 2025-03-18
Updated: 2026-10-02
Author: Alp Suleiman

> Büyük platformlar herkese yetmeye çalışırken kimseye tam yetmez. Unbundling, onların vasat bıraktığı tek işi alıp o işin ustası olmaktır.

Her büyük platformun içinde, kimsenin gerçekten sahiplenmediği bir köşe vardır. Orada bir özellik yıllardır aynı haldedir, destek talepleri “roadmap'te” cevabıyla kapanır ve kullanıcılar bir geçici çözüm bulmuştur: bir Excel, bir ek eklenti, üç sekme. Unbundling stratejisi o geçici çözümün üstüne bir şirket kurmaktır.

Bu, “büyük oyuncuyu taklit eden küçük kopya” değildir. Tersine, büyük oyuncunun bilerek yapmadığı derinliği yapmaktır.

## Ne zaman ihtiyacınız var?

Sinyal, kullanıcıların mevcut platformun bir işlevini aşırı kullanması ve aynı zamanda ondan şikâyet etmesidir. İnsanlar bir aracı hem her gün açıyor hem de “keşke şu böyle olsaydı” diyorsa, o işlev paketin içinde fazla büyümüş demektir. Başka bir sinyal, platformun fiyatının işlevin değerine kıyasla orantısız hale gelmesi: müşteri yalnızca bir parçayı kullanıp bütünün bedelini ödüyordur.

Ayrıca platformun bir bölümünde ayrı bir uzmanlık ve ayrı bir müşteri tipi oluşmuşsa (örneğin bir CRM'in içindeki randevu yönetimini yalnızca klinikler yoğun kullanıyorsa), unbundling için zemin var demektir.

Henüz erken olan durum: işlevin yalnızca küçük bir segment tarafından, nadiren kullanılması. O zaman niş, ayrı bir şirket taşıyacak kadar büyük olmayabilir. Ve eğer yalnızca “büyük oyuncudan ucuz” diyebiliyorsanız, bu bir strateji değil fiyat farkıdır; büyük oyuncu fiyat indirerek sizi bir gecede eritebilir.

## Çoğu ekibin atladığı nokta

Unbundling'in iki yarısı vardır ve ekipler genelde birini yapar. Birincisi ayrıştırmak: işlevi paketten çıkarıp bağımsız bir ürüne çevirmek. İkincisi, çoğu zaman atlanan, o işlevin etrafındaki müşteri işini baştan sona sahiplenmek.

Paketten tek bir özelliği alıp aynı ürünü ayrı satmak yeterli değildir. Müşteri bir kez daha sorar: “Neden bunu ayrı bir araç olarak kullanayım, mevcut platformda zaten var?” Cevabınız “biraz daha iyi” ise kaybedersiniz. Cevap, o işi yapan kişinin bütün gününü, kelime dağarcığını ve ritmini bilmek ve ürünü ona göre kurmak olmalı.

Sık anlatılan bir örnek ilan sitelerinin parçalanmasıdır: genel ilan platformunun kategorilerinin her biri zamanla odaklı bir ürünle (konaklama, hizmet, iş ilanı, ikinci el) yeniden kuruldu. Bu anlatının ayrıntıları tartışılabilir, ama mantık nettir: genel platform her kategoriyi aynı arayüzle idare eder, odaklı ürün kategoriye özgü güveni, filtreleri ve akışı kurar.

> Platformun yapmadığı işi yapmak yetmez; o işi, platformun yapamayacağı kadar derin yapmalısınız.

Bir de zamanlama gerçeği var: unbundling bir yönüyle geçici bir pozisyondur. Odaklanmış ürün büyüdükçe müşteriler daha fazla işlev ister ve ürün yeniden paketlenmeye (rebundling) başlar. Bu kaçınılmaz ve sağlıklı. Soru, yeniden paketlemeyi kendi koşullarınızda mı, yoksa platformun baskısıyla mı yapacağınızdır.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, ilk müşteri görüşmesinde belli olur. Yapmayan ekip “bizim ürün şuna benziyor ama daha ucuz” diye anlatır. Yapan ekip müşteriye onun işini, onun diliyle anlatır ve müşteri “evet, tam olarak bu” der.

## Uygulama planı

### 1. Aşırı kullanılan, az sevilen işlevi bulun

Platformun destek forumlarında, uygulama mağazası yorumlarında, topluluk sohbetlerinde ve kullanıcı görüşmelerinde şikâyet kalıplarını arayın. Aranan şey: yüksek kullanım ve düşük memnuniyet birlikte. Beş-on görüşmeyle bunun gerçek bir iş (job) olduğunu doğrulayın.

### 2. İşin sahibini ve onun bütün akışını çıkarın

O işi kim yapıyor, öncesinde ve sonrasında ne yapıyor, hangi araçlar arasında geçiş yapıyor? Haritayı çizin. Fırsat çoğunlukla işlevin kendisinde değil, işlevin çevresindeki boşlukta çıkar: veri aktarımı, onay, raporlama, ekip koordinasyonu.

### 3. Platformla ilişkinizi başta tasarlayın

Çoğu unbundle ürün, platformun verisine, API'sine ya da kullanıcı tabanına bağlıdır. Entegrasyonu ilk günden planlayın ve platformun kuralları değişirse ne yapacağınıza karar verin. Tek bir platforma bağımlı kalmak, büyümenin önündeki en büyük riskidir.

Burada pratik bir test var: platform yarın sizin işlevinizi kendi paketine ekleseydi, müşteriniz sizi bırakır mıydı? Cevap “evet” ise bağınız yalnızca fiyat ya da alışkanlıktır. Cevap “hayır, çünkü onlar benim sektörümü bilmiyor” ise elinizde savunulabilir bir pozisyon var.

### 4. Derinlikte kazanın, genişlikte değil

Platformun yaptığından on kat daha iyi yapabileceğiniz bir dikey seçin ve oradan başlayın. Ürünün her ekranını o müşteri tipine özelleştirin: terminolojisi, varsayılanları, şablonları, fiyat yapısı.

### 5. Geçiş maliyetini sıfıra yaklaştırın

Müşteri platformdan çıkmak için emek harcamak zorunda kalıyorsa gelmez. İçe aktarma, veri taşıma ve platformla birlikte çalışma modunu ilk deneyime koyun. Birinci hafta içinde müşterinin eski sistemdeki en acı noktasının çözüldüğünü görmesi gerekir.

### 6. Rebundling'i planlayın

Büyüdükçe hangi komşu işlevleri ekleyeceğinizi baştan sıralayın ve eklemeyi müşteri talebinin sinyaliyle yapın. Amaç, platformun sizi yeniden yutmasından önce kendi kategorinizin merkezi olmaktır.

## Neyi ölçmeli?

Bir ayrıştırma hamlesi önce kullanım ve memnuniyet farkında, sonra gelirde görünür. Aşağıdaki dört gösterge bu sırayı izler; ilk ikisi öncü, son ikisi gecikmelidir.

- **Platform kullanıcılarından dönüşüm:** odaklı çözüme geçen kullanıcıların platformun mevcut müşterileri içindeki payı.
- **Etkinleşme süresi:** ilk değerli sonuca (eski aracın acısını çözdüğü ana) kadar geçen süre. Öncü göstergedir.
- **Net gelir devamı (NRR):** eklediğiniz komşu işlevlerin mevcut müşteriden gelir büyümesi.
- **Platform bağımlılık oranı:** gelirinizin kaç yüzdesinin tek bir platformun kararına bağlı olduğu.

## Tuzaklar

**Fiyat farkına yaslanmak.** “Aynısı daha ucuz” bir rekabet avantajı değil, büyük oyuncunun tek hamlede kapatabileceği bir açıktır.

**Platform riskini görmezden gelmek.** API erişimini kısıtlayan ya da özelliği kendi paketine ekleyen bir platform, unbundle ürünü bir gecede zorlayabilir. Doğrudan müşteri ilişkisini ve veri bağımsızlığını erken kurun.

**Çok küçük bir niş seçmek.** Derinlik iyidir, ama niş ayrı bir şirketi taşıyamayacak kadar küçükse büyüme tavanına çarparsınız. Komşu kullanım senaryolarının ilk altı ayda var olduğunu doğrulayın.

## Bu hafta başlayın

1. Hedeflediğiniz platformun son iki yıllık kullanıcı yorumlarından yüz tanesini okuyun ve şikâyetleri konularına göre sayın.
2. Bu şikâyetin sahibi olan üç kişiyle yarım saatlik görüşme ayarlayın ve onlara işlevi nasıl kullandıklarını ekranlarını paylaşarak göstermelerini isteyin.
3. Geçici çözümlerini (Excel, ek araçlar, manuel adımlar) bir listeye yazın. Bu liste, ürününüzün ilk özellik listesidir.

---

# Basit ve Anlaşılır Fiyatlandırma

URL: https://alpsuleyman.com/tr/strategies/basit-ve-anlasilir-fiyatlandirma
Published: 2025-09-05
Updated: 2026-10-02
Author: Alp Suleiman

> Karmaşık fiyat tablosu çoğu zaman bir ürün kararını ertelemenin faturasıdır. Basitlik, müşteriye saygıdan önce bir sorunun cevabını netleştirmektir: kime, neye karşılık ne istiyoruz?

Bir fiyatlandırma sayfasının kaç sütunu, kaç dipnotu ve kaç “iletişime geçin” butonu olduğuna bakarak şirketin kendi ürününü ne kadar iyi anladığını tahmin edebilirsiniz. Her ek sütun, bir noktada karar verilemediği için “ikisini de sunalım” denmiş bir yerdir.

Basit fiyatlandırma, fiyatın düşük olması demek değildir. Müşterinin ödeyeceği tutarı, neye karşılık ödediğini ve neden o tutar olduğunu tek bakışta anlayabilmesi demektir.

## Ne zaman ihtiyacınız var?

Satış görüşmelerinde ilk on dakika fiyatın “nasıl çalıştığını” açıklamaya gidiyorsa, sinyal bu. Bir diğeri, deneme kullanıcılarının fiyat sayfasında uzun süre kalıp ödeme yapmadan ayrılması. Üçüncüsü, destek ekibinin faturayla ilgili aynı soruları defalarca yanıtlaması (“bu kalem ne için?”, “neden geçen aydan fazla?”).

Başka bir sinyal içeride: satış ekibinin her teklif için ayrı bir indirim yapıp fiyat listesini fiilen yok sayması. Bu, listedeki yapının müşteriye mantıklı gelmediğini gösterir.

Henüz erken olan durum: ürün hâlâ hangi değeri, kimin için yarattığını netleştirmemişse. Bu aşamada fiyat bir keşif aracıdır; sabit bir tablo yerine bir iki düzeyle öğrenmek mantıklıdır. Basitlik, kararsızlığı örtmek için de kullanılmamalı.

## Çoğu ekibin atladığı nokta

Ekipler basitliği tasarım problemi sanır: tabloyu temizleyelim, sütunları azaltalım. Oysa karmaşık fiyat, kullanıcıya bakmayan bir iç karar zincirinin yüzeyidir. Birim ekonomisi, rakip karşılaştırması, kurumsal müşteri talebi ve eski müşterilerin hakları üst üste binmiş ve hepsi aynı tabloya sığdırılmıştır.

Basitliğin asıl değeri bilişsel yükü azaltmaktan öte, güveni baştan kurmasıdır. Müşteri fiyatı anlamıyorsa, ödeyeceği toplamı da tahmin edemez ve “bir yerde sürpriz çıkar” hissi yaşar. Gizli ücretler, kullanıma bağlı belirsiz kalemler ve ancak sözleşmede görünen şartlar, satışı kısa vadede kolaylaştırsa da uzun vadede itibarı aşındırır.

> Müşteri fiyatı tahmin edemiyorsa, ürüne de güvenmeye başlamaz.

Basitlik bir ödünleşim de gerektirir. Her müşteriden alabileceğiniz maksimum tutarı teoride kaçırırsınız. Ama pratikte karmaşık fiyatın yarattığı kayıp, yani satın almayı erteleyen, teklif isteyip kaybolan müşteriler, bu farktan çoğu zaman daha büyüktür. Bunu ölçmek mümkün: fiyat sayfasından teklif talebine, tekliften kapanışa dönüşüm.

Bu farkı yaşamak için bir sahne: iki rakipten birinin fiyat sayfasında tek bir sayı ve ne içerdiğini anlatan üç satır var. Diğerinde beş paket, sekiz kullanım limiti ve “özel fiyat için görüşün” notu. İkincisi daha çok seçenek sunuyor görünür, ama alıcı genellikle birincisini hatırlar çünkü onu anlatabilir.

## Uygulama planı

### 1. Fiyatın neye bağlı olduğunu tek cümleyle yazın

“Biz, [değer birimi] başına [tutar] alıyoruz” gibi bir cümle kurabilmelisiniz. Değer birimi müşterinin kendi ölçtüğü bir şey olmalı: kullanıcı, proje, işlem, çalışan. Bu cümleyi kuramıyorsanız, fiyat tablonuz sorunun belirtisidir.

### 2. Ürün ve fiyat karmaşıklığını denetleyin

Mevcut tüm kalemleri, ek ücretleri, limitleri ve özel anlaşmaları bir listeye alın. Her biri için sorun: müşteri bunu tek başına anlayabilir mi? Hangi kalem müşteriye değil, bize kolaylık sağlıyor? İkinci gruptakileri adayınız olarak işaretleyin.

Bu denetimde iki ayrı çıktı isteyin: silinecek kalemler ve birleştirilecek kalemler. Küçük bir ek ücret, çoğu zaman toplam gelirin çok küçük bir kısmını getirir ama satış görüşmesinde büyük bir sürtünme yaratır. Hesaplayın; çoğu zaman vazgeçmek kazandırır.

### 3. Seçenek sayısını azaltın

Üç düzey çoğu B2B ürünü için yeterlidir. Ayrıca düzeyler arasındaki farkı kullanım limiti yerine müşterinin işine dair bir şeyle (ekip büyüklüğü, ihtiyaç tipi) ifade edin. “Hangisi bana uygun?” sorusuna iki saniyede cevap verilebilmeli. Önerdiğiniz düzeyi bir etiketle öne çıkarmak, kararsız alıcı için ek bir yük almak yerine onu hafifletir.

### 4. Toplam maliyeti görünür kılın

Kurulum, entegrasyon, destek, ek kullanım gibi ödeme kalemlerini sayfanın üstünde değil dipnotta saklıyorsanız bu sadece ertelenmiş bir itiraz. Müşterinin ilk yıl ne ödeyeceğini gösteren bir örnek hesap koyun. Gerçekten değişken olan kısım varsa, nasıl hesaplandığını bir örnekle anlatın.

### 5. Kurumsal ayrıcalığı bir sınırın arkasında tutun

Basit fiyat tüm müşteriler için tek tablo olmak zorunda değil. Küçük müşteriler için şeffaf listeyi, büyük hesaplar için ayrı bir sürecin olduğunu açıkça söyleyin, ama “iletişime geçin”in her şeyi gizleyen bir kapıya dönüşmesine izin vermeyin. Bu sınırın neden orada olduğunu bilin.

### 6. Eski müşteriyi hesaba katın

Yeni fiyat yapısına geçerken mevcut müşterilerin haklarını ve geçiş yolunu netleştirin. Sessiz fiyat artışı, basit fiyatın verdiği güveni tek hamlede bozar.

## Neyi ölçmeli?

Fiyat sadeliğinin etkisi önce davranışta, sonra gelirde görünür. Ziyaretçinin ve satış ekibinin davranışı öncü, indirim ve destek yükü gecikmeli göstergedir.

- **Fiyat sayfasından kayıt ya da teklif talebine dönüşüm:** ziyaretçinin fiyatı anlayıp harekete geçme oranı. Öncü gösterge.
- **Satış döngüsü uzunluğu:** fiyat konuşmasının satış sürecinde harcadığı süre.
- **Faturayla ilgili destek talebi oranı:** müşterinin ödediği şeyi anlayıp anlamadığı.
- **Ortalama indirim oranı:** satış ekibinin liste fiyatı ne kadar yok saydığı. Gecikmeli ama dürüst bir gösterge.

## Tuzaklar

**Basitliği ucuzlukla karıştırmak.** Basit tablo, düşük fiyat değil. Fiyatınızı ürün değerine göre belirleyin; sadece anlatış biçimini sadeleştirin.

**Esnekliği tamamen kaybetmek.** Her müşterinin aynı pakete sığmadığı bir segment varsa, o segment için açık ve ayrı bir yol bırakın. Tek tabloya zorlamak büyük hesapları kaybettirir.

**Kullanıma bağlı fiyatı saklamak.** Kullanım bazlı fiyat meşrudur, ama müşteri ayın sonunda tahmin edemediği bir fatura görüyorsa güven kaybolur. Üst sınır, uyarı ya da tahmin aracı sunun.

## Bu hafta başlayın

1. Fiyat sayfanızı ürünü hiç bilmeyen birine gösterin ve ona “bir yıl için toplam ne ödersin?” diye sorun. Cevabı not edin.
2. Son beş teklifinizde verilen indirimleri ve nedenlerini bir listeye yazın. Tekrar eden neden, tablonuzun düzeltilecek yeridir.
3. Fiyatın neye bağlı olduğunu tek cümleyle yazın ve ekibinizle paylaşın. Herkes aynı cümleyi kuramıyorsa, ilk sorun orada.

---

# Pazar Eğitimi

URL: https://alpsuleyman.com/tr/strategies/pazar-egitimi
Published: 2025-11-21
Updated: 2026-10-03
Author: Alp Suleiman

> Yeni bir kategoride en büyük rakibiniz başka bir şirket değil, “şimdilik böyle idare ediyoruz” alışkanlığıdır. Pazarı eğitmek, o alışkanlığı fark edilir bir probleme çevirmektir.

Yeni bir kategori kuran şirketlerde yaygın bir şikâyet vardır: “Ürünü gören seviyor ama bir türlü satın almıyor.” Genellikle sorun ürün değildir. Müşteri, çözdüğünüz problemin bir problem olduğunu henüz kabul etmemiştir.

Pazar eğitimi, ürünü anlatmadan önce problemi anlatmaktır. Ve bunu yapan ekip, yalnızca bilinirlik değil, kategorinin dilini de kazanır.

## Ne zaman ihtiyacınız var?

Satış görüşmelerinde en sık duyduğunuz itiraz “bunu şu an Excel'de yapıyoruz” ya da “buna ihtiyacımız olduğunu düşünmüyorum” ise, rakip değil kategori farkındalığı sorunu yaşıyorsunuzdur. Bir diğer sinyal, potansiyel müşterilerin ürününüzü tanımlarken yanlış bir mevcut kategoriye (örneğin “bu bir CRM mi?”) yerleştirmesi. Ya da arama verilerinde problemin adının bile aranmıyor olması: insan kendi derdine bir isim koymamışsa onu çözecek bir ürün de aramaz.

Henüz erken olan durum, kategorinin zaten yerleşmiş olması. Müşteri problemi biliyor ve çözüm arıyorsa, eğitime kaynak harcamak yerine farklılaşmanıza odaklanın. Bir de şu: ürün-pazar uyumuna ulaşmadan, geniş bir kitleyi eğitmek pahalı bir hatadır; önce ilk birkaç müşterinin gerçekten değer aldığını görün.

## Çoğu ekibin atladığı nokta

Ekipler pazar eğitimini içerik üretimi sanır: blog yaz, webinar yap, e-kitap dağıt. Oysa eğitim bir içerik hacmi işi değil, bir bakış açısı değiştirme işidir. Müşteri hangi inancı bırakacak, hangisini kazanacak? Bu iki sorunun cevabı net değilse içerik, ürün özelliklerinin sıralı bir listesine dönüşür.

Güçlü bir eğitim programı bir tez taşır: “Şunu yapıyorsunuz, bu yüzden şu kaybı yaşıyorsunuz ve bunu şöyle çözebilirsiniz.” HubSpot'un “inbound” dili bunun bilinen örneğidir: şirket yalnızca ürün satmadı, pazarlamanın nasıl yapılması gerektiğine dair bir bakış kurdu ve ürün, o bakışın doğal aracı oldu.

> Yeni bir kategoride sattığınız şey ürün değil, problemin adıdır.

İkinci kaçırılan nokta, eğitimin ölçeklenmesi ile derinliğinin ters orantılı olmasıdır. Geniş kitleye ulaşan içerik, ikna gücü düşük içeriktir; birkaç kişiyle yapılan çalıştay ya da yüz yüze oturum ise dönüşümü yüksek ama yavaştır. İkisini sırayla kurun. Önce küçük bir grupla tezi sınayın ve hangi örneklerin işe yaradığını öğrenin, sonra o örnekleri geniş içeriğe taşıyın.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, satış toplantısında ilk beş dakikada görünür. Yapmayan ekip ürünü tanıtır, müşteri “ilginç” der ve kaybolur. Yapan ekip, müşterinin kendi işinde yaşadığı bir kaybı ona gösterir ve müşteri toplantının geri kalanında çözümü sorar.

Son bir uyarı: eğitim “bilmediğiniz için yanlış yapıyorsunuz” tonuyla yapılırsa müşteriyi küçümser. İyi eğitim, müşteriyi akıllı varsayar ve ona eksik bir bakış açısı sunar.

## Uygulama planı

### 1. Problemi müşterinin kelimeleriyle tanımlayın

Yirmi kadar müşteri görüşmesinde, insanların problemi nasıl tarif ettiğini birebir yazın. Sizin kategori terimleriniz değil, onların cümleleri kullanılacak. Çıktı: problemi tek cümlede anlatan bir ifade ve onun hâlâ kullanılan “geçici çözüm”ü.

### 2. Bırakılacak ve kazanılacak inancı yazın

“Şu an şunu böyle yapıyorlar; bunu böyle yapmalarını istiyoruz” tezini bir sayfada yazın. Bu, bütün eğitim içeriğinin omurgasıdır. Ekipteki herkes aynı cümleyi söyleyemiyorsa içerik de dağılır.

### 3. Önce dar ve derin eğitin

Beş-on potansiyel müşteriyle bir oturum, bir çalıştay ya da bire bir anlatım yapın. Hangi örnekte gözlerin parladığını ve hangi noktada sessizlik olduğunu not edin. Bu notlar, geniş içeriğin ham maddesidir.

### 4. Kategoriye bir ad ve bir çerçeve verin

Müşterinin hatırlayıp başkasına anlatabileceği basit bir çerçeve, kısa bir terim ya da bir “önce / sonra” modeli oluşturun. Adlandırılmış bir kavram, paylaşılabilir hale gelir. Ama tamamen yapay bir terim icat etmeyin; müşteri onu kullanmıyorsa çaba boşa gider.

### 5. Eğitimi satış sürecine bağlayın

Her içerik parçası satış hunisinde bir soruyu cevaplamalı: “problem gerçek mi?”, “çözüm yolu var mı?”, “neden şimdi?”. Eğitim içeriklerinden gelen kişilerin kayıt, demo ve satın alma yolundaki davranışını ayrı izleyin. Satış ekibine de bir görev verin: görüşmede müşterinin hangi içerikten bahsettiğini CRM notuna yazsınlar. Bu, hangi eğitim parçasının gerçekten satış getirdiğini söyleyen en ucuz veridir.

### 6. Kategori yerleşince eğitimden farklılaşmaya geçin

Pazar problemi tanıdıkça mesaj da değişmeli. “Bu problem var” demekten “bu problemi en iyi biz çözeriz” demeye geçmezseniz, sizin eğittiğiniz pazarı rakipler hasat eder.

## Neyi ölçmeli?

Eğitimin etkisi aylar sonra ortaya çıkar; bu yüzden hem öncü hem gecikmeli göstergeye ihtiyaç var. Yalnızca trafik ve görüntülenme sayısına bakmak, eğitim ile gürültüyü karıştırır.

- **Eğitim içeriğinden gelen kişilerin demoya dönüşümü:** içeriğin gerçekten tezi aktarıp aktarmadığı. Öncü gösterge.
- **Satış görüşmesinde problem tanıma süresi:** müşterinin problemi kabul etmesi için gereken görüşme sayısı ya da dakikası.
- **Marka dışı arama hacmi:** problemin ya da kategori teriminin aranma artışı. Gecikmeli, ama kategori farkındalığının en dürüst göstergesi.
- **Müşterinin kategori dilini kullanması:** satış notlarında ve destekte, müşterinin sizin kavramlarınızı kendi ağzından kullanma sıklığı.

## Tuzaklar

**İçeriğin ürüne dönüşmesi.** Her yazı ürün tanıtımına dönerse okuyucu bunu fark eder ve güven duymaz. Eğitim içeriğinin değeri, ürünü hiç almayan biri için de işe yarıyor olmasında.

**Çok erken ve çok geniş eğitmek.** Ürünü henüz doğrulamamışken büyük bütçeyle kategori eğitmek, rakibin hazır pazarına girmesine yol açabilir. Kaynak bağlamadan önce küçük ölçekte tezi sınayın.

**Kategori terimine fazla yatırım.** Kendi icat ettiğiniz bir etiketi müşteri benimsemiyorsa, zorlamak enerji israfıdır. Müşterinin kendi ağzından çıkan kelimeye yönelin.

## Bu hafta başlayın

1. Son on kaybettiğiniz fırsatın nedenini kontrol edin: kaçında rakip değil “karar vermedi” ya da “ihtiyaç görmedi” yazıyor?
2. Problemi anlatan tezinizi bir sayfada (“şimdi böyle yapıyorlar, bu kaybı yaşıyorlar, şunu yapmalılar”) yazın ve satış ekibine gösterin.
3. Potansiyel müşterilerden beş kişiyi yirmi dakikalık bir sohbete çağırın ve ürünü anlatmadan yalnızca problemlerini nasıl tarif ettiklerini dinleyin.

---

# Kısadevre Fırsatları

URL: https://alpsuleyman.com/tr/strategies/kisadevre-firsatlari
Published: 2026-09-08
Updated: 2026-10-03
Author: Alp Suleiman

> Fırsatı yakalayan ekip genellikle en hızlı olan değil, fırsat gelmeden önce neyi yapacağına karar vermiş olandır. Kısadevre, hazırlığı reflekse çevirmektir.

Piyasada bir şey değiştiğinde, ilk haftada herkes aynı haberi okur. Bir platform kural günceller, bir düzenleme çıkar, büyük bir rakip bir ürünü kapatır, yeni bir teknoloji erişilebilir hale gelir. Aradaki fark, o haberi okuyan ekiplerden kaçının iki hafta içinde kendi müşterisine bir şey sunabildiğidir.

Kısadevre fırsatları, normal planlama döngüsünü atlayan kısa pencerelerdir. Bu pencerelerde kazanan, en iyi fikri bulan değil, onu en kısa yoldan müşteriye ulaştırabilen taraftır. Ve bu, şans değil, önceden kurulmuş bir hazırlık meselesidir.

## Ne zaman ihtiyacınız var?

Sektörünüzde dış dünyanın kuralları sık değişiyorsa (platform politikaları, düzenlemeler, teknoloji maliyetleri, tüketici davranışı) bu bir seçenek değil, bir gerekliliktir. Bir diğer sinyal, geçmişte kaçırdığınız bir fırsatı sonradan fark etmiş olmanız: “Bunu biz de görmüştük ama harekete geçemedik” cümlesi ekipte dolaşıyorsa, sorun görüş değil, karar hızıdır.

Henüz erken olan durum, çekirdek ürününüzün hâlâ oturmaması. Her fırsatın peşinden koşan bir ekip, ana işini hiç bitirmez. Fırsat kovalamak, temel motor çalışırken bir ek kapasite meselesidir.

## Çoğu ekibin atladığı nokta

“Çevik olmak” çoğu ekipte yeni bir şeye hemen koşmak olarak anlaşılıyor. Oysa kısadevre fırsatında hız, bir sonuç değil bir önkoşuldur ve önkoşulun kendisi hazırlıktır. Hızlı karar verebilmek için kimin karar verdiği, hangi bütçeyle, hangi koşulda “hayır” denileceği önceden belli olmalı.

İkinci yanlış anlama: her değişim bir fırsat sanılır. Çoğu gürültüdür. Bir fırsatı gürültüden ayıran şey, değişimin sizin müşterinizin bir problemini ya da sizin bir kısıtınızı doğrudan etkilemesidir. Haber başlığı değil, müşteri davranışındaki ya da rakip çıtasındaki ölçülebilir kayma önemlidir.

> Fırsatı yakalayan, hızlı koşan değil; start çizgisinde zaten ayakkabısı bağlı bekleyendir.

Tipik fark şudur: hazırlıksız ekip, fırsat geldiğinde toplantı kurar ve hangi kişinin buna vakit ayıracağını tartışır. Hazır ekip, “kısa devre bütçesi” ve “kısa devre ekibi” diye iki şeye zaten sahiptir. İlki haftalık kapasitenin küçük bir bölümü, ikincisi bir ürün, bir mühendis ve bir satışçıdan oluşan, öncelik çatışması olduğunda yetkisi olan bir grup.

Bir gerçek daha var: kısadevre fırsatları çoğu zaman geçici bir ürünle başlar. Düzenleme değişikliği ya da platform güncellemesi sonrası bir ay içinde çıkarılan küçük bir araç, ileride ana ürünün parçası olabilir, olmayabilir. İkisine de hazırlıklı olun; kalıcı olmasını istiyorsanız sonradan bakım yükünü kim üstlenecek, baştan yazın.

Somut bir örnek: Apple'ın 2021'de uygulama içi izleme iznini kullanıcı onayına bağlaması, mobil reklam ölçümünü birkaç ay içinde herkes için değiştirdi. Bu değişikliği bir tehdit olarak okuyan çok ekip oldu; ölçüm, atıf ve kendi verisini toplama konusunda hızla bir şey sunan ekipler ise aynı değişimi talebe çevirdi. Fark, haberi ilk duyanlarda değil, haberi bir müşteri problemine ilk çevirenlerde ortaya çıktı.

## Uygulama planı

### 1. Radar kurun

Sektörünüzdeki dış değişim kaynaklarını listeleyin: platform duyuruları, düzenleyici kurumlar, rakip fiyat ve ürün değişiklikleri, müşteri destek taleplerindeki yeni kalıplar, teknoloji sürümleri. Haftada bir yarım saatlik bir inceleme belirleyin ve her seferinde tek soruyu sorun: “Bu, müşterimizin hangi işini değiştiriyor?”

### 2. Eşik tanımlayın

Hangi sinyalin bir inceleme, hangisinin bir sprint hak ettiğini önceden yazın. Örneğin: “Müşterilerimizin en az yüzde onunu etkiliyorsa ve altı haftadan kısa bir pencere varsa harekete geçeriz.” Eşik, gürültüyü ayıklayan filtredir.

### 3. Karar yetkisini önceden dağıtın

Bir kısadevre fırsatında onay zinciri olmamalı. Bir kişi (genelde ürün ya da büyüme lideri) belirli bir kaynak sınırına kadar, kimseye sormadan kararı verebilsin. Sınırın üstüne çıkılırsa kuruculara tek bir kısa mesajla gidilsin.

### 4. En küçük kanıtı yayınlayın

Fırsatı değerlendirmek için gerçek ürün gerekmez. Bir açılış sayfası, bir bekleme listesi, bir manuel hizmet ya da bir şablon bile, talebin gerçekliğini ilk haftada gösterir. Amaç mükemmel bir ürün değil, pencere kapanmadan alınmış bir sinyal.

### 5. Önceden belirlenmiş bir bitiş koşulu koyun

Her kısadevre girişimine bir “durdurma kuralı” ekleyin: ne kadar süre, hangi sonuç görülmezse kapanacak? Bu, ana ürünün dikkatini yutmasını ve geçici bir işin kalıcı bir yüke dönüşmesini engeller.

### 6. Sonuçları kayda alın

Her fırsat denemesi, kazanılsın ya da kaybedilsin, bir paragraflık not alır: sinyal neydi, ne yaptık, ne öğrendik? Altı ay sonra bu notlar, sektörünüzün hangi tür değişimine ne kadar hızlı tepki verdiğinizi gösteren bir arşiv olur.

## Neyi ölçmeli?

Kısadevre işinde ölçülmesi gereken şey kazanılan fırsat sayısı değil, sistemin hızı ve öğrenme kalitesidir. Öncü göstergeler hızı, gecikmeli olanlar kalıcı etkiyi gösterir.

- **Sinyalden ilk müşteri temasına geçen süre:** fırsatı fark etmekle bir müşteriye bir şey sunmak arasındaki gün sayısı. Öncü ve en önemli gösterge.
- **Denenen fırsat başına öğrenilen şey:** kayıt altına alınmış çıkarımların sayısı ve niteliği.
- **Kısadevre girişimlerinin kalıcı gelire dönüşme oranı:** denemelerin kaçı sonunda ana ürünün ya da yeni bir gelir kaleminin parçası oldu.
- **Ana ürüne verilen kapasite payı:** kısadevre işlerinin çekirdek roadmap'i yemediğini gösteren kontrol.

## Tuzaklar

**Her şeyi fırsat saymak.** Eşik olmadan ekip sürekli bir sonraki parlak şeyin peşinden koşar. Ana iş uzar, hiçbir şey bitmez.

**Hazırlıksız hız.** Karar yetkisi, bütçe ve ekip belli değilse hız sadece koşuşturmadır. Fırsat geldiğinde değil, geldiğinden önce hazırlanın.

**Geçici çözümü kalıcı bakım yüküne çevirmek.** Hızla çıkardığınız şeyin bakımı sürer. Her girişime bir bitiş ya da bir “ana ürüne alınır” kararı bağlayın.

## Bu hafta başlayın

1. Son bir yılda sektörünüzde olan üç dış değişimi (platform, düzenleme, rakip hamlesi) yazın ve her birinde ekibinizin ilk müşteri temasına kaç günde ulaşabileceğini tahmin edin.
2. Karar yetkisini ve küçük bir kaynak sınırını bir cümleyle belirleyin: “Şu kişi, şu tutara kadar, kimseye sormadan karar verir.”
3. Haftalık yarım saatlik bir radar toplantısı takvime ekleyin ve ilk gündemi tek soruyla açın: “Bu hafta neyi kaçırıyoruz?”

---

# İşletme Geliştirme

URL: https://alpsuleyman.com/tr/strategies/isletme-gelistirme
Published: 2025-01-21
Updated: 2026-10-03
Author: Alp Suleiman

> İşletme geliştirme, ortaklık toplantısı yapmak değil; bir dağıtım kanalının sizin için neden öncelikli olacağını karşı tarafın dilinde hesaplamaktır.

Bir kurucu “ortaklıklar için bir BD kişisi alacağız” dediğinde sorulacak ilk soru şu: “Bu kişi ilk 90 günde neyi getirirse başarılı sayılacak?” Çoğu zaman bunun net bir cevabı yoktur. Çünkü iş geliştirme çoğu ekipte bir rol adı olarak var, bir sistem olarak yok.

İşletme geliştirme (business development), şirketin kendi satış gücünün ulaşamayacağı pazarlara, başkalarının kanallarından ve ilişkilerinden ulaşmasını sağlayan, sistematik ve ölçülebilir bir çalışma biçimidir. Ortaklık stratejisinden ve kanal programından farkı, burada sürecin bizzat satışa benzemesi: hedef listesi, pipeline ve kapanış.

## Ne zaman ihtiyacınız var?

Doğrudan satışta bir tavana çarptıysanız, yani edinme maliyeti yükseliyor ya da erişebildiğiniz kitle doyuyorsa, başkasının dağıtımı mantıklı hale gelir. Diğer bir sinyal, ürününüzün başka bir ürünün ya da hizmetin hemen önünde veya arkasında kullanılması: müşteriniz zaten o şirketle çalışıyorsa, onun kapısından girmek sizi birkaç yıl hızlandırabilir.

Henüz erken olan durum, ürününüzün tek başına net bir değer üretmediği ve sizi tanıtacak ortağın itibarını riske atacağı durumlardır. Bir ortak sizi müşterisine önerdiğinde kendi güvenini ödünç verir; ürün tutmazsa bu güven sizinle birlikte yanar. Önce birkaç müşteriyle kanıt kurun.

## Çoğu ekibin atladığı nokta

Ekipler ortaklığı bir ilişki işi olarak görür: kahve içilir, “bir şeyler yapalım” denir, sonra hiçbir şey olmaz. Oysa ortaklık bir hesaptır. Karşı tarafın satış ekibi, kendi hedefine yaklaşmak için neden vakit ayıracak? Bu sorunun cevabı net değilse, ortaklık ilk heyecandan sonra sessizce ölür.

> İyi bir ortaklık, karşı tarafın gelir hedefini sizin için çalıştıran bir hesaptır.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, ilk toplantıda belli olur. Yapmayan ekip “sinerji” arar ve ortak bir vizyon anlatır. Yapan ekip, ortağın müşterisinin hangi problemi için sizin ürününüzün hangi aşamada devreye girdiğini, bunun ortağa ne kadar ek gelir ya da müşteri tutma getireceğini somut bir senaryo ile gösterir.

İkinci kaçırılan nokta ortak sayısıdır. On yüzeysel ortaklık, bir derin ortaklıktan çok daha az iş getirir; çünkü her ortağın dikkatini kazanmak, satış ekibini eğitmek, ortak materyal üretmek ve pipeline'ı beslemek emek ister. Bu, bir satış temsilcisinin portföyü gibi düşünülmeli: kapasiteniz sınırlı.

Üçüncüsü, kimin sahip olduğu. Ortaklıkta iki taraf da “diğeri yapar” diye bekleyebilir. Her ortaklığın sizin tarafınızda tek bir adı ve bir haftalık ritmi olmalı.

Son bir ayrım: işletme geliştirme, stratejik ortaklıklar ve kanal ortaklıkları ile komşu konulardır. Stratejik ortaklık daha çok kitle ve kaynak paylaşımı ve ürün düzeyinde birleşme üzerine, kanal ortaklığı ise bayi ve distribütör gibi yapılandırılmış bir satış ağı üzerine kuruludur. İşletme geliştirme ise bunların hepsine açılan, hedef seçimi ve anlaşma kapanışı disiplinidir.

## Uygulama planı

### 1. Ortaklık tezini yazın

Hangi tür şirketin sizin müşteriniz ile zaten ilişkisi var, ama sizin ürününüzü sunmuyor? Müşteriniz sizi satın almadan önce kimlerle konuşuyor, hangi danışmana, hangi yazılıma, hangi dağıtıcıya güveniyor? Bu şirketlerin kategorilerini listeleyin. Çıktı, hedef ortak tipini anlatan bir sayfa.

### 2. Hedef listesi ve öncelik skoru oluşturun

Yirmi-otuz isimlik bir liste yapın ve her birini üç eksende puanlayın: ortağın müşteri tabanı ne kadar sizin ICP'nize benziyor, ortak için ek gelir potansiyeliniz ne, ortağa ulaşmanın zorluğu nedir. İlk beşe odaklanın.

### 3. Ortak için bir değer senaryosu hazırlayın

Her hedef için tek sayfalık bir hesap: ortağın müşterisi hangi problemi yaşıyor, siz bunu nasıl çözüyorsunuz, ortak bu işten ne kazanıyor (ek gelir, daha düşük churn, farklılaşma)? Rakamlar tahmin olsa da hesabın mantığı açık olmalı.

### 4. Küçük bir pilot ile başlayın

Büyük bir anlaşma imzalamak yerine, sınırlı sayıda müşteriyle ortak bir pilot önerin. Başarının nasıl ölçüleceğini birlikte yazın. Pilot, ortağın satış ekibine “bunu sattığınızda ne oluyor?” sorusunun cevabını verir ve ilişkiyi güvene dayalı kılar.

### 5. Ortak satış ekibini donatın

Ortağın satış temsilcisine tek sayfalık bir anlatım, soru-cevap listesi, bir demo videosu ve bir kişiye doğrudan erişim verin. Ortağın satışçısı sizin ürününüzü bir cümleyle anlatamıyorsa, pipeline akmaz.

### 6. Ritim ve pipeline raporu kurun

Her ortakla iki haftada bir kısa bir pipeline toplantısı: kaç lead geldi, kaçı ilerledi, nerede takıldı? Sonuçlar iki çeyrek içinde belirgin değilse, ortaklığa ayırdığınız kaynağı başka bir hedefe kaydırın.

## Neyi ölçmeli?

İşletme geliştirme, imzalardan değil pipeline'dan ölçülür. Öncü göstergeler ilişkinin gerçek işe dönüştüğünü, gecikmeli olanlar bu işin kalıcı değer yarattığını söyler.

- **Ortak kaynaklı pipeline:** ortak kanalından gelen fırsatların toplam pipeline'daki payı. Öncü gösterge.
- **Ortak başına ilk fırsata kadar geçen süre:** ilişkinin gerçek işe dönme hızı.
- **Ortak kaynaklı müşterinin edinme maliyeti:** doğrudan satışla karşılaştırıldığında maliyet avantajı olup olmadığı.
- **Ortak kaynaklı gelirin devamı:** bu kanaldan gelen müşterilerin retention'ının doğrudan satış müşterisine kıyasla durumu. Gecikmeli ama kritik.

## Tuzaklar

**Anlaşmayı sonuç saymak.** İmzalı bir anlaşma, pipeline değildir. Çoğu ortaklık imzadan sonraki ilk üç ayda işe yaramazsa kalıcı olarak sessizleşir. Başarıyı imzayla değil, ilk kapanan satışla kutlayın.

**Çok sayıda ortak.** Dikkat dağıtmak, hepsini yarım bırakır. Önce üç ortak seçin, yürütebildiğinizi gösterin, sonra genişleyin.

**Bağımlılık.** Gelirinizin büyük kısmı tek bir ortağa bağlıysa, o ortağın bir kararı sizi bir gecede zora sokar. Ortaklıktan gelen payın üst sınırını baştan belirleyin.

## Bu hafta başlayın

1. Mevcut en iyi beş müşterinize sorun: bu ürünü satın almadan önce hangi şirket ya da kişiyle konuşmuştunuz? Cevaplar, ortak tezinizin ham halidir.
2. İlk beş hedef ortağı bir tabloya yazın ve her biri için “ortak ne kazanır?” sütununu doldurun. Dolduramadıklarınızı eleyin.
3. Bir hedef ortağa, ürününüzü tanıtan değil, onların müşterisinin yaşadığı bir problemi ve bunun için önerdiğiniz küçük bir pilotu içeren üç cümlelik bir e-posta gönderin.

---

# Equity Crowdfunding

URL: https://alpsuleyman.com/tr/strategies/equity-crowdfunding
Published: 2026-06-02
Updated: 2026-10-03
Author: Alp Suleiman

> Equity crowdfunding bir fon toplama kanalından çok, yüzlerce küçük ortağı olan bir şirket olmayı kabul etmektir. Bu hem en büyük avantajı hem en büyük maliyetidir.

Equity crowdfunding kampanyasını başarıyla bitiren bir kurucunun ilk haftası genelde iki duyguyla geçer: rahatlama ve ağırlık. Hesapta para var, ama artık yüzlerce kişi şirketin küçük bir parçasına sahip ve her biri bir gün “ne durumdayız?” diye sorabilir.

Bu strateji, kitlenin hem sermayeniz hem müşteriniz hem de savunucunuz olduğu bir modeldir. Doğru ürün ve doğru topluluk için çok güçlüdür. Yanlış şirket için ise yönetimi yoran bir hisse tablosu bırakır.

## Ne zaman ihtiyacınız var?

Ürününüz bireysel tüketiciye hitap ediyor ve insanların duygusal ya da kimlik düzeyinde bağlandığı bir şeyse (bir marka, bir oyun, bir içecek, bir deneyim), yatırımcı ile müşterinin aynı kişi olması anlamlıdır. İkinci sinyal, mevcut bir topluluğunuzun olması: e-posta listesi, takipçi, sadık müşteri. Kampanya soğuk bir kitleye açılmaz, sıcak bir kitleye hatırlatılır.

Üçüncü sinyal, ihtiyacınız olan miktarın küçük ya da orta ölçekli olması ve geleneksel yatırımcıyla görüşmelerin ağır, yavaş ya da kapalı olması. Kitle fonlaması, bir ilk tur için ek bir kanal sağlayabilir.

Henüz erken olan durum, topluluğunuzun olmaması, ürünün tüketiciye ulaşmaması ya da büyük ölçekli bir B2B altyapı kurmanız. Bu durumda kampanya hem pahalı hem zor ve ileride kurumsal bir yatırımcıyla çalışma ihtimalini zorlaştırabilir.

## Çoğu ekibin atladığı nokta

Ekipler kampanyayı bir satış etkinliği sanar: bir sayfa, bir video, bir hedef tutar. Oysa kampanya bir sonuç değil, aylar süren bir hazırlığın son günüdür. Başarılı kampanyalarda sık görülen örüntü şu: ekip kampanya açılmadan önce kitleyi ısıtmış ve ilk günlerde hedefin önemli bir kısmını mevcut çevresinden toplamıştır. Kampanya sayfası, kitle yaratmaz; kitleyi toplar.

İkinci atlanan nokta, kampanyadan sonraki yıllar. Yüzlerce küçük hissedar, bir yatırımcı güncellemesi yazma yükü getirir, bir sonraki turda hisse tablosu karmaşıklığını artırır ve bazı kurumsal yatırımcılar için bir çekince olabilir. Bu bedeli kampanyadan önce bilmek, kampanya sonrası şaşırmaktan çok daha ucuzdur.

> Kitle fonlamasında topladığınız şey sermayeden önce sorumluluktur; paranın faturası, yıllarca yazılan güncellemelerdir.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, kampanya bittikten üç ay sonra belli olur. Yapmayan ekip hissedarlarına sessizleşir ve topluluk hızla soğur. Yapan ekip, kampanya öncesinde bir iletişim ritmi (aylık kısa bir güncelleme) ve hissedarlara özel küçük faydalar tasarlamıştır. Topluluk canlı kalır ve ürünün ilk sürümünü ilk deneyen, hatayı ilk bildiren, çevresine ilk anlatan grup olur.

Üçüncü nokta, değerleme. Kampanya, şirketin değerini herkesin göreceği bir sayıyla açıklar. Yüksek değerleme kısa vadede az pay satmak demektir, ama sonraki turda “düşük tur” riskini de doğurur. Bunu bir pazarlama başarısı olarak değil, bir sermaye kararı olarak ele alın.

## Uygulama planı

### 1. Önce hukuki ve düzenleyici çerçeveyi öğrenin

Kitle fonlaması çoğu ülkede düzenlenmiş bir faaliyettir: hangi platformlar yetkili, ne kadar toplanabilir, yatırımcı sınırları nedir? Bir hukuk danışmanı ve yetkili bir platformla başlayın. Bu çerçeve her bölgede farklıdır ve değişebilir; güncel kuralları mutlaka kontrol edin.

### 2. Topluluğu kampanyadan önce kurun

En az üç-dört ay önce bir e-posta listesi, bir sosyal topluluk ya da bir bekleme listesi oluşturun. Hedef tutarı bu topluluğun büyüklüğüne göre kurgulayın. Sahada sık kullanılan bir pratik kural, ilk günlerde hedefin önemli bir bölümünün zaten tanıdığınız çevreden gelmesi gerektiğidir.

### 3. Değerleme ve pay yapısına karar verin

Ne kadar sermaye, hangi değerleme, hangi hisse oranı? Bir sonraki turda kurumsal yatırımcı gelirse hisse tablosu nasıl görünür? Bu konuyu bir mali danışmanla yazın. Karar, topluluğa değil, şirketin uzun vadeli yapısına hizmet etmeli.

### 4. Anlatıyı yatırım değil ortaklık olarak kurun

Kampanya sayfasında üç şey net olsun: hangi problemi çözüyorsunuz, neden şimdi, topladığınız parayla hangi somut kilometre taşlarına ulaşacaksınız? Riskleri açıkça yazın. Yatırımcı kitlesinin güvenini kazanmak, abartılı vaatten çok açık bir risk bölümüyle olur.

### 5. İlk gün ve ilk hafta için bir lansman planı yapın

Kampanyanın ilk 48 saati ivmeyi belirler. Mevcut topluluğa erken erişim, ilk yatırımcılara küçük bir ayrıcalık ve ilk gün için hazır içerik planı yapın. Hedefin ilk haftada belirgin bir bölümüne ulaşmak, kampanyanın dışarıya güven verdiği andır.

### 6. Kampanya sonrası bir hissedar ritmi kurun

Aylık kısa bir güncelleme (ne yaptık, ne öğrendik, ne zorlandık), yılda bir hissedar toplantısı ya da çevrim içi oturum ve hissedarlara özel bir erken erişim ya da indirim. Ritmi, kampanya başlamadan önce yazın ve hangi kişinin sahip olduğunu belirleyin.

## Neyi ölçmeli?

Burada hem kampanyanın gücünü hem sonrasındaki topluluk sağlığını ölçmelisiniz. İlk iki gösterge kampanya öncesi ve sırasında, diğerleri kampanyadan aylar sonra anlam kazanır.

- **Kampanya öncesi topluluk büyüklüğü ve ısınma oranı:** listedeki kişilerin ne kadarı kampanya bildirimini açıp tıklıyor. Öncü gösterge.
- **İlk 48 saatte toplanan tutarın hedefe oranı:** kampanyanın ivmesi ve güveni.
- **Yatırımcıdan müşteriye ve savunucuya dönüşüm:** hissedarların satın alma, öneri ve geri bildirim davranışı.
- **Hissedar iletişim ritmi:** gönderilen güncelleme sayısı ve açılma oranı. Gecikmeli ama topluluğun canlı kalıp kalmadığını söyler.

## Tuzaklar

**Kampanyayı kitle olmadan açmak.** Sayfa yayınlandığında kimse yoksa, platformun kendi trafiğine güvenmek genellikle yetmez. Önce topluluk, sonra kampanya.

**Hisse tablosunu yönetilemez hale getirmek.** Çok sayıda küçük hissedarın nasıl temsil edileceği ve sonraki turlarda oy hakları nasıl işleyecek? Bunu baştan, bir hukuki yapıyla çözün.

**Güncelleme sözü verip susmak.** En çok güven kaybettiren şey kötü haber değil, sessizliktir. Zorluk yaşadığınızda da yazın; hissedar zor zamanı anlatan kurucuya güvenir.

## Bu hafta başlayın

1. Bugün erişebileceğiniz kitleyi sayın: e-posta listesi, topluluk üyeleri, sadık müşteriler. Bu sayı, olası kampanya hedefinizin gerçekçi tavanını gösterir.
2. Bölgenizde yetkili bir kitle fonlaması platformunun kurallarını ve bir kampanyanın maliyetini araştırın; kurallar değişebileceğinden resmi kaynaklardan doğrulayın.
3. Kendinize şu soruyu yazılı olarak cevaplayın: “Yüzlerce küçük ortakla beş yıl boyunca nasıl iletişim kuracağım?” Cevap net değilse kampanyaya henüz hazır değilsiniz.

---

# Growth Loops

URL: https://alpsuleyman.com/tr/strategies/growth-loops
Published: 2025-12-03
Updated: 2026-10-03
Author: Alp Suleiman

> Huni ne kadar parlatılırsa parlatılsın her ay sıfırdan başlar. Döngü ise bu ayın çıktısını gelecek ayın girdisine çevirir. Büyümenin eğrisini değiştiren fark bu.

Bir büyüme toplantısında huni grafiği görmeyen yok: ziyaret, kayıt, aktivasyon, ödeme. Her ay huninin başına yeni insan koymanız gerekir ve bunun için ya reklam bütçesi ya da ekibin sürekli çabası lazım. Bırakırsanız büyüme durur.

Döngü ise farklı bir mantık. Bir kullanıcı ürünü kullanır, bu kullanım bir çıktı üretir (bir içerik, bir davet, bir veri, bir gelir), çıktı yeni bir kullanıcı getirir ve o da aynı şeyi yapar. Çıktı girdiye döndüğü için büyüme kendi kendini besler. Bunu tasarlamak, bir kampanya planlamaktan çok bir mekanizma mühendisliğidir.

## Ne zaman ihtiyacınız var?

Ürün aktivasyonu ve retention'ı sağlamsa ve büyümeniz hâlâ doğrusalsa (her yeni kullanıcı için ek harcama ya da çaba gerekiyorsa), döngü zamanıdır. Bir sinyal, kullanıcıların ürünle zaten bir şey ürettiklerini görmeniz: paylaşılan bir rapor, davet edilen ekip arkadaşı, yayınlanan bir sayfa, bırakılan bir yorum. Bu çıktı bugün boşa gidiyorsa, döngünün hammaddesi hazır demektir.

Henüz erken olan durum, ürünün tutmaması. Kullanıcı ilk haftadan sonra gidiyorsa, döngü o kullanıcıyı yeniden getirmez; sızdıran bir kovaya su ekler. Önce retention'ı onarın.

Bir ayrım gerekli. Deneme döngüsü (hipotez-test-öğren) ve growth hacking taktik üretir; döngü ise bir sistem mimarisidir. Deneyler, döngünün içindeki bir adımı iyileştirmek için kullanılır. Döngü, deneylerin hangi soruya odaklanacağını söyler.

## Çoğu ekibin atladığı nokta

Ekipler “viral olmak” ya da “referral eklemek” ile döngü kurmayı karıştırır. Referral butonu bir özelliktir; döngü ise o butonun, ürünün çekirdek değeriyle bir zincir oluşturmasıdır. Kullanıcı davet göndermek için yanlış bir yere gitmek zorunda kalıyorsa, çıktı üretimi çekirdek kullanımın dışında kalır ve döngü işlemez.

Dropbox'ın referral programı bilinen bir örnek: davet etmek, kullanıcının ürünle zaten yaptığı şeye (depolama alanı) doğrudan bağlıydı ve ödül, ürünün kendi değeriydi. Yani çıktı, çekirdek davranışın doğal bir uzantısıydı.

> Döngü, kullanıcıyı ikna etmeye çalışmaz; kullanıcının zaten yaptığı şeyin yan ürününü yeni bir kullanıcıya dönüştürür.

İkinci kaçırılan nokta, döngü türünün seçimi. Dört genel tür var: viral (kullanıcı başka kullanıcı getirir), içerik (kullanıcının ürettiği içerik arama ya da paylaşım yoluyla yeni kullanıcı çeker), ücretli (gelirin bir kısmı reklama dönüşür) ve satış (müşteri geliri satış kaynağını besler). Her ürünün doğal bir türü vardır; zorlamak mümkün değil. B2B bir araçta içerik döngüsü kurmak, çoğu zaman bir ekip içi yayılma döngüsünden zayıftır.

Üçüncüsü, döngü hızı. Bir döngü dönüşümü ne kadar iyi olursa olsun, tur süresi altı ay ise, sonuç görmek uzun sürer. Tur süresi kısaldıkça büyüme eğrisi daha hızlı kıvrılır. Aday iki döngüden tur süresi kısa olanı önce kurun.

Fark şurada ortaya çıkar: huniye bakan ekip “kayıt dönüşümünü artıralım” der. Döngüye bakan ekip “kullanıcı ilk değerini aldıktan sonra yeni birini getirmesi için ne kadar sürüyor ve hangi adımda kaybediyoruz?” diye sorar. Soru değişince yapılacaklar listesi de değişir.

## Uygulama planı

### 1. Çekirdek eylemi ve doğal çıktıyı belirleyin

Kullanıcı ürünü kullanırken ne üretiyor? Bir belge, bir paylaşım, bir davet, bir veri, bir yorum? Bu çıktı başkasına görünür mü, işe yarar mı? Bu soru, döngü türünüzü gösterir.

### 2. Döngüyü bir çizime dökün

Dört kutu: girdi (yeni kullanıcı), eylem (kullanıcının yaptığı), çıktı (ortaya çıkan şey), yeniden girdi (çıktının yeni kullanıcıya dönüşme yolu). Her ok için tahmini bir dönüşüm oranı yazın. Çizemediğiniz bir ok varsa, döngü henüz yok.

### 3. En zayıf halkayı bulun

Her adımda kaybı ölçün. İlk yeni kullanıcının çıktı üretme oranı mı düşük, çıktının görülme oranı mı, yoksa görenin kayda dönüşme oranı mı? Döngünün toplam gücünü en zayıf halka belirler. Yalnızca o halkayı iyileştirin.

### 4. Tur süresini kısaltın

Kullanıcı ilk değeri aldıktan sonra çıktıyı üretmesi için ne kadar zaman geçiyor? Davet ya da paylaşım anını ürünün ilk deneyimine yaklaştırın. Çıktının “yeni kullanıcıya dönüşme” süresini de kısaltın: görünür bir bağlantı, tek tıklık kayıt, ön doldurulmuş içerik.

### 5. Döngüyü bir deneyle sürün

Döngü bir sayı ile tarif edilir: her yüz yeni kullanıcı, bir turda kaç yeni kullanıcı üretiyor? Yüzün üstündeyse döngü tek başına kendini besliyor, altındaysa büyümenin yalnızca bir kısmını taşıyor demektir; ikisi de değerli, ama farklı yönetilir. Adım iyileştirmelerini, deneme döngünüzle (hipotez, test, öğrenme) bu sayıya bağlayın.

### 6. Yeni bir döngü eklemeden önce birini olgunlaştırın

İkinci bir döngü genellikle ilkinin sağlıklı çalıştığını görünce eklenir. Birbirinden bağımsız üç yarım döngü, kaynağı dağıtır; tek bir iyi döngü ise ürünün hem büyümesini hem öğrenmesini hızlandırır.

## Neyi ölçmeli?

Döngüyü huni metrikleriyle ölçmek yanıltır; çünkü döngünün gücü toplam trafikte değil, adımlar arası dönüşümde ve tur süresinde saklıdır. Aşağıdaki dört gösterge bunu doğrudan izler.

- **Döngü çarpanı:** yüz yeni kullanıcının bir tur sonunda getirdiği yeni kullanıcı sayısı. Yüzün üstü, kendini besleyen büyümeyi gösterir.
- **Tur süresi:** bir kullanıcının girişinden, o kullanıcının getirdiği yeni kullanıcının girişine kadar geçen gün sayısı. Öncü gösterge.
- **Adım dönüşümleri:** döngüdeki her okun gerçek oranı; en zayıf halkayı gösterir.
- **Döngü kaynaklı kullanıcının retention'ı:** döngüden gelenlerin kalıcılığı. Düşükse döngü, kalitesiz kullanıcı üretiyordur; gecikmeli ama kritik.

## Tuzaklar

**Özellik ile döngüyü karıştırmak.** Bir paylaş butonu eklemek döngü değildir. Çıktı, çekirdek değerin bir sonucu olmalı.

**Kalitesiz döngü.** Ödülle şişirilmiş davetler çok sayıda hızlı kayıt, az sayıda kalıcı kullanıcı getirir. Sayıdan çok, döngüden gelenlerin retention'ına bakın.

**Aynı anda çok döngü.** Her ürün her türü taşımaz. Doğal olanı bulun; zorla kurulan döngü sürtünme yaratır ve çekirdek deneyimi bozar.

## Yapay zekâ çağında bu strateji

Yapay zekâ döngünün turunu kısaltabilir. İçeriği üretmek, kişiselleştirmek, daveti hazırlamak gibi günler alan adımlar dakikalara inebilir; üretim adımı turun darboğazıysa tur kısalır ve aynı sürede daha çok tur doğabilir.

Ama her turun değişken bir maliyeti olabilir. Çıkarım maliyeti olan bir üründe her çıktı bir çağrıdır; tur sayısı arttıkça toplam çıkarım maliyeti de artar. Kazanılan kullanıcı başına maliyet o kullanıcının değerini aşarsa birim ekonomisi kötüleşir. Bol üretilen çıktının kalitesi de düşebilir: ilgisiz içerik alıcıda karşılık bulmayabilir ve sonraki adımın dönüşümünü aşağı çekebilir.

Pratik kural. Ölçeklemeden önce tur başına maliyeti ve çıktı kalitesini ölçün; ör. döngüden gelen kullanıcıların retention'ı düşüyorsa hızın artması henüz bir kazanç sayılmaz.

Bizim yorumumuz: tur süresi tek başına döngünün sağlığı hakkında hüküm vermez. Hız, maliyet ve kalite aynı tabloda okunmadıkça döngüyü büyütmek için erken olabilir.

## Bu hafta başlayın

1. Kullanıcılarınızın ürünle üretip dışarıya çıkardığı her şeyi (paylaşım, davet, içerik, rapor) bir listeye yazın ve her birinin başkası tarafından görülüp görülmediğine bakın.
2. En umut verici çıktı için dört kutulu bir döngü çizimi yapın ve her ok için tahmini oranı yazın. Bilmediğiniz oranları ölçecek veriyi belirleyin.
3. Son üç aydaki yeni kullanıcıların kaçının mevcut bir kullanıcının çıktısından geldiğini sayın. Bu, bugünkü döngü çarpanınızın ilk tahminidir.

---

# Outsourcing ve Lean Scaling

URL: https://alpsuleyman.com/tr/strategies/outsourcing-ve-lean-scaling
Published: 2026-03-05
Updated: 2026-10-02
Author: Alp Suleiman

> Outsourcing maliyeti düşürmek için değil, sabit yükü değişken hale getirip öğrenme hızınızı korumak için bir araçtır. Neyi dışarıda tutacağınız, neyi asla bırakmayacağınızdan daha önemli bir karar.

Küçük bir ekibin en pahalı kaynağı para değil, dikkattir. Muhasebe, müşteri destek, içerik üretimi, altyapı, tasarım, bordro: bunların her biri bir kurucunun ya da kritik bir çalışanın aklından saat çalar. İlk yıllarda hepsini içeride yapmak kahramanlık gibi görünür, ama çoğu zaman şirketin en değerli işine ayrılacak zamanı yer.

Lean scaling, büyürken sabit maliyeti ve yönetim yükünü artırmadan kapasite eklemektir. Outsourcing bunun en bilinen aracıdır; ama yanlış yerde kullanıldığında öğrenme hızını da dışarıya taşır.

## Ne zaman ihtiyacınız var?

Ekibin en iyi insanları, şirketin büyümesine doğrudan katkı yapmayan işlerle uğraşıyorsa, sinyal bu. Bir diğeri, talebin dalgalı olması: bir ay yoğun, bir ay boş bir işi sabit kadroyla taşımak, boş ayda para yakmak demektir. Üçüncüsü, belirli bir uzmanlığa (hukuk, vergi, güvenlik, belirli bir mühendislik alanı) yalnızca zaman zaman ihtiyaç duymanız.

Henüz erken olan durum, işin ne olduğunu kendiniz bilmemeniz. Bir süreci anlamadan dışarıya vermek, kötü bir süreci pahalı hale getirir. Ürün-pazar uyumunu arayan bir şirkette müşteri ile konuşmak, ürünü öğrenmek ve ilk satışları yapmak içeride kalmalıdır.

Bu, büyük şirketlerin yaptığı iş süreçleri outsourcing'inden (BPO) farklıdır. Orada amaç ölçek ve maliyet verimliliği; burada ise küçük bir ekibin, sermayesi ve dikkati sınırlıyken en doğru işe odaklanabilmesi.

## Çoğu ekibin atladığı nokta

Ekipler outsourcing'i maliyet karşılaştırması olarak görür: iç çalışan şu kadar, dış firma şu kadar. Oysa asıl kriter maliyet değil, işin öğrenmeyle ne kadar bağlantılı olduğudur. Müşterinin sesini, ürün kararını ya da rekabet avantajınızı besleyen bir işi dışarı vermek, aylarca fark edilmeyen bir bilgi kaybı demektir.

Pratik ayrım şudur: hangi iş “çekirdek öğrenme”yi taşıyor, hangisi “standart bir hizmet”? Standart hizmet (bordro, muhasebe, altyapı barındırma, bilet yönetimi) dışarı verilince kalitesi artabilir bile, çünkü uzman firma bunu her gün yapar. Çekirdek öğrenme (müşteri görüşmeleri, ürün keşfi, fiyat deneyleri) dışarı verildiğinde şirket kendi pazarını kendi gözüyle görmeyi bırakır.

> Dışarı vereceğiniz şey iş yükü olmalı, öğrenme olmamalı.

İkinci kaçırılan nokta, dönüşebilirlik. Küçük bir şirkette her karar geri alınabilir olmalı. Uzun sözleşmeler, özel entegrasyonlar, bilginin yalnızca dış firmada bulunması, bir sonraki yıl şirketi o firmaya bağımlı kılar. İyi bir outsourcing, çıkış maliyetini baştan düşük tutar: kısa sözleşme, dokümante edilmiş süreç, size ait veri.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, ilk kriz anında belli olur. Yapmayan ekip, dış firmanın çalışanı ayrıldığında ya da fiyatı arttığında bir sürecin nasıl yürüdüğünü kimsenin bilmediğini fark eder. Yapan ekip, dış firmaya verdiği her işin bir kısa tarifini, bir iç sahibini ve bir yedek planını tutar.

Üçüncü nokta, dış firma yönetiminin de bir iş olması. “Dışarı verdik, bitti” yoktur. Hedef, çıktı kalitesi ve iletişim ritmi tanımlanmazsa, düşük maliyet, sessizce düşen kaliteye dönüşür.

## Uygulama planı

### 1. Tüm işleri iki gruba ayırın

Şirketteki tüm tekrarlayan işleri yazın ve her birine sorun: bu iş bize müşteri, ürün ya da pazar hakkında bir şey öğretiyor mu? Evetse içeride kalır. Hayırsa ve iş standartlaşmış ise dışarı verme adayıdır.

### 2. Aday işlerin gerçek maliyetini hesaplayın

İç maliyet yalnızca maaş değildir: yönetim süresi, araç, eğitim ve boşta kalan kapasite de içindedir. Dış maliyette ise koordinasyon, kalite kontrol ve olası değiştirme maliyeti vardır. Karşılaştırmayı bu tam hesapla yapın.

### 3. Küçük bir pilot verin

Bir işi, sınırlı kapsamla, üç aylık bir deneme olarak dış firmaya verin. Başarı kriterini yazılı olarak belirleyin: teslim süresi, hata oranı, geri bildirim süresi. Pilot sonunda hem dış firmayı hem kendi tarif kalitenizi değerlendirin.

### 4. Süreci yazılı ve size ait kılın

Dış firma ne yapıyorsa adım adım bir belge olarak sizde olsun. Veri, hesaplar ve araçlar şirketin kendi adına açılsın. Böylece firma değişirse bilgi kaybolmaz.

### 5. Bir iç sahip atayın

Her dış işin bir iç sahibi olsun: haftalık kısa bir kontrol, aylık bir kalite incelemesi. Sahipsiz bir dış iş, zamanla ne olduğu bilinmeyen bir maliyet kalemine dönüşür.

### 6. Her çeyrek yeniden değerlendirin

Şirket büyüdükçe bazı işler içeri alınmaya değer hale gelir, bazıları dışarı verilebilir. Ölçek değiştikçe maliyet dengesi de değişir. Her çeyrekte kısa bir “içeride mi, dışarıda mı?” gözden geçirmesi yapın.

## Neyi ölçmeli?

Outsourcing'in başarısı tasarruf rakamıyla değil, çekirdek ekibin zamanını nereye harcadığıyla ölçülür. Öncü göstergeler dış işin kalitesini, gecikmeli olanlar şirketin verimliliğini gösterir.

- **Kurucu ve çekirdek ekip zamanının dağılımı:** büyümeye dönük işlere ayrılan zaman payı. Outsourcing'in asıl getirisi budur.
- **Çalışan başına gelir:** sabit kadro büyümeden gelirin artıp artmadığı. Gecikmeli gösterge.
- **Dış iş teslim süresi ve hata oranı:** dış firmanın kalite performansı. Öncü gösterge.
- **Toplam dış iş maliyetinin gelire oranı:** değişken maliyetin sağlıklı sınırlar içinde kalıp kalmadığı.

## Tuzaklar

**Çekirdek işi dışarı vermek.** Müşteri görüşmeleri, ürün kararları ve fiyat deneyleri dışarıdan yönetilirse, şirket kendi pazarını tanımayı bırakır.

**Tek bir firmaya bağımlılık.** Kritik bir iş tek bir dış firmanın elindeyse, o firmanın bir kararı sizi zor durumda bırakır. Alternatif bir firma tanıyın ve süreci dokümante edin.

**Sadece fiyatla seçmek.** En ucuz teklif, gizli iletişim ve düzeltme maliyetleriyle pahalıya dönüşebilir. Pilot ve referans, fiyattan daha iyi bir ölçüdür.

## Bu hafta başlayın

1. Kurucuların ve en kritik üç çalışanın son iki haftasını inceleyin ve büyümeye katkı sağlamayan işleri bir listeye yazın.
2. Listedeki her iş için “bize bir şey öğretiyor mu?” sorusunu yanıtlayın ve dışarı verilebilecek bir tanesini seçin.
3. O iş için bir sayfalık tarif yazın: ne zaman, kim, hangi çıktı, hangi kalite ölçüsü. Bu sayfa, bir dış firmaya vereceğiniz ilk görev tanımıdır.

---

# Sermaye Stratejileri

URL: https://alpsuleyman.com/tr/strategies/sermaye-stratejileri
Published: 2026-05-06
Updated: 2026-10-03
Author: Alp Suleiman

> Sermaye nötr bir kaynak değil; bir fiyatı, bir saati ve bir beklentisi var. İyi sermaye stratejisi, parayı bulmak değil, her türlü paranın size ne dayattığını baştan bilmektir.

Fon toplama konuşulurken kuruculardan en sık duyulan cümle şu: “Ne kadar toplayabilirsek toplayalım.” Bu cümle, bir şirketin sermaye stratejisi olmadığının en net işaretidir. Çünkü sermaye ne kadar gelirse gelsin, bir şey kazandırırken bir şey de alır: pay, kontrol, hız baskısı ya da bir sonraki turun çıtası.

Sermaye stratejisi, büyümenin hangi parasla finanse edileceğine kasıtlı karar vermektir. Doğru para, doğru zamanda, doğru ihtiyaç için. Yanlış para ise iyi bir şirketi bile yanlış yöne iter.

## Ne zaman ihtiyacınız var?

Sermaye ihtiyacını konuşmanın zamanı, parası bitmeden çok önce. Sahada sık anlatılan bir kural, fon toplamaya runway altı ila on iki aydan fazlayken başlamaktır. Çünkü pazarlık gücünüz, paranın bitmeye yaklaştığı anda hızla düşer.

Diğer sinyaller: büyüme için net bir harcama planınız var ama kaynağı belirsiz; ya da elinizdeki para ile hedeflediğiniz büyüme arasında bir fark çıkıyor ve bu farkı kapatmak için hangi aracın en ucuz olduğunu bilmiyorsunuz. Bir de şu: birden fazla seçenek (yatırımcı, borç, gelir bazlı finansman, hibe, ön satış) masada olduğu halde bunların kıyaslanmamış olması.

Henüz erken olan durum, ürünün ne yaptığını ve kimin için yaptığını hâlâ bilmemeniz. Bu aşamada sermaye, doğru sorunun cevabını bulmadan hızla yanlış yöne gitmenin yakıtı olabilir. Önce küçük ve ucuz öğrenin.

## Çoğu ekibin atladığı nokta

Ekipler sermayeyi “ne kadar” sorusuyla ele alır. Asıl soru “hangi tür” olmalı. Girişim sermayesi, yalnızca çok büyük sonuç ihtimali taşıyan şirketler için mantıklıdır: fon modeli, birkaç büyük kazancın çoğu kaybı karşılamasına dayanır. İyi, kârlı ama orta ölçekli bir iş için bu para, hıza ve büyük çıkışa zorlayan bir beklenti getirir; sizin iş modelinizle uyuşmayan bir saat yaratır.

> Sermaye, size ne kadar verdiğiyle değil, sizden ne beklediğiyle tanınır.

Sermaye seçenekleri bir merdiven gibi düşünülebilir. Kendi gelirinden finanse etmek (bootstrapping), ön satış ve müşteri avansı, hibe ve destekler, melek yatırım, gelir bazlı finansman ve borç araçları, girişim sermayesi. Her basamak farklı bir bedel taşır: pay, geri ödeme yükü, kontrol veya zaman baskısı. Kimse hepsine ihtiyaç duymaz, ama hepsini bilmek kıyaslamayı mümkün kılar.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, fon toplama toplantısında belli olur. Yapmayan ekip “ne kadar verirseniz” diye konuşur. Yapan ekip, “şu tutar, şu kilometre taşına ulaşmak için, o noktada şu metriklerle bir sonraki tura gideceğiz” der. Para, bir plana bağlanır; plan da paranın bedelini haklı çıkarır.

İkinci kaçırılan nokta, dilüsyonun bir sayı değil bir süreç olması. Bir turda yüzde on beş vermek tek başına sorun değil; ama beş turda biriken dilüsyon, kurucuların kaybedeceği payı belirler. Her tur öncesi, sonraki turlarda toplam dilüsyonun nereye varacağını hesaplamak gerekir.

Üçüncüsü, parayı büyüme fırsatlarıyla eşleştirmek. Elinizde yatırım getirisi kanıtlanmış bir kanal varsa (örneğin her harcanan lira belirli bir sürede geri dönüyorsa), ek sermaye bu kanalı ölçeklendirmek için çok değerlidir. Kanıtlı bir kanal yoksa sermaye, yalnızca belirsizliği pahalı hale getirir.

## Uygulama planı

### 1. Sermaye ihtiyacını büyüme planından türetin

Hangi hedefe (kullanıcı, gelir, pazar) ulaşmak için ne kadar, hangi kalemlere harcama gerekiyor? Ayda ne kadar yakıyorsunuz ve bu hız ne kadar sürer (runway)? İhtiyacı “on sekiz ay boyunca şu kilometre taşlarına ulaşmak için şu tutar” diye cümleleyin.

### 2. Tüm seçenekleri bir tabloda yan yana koyun

Her sermaye türü için dört satır: bedeli (pay, faiz, geri ödeme), hızı (ne kadar sürede gelir), koşulları (kontrol, raporlama, kilometre taşları) ve size uygunluğu. Tablo çıkınca “hangisi” sorusunun cevabı çoğu zaman ortaya çıkar.

### 3. Ürün ve iş modeliyle uyumu test edin

Girişim sermayesi mantığına uyan bir iş misiniz? Pazarınız büyük, büyüme eğriniz dik, çıkışı mümkün bir yapı mı? Değilse, gelir bazlı finansman, müşteri avansı veya yavaş ama kontrollü büyüme daha doğru olabilir. Bu karar, yatırımcı toplantılarından önce verilmeli.

### 4. Dilüsyon modeli kurun

Basit bir tabloyla, mevcut hisse yapısından başlayıp planlanan turların sonunda kurucuların, ekibin ve yatırımcıların payını hesaplayın. Çalışan opsiyon havuzunu da içine alın. Bu model, bir yatırımcıyla pazarlıkta ne kadar esneyebileceğinizi gösterir.

### 5. Süreci planlayın ve zamana yayın

Fon toplama, tahmin edilenden çoğu zaman uzun sürer. Hedef yatırımcıları, onlara ulaşma yollarını ve görüşme takvimini bir tablo halinde yönetin. Aynı anda birkaç görüşme yürütmek, hem pazarlık gücü hem de zaman riski açısından avantajdır.

### 6. Parayı kilometre taşlarına bağlayın

Alınan her sermaye, hangi sonuca ulaşırsa bir sonraki adıma geçileceğini söyleyen bir plana bağlı olsun. Böylece hem yatırımcıya hem ekibe aynı hikâye anlatılır, hem de harcama disiplini içeride kurulur.

## Neyi ölçmeli?

Sermaye kararlarını gecikmeli göstergelerle yönetmek geç kalmak demektir. Runway ve verimlilik gibi öncü göstergeler, sonraki turun şartlarını belirleyen asıl sinyallerdir.

- **Runway:** mevcut yakım hızıyla kaç ay çalışabileceğiniz. Öncü ve en kritik gösterge.
- **Sermaye verimliliği:** harcanan sermaye başına eklenen yinelenen gelir ya da kullanıcı.
- **Toplam dilüsyon yolu:** planlanan turlar sonunda kurucuların kalacak payı.
- **CAC geri dönüş süresi:** büyüme harcamasının ne kadar sürede geri döndüğü. Gecikmeli ama ek sermayeyi haklı çıkaran kanıt.

## Tuzaklar

**Parayı bulunca yakma hızını artırmak.** Yeni sermaye, harcama disiplinini gevşetmenin gerekçesi olmamalı. Ekip büyümesi gelirin önüne geçerse bir sonraki tur zorlaşır.

**Yanlış yatırımcı.** Yalnızca çek büyüklüğüne bakmak, uzun vadede değerler, hız beklentisi ve çıkış zamanlaması uyumsuzluğuna yol açar. Yatırımcının başka şirketlerle nasıl çalıştığını, o şirketlerin kurucularından öğrenin.

**Fon toplamayı geç başlatmak.** Para bitmek üzereyken yapılan görüşmeler, şartları karşı tarafın belirlediği görüşmelerdir. Zamanı bir kaynak olarak yönetin.

## Bu hafta başlayın

1. Bugünkü runway'inizi hesaplayın: kasadaki para bölü son üç ayın ortalama net aylık yakımı. Bu sayı, kararlarınızın zamanlamasını belirler.
2. Önümüzdeki on sekiz ay için büyüme hedefini ve bunun için gereken tutarı tek bir paragrafta yazın.
3. Üç farklı sermaye türünü (örneğin melek, gelir bazlı finansman, ön satış) dört satırlık bir tabloda karşılaştırın ve hangisinin sizin iş modelinize uyduğunu ekibinizle tartışın.

---

# Coğrafi Pazar Genişletme

URL: https://alpsuleyman.com/tr/strategies/cografi-pazar-genisletme
Published: 2026-02-17
Updated: 2026-10-03
Author: Alp Suleiman

> Yeni bir şehre ya da ülkeye açılmak, ürünü kopyalamak değil, çalışan büyüme motorunu yeni bir zeminde yeniden kurmaktır. Çoğu ekip bunu pahalı yoldan öğreniyor.

Bir ekip “yeni ülkeye açılıyoruz” dediğinde toplantıda genelde üç şey konuşulur: dil, ofis ve bütçe. Kimse şu soruyu sormaz: evdeki büyüme neden çalışıyordu?

En sık yapılan hata bu. Mevcut pazardaki başarı çoğu zaman ürünün tek başına başarısı değildir. Kurucunun kişisel ağı, doğru zamanda doğru kanalda bulunmak, rakibin zayıf olduğu bir dönem, kategoriye dair ortak bir alışkanlık gibi görünmez faktörlerin toplamıdır. Yeni coğrafyaya gittiğinizde ürünü taşırsınız ama bu faktörleri taşıyamazsınız.

## Ne zaman ihtiyacınız var?

Coğrafi genişleme, ana pazarınızda büyümenin eğrisi yatay seyretmeye başladığında cazip görünür. Ama bu tek başına sinyal değildir; bazen yatay eğri ürün sorunudur, pazar sorunu değil.

Gerçek sinyaller şunlar: ana pazarda bir segmentte retention'ınız istikrarlı biçimde güçlü ve bunu coğrafyadan bağımsız anlatabiliyorsunuz. Satış ya da pazarlama oyun planınız kurucudan bağımsız çalışıyor, yani yeni biri gelip aynı sonucu üretebiliyor. Yabancı pazardan kendiliğinden gelen talep var: organik kayıtlar, yabancı dilde gelen destek talepleri, “sizi burada da kullanabilir miyiz” e-postaları. Son olarak ana pazarda kalan büyüme alanı, genişlemenin yaratacağı dikkat dağınıklığından daha küçük.

Henüz erken olduğu durumlar da net. Ana pazarda PMF'den emin değilseniz, yeni coğrafya size cevap vermez, sadece yeni bir belirsizlik katmanı ekler. Ekip ana pazarı bile yönetmekte zorlanıyorsa ikinci bir cephe ikisini de zayıflatır.

## Çoğu ekibin atladığı nokta

Genişleme kararı genelde pazar büyüklüğü üzerinden verilir: “Almanya'nın TAM'i bizimkinin on katı.” Bu doğru ama yanlış soruya cevaptır. Büyüklük, o pazarda sizin kazanabileceğiniz payı söylemez. Sizi o pazarda ne kadar hızlı ve ucuza müşteri bulabileceğiniz belirler.

> Yeni pazara ürünü değil, müşteri kazanma mekanizmasını taşırsınız. Mekanizma taşınmıyorsa, geri kalan her şey pahalı bir hobidir.

Bu yüzden asıl iş, evde çalışan motorun parçalarını tek tek ayırmak. Hangi kanal kazandırıyordu? Güveni ne kuruyordu: referans mı, marka mı, bir entegrasyon mu, kurucunun adı mı? Ödeme, fatura, mevzuat ya da dil gibi yapısal engeller varsa bunlar dönüşümü sessizce öldürür. Çok sık rastlanan bir durum: yerel para birimiyle fiyat gösterilmediği için, hiç kimsenin fark etmediği biçimde, huninin en üstünde kayıp yaşanması.

İkinci kaçırılan nokta sıra. Ekipler önce ofis ve yerel ekip kurar, sonra talebi test eder. Doğrusu tersi: önce talebi ucuz yollarla kanıtlar, sonra yapıyı kurarsınız. Yatırım, kanıtı izlemeli; kanıtın önüne geçmemeli.

## Uygulama planı

### 1. Pazar adaylarını eleyin, sıralamayın

Beş altı aday pazarı yan yana koyup basit bir eleme yapın: ödeme ve mevzuat engeli düşük mü, mevcut müşteri profilinize benzeyen firmalar var mı, rekabet yapısı sizin kazandığınız yerlere benziyor mu, dil ve saat farkı yönetilebilir mi. Amaç mükemmel pazarı bulmak değil, en çok öğreneceğiniz ve en ucuza deneyebileceğiniz pazarı seçmek. Çıktı: bir pazar, bir yedek.

### 2. Evdeki motoru yazıya dökün

Ana pazarda son yirmi müşteriniz nereden geldi, kararı kim verdi, kaç haftada kapandı, güveni ne kurdu? Bunu bir sayfaya yazın. Bu sayfa, yeni pazarda hangi bileşenin eksik olduğunu gösteren kontrol listenizdir. Eksik bileşenin telafisini baştan planlayın: yerel referans, yerel ortak, yerel ödeme yöntemi.

### 3. Düşük maliyetli bir talep testi çalıştırın

Ofis açmadan önce hedef pazara yönelik bir açılış sayfası, yerel dilde birkaç içerik, birkaç düzine hedefli görüşme ve varsa bir ortak üzerinden ön satış deneyin. Başarı kriterini baştan, sayı olarak yazın: örneğin belirli sayıda nitelikli görüşme ve belirli sayıda ödeme niyeti. Kriteri sonradan esnetmeyin.

### 4. Pilotu tek kanal, tek segmentle yürütün

Pilot, küçük bir lansman değil, bir deneydir. Tek segment, tek ana kanal, adı konmuş bir sorumlu. Aynı anda üç kanalı denerseniz hangisinin çalıştığını bilemezsiniz. Pilot boyunca müşteri başına maliyet, satış döngüsü ve ilk 90 gün retention'ını ana pazarla yan yana izleyin.

### 5. Ölçekleme kararını kapılarla verin

Pilot sonunda üç kapı: birim ekonomisi ana pazarın kabul edilebilir bir yüzdesine ulaştı mı, kurucu dışında biri satışı kapatabildi mi, destek ve operasyon yükü yönetilebilir mi? Üçü de evetse yerel ekibe ve kanala yatırım yapın. Biri hayırsa, pilotu uzatmak yerine neden hayır olduğunu bir sonraki sprint'in tek konusu yapın.

## Neyi ölçmeli?

- **Yeni pazarda müşteri kazanma maliyeti, ana pazarla oran olarak.** Öncü gösterge; ilk haftalarda bile sapmayı gösterir.
- **Satış döngüsü uzunluğu.** Güvenin ve yerel uyumun ne kadar eksik olduğunu yansıtır.
- **İlk 90 gün retention'ı.** Ürünün yeni pazarda gerçekten değer üretip üretmediğinin gecikmeli ama en dürüst göstergesi.
- **Kurucu dışı kapanış oranı.** Motorun kişiye bağlı mı sisteme bağlı mı olduğunu söyler.

## Tuzaklar

**Bütçeyi talepten önce harcamak.** Ofis, ekip ve lansman etkinliği taahhüt edildikten sonra veri kötü gelirse geri dönmek siyasi olarak imkânsızlaşır. Sabit maliyeti kanıttan sonra bağlayın.

**Her pazara aynı mesajla gitmek.** Dil çevirisi yerelleştirme değildir. Kategori bir pazarda zaten bilinirken diğerinde eğitim gerektirebilir; ikincisinde satış döngüsü ve mesaj tamamen farklı olmalıdır.

**Ana pazarı ihmal etmek.** En iyi satışçı ve en dikkatli ürün yöneticisi yeni pazara kayarsa, çekirdek iş sessizce zayıflar. Genişlemenin ana pazara maliyetini baştan hesaplayın.

**Pilotu bitirmeyip sürdürmek.** Belirsiz sonuçlu, sürekli “biraz daha bekleyelim” denen pilotlar en pahalı seçenektir. Kapıyı önceden tanımlayın ve kullanın.

## Bu hafta başlayın

1. Ana pazardaki son yirmi müşteriniz için kanal, karar verici, satış süresi ve güveni kuran unsuru tek bir sayfada çıkarın.
2. Aday üç pazar için ödeme, mevzuat ve dil engellerini yarım sayfada karşılaştırın ve bir pilot pazar seçin.
3. Pilot için ölçülebilir geçiş kriterini yazıp ekiple paylaşın: kaç görüşme, kaç ödeme niyeti, hangi tarihe kadar.

---

# Ürün Çeşitlendirme

URL: https://alpsuleyman.com/tr/strategies/urun-cesitlendirme
Published: 2026-09-18
Updated: 2026-10-03
Author: Alp Suleiman

> Yeni ürün, çoğu zaman yeni bir büyüme motoru değil, ana ürünün yarım bırakılmış hâlidir. Çeşitlendirmenin işe yaradığı yer müşterinin zaten yaşadığı bir sonraki sorundur.

Tek ürünle büyüyen şirketlerde belli bir noktada aynı cümle duyulur: “Tek bir ürüne çok bağımlıyız.” Doğru bir endişedir. Sonrasında genelde ikinci cümle gelir ve işler karışır: “O zaman yeni bir şey çıkaralım.”

Çeşitlendirme kararlarının çoğu risk azaltma gerekçesiyle verilir ama sonuçta riski azaltmaz, artırır. Çünkü ekip ve dikkat sabittir. Yeni ürün, ana ürünün zayıf kalan ilgisini ikiye böler.

## Ne zaman ihtiyacınız var?

Sinyaller önce müşteri tarafından gelir. Müşterileriniz ürününüzün hemen yanında, sizin sunmadığınız bir işi başka bir araçla ya da Excel'le yapıyor. Destek talepleri ve satış görüşmelerinde aynı eksik tekrar tekrar geçiyor. Mevcut müşteri tabanında genişleme geliri tavan yapmış: fiyat artırımı ve ek koltuk satışı artık anlamlı büyüme getirmiyor. Ana ürünün pazarı doğası gereği sınırlı, yani en iyi senaryoda bile payınızı doldurduğunuzda büyüme biter.

Henüz erken olduğu durumlar: ana ürününüz hâlâ aktivasyon ve retention sorunlarıyla boğuşuyorsa, çeşitlendirme bu sorunları çözmez, gizler. Yeni ürün ilk aylarda parlak görünür, çünkü karşılaştırılacak bir geçmişi yoktur. Ekip yeni ürüne kayar, ana ürünün sorunları biraz daha büyür.

## Çoğu ekibin atladığı nokta

Çeşitlendirme “başka şeyler satmak” değildir. Çeşitlendirme, aynı müşterinin bir sonraki sorununu çözmektir. Aradaki fark, yeni üründe sıfırdan bir dağıtım kurmak zorunda olup olmamanızdır.

> Yakınlık, çeşitlendirmenin yan etkisi değil, şartıdır: yeni ürünün müşterisi ya da dağıtım kanalı bugün sizde zaten olmalı.

Strateji literatüründeki bilinen çerçeve (Ansoff matrisi) bunu gösterir: mevcut müşteriye yeni ürün sunmak, yeni müşteriye yeni ürün sunmaktan çok daha az riskli. Birinde bir bilinmeyeniniz var, diğerinde iki. Yeni ürün hem yeni müşteri hem yeni kanal gerektiriyorsa aslında ikinci bir şirket kuruyorsunuz.

Büyük şirketlerden bilinen örnek: Amazon'un kendi iç altyapısını başkalarına sunması (Amazon'un kendi anlatımıyla AWS'nin doğuşu). Bunu çeşitlendirme olarak değil, çok iyi bildiği bir yetkinliği dışarı açmak olarak görmek daha doğru. Yakınlık yetkinlikten geliyor. Başarılı çeşitlendirmelerde sık görülen örüntü bu: yeni ürün, şirketin zaten iyi olduğu bir şeyin yeni müşteriye açılmış hâli.

İkinci kaçırılan nokta kanibalizasyon korkusu. Ekipler yeni ürünün ana ürünü zayıflatmasından çekinir. Aslında bazı durumlarda zayıflatması gerekir; çünkü bunu sizin yapmadığınız yerde bir rakip yapacaktır. Önemli olan, hangi kanibalizasyonun kontrollü, hangisinin kayıp olduğunu ayırmak.

## Uygulama planı

### 1. Müşterinin ürününüz etrafındaki iş akışını haritalayın

Yirmi müşteriyle konuşun ve şunu sorun: sizi kullandıktan hemen önce ve hemen sonra ne yapıyorsunuz, hangi araçlarla? Bu iki yönde komşu alan listenizdir. Bu görüşmeler fikir toplamak için değil, fikirleri kanıta bağlamak için.

### 2. Adayları üç filtreyle eleyin

Her aday için sorun: müşteri bu sorun için bugün para ve zaman harcıyor mu? Mevcut kanalımızla satılabilir mi? Bizim ekibin zaten bildiği bir alana mı yaslanıyor? Üçüne de evet diyen adaylar kısa listeye girer. İki “hayır” alan fikir ne kadar çekici olursa olsun elenir.

### 3. Ürün yerine önce teklifi satmayı deneyin

Yazmadan önce mevcut müşteri tabanının bir dilimine ön kayıt, pilot ya da ücretli ön sürüm teklifi götürün. Ücretli niyet, “ilginç olurdu” cevabından yüz kat daha değerli bir veridir. Eşiği önceden belirleyin: örneğin belirli sayıda müşteri bedel ödemeyi kabul etmedikçe geliştirmeye başlamayın.

### 4. Küçük ve ayrı bir ekiple çıkın

Ana ürün ekibinin kapasitesini yeni ürüne kaydırmayın. İki üç kişilik, sorumluluğu net, kendi hedefi olan bir ekip kurun. Ana ürünün roadmap'ini korumak yeni ürüne yatırım kadar önemlidir. Bu ayrım yoksa yeni ürün her sprint'te ana ürüne kaybeder ve kimse bunu karar olarak almamış olur. Önceliği kimin belirlediği baştan yazılı olsun.

### 5. Paketleme ve fiyatı baştan tasarlayın

Yeni ürün ayrı mı satılacak, pakete mi girecek, ana ürünün kademesine mi eklenecek? Bu karar yeni ürünün kaderini belirler. Ayrı satış yeni bir satın alma kararı demektir ve sürtünme yaratır. Pakete eklemek benimsemeyi artırır ama gelirini görmeyi zorlaştırır. Hangisini seçerseniz seçin, nasıl ölçeceğinizi önceden yazın.

### 6. Büyütme veya kapatma kararını tarihe bağlayın

Altı ay sonra hangi sayıyı görürseniz ürünü sürdüreceğinizi, hangisinde kapatacağınızı baştan belirleyin. Başarısız bir yan ürünü kapatmak, çoğu şirkette ürünü çıkarmaktan daha zordur.

## Neyi ölçmeli?

- **Mevcut müşterilerde yeni ürün benimseme oranı.** Yakınlık varsayımının doğrulanıp doğrulanmadığını gösterir.
- **Müşteri başına gelir ve ürün sayısı.** Çapraz satışın gerçekten ARPA'yı artırıp artırmadığını söyler.
- **Ana ürün retention'ında değişim.** Yeni ürünün ana ürüne zarar verip vermediğini gösteren kritik gecikmeli gösterge.
- **Yeni ürünün kendi ödeme niyeti ve dönüşümü.** Öncü gösterge; geliştirme maliyetinden önce görünür.

## Tuzaklar

**Riski dağıtmak için çeşitlendirmek.** Sorun tek bir müşteri segmentine ya da kanala bağımlılıksa, ikinci bir ürün aynı segmente satılınca bağımlılığı çözmez. Riskin gerçekte nerede olduğunu doğru tanımlayın.

**Çok fazla ürünle çok erken başlamak.** Her yeni ürün destek, dokümantasyon, fiyat ve satış eğitimi demektir. Ekibin her ürünü yarım bilmesi, müşterinin hiçbirinden memnun olmaması sonucunu doğurur.

**Ana ürünün sorunlarını yeni ürünle örtmek.** Retention kötüyken yeni ürün lansmanı büyüme hissi verir, ama delikli kovaya su doldurmaya benzer.

**Fiyatsız lansman.** “Önce kullansınlar, sonra paraya bakarız” yaklaşımı, ürünün gerçekten değer üretip üretmediğini aylarca saklar.

## Bu hafta başlayın

1. Beş müşteriyle yarım saatlik görüşme ayarlayın: “bizi kullanmadan hemen önce ve sonra ne yapıyorsunuz?” sorusunu sorun.
2. Çıkan komşu iş listesini yakınlık, ödeme istekliliği ve kanal uyumuyla puanlayın ve tek bir adayı seçin.
3. O aday için tek sayfalık bir teklif ve fiyat yazın; en yakın on müşteriye ön kayıt ya da pilot olarak götürün.

---

# Kurumsal Pazarlama (ABM)

URL: https://alpsuleyman.com/tr/strategies/kurumsal-pazarlama
Published: 2026-07-20
Updated: 2026-10-03
Author: Alp Suleiman

> ABM, “büyük müşterilere özel kampanya” değil. Pazarlama ve satışın önce hangi elli hesabı istediğine anlaşması, sonra aynı hesaba aynı anda aynı mesajla gitmesi.

Bir B2B ekibinin pazarlama raporunda genelde şu satır olur: “Bu ay 400 lead ürettik.” Satış ekibinin toplantısında ise şu cümle: “Gelen lead'lerin çoğu bize uygun değil.”

İki cümle aynı ayda, aynı şirkette, aynı insanların ağzından çıkıyor ve ikisi de doğru. Account-based marketing (ABM) bu çelişkinin cevabıdır: lead sayısını optimize etmek yerine, önce kimi istediğinizi netleştirir, sonra tüm eforu oraya yönlendirirsiniz.

## Ne zaman ihtiyacınız var?

ABM herkes için değil. Mantığı, tek bir müşterinin değerinin ona özel eforu haklı çıkardığı durumlarda tutar. Yıllık sözleşme değeri yüksekse, alım kararına birden fazla kişi katılıyorsa (kullanıcı, bütçe sahibi, BT, hukuk), satış döngüsü haftalar değil aylarsa ve hedef hesap listesi sayılabilir büyüklükteyse (birkaç yüzü geçmiyorsa) ABM'ye geçme zamanı gelmiştir.

Başka bir sinyal: pazarlama ve satış arasında “kimin lead'i iyi, kimin kötü” tartışması sürüyor ve kapanan büyük anlaşmaların çoğu zaten satış ekibinin kendi ağından geliyor.

Henüz erken olduğu durumlar: tek müşteri değeri düşükse, ürün self-servis satılıyorsa ve ideal müşteri profiliniz (ICP) hâlâ belirsizse. İkinci durumda ABM hesap listesini siz zannediyorsunuz, ama aslında tahmin ediyorsunuz. Önce kimin gerçekten kazandığını öğrenin.

## Çoğu ekibin atladığı nokta

ABM çoğu yerde “hedef listeye özel e-posta ve reklam” olarak yanlış anlaşılıyor. Bu, taktik düzeyinde kişiselleştirmedir. Asıl mesele, hesap listesinin kim tarafından, hangi kanıtla seçildiği.

> ABM'in başarısı kampanyanın yaratıcılığında değil, hesap listesinin kalitesinde ve satışın o listeyi sahiplenmesinde belirlenir.

Pazarlamanın tek başına çıkardığı hesap listesi, satışın hiç sahiplenmediği bir listedir. Satış “benim hesaplarım bunlar değil” dediği anda kampanya bir pazarlama aktivitesine dönüşür ve kimse takip etmez. Doğru sıra: önce satış ve pazarlama ortak bir liste çıkarır, ardından aynı hesabın içinden farklı kişilere farklı mesajlar gider, ve başarı ortak bir sayıyla ölçülür: hesapta ilerleme.

İkinci kaçırılan nokta kademeleme. Elli hesabın hepsine aynı yoğunlukta gitmek, hiçbirine yeterince gitmemek demektir. Genellikle işe yarayan yapı üç kademedir: çok az sayıda stratejik hesaba birebir, tamamen özel yaklaşım; daha geniş bir orta gruba sektöre ya da kullanım senaryosuna göre kümelenmiş yaklaşım; ve geniş bir listeye hafif, programatik dokunuşlar.

Üçüncüsü, ölçüm. Lead sayısı ABM'in başarısını ölçmez, çünkü ABM zaten lead toplamak için yapılmaz. Bir hesabın içinde kaç karar vericiye ulaştığınız, kaç kişinin içerikle etkileştiği ve fırsata dönüşüm hızı gerçek göstergelerdir.

## Uygulama planı

### 1. ICP'yi geçmiş kazanımlardan çıkarın

Son iki yılın kazandığınız ve en çok tuttuğunuz müşterilerine bakın: sektör, şirket büyüklüğü, tetikleyici olay, karar verici unvanı, kullanım senaryosu. Kaybedilen ya da hızlı kaybedilenleri de yan yana koyun. Çıktı: tahmin değil, kanıta dayalı bir ICP sayfası.

### 2. Hesap listesini satışla birlikte seçin

ICP'ye uyan şirketleri çıkarın, ardından satış ekibiyle yarım günlük bir oturumda tek tek gözden geçirin. Listeye girmenin ve çıkmanın şartlarını yazın. Liste bir kez onaylanınca çeyrek boyunca sabit kalsın; sürekli değişen liste ölçülemez.

### 3. Hesapları üç kademeye ayırın

Birinci kademe için hesap başına bir plan: kimdir karar verici, ekibin içindeki şampiyon kim olabilir, o şirketin mevcut gündemi ne, hangi kanıt onu ikna eder. İkinci kademe için kümeye özel mesaj ve içerik. Üçüncü için programatik reklam ve e-posta. Kademeye göre bütçe ve efor ayırın.

### 4. Hesap içinde çok kanallı, çok kişili dokunuş tasarlayın

Aynı şirketin içinde bütçe sahibi, teknik değerlendirici ve gündelik kullanıcı farklı soruları sorar. Her biri için tek bir mesaj yerine kendi sorusuna cevap veren bir içerik ve temas planı çıkarın. Satışın yaptığı arama ile pazarlamanın yürüttüğü reklam birbirini bilmeli; hesap bir reklam gördü mü, ziyaret etti mi, bu bilgi satışa akmalı.

### 5. Haftalık hesap gözden geçirmesi yapın

Her hafta yarım saat: hangi hesapta hareket var, hangisi donmuş, bu hafta hangi hesapta ne yapıyoruz? Bu toplantı olmadan ABM bir kampanya takvimine dönüşür. Donmuş hesap için ya yeni bir giriş noktası bulunur ya da kademe düşürülür.

### 6. Başarıyı hesap bazında değerlendirin

Çeyrek sonunda hedef hesaplarınızdan kaçında en az bir karar vericiyle görüşme yaptınız, kaçında fırsat açıldı, kaçında kapandı? Bunu hedef dışı hesaplarla kıyaslayın. Fark yoksa ABM bir maliyet kalemidir.

## Neyi ölçmeli?

- **Hesap kapsama oranı.** Hedef hesaplarda temas kurulan karar verici sayısı; öncü göstergedir.
- **Hesap etkileşimi.** Hedef şirketin ziyaret, içerik tüketimi ve yanıt düzeyi; ilginin başladığını gösterir.
- **Fırsat açılma hızı.** İlk temastan fırsata geçen süre; ABM'in gerçek ivmesini gösterir.
- **Ortalama anlaşma büyüklüğü ve satış döngüsü.** ABM hedef hesaplarında genel ortalamadan iyi olmalı; olmuyorsa liste yanlış.

## Tuzaklar

**Listeyi pazarlamanın tek başına seçmesi.** Satışın sahiplenmediği hesap listesi, kullanılmayan bir tablodur. Seçime satışın imzası olsun.

**Çok geniş liste.** Beş yüz hesaba “özel” kampanya yapamazsınız. Liste büyüdükçe kişiselleştirme sığlaşır ve ABM sıradan e-posta kampanyasına dönüşür.

**Lead metriğiyle ölçmek.** ABM'i MQL sayısıyla değerlendirirseniz her zaman kötü görünür. Başarı kriterlerini programı başlatmadan önce yazın.

**Kişiselleştirmeyi cilalamak.** Şirket adını ve logosunu içeren bir e-posta ABM değildir. Müşterinin gerçek gündemini, rakamlarını ve sorununu bilen mesaj ABM'dir.

## Bu hafta başlayın

1. Son iki yılın en iyi on müşterisini açıp ortak özelliklerini (sektör, büyüklük, tetikleyici, karar verici) bir sayfaya yazın.
2. Satış liderinden iki saat alın ve ICP'ye uyan hesaplardan ilk kırk elli hesaplık listeyi birlikte seçin.
3. Birinci kademe için en değerli beş hesaba, her biri için karar verici, şampiyon adayı ve ikna edecek kanıtı içeren bir sayfalık hesap planı yazın.

---

# Stratejik Satın Almalar

URL: https://alpsuleyman.com/tr/strategies/stratejik-satin-almalar
Published: 2025-09-30
Updated: 2026-10-03
Author: Alp Suleiman

> Satın alma bir büyüme kısayolu gibi görünür ama asıl iş imzadan sonra başlar. Küçük, hızlı entegre edilebilen alımlar, büyük ve gösterişli olanlardan çok daha sık işe yarar.

Satın alma konuşulan toplantılarda neredeyse hep aynı akış var: önce hedef şirketin ürünü, müşterileri, ekibi anlatılır; sonra “birleşince şu kadar sinerji” diye bir slayt gelir. O slayt geldiğinde sorulması gereken soru şu: bu şirket aldıktan üç ay sonra kimin sorumluluğunda olacak?

Cevap çoğu zaman sessizlik olur. Çünkü satın alma kararı stratejiyle verilir, ama değer entegrasyonla yaratılır ya da yok edilir. Bunu çoğu ekip imzadan sonra öğrenir.

Bu yazı küçük ve orta ölçekli şirketlerin yaptığı bolt-on alımlar, ekip (acqui-hire), teknoloji ya da müşteri tabanı satın alımları içindir. Büyük şirketlerin birleşme süreçleri başka bir oyun.

## Ne zaman ihtiyacınız var?

Satın almayı gündeme almanın sağlıklı sebepleri belli. Zaman: bir yeteneği ya da teknolojiyi kendiniz kurmanız on iki ay alıyor, pazar penceresi ise altı ay. Yetenek: ihtiyacınız olan küçük ve çok iyi bir ekip var ve işe alımla toplanamıyor. Müşteri tabanı: tamamlayıcı bir ürünün müşterileri sizin de hedef kitleniz ve onlara ulaşmanın en ucuz yolu o şirketi almak. Savunma: rakibiniz o varlığı alırsa konumunuz zayıflayacak.

Henüz erken olduğu durumlar: ana işiniz hâlâ istikrarlı değilse, entegrasyonu yönetecek bir sahip yoksa ve nakit akışınız bir hatayı sindirecek durumda değilse. Satın alma, mevcut işin zayıflıklarını ortadan kaldırmaz; büyütür.

## Çoğu ekibin atladığı nokta

Satın alma kararı “yapmak mı, almak mı” olarak sunulur ve genelde maliyet karşılaştırılır. Asıl karşılaştırılması gereken şey daha farklı: neyi satın aldığınız. Bir ürünü mü, bir ekibi mi, müşterileri mi, bir pazar penceresini mi? Her birinin değeri farklı kaybolur.

> Satın alınan şirketin değeri, imza günü bilançodaki varlıklarında değil, entegrasyondan sonra elinizde kalanlardadır.

Ürün satın aldıysanız kod kalır ama bilen kişiler gidebilir. Ekip aldıysanız kimse kalmadığında elinizde bir sözleşme kalır. Müşteri tabanı aldıysanız, ilk yıldaki churn sizin varsaydığınızdan çok yüksek olabilir, çünkü müşteri eski kurucuya bağlıydı. Bu yüzden satın alma sürecinde “hangi değeri alıyorum ve onu neyin taşıdığı” sorusunu açıkça cevaplamak gerekir.

İkinci kaçırılan nokta kültür. Küçük ekipler kendi hızı ve özerkliğiyle çalışır. Satın alan şirketin onay süreçleri, raporlama düzeni ve öncelikleri bu hızı yavaşlatır. En iyi insanlar ilk altı ayda ayrılır ve bunun nedeni genelde maaş değildir; özerklik kaybıdır.

Üçüncüsü, çoğu ekibin yeterince düşünmediği alternatif: ortaklık. Aynı değeri, hiç mülkiyet devri olmadan sağlayabilecek bir entegrasyon ya da dağıtım anlaşması çoğu zaman satın almanın değerinin büyük bölümünü verir ve riskin çok küçük bir kısmını taşır.

## Uygulama planı

### 1. Alım gerekçesini tek cümleye indirin

“Şu müşteri segmentine altı ay erken ulaşmak için, şu yeteneğe sahip bu ekibi alıyoruz.” Cümle tek bir değer önerisi içermiyorsa, alım çok amaçlıdır ve sonradan kimse neyin başarı sayıldığını bilemez. Bu cümle aynı zamanda kapı bekçisidir: değerlendirdiğiniz her aday bu cümleye hizmet etmek zorundadır.

### 2. Yap, ortak ol, al seçeneklerini yan yana koyun

Aynı hedefe üç yoldan ulaşmanın süresini, maliyetini ve geri dönüş zorluğunu bir sayfada karşılaştırın. Satın alma yalnızca diğer ikisi hız ya da kontrol açısından yetersizse masada kalır. Bu adım çoğu zaman alım listesini yarıya indirir.

### 3. Değer taşıyıcılarını belirleyin

Hedef şirkette değeri taşıyan kim? Hangi üç kişi giderse ürün ya da müşteri ilişkisi çöker? Bunlar için elde tutma paketi ve rol netliği anlaşmanın parçası olmalı. Kritik müşterilerle, mümkünse imzadan önce, tanıtım görüşmeleri planlayın.

### 4. Due diligence'ı yalnızca finansal bakmayın

Finansal ve hukuki inceleme zorunlu ama yetmez. Teknik borcu, kod kalitesini, müşteri sözleşmelerindeki devir şartlarını, gelir kalitesini (tekrarlı mı, projeye mi dayalı) ve müşteri konsantrasyonunu ekleyin. Gelirin yarısı iki müşteriden geliyorsa, satın aldığınız şirket değil iki sözleşmedir.

### 5. Entegrasyonu imzadan önce tasarlayın

Yüz günlük bir plan yazın: kim sorumlu, hangi sistemler birleşecek, hangileri bir süre ayrı yaşayacak, müşterilere ne zaman ve nasıl duyurulacak, ilk yüz günde hangi üç sonuç başarı sayılacak. Entegrasyonun sorumlusu satın alma görüşmelerini yürüten kişiden ayrı biri olabilir ama imzadan önce kadroda olmalı.

### 6. İlk bir yıl sonunda gerekçe cümlesine geri dönün

Gerekçe cümlesini yeniden okuyun: söylediğimiz şey gerçekleşti mi? Gerçekleşmediyse neden? Bu hesap sonraki alımların kalitesini belirleyen şeydir. Çoğu şirket bunu yapmaz ve aynı hatayı iki kez yapar.

## Neyi ölçmeli?

- **Kilit çalışan elde tutma oranı.** İlk altı ve on iki ay; değeri taşıyanların kalıp kalmadığını gösteren öncü göstergedir.
- **Satın alınan müşteri tabanında net gelir elde tutma (NRR).** Gelir varsayımının gerçekle uyumunu söyleyen en dürüst gecikmeli ölçü.
- **Entegrasyon kilometre taşlarının zamanında tamamlanması.** Plana sadakat ve erken sapma.
- **Alım gerekçesindeki hedefe ulaşma süresi.** “Altı ay erken ulaşma” gibi bir iddia varsa gerçekte ne kadar erken ulaşıldı?

## Tuzaklar

**Sinerjiyi satın almak.** Sinerji slaytları neredeyse her zaman iyimserdir. Gelir sinerjisini düşük, maliyet sinerjisini ise gerçekçi ağırlıkla değerlendirin ve en kötü senaryoda alımın hâlâ mantıklı olup olmadığına bakın.

**Fiyata kapılmak.** Kapalı bir süreçte rekabet ortamı yaratılırsa fiyat yükselir ve gerekçe unutulur. Bir fiyat sınırı belirleyin ve ona sadık kalın.

**Entegrasyonu “sonra bakarız” bırakmak.** Satın alınan şirket iki üç ay sahipsiz kalırsa en iyi insanlar o sırada başka yerlere bakmaya başlar.

**Hedef kurucuyu hemen sıradan çalışana dönüştürmek.** Kurucunun özerkliğini birden kaldırırsanız ürünün asıl motorunu da kaldırırsınız. Özerkliği kademeli ve açık kurallarla daraltın.

## Bu hafta başlayın

1. Aklınızdaki bir alım fikri için gerekçeyi tek cümleyle yazın ve içinde iki amaç varsa birini silin.
2. Aynı hedef için ortaklık ya da entegrasyon seçeneğini yarım sayfada kâğıda dökün; maliyet, süre ve geri dönüş zorluğunu karşılaştırın.
3. Hedefteki değer taşıyıcı üç kişiyi ve onları tutacak koşulları listeleyin; listenin yanına entegrasyondan sorumlu kişinin adını yazın.

---

# Kanal Ortaklıkları

URL: https://alpsuleyman.com/tr/strategies/kanal-ortakliklari
Published: 2026-09-17
Updated: 2026-10-02
Author: Alp Suleiman

> Kanal, satış ekibinizi kopyalamak değil, başkasının müşteri ilişkisini ödünç almaktır. Bayiniz sizin ürününüzü satmak için değil, kendi gelirini büyütmek için çalışır.

Bir bayi anlaşması imzalandığında ekipte bir rahatlama olur: artık satış ekibini büyütmeden yeni şehirlere, yeni sektörlere ulaşacağız. Üç ay sonra ise çoğu zaman şu cümle duyulur: “Bayi bir türlü satış yapmıyor.”

Bayi satış yapmıyor çünkü size ait bir satış ekibi değil. Onun kendi müşterileri, kendi ürün portföyü, kendi öncelikleri var. Sizin ürününüz o portföyün sadece bir satırı. Kanal ortaklıklarının asıl sorusu “kimi buluruz” değil, “bizi öncelikli kılmak için ona ne veririz” sorusudur.

## Ne zaman ihtiyacınız var?

Kanal ortaklığı üç durumda mantıklı. Birincisi, hedef müşteri başka birine zaten güveniyor: yerel bir danışman, bir sistem entegratörü, sektörel bir distribütör. Ürününüzü satın alırken bu güveni siz tek başınıza kuramazsınız. İkincisi, satış tek başına yetmiyor çünkü ürün kurulum, entegrasyon ya da yerel destek gerektiriyor ve bu hizmeti üreten bir ekosistem var. Üçüncüsü, coğrafi ya da sektörel kapsama ulaşmak doğrudan satışla çok pahalı.

Henüz erken olduğu durumlar: doğrudan satışla tekrarlanabilir bir satış süreci kuramadıysanız. Kanal, çalışan bir süreci çoğaltır; olmayan bir süreci yaratmaz. Bayiye devrettiğiniz şey belirsizse, bayi bunu daha da belirsiz hâle getirir.

## Çoğu ekibin atladığı nokta

Kanal ortaklıklarını çoğu şirket bir satış kanalı olarak tasarlar. Oysa ortak için bir iş modelidir. Bayi ya da entegratör size bir komisyon ya da marj için değil, kendi müşterisine daha çok değer satmak için bağlanır.

> Kanal ortağı sizin ürününüzü değil, sizin ürününüzle kendi gelirini satar. Ona sunduğunuz şey ürün değil, kârlı bir iş olmalı.

Bu, tasarımı değiştirir. Ortak şunu hesaplar: sizi öğrenmek için ne kadar zaman harcıyorum, bir satışta ne kadar kazanıyorum, satıştan sonra ne kadar destek yükü üstleniyorum, ve bu para benim diğer ürünlerimden daha mı iyi? Cevap “daha iyi değil” ise ortak sizi satmaz. Bunu hiçbir yazılı anlaşma düzeltmez. Ortağın işine dürüstçe bakıp “ben olsam bunu neden satardım?” sorusunu sormak, programın en ucuz test yöntemidir.

İkinci kaçırılan nokta, kanal çatışması. Doğrudan satış ekibiniz ile bayi aynı müşteriye gitti mi? Fiyat farkı oldu mu? Bu tür durumlar bir kez yaşandığında ortak sizi bırakır ve kimse nedenini söylemez. Kural önceden yazılmalı: hangi müşteriler kimin, hangi durumda kayıt (deal registration) kime hak verir, ve fiyat nasıl tutarlı tutulur.

Üçüncüsü, enablement. Ortağın satışçısı sizin ürününüzü, kendi diğer on ürününü sattığı bir gün içinde anlatacak. Karmaşık bir ürünse, o bir saatlik eğitimle satış yapamaz. Başarılı kanal programları, ortağın ilk satışını çok kolay ve hızlı yapacak hazır malzemeleri, kısa eğitimi ve doğrudan destek hattını baştan sağlar.

## Uygulama planı

### 1. Kanal rolünü tanımlayın

Ortak ne yapacak? Yönlendirecek mi (referral), satacak mı (reseller), kuracak mı (integrator), yoksa hepsini mi? Her rol farklı marj, eğitim ve süreç gerektirir. Tek bir “ortak” tanımı yaparsanız, hepsini yarı yarıya yönetirsiniz. Başlangıçta tek rolü seçin.

### 2. Ortak ekonomisini ortakla birlikte hesaplayın

Ortak başına bir satışta kazanılan toplam parayı hesaplayın: ürün marjı, uygulama ve entegrasyon hizmeti, yıllık destek geliri. Bunu ortağın diğer ürünlerinde kazandığıyla kıyaslayın. İlk üç ortakla bu hesabı yan yana yapın; “burası eksik” diyecekleri yer, programınızın eksiğidir.

### 3. Pilot ortaklarla başlayın

Hemen yirmi ortak almayın. Üç ila beş ortak seçin: müşteri tabanı sizinle örtüşen, ilgili ve sizi öncelikli yapmaya istekli olanlar. Her biriyle ilk satışı birlikte yapın. Bu ilk satışlar size ortak satış sürecinin gerçek sürtünmelerini öğretir.

### 4. Enablement paketini hazırlayın

Kısa ve pratik bir paket: tek sayfalık konumlandırma, demo senaryosu, itiraz yanıtları, fiyat ve marj tablosu, kurulum rehberi. Tüm bu malzemeyi ortağın satışçısının kullanabileceği biçimde, ilk satıştan önce verin. Hazır malzeme, ortağın öğrenme maliyetini düşürmenin en hızlı yoludur.

### 5. Kuralları yazın

Fırsat kaydı, müşteri sahipliği, fiyat disiplini, destek sorumluluğu. Bunları kısa ve açık yazın. İyi bir ortaklık kuralı, ortağa güven verir: “Kayıtlı fırsatı ben alırım” diyebilmek, hepsinden önemlidir.

### 6. Ortakları performansa göre kademelendirin

Üç aylık gözden geçirmede hangi ortak satış yapıyor, hangisi sadece anlaşmayı imzaladı? Çok yatırım yapacağınız ortakları net seçin. Aktif olmayan ortağa ayırdığınız zaman, aktif ortaktan çalınan zamandır.

## Neyi ölçmeli?

- **Ortak kaynaklı gelir payı.** Kanalın toplam gelirdeki ağırlığı; gecikmeli ama en net gösterge.
- **İlk satışa kadar geçen süre.** Ortağın işe başlama hızı; enablement kalitesini ölçer.
- **Aktif ortak oranı.** Son iki çeyrekte en az bir fırsat getiren ortağın tüm ortaklar içindeki payı.
- **Ortak başına gelir ve kanal müşterisinin elde tutma oranı.** Kanaldan gelen müşterinin kalitesi doğrudan satışla kıyaslanır.

## Tuzaklar

**Anlaşmayı satış sanmak.** İmzalanan her ortaklık aktif ortaklık değildir. Çoğu ortak ilk üç ayda sessizce uykuya geçer. Sayısına değil, aktifliğine bakın.

**Ortağın marjını kısmak.** Doğrudan satışla yarışacak kadar düşük marj bırakırsanız, ortak sizi satmaz. Doğrudan satışın ulaşamadığı yerde kanalın daha pahalı olması normaldir.

**Ortağın müşterisini ihmal etmek.** Kanaldan gelen müşteri size de ait. Destek ve başarı sorumluluğunu net bölmezseniz müşteri iki tarafın arasında kalır.

**Kanalı kontrolsüz büyütmek.** Çok hızlı büyüyen bir kanal, ürününüzü yanlış anlatan ortaklarla marka itibarına zarar verir. Kaliteyi sertifikasyon ya da kademe sistemiyle koruyun.

## Bu hafta başlayın

1. Hedef ortak türünüzden bir kişiyle görüşün ve onların bir satışta kazandığı toplam geliri birlikte hesaplayın; sizin payınız bunun neresinde duruyor?
2. Kanal çatışması kuralını yarım sayfada yazın: müşteri sahipliği, fırsat kaydı, fiyat disiplini.
3. İlk üç pilot ortağı belirleyin ve her biri için ilk ortak satışı hangi müşteriyle yapacağınızı adıyla yazın.

---

# Otomasyon ve Teknoloji Yatırımı

URL: https://alpsuleyman.com/tr/strategies/otomasyon-ve-teknoloji-yatirimi
Published: 2025-12-31
Updated: 2026-10-03
Author: Alp Suleiman

> Otomasyon, kötü bir süreci hızlandırır. Önce işin gerçekte nasıl yapıldığını görün, sonra hangi adımın makineye, hangisinin insana ait olduğuna karar verin.

Bir operasyon ekibinin “çok manuel iş yapıyoruz” şikâyetinin ardından en sık yapılan hamle, bir otomasyon aracı satın almaktır. Üç ay sonra araç kurulmuş, ama ekip yine aynı sayıda saat harcıyor. Çünkü otomasyon, hiç kimsenin yazıya dökmediği bir sürecin üzerine kurulmuştu ve her istisna için yine bir insan devreye giriyor.

Otomasyonun asıl değeri zaman tasarrufu değil. Asıl değeri, işin ölçekle birlikte maliyet olarak büyümemesi. Bu yüzden karar teknolojik değil, ekonomik bir karardır.

## Ne zaman ihtiyacınız var?

Sinyaller belirgin. Bir iş her ay aynı adımlarla, aynı kuralla yapılıyor ve hacim artıyor. Aynı veri iki üç sisteme elle giriliyor. Hata oranı insan yorgunluğuna bağlı ve hataların maliyeti yüksek. Büyüme, ekibi aynı oranda büyütmeyi gerektiriyor ve bu sürdürülebilir görünmüyor. Müşteriye yanıt süresi, ekibin kapasitesi tarafından belirleniyor.

Henüz erken olduğu durumlar: süreç hâlâ her ay değişiyorsa, iş kişiden kişiye farklı yapılıyorsa ya da hacim bir kişinin rahatça halledebileceği kadar küçükse. Henüz oturmamış bir süreci otomatikleştirirseniz, her değişiklikte otomasyonu yeniden yazarsınız. Bunun maliyeti, manuel işin maliyetinden çoğu zaman yüksektir.

## Çoğu ekibin atladığı nokta

Otomasyon projeleri araçla başlar: “şu platformu alalım.” Oysa işin ilk adımı araç değil, sürecin kendisidir. Standartlaştırma ile otomasyon arasındaki fark burada önemli: standartlaştırma işin nasıl yapılacağını belirler, otomasyon bu standardı makineye taşır. Standart yoksa otomasyon, kaosu hızlandırır.

> Otomatikleştirdiğiniz şey, ekibin bugün yaptığı işin kendisi olmamalı; ekibin yapmak zorunda kalmaması gereken kısmı olmalı.

İkinci kaçırılan nokta, hangi işin otomatikleştirileceğinin seçimi. Ekipler en can sıkıcı işi seçer. Oysa seçim kriteri sıkıcılık değil, üç şeyin birleşimi: sıklık, kuralların netliği ve hatanın bedeli. Sık yapılan, kuralları net, hatası pahalı iş en iyi adaydır. Nadir yapılan ama karmaşık bir iş, otomasyon maliyetini asla çıkarmaz.

Üçüncüsü, istisna yönetimi. Her otomasyonun bir yüzde kadarı istisnaya düşer ve bu istisnalar gelişigüzel bir kişiye giderse, otomasyon işi azaltmaz, gözden gizler. Başarılı otomasyonlarda en önemli tasarım parçası, istisnanın kime, ne süreyle, hangi bilgiyle gideceğidir.

Dördüncüsü, otomasyonun müşteriye dönük kısımları. Müşteri hizmetlerinde her şeyi otomatik hâle getirmek ilk bakışta maliyeti düşürür; ama müşterinin kritik anlarında (şikâyet, para, büyük karar) insana ulaşamaması, uzun vadede churn olarak geri döner. Otomasyon rutini alır, insan anı korur.

## Uygulama planı

### 1. İşin haritasını çıkarın

Aday süreci bir kâğıda dökün: kim, hangi adımı, hangi araçla, ne kadar sürede yapıyor, nerede bekliyor? Gerçek süreci, anlatılan süreçle karıştırmayın; işi yapan kişiyle birlikte izleyin. Bu haritada çoğu zaman otomasyondan önce kaldırılması gereken gereksiz adımlar ortaya çıkar.

### 2. Adayları puanlayın

Her aday süreç için üç soru: ayda kaç kez yapılıyor, kural net mi, hata olursa maliyeti ne? Ardından çıkan toplam saati, ortalama maliyetle çarpıp aylık tasarrufu hesaplayın. Kurulum ve bakım maliyetini bu rakamdan çıkarın. Geri dönüş süresi (kaç ayda kendini amorti ediyor) tek başına çoğu kararı verdirir.

Basit bir örnek: ayda 400 kez yapılan, her biri 12 dakika süren bir iş ayda 80 saat eder. Saat maliyeti belliyse aylık rakam çıkar; kurulum ve bakım bunun birkaç aylık toplamından büyükse, o iş otomasyon adayı değildir. Bu hesap beş dakikada yapılır ve çoğu “şunu da otomatikleştirelim” fikrini eler.

### 3. Önce süreci sadeleştirin

Otomasyondan önce gereksiz onayı, tekrarlanan veri girişini, belirsiz kuralı kaldırın. Çoğu zaman sadeleştirme, otomasyonun yarısını sağlar ve tamamen ücretsizdir.

### 4. Küçük başlayın, istisnayı tasarlayın

En net kurallı parçayı otomatikleştirin; kalanını insana bırakın. İstisna için bir kuyruk, bir sahip ve bir yanıt süresi tanımlayın. İlk sürümde istisna oranını ölçün; yüksek çıkarsa kural eksiktir.

### 5. Ekibi sürecin parçası yapın

Otomasyonu kuran ayrı, kullanan ayrı olursa gerçek hayatta çalışmaz. İşi yapan kişi, otomasyonun sahibi olsun. Bu hem istisnaları hızlı yakalar hem de insanların otomasyondan korkmasını önler. Kazandırılan zamanın nereye yönlendirileceğini önceden açıkça söyleyin; yoksa ekip otomasyonu işine tehdit olarak görür.

### 6. Sürekli gözden geçirin

Otomasyon bir proje değil, bir varlıktır. Üç ayda bir istisna oranına, hata ve bakım yüküne bakın. Kural değişmişse otomasyonu güncelleyin; çalışmayanı kapatın.

## Neyi ölçmeli?

- **İşlem başına maliyet.** Otomasyonun ekonomik değerini en doğrudan gösteren ölçüt; gecikmeli ama kesin.
- **Otomasyon kapsama oranı ve istisna oranı.** İşlerin ne kadarı sistemde bitiyor, ne kadarı insana dönüyor; öncü gösterge.
- **Hata oranı ve düzeltme süresi.** Kaliteyi söyler; otomasyon hata oranını düşürmüyorsa neden yapıldığını sorgulayın.
- **Boşalan sürenin kullanımı.** Kazanılan saatler daha değerli işlere dönüştü mü? Dönmediyse tasarruf gerçek olmaz.

## Tuzaklar

**Araçla başlamak.** “Şu platformu alalım” ile başlayan projeler, çoğu zaman yeterince net olmayan bir sorunu pahalı bir yazılımla çözmeye çalışır. Sorunu yazıya dökmeden araç seçmeyin.

**Tüm işi tek seferde otomatikleştirmek.** Büyük patlama projeleri geç biter, kuralları değişen bir hedefin peşinden gider. Parça parça ilerleyin.

**Müşteri deneyimini kurban etmek.** Hız ve maliyet kazanırken müşteri insana ulaşamıyorsa, tasarruf gizli bir churn maliyetine dönüşür. Her otomatik akışın bir “insana ulaş” çıkışı olsun.

**Tasarrufu hesaplayıp hiç ölçmemek.** Kağıt üstündeki tasarruf, kimse gerçek işlem maliyetini ölçmüyorsa asla doğrulanmaz. Başlangıç değerini otomasyondan önce kaydedin.

## Yapay zekâ çağında bu strateji

Yapay zekâ “önce süreci sadeleştir” kuralını daha da önemli kılar. Gereksiz bir adımı otomatikleştirmek israfı hızlandırabilir; çıkarım maliyeti olan bir sistemde o adım her çalıştığında ayrıca para da yazar.

Bir adımı yapay zekâya vermeden üç ölçüte bakın: adımın çıkarım maliyeti, hata maliyeti ve istisna oranı. Üçünü aynı tabloda okuyun: çıkarım ucuz olsa da hata pahalıysa ya da istisnalar sık çıkıyorsa, tasarruf yalnızca görünürde kalabilir ve insan adımını korumak daha güvenli olabilir. Otomasyonun kendini ödemesi, kuralı net ve hatası ucuz adımlarda daha olasıdır.

Pratik kural. İstisna oranı ölçülmeden insan adımı kaldırılmaz; ör. bir adımın istisnaları ekibe sürekli geri dönüyorsa, o adımı otomatikleştirmek iş yükünü azaltmayabilir, istisnaları ekip yine ele alır.

Bizim yorumumuz: sırayı sadeleştirme, ölçüm, otomasyon diye kurardık. Sadeleştirilmemiş bir süreçte otomasyonun kazancını ölçmek de zorlaşır.

## Bu hafta başlayın

1. Ekipten haftada en çok zaman alan beş tekrarlı işi isteyin; her biri için aylık saat, kuralın netliği ve hatanın bedelini yazdırın.
2. En yüksek puanı alan işin gerçek akışını, işi yapan kişiyle birlikte oturup adım adım çıkarın.
3. O iş için bugünkü işlem başı maliyeti ve hata oranını kaydedin; otomasyon sonrası kıyaslayacağınız taban çizgisi bu olacak.

---

# Marka Bilinirliği Kampanyaları

URL: https://alpsuleyman.com/tr/strategies/marka-bilinirligi-kampanyalari
Published: 2026-02-11
Updated: 2026-10-03
Author: Alp Suleiman

> Marka bilinirliği, “herkes bizi tanısın” değil, alım anı geldiğinde doğru kişinin aklına ilk sizin gelmenizdir. Bu bir bütçe meselesinden önce bir tutarlılık meselesidir.

Şu soruyu soran bir kurucu düşünün: “Reklam verdik, gösterim milyonu geçti, neden satış artmadı?” Cevap çoğu zaman kampanyanın kötü olmasından çok sorunun yanlış kurulmasında yatar. Gösterim, hatırlanma demek değil. Hatırlanma da satın alma anında akla gelmek demek değil.

Marka bilinirliği, kısa vadede kanıtlaması en zor, uzun vadede kapatması en pahalı yatırımlardan biri. Bu yüzden ya hiç yapılmıyor ya da bir kampanya sürüp bırakılıyor. İkisi de aynı sonucu verir.

## Ne zaman ihtiyacınız var?

Sinyaller: ürün-pazar uyumunuz kanıtlanmış ve retention sağlıklı, yani insanlara ulaşmanın karşılığında elde tutabiliyorsunuz. Performans kanallarında maliyetler artıyor ve ölçek ilerledikçe marjinal müşteri pahalılaşıyor. Satış ekibi, ilk görüşmede kim olduğunuzu anlatmak için zaman harcıyor. Rakipler sizden daha bilinir ve fiyat farkı, bilinirlik farkından kaynaklanıyor olabilir. Doğrudan arama ve marka adı aramaları, performans kanalı harcamasının gerisinde kalıyor.

Henüz erken olduğu durumlar: ürün değer üretmiyor ya da müşteri kaybı yüksekken bilinirlik yatırımı, daha çok insanın sizi tanıyıp bırakmasını sağlar. Hedef kitle net değilse de erken; mesaj herkese söylenince kimseye ulaşmaz.

## Çoğu ekibin atladığı nokta

Marka bilinirliği çoğu yerde “görünürlük” olarak anlaşılıyor: çok insan görsün. Pazarlama literatüründe daha işe yarayan kavram, zihinsel erişilebilirlik (mental availability): bir alım durumu ortaya çıktığında markanızın akla gelme olasılığı. Bu iki şey çok farklı. Görünürlük bir kez görmektir. Zihinsel erişilebilirlik, ilgili anlarla ilişkilendirilmiş, tekrarlanmış ve tutarlı bir hafıza izidir.

> Marka, insanların sizi tanıması değil; ihtiyaç doğduğunda sizi hatırlaması ve hatırladığında rakibinizden daha güvenli bulmasıdır.

Burada iki yaygın hata var. Birincisi, kampanya mantığı: her çeyrekte yeni bir konsept, yeni bir slogan, yeni bir görsel dil. Hafıza ise tekrarla oluşur. Her seferinde sıfırdan başlayan marka, hiçbir zaman birikim yapamaz. Marka varlıkları (renk, ses, form, karakter, bir cümle) uzun süre değişmeden kalarak değer kazanır.

İkincisi, kısa vade ile uzun vadeyi karıştırmak. Yaygın olarak kabul gören bir bulgu (Binet ve Field'ın çalışmaları): marka kurmaya yönelik uzun vadeli yatırım ile satış aktivasyonu arasında satış aktivasyonunun yanında bütçenin daha büyük kısmını uzun vadeli marka kurmaya ayıran bir dağılım daha iyi sonuç veriyor (sık anılan ortalama kabaca 60/40) ve marka yatırımı etkisini yavaş ama kalıcı gösteriyor. Tam oranlar kategoriye göre değişir; ama prensip bellidir: performans pazarlaması mevcut talebi toplar, marka talebi büyütür. İkisi birbirinin yerini tutmaz.

Üçüncü kaçırılan nokta, bilinirliğin de bir hedef kitlesi olması. Herkesin tanıdığı marka olmak B2C'de makul olabilir. Bir B2B şirketi için asıl hedef, alım komitesinde yer alacak birkaç yüz ya da birkaç bin kişidir ve bu kişilere sık, tutarlı ve doğru yerde görünmek, kitle ölçeğinde reklamdan daha değerli olabilir.

## Uygulama planı

### 1. Marka konumunuzu tek cümleye indirin

Kimin için, hangi durumda, neden sizi seçmeli? Ve en önemlisi: rakipten ayıran, hatırlanabilir tek şey ne? Bu cümle birden fazla vaat içeriyorsa, hafızada hiçbiri kalmaz. Cümleyi ekibe, satış görüşmelerine ve web sitesine aynı şekilde yerleştirin.

### 2. Marka varlıklarını belirleyin ve sabitleyin

Hangi renk, görsel dil, ses tonu, slogan ya da karakter sizi tanıtıyor? Bunları yazılı bir sayfaya dökün ve bir yıl boyunca değiştirmeyin. Değiştirmek isteği, genellikle ekibin kendi markasından sıkılmasıdır; müşteri henüz fark bile etmemiştir.

### 3. Hedef kitleyi ve alım anlarını netleştirin

Kimin aklına gelmek istiyorsunuz? O kişi ihtiyacı hangi anda hissediyor? Bu “alım anları” mesajın bağlamıdır: “şu durumda, bizi hatırla.” Kampanyanın amacı genel bir tanıtım değil, o anlarla bağ kurmaktır.

### 4. Bütçeyi bilinirlik ile performans arasında bilinçli bölün

Marka yatırımının payını ve süresini önceden belirleyin. Bu pay, performans kanalı verimli göründüğü ay kesilecek bir kalem olmamalı. Kısa vadeli sonuç görmeden en az iki çeyrek devam edebilecek şekilde bütçeleyin.

### 5. Birden fazla temas noktasında tutarlı çıkın

Reklam, içerik, satış sunumu, ürün içi dil, destek e-postaları. Hepsi aynı sesi taşımalı. Çoğu ekipte kampanya dışarıda bir şey söylerken ürün içi dil başka şey söyler. Marka burada tutarsızlığın en pahalı olduğu yerdir.

### 6. Etkiyi dolaylı göstergelerle takip edin

Marka etkisi tek bir dönüşüm kaydında görünmez. Marka adı aramaları, doğrudan trafik, yardımsız hatırlama anketleri, satış ekibinin “sizi duymuştum” yanıtı ve fiyat itirazlarının azalması gibi göstergeleri birlikte okuyun.

## Neyi ölçmeli?

- **Yardımsız ve yardımlı marka bilinirliği.** Hedef kitle içinde yapılacak küçük anketlerle, çeyrekte bir; kategoriyi sorduğunuzda ilk akla gelen marka.
- **Marka adı aramaları ve doğrudan trafik.** Öncü ve ucuz bir gösterge; bilinirliğin davranışa dönüşüp dönüşmediğini gösterir.
- **Satış döngüsü ve ilk görüşme kalitesi.** Marka işe yarıyorsa ilk toplantıda tanıtım süresi kısalır, güven hızlanır.
- **Fiyat itirazı ve indirim oranı.** Marka gücünün gecikmeli ama en iş değeri taşıyan göstergesi.

## Tuzaklar

**Gösterimi sonuç sanmak.** Gösterim, erişim, hatırlama ve tercih aynı şey değil. Kampanyayı gösterimle değil, hedef kitledeki hatırlanma değişimiyle değerlendirin.

**Her kampanyada yeniden başlamak.** Sürekli değişen konsept, sürekli sıfırlanan hafıza demektir. Kampanya değişse bile marka varlıkları ve temel mesaj sabit kalmalı.

**Erken pes etmek.** İki üç ay içinde satış sıçraması beklemek, marka yatırımının mantığına aykırıdır. Etkisi gecikmeli ve birikimlidir; bunu yöneticilere baştan söylemezseniz, bütçe ilk zor çeyrekte kesilir.

**Herkese seslenmek.** Hedef kitle belirsizse mesaj sulanır. Önce kime hatırlanmak istediğinize karar verin.

## Bu hafta başlayın

1. Hedef kitlenizden on kişiye “bu kategoride akla gelen ilk üç markayı sayar mısın?” diye sorun ve sonuçları not alın.
2. Marka konumunuzu tek cümleye indirin; web sitesi, satış sunumu ve LinkedIn sayfanızda aynı cümleyi bulup bulmadığınızı kontrol edin.
3. Marka varlıklarını (renk, ses tonu, slogan, görsel dil) tek sayfaya yazın ve önümüzdeki bir yıl için dokunulmaz ilan edin.

---

# Veriye Dayalı Kişiselleştirme

URL: https://alpsuleyman.com/tr/strategies/veriye-dayali-kisisellestirme
Published: 2025-03-03
Updated: 2026-10-03
Author: Alp Suleiman

> Kişiselleştirme, e-postaya isim yazmak değil. Kullanıcının o anda ne yapmaya çalıştığını bilip ona gereksiz bir adım bırakmamaktır. Çoğu ekip bunun için algoritmadan önce bir kuralla başlamalı.

“Merhaba Ayşe” ile başlayan e-posta, kişiselleştirilmiş sayılıyor. Oysa Ayşe bu e-postada, geçen hafta iptal ettiği paketin kampanyasını görüyor. İsmi doğru, bağlam yanlış. Böyle bir e-posta Ayşe'ye hiçbir şey hissettirmez, ya da yanlış bir şey hissettirir.

Kişiselleştirmenin değeri, kullanıcıya “bunu bilmiyormuş gibi davranmayan bir ürün” deneyimi yaşatmaktır. Veri bunun yakıtı, öneri algoritması yalnızca bir araç. Asıl iş, hangi anda ne söyleneceğine karar vermektir.

## Ne zaman ihtiyacınız var?

Sinyaller: kullanıcıların davranışları belirgin biçimde farklı ama herkes aynı deneyimi görüyor. Aktivasyon oranı segmentler arasında büyük farklılık gösteriyor ve ekip bunu fark ediyor ama müdahale etmiyor. Çok sayıda ürün, içerik ya da özellik var ve kullanıcı aradığını bulamıyor. Mevcut veri (kullanım olayları, satın alma geçmişi, segment bilgisi) bir yerde birikiyor ama hiçbir karara dönüşmüyor.

Henüz erken olduğu durumlar: kullanıcı sayısı, anlamlı segmentler çıkaracak ya da bir modeli besleyecek kadar değilse. Veri toplama altyapısı güvenilir değilse; eksik ya da hatalı veriyle kişiselleştirme, kişiselleştirmemekten kötüdür. Temel deneyim henüz iyi değilse de erken: herkes için kötü bir akışı kişiye özel kötü yapmak kimseyi kurtarmaz.

## Çoğu ekibin atladığı nokta

Kişiselleştirme konuşulduğunda akla hemen öneri motorları, makine öğrenmesi ve gerçek zamanlı modeller gelir. Oysa en yüksek getiri genelde en basit kurallardan gelir: yeni kullanıcıya farklı, geri dönen kullanıcıya farklı, belirli bir eylemi yapmamış olana farklı bir ekran.

> Kişiselleştirme, modelin ne kadar akıllı olduğuyla değil, kullanıcının o anki niyetini ne kadar doğru okuduğunuzla ölçülür.

Bu yüzden önce şu soru: hangi iki üç kullanıcı durumu, bugün aynı ekranı görüyor ve farklı şeye ihtiyaç duyuyor? Bunların çoğu karmaşık bir veri bilimi gerektirmez. Örneğin ilk haftasında, kurulumu tamamlamamış bir kullanıcıyla, üç aydır aktif bir kullanıcıya aynı yönlendirmeyi göstermek, kişiselleştirme eksikliğidir.

İkinci kaçırılan nokta, kişiselleştirmenin sınırı. Kullanıcı ürünün onu bu kadar iyi tanımasını beklemiyorsa, fazla spesifik kişiselleştirme rahatsız eder. “Geçen salı şu sayfada şu kadar süre kaldınız” gibi bir mesaj, bilgiyi doğru kullansa da güven kaybettirir. Kişiselleştirmenin işe yarayan hâli, kullanıcının “ne iyi, bunu da düşünmüşler” dediği, ama “beni izliyorlar” demediği bölgedir.

Üçüncüsü, veri ve izin. Kişisel verinin işlenmesi KVKK ve benzeri düzenlemelerle sınırlıdır; hangi veriyi, hangi amaçla, hangi izinle kullandığınızı bilmeniz gerekir. Hukuki ayrıntıyı bu yazıda yapamam, ama pratik kural şu: kullanıcıya açıkça anlatabileceğiniz bir amaç için toplayın, anlatamayacağınız veriyi toplamayın.

Dördüncüsü, ölçüm. Kişiselleştirmenin işe yaradığını anlamak için karşılaştırma grubu gerekir: kişiselleştirilmiş deneyimi alan ile almayan. Bu olmazsa, artışın kişiselleştirmeden mi mevsimden mi geldiğini bilemezsiniz.

## Uygulama planı

### 1. Kullanıcı durumlarını belirleyin

Ürününüzde kullanıcıyı farklı bir ihtiyaca götüren üç dört durumu listeleyin: yeni ve kurulumda, aktif ama özelliği keşfetmemiş, yoğun kullanıcı, kayıp riski taşıyan. Her durum için “bu kişi şu an ne yapmaya çalışıyor, ne ona yardımcı olur?” sorusunu cevaplayın. Bu liste, kişiselleştirme kuralınızın iskeletidir.

### 2. Kullanılabilir veriyi envanterleyin

Hangi davranışsal veri güvenilir ve gerçek zamanlı erişilebilir? Hangisi kullanıcıdan izinle alınmış? Varsayımla değil, gerçek veriyle çalışın: verinin eksik ya da gecikmeli olduğu yerde kişiselleştirme yapmayın.

### 3. İlk kuralları basit yazın

Her durum için bir kural: “Eğer kullanıcı şu olayı yapmadıysa, şunu göster.” Karmaşık modellere geçmeden önce kurallarla sonuç alıp almadığınıza bakın. Kurallar aynı zamanda ekibe, kişiselleştirmenin ne yaptığını anlatır; kara kutu modeller bunu yapmaz.

### 4. Kontrol grubuyla test edin

Her kişiselleştirilmiş deneyime bir kontrol grubu ayırın. Metrik, o deneyimin amacına göre belirlenmeli: aktivasyon, tekrar kullanım, dönüşüm. Etki küçükse ya da yoksa deneyimi kaldırın. Her kişiselleştirme bir bakım yükü getirir ve işe yaramayan her kural karmaşıklık ekler.

### 5. Öneri ve model katmanını sonra ekleyin

Kural tabanlı kişiselleştirme tavan yaptığında ve veri yeterince zenginse, öneri algoritması düşünün. Modeli de aynı şekilde kontrol grubuyla test edin ve basit kuralı geçip geçmediğine bakın. Geçmiyorsa, karmaşıklığın ekstra bakım maliyetini haklı çıkaracak bir şey yoktur.

### 6. Kullanıcıya kontrol verin

Kişiselleştirmenin nedenini gösterin (“şu nedenle bunu önerdik”) ve kapatma seçeneği sunun. Şeffaflık güveni artırır; ayrıca yanlış kişiselleştirmeyi kullanıcının kendisinin düzeltmesini sağlar.

## Neyi ölçmeli?

- **Kontrol grubuna göre aktivasyon ve dönüşüm farkı.** Kişiselleştirmenin gerçek etkisi; her deneyim için ayrı okunur.
- **Segment bazında tekrar kullanım ve retention.** Hangi kullanıcı durumunun daha iyi karşılandığını gösteren öncü ve gecikmeli göstergeler.
- **Kişiselleştirme kapsama oranı.** Kullanıcıların ne kadarının anlamlı bir kuralla karşılandığı; düşükse veri ya da kural eksik.
- **Olumsuz sinyaller.** Abonelikten çıkma, bildirim kapatma, şikâyet; aşırı kişiselleştirmenin ilk işaretidir.

## Tuzaklar

**Araca güvenip stratejiyi atlamak.** Kişiselleştirme platformu almak, hangi kullanıcıya ne söyleneceği sorusunu cevaplamaz. Kuralı insan yazar, araç sadece uygular.

**Kötü veriyle kişiselleştirmek.** Eski, hatalı ya da eksik veriyle yapılan kişiselleştirme (iptal etmiş kullanıcıya satış mesajı gibi) güveni doğrudan zedeler. Veri güveni sağlamadan devreye almayın.

**Aşırı spesifik olmak.** Kullanıcının beklemediği kadar derin bir bilgi göstermek, ürünü akıllı değil tedirgin edici gösterir. Bilgiyi kullanın ama kullandığınızı bağırmayın.

**Karşılaştırmasız ilan etmek.** Kontrol grubu olmadan “kişiselleştirme %X artırdı” diyen rapor, genellikle mevsimi ya da kampanyayı ölçmüştür.

## Bu hafta başlayın

1. Ürününüzde bugün herkese aynı ekranı gösterdiğiniz ama ihtiyaçları farklı olan üç kullanıcı durumunu yazın.
2. Bunlardan birini seçin ve tek bir kuralla farklı deneyim tasarlayın (örneğin kurulumu bitirmemiş kullanıcıya tek bir yönlendirme).
3. O deneyim için kontrol grubunu ve başarı metriğini belirleyin; kaç günde karar vereceğinizi önceden yazın.

---

# Liderlik Pozisyonu İnşası

URL: https://alpsuleyman.com/tr/strategies/liderlik-pozisyonu-insasi
Published: 2025-04-11
Updated: 2026-10-02
Author: Alp Suleiman

> Düşünce liderliği, çok içerik üretmek değil. Sektörün kendi hakkında göremediği bir şeyi ilk söyleyen olmak. Bunun için hacim değil, kanıta dayalı net bir görüş gerekir.

Her sektörde, aynı konuda yazılmış yüz makale vardır ve hepsi birbirine benzer. “Dijitalleşmenin önemi”, “müşteri deneyimi odaklı olmak”. Bunları okuyan kimse bir şey öğrenmez, yazan marka da hatırlanmaz.

Bir sektörün gerçekten dinlediği isimler ise az yazıp çok şey söyleyenlerdir. Bunun nedeni zekâ değil; ortaya bir görüş koyma, o görüşü kanıtla destekleme ve karşı çıkılma riskini göze alma isteğidir.

## Ne zaman ihtiyacınız var?

Düşünce liderliği, ürününüz sınırlı ölçüde farklılaşıyorsa ve satın alma kararı güvene dayanıyorsa işe yarar. Satış döngüsü uzunsa, alım kararı bir komiteye yayılmışsa, müşteri bir tedarikçi değil bir danışman arıyorsa, otorite ürününüzün özelliklerinden çok daha belirleyici olabilir. Kategoriniz yeni ya da karmaşıksa ve pazarın sizi neye ait kılacağı belli değilse de bu yatırım karşılığını verir.

Başka bir sinyal: şirketin içinde gerçek bir bilgi birikimi var, veri, deneyim ya da erişim ama dışarıya hiç yansımıyor. Bu birikim, kapalı kapılar ardında bir varlıktır.

Henüz erken olduğu durumlar: söyleyecek özgün bir şeyiniz yok ve sadece görünür olmak istiyorsanız. Ürün hâlâ olgunlaşmadıysa ve sözlerinizle ürününüz arasında fark varsa, otorite kurmak ters tepebilir; çünkü sözünüzle teslimatınız arasındaki fark çok hızlı fark edilir.

## Çoğu ekibin atladığı nokta

İçerik pazarlamasıyla düşünce liderliği aynı şey sanılır. İçerik pazarlaması bir kanal ve düzen işidir: sıklık, SEO, takvim. Düşünce liderliği ise bir iddia işidir. Aralarındaki fark, ilkinde “ne yayınlayalım?” sorulurken, ikincisinde “bu sektöre hangi doğruyu söylüyoruz ve kimi rahatsız ediyor?” sorulmasıdır.

> Düşünce liderliği, sektörün kendisi hakkında göremediği bir şeyi, kanıtıyla birlikte ilk söyleyen olmaktır.

Bu iki parçanın ikisi de gerekli. Kanıtsız görüş, tahmin olarak okunur. Görüşsüz kanıt ise sayılar yığınıdır. Çoğu ekip ikisinden birini yapıyor: ya fikir beyan ediyor ve inanılmıyor, ya da veri paylaşıp bir sonuç çıkarmıyor.

İkinci kaçırılan nokta, orijinal veri. Her şirketin, rakiplerinin ulaşamayacağı bir veri kaynağı vardır: kendi müşteri verisi (anonimleştirilmiş ve izin dahilinde), kendi operasyonlarındaki desenler, kendi müşterileriyle yaptığı yüzlerce görüşme. Bu veriyi analiz edip yayımlayan şirket, başkalarının alıntı yapacağı kaynak olur. Bir araştırma raporu, elli blog yazısından daha uzun ömürlüdür çünkü başkaları ona atıf yapar.

Üçüncüsü, otorite bir kanal sorunu değil, tutarlılık sorunudur. Aynı konuda uzun süre, aynı bakış açısıyla konuşan kişi ya da marka, “bu konunun adresi” olur. Her ay farklı bir alana atlayan ise kimsenin adresi olmaz. Dar bir alanda derin olmak, geniş bir alanda yüzeysel olmaktan daha hızlı otorite kurar.

Dördüncüsü, otoritenin kişi mi marka mı olduğu sorusu. B2B'de çoğu zaman bir kişi (kurucu, ürün lideri, baş araştırmacı) üzerinden kurulur; ama kişi gidince birikim de gider. Yöntemi ve veriyi kuruma bağlamak bu riski azaltır.

## Uygulama planı

### 1. Savunacağınız tek görüşü seçin

Sektörün yanlış varsaydığını düşündüğünüz bir şeyi yazın. “Çoğu şirket X'i yanlış yapıyor çünkü Y.” Bu cümleyi, karşı çıkan birine anlatabileceğiniz kadar net yapın. Cümle herkesin hemfikir olduğu bir şeyse, bir görüş değildir.

### 2. Kanıt üretim kaynağını belirleyin

Hangi veriye siz erişebiliyorsunuz? Müşteri görüşmeleri, ürün kullanımı, işlem verisi, anketler. Görüşünüzü destekleyen ya da çürüten bir analiz çıkarın. Çürütürse, görüşünüzü düzeltin; bu da otoritenin parçasıdır.

### 3. Tek bir temel eser yayımlayın

Yılda bir ya da iki kez, ciddiye alınacak bir araştırma, rapor ya da çerçeve. Metodolojiyi açıkça anlatın: örneklem, dönem, sınırlamalar. Sınırları dürüstçe söylemek, güveni azaltmaz, artırır.

### 4. Temel eseri parçalayıp sürekli dağıtın

Rapordan on makale, bir sunum, bir konuşma, kısa yorum yazıları, müşteri görüşmeleri için slaytlar çıkarın. Sürekliliği büyük parça sağlar, küçük parçalar ise görünürlüğü korur. Satış ekibine eseri bir araç olarak verin: görüşmelerde “şöyle bir araştırma yaptık” diyebilmek, güveni hızlandırır.

### 5. Sektörün konuştuğu yerlere katılın

Konferanslar, podcast'ler, sektör toplulukları, gazeteciler. Kendi kanalınız otorite için yetmez; başkalarının sizi alıntılaması gerekir. Basın ya da analistlere kendi verinizi sunun; gazeteci için veri, haber malzemesidir.

### 6. Sonuçları satışa bağlayarak izleyin

Satış görüşmelerinde “sizi okudum ya da dinledim” diyen kaç kişi var? Fırsatlar ilk temas öncesi içeriğinize ne sıklıkla maruz kalmış? Bu bilgiyi satış ekibinin CRM'ine bir alan olarak ekleyin.

## Neyi ölçmeli?

- **Atıf ve alıntı sayısı.** Başkalarının sizi kaynak olarak kullanması; otoritenin en sağlam öncü göstergesi.
- **Marka adı ve yazar adı aramaları.** İlgi ve tanınırlık büyüyor mu?
- **İlk temas kaynağı olarak içeriğin payı ve satış ekibinden gelen geri bildirim.** “Sizi okuyarak geldim” diyen potansiyel müşteri oranı.
- **Fırsat kalitesi ve satış döngüsü.** İçerik üzerinden gelen fırsatlar daha hızlı mı, daha büyük mü kapanıyor? Gecikmeli ama en değerli gösterge.

## Tuzaklar

**Hacmi otorite sanmak.** Haftada beş makale yayımlamak, bir tane güçlü görüş yayımlamaktan daha az etkilidir. Genellikle daha azı daha iyidir; ama daha keskin.

**Herkesi memnun eden görüş.** Kimseyi rahatsız etmeyen bir görüş, kimseyi harekete geçirmez. Kararlı bir pozisyon bazı kişileri ya da rakipleri uzaklaştırabilir; bu normal ve gereklidir.

**Kanıtsız büyük laf.** Güçlü iddiayı destekleyecek veri yoksa, ilk itirazda otorite çöker. Kanıtınız iddianızdan küçükse, iddiayı küçültün.

**Satıştan kopuk yürütmek.** Düşünce liderliği ekibi satıştan bağımsız çalışırsa, ortaya çıkan içerik satış görüşmesinde kullanılmaz. Satışçının cebindeki bir araç olmalı.

## Bu hafta başlayın

1. “Sektörümüz şu konuda yanlış düşünüyor çünkü...” cümlesini yazın ve ekipten iki kişiye itiraz etmelerini isteyin.
2. Elinizdeki ve rakiplerin erişemeyeceği bir veri kaynağını (müşteri görüşmeleri, kullanım verisi) listeleyin; hangisinin görüşünüzü sınayabileceğini seçin.
3. Bu veriyle bir analiz için bir ay içinde bitecek takvim çıkarın ve içeriğin kimin tarafından sahiplenileceğini adıyla belirleyin.

---

# Fiyatlandırma Optimizasyonu

URL: https://alpsuleyman.com/tr/strategies/fiyatlandirma-optimizasyonu
Published: 2026-06-11
Updated: 2026-10-03
Author: Alp Suleiman

> Fiyat, en hızlı etki eden ve en az denenen büyüme kaldıracıdır. Rakamı oynatmadan önce neye ve kime fiyat koyduğunuzu, yani değer metriğinizi ve paketlemenizi düzeltin.

Bir yıldır fiyatını değiştirmeyen şirketlerde genelde aynı cümle duyulur: “Müşteri kaybederiz diye korkuyoruz.” İlginç olan, bu korkunun hiçbir veriye dayanmaması. Müşterilerin fiyat artışına nasıl tepki vereceği çoğu zaman sınanmamıştır. Sınanmayan şey, korkuyla yönetilir.

Fiyatlandırma, ekibin en az zaman ayırdığı ama gelir üzerinde en doğrudan etkisi olan karardır. Bir pazarlama kampanyası ya da yeni özellik, aylar sonra gelire yansır. Fiyat bir gün içinde değişir.

## Ne zaman ihtiyacınız var?

Sinyaller: fiyatınızı uzun süredir değiştirmediniz ve bu sürede ürün epey gelişti. Satış görüşmelerinde fiyat itirazı çok az geliyor; aşırı kolay kapanan satış, genellikle düşük fiyat işaretidir. Çok farklı büyüklükte müşteriler aynı fiyatı ödüyor: küçük müşteri için pahalı, büyük müşteri için ucuz. İndirim, kural değil refleks hâline gelmiş. Müşteri başına gelir, müşterinin sizden elde ettiği değerle orantılı artmıyor.

Henüz erken olduğu durumlar: ürün, değer üretip üretmediğini kanıtlamadıysa. Retention düşükken fiyatla oynamak, sorunun yerini kaydırır. Müşteri değerini tarif edemiyorsanız, fiyat sadece rakamdan ibaret kalır; önce değeri anlamak gerekir.

## Çoğu ekibin atladığı nokta

Fiyatlandırma optimizasyonu denince akla “rakamı yükseltelim mi düşürelim mi” gelir. Bu en az güçlü kaldıraçtır. Daha güçlü olan iki kaldıraç var: neye fiyat koyduğunuz (değer metriği) ve nasıl paketlediğiniz (kademeler).

> Fiyat rakamı değil, fiyatın neye bağlandığı gelirinizi belirler: müşteri büyüdükçe siz de büyüyor musunuz?

Değer metriği, müşterinin sizden aldığı değerle birlikte artan şeydir: koltuk sayısı, işlem hacmi, bağlanan kayıt, gönderilen mesaj. İyi bir değer metriği üç şeyi sağlar: müşteri anlayabilir, değerle ilişkilidir ve müşteri büyüdükçe doğal olarak artar. Müşteri sabit bir fiyat ödüyor ve kullanım on katına çıkıyorsa, değeri sizden alıp rakamı değiştirmeden gidiyordur.

İkinci kaçırılan nokta, paketleme. Üç kademeli bir yapı (genellikle “iyi, daha iyi, en iyi”) yalnızca fiyat değişikliği değil, müşterinin karar çerçevesidir. Orta kademe çoğu zaman hedeflediğiniz seçenektir; üstteki kademe ona referans verir, alttaki ise giriş kapısıdır. Kademeleri özellik listesine göre değil, müşteri segmentlerine göre kurun.

Üçüncüsü, mevcut müşteri tabanı. Fiyat optimizasyonu çoğu zaman yeni müşteri fiyatına odaklanır. Oysa mevcut müşteriler, genellikle en eski ve en düşük fiyatla çalışan gruptur ve fiyat artışının en büyük etkisini orada görürsünüz. Çoğu ekip bu müşterileri korkuyla kapsam dışında bırakır.

Dördüncüsü, fiyatın bir iletişim işi olması. Aynı artış, iyi anlatıldığında kabul görür, kötü anlatıldığında kayıp yaratır. Ne değiştiği, neden, ne zaman ve müşterinin ne alacağı açık ve zamanında söylenmeli.

## Uygulama planı

### 1. Mevcut durumu ölçün

Müşteri başına gelir dağılımını, indirim oranlarını, kademeler arası dağılımı ve fiyat itirazı oranını çıkarın. Hangi müşteri segmenti en çok değer elde ediyor ve hangisi en az ödüyor? Bu tablo, fiyatın nerede yanlış olduğunu gösterir.

### 2. Değer metriğini sorgulayın

Müşteriler sizin ürününüzden değeri nasıl alıyor? Hangi birim bu değerle birlikte büyüyor? Mevcut fiyat bu birime bağlı mı? Değilse, bunu bir değişiklik adayı olarak yazın. Bazen sadece fiyat kademelerinin sınırlarını değiştirmek, rakamı yükseltmeden aynı sonucu verir.

### 3. Müşterinin ödeme istekliliğini doğrudan araştırın

Müşterilerle görüşün ve fiyat algısını açıkça sorun. Van Westendorp fiyat duyarlılığı yöntemi, dört basit soruyla kabul edilebilir fiyat aralığını gösterir: ne kadar ucuz olsa kalite şüphesi uyandırır, ne kadar fiyat ucuz, ne kadar pahalı ve ne kadar çok pahalı. Küçük örneklemlerle bile yön gösterir. Tahminle değil, müşterinin kendi sözüyle çalışın.

### 4. Küçük ölçekte test edin

Fiyatı bütün müşteri tabanında bir anda değiştirmeyin. Yeni müşteriler ya da belirli bir segment üzerinde, belirli bir dönem boyunca deneyin. Dönüşüm ve ortalama sözleşme değerini birlikte okuyun: dönüşüm biraz düşse de gelir artıyorsa fiyat doğru yöndedir.

### 5. İndirim disiplini kurun

Kim, hangi koşulda, ne kadar indirim verebilir? Bu kurallar yazılı olmalı ve indirimin karşılığı olmalı: daha uzun sözleşme, daha büyük hacim, referans. Karşılıksız indirim, fiyatı sadece pazarlık edilebilir bir rakama dönüştürür.

### 6. Mevcut müşterilere planlı fiyat artışı uygulayın

Eski fiyatla çalışan müşterileri belirleyin ve önceden duyurulan, değerle ilişkilendirilmiş bir artış planlayın. Bunu en yüksek değer alan müşterilerle başlatıp tepkiyi okuyun. Artışa itiraz etmeden kalan müşterilerin oranı, fiyatın aslında ne kadar düşük olduğunu söyler.

## Neyi ölçmeli?

- **Müşteri başına ortalama gelir (ARPA) ve net gelir elde tutma (NRR).** Fiyat ve paketlemenin etkisini en iyi gösteren iki ölçü; ikisi de gecikmelidir.
- **Dönüşüm oranı ve ortalama anlaşma büyüklüğü.** Fiyat testinde birlikte okunmalı; öncü gösterge.
- **İndirim oranı ve dağılımı.** İndirimin disiplin içinde mi, refleks olarak mı verildiğini gösterir.
- **Fiyat artışı sonrası churn.** Artıştan sonraki doksan günde beklenenin üstüne çıkıp çıkmadığına bakın.

## Tuzaklar

**Fiyatı sadece rakam olarak görmek.** Rakamı değiştirip değer metriğine ve paketlemeye dokunmamak, çoğu zaman küçük kazanç sağlar. Büyük fark yapıyı değiştirmekten gelir.

**Rakipten fiyat kopyalamak.** Rakibin fiyatı onun maliyetini, hedefini ve ürününü yansıtır, sizinkini değil. Referans olarak bakın, hesap olarak kullanmayın.

**Anlatmadan artırmak.** Müşteri neden arttığını anlamıyorsa, artışı keyfi görür. İletişim planı, artışın yarısıdır.

**Fiyatı bir kere belirleyip unutmak.** Ürün gelişir, müşteri profili değişir, fiyat bunlarla birlikte gözden geçirilmelidir. Yıllık fiyat incelemesi alışkanlığı kurun.

## Ne zaman işe yaramaz

Fiyatı siz belirlemiyorsanız optimizasyonun alanı daralır. İhale şartnamesi, kamu tarifesi ya da büyük bir alıcının tedarik politikası tavanı önceden çizmişse değer metriğini ve kademeleri yeniden tasarlamanın muhatabı yoktur.

Pratik kural. Son beş teklifin kaçında rakamı müşteri tarafı yazdı, sayın; çoğunda öyleyse enerjinizi kapsama ve sözleşme koşullarına kaydırın.

İkinci sınır fiyatı kullanıma bağlamak istediğiniz yerde çıkar. Kyle Poyar 2024'te, kullanım bazlı işletmelerin çoğunluğunun saf kullanım yerine melez model kullandığını, özellikle küçük müşterilere satanlarda bunun belirgin olduğunu yazıyor; gerekçesi, küçük müşterilerin beklenmedik harcamaya daha duyarlı olması. Bizim yorumumuz: küçük müşterilere satıyorsanız saf kullanım metriği faturayı öngörülemez kılar; tavan ya da sabit taban ücret düşünün.

Karşı görüş: bu temkine karşı çıkanlar, bekleyen her ayın gelir kaybettirdiğini söyler. Haklılar; yine de fiyatın belirleyici olmadığı yerde artıştan gelen kaybı ürün sorunundan ayıramazsınız.

## Yapay zekâ çağında bu strateji

Klasik yazılımda iki ölçü birlikte yürür: müşteri büyüdükçe aldığı değer artar, fiyat artar, sizin maliyetiniz neredeyse yerinde kalır. Yapay zekâ ürününde araya üçüncü bir ölçü girer: her kullanımın çıkarım maliyeti. Fiyatın bağlandığı şey ile maliyetin bağlandığı şey artık aynı olmak zorunda değil.

Koltuk başına fiyat satıp kullanım başına maliyet yazıyorsanız ayrışma tam burada. En çok kullanan koltuk çoğu zaman en çok değer alan koltuktur, ama aynı zamanda en pahalıya gelendir ve diğerleriyle aynı tutarı öder. Fiyatı yükseltmek bunu çözmez; ortalamayı biraz düzeltir, ayrışmayı olduğu gibi bırakır.

Pratik kural. Rakama dokunmadan önce iki metriği yan yana yazın; ör. değer kullanıcı sayısını, maliyet çağrı sayısını izliyorsa ayrışma var demektir. Önce bunu kapatın: kullanım payı, kademe sınırı ya da hibrit yapı.

Bizim yorumumuz: fiyat artışı ancak bundan sonra anlam kazanır. Hangi modelin size uyduğunu Fiyat Modeli Seçici'de birkaç soruyla görebilirsiniz.

## Bu hafta başlayın

1. Müşteri tabanınızı ödedikleri fiyata göre sıralayın ve en düşük fiyat ödeyen yirmi müşterinin ürünü ne kadar kullandığına bakın.
2. Beş müşteriyle yarım saatlik görüşme ayarlayıp Van Westendorp'un dört sorusunu sorun.
3. Son üç ayın indirimlerini listeleyin; her biri için karşılığında ne aldığınızı yazın; karşılığı olmayanları işaretleyin.

---

# Müşteri Yaşam Boyu Değeri (LTV)

URL: https://alpsuleyman.com/tr/strategies/musteri-yasam-boyu-degeri
Published: 2025-06-12
Updated: 2026-10-02
Author: Alp Suleiman

> LTV bir hedef değil, bir sonuçtur. Müşterinin neden kaldığını ve neden daha fazla ödediğini bilmeden o rakamı büyütemezsiniz; sadece daha iyi tahmin edersiniz.

Bir yatırımcı sunumunda LTV:CAC oranı gösterilir, herkes başını sallar. Oranın içindeki LTV'nin nasıl hesaplandığına bakıldığında ise çoğu zaman şu çıkar: aylık ortalama gelir bölü aylık churn. Tek bir sayı, tek bir formül, üç yıllık bir tahmin.

Sorun formülde değil, formülün gizlediği şeyde. Bu formül, bütün müşterilerin aynı hızda kaybolduğunu varsayar. Gerçekte en yeni müşteriler en hızlı gider, üç yılı geçenler neredeyse hiç gitmez. Ortalama LTV, ikisini birbirine karıştırır ve karar vermek için işe yaramaz.

## Ne zaman ihtiyacınız var?

Sinyaller: edinim maliyeti artıyor ve kazanım maliyetini hızla geri almanız gerekiyor. Müşteri sayısı büyüyor ama müşteri başına gelir yerinde sayıyor. Ürününüz tekrarlayan bir ihtiyaca hizmet ediyor (abonelik, sarf, düzenli sipariş) ve müşterinin ikinci, üçüncü yılı hâlâ büyük bir fırsat. Churn belli bir dönemde yoğunlaşıyor ama neden o noktada olduğunu bilmiyorsunuz.

Henüz erken olduğu durumlar: yeterli geçmiş veri yok; müşteri kaç ay kaldığını güvenilir söyleyecek kadar zaman geçmemiş. İlk birkaç aylık verilerle yapılan LTV hesabı, gelecek hakkında değil, iyimserlik hakkında bilgi verir. Ürün-pazar uyumu net değilse de erken: kovada delik varken musluğu açmak, kovayı daha hızlı boşaltır.

## Çoğu ekibin atladığı nokta

LTV'yi çoğu ekip bir performans metriği olarak görür: yüksek olursa iyi, düşükse kötü. Oysa LTV, birçok daha ince davranışın toplamıdır: müşteri ne kadar süre kalıyor, kalırken ne kadar harcıyor, ne kadarını başkalarına anlatıyor. Bunların her biri farklı bir ekibin işi.

> LTV'yi büyütmek, tek bir sayıyı yükseltmek değil; müşterinin kalma ve daha fazlasını alma nedenlerini tasarlamaktır.

İlk kaçırılan nokta, ortalamanın yanıltıcılığı. Kohort analiziyle bakıldığında, genellikle birkaç kohort ya da segmentin çok iyi, birkaçının çok kötü olduğu görülür. Ortalama LTV'yi yükseltmenin en ucuz yolu, ortalamayı değil, en iyi segmentleri çoğaltmaktır. Hangi müşteri tipi, hangi kanaldan gelen, hangi ilk kullanım senaryosuyla başlayan en uzun süre kalıyor? Bu cevap, edinimi de yönlendirir.

İkinci kaçırılan nokta, LTV'nin iki bacağı: elde tutma (müşteri kalıyor mu) ve genişleme (kalırken daha fazla ödüyor mu). Net gelir elde tutma oranı (NRR) yüzde yüzün üzerindeyse, mevcut müşteri tabanı hiç yeni müşteri gelmese bile büyür. Çoğu ekip yalnızca elde tutmaya odaklanır ve genişleme için bilinçli bir mekanizma kurmaz.

Üçüncü nokta, churn'ün nedenidir. Müşteri ürününüzü hiç anlamadığı için mi gitti, değer aldığı hâlde bütçe kesildiği için mi, yoksa rakibe mi geçti? Üçü ayrı sorun, ayrı çözüm. “Churn %5” cümlesi bu ayrımı gizler.

Dördüncüsü, LTV'nin zaman boyutu. Üç yıllık LTV'ye güvenerek harcama yapmak, nakit riskini yönetmeyi unutmak demektir. Kazanım maliyetinin kaç ayda geri döndüğü (payback), LTV kadar önemlidir ve çoğu zaman daha güvenilirdir.

## Uygulama planı

### 1. LTV'yi kohortlara ayırarak hesaplayın

Kaydolma ayına göre müşteri kohortları çıkarın ve her kohortun gelir ve elde tutma eğrisini yan yana koyun. Segment, kanal ve plan bazında ayırın. Tek bir ortalama yerine hangi grubun neden daha değerli olduğunu gösteren bir tablo çıkar.

### 2. Churn nedenlerini sınıflandırın

Son yirmi otuz kayıp müşteriyle konuşun ya da iptal formundaki cevapları okuyun. Nedenleri üç kovaya ayırın: ürünü hiç benimsemedi, değer aldı ama koşullar değişti, rakibe geçti. Her kovanın sahibi ayrı olmalı: ilki onboarding, ikincisi müşteri başarısı ve fiyat, üçüncüsü ürün.

### 3. İlk doksan günü sahiplenin

Kayıpların büyük kısmı çoğu zaman ilk aylarda olur. Müşterinin ilk değeri aldığı anı (aha momenti) belirleyin ve ona ulaşmayan müşterileri erken yakalayan bir sinyal kurun. Bu, LTV'ye en hızlı ve en ucuz katkıdır.

### 4. Genişleme için bir mekanizma tasarlayın

Müşteri neden daha fazla alır? Kullanım arttığında, ekip büyüdüğünde, yeni bir ihtiyaç doğduğunda. Fiyat yapınız bu büyümeyi yakalıyor mu? Başarılı genişleme genellikle müşterinin bir sonraki gerçek ihtiyacına dayanır; zorlama yükseltme satışı ise churn'e dönüşür. Ürün ve fiyatlandırma tarafında, müşteri büyüdükçe sizin de büyümenizi sağlayan bir yapı kurun.

### 5. Sadakati ödüllendiren değil, değer üreten yapılar kurun

Sadakat programı ya da indirim, müşteriyi bir süre tutar ama değer üretmiyorsa kalıcı olmaz. Kullanıcının zaman içinde biriktirdiği değer (veri, entegrasyon, alışkanlık, ekip içinde yerleşme) en güçlü kalma nedenidir. Bunun nerede oluştuğunu bulun ve güçlendirin.

### 6. Edinim ve LTV'yi birlikte yönetin

En yüksek LTV'li segmentlerin hangi kanaldan geldiğine bakın ve harcamayı oraya kaydırın. LTV'si düşük kanalı kısarken, payback süresini ve nakit durumunu birlikte izleyin.

## Neyi ölçmeli?

- **Kohort bazlı elde tutma eğrisi.** Gecikmeli ama en dürüst gösterge; eğri düzleşiyor mu?
- **Net gelir elde tutma (NRR).** Mevcut müşterilerden gelir büyümesini gösterir.
- **CAC geri dönüş süresi.** Kazanım maliyetinin kaç ayda geri döndüğü; LTV tahminine güvenmeden karar vermenizi sağlar.
- **İlk değere ulaşma oranı ve süresi.** Öncü gösterge; ilk doksan günlük kaybı önceden gösterir.

## Tuzaklar

**Tek formülle LTV hesaplamak.** Ortalama gelir bölü churn, sabit churn varsayar ve yeni kohortları eskilerle karıştırır. Karar için kohort eğrisini kullanın, formülü sunum için bırakın.

**Elde tutmayı genişlemeyle karıştırmak.** İkisi farklı ekipler, farklı araçlar gerektirir. Genişleme, elde tutmanın yerini tutmaz; kaybedilen müşteri genişleyemez.

**Churn'ü tek rakam olarak izlemek.** Yeni müşteri churn'ü ile yerleşik müşteri churn'ü ayrı hikâyelerdir. Birleştirmek, ikisini de görünmez yapar.

**LTV'yi uzun vadeli gelir varsayımıyla bütçelemek.** Üç yıl sonra gelecek geliri bugün harcarsanız, tahmin yanlışsa nakit biter. Geri dönüş süresi kısa kalsın.

## Yapay zekâ çağında bu strateji

LTV'yi brüt marj üzerinden hesaplıyorsanız, çoğu zaman marjın müşteriler arasında kabaca aynı olduğunu varsayarsınız. Yapay zekâ ürününde bu varsayım sıklıkla tutmaz: aynı fiyatı ödeyen iki müşteriden biri hafta boyunca yoğun kullanır, öbürü ayda bir uğrar. Çıkarım maliyeti kullanıma bağlıysa marj kullanıcıya göre değişir ve tek bir ortalama LTV bu farkı gizler.

Tek LTV yerine kullanıma ve maliyete göre ayrılmış cohort'lar kurun. Her cohort için gelir eğrisinin yanına çıkarım maliyeti eğrisini koyun. Bazı grupların retention'ı mükemmel görünürken marjının eksiye geçtiğini göreceksiniz; ortalamanın örttüğü şey budur.

Ayrıca “deneyip giden” kullanıcıları ayırın. Kayıt olup birkaç hafta deneyen ve ayrılanlar, kalıcı müşteri tabanının LTV'sini aşağı çeker ve gerçek davranışı bulanıklaştırır.

Pratik kural. Onları ayrı bir cohort olarak izleyin ve ana LTV'ye karıştırmayın.

Bizim yorumumuz: asıl karar bu iki ayrımdan sonra verilir: hangi segmente edinim harcaması yapacağınız.

## Bu hafta başlayın

1. Son on iki ayın kaydolma kohortlarını çıkarın ve her birinin altı aylık elde tutma oranını yan yana koyun.
2. Son yirmi kayıp müşteri için churn nedenini üç kovadan birine yerleştirin ve en büyük kovanın sahibini belirleyin.
3. Hesaplayın: en iyi LTV'li segmentinizden gelen müşteri için kazanım maliyeti kaç ayda geri dönüyor?

---

# Uluslararası Yerelleştirme

URL: https://alpsuleyman.com/tr/strategies/uluslararasi-yerellestirme
Published: 2025-01-24
Updated: 2026-10-03
Author: Alp Suleiman

> Çeviri, yerelleştirmenin en ucuz ve en az önemli kısmı. Yabancı bir pazarda “buradan biri” gibi hissettiren şey ödeme ekranında, destek saatinde ve fiyat sayfasında saklı.

Bu toplantı birçok ekipte aynı şekilde geçer. Ürün Türkçe'de iyi gidiyor, ekip “şimdi Avrupa” diyor, arayüz metinleri bir çeviri aracından geçiyor, web sitesine dil seçici ekleniyor ve üç ay sonra herkes şaşırıyor: trafik var, kayıt var, ödeme yok.

Sorun dilde değildi. Almanya'daki bir alıcı kartla ödeme ekranında durduysa, fatura ya da banka havalesi seçeneği göremediği için durmuştur. Destek sorusuna on altı saat sonra cevap aldıysa, bunun nedeni saat dilimidir. Fiyat sayfası dolar cinsindense ve vergi dahil mi hariç mi belli değilse, güven sorunu başlamıştır. Yerelleştirme bir metin işi değil, bir satın alma deneyimi işidir.

## Ne zaman ihtiyacınız var?

En net sinyal talebin size kendiliğinden gelmesi. Hiç pazarlama yapmadığınız bir ülkeden düzenli trafik, o ülkeden gelen deneme kayıtları, destek kutusuna yabancı dilde yazılmış sorular. Bunlar “orada bir iş var” demenin en ucuz kanıtı.

İkinci sinyal, ana pazarınızda büyümenin yavaşlaması ve birim ekonomisinin hâlâ sağlam olması. Retention'ı zayıf, payback süresi uzun bir ürünü yeni bir ülkeye taşımak, sorunu aynı anda iki yerde yaşamanızı sağlar.

Henüz erken olduğunu gösteren işaretler de var. Ana pazarda ürün-pazar uyumunu kanıtlamadıysanız, yerelleştirme bir kaçış planıdır. Tek bir ülkede bile kanal bulamadıysanız, ikincisinde bulacağınızı varsaymak için neden yok. Bir de iç kapasite meselesi: yeni pazar, ürün ekibinden değil, destek, finans ve hukuktan ilk talebi yaratır. Onları taşıyacak insanınız yoksa bekleyin.

## Çoğu ekibin atladığı nokta

Ekipler yerelleştirmeyi bir mühendislik ve içerik projesi sanıyor: stringleri dışarı al, çevir, yayınla. Oysa bunun adı internationalization, yani ürünü birden fazla yerele hazır hale getirmek. Yerelleştirme (localization) ise bunun üstünde, her pazara özel yapılan seçimler bütünü.

Aradaki farkı görmek için bir müşterinin yabancı bir ürünle karşılaştığı anı düşünün. Karşısındaki şirkete güvenmesi gerekiyor. Güven, dilden önce somut şeylerden okunur: tanıdığı bir ödeme yöntemi, yerel para birimiyle net fiyat, yerel hukuka uygun bir sözleşme, bölgesine uygun saatte cevap veren biri. Bazı pazarlarda ödeme alışkanlıkları kartla sınırlı değil: Hollanda'da iDEAL, Brezilya'da Pix, Almanya'da fatura ve SEPA hâlâ yaygın. Bu yöntemi sunmayan ürün, ne kadar iyi çevrilmiş olursa olsun, kasada kaybeder.

> Yerelleştirme, ürünü başka bir dile çevirmek değil, başka bir ülkede “bu bizden biri” dedirtecek her temas noktasını yeniden tasarlamaktır.

İkinci kaçırılan nokta, yerelleştirmenin sıralanması gerektiği. Her şeyi birden yapmak yerine, o pazarda satışı en çok engelleyen üç şeyi bulup yalnızca onları çözmek gerekir. Kalanı, gelir o pazarı haklı çıkardıkça eklenir.

## Uygulama planı

### 1. Pazarı talep verisiyle seçin

Ülke listesini dış raporlardan değil, kendi verinizden çıkarın: ülkeye göre organik trafik, deneme kaydı, aktivasyon oranı ve ilk ödemeler. Aynı listeye “en büyük 3 rakip orada ne yapıyor” sorusunu ekleyin. Çıktı, tek sayfalık bir sıralama olmalı ve ilk iki ülkeyi, nedenleriyle birlikte göstermeli. Karar sahibi kurucu ya da büyüme lideri; tartışma seçeneklerin sıralanmasında bitmeli.

### 2. Satışı engelleyenleri keşfedin

Seçtiğiniz ülkeden en az beş potansiyel müşteri ve iki yerel danışmanla konuşun. “Ürünü beğendiniz mi” diye sormayın; “bugün bu işi nasıl çözüyorsunuz, satın almadan önce neye bakarsınız, neye güvenmezsiniz” diye sorun. Çıktı, ödeme, vergi ve fatura, mevzuat, entegrasyon beklentisi, dil ve destek başlıklarında sıralanmış bir engel listesi. Her satırın yanına “satışı durdurur mu, yavaşlatır mı” notu ekleyin.

### 3. Altyapıyı bir kez, doğru kurun

Metinlerin koddan ayrılması, tarih, sayı, para birimi ve adres biçimlerinin yerele göre çalışması, sağdan sola yazılan diller ihtimaline karşı yerleşimin esnek olması: bunlar tek seferlik işler ve ertelendikçe pahalılaşır. Mühendislik ekibiyle bir “hazırlık” sprinti planlayın. Çıktı, yeni bir dil eklemenin yalnızca çeviri ve test gerektirdiği bir ürün.

### 4. Önce ticari yüzeyi yerelleştirin

Sıralamada ilk gelenler: fiyat sayfası (yerel para birimi, vergi netliği), ödeme yöntemleri, sözleşme ve faturalama, ana satış sayfaları ve onboarding'in ilk beş ekranı. Ürünün derin köşeleri sonra gelir. Fiyatı dönüştürürken kuru olduğu gibi çarpmayın; yerel alıcının ödeme gücü ve rakip fiyatları üzerinden yeniden düşünün. Çıktı, yerel bir alıcının hiç sürtünme yaşamadan ödeme yapabildiği bir akış.

### 5. Destek ve satışı yerel saate taşıyın

Destek sürenizin ilk cevap hedefini o pazarın iş saatine göre tanımlayın. Küçük başlıyorsanız, yarı zamanlı yerel bir destek ya da satış sorumlusu, çevrilmiş bir yardım merkezinden daha fazla iş görür. Çıktı, o ülke için tanımlı bir ilk cevap süresi ve bunu karşılayan bir kişi.

### 6. Pazarı ayrı bir P&L gibi yönetin

Her yeni ülke için bir sahip, bir bütçe tavanı ve altı aylık bir çıkış kriteri belirleyin. Kriter basit olsun: şu tarihe kadar şu kadar ödeyen müşteri, şu aralıkta bir CAC. Tutmuyorsa devam etme kararını bilinçli verin, otomatik bırakmayın.

## Neyi ölçmeli?

- **Pazar bazında aktivasyon ve dönüşüm oranı:** Ana pazarla arasındaki fark, yerelleştirme boşluğunuzun boyutudur. Öncü göstergedir.
- **Ödeme ekranı terk oranı:** Yöntem ve para birimi eksikliğini en hızlı yakalayan metrik.
- **Pazar bazında CAC geri dönüş süresi:** Ana pazarla kıyaslayın; yeni pazarın daha uzun sürmesi normal, ama sınırı baştan koyun.
- **Destek ilk cevap süresi ve çözüm oranı:** Gecikmeli ama net; yeni pazarda churn'ün erken habercisi.

## Tuzaklar

**Makine çevirisiyle yayına çıkmak.** Araçlar bir başlangıç olarak iyi, ama fiyat sayfasında, hukuki metinlerde ve satış mesajında yerli bir göz şart. Hatalı bir cümle sadece yanlış anlaşılmaz, güveni de düşürür.

**Aynı anda çok ülke açmak.** Her pazar kendi ödeme, vergi ve destek yükünü getirir. Üç ülkeyi yarım yapmak, bir ülkeyi tam yapmaktan çok daha pahalıya gelir.

**Kültürü stereotip sanmak.** Yerelleştirme klişe kullanmak değil; renk, görsel ve mizah seçimlerinde yerel birine danışmak ve işe yaramayanı hızla geri çekmektir.

## Bu hafta başlayın

1. Ülke bazında organik trafik, deneme kaydı ve ilk ödeme verisini tek bir tabloya çekin ve ilk iki aday ülkeyi belirleyin.
2. Aday ülkelerden birinde beş potansiyel müşteriyle görüşme planlayın ve “satın almadan önce neye güvenirsiniz” sorusunu hazırlayın.
3. Mevcut ödeme akışınızı o ülkenin bir kullanıcısı gibi baştan sona deneyin ve gördüğünüz her sürtünmeyi listeleyin.

---

# Kurumsal Satış Ekibi Kurma

URL: https://alpsuleyman.com/tr/strategies/kurumsal-satis-ekibi-kurma
Published: 2025-01-29
Updated: 2026-10-03
Author: Alp Suleiman

> Kurumsal satış ekibini işe alımla değil, kurucunun kapattığı ilk beş anlaşmayla başlatırsınız. Önce tekrarlanabilir bir oyun kitabı, sonra insanlar.

Sık rastlanan bir senaryo var. Şirket birkaç büyük müşteri kapatmış, kurucu satış yükünden bunalmış ve yatırımcı “satış motorunu kurun” demiş. İşe deneyimli bir satış direktörü alınıyor, ardından iki satış temsilcisi, bir SDR. Altı ay sonra tablo şu: direktör “pipeline'ı besleyecek ekip yok” diyor, kurucu “kapanış yok” diyor ve ikisi de haklı.

Sorun işe aldıkları kişilerde değil. Satılacak şey henüz bir oyun kitabına dönüşmediği için, kimse neyi tekrarlayacağını bilmiyor. Kurumsal satış ekibi bir kapasite yatırımı değil, bir bilgi aktarımı yatırımıdır. Aktaracak bir şeyiniz yoksa kadro bir masraf kalemine dönüşür.

## Ne zaman ihtiyacınız var?

Kurucu ya da ilk satışçı, aynı müşteri profiline, benzer bir ikna hikâyesiyle, benzer bir döngü süresinde en az beş altı anlaşma kapatmış olmalı. “Benzer” kelimesi önemli: her anlaşma bambaşka bir paketleme, fiyat ve karar verici setiyle kapanıyorsa henüz bir süreç yok, bir dizi istisna var.

İkinci sinyal, kurucunun zamanının darboğaz olması. Gelen talep karşılanamıyor, takip gecikiyor, ama kapanış oranı sağlam. Satışı ölçeklemenin asıl nedeni budur: işin işlediğini bilmek, yetiştirememek.

Henüz erken olduğunu gösteren işaretler: ortalama sözleşme değeri kuruluş maliyetini taşımıyorsa, karar vericiye giden yol her müşteride farklıysa ya da “satış döngüsü bir ay mı, sekiz ay mı” sorusuna cevabınız yoksa. Ayrıca kurucu satışı devretmeye hazır değilse, yani her görüşmeye girmek zorundaysa, ekip kurmak sadece bir bekleme odası yaratır.

## Çoğu ekibin atladığı nokta

Ekipler rolleri bir organizasyon şeması olarak görüyor: SDR yeni kapı açar, AE kapatır, CSM yeniler. Şema doğru, ama sıralama yanlış. Rol, süreçten önce gelmez, süreçten çıkar.

Asıl iş, kurucunun kafasındaki satışı dışarı çıkarmak. Hangi ilk cümle toplantı aldırıyor? Hangi soru karar vericiyi ortaya çıkarıyor? Hangi itiraz hangi aşamada gelir ve onu ne çözer? Bunlar yazıya dökülmediği sürece yeni gelen satışçı, kurucunun sezgisini değil, kendi alışkanlıklarını uygular.

> Kurumsal satış ekibini işe alım değil, kurucunun sezgisini yazıya dökebilme gücü belirler.

Bir de rol ayrımının mantığı var. SDR ve AE'yi ayırmak, uzmanlaşma için değil, zaman için yapılır: yüksek maliyetli AE zamanının kapanış dışındaki işlere gitmesini engellemek için. Pipeline'ı kendi başına besleyemeyen bir AE ile SDR'ı hiç olmayan bir şirket aynı sorunun iki yüzü. Ama SDR'ı, AE'nin kabul etmediği toplantıyı kaydetmek için işe alırsanız, hacim artar, kalite düşer.

## Uygulama planı

### 1. Kurucu satışını belgeleyin

Son beş kazanılan ve üç kaybedilen anlaşmayı aynı şablonla yazın: kim aldı, kim engelledi, tetikleyici olay neydi, hangi rakiple kıyaslandı, neden kazandık ya da kaybettik. Çıktı: tek sayfalık bir ICP tanımı, karar verici haritası ve en sık üç itirazın cevabı. Bu belge ilk AE'ye verilecek en değerli şey.

### 2. Süreci aşamalara ve çıkış kriterlerine bölün

Pipeline aşamaları “demo yapıldı” gibi satıcının eylemiyle değil, “müşteri teknik değerlendirmeyi kendi ekibine açtı” gibi alıcının eylemiyle tanımlansın. Her aşama için bir çıkış kriteri yazın. Çıktı: CRM'de herkesin aynı şeyi kastettiği bir huni. Bu yoksa gelir tahmini bir tahmin değil, bir temenni olur.

### 3. İlk AE'yi tek başına, kurucuyla birlikte yetiştirin

İlk satışçı, kapalı bir konuşma kitabını ezberleyecek biri değil, kurucuyla birlikte kapanış yapıp süreci iyileştirecek biri olmalı. İlk üç ay boyunca birlikte görüşmelere girin, kayıt dinleyin, her hafta bir itiraz üzerine konuşun. Çıktı: kurucu olmadan kapanan ilk anlaşma. O gün bir sonraki işe alımı konuşabilirsiniz.

### 4. SDR'ı, çalışan bir giden kanal bulunca ekleyin

Önce AE ya da kurucu, giden outreach'i kendisi deneyip hangi segmentte, hangi mesajda, hangi kanalda toplantı geldiğini bulsun. SDR bu kanıtlanmış mesajı ölçeklemek için gelir. Hedef metrik yalnızca toplantı sayısı değil, AE'nin kabul ettiği ve pipeline'a dönüşen toplantı oranı olsun.

### 5. CSM'i satıştan ayırın ama aynı hedefe bağlayın

Müşteri başarısı rolü, ilk yenileme tarihinden önce devreye girsin. Onboarding, kullanım derinliği ve genişleme fırsatları CSM'in; yenileme ve büyüme gelirinden payı olacak şekilde teşvik yapısı kurulsun. Çıktı: her müşteri için bir sahip ve yenilemeden 90 gün önce başlayan bir ritim.

### 6. Haftalık pipeline ritmi kurun

Her hafta tek bir pipeline incelemesi: yeni giren, ilerleyen, takılan ve kaybedilen anlaşmalar. Tahmin her aşama için geçmiş dönüşüm oranlarıyla yapılsın, satışçının hissiyle değil. Çıktı: üç aylık bir tahmin ve onun gerçekleşme farkı.

## Neyi ölçmeli?

- **Satış döngüsü süresi ve aşama dönüşüm oranları:** Hangi aşamada tıkandığınızı gösterir. Öncü göstergedir, tahminin temeli budur.
- **Yeni AE'nin rampa süresi:** İlk kapanışa kaç ay sürdüğü, oyun kitabınızın ne kadar aktarılabilir olduğunun ölçüsüdür.
- **Kota gerçekleştirme dağılımı:** Ekibin çoğu kotayı tutuyorsa sistem çalışıyordur; yalnızca bir iki kişi tutuyorsa sorun sistemde.
- **Net gelir elde tutma (NRR):** Satışın kalitesini gecikmeli ama dürüstçe gösterir.

## Tuzaklar

**Önce direktör almak.** Süreci olmayan bir yere gelen deneyimli yönetici, ya kendi eski oyun kitabını getirir ya da vakit kaybeder. Önce ilk birkaç AE, sonra yönetici.

**Kotayı tahmine göre koymak.** Yeni bir ekibe kuruluş hedefine göre kota yazarsanız, ilk çeyrekte demoralize edersiniz. Rampa dönemini ve gerçek geçmiş verilerini kullanın.

**CSM'i destek ekibi sanmak.** Sadece bilet kapatan bir CSM yenilemeyi kurtarmaz. Genişleme ve risk sinyallerini sahiplenen bir role ihtiyaç var.

## Bu hafta başlayın

1. Son beş kazanılan ve üç kaybedilen anlaşmayı aynı şablonla yazın ve ortak noktalarını işaretleyin.
2. CRM'inizdeki aşamaları gözden geçirip her birine “alıcının yaptığı gözlemlenebilir bir eylem” olarak çıkış kriteri yazın.
3. Önümüzdeki iki hafta içindeki satış görüşmelerinden ikisinin kaydını, ekipten biriyle birlikte dinleyip itirazları listeleyin.

---

# Ürün Yönetimi ve Yol Haritası

URL: https://alpsuleyman.com/tr/strategies/urun-yonetimi-ve-yol-haritasi
Published: 2025-09-19
Updated: 2026-10-02
Author: Alp Suleiman

> Yol haritası bir özellik takvimi değil, bir bahisler listesidir. İyi ürün yönetimi neyi yapacağınızdan çok, neyi yapmayacağınızı herkesin önünde söyleyebilmektir.

Çoğu şirkette yol haritası, ürün ekibinin değil, en yüksek sesle konuşanın belgesidir. Satış, “bu özellik olmazsa anlaşma kapanmaz” der. Kurucu, geçen hafta bir müşteriyle konuştuğu fikri ekler. Mühendislik, teknik borcun artık beklemeyeceğini söyler. Üç ay sonra elinizde bir liste vardır, ama o liste bir strateji değil, bir uzlaşma metnidir.

Ürün yönetiminin işi bu sesleri susturmak değil, hepsini aynı terazide tartacak bir dil kurmaktır. Yol haritası da o dilin çıktısı olmalı: “ne zaman, ne çıkacak” tablosu değil, “hangi sonuca, hangi bahisle gidiyoruz” cümlesi.

## Ne zaman ihtiyacınız var?

Yol haritası disiplinine ihtiyaç duyduğunuz an genelde şu üç cümleden birinde ortaya çıkar: “Neden bunu yapıyoruz ki?” diye sorulduğunda cevabın kişiye göre değişmesi. Satış ekibinin müşteriye söz verdiği özelliklerle mühendislik planının ayrışması. Ya da ekip büyüdükçe sprint'lerin dolu olması ama hiçbir metriğin kıpırdamaması.

Henüz erken olduğunu gösteren durum, ürünün hâlâ ürün-pazar uyumu aradığı dönem. Altı kişilik bir ekipte, haftada bir değişen öncelikler zaten sağlıklı; orada altı aylık bir harita yazmak yalnızca yanlış bir kesinlik hissi verir. O dönemde gerekli olan bir roadmap değil, birkaç güçlü hipotezdir. Ürün-pazar uyumu sağlandıktan sonra, yani birden fazla ekip aynı ürün üzerinde çalışmaya başladığında, disiplin şart olur.

## Çoğu ekibin atladığı nokta

Roadmap'i bir söz sanıyoruz. Oysa bir yol haritasındaki her satır, bir bahistir: “Bu özelliği yaparsak şu davranış değişir, o da şu metriği hareket ettirir.” Tutabilir de, tutmayabilir de. Tarihle verilen söz, ekibi öğrenmeye değil teslimata kilitler. Bahis olarak yazılan satır ise öğrenildikçe değiştirilebilir.

Bunun pratik sonucu şu: yol haritası özelliklerle değil, sonuçlarla yazılmalı. “Toplu içe aktarma özelliği” bir çıktıdır. “Yeni müşterilerin ilk haftada verisini taşıyabilmesi” bir sonuçtur. İlki bir seçeneği dayatır, ikincisi ekibe en iyi çözümü bulma alanı bırakır.

> İyi bir yol haritası neyi yapacağınızı değil, neyi yapmayacağınızı ve bunun bedelini kimin ödediğini açıkça gösterir.

İkinci mesele önceliklendirme çerçeveleri. RICE ya da ICE gibi skorlama yöntemleri tartışmayı yapılandırır ama kararı vermez. Skorların içindeki “etki” tahmini genelde en yüksek sesle konuşanın tahminidir. Çerçeveyi bir hakem değil, bir sorgulama aracı olarak kullanan ekip kazanır: skorlar yan yana geldiğinde “bu rakam neden bu kadar yüksek?” sorusu sorulabilir.

## Uygulama planı

### 1. Önce ürün hedefini sonuçla yazın

Bir sonraki çeyrek için en fazla üç sonuç belirleyin ve her birini ölçülebilir bir metrikle bağlayın: “ilk hafta aktivasyonunu artırmak”, “yenileme oranında bir kategori kaybını durdurmak” gibi. Çıktı, tüm ekibin aynı cümleyi tekrarlayabildiği bir sayfa. Karar sahibi ürün lideri, onay kurucudan; ama hedefler satış ve mühendislikle birlikte konuşulmalı.

### 2. Girdi kanallarını tek kutuda toplayın

Müşteri talepleri, satış notları, destek biletleri, kayıp analizleri ve teknik borç tek bir fırsat listesine girsin. Her kayıt kim istedi, kaç kişi istedi ve hangi problemi çözüyor bilgisini taşısın. Burada amaç talepleri çoğaltmak değil, aynı problemin farklı ifadelerini birleştirmek. Çıktı: özelliklerle değil problemlerle dolu bir liste.

### 3. Fırsatları bahis olarak yazın

Her aday için bir sayfalık şu çerçeveyi doldurun: hangi problemi çözüyoruz, kimin için, başarıyı hangi metrikle anlarız, en büyük risk nedir, en küçük test edilebilir sürüm nedir. Çıktı, ekibin harcayacağı emeği başlamadan önce küçülten ya da büyüten bir değerlendirme. Skorlamayı bu aşamada yapın, kararı değil.

### 4. Yol haritasını Şimdi, Sonra, Daha Sonra olarak katmanlayın

Takvim yerine üç katman kullanın. Şimdi: bu çeyrekte yapılan ve taahhüt edilen. Sonra: sıradaki, ama netleşmemiş. Daha sonra: yön olarak doğru, ama kanıtı eksik. Tarih yalnızca Şimdi için verilir. Bu yapı, dışarıya yalan söylemeden esneklik sağlar.

### 5. “Yapmayacağız” listesini yayımlayın

Her çeyrek, bilerek reddettiğiniz en az üç fikri ve nedenini ekiple paylaşın. Reddedilenleri görmek, ekibi sürekli aynı talebi yeniden açmaktan kurtarır ve kararın şeffaf olduğunu gösterir. Bu liste olmayan bir roadmap, her toplantıda yeniden müzakere edilir.

### 6. Haftalık yerine aylık ritimle gözden geçirin

Yol haritasını her hafta değiştirmek, yol haritası olmaması demektir. Ayda bir, hedeflere karşı ilerlemeyi ve bahislerin sonucunu inceleyin: hangi varsayım doğrulandı, hangisi çürüdü, buna göre Şimdi ve Sonra katmanları nasıl değişiyor.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, bir müşteri “şu özellik ne zaman?” diye sorduğunda görünür. Yapmayan ekip bir tarih verir ve iki ay sonra o tarihi savunmak zorunda kalır. Yapan ekip, müşterinin yaşadığı problemi sorar, “bunu bu çeyrekte çözmeye çalışıyoruz, sizin durumunuzda şu çözüm yeter mi?” der ve çoğu zaman özelliğe değil, ihtiyaca cevap verir. Müşteri bir söz değil, bir yön duymuş olur.

Bu yaklaşım, vizyonu da korur. Kısa vadeli taleplerin üzerine uzun vadeli yönü yazmanın tek yolu, her bahsi büyük resimle ilişkilendirmektir: bu, şirketin üç yıl sonraki halinden nasıl bir parça?

## Neyi ölçmeli?

- **Hedef metriklerdeki hareket:** Teslim edilen özellik sayısı değil, bahsin tuttuğunu söyleyen sonuç. Gecikmeli ama asıl gösterge.
- **Özellik benimseme oranı:** Çıkardığınız şeyi kullanıcı bulup kullanıyor mu? Öncü gösterge; düşükse bahis ya da dağıtım sorunludur.
- **Planlanan ile planlanmayan iş oranı:** Sprint'in ne kadarı yol haritasından, ne kadarı acil müdahaleden geliyor? Yüksek acil oranı, haritanın yaşamadığını gösterir.

## Tuzaklar

**Satış odaklı yol haritası.** Her büyük müşterinin isteğini listeye koymak, ürünü bir danışmanlık projesine çevirir. Talebin arkasındaki problemi, kaç müşteride tekrar ettiğini kontrol edin.

**Takvimle konuşmak.** Dışarıya verilen her tarih bir taahhüt sayılır. Satış ve müşteri tarafıyla “şu çeyrekte şu problemi çözmeyi hedefliyoruz” dilini kurun.

**Teknik borcu görünmez bırakmak.** Borç yol haritasında yer almazsa, bir gün hız bütün planı yutar. Her çeyrek kapasitenin belirli bir payını açıkça borca ayırın.

## Bu hafta başlayın

1. Mevcut yol haritanızdaki her satırın yanına, çözdüğü problemi ve onu ölçecek metriği yazın; yazamadıklarınızı işaretleyin.
2. Son iki çeyrekte reddettiğiniz ya da ertelediğiniz fikirleri listeleyin ve nedenlerini tek cümleyle yazın.
3. Haritanızı Şimdi, Sonra, Daha Sonra katmanlarına bölüp, tarihi yalnızca Şimdi katmanında bırakın.

---

# İş Süreçlerini Standartlaştırma

URL: https://alpsuleyman.com/tr/strategies/is-sureclerini-standartlastirma
Published: 2025-10-24
Updated: 2026-10-02
Author: Alp Suleiman

> Süreç yazmak bürokrasi değil, bilginin bir kişinin kafasından şirkete taşınmasıdır. Ama her şeyi standartlaştıran ekip, hızını da standartlaştırır.

Bir şirketin ölçeklenmeye hazır olup olmadığını anlamanın en hızlı yolu, bir soruyu sormak: “Şu kişi yarın işe gelmese ne olur?”

Küçük ekiplerde cevap genelde “işler durur, ama biz çözeriz” olur ve bu bir süre sorun değildir. Ardından müşteri sayısı artar, ekip yenilerle dolar ve aynı işi üç kişi üç farklı biçimde yapmaya başlar. Faturalama bir kişide, onboarding başka birinde, müşteri taleplerinin nasıl önceliklendirildiği ise bir WhatsApp grubunda yaşar. Büyüme, bu sessiz bağımlılıkları teker teker görünür kılar. Genelde en kötü anda.

## Ne zaman ihtiyacınız var?

İlk sinyal, aynı hatanın ikinci kez yaşanması. Bir fatura yanlış kesildi, bir müşteri onboarding'de unutuldu, bir yenileme tarihi kaçtı. İlk seferde bu bir kazadır; ikincisinde bir sistem eksikliği.

İkinci sinyal, işe yeni başlayanların verimli hale gelme süresinin uzaması. Her yeni gelen “bunu kim yapıyor?” diye soruyorsa bilgi kişilerde, sistemde değil.

Üçüncüsü, kurucu ya da birkaç kıdemli kişinin tatile çıkamaması. Bu bir sadakat değil, bir operasyon riskidir.

Henüz erken olan durum, işin hâlâ keşfedildiği dönemdir. Ürünü, müşteriyi ya da kanalı henüz bulmamış bir ekipte yazılan prosedür, iki ay sonra yanlış olacak bir şeyi dondurur. Bir işi en az üç kez elle ve aynı biçimde yaptıysanız, standartlaştırmanın zamanı gelmiştir. Önce değil.

## Çoğu ekibin atladığı nokta

Standartlaştırma çoğu zaman her şeyi belgelemek diye anlaşılıyor. Sonuçta 80 sayfalık bir el kitabı çıkıyor, kimse açmıyor, iki yıl sonra yarısı güncelliğini yitiriyor. Sorun belgenin kendisi değil, neyin belgeleneceği seçimi.

Her süreç aynı derecede önemli değil. Hata yapıldığında maliyeti yüksek olan, sık tekrar eden ya da kişiye bağımlı olan süreçler standartlaşmayı hak eder. Yaratıcı, belirsiz ve bağlama bağlı işler ise kuralla değil, ilke ve örnekle yönetilir. Birincisi için kontrol listesi, ikincisi için “iyi nasıl görünür” tarifi yazılır.

Atul Gawande'nin *The Checklist Manifesto*'sundaki ana fikir burada geçerli: bir kontrol listesi uzmanı küçültmez, uzmanın zaten bildiği ama baskı altında atladığı adımları güvenceye alır. Kontrol listesi bir yetenek eksiği değil, bir hafıza desteğidir.

> Standartlaştırılacak olan işin kendisi değil, işin başarısız olabileceği noktalardır.

İkinci kaçırılan nokta: süreç sahibi yoksa süreç ölür. Yazılmış her sürecin adı, sahibi ve gözden geçirme tarihi olmalı. Aksi halde standart, ilk istisnada terk edilir ve herkes yeniden kendi yöntemine döner.

## Uygulama planı

### 1. Başarısızlık noktalarını bulun

Son üç ayda yaşanan hataları, müşteri şikâyetlerini ve “bunu son dakikada çözdük” anlarını listeleyin. Hepsini hangi sürece ait olduğuna göre gruplayın. İlk beş süreç, standartlaştıracağınız yerdir. Çıktı, her biri için kısa bir başarısızlık hikâyesi: ne oldu, neden oldu, maliyeti neydi.

### 2. Bugünkü hali olduğu gibi çizin

İdeal süreci değil, gerçekte yapılanı yazın. Bunu işi yapan kişiyle birlikte, tek bir akış sayfasında, adım adım çıkarın. Çoğu zaman bu aşamada bile yarım saatlik bir görüşme, kimsenin görmediği gereksiz üç adımı ortaya çıkarır.

### 3. Sadeleştirin, sonra standartlaştırın

Bir süreci olduğu gibi yazıya dökmek, kötü bir süreci kalıcı kılar. Önce gereksiz adımları, çift onayları ve tekrarları atın. Geriye kalan, en kısa ve hata yapması en zor hali olmalı. Çıktı: bir sayfayı geçmeyen kontrol listesi, her adımda “kim, ne zaman, hangi çıktıyla” bilgisi ve bir “bitti sayılır” tanımı.

### 4. Bir sahip ve bir tetikleyici atayın

Her sürecin tek bir sahibi, ne zaman başlayacağını belirleyen net bir tetikleyicisi olsun: “yeni sözleşme imzalandığında”, “ayın ilk iş günü”. Sahip yalnızca işi yapan değil, süreci gözden geçirip güncelleyen kişidir.

### 5. Gerçek bir işte test edin

Yeni sürümü, o işe yeni başlayan biriyle çalıştırın. Takıldığı her yer, belgenin eksiğidir. Gözlemleyin, müdahale etmeyin ve ilk iki hafta boyunca düzeltmeleri toplayın.

### 6. İstisnayı ölçün

Süreçten sapmalar kaçınılmaz; önemli olan sapmanın sebebini kaydetmek. Her ay istisnaların listesini gözden geçirin: istisna sürekli tekrar ediyorsa süreç değişmeli, tek seferlikse kalmalı.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, bir gün biri izne çıktığında görünür. Birinde işi devralan kişi kontrol listesini açıp devam eder. Diğerinde telefon çalar, izindeki kişi tatilin ikinci gününde müşteriye bir şeyin nerede olduğunu anlatır. İkincisi her seferinde “kimse bilmiyordu” der, ama aslında bilgi hiçbir zaman paylaşılmamıştı.

Standartlaştırmanın bir başka faydası daha az konuşulur: hızlı delege etmeyi mümkün kılar. Bir işi kontrol listesine dökmüş olan kurucu, o işi güvenle bırakabilir. Dökmemiş olan, her ayrıntıyı kendisine soru olarak geri alır.

## Neyi ölçmeli?

- **Süreç kaynaklı hata ve yeniden iş oranı:** Standartlaştırdığınız süreçte hatanın azalıp azalmadığı. Gecikmeli ama doğrudan etkiyi gösterir.
- **Yeni çalışanın verimli hale gelme süresi:** Bilginin kişilerden sisteme ne kadar taşındığını gösteren öncü bir gösterge.
- **Tek kişi bağımlılığı:** Kritik süreçlerin kaçında “bu kişi yoksa iş durur” cevabı var? Sayıyı her çeyrek azaltmak hedef olmalı.

## Tuzaklar

**Her şeyi belgelemek.** Önemsiz işler için yazılan prosedür, önemli olanların gürültüsünde kaybolur. Önce acıyı seçin.

**Süreci masa başında yazmak.** Gerçekte işi yapan kişiyi dahil etmeden yazılan bir akış, kâğıt üzerinde güzel, pratikte terk edilmiş olur.

**Standardı değiştirilemez sanmak.** Süreç, işin öğrendiklerinin kaydıdır. Gözden geçirilmeyen bir standart, sabit bir hata kaynağına dönüşür.

## Bu hafta başlayın

1. Son iki ayda yaşadığınız en pahalı üç hatayı yazın ve her birinin hangi sürece ait olduğunu işaretleyin.
2. En çok hata veren süreci, işi yapan kişiyle yarım saat oturup adım adım çizin.
3. O sürece tek sahip atayın ve tek sayfalık bir kontrol listesi çıkarın.

---

# Yetenek Çekme ve Kültür İnşası

URL: https://alpsuleyman.com/tr/strategies/yetenek-cekme-ve-kultur-insasi
Published: 2025-05-12
Updated: 2026-10-02
Author: Alp Suleiman

> Kültür duvardaki değerler değildir. Kimi işe aldığınız, kimi terfi ettirdiğiniz ve neye göz yumduğunuzdur. Yetenek de bunu ilk haftada okur.

Bir şirketin kültürünü anlamak için değerler sayfasını okumanıza gerek yok. Şu üç soruya bakın: Geçen yıl kimi terfi ettirdi? Performansı düşük ama kıdemli biri hakkında ne karar verdi? İşten ayrılan en iyi çalışanı neden kaybetti?

Cevaplar, duvara asılı “şeffaflık, sahiplenme, merak” kelimelerinden çok daha dürüsttür. Çünkü kültür, söylenenin değil, ödüllendirilenin ve tolere edilenin toplamıdır. Yetenek de bunu bilir; iyi insanlar bir şirketin gerçek kuralını genelde ilk iki haftada, birinin neye göz yumduğuna bakarak anlar.

## Ne zaman ihtiyacınız var?

Ekip yirmi, otuz kişiyi geçtiğinde, kurucunun her kararı bizzat görüp yönlendirebildiği dönem biter. O noktada kültür, kurucunun varlığıyla değil, yazılı olmayan alışkanlıklarla taşınır ve işe alım her yeni gelenle o alışkanlıkları bozabilir ya da güçlendirebilir.

Somut işaretler: işe alımların kalitesinde dalgalanma, yeni gelenlerin üç-dört ayda ayrılması, ekipler arası farklı çalışma biçimleri, kurucudan başka kimsenin zor bir kararı verememesi. En güçlü sinyal ise en iyi çalışanlardan birinin istifası ve nedeninin “burada artık eskisi gibi değil” olması.

Henüz erken olan durum, ekibin beş-altı kişi olduğu ve herkesin kurucuyla doğrudan çalıştığı dönemdir. Orada kültür dokümanı yazmak yerine, ilk on işe alımı olağanüstü dikkatli yapmak daha etkilidir. Çünkü ilk on kişi, kültürün kendisidir.

## Çoğu ekibin atladığı nokta

Ekipler kültürü bir iletişim projesi sanıyor: değerleri belirle, duvara as, onboarding'de anlat. Ama kültür, davranışlarda yaşar ve davranışı bir kural değil, bir sistem şekillendirir: kimin işe alındığı, neye göre terfi edildiği, kötü performansla nasıl başa çıkıldığı, kararların kimde olduğu.

Değer bir sözdür. İşe bağlanmadıkça söz kalır. “Müşteri odaklılık” yazan bir şirkette, destek ekibinin ürün kararlarında hiç söz hakkı yoksa, değer yalnızca bir tabeladır.

> Kültür, değerlerin yazıldığı yer değil; bir değerle çatışan en iyi performansçıya ne yaptığınız andır.

İkinci kaçırılan nokta, yetenek çekmenin kültürün sonucu olduğu. İyi bir kişinin sizi seçmesi için, diğer seçeneklerinden daha net ve daha cazip bir şey vermesi gerekir. Bu maaş olabilir, ama çoğu zaman bu, ağırlığı olan bir problem, öğrenme hızı ve yanında çalışacağı insanlardır. Bunları açıkça anlatabilen şirket, “çalışması kolay yer” olmaktan çok daha güçlü bir şeyi satar.

Bunu yapan ekip ile yapmayan ekip arasındaki farkı mülakat odasında görürsünüz. Yapmayan ekip adaya şirketi anlatır, adayı sever, ertesi gün “iyi biriydi” diye teklif çıkarır. Yapan ekip, aynı soruları aynı sırayla sorar, notları ayrı ayrı yazar ve ancak sonra bir araya gelir. Birincisi bir sezgi toplantısı, ikincisi bir karar süreci. Bir yıl sonra ilkinin kadrosu, mülakatı yapanların kendi tercihlerine benzer; ikincisinin kadrosu, işin gerektirdiği insanlara.

## Uygulama planı

### 1. Gerçek kültürü tarif edin

Üst düzey beş kişinin her birine şunu sorun: “Burada hangi davranış sizi terfi ettirir, hangisi cezalandırılır?” Cevapları yan yana koyun. Ortak olanlar gerçek kültürünüz, ayrışanlar çözülmesi gereken boşluklardır. Çıktı, tek sayfalık, “bizde bu böyle olur” cümleleriyle yazılmış bir tarif; değer kelimeleriyle değil, davranış örnekleriyle.

### 2. Rol bazlı işe alım kriterleri yazın

Her rol için, mülakattan önce “başarılı kişi ilk altı ayda ne yapmış olmalı” cümlesini yazın ve üç dört yetkinliği, nasıl test edileceğiyle birlikte belirleyin. Yapılandırılmış mülakat, aynı soruları aynı sırayla ve ortak bir puanlamayla sormak demektir. Amazon'un “bar raiser” uygulaması gibi, işe alımda ekip hiyerarşisinden bağımsız bir kalite bekçisi bulundurmak da etkili bir yöntemdir. Çıktı: her aday için aynı kriterlerle doldurulan bir değerlendirme formu.

### 3. İlk doksan günü tasarlayın

Yeni gelen kişinin ilk haftada ne yapacağı, kimlerle tanışacağı ve doksanıncı günde neyi başarmış olacağı yazılı olsun. Bir “onboarding buddy” atayın. İlk haftada bir küçük, gerçek iş teslim ettirin. İyi bir onboarding, kültürün ilk kanıtıdır.

### 4. Karar haklarını açıklayın

Hangi kararı kim verir, hangileri tek kişiye, hangileri danışılarak verilir? Bunu yazın. Karar haklarının belirsizliği, yetenekli insanları en çok yoran şeydir: iş yaparlar ama iş kimsenin onayına takılır.

### 5. Performansı açıkça yönetin

Altı aylık bir “iyi nasıl görünür” tanımı ve düzenli, doğrudan geri bildirim ritmi kurun. Düşük performansla sessizce yaşamak, yüksek performanslıları en çok rahatsız eden şeydir. Sorun varsa erken konuşun, gerekiyorsa net ve saygılı ayrılın.

### 6. Ayrılanlardan öğrenin

Her ayrılışta, ayrılandan sonra değil, 3-4 hafta sonra bir sohbet yapın. Çıkışta herkes kibar olur. Sonrasında dürüstlük gelir.

## Neyi ölçmeli?

- **İlk yıl ayrılma oranı:** İşe alım ve onboarding kalitesinin gecikmeli ama net göstergesi.
- **Yeni gelenin ilk bağımsız çıktıya kadar süresi:** Onboarding'in işleyip işlemediğini gösteren öncü gösterge.
- **Teklif kabul oranı ve aday tavsiyesi:** Adaylar sizi başkalarına öneriyor mu? Kültürün dışarıdan nasıl göründüğünü anlatır.
- **İstenmeyen ayrılıkta performans dağılımı:** Ayrılanlar daha çok en iyiler mi? O zaman sorun kültürdedir.

## Tuzaklar

**Kültür uyumu adı altında benzer insan almak.** “Bize uyar mı?” sorusu fark yaratan bakış açılarını eler. “Kültüre katkısı ne olur?” diye sorun.

**Yan haklarla kültür kurmak.** Bilardo masası ve ücretsiz yemek, yönetilmeyen bir çatışmayı ya da belirsiz karar hakkını telafi etmez.

**Kurucuyla kültürü özdeşleştirmek.** Kültür kurucunun karakterine bağlı kalırsa, şirket büyüdükçe kurucunun kapasitesi darboğaz olur. Davranışları yazın ve başkalarının sahiplenmesini sağlayın.

## Bu hafta başlayın

1. Üst yönetimden beş kişiye “burada hangi davranış terfi ettirir, hangisi cezalandırılır?” sorusunu ayrı ayrı sorun ve cevapları karşılaştırın.
2. Açık bir pozisyon için “ilk altı ayda ne başarmış olmalı” cümlesini ve üç değerlendirme kriterini yazın.
3. Son altı ayda ayrılan iki kişiyle ayrılıktan sonraki bir görüşme planlayın.

---

# Yasal ve Düzenleyici Avantajlar

URL: https://alpsuleyman.com/tr/strategies/yasal-ve-duzenleyici-avantajlar
Published: 2026-01-26
Updated: 2026-10-02
Author: Alp Suleiman

> Regülasyon çoğu şirket için bir yük. Ama onu erken ve ciddiye alarak yapan şirket için rakiplerin ancak yıllar sonra geçebileceği bir kapıdır.

Düzenlemeyle çalışan sektörlerde garip bir simetri vardır. Büyük oyuncular, uyum maliyetinden şikâyet eder. Küçük oyuncular, uyum maliyetini görmezden gelir ve hız avantajı bulduğunu sanır. Ve bir noktada, tam da bu maliyeti ödemiş olanlar için bir kapı açılır: büyük bir müşteri, bir kurumsal ihale, bir banka ortaklığı. Diğerleri kapıdan geçemez.

Bu strateji, regülasyonu bir sıkıntı olarak yönetmek değil, bir pozisyon olarak kurmaktır. Mevzuata uyum stratejisi (78) savunmaktır; burada konuştuğumuz, onu hücuma çevirmek.

## Ne zaman ihtiyacınız var?

Sinyal genelde satışta ortaya çıkar. Kurumsal müşteriler, satın alma sürecinde güvenlik değerlendirmesi, veri koruma taahhütleri ya da bir sertifika ister. Ekibiniz her seferinde bunu yeniden ve elle cevaplıyorsa, uyumu bir sistem olarak kurmanın zamanı gelmiştir.

İkinci sinyal sektörün kendisi. Finans, sağlık, sigorta, eğitim, kamu, veri ve çocuklara yönelik ürünler gibi alanlarda lisans, izin ya da sertifika, zaten bir giriş şartıdır. Bu şartı erken karşılayan, zamanı satın almış olur.

Üçüncüsü, rakiplerin lisansı beklemeden başladığı ve ardından kısıtlandığı dönemlerdir. Düzenleyicinin sıkılaştığı sinyalini görüyorsanız, hazırlıklı olmak bir seçenek değil, hamle olur.

Henüz erken olan durum: ürün-pazar uyumunu bulmadan, pahalı bir lisans süreci başlatmak. Önce talebin gerçek olduğunu kanıtlayın; ama uyum gerektirecek bir alanda çalıştığınızı biliyorsanız, ilk günden mimarinin buna izin verecek şekilde kurulmasını sağlayın. Sonradan eklemek hem pahalı hem yavaş olur.

## Çoğu ekibin atladığı nokta

Regülasyon çoğunlukla bir hukuk meselesi olarak görülür: bir avukat bulunur, bir belge hazırlanır, iş “çözülür”. Oysa avantaj hukuki belgede değil, onun etrafında kurulan operasyon ve güven katmanındadır. Bir lisansa sahip olmak, o lisansın gerektirdiği süreçlerin gerçekten işlemesiyle anlam kazanır.

Giriş engeli yaratan şey, kuralın kendisi değil, kurala uymanın süre, para ve uzmanlık maliyetidir. Bu maliyeti rakipten önce ve daha iyi ödeyen şirket, hem zaman hem güven avantajı kazanır.

> Regülasyon bir engel olarak yönetilirse maliyettir; satış hikâyesine dönüştürülürse hendektir.

İkinci kaçırılan nokta: uyum satışta kanıt olarak kullanılabilir. SOC 2 raporu ya da ISO 27001 sertifikası gibi bağımsız doğrulamalar, kurumsal alıcıların güvenlik sorularını kısaltır ve satın alma sürecinde bir üst sıraya çıkarır. Bu, rakibinizin cevaplamak için haftalar harcadığı bir anketi, sizin tek bir belgeyle kapatmanız demektir.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, satış görüşmesinde tek bir soruyla görünür: “Veriler nerede tutuluyor, kimler erişebiliyor?” Yapmayan ekip bu soruyu mühendise yönlendirir, üç gün sonra bir e-postayla cevap verir ve alıcı bu süre içinde başka bir tedarikçiyle konuşmaya başlar. Yapan ekip aynı gün tek sayfalık bir belge gönderir ve konuşma bir sonraki aşamaya, fiyata ve ürüne geçer. Uyum burada bir hukuk konusu olmaktan çıkıp satış hızının parçası olur.

Bir başka nokta: regülasyonun avantajı, sektöre göre farklı biçimler alır. Lisanslı alanlarda en önemlisi zamandır; veri ve güvenlik alanlarında güvendir; sağlık ve finansta ise ikisi birden. Hangisinin sizin için geçerli olduğunu bilmeden strateji kurmak, yanlış kapıya yatırım yapmaktır.

## Uygulama planı

### 1. Düzenleyici haritayı çıkarın

Hangi kural, hangi müşteri segmentini ve hangi ürün özelliğini etkiliyor? Bunu bir tabloya dökün: kural, kapsamı, uyum maliyeti, uymamanın bedeli, ve uyum sağlamanın size açtığı alan. Çıktı, hukuk, ürün ve satışın birlikte baktığı tek bir sayfa. Karar: hangi düzenlemeler engel, hangileri fırsat?

### 2. Uyum maliyetini ve süresini gerçekçi hesaplayın

Lisans, sertifika ya da denetim süreci kaç ay sürecek, kaç kişi gerektirecek, hangi dış uzmana ihtiyaç duyacak? Bu hesap, stratejinin iş modeline uygun olup olmadığını gösterir. Sonuç bir tahminden fazlası olsun: aynı yolu geçmiş birinden alınmış süre ve maliyet bilgisi.

### 3. Mimariyi uyuma göre kurun

Veri nerede tutuluyor, erişim kimde, kayıtlar nasıl saklanıyor, silme talepleri nasıl işleniyor? Bu soruların cevabı ürün mimarisinde olmalı, el emeğinde değil. Sonradan eklenen uyum, her sürümde tekrar kırılır. İçine gömülen uyum ise bir kez kurulur.

### 4. Uyumu satış varlığına dönüştürün

Güvenlik ve uyum özetini, satın alma ekiplerinin tipik sorularına cevap veren tek bir güven sayfasına ya da pakete dönüştürün. Satış ekibine, regülasyonun müşteri için neyi güvenceye aldığını anlatan iki dakikalık bir anlatı verin. Çıktı: güvenlik değerlendirme sürecinin yarıya inmesi gibi ölçülebilir bir hedefe bağlı bir satış aracı.

### 5. Düzenleyiciyle ilişki kurun

Düzenleyici kurumlarla ve sektör derneklerleyle ilişkiyi, sorun çıkınca değil önceden kurun. Kuralların nasıl yorumlandığını öğrenmek, yeni düzenlemelerin sizi şaşırtmasını önler.

### 6. Mevzuat değişimini izleyin

Bir kişiyi, düzenleme takibinden sorumlu yapın ve değişiklikleri üç aylık ürün ve satış toplantısına taşıyın. Dünün avantajı, kuralın gevşemesiyle yarın ortadan kalkabilir.

## Neyi ölçmeli?

- **Güvenlik değerlendirmesi ve satın alma süresi:** Uyumun satış döngüsünü kısaltıp kısaltmadığını gösterir.
- **Uyum gerektiren segmentteki kazanma oranı:** Düzenlemeye hazır olmanın rakibe karşı bir fark yaratıp yaratmadığını gösterir.
- **Uyum maliyeti ve tekrar eden denetim bulguları:** Maliyetin kontrol altında olup olmadığını gösteren gecikmeli bir ölçüt.

## Tuzaklar

**Uyumu tiyatroya çevirmek.** Belge var ama süreç yok. İlk gerçek denetimde ya da olayda ortaya çıkar, ve itibar kaybı lisanstan pahalı olur.

**Tek bir kurala bağımlı olmak.** Avantajınız bir kuralın varlığına dayanıyorsa, kural değiştiğinde pozisyonunuz biter. Düzenleyiciyi aşan ikinci bir fark yaratın.

**Erken ve pahalı sertifika.** Müşterinin sormadığı bir sertifikayı toplamak, kaynak israfıdır. Hangi belgenin hangi anlaşmayı engellediğini bilerek ilerleyin.

## Bu hafta başlayın

1. Son beş kaybedilen ya da geciken anlaşmada güvenlik ya da uyum sorusunun rolü olup olmadığını kontrol edin.
2. Mevcut düzenleyici yükümlülüklerinizi tek sayfalık bir tabloya dökün: kural, kapsam, durum, sahibi.
3. Satış ekibinden, en sık gelen üç güvenlik sorusunu toplayıp tek bir cevap belgesine dönüştürmelerini isteyin.

---

# Fiyat Savaşlarından Kaçınma

URL: https://alpsuleyman.com/tr/strategies/fiyat-savaslarindan-kacinma
Published: 2026-09-14
Updated: 2026-10-02
Author: Alp Suleiman

> Fiyat savaşı, iki ürünün müşteriye aynı göründüğü yerde başlar. Savaşı kazanmanın yolu daha ucuz olmak değil, o karşılaştırmaya hiç girmemek.

Bir rakip fiyatını yüzde yirmi düşürdüğünde, satış ekibinin ilk refleksi bellidir: “Biz de indirelim, yoksa kaybediyoruz.” Toplantı odasında bu mantıklı görünür. Üç ay sonra iki şirket de aynı hacmi daha az gelirle taşıyor, marjlar ince, ve müşteri artık ürünü fiyat listesi olarak görüyor.

Fiyat savaşları nadiren bir rakibin kötü niyetinden çıkar. Genellikle müşterinin elinde iki ürünü kıyaslayacak tek bir ortak sütun, fiyat, kaldığında başlar. Sizin işiniz, o sütunu çoğaltmak ya da tamamen başka bir karşılaştırma zemini yaratmak.

## Ne zaman ihtiyacınız var?

Sinyaller satış tarafında erkenden görünür. Teklif görüşmelerinde “X şu kadar fiyat verdi” cümlesi sıklaşıyor. İndirim talepleri, sözleşme yenilemelerinde de artıyor. Satış ekibi kazanılan anlaşmaların ortalama indirim oranını yükseltiyor ve bunu normal sayıyor.

İkinci sinyal sektörün yapısı. Düşük geçiş maliyeti, benzer özellik listeleri ve yeni giren, sermayesi bol oyuncular fiyat baskısını yükseltir. Üçüncüsü, maliyet yapısı: sabit maliyeti yüksek, marjinal maliyeti düşük işlerde (yazılım, platform), rakip boş kapasiteyi doldurmak için fiyat kırabilir.

Henüz erken olan durum, ürününüzün gerçekten ayrışmadığını bilmeden “değer üzerine rekabet edeceğiz” demektir. Eğer kazandığınız ve kaybettiğiniz anlaşmaların nedenini sistematik olarak bilmiyorsanız, önce onu öğrenin. Değer iddiası, kanıtsız bir savunma olarak kalır.

## Çoğu ekibin atladığı nokta

Fiyat savaşından kaçınmak, fiyatı yüksek tutmak sanılıyor. Oysa asıl mesele, fiyatın tek karşılaştırma ölçüsü olmaktan çıkmasını sağlamak. Bunun üç yolu var: farklı bir şey sunmak, farklı birine sunmak ya da aynı şeyi farklı bir biçimde paketlemek.

Savaşa girip girmeyeceğiniz, kimin kaldırabileceğine de bağlı. Kimin maliyet yapısı daha sağlam, kimin kasası daha derin? Bir sermayesi sınırsız rakiple aynı alanda fiyat kırmak, iflas yarışıdır ve ilk kıran genellikle kaybeder. Bu yüzden strateji, fiyatı eşleştirmek yerine, yanıt verme biçiminizi baştan seçmektir.

> Fiyat savaşı kazanılmaz; yalnızca ya girilmez ya da herkes için daha pahalıya mal olur.

İkinci kaçırılan nokta, indirimin bir fiyat değil bir sinyal olduğu. Sürekli indirim, müşteriye ürünün asıl fiyatını hak etmediğini öğretir ve bir sonraki yenilemede onu pazarlığa alıştırır. İndirim vermek zorundaysanız, bir koşula bağlı verin: daha uzun sözleşme, peşin ödeme, referans ya da vaka çalışması karşılığında.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, rakibin fiyat kırdığı haberinin geldiği günde görünür. Yapmayan ekipte satış müdürü “hemen cevap verelim” der, finans “marjı konuşalım” der ve iki hafta boyunca herkes herkesle tartışır. Yapan ekipte bir sayfa vardır: hangi müşteri grubuna karşılık verilir, hangisine verilmez, hangi paket devreye girer. Karar o gün alınmaz, çünkü çoktan alınmıştır.

Burada bir nüans daha var. Fiyat savaşından kaçınmak, hiç fiyat indirmemek demek değildir. Bazen stratejik bir müşteriyi, ya da henüz ayakta durmayan bir segmenti, bilinçli olarak daha düşük fiyatla almak doğrudur. Önemli olan, bunun bir istisna olması, bir politika olmaması ve karşılığında somut bir şey almış olmanızdır.

## Uygulama planı

### 1. Kazanma ve kaybetme nedenlerini ayırın

Son yirmi anlaşmayı inceleyin: fiyat yüzünden mi, ürün yüzünden mi, güven yüzünden mi kazanıldı ya da kaybedildi? Satışçıların “fiyat” demesi çoğu zaman başka bir sorunun kısaltmasıdır. Müşteriyle konuşarak doğrulayın. Çıktı: gerçekten fiyata duyarlı müşterilerin ve değere duyarlı müşterilerin ayrı bir listesi.

### 2. Karşılaştırma zeminini değiştirin

Müşteri sizi hangi kritere göre ölçüyor? Fiyat, özellik sayısı, kurulum süresi? Rakibin kolayca eşleştiremeyeceği bir ölçüt seçin ve satış anlatınızı onun etrafında kurun: toplam sahip olma maliyeti, ilk değere ulaşma süresi, veri güvenliği, entegrasyon derinliği. Çıktı: satış ekibinin kullandığı, “bizi şuna göre karşılaştırın” cümlesini taşıyan bir mesaj.

### 3. Paketlemeyi ayrıştırın

Aynı ürünü, farklı müşteri tiplerine farklı paketlerle sunun. Fiyata duyarlı segment için daha sade bir paket, değere duyarlı segment için daha derin bir paket. Rakibin fiyat kırdığı yerde kendi fiyatınızı kırmak yerine, o segmente özel bir seçenek sunmak, ana fiyat yapınızı korur. Fiyatlandırma optimizasyonu stratejisindeki paketleme çalışması burada kritik olur.

### 4. İndirim kurallarını yazın

Kim, ne kadar, hangi koşulla indirim verebilir? Satışçının inisiyatifi bir üst sınırla ve bir karşılıkla sınırlı olsun. Verilen her indirim “karşılığında ne aldık” sütunuyla kaydedilsin. Çıktı: yazılı bir indirim politikası ve onay seviyeleri.

### 5. Savunma planı hazırlayın

Rakip fiyat kırdığında ne yapacağınızı önceden yazın. Hangi müşteriler için karşılık vereceksiniz, hangileri için vermeyeceksiniz? Hangi müşteriyi kaybetmeyi göze alırsınız? Karar baskı altında değil, sakin bir toplantıda alınsın.

### 6. Müşteriyi değere bağlayın

Sözleşmeden sözleşmeye değil, kullanımla örülmüş bir ilişki kurun. Müşterinin ürünle elde ettiği sonucu ölçüp ona düzenli gösterin. Fiyat görüşmesi, “bu yıl size ne kazandırdık” konuşmasıyla başladığında gücünüz artar.

## Neyi ölçmeli?

- **Ortalama indirim oranı ve dağılımı:** Artış, değer mesajının zayıfladığının öncü göstergesidir.
- **Brüt marj:** Fiyat baskısının ürününüze etkisini gecikmeli ama net gösterir.
- **Fiyat nedeniyle kayıp oranı:** Kayıp analizinde fiyatın payı. Yükseliyorsa ayrışma yetersiz.
- **Yenilemede indirim talebi:** Müşterinin değeri nasıl algıladığına dair güçlü bir erken sinyal.

## Tuzaklar

**Refleksle eşleşmek.** Rakip indirir, siz de indirirsiniz; ama onun maliyet yapısı sizinkiyle aynı değil. Önce kimin kaldırabileceğini hesaplayın.

**Değer iddiasını kanıtsız bırakmak.** “Biz daha iyiyiz” demek yetmez. Müşterinin kendi verisiyle gösterilmiş bir sonuç olmadan, fiyat tek ölçüt olarak kalır.

**Her müşteriyi kurtarmaya çalışmak.** Yalnızca fiyata bakan müşteri, sizi bir sonraki ucuz teklifte de bırakır. Bazı müşterileri kaybetmek, stratejinin bir parçasıdır.

## Bu hafta başlayın

1. Son yirmi anlaşmanın kazanma ve kaybetme nedenlerini, satışçı dışında müşteriyle de konuşarak listeleyin.
2. Son çeyrekte verilen indirimlerin her biri için “karşılığında ne aldık?” sütununu doldurun.
3. Rakibin fiyat kırması senaryosu için, hangi müşteri grubuna karşılık vereceğinizi ve vermeyeceğinizi tek sayfaya yazın.

---

# Entegrasyon Stratejileri

URL: https://alpsuleyman.com/tr/strategies/entegrasyon-stratejileri
Published: 2026-02-23
Updated: 2026-10-02
Author: Alp Suleiman

> Entegrasyon bir özellik değil, ürünü kullanıcının iş akışının bir parçası yapma biçimidir. En iyisi, sökülmesi pahalı olandır; en kötüsü, bakımı sizi yutandır.

Kurumsal bir müşteriyle yenileme görüşmesine giren satış ekibi, çoğu zaman aynı cümleyi duyar: “Bu araç bizim CRM'imizle, faturalama sistemimizle ve iç raporlamamızla bağlı. Değiştirmek bir proje olur.” Bu cümle tehdit gibi okunur ama aslında en sağlam kalıcılık sözüdür.

Entegrasyon, ürünü bir ada olmaktan çıkarıp bir akışın içine yerleştirmektir. Kullanıcı sizin için yeni bir sekme açmak zorunda kalmaz. Veri zaten orada, iş zaten orada, ve ürününüzü sökmek için başka sistemlerin de yeniden kurulması gerekir.

## Ne zaman ihtiyacınız var?

Sinyal genellikle satışta ve churn'de çıkar. Kaybedilen anlaşmaların notlarında “X ile entegre değil” cümlesi tekrar ediyorsa, entegrasyon eksikliği doğrudan gelir kaybıdır. Aynı şekilde, ayrılan müşterilerin çoğu ürünü başka bir araçla paralel kullanıyor, aralarında elle veri taşıyorsa, sürtünme zaten orada.

İkinci sinyal, onboarding'de takılma. Yeni müşteri verisini başka bir sistemden elle aktarmak zorundaysa, aktivasyon yavaşlar ve bazıları hiç ulaşmaz.

Üçüncüsü, dağıtım: bir platformun pazaryerinde yer almak, o platformun kullanıcılarına doğrudan erişim demektir.

Henüz erken olan durum, çekirdek ürünün değer vaadinin kendi başına net olmadığı dönem. Sağlam bir ürün üzerine entegrasyon eklemek değer kazandırır; zayıf bir ürünü entegrasyonla güçlendirmeye çalışmak yalnızca bakım yükü büyütür.

## Çoğu ekibin atladığı nokta

Ekipler entegrasyonları bir özellik listesi gibi toplar: müşteri istedi, ekledik. Yıllar sonra elde, kırk entegrasyon, hepsi yarım ve hiçbirinin sahibi yok. Her biri kendi API değişikliği, hata raporu ve destek yükünü getirir.

Entegrasyon aslında bir ürün kararıdır ve bir bakım taahhüdüdür. Bir entegrasyonu eklediğinizde, onunla birlikte karşı tarafın API'sini ve değişim takvimini de devralırsınız. Bu yüzden sayısı değil, derinliği önemlidir: az sayıda, iş akışının merkezinde yer alan, iki yönlü çalışan, güvenilir entegrasyon.

> Müşteriyi bağlayan entegrasyon sayısı değil, hangi işi bitirdiğidir.

Bir entegrasyon, veriyi bir yerden başka yere taşıdığında yüzeyseldir. İş akışını gerçekten değiştirdiğinde, yani kullanıcının iki sistem arasında gidip gelme ihtiyacını ortadan kaldırdığında derindir. İlki bir kolaylık, ikincisi bir bağımlılıktır.

İkinci kaçırılan nokta: entegrasyon dağıtım da sağlar. Slack gibi platformların uygulama dizinleri ve Zapier gibi otomasyon araçları, ürününüzün bulunabileceği yerlerdir. Bir entegrasyonu hem müşteri tutma aracı hem de edinim kanalı olarak planlayın.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, bir entegrasyonun bozulduğu sabahta ortaya çıkar. Yapmayan ekipte müşteri, verinin üç gündür senkronize olmadığını kendisi fark eder ve destek hattına öfkeyle yazar. Yapan ekipte aynı müşteri, ürünün içinde “senkronizasyon durdu, şu sebeple, şu saatte yeniden denenecek” bilgisini görür ve daha siz yazmadan sorunu kendi tarafında çözmeye başlar. Entegrasyonun güveni, çalıştığı günlerde değil, bozulduğu günlerde kazanılır.

Entegrasyonu pazarlamak da ayrı bir iş. Çıkardığınız bir bağlantıyı yalnızca bir sürüm notunda duyurmak, onu hiç çıkarmamak gibidir. Ortak platformun müşterilerine, “şu iki aracı kullanıyorsanız, şu iş artık kendiliğinden oluyor” demek, entegrasyonu hem bir özellik hem bir hikâye yapar.

## Uygulama planı

### 1. İstekleri verinin süzgecinden geçirin

Kaybedilen anlaşmalar, churn nedenleri, destek biletleri ve satış notlarından entegrasyon taleplerini toplayın. Her biri için: kaç müşteri, hangi segment, ne kadar gelir etkisi. Çıktı: gelir etkisine göre sıralanmış bir entegrasyon listesi. İlk üçü seçin, geri kalanı bekletin.

### 2. Kullanıcının iş akışını haritalayın

Seçtiğiniz entegrasyonun hangi iş akışında yer alacağını, kullanıcının bugün o işi nasıl yaptığını görerek çizin. Hangi veri, hangi yönde, hangi sıklıkla akmalı? Çıktı: “kullanıcı X'i yapınca Y otomatik olarak olur” şeklinde yazılmış bir senaryo. Entegrasyon bu senaryoyu çözmüyorsa, gerekli değildir.

### 3. Yerel mi, aracı mı, API mi?

Yüksek hacimli ve çekirdek iş akışlarında yerel (native) entegrasyon yapın; uzun kuyruk talepleri için bir otomasyon aracı ve açık API ile karşılayın. Her yerel entegrasyonun bir mühendis sahibi, bir sürüm takvimi ve bir izleme paneli olsun.

### 4. Hata durumlarını tasarlayın

Senkronizasyon bozulduğunda ne olacak? Kullanıcı bunu nasıl görecek, nasıl düzeltecek? Sessiz hata, entegrasyonun en büyük güven kaybıdır. Çıktı: her entegrasyon için bir hata sayfası, yeniden deneme mantığı ve müşteriye görünen bir durum göstergesi.

### 5. Pazaryerinde ve ortakla yayınlayın

Entegrasyonu çıkarmak yetmez; ortağın pazaryerinde listelenin, ortak ekibiyle ortak duyuru ve kısa bir kullanım rehberi hazırlayın. Çıktı: entegrasyondan gelen aylık yeni kayıt sayısı.

### 6. Kullanımı ve bakımı izleyin

Her çeyrek, entegrasyonların kullanım oranını ve bakım maliyetini inceleyin. Kimse kullanmayan ve bakımı pahalı olan entegrasyonu kaldırın. Kaldırmak da bir ürün kararıdır.

## Neyi ölçmeli?

- **Entegrasyonu etkinleştiren müşteri oranı:** Yayınladığınız şeyin kullanılıp kullanılmadığını gösterir. Öncü göstergedir.
- **Entegrasyon kullanan ve kullanmayan müşterilerin retention farkı:** Gerçek bağlanma gücünü gecikmeli ama net ölçer. Neden-sonuç ayrımına dikkat edin: güçlü müşteriler daha çok entegrasyon kullanıyor olabilir.
- **Entegrasyon kaynaklı yeni kayıtlar:** Dağıtım değerini gösterir.
- **Entegrasyon başına destek bileti:** Bakım yükünü ve kalite sorunlarını ortaya koyar.

## Tuzaklar

**Her isteği eklemek.** Kırk yarım entegrasyon, beş sağlam entegrasyondan daha kötüdür. Önceliklendirme ve ret disiplini gerekir.

**Tek yönlü veri akışıyla yetinmek.** Veri yalnızca içeri ya da dışarı akıyorsa, kullanıcı hâlâ elle uzlaştırma yapar. Bağımlılık yaratmak için, iki yönlü senkronizasyon gerekir.

**Bakımı unutmak.** Karşı tarafın API'si değiştiğinde, entegrasyon sessizce bozulur. Sahipsiz entegrasyon, ileride bir güven sorununa dönüşür.

## Bu hafta başlayın

1. Son altı ayda kaybedilen anlaşmaların ve ayrılan müşterilerin notlarını tarayıp entegrasyon taleplerini sayın.
2. En çok talep edilen entegrasyon için, kullanıcının bugünkü elle yaptığı işi adım adım yazın.
3. Mevcut entegrasyonlarınızı listeleyin; her birinin sahibini, kullanım oranını ve son hata tarihini yanına yazın.

---

# Müşteri Segmentasyonu

URL: https://alpsuleyman.com/tr/strategies/musteri-segmentasyonu
Published: 2026-05-12
Updated: 2026-10-03
Author: Alp Suleiman

> Ortalama müşteri diye biri yok. Müşteri tabanınızı doğru kesen şirket, kimin için büyüdüğünü bilir; kesmeyen, herkese az, kimseye yeterince hizmet eder.

Bir ekibin müşteri verisine ilk kez ayrıntılı bakıldığında sık bir sahne yaşanır. Ortalama sözleşme değeri, ortalama churn, ortalama aktivasyon süresi: hepsi bir yerde makul görünür. Sonra veriyi üç dört parçaya bölersiniz ve ortalamanın hiçbir gerçek müşteriyi tarif etmediği ortaya çıkar. Bir grup çok iyi tutuluyor ve hızla büyüyor. Başka bir grup ilk üç ayda ayrılıyor ve destek ekibinin yarısını tüketiyor. Ortalama ikisini de gizliyor.

Segmentasyon bir pazarlama egzersizi değil, bir kaynak dağıtım kararıdır. Hangi müşteriye daha çok yatırım yapacağınızı, hangisine hiç yapmayacağınızı söyler.

## Ne zaman ihtiyacınız var?

İlk sinyal, müşteri tabanının büyümesiyle birlikte davranışın dağılması: bazı müşteriler ürünü yoğun kullanırken, bazıları yüzeyde kalıyor. İkincisi, pazarlama ve satış verimliliğinin düşmesi. Aynı mesaj herkese gidiyor, dönüşüm düşük.

Bir diğer net işaret, destek ve geliştirme yükünün müşteri geliriyle orantılı olmaması. Küçük bir grup müşteri ekibin zamanının büyük kısmını alıyorsa, ve bu müşteriler en değerli olanlar değilse, segmentasyon eksikliği doğrudan maliyete dönüşmüş demektir.

Henüz erken olan durum, birkaç düzine müşterisi olan ve veri örneklemi çok küçük bir şirkettir. O aşamada segmentasyon istatistik değil, müşteri görüşmeleridir: ilk yirmi müşteriyi kişi kişi tanımak, bir model kurmaktan daha öğreticidir.

## Çoğu ekibin atladığı nokta

Ekipler segmentleri tanımlayıcı bilgilerle çizer: sektör, şirket büyüklüğü, yaş, şehir. Bunlar kolay bulunan, ama çoğu zaman az açıklayıcı ölçütlerdir. Aynı sektördeki iki şirketten biri ürününüzü hayatının merkezine koyabilir, diğeri kenarda tutabilir. Fark sektörde değil, çözmek istedikleri problemin aciliyetinde ve işleyiş biçimlerindedir.

Daha işe yarar kesit, “hangi iş için, hangi durumda ürününüzü işe alıyorlar” sorusudur. Jobs-to-be-done mantığına yakın bu yaklaşım, aynı demografik grubu birkaç farklı ihtiyaç segmentine böler ve her birine farklı bir değer önerisi gerektirir.

> En iyi segment, en büyük olan değil; sizin ürününüzden en çok kazanan ve size en çok kazandıran gruptur.

İkinci kaçırılan nokta, segmentasyonun bir karar vermek için yapıldığı. Her segment için, “bu grupta ne yapacağız” cümlesi olmalı: daha çok yatırım, sabit tutma ya da bilinçli olarak terk etme. Hiçbir segmentten vazgeçmeyen bir ekip, aslında segmentasyon yapmıyordur.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, bir lead geldiği anda görünür. Yapmayan ekipte her lead eşit karşılanır, satışçı hepsine demo yapar, kazanılan ve kaybedilen karışık bir yığına dönüşür. Yapan ekipte lead ICP'ye göre puanlanır; yüksek uyumlu olan aynı gün aranır, düşük uyumlu olan kendi kendine hizmet akışına yönlendirilir. Satışçının zamanı, kazanma ihtimali yüksek yerlere gider.

Segmentasyonun en az konuşulan yararı, “hayır” diyebilmektir. Bir segmente özel bir özellik talebi geldiğinde, o segmentin stratejik olup olmadığına bakıp karar verirsiniz. Kararsız bir ekip, her talebe evet der ve ürünü herkes için biraz işe yarar, kimse için vazgeçilmez olmayan bir hale getirir.

## Uygulama planı

### 1. En iyi müşterilerinizi tanımlayın

Net gelir elde tutma (NRR), geri dönüş süresi, kullanım derinliği ve destek maliyeti açısından en iyi yüzde yirmilik müşteri dilimini seçin. Ortak özelliklerini bulun: sektör, ekip yapısı, tetikleyici olay, mevcut çözüm, karar verici. Çıktı: en iyi müşterilerin ortak noktaları ve en kötülerinin zıtlarını gösteren iki sütunlu bir tablo.

### 2. Davranışsal ve ihtiyaç temelli kesitler arayın

Demografik kesitin yanına şunları ekleyin: hangi özelliği ilk haftada kullandı, hangi kanaldan geldi, hangi problemi çözmek için kayıt oldu. Müşteriyle on beş-yirmi görüşme yapıp aynı segmentin neden aynı şekilde davrandığını anlayın. Çıktı: üç ya da dört, birbirinden anlamlı biçimde ayrılan segment.

### 3. Segment ekonomisini hesaplayın

Her segment için CAC, geri dönüş süresi, brüt marj, churn ve genişleme gelirini ayrı ayrı hesaplayın. Karar buradan çıkar: hangi segment kârlı, hangisi kâğıt üzerinde büyük ama sürdürülemez? Çıktı: segmentlerin ekonomik sıralaması.

### 4. Ideal Customer Profile'ı (ICP) yazın

Tek bir sayfada: kim, hangi durumda, hangi problemi yaşıyor, nasıl tanırız, kimi hedef almıyoruz. ICP'ye “kimi almayacağız” kısmını mutlaka ekleyin. Satış ve pazarlama ekibi lead'leri bu profile göre puanlasın ve düşük uyumlu lead'lere zaman harcamayı bıraksın.

### 5. Her segment için farklı bir oyun yazın

Hedef segmentte, mesajı, onboarding'i, fiyat paketini ve destek seviyesini o segmentin ihtiyacına uyarlayın. Her öğeyi sıfırdan kurmak gerekmiyor; en çok fark yaratacak ikisini seçin. Terk edilen segment için kendi kendine hizmet yolu bırakın, ama satış kaynağı ayırmayın.

### 6. Segmentleri üç ayda bir yeniden değerlendirin

Müşteri tabanı da ürün de değişir. Her çeyrek, segment ekonomisini yeniden hesaplayın ve ICP'nin hâlâ doğru olup olmadığına bakın.

## Neyi ölçmeli?

- **Segment bazında NRR ve retention:** Hangi segmentin gerçekten kaldığını gösteren gecikmeli ama en dürüst ölçü.
- **Segment bazında CAC geri dönüş süresi:** Büyümenin hangi segmentte kârlı olduğunu söyler.
- **ICP uyum oranı:** Yeni gelen lead'lerin ne kadarı ICP'ye uyuyor? Öncü gösterge; düşükse pazarlama yanlış kitleye gidiyor.

## Tuzaklar

**Çok fazla segment.** On beş segmentle çalışmak, hiçbir segment için gerçek bir oyun yazamamak demektir. Üç dört tane yeterli.

**Segmenti bir kez çizip bırakmak.** Ürün olgunlaştıkça iyi müşteri profili değişir. Güncellenmeyen ICP, bir yıl sonra yanlış kişiyi hedefler.

**Büyük segmenti iyi segment sanmak.** Büyük pazar çekicidir, ama o grupta kazanamıyorsanız büyüklüğün anlamı yoktur. Önce kazandığınız yeri keşfedin.

## Bu hafta başlayın

1. Müşterilerinizi NRR ve geri dönüş süresine göre sıralayın; en iyi yüzde yirmiyi ve en kötü yüzde yirmiyi ayrı listeleyin.
2. İki grubun ortak ve zıt özelliklerini, satış ve destek ekibinden birer kişiyle birlikte yazın.
3. Önümüzdeki bir haftada, en iyi segmentten üç müşteriyle “bizi neden seçtiniz?” görüşmesi planlayın.

---

# Perakende Mağaza Ağları

URL: https://alpsuleyman.com/tr/strategies/perakende-magaza-aglari
Published: 2026-01-20
Updated: 2026-10-02
Author: Alp Suleiman

> Mağaza, bir satış noktasından fazlası: bir medya, bir lojistik düğümü, bir güven kanıtı. Ama her kira sözleşmesi, geri dönüşü zor bir bahistir.

Dijital kökenli markaların fiziksel mağaza açmasını izlemek, bu stratejinin neden hem cazip hem tehlikeli olduğunu gösterir. Online satışta müşteriyi edinme maliyeti yükselir, dönüşüm oranı takılır, marka bir ekranın içinde kalır. Bir mağaza, tüm bunlara bir cevap gibi görünür: dokunulabilir bir marka, yüz yüze bir ilişki, artık reklama bağlı olmayan bir trafik.

Ama mağaza, dijital işin hiç tanımadığı bir maliyet yapısı getirir: kira, personel, stok, vardiya ve çoğu zaman uzun vadeli, geri alınamayan bir taahhüt. Bunu bilmeden başlayan marka, güçlü bir satış kanalı kurduğunu sanır; aslında bir sabit maliyet yükü almıştır.

## Ne zaman ihtiyacınız var?

İlk sinyal, online verinin fiziksel talebi göstermesi. Belirli bir şehirden orantısız sipariş, o şehirdeki yüksek iade oranı (müşteri dokunup denemek istiyor), ya da fiziksel deneyim gerektiren bir ürün kategorisi: beden, malzeme, koku, kalite hissi.

İkinci sinyal, dijital kanaldaki marjinal CAC'in yükselmesi. Online reklam maliyeti arttıkça, fiziksel varlık marka bilinirliği için daha ucuz bir kanal hâline gelebilir. Üçüncüsü, yüksek sepet ve yüksek güven gerektiren ürünler: mobilya, optik, mücevher, gelişmiş elektronik.

Henüz erken olan durum, online birim ekonomisinin tutmadığı dönemdir. Kâr etmeyen bir online işi fiziksel mağazayla düzeltemezsiniz; mağaza sorunu büyütür. Bir de ürün tek başına mağazayı doldurmaya yetmiyorsa, yani tek bir ürün ya da dar bir katalog varsa, mağazanın metrekare başına satışı beklenenin altında kalır.

## Çoğu ekibin atladığı nokta

Ekipler mağazayı bir satış kanalı olarak değerlendirir ve metrekare başına satışla yargılar. Oysa iyi çalışan mağaza ağları birden fazla iş yapar: marka medyası, deneme ve teslim noktası, iade merkezi, yerel stok. Bir mağazanın değerinin bir kısmı kasaya değil, çevresindeki online siparişe, iade azalmasına ve tekrar alışverişe yansır.

Bu yüzden ölçmek zordur ve yanlış ölçülürse mağaza haksız yere kapatılır ya da haksız yere büyütülür. Kasada görünmeyen etkiyi görmek için, benzer iki şehirden birine mağaza açıp diğerini kontrol grubu tutmak gerekir.

> Mağaza, kendi kasasında kâr etmek zorunda değildir; ama kasanın dışında yarattığı değerin ölçülmüş olması zorunludur.

İkinci kaçırılan nokta: mağaza stratejisi aslında bir gayrimenkul ve operasyon stratejisidir. Hangi caddenin, hangi kira şartıyla, hangi çıkış hakkıyla açılacağı, ürün kadar belirleyicidir. İyi marka, kötü konumda ve ağır bir kirayla batar.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, ilk mağaza açıldıktan altı ay sonra görünür. Yapmayan ekip, kasada beklediği satışı görmeyince mağazayı başarısız ilan eder ve ikinci mağazayı iptal eder. Yapan ekip kontrol bölgesiyle kıyaslayıp çevredeki online siparişin arttığını, iadelerin azaldığını görür ve aynı veriyle mağaza ekonomisini yeniden kurar: bazı mağazalar küçülür, bazıları teslim noktasına dönüşür. İkisi de aynı mağazaya bakıyordu; yalnızca biri doğru yere bakıyordu.

## Uygulama planı

### 1. Online veriden fiziksel talebi çıkarın

Şehir ve ilçe bazında sipariş, iade, tekrar alım ve kanal verisini inceleyin. Hangi bölgelerde müşteri yoğun ve ürünle fiziksel temas istiyor? Çıktı: ilk üç aday bölge ve her biri için kanıt. Seçim kâğıt üzerinden değil, veriyle yapılsın.

### 2. Önce geçici bir formatla deneyin

Kalıcı kira yerine, pop-up mağaza, alışveriş merkezinde geçici stant ya da başka bir markanın içinde köşe gibi esnek formatlarla başlayın. Üç ila altı ay içinde ne kadar satış, ne kadar yeni müşteri, online siparişe ne etki yaptığını ölçün. Çıktı: kalıcı mağaza için kanıt dosyası.

### 3. Mağaza ekonomisini tek bir modelde kurun

Metrekare başına satış, kira, personel, stok devri, ortalama sepet, geri dönüş süresi. Kabul edilebilir geri dönüş süresini önceden belirleyin ve bu süreye ulaşamayacak bir mağazayı açmayın. Çıktı: bir mağaza için kâr zarar modeli ve en kötü senaryoda ne olacağı.

### 4. Omnichannel deneyimi tek bir envanter ve müşteri kaydıyla kurun

Mağazada bulunmayan ürünü mağazadan sipariş etme, online siparişi mağazadan teslim alma ve iade etme, her yerde aynı fiyat ve stok bilgisi. Bu, teknoloji yatırımı gerektirir; mağaza açmadan önce envanter ve müşteri verisi tek yerde olmalı. Aksi halde mağaza ile site birbirinin rakibi olur.

### 5. Mağaza ekibini deneyimin sahibi yapın

Personelin temel işi satış yapmak değil, ürünü tanıtmak ve bilgi vermek ise, hedefi ve ödüllendirmeyi buna göre kurun. Sadece kasa satışına prim veren sistem, mağazanın online siparişe katkısını yok eder. Çıktı: mağaza personeli için, online'a katkıyı da içeren bir performans ölçüsü.

### 6. Ağı katman katman büyütün

Her yeni mağazadan sonra öğrendiklerinizi bir sonrakine taşıyın. Aynı anda çok sayıda açılış, hatayı çoğaltır. Çıktı: bir mağaza açma kılavuzu ve her açılıştan sonra güncellenen bir değerlendirme.

## Neyi ölçmeli?

- **Metrekare başına satış ve mağaza kârlılığı:** Mağazanın kendi başına ayakta durup durmadığını gösterir.
- **Mağaza çevresindeki online siparişte değişim (kontrol bölgesine göre):** Mağazanın “halo” etkisini ölçer; öncü göstergedir.
- **İade oranı ve tekrar alım:** Fiziksel deneyimin müşteri kalitesine etkisini gösterir.
- **Geri dönüş süresi:** Mağazanın ne zaman kendini amorti ettiği; kira kararlarının temeli.

## Tuzaklar

**Kâr etmeyen online işi mağazayla kurtarmak.** Mağaza bir sorun çözücü değil, büyütücüdür. Sorun online birim ekonomisindeyse, önce onu çözün.

**Uzun kira taahhüdüyle başlamak.** Veri yetersizken bağlandığınız bir kira, yanlış bir bahsin bedelini yıllarca ödetir. Esnek çıkış hakkı, ilk haftalardan daha önemli bir pazarlık maddesidir.

**Halo etkisini göstermelik saymak veya şişirmek.** Kontrol grubu olmadan “mağaza online satışı artırdı” demek, hem yanlış karara hem yanlış kapatmaya yol açar.

## Bu hafta başlayın

1. Sipariş ve iade verinizi şehir ve ilçe bazında çıkarın; fiziksel temas isteyen üç bölgeyi işaretleyin.
2. Tek bir mağaza için, kira, personel ve stok dahil, aylık kâr zarar modelini en kötü senaryosuyla çizin.
3. Bir pop-up ya da başka bir markanın içinde geçici alan seçeneklerini araştırıp üç potansiyel ortak ve konum listeleyin.

---

# Sürdürülebilir Finansal Yönetim

URL: https://alpsuleyman.com/tr/strategies/surdurulebilir-finansal-yonetim
Published: 2026-06-25
Updated: 2026-10-02
Author: Alp Suleiman

> Hızlı büyüyen şirketlerin çoğu pazarda değil, nakit akışında ölür. Finansal disiplin büyümenin freni değil, büyümeyi sürdürebilmenin tek yoludur.

Hızlı büyüyen bir şirketin grafikleri harika görünürken, bankadaki nakit sessizce erir. Ciro her çeyrek artar, ekip büyür, yeni pazarlar açılır. Ve bir sabah, finans müdürü “yedi aylık runway'imiz var” der. Üç ay önce bu sayı on ikiydi ve kimse fark etmemişti.

Finansal yönetim çoğu girişimde bir muhasebe fonksiyonudur: geçmişi kaydeder. Sürdürülebilir finansal yönetim ise geleceği tasarlayan bir işlevdir: hangi büyüme finanse edilebilir, hangisi edilemez, ve nakit bittiğinde şirketin elinde hangi seçenekler kalır.

## Ne zaman ihtiyacınız var?

İlk sinyal, nakit yakımının büyümeden hızlı artması. Gelir yüzde otuz büyüyor, ama aylık yakım yüzde elli büyüyorsa, büyüme pahalılaşıyor demektir. İkincisi, finansal tablolara ancak ay sonu bakılması ve kararların sezgiyle alınması.

Üçüncüsü, sermaye piyasasının değişmesi. Yatırım erişimi daraldığında, “bir sonraki turu alırız” varsayımıyla işleyen bir plan hızla kırılgan hale gelir. Bu yüzden disiplin, kriz geldiğinde değil, bol zamanlarda kurulur.

Henüz erken olan durum, ürünün hâlâ pazarla uyumunu aradığı dönem. O zaman amaç sürdürülebilir birim ekonomisi değil, öğrenme hızıdır; para öğrenmek içindir. Ama o dönemde bile runway'i bilmek, ve ne zaman öğrenmenin durup disiplinin başlaması gerektiğini önceden belirlemek şarttır.

## Çoğu ekibin atladığı nokta

Ekipler sürdürülebilirliği kısıtlama sanıyor: harcamayı kıs, işe almayı durdur. Oysa asıl iş, hangi harcamanın geri dönüşünü kanıtladığını bilmek ve yalnızca onu ölçeklemek. Disiplinli şirket az harcayan değil, her harcamanın karşılığını bilen şirkettir.

Burada birim ekonomisi belirleyicidir. Bir müşteriyi edinmenin maliyeti (CAC), bu müşteriden elde edilen brüt marjla kaç ayda geri dönüyor? LTV:CAC için sık kullanılan yaygın kural yaklaşık üçe bir, ve CAC geri dönüş süresi için de bir kıstas olarak, genellikle on iki ay civarı gözetilir. Bu sayıların kendisi kutsal değil, ama yön gösterir: her yeni müşteri bir yatırım mı, yoksa bir kayıp mı?

> Sürdürülebilir büyüme, harcamayı kısmak değil, hangi harcamanın karşılığını aldığını bilip yalnızca onu çoğaltmaktır.

İkinci kaçırılan nokta, nakitle kârın aynı şey olmadığı. Yıllık sözleşmeyi peşin tahsil eden bir şirket, kâr etmeden nakit biriktirebilir. Vadeli satış yapan bir şirket ise kâr yazıp nakitsiz kalabilir. Hangi grubun içinde olduğunuzu bilmek, işe alım ve yatırım takvimini belirler. Büyümenin verimliliğini anlamak için bir ölçüt de “burn multiple”: yaktığınız net nakdin, eklediğiniz yeni yinelenen gelire oranı. Düşük olması iyidir; yükseliyorsa, büyüme sizi her çeyrek daha pahalıya mal ediyor.

Bunu yapan ekip ile yapmayan ekip arasındaki fark, bir işe alım talebi geldiğinde görünür. Yapmayan ekip “çok iyi bir aday, kaçırmayalım” der ve işe alır; üç ay sonra runway kısalır ve aynı kişiler bir sonraki kesintinin listesine girer. Yapan ekip, pozisyonun hangi gelir ya da verimlilik göstergesine bağlandığına bakar. Gösterge tutuyorsa işe alır, tutmuyorsa tarihi belirler: “şu metrik şu seviyeye gelince.” Reddetmez, sıraya koyar. Böylece kimse hızı kesilmiş hissetmez, ama kimse de nakitle kumar oynamaz.

## Uygulama planı

### 1. Aylık, rolling bir nakit tahmini kurun

Önümüzdeki on iki ayı, aylık, tahsilat ve ödeme takvimiyle tahmin edin ve her ay güncelleyin. Çıktı: runway'inizi, üç senaryoyla (baz, kötü, çok kötü) gösteren bir sayfa. Sahibi finans sorumlusu, ama her ay yönetim ekibiyle birlikte okunur.

### 2. Birim ekonomisini segment ve kanal bazında hesaplayın

CAC, geri dönüş süresi, brüt marj, retention ve genişleme gelirini her müşteri segmenti ve edinim kanalı için ayrı hesaplayın. Çoğu zaman kârlı büyümenin tek bir kanalda olduğu görülür. Çıktı: bütçe, kârlı kanallara kaydırılır.

### 3. Büyüme harcamalarını tetikleyicilere bağlayın

İşe alım ve pazarlama bütçesi, takvimle değil, metriklerle açılsın: “CAC geri dönüşü şu seviyenin altındayken bütçeyi şu kadar artır.” Bu, ekibe hem yetki hem sınır verir. Çıktı: işe alım planı, her pozisyon için bir gelir ya da verimlilik tetikleyicisi.

### 4. Marj ve maliyet yapısını görünür kılın

Sabit ve değişken maliyet ayrımını yapın; brüt marjı ürün ve müşteri bazında izleyin. En büyük üç maliyet kalemi için bir sahip belirleyin. Marj düşüyorsa, nedenini aynı ay bulun.

### 5. Kötü senaryo için önceden karar verin

“Runway altı aya düşerse ne yaparız?” sorusunu sakin bir toplantıda cevaplayın: hangi harcama durur, hangi işe alım ertelenir, hangi finansman seçenekleri devreye girer. Kriz anında verilen karar, her zaman daha pahalıdır.

### 6. Sermaye kararını stratejiden ayırmayın

Yatırım almak, borçlanmak ya da geliri finansmana çevirmek, büyüme planıyla birlikte konuşulsun. Aldığınız sermaye ile hedeflediğiniz büyüme arasındaki ilişki açık olsun: bu para hangi metriği, ne kadar hareket ettirecek?

## Neyi ölçmeli?

- **Runway (ay):** Önümüzdeki nakit sürenizi gösteren en basit ve en kritik sayı. Öncü göstergedir.
- **CAC geri dönüş süresi ve brüt marj:** Her yeni müşterinin yatırım olup olmadığını gösterir.
- **Burn multiple:** Büyümenin verimliliği; harcadığınız her dolarla ne kadar yinelenen gelir eklediğinizi gösterir.
- **Net gelir elde tutma (NRR):** Büyümenin kaç kısmının mevcut müşteriden geldiğini ve gelirin kalıcılığını gecikmeli ama net ölçer.

## Tuzaklar

**Bir sonraki yatırım turuna güvenmek.** Plan, yeni sermayeyle çalışıyorsa kırılgandır. Her zaman yeni sermaye olmadan da ayakta kalacak bir senaryo hazırlayın.

**Gelirle kârı karıştırmak.** İndirimle ya da vadeyle büyütülen gelir, büyümeyi gösterir ama sağlığı göstermez. Brüt marj ve nakit tahsilatını birlikte izleyin.

**Disiplini geç başlatmak.** Kriz gelince kesinti keskin ve kötü seçilmiş olur. Disiplin bol zamanda kurulduğunda, kesinti yerine yönlendirme olur.

## Bu hafta başlayın

1. Önümüzdeki on iki ayın aylık nakit tahminini tek bir tabloda çıkarın ve runway'inizi üç senaryoyla yazın.
2. En büyük iki edinim kanalınız için CAC ve brüt marja göre geri dönüş süresini hesaplayın.
3. “Runway altı aya düşerse” senaryosu için yönetim ekibiyle bir saatlik toplantı koyun ve alınacak üç adımı yazın.

---

# Müşteri Geri Bildirim Döngüleri

URL: https://alpsuleyman.com/tr/strategies/musteri-geri-bildirim-donguleri
Published: 2026-03-12
Updated: 2026-10-02
Author: Alp Suleiman

> Çoğu şirket müşteriden geri bildirim toplar, çok azı müşteriye “sizi duyduk, şunu yaptık” diyebilir. Fark, anketin kalitesinde değil, döngünün kapanıp kapanmamasında.

Bir B2B ürün ekibinin ortak dokümanında “Müşteri istekleri” diye bir tablo düşünün. Dört yüz satır var. En eskisi iki yıl öncesinden. Hiçbirinin yanında “yapıldı”, “yapılmayacak” ya da “neden” yazmıyor. Çoğu ekipte bu tablonun bir versiyonu var ve o bir dinleme sistemi değil, bir mezarlık.

Geri bildirim toplamak kolay. Zor olan, toplanan şeyin karara dönüşmesi ve müşterinin bunu fark etmesi. İkincisi daha az konuşulur ama churn'ü asıl belirleyen odur: sizi duyduğunu hisseden müşteri, istediği özellik gelmese bile kalmaya meyillidir. Sessizliğe konuşan müşteri ise bir süre sonra konuşmayı bırakır ve gider.

## Ne zaman ihtiyacınız var?

Sinyaller genelde şunlardır: aynı şikâyeti satış, destek ve ürün ekibi farklı kelimelerle duyuyor ama kimse bunu tek yerde görmüyor. Churn eden müşteriyle kimse konuşmamış. Roadmap tartışmaları “en yüksek sesle bağıran müşteri” ya da “CEO'nun dünkü görüşmesi” ile kazanılıyor. Destek biletlerinin neredeyse yarısı aynı üç konuda.

Henüz erkense, ilk yirmi otuz müşteriniz varsa ve kurucu hepsiyle zaten konuşuyorsa, sisteme ihtiyacınız yok. O aşamada en iyi geri bildirim sistemi telefon ve bir not defteri. Sistemi, kurucunun artık her konuşmaya yetişemediği an kurun, daha erken değil.

## Çoğu ekibin atladığı nokta

İnsanlar geri bildirimi bir toplama problemi sanıyor: daha çok anket, daha çok widget, daha çok NPS. Oysa sorun neredeyse hiç hacimde değil, üç ayrı yerde birikiyor.

Birincisi, kaynak körlüğü. Anket sizi sevenlerden cevap alır. Destek bileti, canı yanandan. Satışta kaybedilen deal'in notu, sizi hiç tanımayanın bakışından. Churn görüşmesi ise sizi bırakmış birinin dürüstlüğünden. Hiçbiri tek başına doğru değil; birbirini düzeltiyorlar. Sadece anketle yönetilen bir ürün, kendi hayranlarına göre şekillenir.

İkincisi, istek ile ihtiyacı karıştırmak. Müşteri “Excel'e export butonu” ister; derdi, yöneticisine haftalık bir rakam götürememektir. Çözüm export olabilir, ama bir dashboard ya da otomatik e-posta daha iyi olabilir. İsteği olduğu gibi roadmap'e koyan ekip, müşterinin tasarımcılığına teslim olur.

Üçüncüsü ve en önemlisi, döngünün kapanmaması.

> Geri bildirim, müşteriye geri dönmediği sürece veri değil, yalnızca bir iyi niyet beyanıdır.

Müşteriye “bunu duyduk, şu tarihte şunu yaptık” ya da “bunu yapmayacağız, çünkü şu” diyen ekiple, formu doldurulup gözden kaybolan ekip arasındaki fark güvendir. Reddedilmiş bir istek bile, açıklandığında ilişkiyi güçlendirir. Cevapsız kalan bir istek ise tek taraflı bir vazgeçiş ilanıdır.

## Uygulama planı

### 1. Kaynakları haritalayın ve tek havuza akıtın

Önce geri bildirimin bugün nerede yaşadığını yazın: destek aracı, satış CRM'i, customer success görüşme notları, uygulama içi anketler, app store yorumları, sosyal medya. Hepsini tek bir yere, basit bir şemayla akıtın: kim, hangi segment, hangi kaynak, ne dedi, hangi gelir etkisi altında. Araç önemli değil; Airtable de olur, ürün analitiği aracınız da. Önemli olan her kaydın bir müşteri hesabına bağlı olması, çünkü “on kişi istedi” ile “gelirinin dörtte biri bu hesaplardan gelen on kişi istedi” aynı cümle değil.

### 2. Etiket sözlüğü kurun

Serbest metin bir yığındır; etiket sistemi ise bir veri setidir. Ürün alanlarına göre (onboarding, raporlama, entegrasyon, fiyat) en fazla yirmi etiketlik bir sözlük çıkarın ve her kaydı etiketleyin. Altı ayda bir sözlüğü gözden geçirin. Etiket sayısı kontrolsüz büyürse sistem, kendi mezarlığını yaratır.

### 3. Haftalık triage, aylık tema toplantısı

Her hafta kırk beş dakikalık bir triage: yeni kayıtlar etiketlenir, her birinin bir sahibi ve bir durumu olur (araştırılıyor, planlandı, yapılmayacak, çözüldü). Ayda bir ürün lideri, tasarımcı ve customer success'ten biri toplanıp temalara bakar: hangi tema en çok hesapta, hangisi en yüksek gelir tarafında, hangisi churn'le ilişkili? Roadmap kararı bu çıktıdan beslenir. RICE ya da ICE gibi bir skorlamayı burada kullanabilirsiniz; ama “reach” alanını ağırlıklı hesap sayısıyla doldurun, ham oyla değil.

### 4. Derin görüşme ritmi

Sistem kantitatif sinyal verir, nedeni söylemez. Ayda sekiz on görüşme planlayın: üçü yeni müşteri, üçü kalan müşteri, ikisi kaybettiğiniz müşteri. Churn görüşmesi en kıymetlisi; çünkü artık sizi korumak için nazik olmasına gerek yok. Soruları “ne eksikti?” yerine “bu işi yapmak için son bıraktığınız çözüm neydi, neden ona döndünüz?” diye kurun. Geçmiş davranışı sorarsanız, gelecek niyetini sorduğunuzdan çok daha doğru cevap alırsınız.

### 5. Döngüyü kapatın

Her kayıt kapanınca müşteriye giden bir mesaj olsun: yapıldıysa kısa bir not ve belki bir ekran görüntüsü, yapılmayacaksa dürüst bir gerekçe. Release notlarında “şu müşterilerin isteğiyle geliştirildi” diyebilirsiniz. Bu mesajı kimin atacağını da adlandırın; sahibi olmayan her adım ilk yoğun çeyrekte düşer.

## Neyi ölçmeli?

- **Döngü kapama oranı** (öncü): son 90 günde sahibi ve durumu olan kayıtların toplam içindeki payı. Sistemin yaşayıp yaşamadığını söyler.
- **Geri bildirimden çözüme süre** (öncü): kaydın açılışından müşteriye dönüşe kadar geçen medyan gün. Uzadıkça güven aşınır.
- **Geri dönüş alan müşteri kohortunun churn farkı** (gecikmeli): geri bildirimine yanıt verilen hesaplarla verilmeyenlerin 6 ve 12 aylık elde tutma karşılaştırması. Asıl iş etkisi buradadır.
- **Tema başına etkilenen gelir** (öncü): roadmap önceliğinin ham oy yerine gelirle ağırlıklanıp ağırlıklanmadığını gösterir.

## Tuzaklar

**Yüksek sesli azınlık.** En çok yazan müşteri, en temsilî müşteri değildir. Her zaman segment ve gelir ağırlığına bakın, yoksa ürününüz en yorgun kullanıcıya göre şekillenir.

**Geri bildirim tiyatrosu.** Anket gönderiyor, sonuçları slayta koyuyor ve hiçbir karar değiştirmiyorsanız, müşteriye zaman kaybettiriyorsunuz. Karar değiştirmeyecekse sormayın.

**Her isteği taahhüt saymak.** “Roadmap'te” demek bir söz vermektir. Net olmadığınız şeyler için “araştırıyoruz” deyin ve gerçekten araştırın, ya da dürüstçe hayır deyin.

**Sadece memnun olanı dinlemek.** NPS'iniz yüksek olabilir ve kaybettiğiniz müşterilerden hiç ses duymuyor olabilirsiniz. Kaybedilen deal ve churn görüşmelerini sisteme mutlaka katın.

## Yapay zekâ çağında bu strateji

Modelle geri bildirim özetlemek hız kazandırabilir. Destek biletleri, satış kayıp notları ve görüşme dökümleri temalara ayrılırken saatler süren ayrıştırma dakikalara inebilir; başta anlattığımız dört yüz satırlık istek tablosu bir bakışta okunur hâle gelebilir. Hızın bedeli, özetin yüzeyini görüp altını görmemek olabilir.

Özete güvenmeden önce iki soru sorun: özet hangi örneklemden geldi, kimin sesi kayboldu? Özetler sık geçen ifadeyi öne çıkarma eğilimindedir; bu da en çok yazan müşteriyi büyütebilir. Churn eden bir hesabın tek cümlesi kısa ve nadir olduğu için ortalamada silinebilir. Hiç toplanmayan kaynaklar, örneğin görüşme yapılmayan segmentler, özette zaten görünmez.

Pratik kural. Her özetin yanına kaynak dağılımını (kanal, segment, gelir ağırlığı) ve dışarıda kalan kayıt sayısını yazın; ayda bir özeti ham kayıtlardan rastgele seçilmiş bir örnekle karşılaştırın.

Bizim yorumumuz: özeti karara girdi olarak okumak, kararın kendisi olarak okumaktan daha güvenli olabilir. Her tema toplantısında en az bir kayıp müşterinin ham sözü masada kalabilir.

## Bu hafta başlayın

1. Son 30 günde gelen destek biletlerini, satış kayıp notlarını ve müşteri görüşme notlarını tek bir tabloya yapıştırın, her satırı hesap ve gelir bilgisiyle eşleyin, ilk beş temayı çıkarın.
2. Geçen üç ayda kaybettiğiniz üç müşteriyi arayın; yirmi dakikalık bir görüşme isteyin ve yalnızca bir soru sorun: “Bu işi şimdi nasıl çözüyorsunuz?”
3. Tablodaki en eski on isteğe sahip atayın ve her birine bu cuma müşteriye gidecek tek cümlelik bir cevap yazın: yapıldı, planlandı ya da yapılmayacak ve neden.

---

# Dijital Dönüşüm

URL: https://alpsuleyman.com/tr/strategies/dijital-donusum
Published: 2025-02-21
Updated: 2026-10-02
Author: Alp Suleiman

> Kötü bir süreci dijitale taşırsanız elinizde hızlı bir kötü süreç olur. Dönüşüm, yazılım almak değil; kimin hangi kararı nasıl verdiğini yeniden yazmaktır.

Birçok şirket dijital dönüşüme aynı cümleyle başlar: “Bir ERP alıyoruz.” Altı ay sonra yeni sistem çalışıyor, ama muhasebe eski Excel'ini de açık tutuyor, satış CRM'e yalnızca ay sonu giriş yapıyor, yönetim hâlâ toplantıdan önce kişilerin elindeki rakamları bekliyor. Araç değişti, iş değişmedi.

Bu yazının tezi basit: dijital dönüşüm bir teknoloji projesi gibi görünür ama çoğu zaman bir karar hakkı ve süreç tasarımı projesidir. Teknoloji, ancak organizasyonun nasıl çalıştığı değiştiğinde değer üretir.

## Ne zaman ihtiyacınız var?

Sinyaller operasyonel: aynı veri üç farklı yerde üç farklı değerle duruyor. Bir müşteri talebi için yedi kişi e-posta zincirinde. Yeni bir çalışan verimli hale gelmek için aylar harcıyor, çünkü bilgi insanların kafasında. Rakipler aynı hizmeti daha kısa sürede ve daha ucuza veriyor. Büyüme, aynı oranda eleman almadan sürdürülemiyor.

Henüz erkense, süreciniz henüz oturmamışsa. Haftada değişen bir süreci dijitalleştirmek, sürekli yeniden yazılan bir yazılım demektir. Önce elle ve basit araçlarla stabil hale getirin, sonra otomatikleştirin. Ayrıca on kişilik bir ekipte “dönüşüm programı” kurmak genellikle gösteriş olur; orada ihtiyacınız olan birkaç iyi seçilmiş araç ve bir disiplin.

## Çoğu ekibin atladığı nokta

Şirketler dönüşümü araç envanteri üzerinden düşünür: hangi sistemlerimiz var, hangilerini değiştirelim. Daha doğru soru şu: müşterinin ya da çalışanın hayatında hangi an bugün gereksiz yere yavaş, hatalı ya da insana bağımlı?

Bu iki bakışın pratikteki farkı büyük. Araç odaklı ekip proje planı yazar, vendor seçer, go-live tarihi koyar ve tarihe ulaştığında “başardık” der. Sonuç odaklı ekip, tek bir akışı seçer (ör. teklif talebinden siparişe kadar geçen süre), bugünkü hâlini ölçer, nerede beklediğini ve kimin elinde takıldığını bulur, sonra yalnızca o noktaları çözer.

> Dijitalleştirmek bir süreci hızlandırır; yeniden tasarlamak ise onun gerekli olup olmadığını sorgular. Önce ikincisini yapmazsanız, birincisi hatayı da hızlandırır.

İkinci kritik nokta sahiplik. Bu tür projeler çoğunlukla IT'ye verilir, çünkü teknoloji gibi görünür. Oysa satış sürecini dönüştürecek olan satış lideridir; IT, onun kararlarını mümkün kılan taraftır. Sahibi iş birimi olmayan dönüşüm, teslim edilir ama kullanılmaz.

Üçüncüsü, insan tarafı. Yeni bir sistemin benimsenmesi, onu kullanmak zorunda olanın bunu kendi işine yarar görmesine bağlıdır. Sistem yalnızca yönetime rapor üretiyor ve sahadaki kişiye ek veri girişi yüklüyorsa, ona direnç gösterilmesi irrasyonel değildir.

## Uygulama planı

### 1. Tek bir yolculuk seçin

Şirketin tamamını değil, tek bir uçtan uca akışı seçin: müşteri kazanımı, sipariş-teslimat, tahsilat, işe alım, destek. Seçim kriteri iki soruya dayanır: bu akışta bugün ne kadar zaman ve para kaybediyoruz, ve müşteri bunu ne kadar hissediyor? İlk dönüşüm, kısa sürede görünür sonuç verecek yerde olmalı; çünkü sonraki adımların bütçesi ve gönüllüsü buradan çıkar.

### 2. Bugünkü hâli haritalayın ve ölçün

Akışı bir duvara yapıştırarak, işi gerçekten yapan insanlarla çıkarın; yönetimin sandığı hâliyle değil, olan hâliyle. Her adımın süresi, bekleme süresi, el değiştirme sayısı, hata sayısı yazılsın. Çoğu zaman toplam sürenin büyük kısmı işin kendisi değil, kuyrukta bekleme çıkar. Bunu görmek, araç tartışmasını başka bir yere taşır.

### 3. Önce süreci sadeleştirin, sonra otomatikleştirin

Haritada her adım için sorun: bu adım kimin için değer üretiyor? Onay zincirinde gerçekten karar veren kişiler kim? Hangi veri iki kez giriliyor? Gereksiz adımları silin, onayları azaltın, tek bir veri kaynağı belirleyin. Ancak ondan sonra hangi adımların yazılıma, hangilerinin entegrasyona, hangilerinin hiçbir şeye ihtiyaç duymadığına karar verin.

### 4. Küçük bir ekiple, kısa döngülerle teslim edin

İş birimi sahibi, bir ürün sahibi gibi davranan biri, iki üç geliştirici ve işi yapan bir iki kullanıcıdan oluşan ekip kurun. Altı ay sonra büyük bir lansman yerine, her iki üç haftada kullanıcıların eline geçen bir sürüm planlayın. Faydanın büyük kısmı geç gelir; ilk sürümün amacı öğrenmek ve gerçek kullanıcıya dokunmaktır.

### 5. Benimsemeyi bir iş olarak yönetin

Eğitim yetmez. Eski yöntemi bilinçli olarak kapatma tarihi koyun; iki sistemin paralel yaşadığı her gün, benimsemenin en büyük düşmanıdır. Sahada sistemi ilk benimseyen kişileri öne çıkarın ve onlardan çıkan düzeltmeleri hızla yayınlayın. Kullanıcı bir sorun bildirdiğinde birkaç gün içinde çözüldüğünü görürse, sistemi sahiplenir.

### 6. Yönetim kararlarını yeni veriyle bağlayın

Dönüşümün nihai testi, haftalık toplantıdaki rakamların artık tek bir yerden gelmesi ve kararların onlara göre verilmesidir. Eski raporları kaldırın ki insanlar yeni kaynağa güvenmek zorunda kalsın.

## Neyi ölçmeli?

- **Süreç döngü süresi** (gecikmeli): seçilen akışın baştan sona toplam süresi. Dönüşümün ana iş sonucu.
- **Manuel dokunuş oranı** (öncü): bir işlemin insan müdahalesi gerektiren adımlarının payı. Otomasyonun gerçekten çalışıp çalışmadığını gösterir.
- **Aktif kullanım oranı** (öncü): sistemi kullanması gereken kişilerin haftalık gerçek kullanımı. Düşükse paralel Excel yaşıyor demektir.
- **Hata ve yeniden iş oranı** (gecikmeli): düzeltilmesi gereken kayıtların toplam içindeki payı.

## Tuzaklar

**Araç sihri.** Yeni bir platform, sürecin sorunlarını çözmez; yalnızca daha pahalı şekilde taşır. Vendor sunumunda gördüğünüz akış sizin gerçek akışınız değildir.

**Dev program.** İki yıllık, şirketin tamamını kapsayan bir dönüşüm planı, birinci yılın sonunda önceliklerin değiştiği ve bütçenin kesildiği bir plandır. Küçük, bitmiş ve kullanılan her parça, büyük ve yarım kalan bir planın önünde gelir.

**Sahipsizlik.** “IT yapıyor” ya da “danışman yapıyor” cümlesi, iş biriminin sorumluluktan çıktığı andır. Kararları iş sahibi verir.

**Eski sistemi açık bırakmak.** Kapatma tarihi olmayan geçiş, iki sistemi birlikte yaşatmak demektir ve ikisinin de maliyetini ödersiniz.

## Bu hafta başlayın

1. Şirketin en çok şikâyet aldığı ya da en çok zaman kaybettiği tek akışı seçin ve adını yazın (ör. “tekliften siparişe”).
2. O akışı fiilen yürüten üç kişiyle birer saat oturun; her adımı, beklemeyi ve el değiştirmeyi bir kâğıda çizin.
3. Çizimde bekleyen en uzun üç noktayı bulun ve bunlardan sadece birini önümüzdeki iki hafta içinde bir kişinin sahipliğiyle çözülmek üzere işaretleyin.

---

# İnovasyon Laboratuvarları Kurma

URL: https://alpsuleyman.com/tr/strategies/inovasyon-laboratuvarlari-kurma
Published: 2025-08-01
Updated: 2026-10-03
Author: Alp Suleiman

> İnovasyon laboratuvarlarının çoğu fikir üretmekte iyi, hiçbir şeyi ana işe taşıyamamakta berbat. Laboratuvarı kuran şey izolasyon değil, işe geri dönüş yolu.

Bir şirketin kuruluşunda “inovasyon merkezi” açılışı genelde şöyle geçer: renkli duvarlar, beyaz tahtalar, bir hackathon, basın bülteni. Bir yıl sonra o merkezde üç pilot çalışıyordur ve birinin bile ana işe girmesi için kimse yetkili değildir. Laboratuvar var; çıktı yok.

Google X ve Amazon Lab126 gibi örnekler cazip görünür çünkü çıktılar etkileyicidir. Google X'in bünyesinden Waymo çıktı; Lab126 ise Kindle ve Echo gibi ürünlerin geliştirildiği yerdir. Ama aynı Lab126'nın Fire Phone'u da yaptığını hatırlamak gerekir. İzole çalışmak başarıyı garanti etmez; yalnızca denemeye izin verir. Bu yazı, o izni nasıl bir sonuca çevireceğinizle ilgili.

## Ne zaman ihtiyacınız var?

Ana işiniz, kendi hızıyla büyüyen ama yeni bir şeyi deneyemeyen bir yapıya dönüştüyse. Her yeni fikir, mevcut gelir hedefi ve süreçlerle çarpışıyor, “şimdi sırası değil” cevabı alıyor. Rakipler ya da yeni oyuncular, sizin çekirdek işinizi aşındıracak bir yöntem deniyor ve sizde bunu test edecek kimse yok.

Henüz erkense: ana ürününüz hâlâ ürün-pazar uyumunu arıyorsa, laboratuvarınız zaten ana işinizdir. Ayrıca laboratuvar için ayrılacak bütçe, ana işin büyümesini yavaşlatacak kadar büyükse ve ortada net bir tez yoksa, bu bir inovasyon yatırımı değil bir lüks olur.

## Çoğu ekibin atladığı nokta

Laboratuvar fikri çoğunlukla iki şeye dayanır: özgürlük ve izolasyon. Doğru, ana işin hızı yeni fikri boğabilir. Ama izolasyon tek başına çözüm değil, yeni bir problem yaratır: laboratuvar ne kadar uzaklaşırsa, ana işe dönüş o kadar zorlaşır.

Başarısız laboratuvarlarda sık görülen kalıp şu: ekip güzel bir prototip yapar, ana iş biriminin yöneticisi bunu bir “yan proje” olarak görür, satış ekibi onu satmak için ödüllendirilmez, operasyon onu destekleyecek süreç kurmaz. Ürün teknik olarak çalışır; organizasyon olarak sahipsizdir.

> Laboratuvarın başarısı, ne kadar yenilik ürettiğiyle değil, ürettiğinin ne kadarının şirketin ana işine girdiğiyle ölçülür.

Bu yüzden laboratuvar tasarımında en önemli soru “ne keşfedecekler?” değil, “keşfettikleri şeyi kim, hangi koşulda devralacak?” sorusudur. Bunu başta cevaplamayan her yapı, pahalı bir Ar-Ge tiyatrosuna dönüşür.

İkinci nokta, laboratuvarın bir bina ya da ekip olmak zorunda olmaması. Orta ölçekli bir şirkette bu üç dört kişilik, belirli bütçesi ve belirli bir yetkisi olan bir ekip olabilir. Mimari değil, yetki tanımı önemlidir.

## Uygulama planı

### 1. Tez ve alan sınırı belirleyin

“İnovasyon yapacağız” bir tez değildir. Bir tez şöyle olur: “Önümüzdeki beş yılda müşterilerimizin şu işi bizden alıp başka yere götürme riski var; bunu test etmek için şu üç hipotezi deneyeceğiz.” Alanı iki üç ana temaya sınırlayın. Sınırı olmayan laboratuvar, ilginç görünen her şeyin peşine düşer ve hiçbirini bitirmez.

### 2. Yetki, bütçe ve sponsor netleştirin

Laboratuvara bir üst yönetici sponsor olmalı; bu kişi, laboratuvarın ana iş birimleriyle çatıştığı noktalarda karar verir. Bütçeyi proje bazında değil, yıllık sabit bir kutu olarak verin; her projeyi yeniden bütçelendirmek zaman yer. Ama bu kutuyu aşamalı serbest bırakın: bir sonraki dilim, bir öncekinin öğrenme hedefine ulaşmasına bağlı olsun.

### 3. Aşama kapıları ve öldürme kriterleri koyun

Her fikir, baştan yazılmış kapılardan geçsin: problem doğrulandı mı, bir müşteri bunun için ödemeye hazır mı, teknik risk yönetilebilir mi, ölçeklendiğinde ekonomisi çalışır mı? Her kapıda sorulacak soru “devam mı?” olmalı; kriterler ise projeye duygusal olarak bağlanmadan önce yazılmış olmalı. Fikri öldürmeyi başarı olarak kutlayın; çünkü erken ölen bir fikir, kaynağı bir sonrakine bırakır.

### 4. Ana işle bağlantıyı kurun

Her projede ana iş biriminden biri “devralacak taraf” olarak baştan yer alsın; haftalık demoya gelsin, prototipi yargılasın. Bu kişi projeyi sevmezse, ilerideki devir işe yaramaz; bunu erken öğrenmek iyi bir haberdir. Devir koşullarını da baştan yazın: hangi gelir eşiğinde proje bir iş birimine taşınacak, ekip nasıl bölünecek, kimin P&L'ine girecek.

### 5. Öğrenmeyi paylaşın

Başarısız projeler de bir ürün üretir: öğrenme. Her kapanışta bir sayfalık not yazın: hipotez neydi, ne öğrendik, hangi bilgi artık kurumun malı. Bu notlar, ana iş birimlerinin laboratuvara güvenmesini sağlayan tek kanıttır.

## Neyi ölçmeli?

- **Aşama başına öğrenme hızı** (öncü): bir hipotezin test edilip karara bağlanma süresi. Laboratuvar yavaşladıysa, tiyatroya dönüyor demektir.
- **Devir oranı** (gecikmeli): laboratuvardan çıkıp bir iş birimine taşınan projelerin payı. Asıl çıktı budur.
- **Ana iş biriminin katılımı** (öncü): demolara katılan ve devralmaya hazır sponsor sayısı.
- **Kapatılan proje sayısı ve ortalama yaşı** (öncü): hiçbir projenin kapanmaması bir uyarıdır; kriter yok ya da uygulanmıyor demektir.

## Tuzaklar

**Vitrin laboratuvarı.** Dışarıya görünür, içeriye bağlantısız bir yapı, şirketin marka çalışmasıdır, inovasyon değil. Ölçü, ana işe giren gelirdir.

**Tüm riski laboratuvara yüklemek.** Ana işin yöneticileri “bu laboratuvarın işi” diyerek yeniliğin sorumluluğundan çıkarsa, laboratuvar ne yaparsa yapsın benimsenmez.

**Kriter koymadan para vermek.** Bütçesi olup öldürme kriteri olmayan proje, kendi başına bir sabit gider olur ve yıllarca yaşar.

**Ana işin en iyi insanlarını çekmek.** İyi laboratuvarlar yetenek çeker ama ana işi de boşaltmamalı. Rotasyonla çalışın: ana işten gelen insanlar laboratuvarda dönem geçirip geri dönsün, böylece bilgi iki yönlü akar.

## Bu hafta başlayın

1. Şirketin son üç yılda “ilginç ama şimdi değil” diyerek rafa kaldırdığı fikirleri listeleyin ve bunlardan hangisinin bir müşteri problemine dayandığını işaretleyin.
2. Bir üst yöneticiyle yirmi dakika oturup tek bir soru sorun: “Yeni bir fikir test eden küçük bir ekibe hangi konuda karar yetkisi verebilirsiniz?”
3. Elinizdeki en güçlü fikir için bir sayfalık bir devir sözleşmesi yazın: hangi koşulda devam, hangi koşulda kapanış ve devralacak iş biriminden kim.

---

# Lojistik ve Tedarik Zinciri Optimizasyonu

URL: https://alpsuleyman.com/tr/strategies/lojistik-ve-tedarik-zinciri-optimizasyonu
Published: 2026-01-28
Updated: 2026-10-02
Author: Alp Suleiman

> Lojistik, fiziksel ürünlerde marjın sessiz belirleyicisi. Daha hızlı teslimat değil, tutulan söz ve sipariş başına gerçek maliyet, kazananı belirler.

Fiziksel ürün satan bir kurucu genelde marjı ürün maliyeti ve satış fiyatı üzerinden hesaplar. Sonra bir ay sonu kapanışında kargo, iade, depo çalışanı, hasarlı ürün ve yanlış gönderim kalemlerini toplar ve marjın yarısının buralarda eridiğini görür. Lojistik, çoğu e-ticaret ve perakende şirketinde sonradan fark edilen büyük bir maliyet kalemidir.

Amazon'un lojistik yapısı sıklıkla rekabet avantajının merkezi olarak anılır; doğru, çünkü dağıtım ağını yıllarca bir yatırım gibi kurdu. Ama bunu kendi ölçeğinde kopyalamaya çalışmak yanlış ders çıkarmaktır. Küçük ve orta ölçekli bir şirket için doğru ders, ağ büyüklüğü değil, lojistiği bir maliyet kalemi değil bir müşteri deneyimi ve marj kararı olarak yönetmektir.

## Ne zaman ihtiyacınız var?

Siparişlerin brüt marjı iyi görünüyor ama net kâr zayıf. İade oranı yükseliyor, müşteri hizmetlerine gelen “kargom nerede” talepleri ekibin yarısını meşgul ediyor. Teslimat süresi ya da maliyeti yüzünden rakiplere satış kaybediyorsunuz. Büyüme, depo ve kargo maliyetini orantısız artırıyor.

Henüz erkense: günde birkaç düzine sipariş gönderiyorsanız ve ürün-pazar uyumu net değilse, lojistik optimizasyonu için zaman harcamak yanlış öncelik olabilir. Bu aşamada en iyi sistem, işi bilen bir kişi, iyi bir kargo anlaşması ve sipariş başı maliyetin düzenli takibidir.

## Çoğu ekibin atladığı nokta

Çoğu ekip lojistiği hız üzerinden düşünür: ertesi gün teslimat, aynı gün teslimat. Müşteri için asıl önemli olan çoğu zaman hız değil, güvenilirliktir. “Salı günü gelecek” diyip salı günü getirmek, “yarın” deyip üç gün sonra getirmekten çok daha iyi bir deneyimdir. Hız pahalıdır ve her müşteri için aynı değeri taşımaz; söz tutma ise ucuz bir farklılaşmadır.

İkincisi, ekipler maliyeti kargo faturası olarak görür; oysa sipariş başına gerçek maliyet daha uzun bir zincirdir: depolama, toplama ve paketleme, ambalaj, kargo, başarısız teslimat, müşteri hizmetleri teması, iade ve iadeden sonra ürünün yeniden satılabilirliği.

> Lojistikte optimize edilen şey hız ya da kargo fiyatı değildir; müşteriye verilen sözün maliyetidir.

Üçüncüsü, lojistik kararlarının ürün ve fiyat kararlarından ayrı alınması. Hacimli ve ağır ürünün ücretsiz kargo vaadi, düşük marjlı bir ürünün iade politikası, bir kampanyanın ani sipariş patlaması: bunların hepsi lojistik kararıdır ve çoğu zaman pazarlama ya da ürün ekibinin masasında, lojistik ekibi sormadan alınır.

## Uygulama planı

### 1. Sipariş başına gerçek maliyeti çıkarın

Son üç ayın siparişlerini alın ve her biri için tüm lojistik kalemlerini toplayın: depolama payı, işçilik, ambalaj, kargo, başarısız teslimat, iade, müşteri hizmetleri. Bunu ürün kategorisi, bölge ve sipariş büyüklüğüne göre kırın. Kârsız segmentleri ilk kez ayrı satırlarda göreceksiniz; bazı ürünler ve bazı bölgeler, satıldıkça para kaybettirir.

### 2. Teslimat sözünü ölçün

Müşteriye verdiğiniz teslimat tahmini ile gerçekleşen teslimatı karşılaştırın. Kaç sipariş söz verilen tarihte, tam ve hasarsız ulaştı? Bu “mükemmel sipariş oranıdır” ve çoğu işletmenin tahmin ettiğinden düşüktür. Söz tutma oranını yükseltmeden hız yarışına girmek, tutulmayan sözlerin sayısını artırır.

Bu adımın bir yan faydası var: pazarlama ile lojistik aynı masaya oturuyor. Bir kampanya planlanırken “bu hafta sipariş hacmi iki katına çıkarsa depo ve kargo bunu karşılar mı?” sorusu artık sorulabilir. Soru sorulmadığında kampanya başarılı olur, teslimatlar gecikir ve kazanılan müşteri ilk siparişte kaybedilir.

### 3. Kök nedenleri sınıflayın

Gecikme, hasar, yanlış ürün ve iade nedenlerini kaynağına göre ayırın: depo mu, kargo firması mı, ürün ambalajı mı, adres hatası mı, ürün açıklaması mı? Her nedenin çözümü farklıdır. Kargo gecikmeleri için ikinci bir taşıyıcı ve bölgeye göre taşıyıcı seçimi; hasar için ambalaj testi; iade için ürün sayfasındaki beden ve ölçü bilgisi gibi.

### 4. Envanteri müşteriye yaklaştırın

Siparişlerin nereden geldiğini bölgeye göre haritalayın. Hızlı dönen ürünleri talebin yoğun olduğu yerin yakınında tutmak teslim süresini ve maliyetini birlikte düşürür. Ama stok dağıttıkça stok riski de artar; yavaş dönen ürünler merkezde kalmalı. Bu karar, talep tahmini kalitenize bağlıdır; tahmin yetersizse önce onu geliştirin.

### 5. Sözleşme ve veriyi kontrol altına alın

Taşıyıcı ve depo ortaklarıyla SLA'lar yazın: teslim süresi, hasar oranı, bilgilendirme hızı ve bunların cezası ya da primi. Siparişin her adımında gerçek zamanlı takip verisi isteyin; veriyi göremediğiniz bir adımı yönetemezsiniz. Tek bir taşıyıcıya tamamen bağımlı kalmayın, ama on taşıyıcıyla çalışarak da hacim pazarlığı gücünüzü dağıtmayın.

## Neyi ölçmeli?

- **Sipariş başına toplam lojistik maliyet** (gecikmeli): net sipariş değerine oranıyla. Marjın gerçek resmi.
- **Mükemmel sipariş oranı** (öncü): zamanında, tam ve hasarsız teslim edilen siparişlerin payı.
- **İade oranı ve nedenleri** (gecikmeli): hangi iadelerin önlenebilir olduğunu gösterir.
- **Teslimat sözü sapması** (öncü): söz verilen ve gerçekleşen tarih arasındaki fark. Müşteri hizmetleri yükünün öncü göstergesidir.

## Tuzaklar

**Hız takıntısı.** Her ürün için aynı gün teslimat vaadi, marjınızı ve güvenilirliğinizi aynı anda zorlar. Hızı değeri olan segmentlere ayırın, geri kalanında söz tutmaya odaklanın.

**Ücretsiz kargoyu pazarlama kararı sanmak.** Ücretsiz kargo eşiği, sepet büyüklüğünü ve marjı etkiler; bunu hesaplamadan koyan işletme, her siparişte maliyeti kendisi üstlenir.

**Tek noktaya bağımlılık.** Tek depo, tek taşıyıcı ya da tek tedarikçi yoğun dönemde ya da bir kesintide tüm işi durdurur. Yedek planı kriz anında değil, sakin bir dönemde kurun.

**Ölçeklenmeden dışsallaştırma.** Lojistiği henüz süreç olarak anlamadan bir 3PL firmasına devretmek, sorunu daha pahalı ve daha görünmez hâle getirir.

## Bu hafta başlayın

1. Son 90 günün siparişlerinden rastgele elli tanesini seçin ve her birinin gerçek lojistik maliyetini, depo, ambalaj, kargo, iade ve müşteri hizmetleri dahil, bir tabloya çıkarın.
2. Aynı elli siparişte söz verilen teslim tarihi ile gerçekleşen tarihi karşılaştırın ve söz tutma oranını hesaplayın.
3. En çok iade ve gecikme üreten ilk üç ürün ya da bölgeyi belirleyin ve her biri için tek bir kök neden hipotezi yazın.

---

# Pazar Eğitiminden Pazar Liderliğine Geçiş

URL: https://alpsuleyman.com/tr/strategies/pazar-egitiminden-pazar-liderligine-gecis
Published: 2025-04-22
Updated: 2026-10-02
Author: Alp Suleiman

> Kategoriyi eğitirken herkesin yerine konuştunuz. Artık müşteri kategoriyi biliyor ve rakipleriniz de aynı eğitimden besleniyor. Soru “neden bu ürün?” olmaktan çıktı, “neden siz?” oldu.

Pazar eğitimi yapan şirketin başına tuhaf bir şey gelir: işi o kadar iyi yapar ki, rakipleri onun yarattığı farkındalıktan beslenmeye başlar. Webinar'larınız, içerikleriniz, konferans konuşmalarınız kategoriyi anlatır; müşteri anlar, alternatif aramaya çıkar ve ilk sayfada beş farklı şirket bulur. Eğitimin faturasını siz ödediniz, geliri birlikte paylaşıyorsunuz.

Salesforce'un hikâyesi bu geçişin klasik örneği olarak anılır: bulut tabanlı CRM'i “yazılımın sonu” gibi sloganlarla anlatan bir şirket olarak başladı, sonra kategorinin referans noktası oldu. Bu yazı, o geçişin ne zaman ve nasıl yapıldığıyla ilgili. Pazar eğitiminin kendisini (strateji 27) konuşmuyorum; eğitimin işini bitirdikten sonra ne yapacağınızı konuşuyorum.

## Ne zaman ihtiyacınız var?

Satış görüşmelerinde “bu nedir?” sorusu azalıp “sizinle X firması arasındaki fark ne?” sorusu artıyorsa. Arama verinizde kategori terimleri büyüyor, markanızın adı yerine genel terimlerle gelen trafik artıyor. Rakipler sizin dilinizi, sizin başlıklarınızı, hatta sizin kullanım örneklerinizi kopyalıyor. Müşteriler artık kategoriyi öğrenmiş olarak, karşılaştırma tablosuyla geliyor.

Henüz erkense: satış ekibiniz hâlâ ilk on dakikasını problemi anlatmaya ayırıyorsa, kategori henüz yerleşmemiştir. Bu aşamada liderlik pozisyonuna geçmek, anlaşılmamış bir ürün için üstünlük iddiasında bulunmak olur. Önce müşteri dili oturmalı.

## Çoğu ekibin atladığı nokta

Eğitim ve liderlik farklı oyunlardır ve farklı yetkinlik ister. Eğitimde amaç, “bu problem gerçek, çözümü bu kategori” cümlesini kabul ettirmek. Liderlikte amaç, “bu kategorideki doğru tercih biziz” cümlesini kabul ettirmek. Birincisi herkese hitap eder; ikincisi bilinçli olarak bazılarını dışarıda bırakır.

Ekiplerin sık yaptığı hata, eğitim modunda kalmaktır. Yıllarca “bu nedir ve neden önemli” anlatmış bir pazarlama ekibi, kategori olgunlaştığında da aynı içeriği üretmeye devam eder. Rakip ise müşterinin zaten bildiği şeyi tekrar etmek yerine karşılaştırma, ROI ve referans içeriği üretir ve karar aşamasını elinden alır.

> Eğitim kategoriye sahip olmanızı sağlamaz; kategoriyi tanımlama hakkını sahiplenmeniz sağlar. Bunu kullanmazsanız, rakipleriniz kullanır.

Liderlik, en çok bilinen olmak değil, kategorinin ölçütünü koyan taraf olmaktır. Müşteri “bu kategoride iyi bir ürün neye benzer?” diye düşündüğünde, aklına gelen kriterler sizin tanımınıza yakınsa lider sizsiniz. Rakipler sizin kriterlerinizle ölçülüyorsa ve bu kriterler sizi öne çıkarıyorsa, savaş çoktan sizin zeminde yapılıyor.

## Uygulama planı

### 1. Kategori olgunluğunu test edin

Satış görüşmelerinin kaydını dinleyin ya da notlarını okuyun: açılış sorusu “bu ne işe yarar?” mı, “neden sizi seçeyim?” mi? Gelen müşteriler kategoriyi hangi kelimelerle anlatıyor? Bu dil sizinkine ne kadar yakın? Müşteri başka rakipleri zaten değerlendirmişse, geçişin zamanı gelmiştir.

### 2. Kategorinin ölçütünü yazın

Müşterinin karar verirken kullanması gereken beş altı kriteri, gerçekten önemli olanlardan seçerek yazın. Bu kriterlerin sizin gerçek güçlü yanlarınızla örtüştüğünden emin olun, ama daha da önemlisi, müşteri için doğru olduklarından. Yapay kriterler, ilk karşılaştırma tablosunda çöker. Bunu bir “alıcı rehberi” ya da açık bir benchmark olarak yayımlayın.

Bir uyarı: kendi ölçütünüzü yazarken rakipten daha iyi çıkmak için değil, müşterinin gerçekten karar verirken kullandığı şeyleri yakalamak için yazın. Satış ekibinin kaybettiği son on fırsatın gerekçelerine bakmak, bu listeyi dürüst tutmanın en iyi yoludur.

### 3. İçerik ve satış dilini değiştirin

Eğitim içeriğini ayrı bir kategoriye çekin (üst huni), karar aşaması içeriğini sıfırdan üretin: karşılaştırma sayfaları, referans müşteri örnekleri, geçiş rehberleri, ROI hesaplayıcıları. Satış ekibinin sunumu “problem anlatımı” yerine “neden bu mimari, neden bu yaklaşım” olsun. Rakibi adıyla anmak ya da anmamak, pazarlama olgunluğunuzun bir işareti: lider genelde adını anmadan kriteri tanımlar.

### 4. Referans müşterileri ve kanıtı öne çıkarın

Lider konumu iddiayla değil kanıtla kurulur: müşteri başarı hikâyeleri, bağımsız analist değerlendirmeleri, açık metrikler, uzun vadeli müşteri tutma verisi. Rakibin kopyalayamadığı şey, sizin müşterilerinizin gerçek sonuçlarıdır; bunu içeriğin merkezine koyun.

### 5. Ekosistemi ve standartları sahiplenin

Kategorinin eğitmeni olarak topluluk, sertifikasyon programı, konferans ya da açık bir entegrasyon standardı kurmuşsanız, bunları bir kanala dönüştürün. Kategori için çalışan her ortak, danışman ya da geliştirici, sizi kategorinin referansı olarak anlatır. Bu, rakibin tek başına satın alamayacağı bir avantajdır.

Geçişin görünür bir yan etkisi de olur: eğitim yılları boyunca “ürün” olarak anlatılan şey, artık “standart” olarak anlatılmaya başlar. Müşteri sizi bir seçenek olarak değil, bir referans olarak anıyorsa geçiş tamamlanmaya yaklaşmıştır.

## Neyi ölçmeli?

- **Rakipli satış oranı** (öncü): fırsatların kaçında rakip masada. Artıyorsa, kategori olgunlaşıyor ve sizi bekleyen yeni savaş orada.
- **Karşılaştırma aramalarında görünürlük** (öncü): “X alternatifi”, “X vs Y” gibi sorgulardaki yeriniz.
- **Kazanma oranı rakip bazında** (gecikmeli): hangi rakibe karşı kaybediyor, hangi kriterde zayıflıyorsunuz.
- **Aided ve unaided marka bilinirliği** (gecikmeli): kategoriyi düşünen biri sizi kendiliğinden sayıyor mu?

## Tuzaklar

**Eğitim konforu.** Eğitim içeriği ölçmesi kolay ve üretmesi tanıdık olduğu için bırakmak zordur. Sonuç, herkese anlatan, hiçbir karar aşamasını kazanmayan bir pazarlamadır.

**Kategoriyi sahiplenip müşteriyi unutmak.** “Biz bu kategoriyi yarattık” cümlesi müşterinin umurunda değildir. Müşteri için önemli olan, sorununu en iyi sizin çözdüğünüzü görmesidir.

**Ölçütleri kendi lehinize bükmek.** Yalnızca sizin güçlü olduğunuz kriterleri öne çıkarırsanız, alıcı bunu fark eder ve güveni kaybedersiniz. Dürüst ölçütler, uzun vadede daha çok müşteri kazandırır.

**Rakibi küçümsemek.** Kategoriyi büyüten rakipler de sizin işinize yarar. Onlara karşı dil, üstünlük iddiasından çok net bir fark anlatımı olmalı.

## Bu hafta başlayın

1. Son 20 satış görüşmesinin açılış sorularını listeleyin ve kaçının “bu nedir?” kaçının “sizinle X arasındaki fark” olduğunu sayın.
2. Müşterinin karar verirken kullanması gereken beş kriteri yazın ve her birinde kendinizi ve en yakın iki rakibi dürüstçe puanlayın.
3. Mevcut eğitim içeriklerinizden birini seçin ve onun yerine geçecek bir karşılaştırma ya da geçiş rehberi için tek sayfalık bir taslak çıkarın.

---

# Yeniden Markalaşma (Rebranding)

URL: https://alpsuleyman.com/tr/strategies/yeniden-markalasma
Published: 2026-02-24
Updated: 2026-10-03
Author: Alp Suleiman

> Yeniden markalaşma yeni bir logo değil, şirketin kendini yeniden tanımladığının ilanıdır. Strateji değişmediyse logoyu değiştirmek pahalı bir makyajdır.

Bir şirketin yönetim kurulu toplantısında “marka eskimiş görünüyor” cümlesi geçtiğinde, bir ajans çağrılır, yeni bir logo ve renk paleti çıkar, bir lansman yapılır. Altı ay sonra müşteri aynı ürünü aynı şekilde satın alıyor, satış ekibi aynı cümlelerle konuşuyor ve ajansa ödenen bütçe bir slayt arşivine dönüşmüş oluyor. Görünüm değişti, şirket değişmedi.

Yeniden markalaşmanın gerçek bir sebebi olabilir. Facebook'un 2021'de ana şirketin adını Meta yaptığı an, sembolik bir örnektir: şirket, sosyal ağ ürününden öte bir vizyona, sanal dünya ve platform yatırımına yönelmek istediğini söylüyordu. Facebook uygulamasının adı ise değişmedi; yalnızca şemsiye şirketin adı değişti. Bu ayrım önemli: yeniden markalaşma, her şeyi değiştirmek zorunda değildir.

## Ne zaman ihtiyacınız var?

Sinyaller stratejik: şirket başka bir müşteri segmentine yöneliyor ama marka hâlâ eski segmenti çağrıştırıyor. Yeni ürün hattı eski marka algısıyla çelişiyor. Bir birleşme ya da satın alma sonrası birden fazla marka birbirini yiyor. Marka adı yasal, kültürel ya da telaffuz sorunu taşıyor. Yatırımcı ve kurumsal müşterilerle konuşurken şirketin yeni gerçekliğini anlatmak için marka engel oluyor.

Henüz erkense: ana sebep “sıkıldık”, “rakip yeniledi” ya da “yeni CMO geldi” ise. Bu durumda önce kısa bir iç bakış yapın: stratejik bir şey değişti mi? Değişmediyse, yenileme yerine mevcut markayı daha tutarlı yürütmek çoğu zaman daha ucuz ve daha etkilidir.

## Çoğu ekibin atladığı nokta

Marka bir logo değildir; üç katmanlı bir yapıdır. Üstte kimlik: isim, logo, renk, ses tonu. Ortada konumlandırma: kimin için, hangi problemi, neden siz. Altta ise müşterinin sizinle yaşadığı deneyim: ürün, fiyat, destek. Çoğu yeniden markalaşma yalnızca en üst katmanı değiştirir ve alt katmanlar aynı kalırsa, müşteri bunu anında hisseder: yeni bir yüz, eski bir şirket.

> Yeniden markalaşma, şirketin değiştiğini göstermez; değiştiğini ilan eder. İlan ettiğiniz değişim gerçekten yoksa, müşteri bunu ilk temasta fark eder.

Doğru sıra tersten gelir. Önce şirketin stratejisi ve konumlandırması değişir, sonra ürün ve deneyim bunu destekler, kimlik en son bunu görünür kılar. Kimlik, değişimin sonucudur; sebebi değil.

İkinci nokta, marka değerinin görünmeyen maliyetidir. Mevcut marka bir tanınma, bir arama trafiği, bir güven birikimidir; her ad değişikliği bu birikimin bir kısmını sıfırlar. SEO kaybı, müşterinin aradığı ürünü bulamaması, iş ortaklarının tabelaları, sözleşmeler, e-posta imzaları, bunlar küçük görünür ama toplamı büyüktür. Bu yüzden sorulması gereken, “yeni marka eskisinden iyi mi?” değil, “yeni marka, kaybettiğimiz birikimi telafi edecek kadar iyi mi?” sorusudur.

Üçüncüsü, topluluğun tepkisi. Gap'in 2010'da logosunu değiştirip müşteri tepkisi üzerine bir hafta kadar sonra eskisine döndüğü bilinir. Çıkarılacak ders, tasarım yanlış olduğu değil; müşterinin marka ile bağını hafife almak. Markayı kullananların bir bağlılığı vardır ve değişim onlarla konuşulmadan yapılırsa kayıp olarak hissedilir.

## Uygulama planı

### 1. Sebebi yazılı hâle getirin

Tek bir paragrafla cevaplayın: şirketin stratejisinde ne değişti ve mevcut marka bunu neden anlatamıyor? Cevap müşteri, ürün ya da pazar cümlesi içermiyorsa, sebep büyük olasılıkla estetik. Bu paragraf, tüm sonraki kararların ölçütüdür.

### 2. Mevcut marka varlığını denetleyin

Markanın bugünkü değerini ölçün: aided ve unaided bilinirlik, marka adıyla gelen arama hacmi, doğrudan trafik, müşteri algısını anlatan üç kelime. Neyi korumak istediğinizi bilmeden neyi değiştireceğinizi bilemezsiniz. Çoğu zaman markanın bazı unsurları (renk, ses, bir slogan) gerçek bir varlıktır ve korunmalıdır.

### 3. Konumlandırmayı kimlikten önce çözün

Kimin için, hangi iş için, hangi rakibe karşı. Önce bunu yazın, müşterilerle test edin, sonra ismi ve görsel kimliği tasarlayın. Ajans bu aşamada bir araçtır; konumlandırma kararını ajansa devretmeyin, çünkü bu karar şirketin stratejisidir.

### 4. Geçiş planını bir operasyon projesi gibi yönetin

İsim ya da alan adı değişiyorsa yönlendirme planı, SEO taşıma, yasal tescil, sözleşme güncellemeleri, e-posta ve ürün içi metinler için bir kontrol listesi çıkarın. Eski ve yeni marka bir süre birlikte görünsün (“X, artık Y”) ki müşteri bağı koparmadan geçsin. Çalışanlara dışarıdan önce anlatın; çalışanlar yeni markanın ilk elçisidir ve kafası karışıksa müşteriye bunu yansıtır.

### 5. Lansmandan sonra ölçün ve ayarlayın

Lansman bir bitiş değil, bir başlangıçtır. İlk üç ay marka adı aramalarını, doğrudan trafiği, destek taleplerini (“bu ne oldu?” soruları dâhil), satış ekibinin geri bildirimini takip edin. Bir şeyi gerçekten geri almak gerekiyorsa, bunu ego yapmadan, hızlıca yapın.

## Neyi ölçmeli?

- **Marka adı arama hacmi ve doğrudan trafik** (öncü): geçişte düşüş ve toparlanma süresi, taşıma kalitesini gösterir.
- **Aided/unaided bilinirlik** (gecikmeli): yeni konumlandırmanın hedef segmentte yerleşip yerleşmediği.
- **Satış döngüsü ve kazanma oranı** (gecikmeli): yeni mesajın satışta çalışıp çalışmadığı.
- **İç sahiplenme** (öncü): çalışanların markayı yeni konumlandırmayla anlatabilme oranı; kısa bir iç anketle ölçülebilir.

## Tuzaklar

**Kozmetik değişiklik.** Strateji, ürün ve deneyim aynı kalıyorsa, yeni kimlik bir boya işidir. Müşteri bunu fark eder ve sizden sahte bir söz duymuş gibi hisseder.

**Birikimi hafife almak.** Eski markanın SEO değeri, tanınırlığı ve bağlılığı varsa, bunları yeniden inşa etmek yıllar alır. Gerekmedikçe adı değiştirmeyin; sadece konumlandırmayı yenilemek bazen yeterlidir.

**Ajansa stratejiyi devretmek.** Ajans, size bir kimlik teslim eder; ama “biz kimiz” sorusunun cevabı sizin sorumluluğunuzdadır. Bu cevap netleşmeden tasarım başlarsa, çıktı güzel ve anlamsız olur.

**Çalışanı sona bırakmak.** Yeni marka çalışanlara lansman günü gösteriliyorsa, ilk haftanın en büyük riski kendi ekibinizin onu sahiplenmemesidir.

## Bu hafta başlayın

1. Yeniden markalaşma sebebini tek paragrafla yazın ve içinde strateji, müşteri ya da pazar kelimelerinden biri geçmiyorsa projeyi durdurup sebebi netleştirin.
2. Markanın bugünkü değerini üç sayıyla çıkarın: marka adı arama hacmi, doğrudan trafik ve on müşteriye sorduğunuz “bizi üç kelimeyle anlat” cevapları.
3. Değiştirilecek ve korunacak her marka unsurunu iki sütunlu bir listeye yazın ve kararları gerekçeleriyle birlikte yönetim ekibiyle gözden geçirin.

---

# Platformdan Ekosisteme Geçiş

URL: https://alpsuleyman.com/tr/strategies/platformdan-ekosisteme-gecis
Published: 2026-07-21
Updated: 2026-10-02
Author: Alp Suleiman

> Platform, siz değer üretirken başkalarının kullandığı altyapıdır. Ekosistem, başkalarının sizin üzerinizde para kazandığı ve sizsiz kalamayacağı yerdir. İkisi arasındaki fark ekonomide yatıyor.

Çoğu şirket “platformuz” der ama platformu üzerinde kimin para kazandığını soramaz. Entegrasyon sayfasında kırk logo var, API dokümantasyonu güzel, ama o logoların biri bile işinin büyük kısmını sizin üzerinizden yürütmüyor. Bu bir platform olabilir; ekosistem değildir.

Apple'ın App Store'u ekosistemin en bilinen örneğidir. 2008'de açıldığında geliştiricilere dağıtım, ödeme, keşfedilme ve güven sundu; karşılığında gelirden bir pay aldı. Geliştiriciler, iPhone'u daha değerli yaptı; daha değerli iPhone, daha fazla kullanıcı getirdi; daha fazla kullanıcı, daha fazla geliştirici çekti. Burada belirleyici olan teknoloji değil, bu döngünün her iki tarafının da kazanç görmesiydi. Aynı mantığı Salesforce'un AppExchange'i gibi B2B örneklerinde de görürsünüz.

## Ne zaman ihtiyacınız var?

Ürününüz çekirdek kullanım alanının dışında, sizin yetişemeyeceğiniz sayıda niş ihtiyaçla karşılaşıyorsa. Müşteriler sürekli “şu entegrasyon yok, şu özellik yok” diyor ve bunların her biri ayrı bir uzmanlık gerektiriyor. Üçüncü taraflar zaten ürününüzün üzerine bir şeyler kuruyor, ama siz bunu yönetmiyorsunuz. Platformunuzun çekirdeği sağlam ve yeterince kullanıcıya ulaşmış: dışarıdaki biri için üzerine bir iş kurmak mantıklı olacak kadar büyük bir kitle var.

Henüz erkense: kendi ürününüz henüz güçlü bir değer sunmuyorsa ya da kullanıcı tabanınız küçükse. Hiçbir geliştirici, kullanıcısı olmayan bir platform için yatırım yapmaz. Önce çekirdek ürünü ve kitleyi kurun; ekosistem çoğunlukla ölçeğin sonucudur, ölçeğin başlangıcı değil.

## Çoğu ekibin atladığı nokta

Platformdan ekosisteme geçiş bir teknoloji açılımı olarak görülür: API aç, geliştirici portalı kur, hackathon yap. Gerçekte bu bir ekonomi tasarımıdır: üçüncü tarafların sizin üzerinizde iş kurması için gerekçe, gelir ve güvenlik gerekir.

> Ekosistem, ortaklarınızın sizin üzerinizde kazandığı paranın, sizin kazandığınızdan hızlı büyüdüğü yerdir. Bunu istemiyorsanız platform olarak kalın.

Bu cümle rahatsız edicidir, çünkü ortak sizi yalnızca sizden daha fazla kazanıyorsa sizde kalır. Ekosistem kuran şirket, değerin bir kısmını bilinçli olarak bırakır. Ortak adaylarını ikna eden soru “bu platform ne yapıyor?” değil, “bu platformda para kazanır mıyım ve yarın kuralları değiştirip kazancımı elimden alır mı?” sorusudur.

İkinci nokta, güvenilirliktir. Platformun API'sini, fiyat yapısını ya da komisyonunu ani biçimde değiştirmesi, ortakları kaybetmenin en hızlı yoludur. Ekosistemin gerçek varlığı, kuralların öngörülebilir olduğu inancıdır. Kurallarınızı ortaklarınız size sormadan değiştirmeyin.

Üçüncüsü, kalite yönetişimi. Açık bir ekosistem hem iyi hem kötü üçüncü taraf ürünü getirir. Kötü bir uygulama, kullanıcının sizin hakkınızdaki izlenimini bozar. Bu yüzden ekosistem yalnızca açılmak değil, bir inceleme, güvenlik ve kalite sistemi kurmaktır.

## Uygulama planı

### 1. Ortak kim olacak, ne kazanacak?

Hedef ortak profillerini yazın: bağımsız geliştiriciler mi, ajanslar mı, entegratörler mi, tamamlayıcı yazılım şirketleri mi? Her biri için “sizin üzerinizde nasıl gelir elde ederler?” sorusunu cevaplayın. Cevap net değilse, ortak çekmek zordur. Bu bir pazar araştırması işidir: potansiyel ortaklarla konuşun, onlara hangi gelirin değer göreceğini sorun.

### 2. Değer paylaşım modelini belirleyin

Gelir payı, lead paylaşımı, ortak satış, sertifikasyon ya da dağıtım avantajı: hangi ekonomiyi sunacağınıza karar verin. Pay oranı ortağı motive edecek kadar cömert olmalı; çünkü kural, ortağın kazancının sürdürülebilir olmasıdır. Bunu bir kez belirleyin ve değişiklikleri uzun bir bildirim süresiyle yapın.

### 3. Geliştirici deneyimini ürün gibi tasarlayın

Dokümantasyon, sandbox ortamı, örnek kod, destek kanalı ve ilk entegrasyonu bir hafta içinde yayına almak mümkün olmalı. Geliştirici deneyimi, bir ürünün onboarding'i gibi ölçülür: ilk çağrıya kadar geçen süre, ilk yayına kadar geçen süre. Ortağın ilk başarısını hızlandırmak, ilk ekosistem yatırımıdır.

### 4. Keşfedilebilirlik ve güven kurun

Bir ortak ürünü ne kadar iyi olursa olsun, kullanıcı onu bulamıyorsa gelir yoktur. Bir pazar yeri, kategori sayfaları, değerlendirme ve öneri sistemi kurun. Aynı zamanda inceleme ve güvenlik standardı koyun; kullanıcı ortak ürününe güvenebilmelidir.

### 5. İlk ortakları elle büyütün

Ekosistemin ilk yılı, tavuk-yumurta problemidir. Üç beş stratejik ortakla yakından çalışın: onlar için entegrasyon geliştirin, ortak müşteri bulun, başarı hikâyesi çıkarın. Bu hikâyeler, sonraki yüz ortağı çeken şeydir.

### 6. Yönetişimi yazın ve uyun

Hangi alanlara ortak olarak girmeyeceğinizi açıkça söyleyin. Ortağın ürettiği bir özelliği bir sonraki sürümde kendiniz yaparsanız, ekosistemin güveni biter. Her şeyi yapamayacağınızı kabul edip bir sınır koymak, ortakların yatırım yapmasının önkoşuludur.

## Neyi ölçmeli?

- **Ortak başına gelir** (gecikmeli): ortakların platformunuz üzerinden kazandığı para. Ekosistemin asıl sağlık göstergesi.
- **Üçüncü taraf kaynaklı kullanım payı** (gecikmeli): müşteri değerinin ne kadarının ortak ürünlerden geldiği.
- **İlk entegrasyona kadar geçen süre** (öncü): geliştirici deneyiminin kalitesi.
- **Aktif ortak sayısı ve elde tutma** (öncü): yayına alıp bırakan değil, sürdüren ortak sayısı.

## Tuzaklar

**Kuralları bir anda değiştirmek.** Ani komisyon artışı ya da API değişikliği, yıllar içinde kurulan güveni bir günde yok eder. Her değişikliğe öngörülebilir bir takvim koyun.

**Ortağın işini kopyalamak.** Ortağın başarılı olduğu alanı sonra kendiniz yaparsanız, o kadar ortak daha fazla yatırım yapmaz. Hangi alanları ortaklara bırakacağınızı baştan söyleyin.

**Ortak sayısına bakmak.** Üç yüz ortak ve hiçbirinin kazanç sağlamadığı bir ekosistem, boş bir vitrin. Sayıyı değil, ortak başına geliri izleyin.

**Erken açılmak.** Çekirdek ürünün kullanıcı tabanı yoksa ortaklar gelmez; gelenler de ilk sessizlikte gider. Ekosistem açıldığında ortağa gösterebileceğiniz bir kitle olmalı.

## Bu hafta başlayın

1. Platformunuza entegre olmuş ilk on üçüncü tarafı listeleyin ve her biri için tek bir soruya cevap arayın: “Bu ortak, bizim üzerimizden ne kadar kazanıyor?”
2. Üç potansiyel ortağı arayın ve onlara şunu sorun: “Bizim üzerimizde bir iş kurmanız için hangi üç şey gerekir?”
3. Kendi ürün planınızda ortaklara bırakacağınız ve kendinizin yapacağınız alanları iki sütunda yazın ve bunu bir ortakla paylaşabilecek şekilde netleştirin.

---

# Veri Monetizasyonu

URL: https://alpsuleyman.com/tr/strategies/veri-monetizasyonu
Published: 2025-12-29
Updated: 2026-10-02
Author: Alp Suleiman

> Veri petroldür sözü yanlış yönlendirir. Ham veri petrol değil, hammaddedir; değer, onu müşteriye kararını kolaylaştıran bir şeye dönüştürdüğünüzde başlar.

Her toplantıda bir noktada biri şunu der: “Elimizde bu kadar veri var, bunu satabiliriz.” Sonra tablo açılır, milyonlarca satır görülür ve bir hafta sonra hiçbir alıcı bulunamaz. Çünkü veriyi toplamak ile veriyi bir başkası için değerli kılmak, iki ayrı iştir.

Veri monetizasyonunu iki ana yola ayırmak gerekir: doğrudan, yani veriyi ya da ondan türetilmiş içgörüyü satmak; dolaylı, yani veriyi kendi ürününüzü, fiyatlandırmanızı ya da müşteri deneyiminizi iyileştirmek için kullanıp gelire bu yoldan ulaşmak. Çoğu şirket için ikincisi, birincisinden çok daha az riskli ve çoğu zaman daha kazançlı.

## Ne zaman ihtiyacınız var?

Sinyaller şunlar: işletmeniz süregelen bir işlemden benzersiz bir veri birikimi çıkarıyor ve bu veriyi başka kimse üretemiyor. Müşterileriniz kendi kararları için “benim sektörüm nasıl gidiyor?” gibi sorular soruyor ve cevap sizin elinizde. Bir üçüncü taraf size veri için ödeme teklif ediyor. Mevcut ürününüzün marjı baskı altında ve veriden doğan ek bir gelir kalemi için net bir müşteri sorusu var.

Henüz erkense: veriniz küçükse, güvenilir değilse ya da sahipliği net değilse. Müşteri verisinin yasal dayanağı belirsizse, her adım hukuki bir riske dönüşür. Ayrıca yalnızca “belki bir gün lazım olur” diye topladığınız veriyle yola çıkıyorsanız, önce bir alıcının var olduğunu doğrulayın.

## Çoğu ekibin atladığı nokta

Veri, ham hâliyle neredeyse hiçbir zaman alıcı değerli görmediği bir şeydir. Alıcı veriyi değil, bir sorunun cevabını satın alır: “bölgemizde hangi segment büyüyor?”, “rakibimin fiyatı bizimkine göre nerede?”, “hangi müşteri risk altında?” Veri, bu soruya cevap verdiği ölçüde değer kazanır.

> Veri satmıyorsunuz; belirsizliği azaltıyorsunuz. Müşterinin ödediği şey tablonun kendisi değil, bir kararı artık daha az korkuyla vermesidir.

Bu bakış açısı iki sonuç doğurur. Birincisi, ürününüz ham veri değil, işlenmiş içgörü olmalı: benchmark raporu, endeks, tahmin, risk skoru. İkincisi, rakibin kopyalayamayacağı şey, verinin kendisinden çok onu zaman içinde biriktirmiş olmanızdır; zaman serisi, tek seferlik bir çekimden çok daha değerlidir.

İkinci nokta, güven ve hukuktur. Kişisel veri söz konusuysa, KVKK ve GDPR gibi düzenlemeler, veriyi hangi amaçla, hangi dayanakla ve hangi açıklıkla işleyebileceğinizi belirler. Yeni bir amaç için kullanmak, çoğu durumda yeni bir hukuki dayanak ve çoğu zaman yeni bir bilgilendirme gerektirir. Kişisel veriyi satmak yerine anonimleştirilmiş ve toplulaştırılmış içgörü sunmak, hem hukuki hem itibar riskini ciddi şekilde azaltır. Hangi anonimleştirmenin yeterli olduğu bir hukuk uzmanının cevaplaması gereken bir sorudur; tahminle ilerlemeyin.

Üçüncüsü, müşteri güveninin kaybedilmesi çok pahalı olmasıdır. Müşterinizin sizinle paylaştığı veriyi, onun bilmediği biçimde bir başkasına değerlendirmek, ürününüzün temelini aşındırır. Dolaylı değer sizi hem daha güvenli hem daha sürdürülebilir kılar.

## Uygulama planı

### 1. Veri envanteri çıkarın

Hangi veriyi topluyorsunuz, nerede duruyor, kimin sahipliğinde, hangi yasal dayanakla toplandı? Her veri setinin yanına dört bilgi yazın: kapsam, kalite, güncellik, hukuki durum. Bu tablo, hangi veri üzerinde iş kurabileceğinizin sınırını çizer.

### 2. Önce dolaylı değeri çıkarın

Verinizle kendi işinizi iyileştirin: fiyatlandırma optimizasyonu, öneri sistemi, churn tahmini, operasyon planlaması. Dolaylı kullanım, hem hukuki açıdan daha güvenli hem de ölçülmesi daha kolay. Burada kanıtlayamadığınız bir veri değeri, dışarıda da satılmaz.

### 3. Alıcı sorusunu bulun

Doğrudan monetizasyonu düşünüyorsanız, önce potansiyel alıcılarla konuşun: hangi karar için, hangi veriyi, ne sıklıkla, hangi formatta isterler? Alıcının mevcut alternatifi ne? Bir ön görüşmede “bunun için ödeme yapar mıydınız?” sorusunu somut bir fiyat ve süreyle sorun. Soyut ilgiyi satış sanmayın.

### 4. İçgörü ürününü paketleyin

Ham veri yerine işlenmiş bir çıktı tasarlayın: bir panel, aylık rapor, API ile erişilen bir endeks. Verinin nasıl toplandığını, ne kadar güncel olduğunu ve sınırlarını açıkça belgeleyin. Doğrulanabilir, tutarlı bir metodoloji, ürünün güvenilirliğidir.

Bu aşamada kendinize şu testi uygulayın: müşteriniz verisinin bu şekilde kullanıldığını yarın bir haberde okusa, şaşırır mıydı? Cevap evetse, ya kullanımı ya da iletişimi değiştirmeniz gerekir.

### 5. Anonimleştirme, sözleşme ve erişim yönetimini kurun

Toplulaştırma eşiği, kişisel verinin çıkarılması, kullanım sınırlarını belirleyen sözleşmeler ve erişim kayıtları. Müşterilerinize şeffaf bir açıklama sunun ve mümkünse katılımı seçenek yapın. Bu çerçeve olmadan başlayan her proje, ilk müşteri şikâyetinde ya da düzenleyici sorusunda durur.

## Neyi ölçmeli?

- **Veri kaynaklı gelir ve marj payı** (gecikmeli): doğrudan satış ve dolaylı iyileşmeden gelen katkının ayrı ayrı izlenmesi.
- **Alıcı başına yenileme oranı** (gecikmeli): içgörü ürününün gerçekten karar için kullanılıp kullanılmadığı.
- **Veri kalitesi skoru** (öncü): eksiklik, güncellik ve tutarlılık; bozulması gelirin habercisidir.
- **Uyum ve itiraz sayısı** (öncü): müşteri itirazları, veri talepleri ve denetim bulguları. Artış, güven riskinin habercisi.

## Tuzaklar

**Veriyi petrol sanmak.** Ham veri kendi başına değer taşımaz. Önce kimin hangi kararı verdiğini bulun, sonra veriyi o karara göre işleyin.

**Hukuku sona bırakmak.** Önce ürünü kurup sonra “KVKK uygun mu?” diye bakmak, projeyi büyük olasılıkla geri sarmanıza yol açar. Hukuki dayanak ilk adımdır.

**Müşteriyi bilgilendirmemek.** Müşterinin farkında olmadığı veri kullanımı, ortaya çıktığında ürünün değerini bir anda sıfırlar. Şeffaflık gönüllü değil, zorunlu bir tasarım ilkesidir.

**Çekirdek işi unutmak.** Veri geliri cazip görünür ama ana işinizi ihmal ederseniz veri kaynağınızı da kurutursunuz. Veri, işin yan ürünü olarak değerlidir.

## Bu hafta başlayın

1. Topladığınız ilk beş veri setini listeleyin ve her biri için kapsam, kalite, güncellik ve yasal dayanağı yazın.
2. Müşterilerinizden üçünü arayın ve şunu sorun: “Karar vermek için elinizde olmasını istediğiniz ama bulamadığınız bir sayı var mı?”
3. Bir hukuk danışmanıyla kısa bir görüşme ayarlayın ve elinizdeki en değerli veri seti için hangi kullanımın serbest, hangisinin yeni dayanak gerektirdiğini sorun.

---

# İş Süreçleri Outsourcing (BPO)

URL: https://alpsuleyman.com/tr/strategies/is-surecleri-outsourcing
Published: 2025-03-28
Updated: 2026-10-02
Author: Alp Suleiman

> Outsourcing maliyet kesmek için değil, odağı korumak için yapılır. Müşterinin sizi seçme sebebine dokunan hiçbir şeyi dışarı vermeyin; geri kalanını da bir anlaşmayla değil, bir sistemle verin.

Maliyet baskısı altındaki bir şirkette outsourcing tartışması genelde şöyle başlar: “Müşteri hizmetlerini bir çağrı merkezine versek, aylık maliyet yarıya iner.” Hesap doğru görünür. Üç ay sonra şikâyetler artmış, müşteri aynı şeyi üç kez anlatıyor, ürün ekibi artık müşterinin ne dediğini duymuyor ve şirket yalnızca maliyeti değil, müşteri bilgisini de dışarı vermiş oluyor.

BPO yani iş süreçlerinin dışa devri, doğru yapıldığında çok güçlü bir araç: iyi tanımlanmış, tekrarlı, ölçülebilir işlerde uzmanlaşmış bir ortak, sizin yapabileceğinizden daha ucuz, daha esnek ve çoğu zaman daha iyi çalışır. Yanlış işi, yanlış biçimde devrettiğinizde ise tasarruf ettiğinizi sandığınız para, başka bir kalemde geri döner.

## Ne zaman ihtiyacınız var?

İş hacmi dalgalı: mevsimsel yoğunluk için kadro almak mantıksız. Bir süreç artık stabil, yazılı ve tekrar edilebilir: faturalama, tahsilat takibi, veri girişi, birinci kademe destek, bordro, belge doğrulama. Bu iş şirketin ayırt edici bir yeteneği değil. İç ekip bu işte boğuluyor ve gerçekten fark yaratacağı işlere zaman bulamıyor. Bir bölgede ya da dilde destek vermeniz gerekiyor ve kendi kadronuzu kurmak ekonomik değil.

Henüz erkense: süreç hâlâ her hafta değişiyorsa, yazılı bir hâli yoksa ya da işi iyi yapan kişi ekipte tek kişiyse. Dışarı vereceğiniz şeyi tarif edemiyorsanız, ortak da yapamaz. Ayrıca bir alanda henüz öğrenme aşamasındaysanız, örneğin ilk müşteri destek ekibinde, işi kendiniz yapmaya devam edin; çünkü müşteriden gelen her konuşma ürününüzün ham maddesidir.

## Çoğu ekibin atladığı nokta

BPO kararı genellikle bir maliyet karşılaştırması olarak ele alınır: iç maliyet vs. ortak teklifi. Ama asıl soru “hangi işi dışarı verebilirim?” değil, “hangi iş bana öğrenme ve fark yaratıyor?” sorusudur.

> Dışarı verilecek iş, şirketi kaybettiğinizde müşterinin fark etmeyeceği işlerdir. Fark edeceği işi verirseniz, müşteriyi de vermiş olursunuz.

Bir sürecin iki özelliği vardır: ne kadar standart olduğu ve müşteri deneyimine ne kadar dokunduğu. Standart ve müşteriye uzak işler, dışarı verilmeye en uygundur: fatura işleme, veri temizliği, belge kontrolü. Standart ama müşteriye yakın işlerde (destek, tahsilat görüşmesi) devrediyorsanız, ortağı iç ekibin uzantısı olarak yönetmek zorundasınız. Standart olmayan ve müşteriye yakın işler ise çoğu zaman içeride kalmalı.

İkinci nokta, devredilen şeyin yalnızca iş değil, bilgi olduğudur. Bir işi dışarı veren şirket, o işten öğrenme fırsatını da verir. Ortağın gördüğü müşteri sorunu ürün ekibine ulaşmıyorsa, geri bildirim döngüsünüz kopar. Bu yüzden sözleşmede raporlama ve öğrenme akışı, fiyat kadar önemlidir.

Üçüncüsü, çıkış planıdır. Ortağa bağımlılık, değiştirme maliyeti yükseldikçe pazarlık gücünüzü azaltır. İşi içeri geri almak ya da ortak değiştirmek mümkün olmalı; süreç dokümantasyonu sizde kalmalı.

## Uygulama planı

### 1. Süreçleri iki eksende sınıflayın

Tüm operasyonel süreçleri iki soruyla puanlayın: standart mı, yoksa her seferinde yargı mı gerektiriyor? Müşterinin ürün algısına ne kadar dokunuyor? Bu iki eksenli harita, “dışarı ver”, “ortakla yönet” ve “içeride tut” kararlarının çerçevesidir.

### 2. Süreci yazılı hâle getirin ve temel ölçüleri çıkarın

Dışarı vermeden önce süreç iç ekipte yazılı, ölçülmüş ve stabil olmalı: hacim, işlem başına süre, hata oranı, işlem başına maliyet. Bunları bilmeden bir teklifi karşılaştıramazsınız. Bu aşama çoğu zaman, dış ortaktan önce süreci iç ekipte iyileştirebileceğinizi gösterir.

### 3. Ortağı pilot ile seçin

Teklif sunumuna ve referanslara değil, kısa bir pilota göre karar verin. Hacmin küçük bir bölümünü, tanımlı bir süre için, kalite ve hız ölçütleriyle verin. Pilotta ortağın hatalarını nasıl yönettiğine bakın; hata çıkarması normaldir, önemli olan geri bildirime verdiği tepkidir.

### 4. SLA, kalite ve bilgi akışını sözleşmeye yazın

Hizmet seviyesi (süre, doğruluk, yanıt hızı), kalite örnekleme yöntemi (örneğin her hafta belli sayıda işlemin iç ekipçe incelenmesi), hata durumunda sorumluluk, raporlama sıklığı ve müşteri bilgisinin size akışı net olmalı. Veri güvenliği ve gizlilik yükümlülükleri, özellikle kişisel veri işleniyorsa, sözleşmenin ayrılmaz parçasıdır.

### 5. Bilgi aktarımını ve ilişkiyi yönetin

Ortağın ekibine ürününüzü ve müşteri bağlamını anlatan bir eğitim verin ve bunu düzenli tekrarlayın. Haftalık operasyonel, aylık stratejik toplantı yapın. Ortağı bir tedarikçi gibi değil, bir takım uzantısı gibi yönetin; bu, başarısızlıkların çoğunu önler.

### 6. Çıkış ve geri alma planını hazırlayın

Süreç dokümantasyonu, kritik bilgi ve bir yedek ortak ya da iç kapasite planı. Bu planı kullanmayacağınızı umarsınız ama varlığı, pazarlıkta gücünüzü korur.

## Neyi ölçmeli?

- **İşlem başına toplam maliyet** (gecikmeli): yönetim, kalite kontrol ve koordinasyon maliyeti dahil. Ortak faturası gerçek maliyet değildir.
- **SLA uyumu ve kalite skoru** (öncü): zamanında ve doğru tamamlanan işlemlerin payı.
- **Yeniden iş ve eskalasyon oranı** (öncü): ortağın bıraktığı işin ne kadarının iç ekibe geri döndüğü.
- **Müşteri memnuniyeti ve tekrar eden temas oranı** (gecikmeli): dışarı verilen sürecin müşteri tarafındaki gerçek etkisi.

## Tuzaklar

**Yalnızca fiyata bakmak.** En ucuz teklif, genellikle en çok yeniden iş üreten tekliftir. Toplam maliyeti, kalite ve yönetim yükü dahil hesaplayın.

**Çekirdek yeteneği dışarı vermek.** Ürününüzü farklı kılan bir işlev ortağa geçerse, ortak sizin yerinize rakibe de hizmet verebilir ve siz öğrenmeyi kaybedersiniz.

**Devredip unutmak.** Ortağı “yönetmek zorunda olmadığınız” bir kutu olarak görmek, sorunları ancak müşteri şikâyeti geldiğinde fark etmenizle sonuçlanır.

**Dağınık süreci devretmek.** Anlaşılmamış bir süreci dışarı vermek, o süreci daha pahalı hâle getirir. Önce sadeleştirin, sonra devredin.

## Bu hafta başlayın

1. Operasyonel süreçlerinizi bir sayfaya yazın ve her birini “standart mı?” ve “müşteriye ne kadar yakın?” sorularıyla işaretleyin.
2. En çok zaman yiyen standart ve müşteriden uzak süreci seçin ve işlem başına gerçek maliyetini, süresini ve hata oranını çıkarın.
3. O süreç için üç ortak adayından kısa bir pilot teklifi isteyin: sınırlı hacim, net ölçüt, iki haftalık süre.

---

# Çevik Metodolojilerin Uygulanması

URL: https://alpsuleyman.com/tr/strategies/cevik-metodolojilerin-uygulanmasi
Published: 2025-08-29
Updated: 2026-10-02
Author: Alp Suleiman

> Çevik, sprint takvimi ve daily toplantısı değildir. Geri bildirim döngüsünü kısaltmak ve kararı bilginin olduğu yere indirmektir. Toplantıları koyup bunu yapmayan ekip çevik değil, meşgul.

Bir ekip iki haftalık sprintlerle çalışıyor, her sabah on beş dakikalık daily yapıyor, backlog'u Jira'da düzenli tutuyor. Ama bir özelliğin fikirden müşteriye ulaşması dört ay sürüyor, çünkü her sprint sonunda çıkan şey bir sonraki kurulun onayını bekliyor ve test ayrı bir ekibin takvimine bağlı. Takvim çevik; iş değil.

Çevik yazılım geliştirme bildirgesi 2001'de yazıldı ve dört değer önerdi: süreçlerden çok insanlar ve etkileşim, kapsamlı dokümantasyondan çok çalışan yazılım, sözleşme pazarlığından çok müşteriyle işbirliği, plana uymaktan çok değişime yanıt. Bu cümleler bugün çoğu ekipte bir ritüel setine indirgenmiş durumda. Bu yazı, o ritüellerin altında yatan mantığı ve onu yok eden alışkanlıkları ele alıyor; kurumsal ölçekte çevik yönetişim (strateji 88) ayrı bir konu.

## Ne zaman ihtiyacınız var?

Sinyaller: proje bittiğinde ihtiyaç değişmiş oluyor. Geliştirme ile iş birimi arasında “teslim ettik ama istediğimiz bu değildi” tartışması sürekli. Büyük bir sürüm, uzun bir kod dondurma ve riskli bir yayın gününe bağlı. Ekip, önceliklerin her hafta değiştiğinden şikâyet ediyor ama aslında önceliği kimin belirlediği net değil. Rakipler küçük ve sık yayın yapıp müşteriden daha hızlı öğreniyor.

Henüz erkense: işin gerçekten belirsizliği yoksa. Örneğin yasal bir uyum projesinde ya da fiziksel bir inşaatta ihtiyaç ve çıktı önceden bellidir; bu durumda plan odaklı bir yaklaşım daha mantıklı olabilir. Ayrıca iki kişilik bir kurucu ekibin sprint ritüeline ihtiyacı yoktur; orada yeterli olan, haftalık net bir öncelik ve açık iletişimdir.

## Çoğu ekibin atladığı nokta

Çevik, bir takvim ve bir dizi toplantı olarak öğretilir ama özünde iki şeydir: geri bildirimin hızı ve karar yetkisinin yeri.

Geri bildirim hızı şu demek: yaptığınız şeyin doğru olup olmadığını ne kadar çabuk öğreniyorsunuz? Sprint sonunda çıkan ve kimsenin kullanmadığı bir özellik, takvim açısından başarıdır, öğrenme açısından kayıp. Çevik bir ekibin ölçütü teslim edilen iş değil, gerçek kullanıcıdan alınan sinyaldir.

> Çevik olmak, plana ne kadar iyi uyduğunuzla değil, planın yanlış olduğunu ne kadar erken fark ettiğinizle ölçülür.

Karar yetkisi ise daha az konuşulan ama daha önemli taraf. Ekip her küçük karar için üst onay bekliyorsa, sprint ritmi yalnızca bekleme süresini düzenli hale getirir. Çevik ekip, müşteriye en yakın kişilerin ürün kararlarını verebildiği ve bunun sonuçlarına katlandığı bir ekiptir. Ürün sahibinin yalnızca backlog sekreteri olduğu bir yapı çevik değildir.

Üçüncü yanılgı, hız ile esnekliği karıştırmaktır. Çevik olmak daha hızlı yazmak değil, daha küçük adımlarla ilerleyip yön değiştirebilmektir. Bunu sağlayan şey teknik pratiklerdir: otomatik test, sürekli entegrasyon, küçük ve sık yayınlar. Bunlar olmadan sprint, aynı büyük işi iki haftalık dilimlere bölmekten ibaret kalır.

## Uygulama planı

### 1. Önce problemi tanıyın

Ekibin bugün nerede yavaşladığını bulun: fikirden müşteriye kadar bir işin geçtiği adımları ve her adımdaki bekleme süresini çıkarın. Çoğu zaman gecikme kodlamada değil, onayda, testte, yayın penceresinde ya da bir bağımlı ekipte ortaya çıkar. Hangi çevik uygulamanın gerektiğini bu harita belirler.

### 2. Karar yetkisini ekibe indirin

Bir ürün sahibi ve küçük, çok yetenekli bir ekip belirleyin: geliştirici, tasarımcı, test, gerekirse veri uzmanı bir arada. Ekibin, belirli bir alanda onaysız karar verebileceği sınırı yazın: örneğin belirli bir bütçe altında ve belirli bir metriği hedefleyen her değişiklik. Yetki yazılı değilse, ekip yine bekler.

### 3. Hedefi çıktı değil sonuç olarak koyun

“Şu on özelliği çıkarmak” yerine “ilk haftada aktif olan kullanıcı oranını yükseltmek” gibi bir sonuç hedefi verin. Backlog bu hedefe hizmet eden hipotezlerden oluşsun. Her sprintin sonunda “ne öğrendik?” sorusuna cevap veren bir demo yapın; demoya yalnızca ekip değil, gerçek kullanıcı ya da müşteriye yakın biri katılsın.

### 4. İş akışını sınırlayın

Aynı anda yürüyen iş sayısını düşürün. WIP limiti koymak, tamamlanmamış işlerin yığılmasını engeller ve darboğazı görünür kılar. Bir işin bir sütunda uzun beklediğini görürseniz, sorun orada. Başlayan işi bitirmek, yeni iş başlatmaktan daha değerlidir.

### 5. Teknik pratikleri kurun

Otomatik test, sürekli entegrasyon, tek tıkla yayın ve geri alma. Küçük ve sık yayın yapabilmek, çevik yaklaşımın teknik temelidir. Bunlara yatırım yapmayan bir ekip, ritüel yürütür ama hız kazanmaz.

### 6. Retrospektifi gerçek bir karar noktasına çevirin

Her retrospektif en fazla iki somut değişiklikle bitsin; her değişikliğin sahibi ve bir sonraki kontrol tarihi olsun. Retro'da konuşulan ama hiçbir şeyi değiştirmeyen toplantı, ekibe öğrenilmiş çaresizlik öğretir.

## Neyi ölçmeli?

- **Döngü süresi (cycle time)** (öncü): bir işin başlamasından müşteriye ulaşmasına kadar geçen medyan süre. Çevikliğin en dürüst göstergesi.
- **Yayın sıklığı ve değişiklik başarısızlık oranı** (öncü): DORA araştırmasının önerdiği metriklerin ikisi; hız ve kalitenin birlikte nasıl gittiğini gösterir.
- **Müşteriye ulaşan işin sonuca etkisi** (gecikmeli): yayınlanan değişikliklerin kaçı hedef metriği kıpırdattı?
- **Plansız iş oranı** (öncü): ekip kapasitesinin ne kadarının acil işlere gittiği. Yüksekse sprint planlaması sadece bir temennidir.

## Tuzaklar

**Çevik tiyatro.** Daily, sprint planlaması, retro yapılıyor; ama karar yetkisi ve yayın sıklığı aynı kalıyor. Ritüelleri sayın değil, bekleme süresini ölçün.

**Ürün sahibini sekreter yapmak.** Kararı veremeyen bir ürün sahibi, ekibin önüne istek listesi koymaktan öteye gidemez. Yetki olmadan rol bir etiketten ibarettir.

**Her şeyi çevik yapmak.** Çevik, belirsizliğin yüksek olduğu işte değer üretir. Belirsizliği düşük, bağımlılığı yüksek bir işte (örneğin bir altyapı geçişi) planlı bir yaklaşım daha doğru olabilir.

**Çerçeve tapınması.** Scrum, Kanban ya da SAFe, bir araçtır. Çerçeveyi yönetmek için çerçeve eğitmeni tutmak, asıl problemi, yani yavaş geri bildirimi, çözmez.

## Bu hafta başlayın

1. Son tamamlanan beş işin fikirden müşteriye kadar geçen sürelerini çıkarın ve her birinde en uzun beklemenin nerede yaşandığını işaretleyin.
2. Ürün sahibi ile bir saat oturun ve ekibin onay almadan karar verebileceği üç alanı yazılı hâle getirin.
3. Bir sonraki sprint hedefini özellik listesi yerine ölçülebilir bir kullanıcı sonucu olarak yeniden yazın ve sprint sonu demosuna bir gerçek kullanıcı çağırın.

---

# CSR ile Marka Değerini Artırma

URL: https://alpsuleyman.com/tr/strategies/csr-ile-marka-degerini-artirma
Published: 2026-02-04
Updated: 2026-10-02
Author: Alp Suleiman

> CSR bütçesi yıl sonunda yapılan bağışla değil, şirketin zaten iyi yaptığı bir işi topluma yarayacak biçimde yapmasıyla başlar. İnandırıcılık, hikâyenin kalitesinden değil işin çekirdekle bağından gelir.

Her yıl aralık ayında bir şirket bir okula bağış yapar, fotoğraf çekilir, sosyal medyada paylaşılır. Ertesi ay müşteri hizmetleri aynı özensiz tonla konuşmaya, tedarik zinciri aynı şartlarda çalışmaya devam eder. Müşteri bunu fark etmez sanılır; ama fark eder. Marka güveni, tek bir iyi eylemden değil, tutarlılıktan oluşur.

Bu yazıda CSR'ı bir sorumluluk yükü ya da bir pazarlama aracı olarak değil, markayı kurarken kullanılabilecek bir güven mekanizması olarak ele alıyorum. Sürdürülebilirlik odaklı markalaşma (strateji 23) ve ESG liderliği (82) gibi komşu konulardan farkı şu: burada soru, şirketin hangi sosyal değere sahip çıkacağı ve bunu markanın kanıtı hâline nasıl getireceğidir.

## Ne zaman ihtiyacınız var?

Müşteriler, çalışanlar ya da iş ortakları şirketin neyi savunduğunu soruyor. Kurumsal müşteri ihalelerinde sosyal ve çevresel kriterler puan oluşturmaya başlıyor. İşe alımda, özellikle genç yetenek tarafında, şirketin amacı bir fark yaratıyor. Sektörünüzde bir güven sorunu var (veri gizliliği, çalışma koşulları, çevre etkisi) ve markanız bundan zarar görüyor ya da görebilir. Mevcut sosyal projeleriniz dağınık, tutarsız ve kimse nedenini anlatamıyor.

Henüz erkense: temel ürün ve müşteri deneyimi sağlam değilse. Ürünü sorunlu bir şirketin sosyal projesi, markayı güçlendirmez; samimiyetsizlik izlenimini artırır. Ayrıca çok küçük bir ekip için en iyi CSR, işini dürüst yapmak ve çalışanına iyi davranmaktır; resmi bir program sonra gelir.

## Çoğu ekibin atladığı nokta

CSR'ın en yaygın hatası, onu şirketin işinden ayrı bir alan olarak kurmaktır: iş bir yerde, iyilik başka bir yerde. Marka açısından en az güven yaratan yapı budur, çünkü müşteri iki şey arasında bağ kuramaz.

Michael Porter ve Mark Kramer'ın 2011'de Harvard Business Review'da yayımladığı “ortak değer yaratma” (shared value) fikri tam bunu söyler: şirket, kendi iş modelinin toplumsal sorunlarla kesiştiği yerde hem iş hem toplum için değer yaratabilir. Bir yazılım şirketi için bu, okul bağışı değil, küçük işletmelerin dijital okuryazarlığı olabilir; bir gıda şirketi için tedarikçi çiftçilerin gelirini güvenceye almak.

> En inandırıcı CSR, şirketin zaten en iyi yaptığı işi, başkasının hayatını iyileştirecek biçimde yapmasıdır.

İkinci nokta, otantikliğin ölçüsüdür: şirket, kendi aleyhine olduğunda da tutarlı mı? Patagonia'nın 2011'de Black Friday'de “Bu ceketi almayın” ilanı vermesi, markanın satış hedefiyle çelişen ama değerleriyle uyumlu bir tutumu göstermesi nedeniyle sıkça anılır. Buradaki ders cesaret değil, tutarlılıktır: marka, söylediği şeyi iş modeline de uygulamıştır. Tutarlılığı olmayan bir şirketin böyle bir kampanyası ters tepebilir.

Üçüncüsü, harcama ile etkiyi karıştırmak. “Bu yıl CSR'a şu kadar harcadık” bir girdi ölçüsüdür; müşterinin umursadığı şey, bir şeyin gerçekten değişip değişmediğidir. Sonucu ölçmeyen program, bir süre sonra pazarlama masrafı olarak görülür ve bütçesi ilk kesintide gider.

## Uygulama planı

### 1. Şirketin toplumla kesiştiği noktayı bulun

Üç soru sorun: iş modelimiz hangi toplumsal sorunu yaratıyor ya da hafifletiyor? Hangi yetkinliğimiz başkalarına gerçekten değer katabilir? Müşterilerimiz ve çalışanlarımız hangi konuda hassas? Üçünün kesiştiği alan, CSR için tek bir odak olmalıdır. Beş farklı projeye dağılmış bir program, hiçbirinde güvenilir olamaz.

### 2. Önce kendi evinizi düzeltin

Dışarıya konuşmadan önce içeriyi denetleyin: çalışan koşulları, tedarikçi uygulamaları, veri kullanımı, çevresel etki. Kendi işinizde tutarsızlık varsa, sosyal proje bunu örtmez; kriz anında tersine kullanılır. Bu aşama sıkıcı ama CSR'ın temelidir.

### 3. Ölçülebilir ve uzun vadeli bir taahhüt tanımlayın

“Toplumu destekliyoruz” yerine “üç yılda şu kadar kişiye şu beceriyi kazandırmak” gibi tanımlı bir hedef koyun. Taahhüdün hem süresi hem ölçütü olsun. Tek seferlik kampanyalar, hikâye anlatır; uzun vadeli programlar, itibar kurar.

### 4. Çalışanı sürecin içine alın

Çalışanlar programın en inandırıcı sesleridir ve aynı zamanda ilk eleştirmenleridir. Gönüllülük saatleri, proje fikri toplama ya da çalışanların programın bir parçasını yönetmesi, hem etkiyi hem sahiplenmeyi artırır. Çalışanın inanmadığı bir CSR, müşteriye de inandırıcı gelmez.

### 5. Ortak seçin, hikâyeyi onlara bırakın

Alanında uzman bir sivil toplum kuruluşuyla ya da yerel bir ortakla çalışın; şirket uzman değildir ve rol çalmamalıdır. İletişimde “biz kurtardık” yerine ortağın ve faydalananın sesi öne çıksın. Neyin işe yaradığını ve neyin yaramadığını açıkça paylaşmak, güveni artıran bir şeffaflıktır.

### 6. Raporlayın ve iyileştirin

Yılda bir kez, sonuçları rakamla ve dürüst bir dille yayımlayın: ne yaptık, neyi başaramadık, ne öğrendik. Başarısızlığı paylaşan marka, başarıyı paylaştığında daha çok inanılır.

## Neyi ölçmeli?

- **Taahhüt edilen sonuca ilerleme** (gecikmeli): tanımlı hedefe karşı gerçekleşen etki, harcama değil.
- **Marka güveni ve algı** (gecikmeli): hedef segmentte “bu şirkete güveniyorum” ve “değerleri benimle örtüşüyor” cevapları.
- **Çalışan katılımı ve bağlılığı** (öncü): gönüllü katılım oranı ve çalışan memnuniyeti.
- **Kurumsal müşteri gereksinimlerini karşılama** (öncü): ihale ve tedarikçi değerlendirmelerinde sosyal-çevresel kriterlerden alınan puan.

## Tuzaklar

**Yeşil yıkama ve sosyal yıkama.** Gerçekleştirmediğiniz ya da abarttığınız bir sosyal iddia, gerçek bir kriz riski taşır. Yapmadığınızı vaat etmeyin; yaptığınızı rakamla anlatın.

**Dağınık bağış.** Her yıl başka bir konuya küçük bir bağış, hiçbir izlenim bırakmaz. Tek bir konuya uzun süre odaklanmak, markayı o konuyla ilişkilendirir.

**Pazarlama bütçesini CSR sanmak.** Etki için harcanan paranın büyük kısmı fotoğrafa ve iletişime gidiyorsa, bu bir reklam harcamasıdır. Oranı dürüstçe kendinize söyleyin.

**Kendi sorununu görmezden gelmek.** Tedarikçi koşullarında bir skandal varken bir eğitim projesi duyurmak, markanın güvenini bir hafta içinde silebilir. Önce içeriyi düzeltin.

## Bu hafta başlayın

1. Son iki yılda yaptığınız tüm sosyal projeleri listeleyin ve her birinin işinizle bağını tek cümleyle yazın. Cümle yazılamayan projeleri işaretleyin.
2. Çalışanlarınıza tek soruluk bir anket gönderin: “Şirketimizin toplum için en iyi yapabileceği şey sizce ne olurdu?”
3. Önümüzdeki üç yıl için tek bir konu ve ölçülebilir tek bir sonuç hedefi taslağı yazın ve yönetim ekibine bir sayfayla sunun.

---

# Küresel Pazar Hakimiyeti

URL: https://alpsuleyman.com/tr/strategies/kuresel-pazar-hakimiyeti
Published: 2025-11-27
Updated: 2026-10-03
Author: Alp Suleiman

> Her ülkede bayrak dikmek hakimiyet değildir. Hakimiyet, bir pazarda kazandığınız şeyin diğerinde size ucuza mal olmasıdır. Çoğu şirket bu hesabı yapmadan harita doldurur.

Yönetim kurulu sunumlarında küresel büyüme genellikle bir harita olarak görünür. Renklenen ülkeler artar, slayt güzelleşir, herkes memnun çıkar. Haritadaki her ülkenin ayrı bir kâr-zarar tablosu, ayrı bir ekibi ve ayrı bir hastalığı olduğunu çoğu zaman sonraki yıl öğreniriz.

Küresel hakimiyet, çok sayıda pazarda bulunmak değil. Birkaç pazarda öğrendiğinizi, yaptığınız yatırımı ve kurduğunuz sistemi diğerlerine marjinal maliyetle taşıyabilmektir. Bu fark, McDonald's gibi bir zincirin Hindistan'da sığır eti içermeyen bir menüyle çalışırken aynı operasyon sistemini koruyabilmesini açıklar. Haritayı doldurmak ile hakimiyet kurmak arasındaki mesafe tam olarak burada.

## Ne zaman ihtiyacınız var?

Sinyaller genellikle ev pazarından gelir. Ev pazarında pazar payınız artık her ek puan için orantısız pahalıya geliyorsa, büyümenin bir sonraki kaynağı başka bir coğrafya olabilir. Aynı şekilde, ürününüzün ya da markanızın ülke sınırlarını aşan bir talep çektiğini görüyorsanız (yurt dışından organik gelen satış talepleri, global müşterilerin tedarik şartlarında “her ülkede aynı hizmet” istemesi) hakimiyet oyunu için malzeme var demektir.

Bir başka güçlü sinyal rakipten gelir. Küresel bir rakibin, sizin ev pazarınıza girip maliyet avantajıyla fiyat kırması ihtimali varsa, savunma bazen karşı hamleden geçer: onun sahasında ona baskı kurmak.

Henüz erken olan durumlar da net. Ev pazarında tekrarlanabilir bir satış motorunuz yoksa, birim ekonominiz tek ülkede bile pozitif değilse ya da ürün ekibiniz bugünkü pazarın taleplerini yetiştiremiyorsa, küresel açılım sorunu büyütür, çözmez. En sık yapılan hata, ev pazarındaki belirsizliği “başka yerde daha iyi gider” umuduyla taşımak.

## Çoğu ekibin atladığı nokta

Küresel ölçek otomatik bir avantaj değildir. Ölçeğin avantaja dönüşmesi için ülkeler arasında paylaşılan bir maliyet ya da varlık katmanı olması gerekir: marka, ürün çekirdeği, tedarik zinciri, veri, geliştirici ekosistemi, satın alma gücü. Bu katman yoksa ya da her ülkede yeniden inşa ediliyorsa, on ülkede çalışan şirket aslında on küçük şirkettir.

Bunun tersi de doğru. Yerel pazarın isteklerine hiç yer vermeyen merkez, küresel standardı dayatır ve yerelde kaybeder. Coca-Cola gibi markalarla birlikte sıkça anılan “global düşün, yerel hareket et” anlayışı bu dengeyi anlatır: markanın çekirdeği sabit, ambalaj, fiyat noktası, dağıtım ve tat tercihleri yerelde esner.

Küresel pazarlarda bunun bedelini ödeyen örnekler de bilinir. Uber, Çin'deki operasyonunu 2016'da Didi ile birleşerek, Güneydoğu Asya'daki işini ise 2018'de Grab'e devrederek bıraktı. Walmart 2006'da Almanya'dan çekildi. Bu şirketlerin yeterli parası ve markası vardı. Eksik olan, yerel rakibin avantajını geçecek, ülkeler arası paylaşılabilir bir üstünlüktü.

> Her yeni ülkede sormanız gereken soru “orada talep var mı?” değil, “orada kazanma hakkımız neye dayanıyor?” olmalı.

Kazanma hakkı bir slogan değil, ölçülebilir bir cümle olmalı: yerel rakipten şu konuda belirgin biçimde iyiyiz, çünkü şu varlığımız ona yok ve onu kopyalaması şu kadar yıl alır.

## Uygulama planı

### 1. Kazanma hakkını ülke bazında yazın

Aday pazarlar için tek sayfalık bir “kazanma hakkı” notu çıkarın. İçinde şunlar olsun: hedef müşteri segmenti, yerelde kim ve neden alıyor, bizim yapısal avantajımız (maliyet, marka, teknoloji, global müşteri ilişkisi), yerel rakibin avantajı ve onun bu avantajı kapatma süresi. Bu notu yazamadığınız ülke, bu çeyreğin ülkesi değildir.

### 2. Önce derinlik, sonra genişlik

Aynı anda on pazara girmek yerine, ev pazarınızla ortak özellikleri taşıyan üç dört pazarda payı gerçekten alın. Derinlik sizi öğretir: hangi ürün ve operasyon kararları ülkeden bağımsız, hangileri yerel? Bu öğrenme, sonraki girişlerin maliyetini düşüren asıl varlıktır. Genişlik sonra gelir, hızlı gelir.

### 3. Küresel çekirdeği ve yerel serbestlik alanını belgeleyin

Hangi şeylerin dünyada aynı olacağını (marka mimarisi, ürün çekirdeği, veri modeli, kalite standardı, fiyatlama prensipleri) ve ülke yöneticisinin tek başına karar verebileceği alanı (ürün karması, kampanya, kanal seçimi, yerel ortaklıklar) yazın. Belirsiz bırakırsanız her karar merkeze çıkar, ülkeler yavaşlar ve en iyi yerel yöneticiler ayrılır.

### 4. Paylaşılan varlıkları gerçekten paylaşılır yapın

Tek bir ürün platformu, ortak bir veri altyapısı, merkezi satın alma ve global hesap yönetimi gibi katmanları, ülke ekiplerinin her seferinde sıfırdan kurmayacağı şekilde hizmete dönüştürün. Bu, hakimiyetin ekonomik motorudur. Burada yapılan yatırım, ülke sayısı arttıkça kendini öder.

### 5. Ülke portföyünü yılda bir kez budayın

Her ülkeyi aynı üç eksende değerlendirin: büyüme, marjinal kârlılık, paylaşılan varlıklara katkı. Kendi kendini finanse edemeyen ve öğrenme katkısı da bitmiş bir ülkeden çıkış, başarısızlık değil portföy yönetimidir. Çıkış kriterlerini girişte yazmak, o kararı duygusal olmaktan çıkarır.

## Neyi ölçmeli?

- **Ülke bazında katkı marjı**: Merkezden dağıtılan ortak maliyetten önce ve sonra ayrı ayrı bakın; ölçek avantajı gerçekten var mı, yoksa merkez mi sübvanse ediyor?
- **Yeni ülkede başa baş süresi**: Her girişin bir önceki girişten kısa sürmesi, paylaşılan varlıkların çalıştığının en dürüst kanıtıdır.
- **Kategori içi göreli pazar payı**: Ülkedeki en yakın rakibe göre payınız. Hakimiyet mutlak değil, göreli bir kavramdır.
- **Global müşteri geliri payı**: Birden fazla ülkede aynı müşteriye hizmet veriyorsanız, bu payın artması küresel konumun müşteri tarafında da karşılık bulduğunu gösterir. Bu bir öncü göstergedir.

## Tuzaklar

**Harita kaygısı.** Ülke sayısını başarı metriği yapmak, ekipleri kârsız girişlere iter. Ülke sayısı bir sonuç değil, bir girdidir.

**Merkezden kopya yapıştır.** Ev pazarında işleyen fiyat, kanal ve mesaj kurgusunu olduğu gibi taşımak, kazanma hakkını yerelde sıfırlar. Çekirdek sabit, uygulama esnek olmalı.

**Yerelde yetkisiz ülke yöneticisi.** Tüm kararların merkeze çıktığı bir yapıda, yerel rakip sizden çok daha hızlı hareket eder. Yetki alanını yazılı verin.

## Bu hafta başlayın

1. Bugün faaliyet gösterdiğiniz ya da girmeyi düşündüğünüz en fazla beş ülke için “kazanma hakkı” notunu yazın; yazamadıklarınızı işaretleyin.
2. Her ülkenin katkı marjını, merkez maliyet dağıtımından önce ve sonra hesaplayıp tek bir tabloda yan yana koyun.
3. Ülke yöneticileriyle yarım günlük bir oturum yapın: hangi karar dünyada aynı, hangi karar yerelde, listesini birlikte çıkarın.

---

# Gelişmekte Olan Pazarlara Odaklanma

URL: https://alpsuleyman.com/tr/strategies/gelismekte-olan-pazarlara-odaklanma
Published: 2025-01-28
Updated: 2026-10-03
Author: Alp Suleiman

> Gelişmekte olan pazarlar ürününüzü ucuzlatıp götüreceğiniz yerler değil. Fiyat mimarisini, dağıtımı ve sabrı baştan kurmanız gereken ayrı oyunlar.

Gelişmekte olan bir pazara girmeyi planlayan ekiplerin ilk toplantısında genellikle aynı slayt çıkar: nüfus, orta sınıfın büyümesi, kişi başı gelirin eğrisi. Slayt doğru. Sorun, aynı slaytın ürün, fiyat ve dağıtım hakkında hiçbir şey söylememesi.

Bu pazarlarda büyüme potansiyeli gerçek, ama onu toplayan şirketler genellikle ürünü indirimli bir kopya olarak götürenler değil. Müşterinin cebindeki gerçek nakit akışını, tezgâhtaki gerçek raf alanını ve mevcut altyapının gerçek sınırlarını baştan tasarıma katanlar.

## Ne zaman ihtiyacınız var?

Ev pazarınız doymuşsa ve büyüme artık öncelikle fiyat artışı ya da rakipten pay çalmakla geliyorsa, nüfusu ve gelirleri hâlâ yükselen pazarlar mantıklı bir alternatif olur. Aynı şekilde, ürününüzün temel faydası mevcut altyapıdan bağımsızsa (mobil üzerinden çalışıyor, hafif ve ucuz dağıtılabiliyor) ya da gelişmiş pazarlarda ürettiğiniz çözüm bu pazarlarda bile karşılanmamış bir ihtiyaca denk geliyorsa, sinyal var demektir.

Bir de ters sinyal var: gelişmekte olan pazardaki bir rakip, daha düşük maliyet yapısıyla ürün geliştirip sizin ev pazarınıza bakmaya başlamışsa, onu kendi evinde tanımak savunmanın parçasıdır.

Henüz erken olan durumlar da var. Sermayeniz iki üç yıl nakit yakmaya yetmiyorsa, yönetimde bu pazarlara sabır gösterecek kimse yoksa ya da ürün birim ekonomisi düşük fiyatlı bir pazarda çalışmıyorsa girmeyin. Bu pazarlarda hızlı başarı hikayeleri anlatılır; ama gerçekçi beklenti, ilk yıl tabloların çoğu zaman beklenenden kötü çıkmasıdır.

## Çoğu ekibin atladığı nokta

“Gelişmekte olan pazar” bir pazar değil, çok farklı pazarlardan oluşan bir kategori etiketidir. Lagos ile Pune, Jakarta ile Bogotá arasında ortak olan şey çoğu zaman yalnızca analist raporlarındaki sınıflandırmadır. Strateji, ülke bazında bile değil, şehir ve segment bazında kurulmalı.

İkinci yanlış anlama, ürünü “sadeleştirip ucuzlatmak” ile yetinmek. Asıl iş fiyat mimarisini yeniden düşünmek. Unilever gibi tüketim devlerinin bu pazarlardaki kalıcı hamlelerinden biri, aynı ürünü tek kullanımlık ya da küçük paketlerde, günlük nakit akışı olan müşterinin cebine uygun fiyat noktasına çekmekti. Mesele indirim değil, satın alma anının yeniden tanımı: büyük paketi bir ayda bir almak yerine, küçük paketi her gün alabilmek.

Üçüncüsü ve belki en önemlisi, dağıtımın hendek olduğunu fark etmemek. Hindistan'da Hindustan Unilever'in Shakti programı, kırsal bölgelerde kadınları küçük girişimci satıcılar olarak organize ederek, geleneksel dağıtımın ulaşamadığı köylere erişim sağladı. Bu, bir pazarlama kampanyası değil, bir dağıtım ve gelir modeliydi. Aynı mantık, Kenya'da Safaricom'un M-Pesa'sında da görülür: ödeme altyapısı yoksa, telefon ve ajan ağı üzerinden yeni bir tane kurmak.

> Gelişmekte olan pazarda kazanan ürün değil, o ürünü müşterinin eline ve cebine sığdıran sistemdir.

## Uygulama planı

### 1. Pazarı tek bir ülke değil, bir segment olarak tanımlayın

Hedef segmenti somut bir cümleyle yazın: hangi şehirlerde, hangi gelir diliminde, hangi gündelik problemi çözüyoruz? Bu segmentin işi (JTBD) ev pazarınızdaki müşterinin işinden ne kadar farklı? Fark büyükse ürün ve fiyat mimarisini sıfırdan düşünmeniz gerekir.

### 2. Fiyat ve paketi yerel nakit akışına göre tasarlayın

Müşterinin gelirinin ne sıklıkla ve hangi büyüklükte geldiğini araştırın. Fiyat noktasını bu ritme uydurun: küçük paket, esnek ödeme, kullandıkça öde. Birim marjınız düşebilir. Bu normal; asıl hesap, hacim ve tekrar satın alma sıklığıyla birlikte yapılan toplam marj hesabıdır.

### 3. Dağıtımı bir ürün gibi tasarlayın

Mevcut formal kanal sizi müşteriye ulaştırmıyorsa, gayriresmî perakende, yerel girişimci ağları, mobil ajanlar ve platform ortakları dahil, hangi kanalın en düşük maliyetle ve en yüksek güvenle ulaştığını test edin. Dağıtım ortağınızın ekonomisini de hesaplayın: o kazanmıyorsa sizi taşımayacak.

### 4. Yerel üretim ve tedarik kararını erkenden verin

İthalat, gümrük ve kur dalgalanması marjı hızla eritebilir. Yerel üretim ya da yerel montaj, hem maliyeti hem hızı hem de düzenleyiciyle ilişkiyi iyileştirebilir. Ama sabit yatırım gerektirdiğinden, kanıtlanmış talebe bağlı aşamalı bir plan yapın: önce ithalatla test, sonra paket-dolum ya da montaj, en son tam üretim.

### 5. Makro riski plana gömün

Kur, enflasyon, düzenleyici değişiklik ve siyasi dalgalanma için senaryoları yazın. Hangi koşulda fiyat artıracağınızı, hangi koşulda yatırımı durduracağınızı baştan belirleyin. Kriz anında konuşmak, yanlış kararın en kısa yoludur.

## Neyi ölçmeli?

- **Tekrar satın alma sıklığı**: Küçük paket ve düşük fiyat modelinin çalıştığını gösteren en iyi öncü göstergedir.
- **Dağıtım noktası başına satış ve ortak kârlılığı**: Kanal ortağının ekonomisi sürdürülebilir değilse hacim kısa ömürlü olur.
- **Yerel para birimiyle marj**: Kur etkisinden arındırılmış marj, işin gerçek sağlığını gösterir; dolar bazlı tablo bunu gizleyebilir.
- **Başa baş süresi**: Önceden belirlenen plan ile gerçekleşenin sapması, ekibin pazarı ne kadar iyi anladığının gecikmeli ama dürüst ölçüsüdür.

## Tuzaklar

**Ucuz kopya.** Gelişmiş pazar ürününü sadece daha düşük fiyatla götürmek, yerel rakibin tam olarak onu daha iyi yapabildiği yerde yarışmaktır. Kazanma noktası farklı olmalı.

**Tek merkez, tek hikâye.** Başkent ya da ana ticaret şehrinde alınan sonuçları ülkenin tamamına genellemek, sonraki şehirlerde hayal kırıklığı getirir. Her şehir kümesini ayrı bir pazar gibi test edin.

**Sabırsız sermaye.** Bu pazarlarda ilk iki yıl öğrenme dönemidir. Kısa vadeli çeyrek hedefleriyle yönetilen bir girişim, öğrenmenin sonuç vermesine yetişemeden kapanır.

## Bu hafta başlayın

1. Hedef segmenti tek cümleyle tanımlayın ve o segmentin geliri ne sıklıkla, hangi büyüklükte geldiğini öğrenmek için beş müşteriyle görüşme planlayın.
2. Mevcut ürününüzün bu segmentte ödenebilir en küçük paket ve fiyat noktasını çizin; marjın hangi hacimde pozitif olduğunu hesaplayın.
3. En az üç farklı dağıtım yolunu (formel, gayriresmî, dijital) ortak ekonomisiyle birlikte yan yana karşılaştıran bir sayfa hazırlayın.

---

# Sınır Ötesi E-ticaret

URL: https://alpsuleyman.com/tr/strategies/sinir-otesi-e-ticaret
Published: 2026-07-02
Updated: 2026-10-03
Author: Alp Suleiman

> Siteyi çevirip kargoya vermek sınır ötesi e-ticaret değildir. Asıl iş, vergi, iade ve ödeme gibi görünmez katmanları ürününüzün bir parçası haline getirmektir.

Sınır ötesi e-ticarette ilk sipariş genellikle sevinçle karşılanır. İkinci hafta, gümrükte bekleyen bir paket, alıcıdan istenen sürpriz vergi ve “iade nasıl yapacağım?” yazan müşteri e-postaları gelir. Altıncı ayda ise ekip, yurt dışı satışlarının brüt cirosunun iyi göründüğünü ama marjının nereye gittiğinin bilinmediğini fark eder.

Bu stratejiyi yönetilebilir kılan şey, onu bir satış kanalı olarak değil, bir operasyon ve güven problemi olarak ele almaktır. Ürün aynı kalabilir. Ama müşterinin “buradan alırsam sorun çıkar mı?” sorusuna her ülkede ayrı bir cevap vermeniz gerekir.

## Ne zaman ihtiyacınız var?

Sinyaller çoğu zaman analitikten gelir. Sitenize yurt dışından trafik ve sepet bırakma oranı yüksekse, destek kutusuna “şu ülkeye gönderiyor musunuz?” soruları yağıyorsa ya da pazar yerlerinde yurt dışından alıcılar kendiliğinden geliyorsa, talebin varlığı kanıtlanmıştır. Fiziksel mağaza ağı kurmak yerine bir ülkeyi düşük sabit maliyetle test etmek istiyorsanız da bu yol mantıklıdır.

Ürün tarafında şu özellikler sınır ötesini kolaylaştırır: hafif ve küçük, yüksek brüt marjlı, iade oranı düşük, düzenleyici engeli az (sertifika, etiket, yaş sınırı gibi). Giyim, gıda takviyesi, elektronik ve kırılgan ürünler ise her zaman daha fazla operasyon ister.

Henüz erken olan durumlar şunlar: ev pazarında stok ve sipariş karşılama süreçleriniz oturmadıysa, iade oranınızı bilmiyorsanız ya da marjınız kargo ve vergiyi taşıyacak kadar yüksek değilse, yurt dışına açılmak sorunları büyütür. Bu alanda en pahalıya öğrenilen ders şu: bir ülkeye “açık” olmak, o ülkeye hizmet vermek anlamına gelmez.

## Çoğu ekibin atladığı nokta

Sınır ötesi e-ticaret, ürün fiyatı ile müşterinin kapısına gelen toplam maliyet arasındaki farkı yönetme işidir. Buna “indirilmiş toplam maliyet” (landed cost) denir: ürün, kargo, gümrük, vergi (KDV, GST, vb.), ödeme komisyonu, kur farkı ve iade. Müşteri bu toplamı ödemeden önce görmezse, ya sepeti bırakır ya da kapıda sürpriz vergi ödemek zorunda kalır ve markayı suçlar.

İkinci yanılgı, “yerelleştirmek” denince yalnızca çeviriyi düşünmek. Müşterinin güvendiği ödeme yöntemi çoğu zaman sizin kart altyapınız değildir: Hollanda'da iDEAL, Brezilya'da Pix, Hindistan'da UPI gibi yerel yöntemler, o pazarda satın almanın asıl yolu olabilir. Bazı pazarlarda kapıda ödeme ya da taksit beklentisi dönüşümü doğrudan belirler.

Üçüncüsü ve en az konuşulanı: iade. Kullanıcının ürünü geri göndermesi uluslararası kargoda çoğu zaman ürünün değerini aşabilir. İadeyi ücretsiz sunmak da, ücretli sunmak da tek başına çözüm değildir. Yerel bir iade noktası, yerel bir depo ya da “iade etme, ürünü tut ve para iadesini al” kuralı gibi seçenekleri ürün bazında hesaplamak gerekir.

> Yurt dışına satabilmek bir yetenek değil, kapıya vardığında kâr bırakıp bırakmadığınızı ülke ve ürün bazında bilmektir.

Avrupa Birliği'nin 2021'de düşük değerli gönderilerde KDV tahsilatı için getirdiği tek noktadan bildirim sistemi (IOSS) gibi düzenlemeler de, vergi tarafının artık bir ek iş değil, yapının bir parçası olduğunu gösterir. Mevzuat sık değişir; tek bir uzman ya da ortak, bunu sürekli izlemeli.

## Uygulama planı

### 1. Ülke ve ürün bazında landed cost tablosu çıkarın

Hedef ülkeler için en çok satan on ürününüzde nihai müşteri fiyatını, kargo, vergi, ödeme komisyonu ve ortalama iade maliyetini ekleyerek hesaplayın. Bu tablo, hangi ülkenin hangi ürünle açılacağını söyler. Birçok ekip burada “bazı ürünler hiç gönderilmemeli” sonucuna varır, ki bu iyi bir bulgudur.

### 2. Önce pazar yeri ile test, sonra kendi mağazanız

Amazon Global Selling ya da bölgesel pazar yerleri gibi kanallar, talep testi için hızlı ve düşük riskli bir yoldur: trafik, güven ve ödeme çözülmüş gelir. Marka bilinirliği ve müşteri verisi bir sorun yaratır. Kendi sitenizi, talebin kanıtlandığı ülkede açın.

### 3. Vergi ve uyum ortağını erkenden seçin

Gümrük sınıflandırması, KDV tahsilatı ve ürün düzenlemeleri için ya bir “merchant of record” hizmeti ya da yerel bir lojistik ve vergi ortağı kullanın. Bu işi ev ekibine yüklemek, her yeni ülkede yavaşlama ve hata riski demek.

### 4. Yerel ödeme ve yerel dil deneyimini kurun

Her yeni ülke için müşterinin gerçekten kullandığı en yaygın üç ödeme yöntemini belirleyin. Fiyatı yerel para biriminde, vergiler dahil gösterin. Kargo süresi, iade koşulları ve gümrük bilgisini ürün sayfasında, ödemeden önce açıklayın. Bu tek başına sepet terkini belirgin biçimde düşürebilir.

### 5. İade ve müşteri hizmetini yerelde çözün

Yurt dışı müşterisine yerel saat diliminde, yerel dilde yanıt verin. İadeyi ürün bazlı kurallarla (ücretsiz iade, değer düşükse tut-ve-iade-al, yüksek değerli ürünlerde yerel iade noktası) tasarlayın. Sonra bu kurallara göre fiyatı yeniden gözden geçirin.

## Neyi ölçmeli?

- **Ülke bazında sepet terk oranı**: Ödeme sayfasında beklenmedik ek maliyet ya da yetersiz ödeme yöntemi çıkıyorsa ilk burada görünür. Öncü göstergedir.
- **Teslimat süresi ve kayıp/gecikme oranı**: Müşteri güvenini ve tekrar sipariş olasılığını belirler.
- **İade oranı ve iade başına maliyet**: Marjın en sessiz düşüş nedeni genellikle iadedir.
- **Ülke ve ürün bazında sipariş başına kâr**: Landed cost sonrası kâr; ciro büyürken kâr azalıyorsa strateji çalışmıyor demektir.

## Tuzaklar

**Her ülkeye açık.** Siteyi tüm ülkelere açmak, ekonomisi bozuk yerlerde sessizce zarar etmek demektir. Önce üç dört ülkeyi iyi yapın.

**Müşteriye sürpriz vergi.** Kapıda ödenen beklenmedik vergi, ürünü değil markayı cezalandırır. Vergiyi önceden dahil etmek ya da net göstermek zorunludur.

**Sadece çeviri.** Metni çevirmek yerelleştirme değildir. Ödeme, beden tablosu, ölçü birimi, iade kültürü ve müşteri hizmeti saati de yerelleşmelidir.

## Bu hafta başlayın

1. En çok satan on ürününüz için, iki hedef ülkede landed cost ve ortalama iade maliyetiyle birlikte sipariş başına kâr tablosunu çıkarın.
2. Yurt dışından gelen sepet terklerinin en yüksek olduğu ülkeyi bulun ve ödeme sayfasında müşterinin neyle karşılaştığını bir müşteri gibi deneyin.
3. Vergi ve uyum konusunda çalışabileceğiniz üç ortak adayını (merchant of record, lojistik, danışman) listeleyip birer görüşme planlayın.

---

# Ekosistem Liderliği ve Platform Ekonomisi

URL: https://alpsuleyman.com/tr/strategies/ekosistem-liderligi-ve-platform-ekonomisi
Published: 2025-10-09
Updated: 2026-10-03
Author: Alp Suleiman

> Ekosistemi kurmak bir şey, onu yönetmek başka. Ortaklarınız sizin etrafınızda kazanmıyorsa, platformunuzun çevresinde sadece sizin kazandığınız bir kalabalık var demektir.

Platform şirketlerinde sık duyulan bir şikayet var: “Geliştiricilerimiz var, API'lerimiz var, marketplace'imiz var. Ama kimse bir şey yapmıyor.” Dokümantasyona, hackathon'a, geliştirici ilişkileri ekibine bakarsınız. Hepsi yerindedir. Eksik olan, bir geliştiricinin sizin üzerinizde para kazanabileceğine dair inanılır bir kanıttır.

Ekosistem liderliği, platformu çalıştırmaktan farklı bir iştir. Burada ürününüz kadar, ortaklarınızın ekonomisi, kurallarınızın istikrarı ve hepsinden önemlisi, “bu şirket bir gün bana karşı döner mi?” sorusuna verdiğiniz cevap önemlidir.

## Ne zaman ihtiyacınız var?

Platformunuzun üzerinde kendi ürün ekibinizin yetiştirebileceğinden fazla uzun kuyruklu talep birikmişse (müşteriler sürekli entegrasyon, eklenti ya da sektöre özel uzantı istiyorsa) ekosistem liderliği zamanı gelmiştir. Aynı şekilde, müşterileriniz ürününüzü bir “araç” yerine bir “çalışma ortamı” olarak kullanıyorsa ve kendi iş süreçlerini üzerine kuruyorsa, ortakların oraya değer ekleme ihtimali yüksektir.

Salesforce'un AppExchange'i 2005'te tanıtması, o zaman zaten güçlü bir müşteri tabanı olan ve müşterilerin kendi uyarlamalarını yapmak istediği bir üründe, uzantı ekonomisinin doğru zamanda başlamasının örneğidir. Apple'ın App Store'u da, cihaz tabanı yeterince büyüdükten sonra geliştiricilere bir pazar sunduğu için işledi.

Henüz erken olan durumlar da var. Kullanıcı tabanınız küçükse, ortaklara anlamlı bir pazar sunamazsınız; geliştirici ilgisi çekmek için önce çekirdek ürünün müşteri çektiği kanıtlanmalı. Ayrıca çekirdek ürünün arayüzleri (API'ler, veri modeli) sık kırılıyorsa, ortaklar ürüne güvenemez.

## Çoğu ekibin atladığı nokta

Ekosistemlerin iki ayrı kuruluş biçimi vardır ve ikisi çoğu zaman karıştırılır. Birincisi, ekosistemi kurmak: API açmak, marketplace koymak, ortak programı duyurmak. İkincisi, ona liderlik etmek: kimin ne kadar kazandığına, kuralların nasıl değiştiğine ve çatışma anında kimin tarafında durduğunuza bakmak.

Marco Iansiti ve Roy Levien'in “keystone” (kilit taş) kavramı bunu iyi anlatır. Kilit taş oyuncu, ekosistemin sağlığını ortaklarının ekonomisi üzerinden yönetir. Değerin büyük kısmını kendine çeken “dominator” ise kısa vadede kazanır, uzun vadede ortakların ekosistemden çıkmasına yol açar. Ekosistem bir değer paylaşım anlaşmasıdır; payınız yeterince cömert değilse, ortak başka bir ekosisteme gider.

Güven, bu liderliğin para birimidir. Twitter'ın 2023'te üçüncü taraf istemcilerin erişimini kapatması, o istemcilerin üzerine iş kuran geliştiriciler için ekosistemin kurallarının bir gecede değişebileceğinin kanıtı oldu. Apple'ın App Store komisyon politikasına yönelik tartışmalar da, bir ekosistem lideri olarak güç ile iş birliği arasındaki gerilimi gösterir. Her iki durumda da ekosistemin geleceği, ortakların lidere ne kadar güvendiğine bağlı.

> Ekosistem liderliği, ortaklarınızın başarısını kendi başarınızın ön koşulu olarak yönetmektir.

## Uygulama planı

### 1. Ortak ekonomisini ölçülebilir hale getirin

Her ortak kategorisi (geliştirici, entegratör, dağıtımcı, danışman) için “ortak ekonomisi” tablosu çıkarın: ilk gelire kadar geçen süre, tipik yıllık gelir, bizim kestiğimiz pay, ortağın kendi maliyeti. Bu tabloyu çıkaramıyorsanız, ortağın neden orada olduğunu da bilmiyorsunuzdur.

### 2. İlk gelire kadar olan yolu kısaltın

Geliştiricinin ürününü pazara çıkarma hızı, ekosistemin sağlığı için en önemli öncü göstergedir. Sandbox, örnek kod, sertifikasyon süreci, listeleme onayı, ilk müşteriye ulaşma yolu: her adımın süresini ölçün ve en uzununu düzeltin. Çoğu ekosistemde sorun, ortağın ilk ödemeyi görmeden vazgeçmesidir.

### 3. Kuralları ve değişiklik protokolünü yazılı hale getirin

Komisyon oranı, API kullanım limitleri, veri hakları, listeleme koşulları ve “hangi alanlara biz de girebiliriz” kuralı yazılı olsun. Ve kuralların nasıl değişeceğini de yazın: ne kadar önceden bildirim, hangi geçiş süresi. Ortağın en büyük korkusu, kuralların sürpriz biçimde değişmesidir.

### 4. Kendi ürününüzle ortaklarınız arasındaki sınırı belirleyin

Ekosistem liderinin en tehlikeli kararı, ortağın başarılı olduğu alana kendi ürününü sokmaktır. Bu, bazen gereklidir. Ama hangi alanlara girmeyeceğinizi baştan açıklarsanız, ortaklar yatırım yapmaktan çekinmez. Bu karar, ürün yol haritasının bir parçası olmalı, tesadüf olmamalı.

### 5. Ortak segmentasyonu ve kurumsal destek kurun

Ortakları aynı kefeye koymayın. Küçük geliştirici, orta ölçekli ISV ve büyük entegratör farklı destek ister. En çok değer yaratan ortaklarla ortak yol haritası çalışması yapın, ortak pazarlama ve satış desteği sağlayın. Ekosistemin değeri, ortakların küçük bir bölümünde yoğunlaşır; onlara yatırım yapmak oranı yüksek getiri sağlar.

## Neyi ölçmeli?

- **İlk gelire kadar geçen süre**: Yeni bir ortağın platformunuzda ilk parayı kazanması ne kadar sürüyor? Ekosistem sağlığının en güçlü öncü göstergesi.
- **Ortak başına gelir ve ortak elde tutma**: Ortaklar kazanıyor mu ve kalıyor mu? Gecikmeli, ama dürüst bir ölçü.
- **Ekosistem kaynaklı müşteri payı**: Müşterilerin ne kadarı ortak çözümlerden kaynaklı alım yapıyor ya da elde kalıyor? Ortakların ürüne gerçek değer kattığını gösterir.
- **Net ortak memnuniyeti (partner NPS)**: Ortakların güveni zamanla nasıl değişiyor? Kural değişikliklerinden sonra hızla düşer.

## Tuzaklar

**Komisyon açlığı.** Erken dönemde ortakları sıkıştıracak bir pay almak, ekosistem büyümeden kuruyabilir. Büyüme aşamasında payı düşük tutmak, ortak yatırımını teşvik eder.

**Ortağın alanına giriş.** Ortağın başarılı ürününü kopyalamak, bir kez yapıldığında tüm ekosisteme sinyal gönderir: “buradaki başarı sahiplenilir.” Bu kararı bilinçli, açıklanmış ve istisnai tutun.

**Kural istikrarsızlığı.** API'yi ya da kuralları ani değiştirmek, ortakların yaptığı yatırımı yok eder. Değişiklikler için önceden bildirim ve geçiş süresi standart olmalı.

## Bu hafta başlayın

1. En değerli beş ortağınızla görüşün ve her birine şunu sorun: “Bizim üzerimizde kazandığınız para, sizi burada tutmaya yetiyor mu?” Cevapları not edin.
2. Yeni bir geliştiricinin ya da ortağın ilk gelire gitme yolunu adım adım çıkarın, her adıma süre yazın ve en uzun adımı belirleyin.
3. Komisyon, API değişikliği ve kendi ürününüzün gireceği alanlar için tek sayfalık bir kural taslağı yazın ve yönetim kuruluna “bu bizim ortaklara verdiğimiz söz mü?” diye sorun.

---

# Radikal İnovasyon ve Ar-Ge Yatırımları

URL: https://alpsuleyman.com/tr/strategies/radikal-inovasyon-ve-ar-ge-yatirimlari
Published: 2026-05-07
Updated: 2026-10-03
Author: Alp Suleiman

> Radikal inovasyonun başarısızlığı genellikle Ar-Ge'de değil, çekirdek işin ölçüleriyle yönetilmesinde başlar. Bütçeyi artırmadan önce kuralları ayırmanız gerekir.

Kodak'ın mühendisi Steve Sasson ilk dijital kamerayı 1975'te yaptı. Buluş şirketin içindeydi. Şirket ise filmden kazandığı için bu buluşa ne yapacağını bilemedi. Radikal inovasyon hikayeleri genellikle böyle başlar: Fikir eksikliği yok. Fikri taşıyacak bir yapı ve onu cesaretlendirecek bir ölçü eksik.

Radikal inovasyon, mevcut işinizi biraz daha iyi yapmak değil, mevcut işinizin varsayımlarını sorgulayan bir şeyi denemek demektir. Bunun için gereken yatırım yalnızca para değil; farklı bir yönetim mantığı.

## Ne zaman ihtiyacınız var?

Çekirdek işiniz hâlâ büyüyor ama büyüme hızı yavaşlıyorsa, bu radikal yatırımın en uygun zamanıdır; çünkü elinizde hem nakit hem de zaman var. Kriz geldiğinde başlamak, genellikle çok geç başlamaktır.

Başka sinyaller: sektörünüzde ürününüzün temel varsayımlarını sorgulayan bir teknoloji olgunlaşıyorsa (maliyet eğrisi çökmüşse, yeni bir altyapı mümkün hale gelmişse), müşterilerin çözmek için sizi artık kullanmadığı yeni “işler” ortaya çıkıyorsa ya da en iyi mühendisleriniz boşta kalan fikirlerle dolu olduğu için ayrılmaya başlıyorsa.

Henüz erken olan durumlar da var. Çekirdek işiniz sağlam değilse, nakit akışınız kırılgansa ya da yönetim kurulunun altı çeyrek sonuç vermeyen bir bahse sabrı yoksa radikal Ar-Ge yatırımı şirketi zayıflatır. Bu durumda önce küçük, sınırlı deneylerle öğrenmek mantıklı.

## Çoğu ekibin atladığı nokta

Ar-Ge bütçesi radikal inovasyon üretmez; radikal inovasyon, farklı kurallarla yönetilen bir portföyden çıkar. Çekirdek işin ölçüleri (ilk yıl gelir, marj, ROI, tahmin edilebilirlik) radikal bir projeye uygulandığında projeyi erken öldürür. Çünkü radikal proje, ilk yıllarda ne gelir getirir ne de marj. Getiren şey, öğrenmedir.

Üç ufuk çerçevesi (Three Horizons) bunu iyi düzenler: birinci ufuk bugünün işi, ikinci ufuk büyüyen yeni işler, üçüncü ufuk ise henüz gelire dönüşmemiş keşifler. Her ufuk farklı ölçüyle yönetilmeli. Yaygın bir pratik kural olarak (kimin ortaya koyduğu tartışmalı, ama sık anılır), kaynakların kabaca yüzde 70'ini çekirdeğe, yüzde 20'sini komşu işlere, yüzde 10'unu gerçek keşfe ayırmak önerilir. Oranlar sektörünüze göre değişir; asıl önemli olan, üçüncü ufka ayrılan payın bir kesinti kalemi olarak değil, korunan bir bütçe olarak ele alınması.

AWS'nin hikayesi, çekirdek yetenekten doğan bir radikal bahsin örneğidir. Amazon, kendi işini ölçeklemek için büyük bir altyapı yeteneği geliştirmişti. Bu yeteneği başkalarına hizmet olarak sunmak, o dönem bir perakendecinin işi gibi görünmüyordu, ama ortaya yepyeni bir iş kolu çıktı. Ders: radikal inovasyon genellikle sıfırdan bir fikir değil, elinizdeki yeteneğin yeni bir pazarla buluşmasıdır.

Kodak örneğine bu açıdan tekrar bakın. Şirketin sorunu teknolojiyi bulamamak değildi; bulduğu teknolojiyi kendi kârlı işinin gölgesinde değerlendirmek zorunda kalmasıydı. Aynı refleks bugün de birçok şirkette yaygın: yeni fikir, mevcut satış ekibinin kotasına, mevcut müşterinin beklentisine ve mevcut marj hedefine karşı savunulmaya çalışılıyor. Savunmaya mecbur bırakılan fikir, yaşasa bile ehlileşip küçülür.

> Radikal bir projeyi çekirdek işin ölçüleriyle yönetmek, onu en baştan öldürmek demektir.

## Uygulama planı

### 1. Radikal bahisleri ayrı bir portföy olarak tanımlayın

Çekirdekten ayrı bir bütçe, ayrı bir liderlik ve ayrı bir ölçü seti kurun. Bu portföyün kendi yönetim kurulu görüşmesi ve kendi raporlama ritmi olsun. Çekirdek işin aylık sonuçları bu portföyün kaderini belirlememeli.

### 2. Riski türüne göre ayırın

Her bahis için en büyük belirsizliğin hangisi olduğunu yazın: teknoloji mümkün mü, müşteri istiyor mu, iş modeli kâr bırakıyor mu, şirket bunu yürütebilir mi? Bu sorulardan hangisine önce cevap verilmesi gerektiğini belirleyin. En ucuza cevaplanabilecek en büyük riskle başlayın.

### 3. Aşamalı fonlayın, ölçüt koyun

Bütün parayı baştan vermek yerine, her aşamada belirli bir öğrenme ölçütü karşılandığında bir sonraki dilimi açın. Bu, “gerçek opsiyonlar” mantığı: küçük bedelle seçenek satın alıp, belirsizlik azaldıkça yatırımı artırmak. Ölçütler gelir değil, öğrenme olmalı: örneğin “beş pilot müşteriden üçü kendi parasını ödeyerek kullanıyor.”

### 4. Kapatma kriterlerini baştan yazın

Her bahis için “şu tarihe kadar şu kanıt gelmezse durduruyoruz” cümlesini yazın. Durdurulan projeden çıkan öğrenme, bir başarısızlık değil, portföyün çıktısıdır. Kapatma kriteri olmayan projeler, çekirdekten kaynak emen hayaletlere dönüşür.

### 5. Çekirdekle köprüyü planlayın

Radikal bahis başarılı olursa, çekirdeğin müşterisine, tedarik zincirine, satış ekibine nasıl bağlanacak? Ne zaman ayrı bir iş birimi, ne zaman çekirdeğe entegrasyon? Bu kararı proje başarılı olduktan sonra değil, önceden tartışın; yoksa çekirdek, projeyi “organ reddi” gibi dışlar.

## Neyi ölçmeli?

- **Aşama geçiş oranı**: Kaç bahis bir sonraki aşamaya geçiyor, kaçı durduruluyor? Hiç durdurulan yoksa portföy yeterince cesur ya da yeterince dürüst değil.
- **Öğrenme hızı**: Bir belirsizliği çözmek için gereken süre ve maliyet. Öncü göstergedir.
- **Erken müşteri taahhüdü**: Pilot müşterilerin ödeme yapması ya da kapsamlı kullanım taahhüdü. Görüş bildirmekten çok daha değerli bir sinyaldir.
- **Üçüncü ufuktan gelen gelir payı (uzun vadede)**: Gecikmeli ölçüdür; birkaç yıl sonra portföyün çalışıp çalışmadığını gösterir.

## Tuzaklar

**ROI baskısı.** İlk yıl getirisi hesaplayan bir finans süreci, radikal bahsin en erken yıkıcı etkenidir. Ayrı bir ölçü seti şart.

**Her şeyi aynı anda yapmak.** On bahse dağıtılan kaynak, hiçbirini yeterince besleyemez. Az sayıda bahsi yeterli kaynakla, ama net kapatma kriterleriyle sürdürün.

**İnovasyon tiyatrosu.** Hackathon, vitrin laboratuvarı, basın bülteni; ama sonunda bir iş birimi, bir müşteri ya da bir gelir yoksa, bu sadece gösteridir. Her girişimin sonunda, bir sponsor ve bir müşteri sorusu olmalı.

## Bu hafta başlayın

1. Şirketinizdeki Ar-Ge ve yeni iş harcamalarını üç ufka ayırarak bir sayfaya dökün; üçüncü ufka ne kadar kaynak gittiğini görün.
2. Devam eden en büyük üç yeni projeyi seçin ve her biri için “en büyük belirsizlik” ile “kapatma kriteri” cümlelerini yazın.
3. Yönetim kuruluna bu projelerin hangi ölçüyle değerlendirileceğini sorun; cevap “gelir ve ROI” ise ayrı bir ölçü seti önerisini hazırlayın.

---

# Yapay Zekâ ve Veri Analitiği Entegrasyonu

URL: https://alpsuleyman.com/tr/strategies/yapay-zeka-ve-veri-analitigi-entegrasyonu
Published: 2026-02-03
Updated: 2026-10-03
Author: Alp Suleiman

> Yapay zeka projeleri çoğunlukla model yüzünden değil, kimsenin sahiplenmediği bir karar yüzünden ölür. Önce karar, sonra veri, en son model.

Yapay zeka sunumlarının çoğu bir demo ile başlar. Model bir tahmin yapar, ekran güzel görünür, salon etkilenir. Üç ay sonra aynı demo hâlâ aynı salondadır; çünkü onu kullanacak kişi, bu tahmine göre neyi değiştireceğini bilmemektedir.

Netflix'in öneri sistemi sık anılan bir örnek. Ama çoğu zaman gözden kaçan kısım şu: Şirket yarışma düzenleyip öneri algoritmasını geliştiren bir ekibe ödül verdi, sonra kazanan çözümün tamamını üretime almadı; mühendislik maliyeti, sağladığı ek doğruluğa değmiyordu. Güçlü olan model değil, modeli ürünün ve kararların içine yerleştiren sistemdi.

## Ne zaman ihtiyacınız var?

Kararların tekrar ettiği, hacmin yüksek olduğu ve yanlış kararın maliyetinin ölçülebildiği alanlarda yapay zeka ve veri analitiği değer üretir: fiyatlama, talep tahmini, müşteri kaybı, dolandırıcılık, kampanya hedefleme, stok ve lojistik planı, müşteri hizmetleri yönlendirme. En hızlı geri dönüş genelde bir insanın günde yüzlerce kez aynı türden karar verdiği yerlerden gelir.

Başka sinyaller: raporları yorumlamak için yeterli analist bulunamıyorsa, aynı veriden farklı departmanlar farklı sonuç çıkarıyorsa ya da rakipleriniz aynı kararı sizden daha hızlı ve daha tutarlı veriyorsa.

Henüz erken olan durumlar da var. Veriniz parçalıysa, aynı müşterinin üç sistemde üç farklı kaydı varsa ve “doğru sayı” konusunda şirkette anlaşma yoksa, yapay zeka yatırımı önce veri disiplinine gitmelidir. Bir diğer erken sinyal: ortada somut bir karar olmadan, “yapay zekayla bir şeyler yapalım” baskısı.

## Çoğu ekibin atladığı nokta

Yapay zeka bir teknoloji projesi gibi planlandığında başarısız olur, çünkü değer modelde değil, kararda oluşur. Model bir tahmin üretir: bu müşteri büyük olasılıkla ayrılacak. Değer, birinin bu tahmine göre bir şey yapmasıyla başlar: ona bir teklif sunmak, müşteri temsilcisini aratmak, fiyatı değiştirmek. Bu eylemin sahibi yoksa, tahmin raporda kalır.

Bu yüzden proje, modelden değil karardan başlamalı: Hangi karar? Kim veriyor? Bugün nasıl veriyor? Yanlış kararın maliyeti ne? Bu karar iyileşirse hangi iş sonucu değişir? Bu sorulara net cevap veremeyen proje, ne kadar parlak olursa olsun, kuyruğa alınmalı.

İkinci eksik: üretim sonrası dünya. Model, canlıya alındığında bitmez, yeni başlar. Müşteri davranışı değişir, veri kayar, model zamanla bozulur. Üretimdeki modeli izleyen, yeniden eğiten ve sorun çıktığında kapatabilen bir yapı yoksa, ilk altı ay güzel görünen sonuçlar sessizce kötüleşir. Üçüncüsü: insan ve makine iş bölümü. Her kararı otomatikleştirmek zorunda değilsiniz. Bazı yerlerde model öneri sunar, insan onaylar; bazı yerlerde model karar verir, insan istisnaları inceler. Bu dengeyi bilinçli seçmek, projenin kabulünü belirler.

> Yapay zekanın değeri modelin doğruluğunda değil, o doğruluğun bir karara ve o kararın bir sonuca dönüşmesinde yatar.

Bu strateji, “veriye dayalı kişiselleştirme” (müşteriye özgü deneyim) ya da “otomasyon yatırımı” (süreç verimliliği) ile komşudur ama farklıdır: burada konu, şirketin karar verme kapasitesini sistematik olarak güçlendirmek.

## Uygulama planı

### 1. Karar envanteri çıkarın

Şirketteki tekrarlayan, yüksek hacimli on beş kadar kararı listeleyin. Her biri için karar sahibini, mevcut yöntemi, yanlış karar maliyetini ve elinizdeki veriyi yazın. Sonra “değer × uygulanabilirlik” ile sıralayın. Seçilecek ilk projenin amacı, hem gerçek bir iş sonucu üretmek hem de şirkete “bu çalışıyor” kanıtı vermek olmalı.

### 2. Veri temelini karar bazında kurun

Tüm şirketi birleştiren büyük bir veri projesi yerine, seçtiğiniz karar için gerekli veriyi temizleyin: kaynaklar, tanımlar, kalite kontrolleri, sahiplik. Dar ve derin bir veri hazırlığı, geniş ve yüzeysel bir gölden daha hızlı sonuç verir.

### 3. Önce basit bir temel çizgi kurun

Karmaşık modelden önce basit bir kural ya da istatistiksel temel çizgi kurun ve onu ölçün. Sonra gelişmiş modeli buna karşı test edin. Birçok durumda basit temel çizgi işin büyük kısmını yapar; gelişmiş modelin sağladığı ek kazanç, gerçek maliyetine karşı tartılmalı.

### 4. Kararı süreç içine yerleştirin

Tahmin, kararı verenin zaten çalıştığı ekranda ve zamanında görünmeli. Ayrı bir pano yerine mevcut iş akışına entegre edin. Bir karar sahibiyle birlikte, modeli ne zaman dinleyeceğini, ne zaman geçersiz kılabileceğini ve bunu nasıl kaydedeceğini tasarlayın. Geçersiz kılma kayıtları, modelin bir sonraki iyileştirmesi için en değerli veridir.

### 5. İzleme, yönetişim ve sahiplik kurun

Model performansı, veri kayması, adalet ve gizlilik riskleri için düzenli bir kontrol ritmi koyun. Her modelin bir iş sahibi ve bir teknik sahibi olsun. Kişisel veri ve yapay zeka düzenlemeleri sıkılaşıyor; uyum, sonradan eklenen bir iş değil, tasarımın parçası olmalı.

## Neyi ölçmeli?

- **Karar kalitesi**: Modelin etkilediği kararların sonuçları (kâr, kayıp oranı, çözüm süresi), model öncesi temel çizgiyle karşılaştırılır. Asıl başarı ölçüsü budur.
- **Model kullanım ve geçersiz kılma oranı**: Ekip modeli kullanıyor mu? Hangi durumlarda ona karşı çıkıyor? Güvenin öncü göstergesidir.
- **Üretime geçiş süresi**: Fikirden canlıya kadar geçen süre. Uzuyorsa, sorun modelde değil süreçtedir.
- **Model performansının zaman içinde sapması**: Veri ve davranış değiştikçe doğruluğun nasıl bozulduğunu gösterir; gecikmeli ama kritik bir uyarıdır.

## Tuzaklar

**Çözüm arayan problem.** “Elimizde yapay zeka var, nerede kullanırız?” sorusu, projeleri değersiz demolara götürür. Karar önce gelmeli.

**Pilot bataklığı.** Onlarca pilot yapıp hiçbirini üretime almamak, şirkette “yapay zeka çalışmıyor” kanaati yaratır. Az sayıda projeyi sonuna kadar götürün.

**Veri gölü hayali.** Tüm veriyi önce toplamak, sonra kullanmak yaklaşımı yıllar sürer ve çoğu zaman bir karara hizmet etmez. Kararın ihtiyacından geriye doğru çalışın.

## Bu hafta başlayın

1. Ekibinizle bir saat ayırıp tekrar eden, yüksek hacimli on kararı listeleyin ve her birinin yanına yanlış karar maliyetini yazın.
2. En umut verici kararı seçin ve bugün bu kararı kimin, nasıl verdiğini yerinde izleyin; ekranı, veriyi ve gecikmeyi not edin.
3. Aynı karar için bugünkü performansı gösteren tek bir temel çizgi metriği belirleyin; model yapmadan önce bunu raporlamaya başlayın.

---

# Açık İnovasyon ve Dış Kaynak Kullanımı

URL: https://alpsuleyman.com/tr/strategies/acik-inovasyon-ve-dis-kaynak-kullanimi
Published: 2026-09-15
Updated: 2026-10-02
Author: Alp Suleiman

> Açık inovasyonda zor olan fikri dışarıdan bulmak değil, içeride onu karşılayacak birini bulmaktır. Çoğu program, kapıyı açar ama kimseyi karşılamaya göndermez.

Kurumsal inovasyon programlarında sık duyulan bir cümle var: “Dışarıdan yüzlerce girişim başvurdu, ama hiçbiriyle ilerleyemedik.” Sorunun nerede olduğunu anlamak için tek bir soru yeter: “Bir girişim size 'evet' derse, içeride bunu kim sahiplenir?” Cevap genellikle uzun bir sessizlik olur.

Açık inovasyon, fikir ve teknolojiyi şirketin dışından içeri, içeriden dışarıya taşımayı sistematik hale getirme işidir. Kavramı akademik dünyada yaygınlaştıran Henry Chesbrough'un temel gözlemi şuydu: Alanınızdaki en akıllı insanların çoğu sizin için çalışmıyor. Ama bu gözlem, ancak içeride bu zekayı alabilecek bir yapı varsa bir şey ifade eder.

## Ne zaman ihtiyacınız var?

İç Ar-Ge'nizin kapasitesi, sizi ilgilendiren teknoloji alanlarının genişliğini karşılamıyorsa; ürün geliştirme döngünüz rakiplerden ya da girişimlerden belirgin biçimde yavaşsa; müşterileriniz ürününüzü sizin öngörmediğiniz biçimlerde kullanıp uyarlıyorsa açık inovasyon kapısı çalıyor demektir.

LEGO Ideas buna iyi bir örnek. Platformda hayranlar kendi set tasarımlarını paylaşıyor; bir tasarım belirli bir destekçi sayısına (10.000) ulaştığında LEGO tarafından değerlendirmeye alınıyor ve seçilenler resmî ürüne dönüşebiliyor. Burada müşteri hem fikir kaynağı hem de ilk talep testi. Marka, ölçeği olan bir topluluğa sahip olduğu için yöntem işliyor.

Procter & Gamble'ın 2000'lerin başında “Connect + Develop” programı, kurumsal tarafta bilinen bir başka örnektir: şirketin yeni ürünlerinin önemli bir kısmının dış ortaklarla birlikte geliştirilmesi hedeflendi. Bu iddialı hedef, şirket içi kültürün ne kadar değişmesi gerektiğini de gösteriyor.

Henüz erken olan durumlar da var. İç ürün stratejiniz net değilse, neyi dışarıdan aramanız gerektiğini söyleyemezsiniz; bu durumda açık inovasyon, rastgele fikir toplamaya dönüşür. Fikri mülkiyet ve hukuk süreçleriniz dış ortaklarla çalışmaya hazır değilse de ilk adım orası olmalı.

## Çoğu ekibin atladığı nokta

Açık inovasyon programları çoğunlukla “dışarıya açılma” kısmına odaklanır: bir portal, bir yarışma, bir hızlandırıcı programı. Asıl zorluk içeridedir. Dışarıdan gelen fikri ya da teknolojiyi şirketin içine alıp ürün, satış ve operasyon ekiplerine taşıyacak bir sahip yoksa, çok sayıda ilginç temas kimseye ulaşmadan ölür.

İkinci engel kültürel: “Burada icat edilmedi” (not invented here) sendromu. İç ekipler, dışarıdan gelen çözümü kendi uzmanlıklarına yönelik bir tehdit olarak görebilir. Bu engeli aşmanın yolu, iç ekiplerin başarı ölçüsünü “kendi icat ettiğimiz” yerine “müşteriye daha hızlı ulaşan çözüm” olarak yeniden tanımlamak.

Üçüncüsü ve en çok atlananı: açık inovasyon tek yönlü değil. İçeri almak kadar, kullanmadığınız teknolojiyi dışarı vermek (lisanslamak, spin-off yapmak, açık kaynaklaştırmak) da stratejinin bir parçasıdır. Rafta duran bir patent ya da teknoloji, sahibine sadece maliyet getirir.

> Dışarıdan fikir toplamak kolay. Zor olan, bir fikrin içeride sahibini bulması için gereken kararı vermektir.

Bu strateji, stratejik ortaklıklardan farklı olarak belirli bir ortağa değil, bir süreç ve kapıya dayanır; radikal inovasyondan farklı olarak da fikrin nereden geldiğiyle değil, nasıl içeri alınacağıyla ilgilenir.

## Uygulama planı

### 1. İhtiyacı netleştirin: “Hangi problemi dışarıdan arıyoruz?”

Açık inovasyon, genel bir davetle değil, net bir problem tanımıyla başlar. İç ekiplerle çalışıp “çözemediğimiz ya da çok yavaş çözdüğümüz” üç beş problem belirleyin. Her biri için başarı ölçütünü, bütçeyi ve zaman çizelgesini yazın. Net problem, net başvuru getirir.

### 2. Bir “içeri alma” sahibi ve süreç atayın

Her dış fikrin iç tarafta bir iş birimi sponsoru olmalı. Bu kişi, fikrin değerlendirilmesinden pilota geçişine kadar sorumlu olsun. Karar süresini belirleyin: dış ortak başvurusuna en geç kaç hafta içinde cevap verilecek? Cevap için aylar bekleyen girişim başka yere gider.

### 3. Fikri mülkiyet ve ortaklık şartlarını önceden standartlaştırın

Her seferinde sıfırdan hukuk müzakeresi yapmak, süreci öldürür. Pilot, ortak geliştirme ve lisanslama için standart şablonlar hazırlayın. Kim neyin sahibi olacak, gelirler nasıl paylaşılacak, gizlilik nasıl korunacak sorularına peşinen cevap verin. Küçük ortaklara karşı adil bir şablon, güven yaratır.

### 4. Küçük pilotlarla başlayın

Dış çözümü hemen büyük yatırımla almak yerine, sınırlı bir pilotla test edin: kısa süre, net metrik, düşük maliyet. Pilot başarılı olursa genişletme kararını önceden belirlenmiş ölçüte göre verin. Başarısızsa, neden başarısız olduğunu belgeleyin; bu bilgi sonraki aramaları iyileştirir.

### 5. Dışarıya açma kolunu da kurun

Kullanmadığınız teknolojiler ve fikri mülkiyet için bir envanter çıkarın. Hangileri lisanslanabilir, ortaklarla birlikte geliştirilebilir ya da spin-off olabilir? Bu, hem ek gelir yaratır hem de ekosistemde “bu şirketle çalışmak karşılıklı fayda sağlar” algısını güçlendirir.

## Neyi ölçmeli?

- **Başvurudan karara geçen süre**: Dış ortağa ne kadar hızlı cevap veriyorsunuz? İçeri alma kapasitesinin öncü göstergesi.
- **Pilottan ölçeğe geçiş oranı**: Kaç dış çözüm gerçekten ürüne ya da operasyona giriyor? Başvuru sayısından çok daha anlamlıdır.
- **Dış kaynaklı yeniliklerin gelire ya da maliyet tasarrufuna katkısı**: Gecikmeli ama programın gerçek değerini gösteren ölçü.
- **İç sahiplerin memnuniyeti ve katılımı**: İç ekipler dış çözümlerle çalışmaya istekli mi? Kültürel direncin ölçüsü.

## Tuzaklar

**Vitrin programı.** Hackathon, yarışma ve hızlandırıcı basın bülteni üretir ama içeride sahip yoksa sonuç üretmez. Her program için bir iş birimi sponsoru şart.

**Yavaş kurumsal refleks.** Dış ortaklara aylarca süren sözleşme süreçleri sunmak, en iyi ortakların başka yere gitmesine yol açar. Hız, açık inovasyonun para birimidir.

**Tek yönlü akış.** Sadece içeri alıp hiçbir şey vermeyen şirket, ortaklar tarafından fark edilir. Karşılıklı fayda olmadan ekosistem sürdürülemez.

## Bu hafta başlayın

1. Önümüzdeki altı ayda çözmeniz gereken üç net problemi yazın ve her birinin yanına hangi dış kaynakların (girişim, üniversite, topluluk) bakılabileceğini not edin.
2. Son bir yılda dışarıdan gelen ilgi ve başvuruları listeleyin; her birinin ne kadar sürede cevap aldığını ve kimin sahiplendiğini kontrol edin.
3. Hukuk ekibiyle bir pilot sözleşme şablonu için kısa bir toplantı ayarlayın; hedef, bir pilotun iki haftadan kısa sürede imzalanabilmesi olsun.

---

# Patent Portföyü Yönetimi

URL: https://alpsuleyman.com/tr/strategies/patent-portfoyu-yonetimi
Published: 2025-06-02
Updated: 2026-10-02
Author: Alp Suleiman

> Patent sayısı bir başarı göstergesi değil, bir maliyet kalemidir. Portföy ancak ürün planınızla, müzakere gücünüzle ve gelirinizle bağlandığında varlığa dönüşür.

Birçok şirkette patent portföyü, hukuk departmanının bir arşivi gibi yaşar. Yıllık yenileme ücretleri otomatik ödenir, yeni başvurular mühendislerin hevesine göre gelir, ve kimse hangi patentin hangi ürünü, hangi rakibi ya da hangi geliri koruduğunu söyleyemez.

Patent yönetimi bir hukuk işi gibi görünse de aslında bir sermaye tahsisi problemidir. Her patentin bir başvuru, bir koruma ve bir yenileme maliyeti var; karşılığında beklenen şey ise ya serbest hareket alanı, ya pazarlık gücü, ya da gelirdir. Bu denklem kurulmamışsa elinizdeki şey portföy değil, bir yığındır.

## Ne zaman ihtiyacınız var?

Teknolojiniz ürününüzün ayırt edici özelliğiyse ve kopyalanması kolaysa (donanım, ilaç, malzeme, yarı iletken, belirli algoritmik yöntemler) patent stratejisi erken gelmelidir. Büyük rakiplerle aynı alanda çalışıyorsanız ve patent davası riski varsa, savunmaya yönelik bir portföy, ileride bir uzlaşma masasında sizin yerinizde konuşacak kozdur.

Başka sinyaller: teknolojinizin başkalarına lisanslanabilecek bir değeri varsa, bir standardın (kablosuz iletişim, video kodlama gibi) parçası olabilecek buluşlarınız varsa, ya da yatırımcılar ve satın almacılar, fikri mülkiyet envanterinizi sormaya başladıysa.

Henüz erken olan durumlar da var. Ürününüz hâlâ hızla değişiyorsa, bugün koruduğunuz şey altı ay sonra kullanmadığınız bir tasarım olabilir. Ayrıca bazı alanlarda ticari sır, patentten daha iyi koruma sağlar: patent başvurusu, buluşu kamuya açar. Coca-Cola'nın formülünün patentle değil sır olarak korunması sık verilen örnektir. Hangi buluşun patente, hangisinin sır olmaya uygun olduğuna karar vermek stratejinin ilk adımıdır.

## Çoğu ekibin atladığı nokta

Patent sayısı bir gurur göstergesi olabilir, ama bir strateji değildir. IBM'in uzun yıllar ABD'de en çok patent alan şirketler arasında olması ya da Qualcomm'un lisanslama gelirlerinin iş modelinin büyük bir parçası olması, bu şirketlerin rakamlardan çok, portföylerini bir amaca bağlamasından kaynaklanır. Qualcomm'da kablosuz standartlarla bağlantılı patentler bir ürün gibi lisanslanıyor. Bu, rastgele birikmiş patentlerle olacak iş değil.

Portföyün üç ayrı işlevi vardır ve her biri farklı bir değerlendirme ister: savunma (serbest hareket alanı ve karşı dava gücü), gelir (lisanslama) ve konum (yatırımcıya, ortağa ve rakibe teknolojik liderlik sinyali). Çoğu şirket üçünü karıştırır; hangisini amaçladığını söylemeden patent biriktirir. Amacı belli olmayan portföy, yılda ödenen yenileme ücretlerinden başka bir şey üretmez.

İkinci eksik: patent korumasının tek başına duvar olmadığını görmek. Bir patent, onu savunmak için harcayacağınız dava bütçesi kadar güçlüdür. Küçük bir şirketin büyük bir rakibe karşı patent davasını sürdürebilmesi çoğu zaman mümkün değildir. Bu yüzden, patent sizin için bir “iş” mi (lisans müzakeresi), yoksa bir “caydırıcı” mı (karşı saldırı tehdidi) olduğunu baştan bilin.

Üçüncüsü, kasıtlı açıklık da bir stratejidir. Tesla'nın 2014'te elektrikli araç patentlerini iyi niyetle kullanıma açacağını duyurması, kendi pazarının büyümesine yatırım yapma kararıydı. Her teknoloji için değil; ama pazarın kendisi küçükken, patentle kapı kapatmak, kendi büyüme alanınızı daraltabilir.

> Elinizdeki her patentin bir görevi olmalı. Görevi söyleyemiyorsanız, yenileme faturasını da ödememelisiniz.

## Uygulama planı

### 1. Portföy envanterini ürün ve rakip haritasıyla eşleştirin

Her patenti (ya da patent ailesini) üç soruyla etiketleyin: Hangi ürün ya da hizmeti koruyor? Hangi rakibe karşı değeri var? Lisanslanabilir mi? Cevapları üç sütuna yazın. Hiçbirine bağlanmayan patentler, budama adayıdır.

### 2. Portföyü katmanlara ayırın

“Mücevher” (çekirdek ürünü ve en önemli rakibi ilgilendirenler), “destekleyici” (bir ürün ailesi ya da standart için gerekli olanlar) ve “budanacak” (kullanılmayan, süresi dolmak üzere olan, ürün planına girmeyenler) olarak ayırın. Bütçeyi bu sıraya göre dağıtın: mücevhere en kapsamlı koruma, budanacağa yenileme yok.

### 3. Yeni buluş kararını ürün yol haritasına bağlayın

Mühendislerden gelen buluş bildirimlerini bir kurulda değerlendirin: ürün yol haritasında yer alıyor mu, rakip aynı alanda çalışıyor mu, patent mi ticari sır mı? Karar kriterleri yazılı olsun; aksi halde başvurular kişisel hevesle şekillenir. Mühendisleri teşvik edin ama teşviki “başvuru sayısına” değil, “portföye giren değerli patente” bağlayın.

### 4. Serbest hareket alanı analizi yapın

Yeni bir ürün ya da pazara girmeden önce, başkalarının patentlerinin sizi engelleyip engellemediğini kontrol edin (freedom-to-operate). Bu analiz pahalı görünür, ama bir ürün lansmanından sonra gelen bir patent ihlali ihtarının maliyeti çok daha yüksektir.

### 5. Lisans ve çapraz lisans kolunu çalıştırın

Kullanmadığınız ama değerli patentleri lisanslamak için sistemli bir arayış başlatın. Rakiplerle yaşanacak olası bir anlaşmazlığa karşı çapraz lisans müzakeresi için hazır bir portföy argümanı oluşturun. Lisanslama bir gelir kalemi olabilir; ama bunun için düzenli bir ekip, hedef ve süreç gerekir.

## Neyi ölçmeli?

- **Ürüne bağlanan patent oranı**: Portföyün kaçı canlı bir ürün ya da stratejik bir amaçla eşleşiyor? Düşükse portföy ağır ve sahipsiz.
- **Patent başına maliyet ve elde edilen değer**: Yenileme ve koruma maliyetinin lisans geliri, caydırıcılık ya da çapraz lisans değeriyle ilişkisi.
- **Lisans geliri (varsa) ve lisans müzakere sonuçları**: Gecikmeli bir gösterge; portföyün pazarlık gücünü gösterir.
- **Serbest hareket alanı analizinin kapsadığı ürün oranı**: Yeni lansmanların kaçı, patent riski önceden değerlendirilerek çıkıyor? Öncü bir risk göstergesi.

## Tuzaklar

**Sayı hırsı.** Patent sayısını başarı olarak raporlamak, düşük kaliteli başvuruları ve gereksiz yenileme maliyetini teşvik eder. Sayı değil, bağlandığı değer raporlanmalı.

**Açıklama bedeli.** Patent başvurusu buluşu kamuya açar. Rakibin kolayca dolanabileceği dar bir patent için, değerli bir bilgiyi açıklamak zarar olabilir.

**Savunamayacağınız hak.** Dava açma gücünüz yoksa, patentiniz kâğıt üzerinde kalır. Bütçe ve hukuki kapasiteyi başlangıçta hesaba katın.

## Bu hafta başlayın

1. Hukuk ya da fikri mülkiyet birimiyle patent envanterinin dökümünü isteyin ve her patentin yanına ürün, rakip ve lisans değeri sütunlarını ekleyin.
2. Önümüzdeki on iki ayda yenileme maliyeti gelecek patentleri listeleyin; ürün planına bağlanmayanları budama adayı olarak işaretleyin.
3. Yeni buluş bildirimlerini değerlendirecek, mühendislik, ürün ve hukuktan oluşan aylık bir karar toplantısı kurun.

---

# Kurumsal Portföy Optimizasyonu

URL: https://alpsuleyman.com/tr/strategies/kurumsal-portfoy-optimizasyonu
Published: 2025-10-31
Updated: 2026-10-02
Author: Alp Suleiman

> Portföy yönetiminin asıl sorusu hangi işin iyi olduğu değil, hangi işin sizin elinizde daha iyi olduğudur. Çoğu holding bu soruyu hiç sormadan sermaye dağıtır.

Yıllık bütçe toplantılarında çoğu şirketin sermaye dağıtımı bir önceki yılın fotokopisidir. Her iş birimi geçen yılki payına yakın bir pay alır, büyüyenler biraz fazla, küçülenler biraz az. Kimse “bu işi elimizde tutmak için bir nedenimiz var mı?” diye sormaz, çünkü cevap rahatsız edici olabilir.

Kurumsal portföy optimizasyonu, tam olarak bu sorunun düzenli olarak sorulmasıdır. Şirketin sermayesi, yönetim dikkati ve en iyi yetenekleri sınırlıdır. Bunları nereye koyduğunuz, hangi işlerde ne kadar iyi olduğunuzdan daha belirleyicidir.

## Ne zaman ihtiyacınız var?

Birden fazla iş biriminiz varsa ve bu birimlerin getirileri, büyüme hızları ve sermaye ihtiyaçları birbirinden belirgin biçimde ayrışıyorsa, portföy yönetimi başlamış demektir. Holdingin değeri, parçalarının toplamından düşük işlem görüyorsa (piyasada buna “holding iskontosu” denir), ya da yatırımcılar sürekli “neden bu iş sizde?” diye soruyorsa sinyal çok güçlü.

Diğer işaretler: bir iş birimi yıllardır sermaye maliyetinin altında getiri sağlıyor ama her yıl bütçe alıyorsa, yönetimin dikkati en küçük ama gürültülü işlere gidiyorsa, ya da ana işin nakdi yeni bir büyüme alanını finanse etmek yerine eski işlerin açığını kapatıyorsa.

Henüz erken olan durum, tek bir çekirdek işin hâlâ büyüdüğü ve yan işlerin henüz anlamlı olmadığı aşamadır. Bu aşamada portföy yönetimi, bürokrasi ekler.

## Çoğu ekibin atladığı nokta

Portföy yönetimini genellikle “hangi iş iyi, hangisi kötü?” sorusuyla yaparız. BCG matrisi, GE-McKinsey ızgarası gibi araçlar bu soruyu sistemli hale getirir ama asıl önemli soruyu atlar: “Bu iş bizim elimizde, başka bir sahibin elinde olduğundan daha değerli mi?” Bu, Goold, Campbell ve Alexander'ın “ebeveynlik avantajı” (parenting advantage) dediği fikir. Merkez, bir iş birimine para, yetenek, müşteri erişimi, marka ya da disiplin gibi bir katkı yapıyorsa tutmak mantıklı. Yapmıyorsa, o iş birimi başka bir sahipte daha iyi olabilir ve satmak, değer yaratmaktır.

Bu mantıkla, “kötü” bir iş bile elinizde tutulabilir (merkez ona bir şey katıyorsa) ve “iyi” bir iş bile satılabilir (başka bir sahip ona daha çok katacaksa). General Electric'in 1980'lerde ve 90'larda Jack Welch döneminde uyguladığı “her işte birinci ya da ikinci ol, yoksa düzelt, sat ya da kapat” kuralı bu disiplinin bilinen örneğidir. Sonraki yıllarda GE'nin kendisi, portföyünü sadeleştirmeye devam etti ve 2023-2024'te üç ayrı şirkete bölünerek her birinin kendi sermaye mantığını izlemesini seçti. Bu hikâye, portföy kararının tek seferlik değil, sürekli bir iş olduğunu gösteriyor.

Tata Group gibi yüz yılı aşkın geçmişi olan çok sektörlü gruplar da portföylerini ortak değerler, marka ve uzun vadeli sahiplik anlayışıyla yönetir. Burada bile soru aynı: ortak çatı, her işe gerçek bir fayda sağlıyor mu?

> Portföy kararı “bu iş iyi mi?” değil, “bu işin en iyi sahibi biz miyiz?” sorusuna verilen dürüst bir cevaptır.

Bu strateji, tek tek işlerin içindeki stratejiden de, satın alma kararlarından da farklıdır: burada konu, tüm işlerin üzerine yerleşen sermaye tahsisi mantığıdır.

## Uygulama planı

### 1. Her iş birimi için tek sayfalık ekonomik tablo çıkarın

Büyüme, yatırılan sermaye üzerinden getiri (ROIC), sermaye maliyetiyle farkı, sermaye yoğunluğu ve nakit üretimi ya da tüketimi. Ortak maliyet dağıtımını şeffaf yapın; gizli çapraz sübvansiyon çoğu portföy sorununun kaynağıdır.

### 2. “Ebeveynlik avantajı” testini uygulayın

Her iş birimi için merkezin sağladığı somut katkıyı ve oluşturduğu maliyeti yazın. Merkezin katkısı kanıtlanamıyorsa, ya birimin özerkliğini artırın ya da sahiplik alternatiflerini (satış, ayrışma, ortak girişim) değerlendirin.

### 3. İşleri rollerine göre sınıflandırın

Büyüt, sürdür-ve-nakit-üret, düzelt, ya da çık. Her rol farklı bir hedef ve farklı bir yönetim ritmi ister. Nakit üreten iş büyüme hedefiyle, yeni iş de kârlılık hedefiyle yönetilirse, ikisi de bozulur.

### 4. Sermaye tahsis kurallarını yazın

Hangi eşik üstündeki yatırım hangi kurulda onaylanır? Düzeltme için verilecek süre ne kadar? Her yıl bütçenin yüzde kaçı yeniden dağıtılır? Kuralların yazılı olması, “kimin sesi daha yüksek” tartışmasını azaltır.

### 5. Çıkış disiplini kurun

Düzeltme süresi dolmuş işler için satış ya da kapatma kararını açıkça kayda geçirin. Geçmiş yatırımı gerekçe göstermek (batık maliyet) ve işten çalışan korkusu, çıkışları geciktirir. Satış süreci, alıcı ve çalışanlar için de adil bir şekilde planlanmalı.

## Neyi ölçmeli?

- **Birim bazında ROIC ve sermaye maliyeti farkı**: Sermaye hangi işlerde değer yaratıyor, hangilerinde yok ediyor?
- **Sermayenin yeniden tahsis oranı**: Yıllık sermayenin ne kadarı bir önceki yıldan farklı yere gidiyor? Sıfıra yakınsa portföy yönetimi yapmıyorsunuz.
- **Sermaye maliyetinin altında getirili işlerde tutulan sermaye payı ve süre**: Kararsızlığın bedelini gösterir.
- **Merkez maliyeti / iş birimi katkısı**: Ebeveynlik avantajının gerçekten çalışıp çalışmadığını gösteren dolaylı ölçü.

## Tuzaklar

**Eşit dağıtım.** Sermayeyi her birime “adil” dağıtmak, en iyi işleri aç, en kötüleri tok bırakır. Portföy yönetimi, kasıtlı olarak eşitsiz dağıtmaktır.

**Batık maliyet esareti.** “Buna bu kadar yatırdık, şimdi bırakamayız” mantığı, kaynakları kaybeden işlere akıtır. Yatırımın geçmişi değil, geleceği konuşulmalı.

**Nakit ineğini erken satmak.** Bugünün yeni işlerini finanse eden istikrarlı bir işi, kısa vadeli çekici bir fiyata satmak, büyüme planının finansmanını kurutur. Satışın portföy yapısına etkisini önce hesaplayın.

## Bu hafta başlayın

1. Tüm iş birimlerinizin ROIC'ini ve sermaye maliyetiyle farkını tek bir tabloya koyun; ortak maliyet dağıtımını da şeffaf biçimde ekleyin.
2. Yönetim ekibiyle iki saat ayırıp en küçük üç ve en büyük üç iş birimi için “ebeveynlik avantajı” sorusunu tartışın: merkez bu işe ne katıyor?
3. Son üç yılın sermaye dağılımını karşılaştırıp yeniden tahsis oranını hesaplayın; sonucu yönetim kuruluna sunun.

---

# Stratejik Birleşme ve Satın Almalar (M&A)

URL: https://alpsuleyman.com/tr/strategies/stratejik-birlesme-ve-satin-almalar
Published: 2026-06-23
Updated: 2026-10-02
Author: Alp Suleiman

> Satın alma imza günü bitmez, o gün başlar. Değer, fiyat pazarlığında değil, entegrasyon kararlarında kazanılır ya da kaybedilir. Çoğu şirket enerjisini yanlış tarafa harcıyor.

M&A masalarında en çok vakit, değerleme modeline gider. Tablolar inceltilir, senaryolar çoğaltılır, bir yüzdelik sinerjinin kaynağı için saatlerce tartışılır. Anlaşma imzalanır, basın bülteni çıkar, sonra herkes bir sonraki konuya geçer. Entegrasyon ekibi ise, kimsenin gerçekten sahiplenmediği bir görevle baş başa kalır.

Bu, tesadüf değil. Yaygın alıntılanan araştırmalar, birleşme ve satın almaların önemli bir kısmının beklenen değeri yaratamadığını gösteriyor. Sebep nadiren yanlış hedef seçimi. Çoğu zaman, anlaşmanın neden mantıklı olduğunu söyleyen tez ile onu hayata geçiren operasyon arasındaki kopukluk.

Bu yazı, tek bir işlemden çok, M&A'yı şirketin tekrarlanabilir bir yetkinliği olarak ele alıyor.

## Ne zaman ihtiyacınız var?

Organik büyüme, hedeflediğiniz pazar payına ya da yeteneğe zamanında ulaştırmıyorsa M&A düşünülmelidir. Tipik durumlar: bir pazarda ölçek eşiği varsa (maliyet ya da dağıtım avantajı belirli bir büyüklükten sonra açılıyorsa), yeni bir teknoloji ya da yetenek şirket içinde yıllarca sürecek bir yatırım gerektiriyorsa, ya da sektörde konsolidasyon başlamışsa ve bekleyen taraf olmak maliyetli hale geliyorsa.

Facebook'un 2012'de Instagram'ı, 2014'te WhatsApp'ı satın alması, M&A'nın mobil çağda büyümeyi nasıl şekillendirebildiğinin sık anılan örneğidir. İki durumda da satın alan taraf, kendi başına hızlı inşa edemeyeceği bir kullanıcı kitlesini ve konumu satın aldı. İlginç olan, Instagram'ı yıllarca görece bağımsız bir ürün olarak büyütmesi; yani entegrasyon kararı, satın alma kararı kadar stratejikti.

Henüz erken olan durumlar da var. Çekirdek işiniz istikrarsızsa, yönetim dikkati zaten yangın söndürmekle meşgulse ya da önceki bir anlaşmanın entegrasyonu bitmediyse, yeni bir işlem şirketi bölünmüş bir hale getirir. Ayrıca neden satın almanız gerektiğini tek cümleyle söyleyemiyorsanız, o işlem henüz hazır değil.

## Çoğu ekibin atladığı nokta

Çoğu ekip M&A'yı bir “satın alma” işi olarak görür. Oysa değer yaratımı üç ayrı aşamada oluşur ve her biri farklı bir beceri ister: doğru tezi kurmak, doğru fiyatı ödemek ve doğru entegrasyonu yapmak. Birincisi ve üçüncüsü çoğunlukla hafife alınır.

Birincisi, tez. “Pazar payı artar, sinerji oluşur” bir tez değildir. İyi bir tez, değerin tam olarak nereden geleceğini söyler: maliyet sinerjisi (iki şirketin ortak maliyetlerini azaltmak), gelir sinerjisi (çapraz satış, yeni dağıtım), yetenek edinimi ya da pazar konsolidasyonu. Bunların güvenilirliği aynı değildir. Maliyet sinerjisi, kontrol edilebildiği için genellikle daha güvenilirdir; gelir sinerjileri ise çoğu zaman fazla iyimser tahmin edilir, çünkü müşteri davranışı iki şirketin planına uymaz.

İkincisi, entegrasyon yaklaşımı. Her satın alınan şirket aynı şekilde entegre edilmemeli. Haspeslagh ve Jemison'ın sınıflandırması işe yarar: tam absorbe etmek (maliyet sinerjisi için), bağımsız bırakmak (yetenek ya da kültür değeri koruma için) ya da kısmi bir sembiyoz kurmak. Seçim tezle uyumlu olmalı. Amacı küçük bir ekibin yeteneği olan bir anlaşmayı, büyük şirket süreçlerine hemen oturtmak, o yeteneğin çoğunu kaybettirir.

> Satın aldığınız şeyin değeri çoğu zaman şirketin kendisi değil, orada çalışmaya devam eden insanlardır. Entegrasyon planı onları tutacak şekilde yazılmalı.

Üçüncüsü, M&A bir yetkinliktir. Üç, dört deneyimi olan bir şirket, ilkini yapana göre yapısal olarak daha iyi: standart bir değerleme çerçevesi, entegrasyon şablonu, kimlerin çağrılacağı belli. Tek seferlik işlemler ise her seferinde sıfırdan öğrenir.

## Uygulama planı

### 1. Tezi bir paragrafa sığdırın

Anlaşmanın değer tezini tek bir paragrafta yazın: Neden bu şirket? Neden şimdi? Değer nereden geliyor ve bunu başka bir yolla (inşa etmek, ortaklık) neden edinemiyoruz? Paragraf, yönetim kurulunun ve entegrasyon ekibinin ortak referansı olur.

### 2. Sinerjiyi bağımsız olarak doğrulayın

Sinerji tahminlerini, onları gerçekleştirecek operasyon liderleriyle birlikte, madde madde çıkarın. Her maddenin bir sahibi, bir zamanlaması ve bir maliyeti olsun. Gelir sinerjilerini değerlemeye ya hiç katmayın ya da büyük bir indirimle katın. Bu, fiyat disiplinini de belirler.

### 3. Vazgeçme fiyatını önceden yazın

Müzakereden önce, değerleme çalışmasından çıkan üst sınırı yazın ve yönetim kuruluyla paylaşın. Rekabetçi bir ihalede heyecan, kararları bozar. Önceden belirlenmiş sınır, “bir tur daha” baskısına karşı korumadır.

### 4. İmzadan önce entegrasyon planını kurun

İlk yüz günün planı, entegrasyon yöneticisi, kritik kişilerin elde tutulma programı, müşteri iletişimi ve sistem birleşme sırası, imzadan önce hazır olmalı. Hangi ekibin korunacağı, hangisinin birleşeceği ve hangi kararların kimde olduğu da yazılı olsun.

### 5. Anlaşmadan sonra bir inceleme yapın

Bir yıl sonra, tezi gerçekleşenle karşılaştırın: sinerji, elde tutulan kişiler, müşteri kaybı. Bulguları bir sonraki anlaşmanın şablonuna ekleyin. Bu adım, M&A'yı tek seferlik bir olaydan bir yetkinliğe çevirir.

## Neyi ölçmeli?

- **Sinerji gerçekleşme oranı**: Planlanan maliyet ve gelir sinerjisinin zamanında gerçekleşen kısmı. Gelir sinerjisi için ayrı takip edin.
- **Kritik kişilerin elde tutulma oranı**: İlk on iki ayda kaç kilit çalışan kaldı? Değer çoğu zaman bunlarla gider ya da kalır; öncü göstergedir.
- **Satın alınan şirketin müşteri ve gelir elde tutma oranı**: Entegrasyon sırasında müşteri kaybı sessizce değeri eritir.
- **Yatırılan sermaye üzerinden getiri (ROIC), planlanan zaman çizelgesine göre**: Gecikmeli, ama anlaşmanın gerçekten ekonomik olup olmadığını gösteren nihai ölçü.

## Tuzaklar

**Aşırı ödeme.** Rekabet ve duygusal bağlanma, fiyatı sinerjinin üstüne çıkarır. Fazla ödenen primi entegrasyon geri kazanamaz.

**Kültür varsayımı.** Kültür farkı “sonra hallederiz” listesine girer ve ilk altı ayda en iyi insanların ayrılmasına neden olur. Kültürü, değerleme aşamasında bir risk kalemi olarak ele alın.

**Entegrasyon ekibini sonradan kurmak.** Anlaşma kapanırken yeni bir ekip toplamak, ilk yüz günün en kritik kararlarını kaçırmak demektir. Entegrasyon liderini imzadan önce atayın.

## Bu hafta başlayın

1. Bugün masada olan ya da gündemde tuttuğunuz en önemli M&A fırsatı için değer tezini bir paragrafa yazın; yazamıyorsanız fırsatı bekletin.
2. Önceki bir satın alma ya da ortaklığı seçin ve tezle gerçekleşeni karşılaştıran bir sayfa çıkarın; hangi varsayım tutmadı?
3. Önümüzdeki işlem için vazgeçme fiyatını ve ilk yüz günün üç kritik kararını (kimler kalacak, hangi sistem, müşteri iletişimi) yazılı hale getirin.

---

# Global Finansal Risk Yönetimi

URL: https://alpsuleyman.com/tr/strategies/global-finansal-risk-yonetimi
Published: 2026-05-28
Updated: 2026-10-02
Author: Alp Suleiman

> Hedging bir kâr merkezi değil, bir sigortadır. Ama çoğu şirket aracı seçmeden önce asıl soruyu sormuyor: hangi riski taşımak bizim işimiz, hangisi değil?

Kur hareketi bir şirketin bilançosuna genellikle sessizce girer. Çeyrek sonunda kur farkı gideri bir satır olarak görünür, bir sonraki toplantıda “dönemsel” diye geçilir. Sonra bir gün, döviz cinsinden borcu olan bir şirketin ulusal para biriminin birkaç ay içinde sert değer kaybetmesiyle, operasyonel olarak sağlıklı bir işin finansman maliyeti yüzünden zora girdiğini görürsünüz. Türkiye'de 2018 sonrasında döviz borcu ağır olan birçok şirketin yaşadığı tam olarak buydu.

Küresel finansal risk yönetimi, bu tür sürprizleri ortadan kaldırmaz. Hedefi, şirketin stratejisini değiştirebilecek büyüklükteki sürprizleri, karar verilmiş bir çerçevede, kabul edilebilir sınırlara çekmektir.

## Ne zaman ihtiyacınız var?

Gelirlerinizin ya da giderlerinizin anlamlı bir kısmı farklı para birimlerindeyse, finansal risk yönetimi ihtiyaç hâline gelmiştir. Para birimi uyuşmazlığı özellikle tehlikelidir: geliri yerel para birimi olan ama borcu döviz cinsinden olan şirket, kur riskini aslında yönetim kurulunun görmediği bir bahis gibi taşır.

Diğer sinyaller: yurt dışı büyümeniz kur nedeniyle marj dalgalanması yaratıyorsa, fiyat listelerini kur değişince ne kadar sürede güncellediğinizi bilmiyorsanız, hammadde ya da enerji fiyatları marjınızı belirliyorsa, ya da bankalar ya da yatırımcılar finansal risk politikanızı sormaya başladıysa.

Henüz erken olan durumlar da var. Tüm gelir ve gider tek para birimindeyse, nakit pozisyonunuz sağlamsa ve yurt dışı hacminiz küçükse, karmaşık türev araçlar bürokrasi ve yeni bir risk (karşı taraf, likidite) ekler. Bu aşamada basit doğal korunma ve düzenli izleme çoğu zaman yeterlidir.

## Çoğu ekibin atladığı nokta

Finansal risk yönetimi çoğunlukla bir araç seçimi problemi olarak ele alınır: forward mı, opsiyon mu, swap mı? Oysa araç, kararın en son kısmıdır. Önce üç şeyi netleştirmek gerekir: hangi riskleri taşıyoruz, ne kadarını taşımaya razıyız ve kim karar veriyor?

Kur riski tek tür değildir. İşlem riski (yapılmış bir satışın tahsilatı ile bugünkü kur arasındaki fark), çeviri riski (yurt dışı iştirakin bilançosunu ana para birimine çevirirken oluşan etki) ve ekonomik risk (kur değişimi sonucu rekabet gücünüzün uzun vadede değişmesi) farklı yönetilir. İlk ikisi hedge edilebilir; ekonomik risk ise genellikle fiyatlama, tedarik ve üretim yeri kararlarıyla yönetilir. Her şeyi türevle çözmeye çalışan şirket, asıl riski görmeden komisyon öder.

İkinci yanlış anlama: hedging bir kâr merkezi değildir. Kur hareketini tahmin etmeye çalışarak “doğru zamanda hedge etmek”, ekibi spekülatörlüğe iter ve hedefi sapıtır. Hedging'in amacı bütçe öngörülebilirliği ve stratejik karar özgürlüğüdür; “kur yükselince daha iyi çıkardık” ya da “kur düşünce hedge zarar yazdı” konuşmaları, yanlış başladığınızın işaretidir.

Üçüncüsü, hedge'in kendisinin yeni riskler getirmesi: karşı taraf riski, likidite (teminat çağrıları), muhasebe oynaklığı. Bu yüzden iyi bir program, enstrümandan önce politikayla başlar.

> Hedging, riski ortadan kaldırmaz; riski sizin seçtiğiniz bir riskle değiştirir. Soru, hangi riske razı olduğunuzdur.

## Uygulama planı

### 1. Maruziyet haritası çıkarın

Hangi para biriminde, ne kadar, ne zaman nakit girecek ve çıkacak? Gelir, maliyet, borç, yatırım ve bağlı şirketleri kapsayan bir tabloyla, para birimi bazında net pozisyonu görün. Hammadde, enerji ve faiz riskini de ekleyin. Bu harita çoğu şirkette ilk kez yapıldığında şaşırtıcı bulgular verir.

### 2. Önce doğal korunmayı kullanın

Gelir ve gider aynı para biriminde eşleşiyorsa, risk zaten azalır. Maliyetleri gelirin olduğu para birimine kaydırmak (yerel tedarik, yerel üretim), borcu gelir para birimine göre seçmek, fiyat listesine kur ayarlama maddesi koymak, türevden daha ucuz ve daha sağlam bir korunma sağlar.

### 3. Yönetim kurulunda onaylı bir risk politikası yazın

Politikada şunlar olsun: hangi riskler hedge edilecek, hedge oranı aralığı (örneğin önümüzdeki on iki aylık tahmini nakit akışının belirli bir bandı), izin verilen enstrümanlar, karşı taraf limitleri ve yetki. Spekülatif pozisyon alma yasağı açık yazılsın. Politika, yöneticilerin kriz anında doğaçlama karar vermesini engeller.

### 4. Katmanlı (aşamalı) hedge uygulayın

Tüm pozisyonu tek bir günde, tek bir kurdan hedge etmek, zamanlama riskini tek noktaya yığar. Bunun yerine, nakit akışı tahminine göre aşamalı hedge yapın: yakın dönem yüksek oranda, uzak dönem düşük oranda. Böylece tek bir günün kuruna bağımlı kalmazsınız ve tahmin hataları büyümez.

### 5. Raporlama ve gözden geçirme ritmi kurun

Aylık olarak maruziyeti, hedge oranını, politikaya uyumu ve türevlerin piyasa değerini yönetime raporlayın. Türevlerin teminat gereksinimlerini nakit planına dahil edin. Muhasebe tarafında hedge muhasebesi (ör. UFRS 9 kapsamında) uygulanacaksa, belgelendirmeyi işlemden önce yapın.

## Neyi ölçmeli?

- **Risk altındaki nakit akışı (cash flow at risk)**: Makul kötü bir kur senaryosunda, önümüzdeki on iki ayın nakit akışı ne kadar sapar? Politikanın hedefidir.
- **Hedge oranı ve politika uyumu**: Gerçek hedge oranı onaylı aralığın içinde mi? Öncü bir kontrol göstergesidir.
- **Net döviz pozisyonu (para birimi bazında)**: Maruziyetin yönünü ve büyüklüğünü gösterir.
- **Bütçe sapması (kur kaynaklı)**: Gerçekleşen ile bütçe arasındaki farkın ne kadarı kurdan geldi? Gecikmeli, ama programın işe yarayıp yaramadığının dürüst ölçüsü.

## Tuzaklar

**Spekülasyon.** Hedge pozisyonuyla kur tahmini yapmak, riski azaltmak yerine yeni bir risk yaratır. Politikada açık yasak olmalı.

**Hedge'i kriz sonrası yapmak.** Kur sert hareket ettikten sonra korunmaya yönelmek, en pahalı seviyeden kilitlemek demektir. Program, sakin zamanlarda kurulmalı.

**Tahmin hataları.** Nakit akışı tahmini yanlışsa, hedge fazla ya da eksik olur; aşırı hedge, kendisi bir pozisyona dönüşür. Tahmin kalitesini hedge'in ön şartı olarak izleyin.

## Bu hafta başlayın

1. Önümüzdeki on iki ay için para birimi bazında tahmini nakit girişi ve çıkışını tek bir tabloya koyun; net pozisyonu görün.
2. Yönetim ekibine şu soruyu sorun: “Kur yüzde on hareket ederse bütçemiz ne kadar sapar?” ve yanıtı hesaplayın.
3. Mevcut risk politikanız varsa son onay tarihini kontrol edin; yoksa tek sayfalık bir taslağın ana başlıklarını (riskler, hedge aralığı, enstrümanlar, yetki) yazın.

---

# Mevzuat ve Uyum (Compliance) Stratejisi

URL: https://alpsuleyman.com/tr/strategies/mevzuat-ve-uyum-stratejisi
Published: 2025-10-31
Updated: 2026-10-03
Author: Alp Suleiman

> Uyum, hukuk departmanının ürüne vurduğu son mühür değildir. Doğru kurulduğunda yeni pazara giriş hızınızı ve kurumsal müşteri kazanma gücünüzü belirleyen bir ürün özelliğidir.

Kurumsal bir satışın son haftasında, her şey tamam görünürken müşterinin bilgi güvenliği ekibinden 240 soruluk bir form gelir. Veri nerede tutuluyor, alt işleyiciler kimler, silme talebi kaç günde karşılanıyor, son bağımsız denetim ne zaman yapıldı. Hazırlıklı olan ekip formu iki günde kapatır. Hazırlıksız olan ekip üç hafta boyunca mühendisleri, hukukçuları ve satışçıları aynı tabloda toplar; anlaşma ya kayar ya da fiyattan taviz verilerek kurtarılır.

Uyumu maliyet kalemi olarak gören şirketle onu rekabet gücü olarak kuran şirket arasındaki fark çoğu zaman bu sahnede görünür. İlki uyumu denetçi gelince hatırlar. İkincisi onu, ürünün nasıl tasarlandığıyla birlikte kurar.

## Ne zaman ihtiyacınız var?

Sinyaller genelde finansal tablodan önce satış hattında görünür. Satış ekibi “güvenlik anketi” yüzünden kapanışların uzadığından söz etmeye başladıysa, bir pazara girerken hangi lisansın veya kaydın gerektiğini kimse tek cümleyle söyleyemiyorsa, aynı kişisel veri üç farklı sistemde üç farklı kuralla tutuluyorsa zaman gelmiştir.

İkinci grup sinyal yapısaldır: yurt dışında ilk müşteri, ilk kurumsal sözleşme, ilk ortaklık veya satın alma, düzenlemeye tabi bir sektöre (finans, sağlık, kamu) açılma kararı. Bunların her biri uyum yükünü bir kademe artırır ve yükü sonradan eklemek, baştan tasarlamaktan belirgin biçimde pahalıdır.

Henüz erken olduğu durumlar da var. Tek ülkede, tek ürün hattında, düzenlemeye tabi olmayan ve verisi sınırlı bir iş yapıyorsanız tam bir uyum programı kurmak enerji israfıdır. Orada doğru hamle hafiftir: veri envanteri, temel güvenlik hijyeni, sözleşme şablonları. Program, ihtiyaç geldiğinde üzerine büyüyebilecek bir iskelet olsun yeter.

## Çoğu ekibin atladığı nokta

En sık yapılan yanlış, uyumun düzenleme düzenleme, ülke ülke yönetilmesidir. GDPR için bir proje, başka bir ülkenin veri kanunu için başka bir proje, sektörel standart için bir üçüncüsü. Her proje kendi tablosunu, kendi sorumlusunu ve kendi kanıt klasörünü üretir. Sonuç, birbirinin aynısı olan ama birbirini tanımayan kontrol yığınıdır.

Düzenlemeler birbirinden çok farklı görünür ama istedikleri şeylerin çekirdeği şaşırtıcı biçimde ortaktır: neyi topladığınızı bilin, neden topladığınızı söyleyebilin, erişimi sınırlayın, olayı fark edin ve bildirin, yaptığınızı kanıtlayın. Olgun ekipler bu çekirdeği bir kez kontrol kütüphanesi olarak yazar ve her düzenlemeyi bu kütüphaneye eşler. Yeni bir kanun geldiğinde soru “yeni proje ne olacak?” olmaz, “kütüphanede hangi kontrol eksik?” olur.

> Uyum, her düzenleme için yeniden yapılan bir iş değildir. Bir kez kurulan kontroller sistemi ve ona eşlenen düzenlemelerdir.

İkinci düzeltme sahiplikle ilgili. Uyum hukuk departmanında yaşadığında ürün kararları alındıktan sonra onay sorusuna dönüşür. Mühendislikte, ürün tasarımında ve satın almada yaşadığında karar anına girer. Privacy by design bu yüzden bir slogan değil, ürün gereksinim şablonuna eklenmiş bir satırdır: bu özellik hangi kişisel veriyi yaratıyor, ne kadar süre tutuyor, kim görüyor?

Üçüncüsü, uyumun gelir tarafı. SOC 2 ya da ISO 27001 gibi bağımsız doğrulamalar yasal zorunluluk olmasa bile kurumsal alımda sık sık fiilî giriş koşuludur. Raporu cebinde olan satışçı güvenlik görüşmesini kısaltır. Bunu bir pazarlama cümlesi olarak değil, satış döngüsü süresi olarak ölçebilirsiniz.

## Uygulama planı

### 1. Düzenleyici haritayı çıkarın

Hangi ülkede, hangi veri türüyle, hangi sektörde faaliyet gösterdiğinizi tek sayfada yazın. Her kesişim için geçerli düzenlemeyi, sorumlu kişiyi ve tahmini etki derecesini ekleyin. Çıktı, uzun bir hukuk notu değil, ilk iki sütunu hukukçunun, son iki sütunu ürün sahibinin doldurduğu bir tablodur. Bu adımın kararı da bellidir: hangi düzenleme şimdi, hangisi on iki ay içinde, hangisi izlenerek bekleyecek.

### 2. Veri ve süreç envanterini kurun

Kişisel veri nerede doğuyor, nereye akıyor, kimler işliyor? Alt işleyici listesini, saklama sürelerini ve veri sahibi talep akışını belgeleyin. Çoğu şirket bu envanteri ilk kez çıkardığında en az bir sürpriz bulur: kimsenin sahiplenmediği bir analiz aracı ya da silinmesi gerekirken yıllardır duran bir tablo.

### 3. Ortak kontrol kütüphanesini yazın

Erişim yönetimi, şifreleme, olay müdahalesi, tedarikçi değerlendirmesi, eğitim gibi 40-80 arası kontrolü sade bir dille tanımlayın. Her kontrole bir sahip, bir kanıt türü ve bir sıklık verin. Sonra her düzenlemenin maddelerini bu kontrollere eşleyin. Bu kütüphane, hem denetçinin hem müşterinin güvenlik anketinin cevap anahtarıdır.

### 4. Uyumu ürün ve satın alma akışına gömün

Ürün gereksinim şablonuna veri etkisi bölümü ekleyin. Yeni tedarikçi onayına güvenlik ve veri ön değerlendirmesi koyun. Yüksek riskli değişikliklerde hukuk ve güvenliği sprint planlamasına davet edin, sprint sonuna değil. Amaç, riskli kararın onay kuyruğunda değil, tasarım masasında yakalanmasıdır.

### 5. Kanıtı sürekli toplayın, denetime hazırlıkla yetinmeyin

Erişim gözden geçirmeleri, yedek testleri, eğitim katılımı gibi kanıtlar otomatik veya takvimli toplansın. Denetimden önce iki haftalık telaş yaşayan şirket, aslında yıl boyu uyumlu olmadığını itiraf ediyordur. Yılda en az bir kez, olay müdahale planını gerçek bir masa başı tatbikatla sınayın.

### 6. Yönetim kuruluna tek sayfalık risk görünümü sunun

Üç-beş kritik risk, her biri için sahip, mevcut kontrol düzeyi ve karar bekleyen konu. Yönetim, uyumu rapor olarak değil, kaynak kararı olarak görmeli.

## Neyi ölçmeli?

- **Güvenlik anketi ve kurumsal değerlendirme süresi:** satış döngüsünde uyumun yarattığı sürtünmeyi gösterir; öncü göstergedir.
- **Kontrol kapsama oranı:** kütüphanedeki kontrollerden kanıtı güncel olanların payı; programın gerçekten çalışıp çalışmadığını söyler.
- **Veri sahibi talebini kapatma süresi:** yasal süre içinde kalıp kalmadığınızı ve süreçlerin ne kadar elle yürüdüğünü gösterir.
- **Olay tespit ve bildirim süresi:** uyumun asıl sınandığı an; gecikmeli ama en dürüst göstergedir.

## Tuzaklar

**Kâğıt üzerinde uyum.** Politika yazılmış, ama kimse uygulamıyor. Denetçi bunu görür; daha kötüsü, bir olay anında sizi sorumluluktan kurtarmaz. Her politikanın arkasında bir sahip ve bir kanıt olmalı.

**Her düzenlemeyi ayrı proje yapmak.** Yukarıda anlattığım kopya yığın. Maliyet katlanır, çelişen kontroller çıkar, ekip yorulur.

**Uyumu sadece yasaklayan fonksiyon olarak konumlamak.** Ürün ekibi uyum ekibini “hayır diyen taraf” olarak görürse bilgiyi saklamaya başlar. Uyum ekibi, hayır demek yerine uyumlu yolu birlikte tasarlayan taraf olmalı.

**Gerçekte yapmadığınız bir şeyi vaat etmek.** Web sitesinde, satış sunumunda veya sözleşmede “uyumluyuz” demek, bunu kanıtlayamıyorsanız yeni bir risk yaratır. Vaadi, kanıtınızın genişliğiyle sınırlı tutun.

## Bu hafta başlayın

1. Satış ekibinden son üç güvenlik anketini isteyin; en sık gelen 20 soruyu çıkarıp bir “standart cevap” dokümanı başlatın.
2. Bir tablo açın: hangi ülkelerde, hangi kişisel veri türüyle, hangi alt işleyicilerle çalışıyorsunuz? İlk sürüm eksik olsun, ama yarın var olsun.
3. Ürün gereksinim şablonunuza tek bir satır ekleyin: “Bu özellik yeni bir kişisel veri topluyor mu veya yeni bir yere aktarıyor mu?” Cevabı boş bırakılan gereksinim sprint'e girmesin.

---

# Gayrimenkul ve Fiziksel Varlık Yönetimi

URL: https://alpsuleyman.com/tr/strategies/gayrimenkul-ve-fiziksel-varlik-yonetimi
Published: 2025-07-07
Updated: 2026-10-02
Author: Alp Suleiman

> Fiziksel varlık bir gider kalemi değil, bir bahistir. Her mağaza, depo ve ofis, kasa akışınızı yıllarca bağlayan bir karardır ve çoğu şirket bu kararı portföy olarak yönetmez.

Bir perakende zincirinin yönetim toplantısında yeni mağaza açılışları çoğu zaman şu cümleyle onaylanır: “Bu lokasyon çok iyi, kalabalık, vitrin güzel.” Beş yıl sonra aynı mağazanın kira sözleşmesi, ciroya göre fahiş kalmıştır ama çıkış maliyeti yüksektir. Kimse o karar anında şu soruyu sormamıştır: bu mağaza kötü giderse en fazla ne kaybederiz ve nasıl çıkarız?

Fiziksel varlıklar finansal tabloda sakin görünür ama şirketin esnekliğini en uzun süre bağlayan taahhütlerdir. Bir yazılım şirketi kötü bir kararı bir sprint'te düzeltir. Bir kira sözleşmesi, on yıl.

## Ne zaman ihtiyacınız var?

Şirketin mağaza, depo, fabrika veya ofis sayısı bir kişinin kafasında tutamayacağı kadar artmışsa ve bu varlıkların toplam kira ile işletme gideri, brüt marjın ciddi bir bölümünü yiyorsa zaman gelmiştir. Sinyaller somuttur: aynı bölgede birbirinin müşterisini yiyen noktalar, yarı boş kullanılan alanlar, kira bitiş tarihlerini kimsenin takip etmemesi, hibrit çalışmaya rağmen küçülmeyen ofis, depo kapasitesinin sezonda yetmeyip sezon dışında boş kalması.

Henüz erken olduğu durum, tek veya iki noktada, kira esnekliği yüksek çalışan şirkettir. Orada gayrimenkul stratejisi kurmak yerine her lokasyon kararına birim ekonomisi disiplini uygulamak yeter.

## Çoğu ekibin atladığı nokta

Gayrimenkul kararı çoğu şirkette operasyonun içinde, sezgisel bir “yer seçimi” işi olarak yaşar. Oysa bu kararın üç ayrı yüzü vardır ve çoğu ekip yalnızca birini yönetir.

Birincisi, lokasyon. Hangi noktada hangi müşteriye, hangi maliyetle ulaşıyorsunuz? İkincisi, sahiplik yapısı. Kiralayacak mısınız, satın alacak mısınız, satıp geri kiralayacak mısınız? Üçüncüsü, portföy. Tek tek iyi olan noktalar toplamda dengeli midir; hangi bölgede yoğunlaşıyor, hangi sözleşmeler aynı yıl bitiyor?

Starbucks ve McDonald's örnekleri sık anılır ama genelde yanlış okunur. McDonald's'ın modeli konusunda iyi bilinen anlatı, şirketin franchise verdiği restoranların bulunduğu arsa ve binalarda önemli bir payı kendisinin tutması, bu varlıkları franchise sahiplerine kiraya vermesidir. Bu anlatının dersi “hamburger değil emlak satıyorlar” şakası değil; lokasyon kararını marka standartlarının bir parçası yapmaları ve bunu uzun vadeli bir varlık stratejisine bağlamalarıdır. Starbucks tarafında da yer seçimi, mağaza sayısı büyütülürken sistematik bir analiz disiplini olarak anlatılır. Bu örneklerden çıkarılacak ders emlakçılık yapmak değil, yer kararını bir gelir ve risk kararı olarak yönetmektir.

> Bir lokasyon seçmiyorsunuz; on yıllık bir kira yükümlülüğünün içine nakit akışı koyuyorsunuz. Bunu portföy gibi yönetin.

Asıl atlanan nokta, çıkış hakkının fiyatıdır. Kira sözleşmesi imzalarken bütçe, açılış varsayımları üzerine kurulur; çıkış koşulları, kira artış formülü ve alt kiralama hakkı ise “hukuki detay” diye geçilir. Oysa bu üç madde, kötü senaryodaki zararınızı belirler.

## Uygulama planı

### 1. Tek bir varlık kaydı kurun

Her lokasyon için alan, sözleşme tipi, başlangıç ve bitiş tarihi, kira artış formülü, çıkış hakkı, yatırım tutarı ve aylık sonuç tek bir tabloda yaşasın. Bunu finans, işletme ve hukuk ayrı ayrı tutuyorsa üç farklı gerçeklik vardır. Çıktı, yönetimin her çeyrek açıp baktığı tek bir portföy görünümüdür.

### 2. Her lokasyonu kendi birim ekonomisiyle okuyun

Metrekare başına ciro, metrekare başına doğrudan kâr, doluluk veya kapasite kullanımı, kira/ciro oranı. Perakendede mağaza kârlılığı, depoda palet yeri başına maliyet, ofiste kullanılan masa başına maliyet. Bu rakamlar bir noktanın “iyi hissettiren” mi, “gerçekten kazandıran” mı olduğunu ayırır.

### 3. Sahiplik kararını ilkeye bağlayın

Neyi satın alırsınız, neyi kiralarsınız, hangi koşulda satıp geri kiralarsınız? Stratejik ve değer kazanma potansiyeli yüksek, markanızın kimliği olan noktalarla, yalnızca operasyonel olan noktaları ayırın. Bu ilke yazılı olmazsa her karar, o günün nakit durumuna göre verilir. Satıp geri kiralama nakit açar ama gelecekteki kira yükünü kalıcılaştırır; bunu kazanç değil, finansman kararı olarak okuyun.

### 4. Sözleşme takvimi ve müzakere stratejisi çıkarın

Önümüzdeki 36 ayda bitecek tüm sözleşmeleri sıralayın; her biri için üç seçenek belirleyin: yenile, yeniden müzakere et, çık. Kiracı olarak en büyük koz, gitmeye hazır olduğunuzu kanıtlayabilmektir ve bu da önceden hazırlanmış bir alternatif gerektirir.

### 5. Kullanım ve kapasite revizyonunu rutine bağlayın

Yılda iki kez, her lokasyon için “alanın ne kadarı değer üretiyor?” sorusu sorulsun. Boş alanı alt kiralamak, küçültmek, başka bir fonksiyonla paylaşmak ya da kapatmak için karar eşikleri önceden tanımlı olsun: örneğin art arda iki dönem belirlediğiniz eşiğin altında kalan nokta otomatik olarak incelemeye alınsın.

## Neyi ölçmeli?

- **Birim alan başına kâr ve kira/ciro oranı:** her noktanın gerçek getirisi; gecikmeli ama temel gösterge.
- **Kapasite kullanım oranı:** alanın ne kadarının fiilen değer ürettiği; öncü göstergedir, sorunu kâr düşmeden gösterir.
- **Sözleşme sonu yoğunluğu:** hangi yıl kaç sözleşme bitiyor; müzakere gücünü ve nakit baskısını önceden gösterir.
- **Yeni lokasyonun geri dönüş süresi:** açılış varsayımına göre gerçekleşen; ekibin tahmin disiplinini ölçer.

## Tuzaklar

**Lokasyonu sezgiyle seçmek.** Etkileyici bir mekân ve güçlü bir tanıtım sunumu, rakamların yerine geçer. Her yeni nokta için önceden yazılmış bir kabul formülü olmalı; açılıştan sonra onunla kıyaslanmalı.

**Sahipliği prestij olarak görmek.** Satın alınan her bina sermayeyi bağlar. Çekirdek işiniz emlak değilse bu bağlanmış sermayenin çekirdek işte kullanılmasının getirisini hesaba katın.

**Kapatma kararını geciktirmek.** Zarar eden noktayı “toparlanır” umuduyla yıllarca taşımak, kaybı katlar. Kapanış eşiğini baştan yazın, duygu devreye girince tartışmayın.

**Gayrimenkulü işin dışında bir birim olarak bırakmak.** Emlak ekibi mağaza performansını görmüyor, operasyon ise sözleşme koşullarını bilmiyorsa kararlar iki ayrı dilde verilir.

## Bu hafta başlayın

1. Tüm lokasyonların sözleşme bitiş tarihlerini ve kira artış formüllerini tek bir tabloya toplayın; sahibi olarak bir kişi belirleyin.
2. En alttaki ve en üstteki üç noktayı metrekare başı kârla sıralayın; alttakilerin çıkış maliyetini hesaplatın.
3. Gelecek açılış veya genişleme kararı için bir “kabul eşiği” yazın: hangi geri dönüş süresinin altında, hangi çıkış koşulu olmadan onay verilmez?

---

# Kurumsal Yatırımcı İlişkileri

URL: https://alpsuleyman.com/tr/strategies/kurumsal-yatirimci-iliskileri
Published: 2025-02-07
Updated: 2026-10-02
Author: Alp Suleiman

> Yatırımcı ilişkileri, iyi çeyreklerin ilanı değil, söz ile sonuç arasındaki mesafeyi yıllar boyunca küçültme işidir. Güven, kötü haberi nasıl verdiğinizde kurulur.

Çeyrek sonuçları beklentinin altında geldi. Üst yönetim iki seçenekle karşı karşıya: sunumun ilk slaytında kötü haberi açıkça söylemek ya da önce güzel rakamları sıralayıp asıl konuyu Soru-Cevap bölümüne bırakmak. İkincisi cazip görünür. Ama yatırımcılar bu oyunu defalarca izlemiştir ve sunumun yapısından, rakamların kendisinden daha fazlasını okur.

Yatırımcı ilişkilerini yönetmek, aslında bir tahmin disiplini ve bir tutarlılık sınavıdır. Yatırımcı sizden mükemmel sonuç beklemez; öngörülebilir olmanızı bekler.

## Ne zaman ihtiyacınız var?

Halka arz, büyük bir yatırım turu, borçlanma veya ikinci el hisse satışı gündeme geldiyse, ya da hisse sahipliği tabanı birkaç aileden çok sayıda kurumsal yatırımcıya doğru genişliyorsa artık gayri resmi iletişim yetmez. Özel şirketlerde de aynı mantık geçerlidir: fon yöneticileri, kurumsal ortaklar ve kredi verenler, aylık veya üç aylık düzenli bir ritim bekler.

Sinyaller bellidir: analist ve yatırımcı sorularına her yönetici farklı cevap veriyorsa, hedef fiyat beklentilerinin sizin iç planınızdan sürekli uzak olması, yönetimde kimsenin “hisse sahibi bizi nasıl anlıyor?” sorusuna cevap veremiyor olması. Henüz erken olan durum, tek ve yakın bir yatırımcı grubuyla çalışan, düzenli raporlama yükümlülüğü olmayan şirkettir; orada ihtiyaç duyulan şey kurumsal bir IR fonksiyonu değil, aylık dürüst bir güncelleme alışkanlığıdır.

## Çoğu ekibin atladığı nokta

Yaygın yanlış, IR'ı bir iletişim işi sanmaktır: güzel slaytlar, düzenli basın bültenleri, özenli bir web sayfası. Bunlar zemindir, ama yatırımcı ilişkisinin asıl malzemesi başkadır: hisse hikâyesi (equity story) ve onun etrafında kurulan güvenilirlik sicili.

Hisse hikâyesi, şirketin neden yatırım yapılabilir olduğuna dair net, test edilebilir bir tezdir: hangi pazarda, hangi avantajla, hangi sermaye getirisiyle büyüyorsunuz ve bu tezi hangi göstergeler doğrulayacak? Bu tez üç dakikada anlatılamıyorsa, analist onu kendi yorumuyla dolduracaktır.

Güvenilirlik sicili ise söylediğiniz ile yaptığınız arasındaki farktır. Yönetimin verdiği rehberlik (guidance) tutuyor mu? Büyüme hedefleri gerçekleşiyor mu? Stratejik öncelikler bir yıl içinde sessizce değişiyor mu? Yatırımcılar iyi sonucu ödüllendirir ama tutarsızlığı ağır cezalandırır. Çünkü tutarsızlık, yönetimin kendi işini ne kadar iyi kavradığı konusunda şüphe yaratır.

> Yatırımcı iyi rakamı hatırlar ama asıl, verdiğiniz sözün çeyrekten çeyreğe tutup tutmadığını hatırlar.

İkinci atlanan nokta, yatırımcının tek tip olmadığıdır. Uzun vadeli kurumsal fon, hızlı pozisyon alan hedge fon, endeks fonu, bireysel yatırımcı ve kredi veren aynı bilgiden farklı şeyler okur. Hepsine aynı sunumu göstermek, hiçbirine hitap etmemektir.

Üçüncüsü, iç ve dış anlatının aynı olması gerekir. Çalışanlara anlatılan strateji ile yatırımcıya anlatılan farklıysa, bu bir gün mutlaka ortaya çıkar. Özellikle yatırım ve exit süreçlerinde, tutarsız anlatı değerleme pazarlığında doğrudan iskonto olarak geri döner.

## Uygulama planı

### 1. Hisse hikâyesini yazın ve sınayın

Bir sayfaya şunları koyun: büyüme tezi, rekabet avantajı, sermaye tahsis önceliği, 3-5 yıllık hedef ve bu hedefi doğrulayacak üç gösterge. Sonra bunu iki gerçek yatırımcıya ve bir eski analiste okutun ve “bu şirketi nasıl özetlersin?” diye sorun. Verdikleri özet sizinkine uymuyorsa, mesajınız henüz netleşmemiştir.

### 2. Yatırımcı tabanını segmentlere ayırın

Kimler elinde tutuyor, kimler bakıyor, kimler çıkmış? Her segmente neyin önemli olduğunu not edin: temettü ve nakit akışı mı, büyüme mi, bilanço sağlığı mı? Bu haritadan hangi segmenti çekmek ve hangisiyle daha sık konuşmak istediğiniz sonucu çıkar.

### 3. Rehberlik politikası belirleyin

Ne tür öngörü paylaşacaksınız: aralıklı mı, nokta mı, hiç mi? Hangi göstergeleri hangi sıklıkla güncelleyeceksiniz? Burada kural, tutturabileceğiniz bir aralık vermektir. Rehberliği agresif tutarsanız bir çeyrek övülür, sonrasında yıllarca “beklenti yönetimi” yapmak zorunda kalırsınız. Yaygın uygulama, makul bir güvenlik payıyla çıkıp küçük sürprizlerle yukarı yönlü düzeltmektir.

### 4. Kötü haber protokolü yazın

Beklenti dışı sonuç, bir üst yöneticinin ayrılması, düzenleyici sorun gibi durumlarda kimin, ne zaman, hangi kanaldan konuşacağını önceden netleştirin. Kural basit: kötü haber erken ve tek ağızdan gelir. Önce çalışanlar ve büyük yatırımcılar değil, tüm piyasa aynı anda öğrenmelidir; bu konuda yürürlükteki bilgilendirme ve eşit işlem kurallarına hukuk danışmanlığıyla uyun.

### 5. Soru-cevaba kurumsal hazırlık yapın

Yönetim ekibiyle sonuç toplantısından önce “en zor on soru” provası yapın. Her sorunun kısa, rakamla desteklenmiş ve herkes için aynı olan bir cevabı olsun. Soru-cevap bölümü sunumdan daha çok bilgi taşır, çünkü yönetimin yedeksiz konuştuğu yerdir.

### 6. Geri bildirim döngüsü kurun

Her toplantıdan sonra yatırımcıdan gelen tekrar eden soruları ve itirazları kaydedin, çeyrek sonunda yönetim kuruluna sunun. IR, şirketin dışarıdan nasıl göründüğünü içeriye taşıyan sensördür.

## Neyi ölçmeli?

- **Rehberlik tutturma oranı:** verilen öngörülerin gerçekleşme isabeti; güvenilirliğin en dürüst göstergesi, gecikmelidir.
- **Mesaj tutarlılığı:** yönetimin farklı üyelerinin aynı soruya verdiği cevapların örtüşmesi; öncü göstergedir.
- **Hissedar tabanının kalitesi:** uzun vadeli fonların payı ve ortalama elde tutma süresi.
- **Analist ve yatırımcı tahminlerinin iç plana yakınlığı:** hikâyenizin dışarıda ne kadar doğru anlaşıldığını gösterir.

## Tuzaklar

**Aşırı vaat.** Hedef çok yüksek konduğunda ilk ıskalama itibar maliyeti yaratır. Küçük ve düzenli aşmak, büyük ve kırılgan vaat etmekten üstündür.

**Hikâyeyi her çeyrek değiştirmek.** Dün “büyüme”, bugün “kârlılık”, yarın “yeni pazar” diyen şirket, hiçbir tezin sahibi olamaz. Öncelik değişecekse neden değiştiğini açıkça anlatın.

**IR'ı yalnızca CFO'ya bırakmak.** Yatırımcı, CEO'nun stratejiyi nasıl anlattığını ve ekibin aynı dili konuşup konuşmadığını görmek ister. IR ekip sporudur.

**Seçici şeffaflık.** Büyük bir yatırımcıya fazladan bilgi vermek hem hukuki risk hem güven riski taşır. Aynı bilgi, aynı anda, aynı kanaldan paylaşılmalı.

## Bu hafta başlayın

1. Hisse hikâyenizi tek sayfada yazın ve yönetim ekibinin her üyesinden kendi cümleleriyle “bu şirket yatırımcıya neden cazip?” sorusunu cevaplamasını isteyin; farkları işaretleyin.
2. Son iki yılda verdiğiniz her rehberlik ve hedefi bir tabloya alıp gerçekleşmeyle karşılaştırın.
3. Bir sonraki sonuç toplantısı için “en zor on soru” listesini çıkarın ve birine bile net cevabınız yoksa onu bu hafta yazın.

---

# Kategori Yaratma ve Pazar Konsolidasyonu

URL: https://alpsuleyman.com/tr/strategies/kategori-yaratma-ve-pazar-konsolidasyonu
Published: 2025-03-14
Updated: 2026-10-02
Author: Alp Suleiman

> Yeni kategori yaratmak, daha iyi bir ürün çıkarmak değildir. Müşterinin bir problemi başka bir adla görmesini sağlamak ve bunun bedelini yıllarca taşımaya hazır olmaktır.

Airbnb'nin ilk yatırımcı sunumlarında anlattığı fikir, birçok kişiye o dönemde akıl dışı geliyordu: yabancıların evinde kalmak. Uber için de benzer bir sahne vardı: cebinizdeki telefonla, bir yabancının arabasına binmek. İki şirket de mevcut bir kategoride rakiplerinden iyi olmaya çalışmadı. Müşterinin zihninde, “kalacak yer” ve “taksi”nin yanına yeni bir seçenek koydular ve sonra o seçenek kendi başına bir pazara dönüştü.

Bu hikâyeler anlatılırken genelde geriye dönük bir zafer olarak sunulur. Gerçek tablo daha karışıktır: kategori yaratmak, çoğu zaman, uzun süre kimsenin tam anlamadığı bir şeyi savunmak demektir. Bu yüzden strateji değil, bir sermaye ve sabır kararıdır.

## Ne zaman ihtiyacınız var?

Mevcut kategoride rekabet yalnızca fiyat ve özellik karşılaştırmasına inmişse, müşterileriniz sizi “şu ürünün alternatifi” diye tanımlıyorsa ve bu tanım size alan bırakmıyorsa kategori düşüncesi devreye girmelidir. İkinci sinyal, ürünün çözdüğü problemin mevcut kategorinin sınırlarına sığmamasıdır: satış görüşmelerinde sürekli “bizim yaptığımız şey aslında X ile Y arasında” diye açıklama yapıyorsanız, zaten bir kategori boşluğunun içindesiniz.

Henüz erken olan durumlar da var. Ürün-pazar uyumunu kanıtlamadıysanız, kategori anlatısı bir dikkat dağıtıcıdır. Kategori yaratmak, çalışan bir ürünün üstüne kurulan bir pazar kararıdır, çalışmayan ürünün yerine konan bir hikâye değil. Ayrıca bütçeniz birkaç yıl boyunca pazar eğitimine dayanacak kadar güçlü değilse, mevcut kategoride güçlü bir konum almak çoğu zaman daha akıllıcadır.

## Çoğu ekibin atladığı nokta

Kategori yaratmayı çoğunlukla bir adlandırma ve pazarlama egzersizi sanırlar: yeni bir terim bul, bir manifesto yaz, bir etkinlik düzenle. Oysa isim, ancak arkasında üç şey varsa yaşar.

Birincisi, gerçek ve acı veren bir problem. Müşteri bunu zaten yaşıyor ve mevcut çözümlerle yamadığı için yorgun. İkincisi, sizin çözümünüzün bu problemi mevcut kategorinin yapamadığı bir biçimde çözdüğünü gösteren somut kanıt. Üçüncüsü, kategoriyi sadece siz değil, müşteriler, analistler ve ortaklar da kullanmaya başlamalı. Bir isim yalnızca sizin sunumlarınızda geçiyorsa, kategori değil, ürün adıdır.

Mevcut kategorilerin gücünü de hafife almamak gerekir. İnsanlar yeni bir şeyi eskiye benzeterek anlar. Bu yüzden başarılı örneklerde bile çoğu zaman bir köprü cümle vardır: “bir otel ama evler” ya da “taksi ama düğmeye basınca”. Köprüsüz kategori anlatımı, soyut kalır.

> Kategori yaratmak, bir isim bulmak değildir. İnsanların problemi sizin kelimelerinizle düşünmeye başlamasıdır.

Konsolidasyon tarafı ise genelde ayrı bir hikâye olarak anlatılır ama aynı madalyonun öbür yüzüdür. Kategori olgunlaştıkça parçalı oyuncular çoğalır; bu noktada ya kategorinin standardını belirleyen oyuncu olursunuz ya da satın alınan. Satın alma, ortaklık ve dağıtım ağları ile birleşmeyi bir sonraki aşamanın hazırlığı olarak planlamak, kategoriyi yarattıktan sonra pazarı da elinizde tutmak için gerekir. Bunun doğası farklı olduğu için M&A'nın kendisi başka bir stratejinin konusu; burada önemli olan, kategori liderliği ile pazar payı liderliğinin aynı şey olmadığını görmek.

## Uygulama planı

### 1. Problemi kendi adıyla yazın

Müşterinin bugün bu problemi hangi kelimelerle anlattığını ve hangi çözümlerle yamadığını yazın. Yeni kategori adı, müşterinin zaten yaşadığı acıdan türemeli. Çıktı: bir paragraf, bir cümlelik problem tanımı ve “bu problem neden mevcut kategoriyle çözülemiyor” argümanı.

### 2. Kategori tezini ve köprü cümlesini oluşturun

Dünyaya bakışınızı bir perspektif olarak yazın: eski yaklaşımın neden artık çalışmadığı, yeni yaklaşımın ne olduğu ve neyi mümkün kıldığı. Yanına, müşterinin bildiği bir şeye bağlanan kısa bir köprü cümlesi koyun. Bunu satış, ürün ve yönetimle aynı yerde paylaşın; herkes aynı cümleyi kurabilmeli.

### 3. Kategoriyi kanıtla besleyin

Kendi iddiasını kendi söyleyen sunumdan fazlası gerekir. Müşteri sonuçları, bağımsız veri, ürün içinde ölçtüğünüz bir kategori göstergesi. Kanıt olmadan kategori adı, boş bir etiket olarak algılanır.

### 4. Müşteri ve ortak çevresinde ortak bir dil yaratın

Erken müşterileri, analistleri, entegrasyon ortaklarını ve etkileyicileri aynı kelimelerle konuşmaya çağırın. Bir topluluk, yıllık bir etkinlik, bir rapor ya da metodoloji yaymak bunun yollarından biridir. Amaç markanızı kategorinin sahibi yapmaktan çok, kategorinin bir ekosistemi olduğunu göstermektir.

### 5. Büyüdükçe konsolidasyon haritasını çıkarın

Kategoride hangi tamamlayıcı yetenekler, hangi küçük oyuncular, hangi dağıtım kanalları var? Hangileri satın alınabilir, hangileri ortak olunabilir, hangileri sizin için tehdit? Kategori büyüdüğünde parçalı yapı sizin için fırsat olur, ama önceden hazır haritanız yoksa fırsat bir rakibe gider.

## Neyi ölçmeli?

- **Kategori adının dışarıda kullanımı:** müşteri, medya ve ortak içeriklerinde sizin kelimelerinizle anılma oranı; öncü göstergedir.
- **Markalı olmayan arama ve talep:** insanlar kategori terimini sizin adınız olmadan aramaya başladı mı?
- **Satış döngüsünde açıklama süresi:** ilk görüşmede “biz neyiz” sorusuna harcanan zaman ne kadar kısaldı?
- **Kategori payı:** kendi tanımladığınız pazarda sizin ve rakiplerin payı; gecikmeli gösterge.

## Tuzaklar

**Slogan öncesi kanıt.** Önce manifesto yazıp sonra ürünün onu desteklemesini beklemek, güvenilirliği baştan harcar.

**Müşterinin problemi yerine kendi icadını anlatmak.** Kategori yaratmak, çözümü değil problemi tanımlamaktır. Müşteri problemde kendini görmüyorsa isim tutmaz.

**Kategoriyi tek başına eğitmeye çalışmak.** Pazar eğitiminin maliyeti büyüktür ve faydası kategoriye girenlerin hepsine gider. Sermayeniz ve dağıtım gücünüz zayıfsa, bu yükü ortaklarla paylaşın.

**Büyüyünce kategoriyi kapatmak.** Kategori başarılı olunca taklitçiler gelir. Standart belirleyen oyuncu olmak için ekosistemi açık tutmalı, tamamlayıcı oyuncuları dışarıda bırakmamalısınız.

## Bu hafta başlayın

1. Son beş satış görüşmesini dinleyin veya notlarını okuyun; müşteri sizi hangi kelimelerle tanımladı, hangi ürünle kıyasladı? Listeyi çıkarın.
2. “Bizim yaptığımız şey ... gibi ama ...” köprü cümlesinin üç farklı sürümünü yazıp beş müşteriye hangisinin daha anlaşılır olduğunu sorun.
3. Ürün içinde, kategori iddianızı destekleyen tek bir gösterge belirleyin ve bu haftadan itibaren ölçmeye başlayın.

---

# Sürdürülebilirlik ve ESG Liderliği

URL: https://alpsuleyman.com/tr/strategies/surdurulebilirlik-ve-esg-liderligi
Published: 2026-07-27
Updated: 2026-10-03
Author: Alp Suleiman

> ESG raporu yazmak ile ESG'yi iş modelinin içine yerleştirmek farklı işlerdir. Liderlik, hangi konuların gerçekten paranızı ve riskinizi etkilediğini bulmakla başlar.

Yönetim kurulunda sürdürülebilirlik sunumu yapılıyor. Otuz sayfa: karbon rakamları, çeşitlilik oranları, bir yığın politika. Bir üye sorar: “Peki bu çalışmalar bize hangi riski azaltıyor, hangi geliri getiriyor?” Salon sessizleşir, çünkü rapor hazırlanmıştır ama bağlantı kurulmamıştır.

ESG'nin bugün en sık düştüğü tuzak bu: raporlama bir işe, strateji ise başka bir işe dönüşür. İkisi birbirini hiç görmez.

## Ne zaman ihtiyacınız var?

Müşterileriniz tedarikçi değerlendirmesinde emisyon veya çalışma koşulları verisi istemeye başladıysa, kredi verenler ve yatırımcılar şirketten sürdürülebilirlik göstergeleri talep ediyorsa, ihracat yaptığınız pazarlarda raporlama yükümlülükleri sizi dolaylı yoldan etkiliyorsa zaman gelmiştir. Kurumsal alımda tedarikçi anketine ESG bölümünün eklenmesi artık olağan hâle geldi.

Bir başka sinyal operasyoneldir: enerji, su, atık veya tedarik zinciri riski doğrudan maliyetinizi ya da süreklilik riskinizi etkiliyorsa, ESG zaten işinizin içindedir; sadece isim koymamışsınızdır. Erken olan durum, bu konuların işiniz için maddi bir anlam taşımadığı küçük ve hizmet ağırlıklı bir yapıdır. Orada ihtiyaç, kapsamlı bir program değil, sağlam bir temel hijyen ve dürüst bir iletişimdir.

## Çoğu ekibin atladığı nokta

En sık yapılan hata, ESG'ye üç harfin hepsine eşit ağırlık vererek başlamaktır. Her konuyu aynı anda ele almak, hiçbirinde derinleşememek demektir. Doğru başlangıç, önemlilik (materiality) analizidir: bu şirket için hangi çevresel, sosyal ve yönetişim konuları hem işi etkiliyor hem de paydaşlar için önemli?

Bir bankanın önemli konuları ile bir tekstil üreticisinin önemli konuları aynı olmaz. Birinde finansman portföyünün iklim riski, diğerinde su kullanımı, işçi koşulları ve tedarik zinciri izlenebilirliği öne çıkar. Önemlilik analizi, hangi konulara kaynak ayıracağınızı, hangilerini yalnızca izleyeceğinizi belirler. Bu analiz sadece etkiyi değil, konunun şirketin finansal performansına olan etkisini de içerir; bugün birçok çerçeve bu iki yönü birlikte ele almayı öneriyor.

İkinci atlanan nokta, ESG'nin finansal dile çevrilmesi. Bir yatırım kararında “daha sürdürülebilir olalım” argümanı zayıftır; “enerji yoğunluğunu düşürerek şu kadar maliyeti azaltıyoruz”, “tedarikçi riskini kontrol altına alarak şu kesintiyi önlüyoruz” ya da “bu müşteri segmentinin satın alma koşulunu karşılıyoruz” argümanı güçlüdür.

> ESG liderliği, raporun kalınlığıyla değil, hangi kararın hangi sürdürülebilirlik verisine bağlandığıyla ölçülür.

Patagonia'nın 2011'de “Don't Buy This Jacket” reklamı ve 2022'de şirketin sahipliğini bir tröst ve bir kâr amacı gütmeyen yapıya devrettiğini duyurması sık anılan örneklerdir. Ama dersleri çoğu zaman yanlış çıkarılır: bu hamleler bir kampanya değil, şirketin kuruluş ilkesinin iş modeline yansımasıdır. Unilever'in 2010'da duyurduğu Sürdürülebilir Yaşam Planı da benzer biçimde uzun vadeli hedefleri markalarla ve operasyonla ilişkilendiren bir girişim olarak bilinir. Bu örneklerin ortak noktası, söylemin yönetim sistemiyle bağlanmış olmasıdır. Sizin ölçeğinizde bu, her şeyi dönüştürmek değil, birkaç konuda gerçek bir bağlayıcılık kurmaktır. Bir konuda hedef koyup bütçe, sahip ve takvim bağlamadıysanız, o konuda henüz bir taahhüdünüz değil, bir niyetiniz var demektir.

## Uygulama planı

### 1. Önemlilik analizini yapın

Yatırımcı, müşteri, çalışan, düzenleyici ve topluluk açısından konu listesi çıkarın; her biri için “iş üzerindeki finansal etki” ve “paydaşlar üzerindeki etki” olarak iki eksende puanlayın. Çıktı, en fazla beş altı öncelikli konu. Geri kalanlar izleme listesine alınır.

### 2. Başlangıç ölçümünü yapın

Her öncelikli konu için bugünkü durumu ölçün: emisyon, enerji yoğunluğu, tedarikçi denetim kapsamı, çalışan devir oranı, yönetişim göstergeleri. Veri kalitesi başlangıçta kötü olacaktır; bu normaldir. Önemli olan hangi verinin tahmine, hangisinin ölçüme dayandığını açıkça işaretlemektir.

### 3. Hedefleri iş planına ve ödüllendirmeye bağlayın

Her hedefin bir sahibi ve bütçesi olsun. Yönetici hedeflerinden en az birkaçı ESG gösterge bağlantılı olsun; aksi halde program bir sürdürülebilirlik ekibinin tek başına taşıdığı yüke döner. Yatırım onay sürecine bir sürdürülebilirlik etkisi satırı ekleyin.

### 4. Tedarik zincirini kapsayın

Çoğu şirkette emisyonun ve sosyal riskin büyük kısmı kendi duvarlarının dışında, tedarikçilerde oluşur. En kritik tedarikçileri belirleyip veri talebi, hedef ve destek programını birlikte kurun. Yalnızca anket göndermek, risk yönetimi değildir.

### 5. Raporlamayı ve doğrulamayı olgunlaştırın

Raporlarda yalnızca doğrulayabildiğiniz iddiaları kullanın; bağımsız doğrulama ve tutarlı çerçeve (kullanacağınız standartlar kurumunuzun faaliyet gösterdiği pazarlara göre belirlenir) şirketi çevre yıkama (greenwashing) iddialarından korur. Hedefi tutturamadığınız yerde bunu açıkça yazın.

## Neyi ölçmeli?

- **Önceliklendirilmiş konularda hedefe ilerleme:** emisyon yoğunluğu, enerji, atık, güvenlik kazaları gibi; gecikmeli ama temel göstergelerdir.
- **ESG'ye bağlı maliyet tasarrufu ve gelir:** programın finansal geri dönüşü; yönetimi ikna eden asıl rakam.
- **Tedarikçi veri kapsamı:** kritik tedarikçilerin ne kadarından güvenilir veri alıyorsunuz; öncü göstergedir.
- **Müşteri ve yatırımcı taleplerinin karşılanma oranı:** ESG anketlerinde kaybedilen veya kazanılan fırsatlar.

## Tuzaklar

**Çevre yıkama.** Gerçekten yapmadığınız ya da kanıtlayamadığınız bir iddia, hem düzenleyici hem itibar riski doğurur. Yaptığınızdan fazlasını söylemeyin; rakam yoksa duygusal dil de yok.

**Her şeyi aynı anda yapmaya çalışmak.** Önemlilik filtresi olmayan programlar yüzeysel kalır ve hiçbir alanda inandırıcı sonuç çıkaramaz.

**ESG'yi iletişim bölümüne bırakmak.** Sürdürülebilirlik, operasyon, tedarik, finans ve insan kaynaklarını kesen bir iştir. Sadece iletişimde yaşarsa söylem büyür, sonuç büyümez.

**Sadece risk perspektifi.** Bu işi yalnızca “ceza yemeyelim” diye yapan şirketler, verimlilik ve yeni gelir fırsatlarını kaçırır. Enerji verimliliği, geri dönüşüm ve ürün tasarımı çoğu zaman doğrudan marj konusudur.

## Bu hafta başlayın

1. Müşteri, kredi veren ve yatırımcılardan son bir yılda gelen tüm ESG sorularını toplayın; en sık beş konuyu belirleyin.
2. Bu beş konuyu bir tabloya koyup her biri için tek bir finansal etki hipotezi yazın (maliyet, gelir ya da risk).
3. Bir sonraki yatırım onay formuna “çevresel veya sosyal etki” satırı ekletin ve sahibini belirleyin.

---

# Kurumsal Kültür ve Yetenek Dönüşümü

URL: https://alpsuleyman.com/tr/strategies/kurumsal-kultur-ve-yetenek-donusumu
Published: 2025-09-29
Updated: 2026-10-02
Author: Alp Suleiman

> Kültür duvardaki değerler listesi değildir. Kimin terfi aldığı, kimin toplantıda susturulduğu ve hangi hatanın affedildiğiyle okunur. Dönüşüm de oradan başlar.

Bir şirketin değerler panosunda “cesaret” yazar. Aynı şirkette yeni bir fikir önerisi altı onay katmanından geçer, yanlış çıkan ilk proje sahibinin sicilinde izlenir ve geçen yıl terfi alan üç yönetici de riski sıfırlayarak ilerlemiş kişilerdir. Çalışanlar panoyu okumaz; terfi listesini okur.

Kültür dönüşümünü zor yapan şey budur. Pano bir gecede değişir. Davranışı ödüllendiren sistem değişmeden kültür değişmez.

## Ne zaman ihtiyacınız var?

Strateji değiştiği hâlde davranış aynı kalıyorsa, yani yönetim “daha hızlı, daha müşteri odaklı, daha çevik” diyor ama karar süreleri aynı kalıyorsa dönüşüm gerekir. Diğer sinyaller: en iyi kişilerin belirli bir kıdemden sonra ayrılması, yeni nesil yeteneğin işe alımda tercih etmemesi veya ilk yıl içinde ayrılması, inovasyonun hep “bir sonraki çeyrek” konusu olması, departmanlar arası işin yalnızca yukarıdan zorlandığında ilerlemesi.

Yeteneğin tarafında da net sinyaller var: stratejinin ihtiyaç duyduğu becerilerin (veri, ürün, yazılım, satış mühendisliği) şirkette yeterli olmaması ve bunları dışarıdan almaya çalışırken içerideki tabanın bu beceriye geçişinin planlanmaması. Henüz erken olan durum, strateji netleşmemiş şirkettir. Neyi hedeflediğiniz belli değilse hangi kültürü kurduğunuz da belli olmaz.

## Çoğu ekibin atladığı nokta

Kültürü dönüştürme çabaları çoğunlukla üç araçla başlar: yeni bir değerler seti, bir çalıştay serisi ve bir iletişim kampanyası. Üçü de gereklidir ama yetmez. Çünkü kültür, söylenenle değil, tekrar eden mekanizmalarla taşınır. Bu mekanizmalar sınırlı sayıdadır: kimin işe alındığı, kimin terfi ettiği, kime ne bütçe verildiği, toplantıların nasıl yürüdüğü, hatanın nasıl ele alındığı, liderin neye zaman ayırdığı.

> Kültürü değiştirmek istiyorsanız, kimin terfi aldığını, kimin bütçe aldığını ve kimin affedildiğini değiştirin. Gerisi bunları takip eder.

İkinci atlanan nokta, ara yönetim katmanıdır. Üst yönetim yeni davranışı ilan eder, çalışanlar ise günlük ilişkisini ara yönetimle kurar. Ara yöneticiler hem eski sistemin ölçüldüğü hem de yeni sistemin uygulanmasını beklenen kişilerdir. Onları dönüşümün öznesi yapmazsanız, sürecin yavaşlatıcısına dönüşürler; bu onların kötü niyetli olmasından değil, çelişkili sinyal almalarından kaynaklanır.

Üçüncüsü, yetenek ve kültürün birbirinden ayrı yönetilmesi. İnsan kaynakları yetenek programı yürütür, iş birimleri kültür söylemi geliştirir, ikisi bir araya gelmez. Oysa yeni beceri kazandırmak, yeni davranışlar için güvenli alan olmadan kalıcı olmaz. Bir çalışan yeni bir yöntem öğrenir ama kendi yöneticisi onu eski yöntemle ölçerse, öğrendiğini unutur.

Microsoft'un Satya Nadella döneminde “büyüme zihniyeti” (growth mindset) üzerine kurduğu kültür dönüşümü sıkça anılır. Buradan çıkarılacak ders sloganın kendisi değil; yönetim davranışı, toplantı alışkanlıkları ve iç iş birliği kurallarının değişimle birlikte ele alınmasıdır. Bu tür örnekleri kopyalamak yerine, kendi dönüşüm sorunuzu mekanizma düzeyinde tanımlamak gerekir.

## Uygulama planı

### 1. Mevcut kültürü davranış olarak tanımlayın

“Bizde gerçekte ne ödüllendiriliyor, ne cezalandırılıyor?” sorusunu rakamla ve örnekle yanıtlayın. Son iki yılın terfileri, bonus dağılımı, kapatılan projeler, ayrılan yetenekler. Çalışanlarla yapılacak yirmi dolayında derinlemesine konuşma çoğu zaman anketten daha dürüst veri verir. Çıktı, hedef davranış ile fiili davranış arasındaki açığı gösteren bir sayfa.

### 2. Hedef davranışları çok sayıda değil, az ve gözlemlenebilir yazın

Üç ya da dört davranış yeter ve hepsi “bunu yapan birini görürsem tanırım” düzeyinde olmalı. “Müşteri odaklılık” değil, “karar toplantısında müşteri görüşmesinden bir örnek sunmadan öneri onaylanmaz” gibi. Soyut değer, davranışa çevrilmedikçe işe yaramaz.

### 3. Mekanizmaları değiştirin

Terfi kriterlerine, performans değerlendirmesine, bütçe sürecine, işe alım mülakatlarına ve toplantı kurallarına hedef davranışı yerleştirin. Bunlardan en az ikisinde somut bir değişiklik yapılmadan kültür programı başlatmayın.

### 4. Ara yönetimi dönüşümün aracı yapın

Ara yöneticilere yeni davranışın pratiğini, ekibinde uygulanabilir araçları ve kendi hedeflerindeki değişikliği verin. Onlara bir şey öğretmeden onlardan bir şey beklemeyin. Düzenli bir yönetici çemberi ya da kısa bir pratik ritmi çoğu zaman uzun eğitimlerden daha etkilidir.

### 5. Yetenek haritasını stratejiyle birleştirin

Strateji için kritik beş-altı rolü ve bu rollerdeki mevcut yetkinliği çıkarın. Her biri için üç yol belirleyin: içeriden geliştirme, dışarıdan alım, ortaklık. İçeriden gelişim yolu yoksa, yeni yetenek eski sistemde erir.

### 6. Dönüşümü görünür liderlik davranışıyla destekleyin

Üst yönetim yeni davranışı toplantılarda, kararlarda ve zaman dağılımında sergilemeli. Liderin ilk üç ay boyunca bir müşteri görüşmesine, bir ürün ekibi oturumuna ya da bir hata analizine katılması, bir konuşmadan daha çok sinyal taşır.

## Neyi ölçmeli?

- **Karar süresi:** önemli bir kararın fikirden onaya kaç günde gittiği; kültürün en somut öncü göstergelerinden biri.
- **Kritik rollerde iç terfi ve yetkinlik kapsamı:** yeni becerilerin içeride ne kadar büyüdüğü.
- **Seçilmiş yetenek kaybı:** en iyi performans gösterenlerden gönüllü ayrılma oranı; gecikmeli ve çok söyleyici.
- **Terfi ve ödül dağılımı:** hedef davranışı gösterenlerin payı.

## Tuzaklar

**Kampanya ile dönüşümü karıştırmak.** Etkinlik, video ve pano değişirken mekanizma aynı kalıyorsa kültür de aynı kalır. Çalışanlar bunu hızla fark eder ve bir sonraki girişime ironiyle bakar.

**Herkesi aynı anda dönüştürmek.** Çok geniş açılan programlar yüzeyde kalır. Önce bir iş birimini ya da birkaç kritik ekibi örnek haline getirin.

**Bireysel yeteneği tek başına taşımak.** İyi insanı sistem değiştirmeden getirmek, onu tek başına eritir. Ortamı hazırlamadan yetenek kazanımı bütçe israfıdır.

**Liderlerin kendini dışarıda bırakması.** “Dönüşüm aşağıdakilerin işi” mesajı verirseniz, çalışanlar yönetimin bunu ciddiye almadığını anlar.

## Bu hafta başlayın

1. Son iki yılın terfi listesini çıkarın ve her birini “hedeflediğimiz davranışı gösterdi mi?” sorusuyla işaretleyin; sonuçtan çıkan mesajı yönetim ekibiyle konuşun.
2. Önemli bir kararın başlangıçtan onaya kaç günde geçtiğini son beş örnek üzerinden ölçün.
3. Yönetim toplantısı gündemine bir değişiklik koyun: gündemin ilk maddesi artık müşteriden, bir hatadan ya da yeni bir deneyden olsun.

---

# Uzun Vadeli Değer Yaratma ve Miras (Legacy Production)

URL: https://alpsuleyman.com/tr/strategies/uzun-vadeli-deger-yaratma-ve-miras
Published: 2025-08-05
Updated: 2026-10-02
Author: Alp Suleiman

> Uzun vadeli düşünmek bir niyet değil, bir bütçe ve yönetişim meselesidir. Çeyrek baskısı karşısında geleceği koruyan şey vizyon sözü değil, önceden kurulmuş kurallardır.

Her üst yönetim ekibi uzun vadeli düşündüğünü söyler. Sınav, çeyrek sonuna üç hafta kala hedefin kaçırılacağı belli olduğunda gelir: araştırma bütçesi mi kesilecek, yoksa pazarlama mı? Yeni bir pazarın yatırımı mı ertelenecek, yoksa tedarikçi ödemesi mi? Cevabı o gün verilen karar değil, o güne kadar kurulmuş kurallar belirler.

Miras (legacy) yaratmak romantik bir kavram gibi durur. Pratikte son derece teknik bir şeydir: kısa vadenin yönetimsel yerçekimine karşı, uzun vadeyi koruyacak mekanizmalar tasarlamak.

## Ne zaman ihtiyacınız var?

Şirket temel bir olgunluğa ulaştıysa ve mevcut işi sürdürmenin ötesinde kalıcı bir değer yaratmak istiyorsa bu konu gündeme gelir. Sinyaller: kurucu ya da yönetim ekibinin yerine geçecek nesli düşünmesi, ürün ve pazar liderliğinin sürdürülebilirliğinden endişe edilmesi, çeyreklik hedeflerin sürekli geleceğe dönük yatırımları ezmesi, markanın “iyi bir şirket” olmanın ötesinde bir standart belirleme potansiyeli taşıması.

Henüz erken olan durum, yaşamsal kâr ve nakit baskısı altında olan şirkettir. Önce işin sürdürülebilir bir ekonomiye kavuşması gerekir; miras, hayatta kalma sorununun çözümünden sonra gelir. Uzun vadeli düşünme, zayıf birim ekonomisini aklamanın bahanesi olmamalı.

## Çoğu ekibin atladığı nokta

Uzun vade, çoğu ekipte “daha büyük vizyon” olarak anlaşılır. Oysa sorun vizyon eksikliği değil, zaman ufuklarının aynı bütçe ve aynı ölçüt içinde karışmasıdır. Bugünün işini sürdüren yatırım ile üç yıl sonra değer yaratacak yatırım aynı geri dönüş eşiğiyle, aynı çeyreklik göstergelerle yargılanırsa, ikincisi her zaman kaybeder.

Bu yüzden olgun şirketler zaman ufuklarını ayırır. Yaygın olarak kullanılan üç ufuk çerçevesi bunun için faydalıdır: ufuk 1 mevcut işi güçlendirir, ufuk 2 yakın bir fırsatı büyütür, ufuk 3 henüz belirsiz olan yeni seçenekler yaratır. Her ufkun kendi ölçütü, kendi sahibi ve kendi sabır süresi olur. Ufuk 3'ü ufuk 1'in ölçütüyle yargılamak, tohumu ağaç gibi ölçmektir.

> Uzun vade, iyi niyetle korunmaz. Çeyrek baskısı geldiğinde dokunulmayacak olan kısmı önceden yazarak korunur.

Amazon'un 1997 hissedar mektubunda uzun vadeli düşünmeyi açıkça ilke olarak koyması, buna sık atıf yapılmasının nedenidir: şirket, yatırımcıya hangi tür kararlarda kısa vadeli kârlılık yerine uzun vadeli pazar liderliğini seçeceğini önceden söylemiştir. Dersi, bir sloganın ötesinde, taahhüdün kamuya açık ve sonradan bağlayıcı olmasıdır. Yönetim, kendi kendine yaptığı sözü bozabilir; herkesin gördüğü sözü bozmak daha pahalıdır.

İkinci atlanan nokta, mirasın ne olduğudur. Çoğu şirket mirası “ismimiz tarihe geçsin” diye düşünür. Gerçekte kalıcı olan şeyler somuttur: sektöre getirdiğiniz standart, yetiştirdiğiniz insanlar, kurduğunuz kurumsal yetenek, yarattığınız güven, ürettiğiniz teknolojik veya bilimsel katkı. Bunlar bir kampanyayla değil, onlarca yıl boyunca tekrarlanan tutarlı kararlarla birikir.

Üçüncüsü, sahiplik ve yönetişim yapısı. Uzun vadeyi koruyan şirketlerin çoğunda sahiplik yapısı da buna uygundur: sabırlı sermaye, uzun süreli ortaklar, kurucu etkisini koruyan yapılar, ya da vakıf benzeri sahiplik modelleri. Sermaye yapısı kısa vadeli getiri bekliyorsa, uzun vadeli strateji bunun içinde yaşayamaz.

## Uygulama planı

### 1. Mirasın somut tanımını yazın

Yirmi yıl sonra, bu şirket olmasaydı dünyada neyin eksik olacağını yazın: bir standart, bir yetenek havuzu, bir teknoloji, bir güven ilişkisi. Çıktı, tek bir paragraf ve üç somut kanıt göstergesi. Cevap “büyük bir şirket olmak”sa, bu bir miras değil, bir ölçektir.

### 2. Zaman ufuklarını bütçede ayırın

Toplam yatırım ve operasyon bütçesinin ne kadarının üç ufka gittiğini görün. Ufuk 3 ve ufuk 2 için çeyreklik gelire bağlı olmayan, çok yıllı korumalı bir pay ayırın. Payın büyüklüğünü şirketin ölçeği ve riski belirler; önemli olan, bu payın çeyrek baskısında kolayca erimemesi.

### 3. Her ufuk için ayrı bir ölçüt seti kurun

Ufuk 1'de verimlilik ve marj; ufuk 2'de büyüme ve pazar kabulü; ufuk 3'te öğrenme hızı ve seçenek değeri. Ufuk 3'te “kaç deneme yaptık, neyi öğrendik, hangi varsayım çürüdü?” sorusu geri dönüş oranından daha anlamlıdır.

### 4. Taahhütleri bağlayıcı hâle getirin

Uzun vadeli yatırım ilkelerini yönetim kurulu kararına ve mümkünse yatırımcıya yönelik iletişime dönüştürün. Hangi koşulda, hangi yatırımdan vazgeçmeyeceğinizi önceden yazın. Bu, çeyrek baskısı geldiğinde kendinize karşı bir sigortadır.

### 5. Kurumsal hafıza ve halef disiplini kurun

Kritik kararların gerekçesini kayıt altına alın, kilit rollerin halef planını yapın, kurumsal bilgiyi kişiye değil sisteme taşıyın. Miras, birkaç kişinin kafasında taşınmaz.

## Neyi ölçmeli?

- **Korumalı uzun vade bütçesinin gerçekleşme oranı:** çeyrek baskısında bile korunan pay; yönetişim gücünün en dürüst göstergesi.
- **Ufuk 3 öğrenme göstergeleri:** deney sayısı, doğrulanan veya çürütülen varsayım sayısı; öncü göstergedir.
- **Döngü boyunca sermaye getirisi:** tek yılın değil, beş-on yıllık dönemin getirisi; gecikmeli ama asıl sonuç.
- **Marka güveni ve sektörel etki:** standartlarınızın başkaları tarafından benimsenme düzeyi.

## Tuzaklar

**Uzun vadeyi kâr etmeme gerekçesi yapmak.** Sürdürülebilir birim ekonomisi olmadan uzun vade, sadece yavaş bir kayıp planıdır.

**Mirası pazarlama anlatısına çevirmek.** Gerçek katkı yokken “nesiller boyu güven” iddiası, güven yerine alaycılık üretir. Önce yapın, sonra anlatın.

**Koruma kuralı koymadan vaat etmek.** Yönetim değişince ya da kötü bir çeyrek gelince eriyen taahhüt, ilkenin değil, niyetin ürünüdür.

**Uzun vadeyi tek bir proje sanmak.** Bir proje yerine yıllarca tekrarlanan karar kalıbı gerekir.

## Bu hafta başlayın

1. Son beş yıldaki bütçe kesintilerine bakın ve hangilerinin uzun vadeli yatırımlardan geldiğini işaretleyin; hangi kural onları korurdu?
2. Yönetim ekibinden her birine “yirmi yıl sonra bu şirketten ne kalmalı?” sorusunu yazılı yanıtlatın ve farkları yan yana koyun.
3. Mevcut yatırımların bir listesini yapıp her birine ufuk 1, 2 ya da 3 etiketi verin; ufuk 3'ün payını ilk kez görünür hale getirin.

---

# Gelecek Öngörüsü ve Senaryo Planlama

URL: https://alpsuleyman.com/tr/strategies/gelecek-ongorusu-ve-senaryo-planlama
Published: 2026-04-02
Updated: 2026-10-02
Author: Alp Suleiman

> Senaryo planlaması geleceği doğru tahmin etme işi değil. Birkaç farklı geleceğin içinde de ayakta kalan kararlar vermek ve hangi geleceğin geldiğini erken fark etmek işidir.

Çoğu şirketin beş yıllık planı tek bir sayı serisidir: büyüme yüzde şu, marj şu, pazar payı şu. Plan, bir tahminin üzerine kurulur ve tahmin tutmadığında plan da çöker. Sonra yönetim, planın neden tutmadığını konuşur; oysa asıl soru planın tek bir geleceğe bu kadar bağımlı olmasıdır.

Senaryo planlamasının çıkış noktası şudur: gelecek bilinemez, ama bilinemezliğin yapısı düşünülebilir. Hangi belirsizlikler işimizi gerçekten şekillendirecek, ve her birine hazır mıyız?

## Ne zaman ihtiyacınız var?

Şirketin kaderini birkaç büyük dış belirsizlik belirliyorsa ihtiyacınız vardır: düzenleme değişiklikleri, teknolojik kırılmalar, enerji ve hammadde fiyatları, kur ve faiz ortamı, müşteri davranışı, jeopolitik riskler. Yatırım kararlarınız uzun geri dönüş süreli ise (fabrika, altyapı, büyük platform yatırımı, yeni pazar) belirsizliğin bedeli de büyüktür.

Sinyaller somuttur: son planın varsayımları altı ay içinde geçersiz kaldıysa, yönetimde herkes aynı geleceği varsayıyor gibi görünüyorsa, “beklenmedik” diye adlandırılan olaylar yılda birkaç kez yaşanıyorsa. Henüz erken olan durum, birkaç ay sonra nakdi tükenecek şirkettir; orada ihtiyaç uzun vadeli senaryo değil, kısa vadeli nakit senaryosudur. Sade bir üç senaryolu nakit tablosu bile işe yarar.

## Çoğu ekibin atladığı nokta

Senaryo planlaması sık sık “iyimser, ortalama, kötümser” diye üçe bölünmüş bir tahmin tablosuna indirgenir. Bu senaryo değil, aynı hikâyenin üç farklı ölçeğidir. Gerçek senaryolar nitel olarak farklı dünyalardır: düzenlemenin sıkılaştığı bir dünya ile gevşediği bir dünya, yeni teknolojinin hızla yayıldığı bir dünya ile geciktiği bir dünya. Aralarındaki fark sayılarda değil, oyunun kurallarındadır.

İkinci yaygın hata, senaryoyu doğru tahmin eden bir bahis sanmaktır. “Hangisi gerçekleşecek?” sorusu yanlış sorudur. Doğru soru, “hangi kararlarımız bütün senaryolarda işe yarıyor, hangileri yalnızca birinde?” sorusudur.

> Senaryo, geleceği bilmek için değil, hangi geleceğin gelmekte olduğunu erken fark etmek ve ona göre hızlı hareket etmek için yazılır.

Senaryo planlamasının en bilinen tarihsel örneği Shell'in 1970'lerdeki çalışmasıdır. Pierre Wack ve ekibi, petrol arzı ve fiyatları konusunda alışılmış varsayımların dışına çıkan senaryolar hazırlamış; 1973 petrol şokunda Shell'in bu senaryoları yönetimle önceden tartışmış olmasının şirketin tepkisini hızlandırdığı yaygın biçimde anlatılır. Ders tahminin isabetinde değil, yöneticilerin zihinsel modelini önceden esnetmiş olmasında. Şok geldiğinde “bunu hiç düşünmemiştik” diyen ekip ile “bu dünyayı konuşmuştuk, sinyaller şunlardı” diyen ekip arasındaki fark, aylar değil, haftalarla ölçülen bir tepki hızıdır.

Üçüncü atlanan nokta, senaryoların karar üretmemesidir. Etkileyici bir sunum yapılır, ardından raf ömrü biter. Senaryo ancak yatırım kararlarına, stratejik seçeneklere ve erken uyarı sinyallerine bağlandığında değer yaratır.

## Uygulama planı

### 1. Odak sorusunu belirleyin

“Gelecek” geniş bir konudur; senaryolar belirli bir karara hizmet etmelidir. “Önümüzdeki on yılda bu pazarda nasıl bir konumda olmak istiyoruz ve hangi yatırımları yapmalıyız?” gibi somut bir soru çıkarın. Çıktı, tek cümlelik bir odak sorusu ve karar tarihi.

### 2. Etkili ama belirsiz iki sürücüyü seçin

Dış faktörleri listeleyin; her birini “etkisi ne kadar büyük” ve “ne kadar belirsiz” diye değerlendirin. Etkisi yüksek ve belirsizliği yüksek iki sürücüyü seçip iki eksenli bir matris çizin. Matrisin her bölgesi bir dünyayı temsil eder. Kesin olan trendleri (demografi gibi) bütün senaryolara taban olarak koyun.

### 3. Dört dünyayı yazın

Her bölge için bir hikâye: o dünyada müşteri nasıl davranıyor, rakipler ne yapıyor, düzenleme nasıl, bizim işimiz nasıl görünüyor? Adlandırın, kısa tutun, bir sayfayı geçmesin. Yönetici ekibi, hangi senaryonun ne kadar “olabilir” hissettirdiği konusunda anlaşmak zorunda değil; zaten amaç bu değil.

### 4. Mevcut stratejiyi her dünyada sınayın

Planınız her senaryoda nasıl performans gösteriyor? Hangi yatırımlar bütün dünyalarda çalışıyor (sağlam kararlar), hangileri yalnızca birinde (bahisler), hangileri bir dünyada felaket (riskler)? Ayrıca küçük bir bedelle seçenek satın almanın yollarını arayın: pilot, ortaklık, aşamalı yatırım, esnek sözleşme.

### 5. Erken uyarı sinyallerini ve tetikleyicileri tanımlayın

Her senaryonun gerçekleştiğini gösterecek 3-5 gözlemlenebilir işaret belirleyin: bir düzenleme taslağı, bir teknolojinin belirli bir maliyet eşiğini geçmesi, bir rakibin hamlesi, bir müşteri davranışı göstergesi. Her sinyale “bu eşik aşılırsa şu kararı veririz” biçiminde bir tetikleyici bağlayın.

### 6. Ritme bağlayın

Senaryoları yılda bir kez, sinyal panosunu her çeyrek gözden geçirin. Senaryo planlaması tek seferlik bir çalıştay değil, yönetimin dünyaya bakışını canlı tutan bir alışkanlıktır.

## Neyi ölçmeli?

- **Sinyal panosundaki hareket:** izlenen göstergelerin hangi senaryoya doğru kaydığı; öncü göstergedir.
- **Sağlam karar oranı:** yatırımların kaçı, tüm senaryolarda kabul edilebilir sonuç veriyor.
- **Tetikleyiciden karara süre:** bir sinyal eşiği aşıldığında şirketin ne kadar hızlı hareket ettiği.
- **Seçenek portföyü:** küçük bedelle edinilmiş, gelecekte büyütülebilecek açık seçeneklerin sayısı.

## Tuzaklar

**Üç tahmini senaryo sanmak.** Aynı eğrinin üç versiyonu, farklı dünyaları göstermez. Nitel farkı olmayan senaryo, yalnızca hassasiyet analizidir.

**Çok fazla senaryo üretmek.** Altı yedi senaryo yönetimin hafızasında yaşamaz. İki üç sürücü, dört dünya yeter.

**Kararla bağlantısız kalmak.** Senaryolar raporlanıp raflandı ise, işe yaramamıştır. Her çalışma en az bir yatırım ya da sözleşme kararını değiştirmeli.

**En olası senaryoya yatırmak.** Senaryolar olasılık yarışı değildir. En olası görünen dünyada tüm kaynakları yoğunlaştırmak, tam da belirsizlikten kaçınma isteğinin bir sonucudur.

## Bu hafta başlayın

1. Son stratejik planın on temel varsayımını yazın ve her birinin yanına “bu yanlış çıkarsa ne olur?” notunu düşün.
2. Yönetim ekibinden ayrı ayrı “önümüzdeki beş yılda işimizi en çok sarsabilecek iki dış belirsizlik nedir?” sorusunu yanıtlamasını isteyin; ortaya çıkan farkları yan yana koyun.
3. Önündeki en büyük yatırım kararını seçip, “bu karar hangi dünyada yanlış çıkar?” sorusuyla bir saatlik bir oturum yapın.

---

# Sosyal Etki ve Toplumsal Fayda Projeleri

URL: https://alpsuleyman.com/tr/strategies/sosyal-etki-ve-toplumsal-fayda-projeleri
Published: 2025-04-04
Updated: 2026-10-02
Author: Alp Suleiman

> Sosyal etki, işin yanına eklenen bir yardım kampanyası değildir. Şirketin en iyi bildiği şeyle gerçek bir toplumsal sorunu çözmesidir, ve etkiyi de bir iş gibi ölçmesidir.

Bir şirket her yıl aynı vakıfla bir kampanya yapar: bağış, gönüllülük günü, basın bülteni. Yıl sonunda toplanan para, katılan çalışan sayısı ve haber sayısı raporlanır. Sorun şudur: bir yıl sonra, o toplumsal sorunda hiçbir şey değişmemiştir ve şirketin kendisi de bu konuda hiçbir şey öğrenmemiştir.

Sosyal etki projeleri ile genel kurumsal sorumluluk faaliyetleri arasındaki fark burada başlar. İlki bir sorunu çözmeyi, ikincisi iyi görünmeyi hedefler. Ve gerçek etki, bir sorunu çözmeyi hedeflemiyorsa çoğu zaman gerçekleşmez.

## Ne zaman ihtiyacınız var?

Şirketin ürünü, çalışanları, tedarik ağı ya da verisi, bir toplumsal soruna temas ediyorsa ve bu temas stratejik bir avantaj yaratabiliyorsa zamanı gelmiştir. Örneğin gıda, sağlık, finans, eğitim, enerji, lojistik gibi sektörlerde şirketin çekirdek yetkinliği doğrudan bir toplumsal ihtiyaca denk gelebilir. Diğer sinyaller: çalışanların “şirketimiz toplum için ne yapıyor?” sorusunu sık sorması, bölgesel topluluklarla ilişkinin operasyon için kritik olması, düzenleyici veya kamu paydaşlarla ilişkinin güvene dayanması.

Henüz erken olan durum, çekirdek işi henüz oturmamış şirkettir. Sosyal etki, ancak kendi ayakları üstünde duran bir işin sürdürebileceği bir taahhüttür; yıllara yayılan bir proje, yarım yıl sonra bütçe kesintisine uğrarsa hem hedef kitleye hem itibara zarar verir.

## Çoğu ekibin atladığı nokta

En yaygın yanlış, sosyal etkiyi “verilen” bir şey olarak düşünmektir: bağış, sponsorluk, gönüllü saat. Bunlar girdidir; etki ise sonuçtur. Bir şirket yüz bin liralık bağış yaptığında “etki yarattık” demesi, bir hastaneye ilaç stoğu verdiğinde “sağlığı iyileştirdik” demesine benzer. İyileşme olup olmadığını ancak sonuç ölçerek söyleyebilirsiniz.

İkinci yanlış, projeyi şirketin kendi işinden koparmaktır. Her şirketin toplumsal soruna katkı yapabileceği özel bir yeri var: sahip olduğu bilgi, ağ, ölçek, teknoloji ya da erişim. Porter ve Kramer'in “ortak değer yaratma” (shared value) fikri de bunu vurgular: iş ile toplumsal ihtiyaç kesiştiğinde, hem etki hem sürdürülebilirlik artar. Bir hayır işi, şirketin yetkinliğiyle uyuşmuyorsa, ya çok pahalı ya da çok yüzeysel olur.

> Sosyal etki, ne kadar para verdiğinizle değil, hangi sorunu, hangi kanıtla, kimin hayatında değiştirdiğinizle ölçülür.

Bu alanda sıkça anılan örneklerden biri Hindustan Unilever'in Shakti projesidir: kırsal bölgelerde kadınların şirketin ürünlerini yerel olarak dağıtmasını sağlayarak hem gelir fırsatı yaratmayı hem de dağıtım erişimini genişletmeyi hedefleyen bir program olarak bilinir. Bu örnekten çıkan ders, projenin hem iş hem toplum için bir mantığının olması ve bunun, bir kampanya takvimi yerine uzun soluklu bir işletme modeli olarak kurulmasıdır. Yine de bu tür örneklerin etkileri tartışmalıdır; önemli olan başkasının hikâyesini kopyalamak değil, kendi yetkinliğinizin nerede bir fark yaratabileceğini bulmaktır.

Üçüncü atlanan nokta, ortakların rolü. Şirketler çoğu zaman sosyal projeyi tek başına tasarlar ve sahadaki bilgiye sahip sivil toplum kuruluşlarını yalnızca uygulayıcı olarak görür. Oysa o alandaki uzmanlık çoğunlukla onlardadır. İyi ortaklıklarda, sivil toplum problemi tanımlar, şirket ölçek, kaynak ve teknolojiyi getirir, sorumluluk ortak olur.

## Uygulama planı

### 1. Şirketin benzersiz katkı noktasını bulun

Ürün, veri, çalışan yetkinliği, dağıtım ağı ve tedarik zinciri. Bunların hangisi bir toplumsal sorunun çözümüne gerçek bir fark katabilir? Çıktı: iki üç aday sorun alanı ve her biri için “bizim olmadığımız bir dünyada bu çözüm neden daha zayıf olurdu?” cevabı.

### 2. Etki tezini yazın

Tek bir sorun, hedef kitle ve değişim iddiası seçin. Basit bir değişim teorisi çizin: yaptığımız faaliyet, kısa vadeli çıktı, orta vadeli sonuç ve uzun vadeli etki. Her halkada gerekli varsayımları açıkça yazın. Zayıf halka genellikle çıktıdan sonuca geçiştir: örneğin eğitim verdik ile bu insanların yaşamı değişti arasında büyük bir boşluk vardır.

### 3. Ortakları seçin ve rolleri netleştirin

Sahada güvenilirliği olan bir sivil toplum, kamu ya da akademik ortak bulun. Kimin neyi sahiplendiğini, verinin kimde olduğunu, başarısızlık halinde ne yapılacağını önceden yazın. Ortaklık, bir sponsorluk ilişkisi değil, ortak bir proje yönetimi olmalı.

### 4. Etki ölçümünü baştan kurun

Başlangıç durumunu ölçmeden proje başlatmayın. Başlangıç verisi olmadan “değişim” hesaplanamaz. Mümkünse bağımsız bir değerlendirme ya da en azından bir karşılaştırma grubu belirleyin. Ölçüm maliyetini proje bütçesinin gerçek bir kalemi olarak koyun.

### 5. Projeyi iş modeline ve yönetim ritmine bağlayın

Projenin bir sahibi, çok yıllı bir bütçesi ve yönetim kurulunda yılda en az iki kez gözden geçirileceği bir ritmi olsun. Pilot sonrasında ya büyütme, ya düzeltme, ya sonlandırma kararı verin; sessizce devam eden proje, projenin kendisini zayıflatır.

## Neyi ölçmeli?

- **Hedef kitlede sonuç değişimi:** başlangıca göre ölçülen, gerçek yaşam göstergesi (gelir, sağlık, erişim, beceri); gecikmeli ve asıl göstergedir.
- **Ulaşılan kişi sayısı ve derinliği:** kaç kişiye, ne düzeyde temas edildi; öncü göstergedir.
- **Maliyet başına etki:** harcanan paranın sonuca oranı; projeleri karşılaştırmayı sağlar.
- **Etki sürekliliği:** proje bittikten sonra sonuçların devam etme oranı.

## Tuzaklar

**Etkiyi anlatı olarak üretmek.** Başarı hikâyeleri, tekil güzel örneklerden derlenir ve ortalamayı temsil etmez. Ölçüm olmadan anlatı, sorumsuzluğun süsüdür.

**Toplumsal fayda adı altında pazarlama yapmak.** Gerçek etki yokken yapılan sosyal iletişim, itibar riskini artırır; tüketici ve çalışan bunu hızla sezer.

**Çok geniş tutmak.** On farklı alanda küçük projeler yürütmek, hiçbirinde fark yaratamamak demektir. Bir alanı seçip yıllarca derinleşin.

**Yerel topluluğu karar dışında bırakmak.** Sorunu en iyi bilen kişiler, ondan etkilenenlerdir. Onları sadece “faydalanıcı” olarak görmek, projenin yanlış tasarlanmasının en güvenilir yoludur.

## Bu hafta başlayın

1. Şirketin son üç yıldaki toplumsal projelerini listeleyin ve her biri için “hangi sonucu değiştirdik ve bunu nasıl biliyoruz?” sorusunu yazın.
2. Yönetim ekibiyle bir saat ayırıp “bizim yapabildiğimiz ve başkasının yapamadığı şey nedir?” sorusunu toplumsal bir sorunla ilişkilendirin.
3. Mevcut bir projeyi seçip tek bir sonuç göstergesi belirleyin ve ilk ölçümünü planlayın.

---

# Operasyonel Mükemmellik ve Yalın Yönetim

URL: https://alpsuleyman.com/tr/strategies/operasyonel-mukemmellik-ve-yalin-yonetim
Published: 2025-01-15
Updated: 2026-10-03
Author: Alp Suleiman

> Yalın yönetim bir maliyet kesme programı değil, akışı bozan her şeyi görünür kılan bir yönetim sistemidir. Toyota'dan alınacak ders araç değil, her gün tekrarlanan disiplin.

Bir fabrikanın ya da bir operasyon merkezinin duvarında “yalın” yazan bir poster asılıdır. Bir kenarda kanban panosu, bir köşede 5S etiketleri, bir toplantı odasında kaizen sloganı. Oysa sipariş girişinden teslimata geçen süre iki yıl önceki ile aynıdır. Araçlar kurulmuş, ama yönetim sistemi kurulmamıştır.

Operasyonel mükemmelliğin zor kısmı budur: araç, bir kez eğitimle öğrenilir; sistem, her gün aynı soruyu sorma disiplini ister.

## Ne zaman ihtiyacınız var?

Sinyaller operasyonun içinde yaşayan herkesin bildiği şeylerdir. Sipariş teslim süreleri tahmin edilemiyorsa, ara stok ya da bekleyen iş yığınları büyüyorsa, aynı hata farklı yerlerde tekrar tekrar çıkıyorsa, ekipler “bugün yangın var” diye çalışıyorsa, müşteri şikâyetleri sürecin farklı noktalarından kök salıyorsa ve büyüme maliyetleri gelirden hızlı artıyorsa zaman gelmiştir.

Yalın düşünce üretimle sınırlı değil. Bankada kredi başvurusu, hastanede hasta akışı, yazılım şirketinde müşteri talebinden yayına geçen süre, e-ticarette sipariş karşılama: hepsi bir akış ve hepsinde israf var. Henüz erken olan durum, ürünün ve sürecin henüz sürekli değiştiği çok erken aşama şirketidir; oturmamış bir süreci yalınlaştırmak, hareketli bir hedefe nişan almak gibidir.

## Çoğu ekibin atladığı nokta

Yalın yönetimi çoğu zaman maliyet kesme olarak anlarlar. Oysa Toyota Üretim Sistemi'nin çıkış noktası kaynak kısıtıydı ve ana fikri israfı (muda) görünür kılmak ve akışı müşteri talebine göre kurmaktı. Taiichi Ohno'nun adıyla anılan yaklaşımın geleneksel olarak sayılan israf türleri bile (fazla üretim, bekleme, taşıma, gereksiz işlem, stok, hareket, hata) maliyet kalemleri değil, akışın nerede tıkandığını gösteren sinyallerdir.

İkinci atlanan nokta, yalın yönetimin ilk aşamasının otomasyon olmaması. Israflı bir süreci otomatikleştirmek, israfı daha hızlı yapmaktır. Önce akışı anlayın, sonra gerekirse otomatikleştirin. Süreçleri standartlaştırmak da burada devreye girer ama bir bitiş noktası olarak değil, iyileştirmenin zemini olarak: standart yoksa, iyileşmeyi ölçemezsiniz; ancak standart sabitlenirse de iyileştirme durur. Bu üç strateji aynı sorunun farklı aşamalarıdır; bu yazının odağı, akışı ve israfı görmek.

> Yalın, israfı yok etme programı değil, her gün israfı fark edecek göz yetiştirme disiplinidir.

Üçüncü ve en önemli atlanan nokta, yönetim sistemidir. Toyota'da en bilinen unsurlardan biri andon ipidir: hattaki herkes bir sorun gördüğünde hattı durdurabilir. Bunun arkasındaki fikir, hatayı yukarı akışta yakalamanın aşağıda düzeltmekten çok daha ucuz olduğu (jidoka) ve sorunu görenin yetki sahibi olduğudur. Yani yalın, kültürel ve yönetsel bir tercih: sorun gizlenmez, görünür kılınır ve sahada çözülür. Yöneticiler “gemba”ya, yani işin gerçekten yapıldığı yere gider ve raporu değil, durumu görürler.

Uygulamada yaygın bir hata, her birimin kendi verimliliğini optimize etmesidir. Bir istasyon çok verimli çalışırken ondan sonraki istasyon boş bekliyorsa, toplam akış kötüdür. Yerel verim yerine uçtan uca akış ve müşteriye teslim süresi esas alınmalıdır.

## Uygulama planı

### 1. Değer akışı haritasını çıkarın

Müşteri talebinden teslimata kadar bir ürün ya da hizmetin tüm adımlarını, bekleme sürelerini ve el değiştirmelerini sahada, çalışanlarla birlikte haritalayın. Her adımda “gerçek işlem süresi” ile “bekleme süresi”ni ayırın. Çoğu süreçte toplam sürenin büyük kısmı beklemedir; bu, ilk açıklayıcı bulgudur. Çıktı: tek sayfalık harita ve en büyük üç tıkanıklık.

### 2. Israfı kategorize edin ve en etkili olanı seçin

Tıkanıklıkları israf türlerine göre sınıflayın ve etkisi en büyük olandan başlayın. Birden fazla alana aynı anda dalmayın; ilk kazanım hızı, programın itibarını belirler. Seçiminizde toplam teslim süresine etkisini ve çalışanın günlük acısını birlikte tartın.

### 3. Standart iş tanımlayın

En iyi bilinen yöntemi yazın, görselleştirin ve ekibe sahiplendirin. Standart, yukarıdan dayatılmış bir kural olarak değil, sahadakilerin yazdığı ve geliştirdiği bir temel çizgi olarak kurulmalı. Standardın amacı, sapmayı görünür kılmak.

### 4. Günlük yönetim ritmi kurun

Kısa günlük toplantılar (ayakta, 10-15 dakika), görsel panolar ve sorun eskalasyon kuralları. Dün ne oldu, bugün ne planlı, nerede takıldık? Sorunlara sahip ve süre atayın. Bu ritim yalın programı kampanya olmaktan çıkarıp yönetim sistemine çevirir.

### 5. Kaizen'i yetkilendirin

Çalışanlara küçük iyileştirmeleri uygulama yetkisi verin; öneri kutusundan ibaret bir program yerine, önerinin hızlıca denendiği, sonucun paylaşıldığı bir döngü kurun. Yöneticilerin görevi çözümü bulmak değil, çözüm bulanı engellememektir.

### 6. Yöneticileri sahaya çıkarın ve koçluk disiplini oluşturun

Orta ve üst yöneticiler ayda belirli bir süre sahada geçirsin, süreci yürüten insanlara “ne seni yavaşlatıyor?” diye sorsun. Yalın dönüşümler, genellikle yöneticilerin kendi davranış değişikliği olmadan tıkanır.

## Neyi ölçmeli?

- **Uçtan uca teslim süresi (lead time):** müşteri talebinden teslimata geçen toplam süre; akışın en doğrudan göstergesi.
- **İlk seferde doğru oranı (first pass yield):** hatasız tamamlanan işin payı; yeniden iş ve kalite maliyetinin öncü göstergesidir.
- **Devam eden iş (WIP) ve stok seviyesi:** akışın nerede tıkandığını gösterir.
- **Zamanında teslim:** müşteri deneyimine yansıyan sonuç; gecikmeli gösterge.

## Tuzaklar

**Araç kutusu yalınlığı.** 5S, kanban ve kaizen etkinliklerini yapıp yönetim sistemini değiştirmemek. Araçlar görünür ama sonuç sürmez.

**Yalını işten çıkarma programı olarak kullanmak.** Verimlilik kazancı çalışanın işini kaybetmesine dönüşürse, kimse sorun göstermez, süreç gizlenmeye başlar. Kazanımların nasıl kullanılacağını (büyüme, yeni iş, yeniden yerleştirme) baştan söyleyin.

**Her şeyi standartlaştırıp yaratıcılığı bastırmak.** Tekrarlayan işlerde standart güçlüdür. Gerçekten belirsiz ve yaratıcı işlerde aşırı standardizasyon, değer yaratanı sınırlar.

**Yerel optimizasyon.** Her bölüm kendi metriğini iyileştirirken müşterinin gördüğü toplam süre kötüleşebilir.

## Bu hafta başlayın

1. Müşteriye en çok değer taşıyan bir süreci seçin ve sahaya gidip ilk işten son işe kadar bir siparişin izini sürün; her bekleme noktasını not edin.
2. Bu sürecin toplam süresi ile gerçek işlem süresini kıyaslayın ve oranı yönetim ekibiyle paylaşın.
3. Bir ekiple günlük 10 dakikalık ayakta toplantıyı başlatın: dün, bugün, tıkanıklık.

---

# Çevik Kurumsal Yönetişim

URL: https://alpsuleyman.com/tr/strategies/cevik-kurumsal-yonetisim
Published: 2025-03-20
Updated: 2026-10-02
Author: Alp Suleiman

> Çeviklik takım düzeyinde bir yöntem olarak başlar, ama büyük şirkette karar hakları, bütçe ve denetim ritmi değişmedikçe orada ölür. Asıl çevik olması gereken şey yönetişimdir.

Bir kurumsal şirkette çevik takımlar iki haftalık sprint'lerle çalışır. Ürün sahibi önceliği belirler, ekip hızlı çıkar. Sonra yeni bir özellik, yıllık bütçede kalem olarak olmadığı için üç aylık bir finansman onayı bekler. Mimari komitesinin bir sonraki toplantısı altı hafta sonradır. Hukuk, bir sözleşme değişikliği için sıraya alır. Takım çevik, organizasyon değildir; ve müşteri sprint hızını değil, karardan teslimata kadar geçen toplam süreyi görür.

Çevik metodolojilerin uygulanması ile çevik yönetişim arasındaki fark burada başlar. Birincisi, takımın nasıl çalıştığıdır: Scrum, Kanban, sprint, retrospektif. İkincisi, şirketin nasıl karar verdiği, nasıl fonladığı ve nasıl denetlediğidir.

## Ne zaman ihtiyacınız var?

Çevik takımlarınız var, ama sonuçlar beklentinin altında kalıyorsa, çoğunlukla yönetişim darboğazdadır. Sinyaller: takımlar iş bitirdikten sonra onay beklemekten şikâyet ediyor, aynı karar üç komiteden geçiyor, bütçe yılda bir kez bölüşülüyor ve yıl ortasında değişen fırsatlara kaynak kaydırılamıyor, denetim ve risk fonksiyonları çevik çalışmanın tempoyla uyumsuz ve ekipler bunu “bürokrasi” diye adlandırıyor, ya da stratejik öncelik değiştiğinde değişimin takımlara ulaşması aylar alıyor.

Henüz erken olan durum, karar mekanizmasının zaten kısa olduğu küçük şirkettir. Elli kişilik bir yapıda yönetişim tasarlamak ayrı bir iş değildir; kurucu ile ekip aynı odada karar verir. İhtiyaç, karar zincirinin birden fazla katmandan, birden fazla fonksiyondan ve birden fazla coğrafyadan geçmeye başladığı noktada doğar.

## Çoğu ekibin atladığı nokta

Büyük şirketlerde sık yapılan yanlış, çevikliği tüm şirkete aynı çerçeveyle yaymaya çalışmak. Oysa mesele hangi çerçevenin kullanıldığı değil, karar haklarının nerede durduğudur. Her karar aynı yerde alınmak zorunda değildir: bazı kararlar geri alınabilir, ucuz ve sahada bilgiye dayanır; bazıları geri alınamaz, pahalı ve merkezi dikkat gerektirir.

Jeff Bezos'un 2015 hissedar mektubunda ayrıntılandırdığı fikir bunu iyi özetler: geri dönüşü kolay kararlar (“iki yönlü kapı”) hızlı, küçük gruplarca ve az onayla alınmalı; geri dönüşü zor kararlar (“tek yönlü kapı”) ise dikkatle ve daha geniş değerlendirmeyle verilmeli. Büyük şirketlerin yaygın hatası, her kararı tek yönlü kapıymış gibi yönetmektir. Bu, güvenli görünür ama organizasyonu felç eder.

> Çevik şirket, daha az karar alan değil, her kararı doğru seviyede ve doğru hızda alan şirkettir.

İkinci atlanan nokta, fonlamadır. Proje bazlı bütçe, çevik çalışmaya ters düşer: projeye başlarken kapsam ve maliyeti baştan donduran model, öğrenerek ilerleyen çalışmayla çatışır. Alternatif, kalıcı ekipleri veya değer akışlarını fonlamak ve fonu belirli aralıklarla, kanıta göre yeniden dağıtmaktır. “Beyond Budgeting” gibi yaklaşımlar bu eğilimi savunur; dönüşüme başlarken tüm bütçeyi bir anda değiştirmek gerekmez, önce küçük bir alan için deneyin.

Üçüncüsü, denetim ve risk. Çevik yönetişim kuralsızlık demek değildir; tersine, kuralların açık ve önceden belli olmasını gerektirir. Takımlar sınırlar (guardrails) içinde özgürce karar verir: bütçe tavanı, mimari ilkeler, güvenlik ve uyum standartları, marka kuralları. Sınırın içinde onay istemek gerekmez; dışına çıkmak için gerekir. Risk ve uyum ekipleri, sprint sonunda onay veren değil, gereksinimleri baştan tanımlayan ve kontrolleri otomatik hale getiren ekip olmalı.

Bu yazı, takım düzeyindeki çevik metodolojilerin uygulanmasından farklı olarak, kararın şirketin hangi katmanında, hangi kurallarla alındığına bakar.

## Uygulama planı

### 1. Karar gecikmesini ölçün

Son altı ayda şirketin önemli bir kararının kaç günde alındığını, kaç farklı yerden geçtiğini ve her aşamada ne kadar beklediğini çıkarın. Çoğu şirket bunu ilk kez ölçtüğünde şaşırır. Çıktı: “karar süresi” haritası ve en uzun üç bekleme noktası.

### 2. Kararları sınıflandırın ve karar haklarını yazın

Kararları iki yönlü kapı ve tek yönlü kapı diye ayırın. Her sınıf için kimin karar verdiğini, kimin danışıldığını, kimin yalnızca bilgilendirildiğini yazın (RAPID ya da RACI gibi basit bir çerçeve işe yarar). Öncelikle en sık alınan on kararla başlayın; bu, yönetişim tasarımının en hızlı kazanımıdır.

### 3. Sınırları (guardrails) tanımlayın

Takımların onay almadan hareket edebileceği alanı açıkça yazın: harcama limiti, kullanılabilecek mimari, uyum gereksinimleri, marka çerçevesi. Sınır ne kadar net olursa, içindeki özgürlük o kadar büyür. Belirsiz sınır, herkesin güvenli tarafta kalıp onay istemesine yol açar.

### 4. Fonlamayı ve gözden geçirme ritmini yeniden kurun

Bir ya da birkaç değer akışı için, projeyi değil ekibi fonlayan bir pilot başlatın. Üç aylık ritimle “ne öğrendik, hangi kanıt var, kaynak nereye kaymalı?” toplantısı yapın. Yatırım kararını yıllık takvimden çıkarıp kanıta bağlayın.

### 5. Risk ve denetimi sürece gömün

Uyum, güvenlik ve hukuk gereksinimlerini kontrol listesi, şablon ve otomatik test haline getirin. Bu fonksiyonlardan birer kişiyi ürün ekibinin düzenli üyesi yapın. Amaç, riskin sahada, işin yapıldığı anda yakalanması.

### 6. Eskalasyon ve çözüm süresi kuralı koyun

Karar iki gün içinde verilemiyorsa bir üst seviyeye çıkar ve o seviye de bir süre sınırına tabi olur. Bekleyen karar, karar vermemek anlamına gelir; bunu görünür kılın.

## Neyi ölçmeli?

- **Karar gecikmesi (decision latency):** önemli bir kararın fikirden onaya kaç günde gittiği; çevikliğin en dürüst öncü göstergesi.
- **Onay gerektiren karar oranı:** takımların onay almadan verebildiği kararların payı; sınırların işleyip işlemediğini gösterir.
- **Kaynak yeniden dağıtım hızı:** bir fırsat çıktığında fonun ve ekibin ne kadar sürede kaydırılabildiği.
- **Fikirden müşteriye süre:** uçtan uca teslim süresi; yönetişim darboğazını sonuca bağlar.

## Tuzaklar

**Çevikliği metodoloji dağıtımıyla karıştırmak.** Tüm departmana eğitim vermek ve sprint takvimi kurmak kolaydır; karar haklarını değiştirmek zordur. Zor olan atlanırsa, görünüşte çevik, gerçekte yavaş bir şirket çıkar.

**Sınırsız özerklik.** Kural koymadan yetki dağıtmak, tutarsızlık ve risk üretir. Özerklik, net sınırların içinde anlamlıdır.

**Yönetişimi paralel bir yapı olarak kurmak.** Çevik yönetişim için yeni bir komite eklemek, mevcut komiteleri kaldırmadığınız sürece yavaşlığı artırır. Her yeni mekanizma, bir eskisinin yerini almalı.

**Tek bir bütçe devrimi yapmak.** Bütün finansman modelini bir anda değiştirmek, finans ve denetimle erken çatışma doğurur. Küçük bir pilot kurun, kanıtla genişletin.

## Bu hafta başlayın

1. Son beş önemli kararınızı seçin ve her birinin fikirden onaya kaç günde, kaç farklı masadan geçtiğini yazın.
2. Yönetim ekibinde, en sık alınan on karar için “bunu kim verir?” tablosunu çıkarın; aynı karara birden fazla kişi “ben veririm” diyorsa işaretleyin.
3. Bir ürün ekibi seçip onay gerektirmeden harcayabileceği bir limit ve uyması gereken üç kural belirleyin.

---

## Büyüme Sözlüğü

# Creative Destruction

URL: https://alpsuleyman.com/tr/glossary/creative-destruction
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Yaratıcı Yıkım

**Tanım.** Joseph Schumpeter'in kavramı: yeni ürünler, teknolojiler ve iş modelleri ortaya çıkarken eskilerini geçersiz kılar; ekonomik büyümenin motoru da budur.

**İçgörü.** Mevcut düzenin yıkılması rahatsız edicidir ama büyümenin kaynağıdır. Kendini yıkmayan şirketi, genellikle bir başkası yıkar; soru yıkımın gelip gelmeyeceği değil, kimin yapacağıdır.

---

# Growth Rate

URL: https://alpsuleyman.com/tr/glossary/growth-rate
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Oranı

**Tanım.** Gelir, kullanıcı ya da sipariş gibi bir metriğin iki dönem arasındaki yüzdesel değişimi.

**İçgörü.** Dönem uzunluğu söylenmeyen büyüme oranı anlamsızdır; aylık %10 ile yıllık %10 aynı şey değildir. Küçük tabanda yüksek oran kolaydır, bu yüzden her zaman mutlak rakamla birlikte oku.

**Formül.** Büyüme oranı = (Bu dönem − Önceki dönem) ÷ Önceki dönem × 100

---

# Growth Loop

URL: https://alpsuleyman.com/tr/glossary/growth-loop
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Döngüsü

**Tanım.** Bir adımın çıktısının bir sonraki turun girdisi olduğu kapalı sistem; örneğin kullanıcıların ürettiği içerik yeni kullanıcı getirir, onlar da yeni içerik üretir.

**İçgörü.** Huniden farkı, döngünün kendi çıktısıyla beslenmesidir. Önce en zayıf halkayı bul: döngü, en yavaş adımı kadar hızlıdır.

---

# Hypergrowth

URL: https://alpsuleyman.com/tr/glossary/hypergrowth
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Hiper Büyüme

**Tanım.** Bir şirketin sektör normunun çok üzerinde, sürdürülen hızla büyüdüğü evre. Eşik olarak sıkça yıllık %40 ve üzeri anılır, ancak kesin bir tanım yoktur.

**İçgörü.** Hiper büyüme bir hedef değil, bir sonuçtur ve bedeli ağırdır: işe alım, altyapı ve kültür aynı hızda ölçeklenmezse büyüme kırılganlaşır. Hızdan önce birim ekonomisinin sağlam olup olmadığına bak.

---

# Growth Flywheel

URL: https://alpsuleyman.com/tr/glossary/growth-flywheel
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Çarkı

**Tanım.** Her bileşenin bir sonrakini hızlandırdığı, döndükçe ivme kazanan ve itme gücü azalan bir sistem. Kavram Jim Collins'le popülerleşti.

**İçgörü.** Çark tek bir hamleyle değil, aynı yöne uygulanan tutarlı itişlerle döner. Önce çarkı ve halkalarını yaz; hangi halkanın diğerlerini beslemediğini görmek çoğu zaman stratejiyi netleştirir.

---

# Growth Model

URL: https://alpsuleyman.com/tr/glossary/growth-model
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Modeli

**Tanım.** Bir işletmenin nasıl büyüdüğünü girdiler, dönüşüm oranları ve çıktılarla gösteren matematiksel ya da stratejik çerçeve.

**İçgörü.** İyi bir model hangi değişkenin sonucu en çok oynattığını gösterir. Her şeyi modele koyma; üç-dört kaldıraçla başla ve gerçekle her ay karşılaştır.

---

# Growth Stack

URL: https://alpsuleyman.com/tr/glossary/growth-stack
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Teknoloji Yığını

**Tanım.** Büyüme ekibinin kullandığı analitik, otomasyon, deney ve iletişim araçlarının birbirine bağlı haritası.

**İçgörü.** Araç sayısı olgunluk göstermez. Veri tek yerde toplanıp herkes aynı rakamı okuyabiliyorsa yığın iş görüyordur; yeni araç eklemeden önce eldeki araçların kullanılıp kullanılmadığına bak.

---

# Growth OKRs

URL: https://alpsuleyman.com/tr/glossary/growth-okrs
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Hedefleri ve Anahtar Sonuçlar

**Tanım.** Büyüme çalışmasını bir hedef ve onu ölçen birkaç anahtar sonuç üzerinden tanımlayan planlama yöntemi.

**İçgörü.** Anahtar sonuç bir faaliyet değil, bir sonuç olmalı: 'üç kampanya yap' değil, 'deneme-ücretliye dönüşümü artır'. Hedef rahat tutturulabiliyorsa yeterince iddialı değildir.

---

# Growth Experiments

URL: https://alpsuleyman.com/tr/glossary/growth-experiments
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Deneyleri

**Tanım.** Büyüme hipotezlerini küçük, hızlı ve ölçülebilir testlerle sınayarak en etkili yolu bulma süreci.

**İçgörü.** Her deney bir hipotez, bir başarı ölçütü ve bir bitiş tarihiyle başlar. Başarısız deney de öğrenmedir; asıl hata sonucu kaydetmemek ve aynı testi yeniden yapmaktır.

---

# Growth Retrospective

URL: https://alpsuleyman.com/tr/glossary/growth-retrospective
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Değerlendirmesi

**Tanım.** Geçmiş büyüme çalışmalarını analiz ederek ne işe yaradığını, ne yaramadığını ve nedenini çıkarma toplantısı ya da süreci.

**İçgörü.** Sonuca değil karara bak: iyi karar kötü sonuç da verebilir. Çıkan dersi bir sonraki dönemin planına yazmıyorsan değerlendirme yalnızca nostaljidir.

---

# Growth Velocity

URL: https://alpsuleyman.com/tr/glossary/growth-velocity
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Hızı

**Tanım.** Büyümenin birim zamanda ne kadar mutlak artış ürettiği; örneğin ayda eklenen net yinelenen gelir. Büyüme oranının yüzdesel, bunun ise mutlak bir ölçü olduğunu unutma.

**İçgörü.** Oran düşerken hız artabilir; büyük tabanlarda bu normaldir. Ekip tarafında da aynısı geçerli: haftada kaç deney yürüttüğün öğrenme hızını belirler.

**Formül.** Büyüme hızı = (Bu dönem − Önceki dönem) ÷ Dönem uzunluğu

---

# Growth Ceiling

URL: https://alpsuleyman.com/tr/glossary/growth-ceiling
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Tavanı

**Tanım.** Mevcut strateji, kanal ve kaynaklarla ulaşılabilecek büyüme sınırı.

**İçgörü.** Tavan çoğu zaman pazarın değil, kanalın tavanıdır: bir kanal doygunluğa ulaştığında maliyet artar, getiri düşer. Büyüme yavaşlarken önce bunun kanal doygunluğu mu, ürün sorunu mu olduğunu ayır.

---

# Compound Growth

URL: https://alpsuleyman.com/tr/glossary/compound-growth
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Birleşik Büyüme

**Tanım.** Kazanımların kendi üzerine eklenerek büyümenin ivmelenmesi; her dönem, bir önceki dönemin büyümüş tabanı üzerinden hesaplanır.

**İçgörü.** İnsanlar bileşik etkiyi hep hafife alır: aylık %10, yıl sonunda yaklaşık 3 kat eder. Küçük ama sürekli iyileştirmeler, büyük ama tek seferlik hamlelerden genellikle daha çok kazandırır.

**Formül.** Son değer = Başlangıç değeri × (1 + büyüme oranı) ^ dönem sayısı

---

# Growth Lever

URL: https://alpsuleyman.com/tr/glossary/growth-lever
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Kaldıracı

**Tanım.** Küçük bir değişiklikle büyük bir sonuç etkisi yaratan değişken; örneğin fiyat, aktivasyon ya da kanal dağılımı.

**İçgörü.** Her kaldıraç eşit değildir: etkisi büyük olanı bulmak için önce ölçüp sırala. Fiyatın etkisi çoğu zaman edinme maliyetini düşürmenin etkisinden büyüktür ama daha az denenir.

---

# Growth Multiplier

URL: https://alpsuleyman.com/tr/glossary/growth-multiplier
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Çarpanı

**Tanım.** Mevcut çabanın etkisini katlayan faktör ya da taktik; örneğin referral programı, ortaklık ya da otomasyon.

**İçgörü.** Çarpan, çarptığı şey kadar değerlidir: sıfırı kaç ile çarparsan çarp sıfır eder. Önce çalışan bir temel kur, sonra çarpan ekle.

---

# Growth Ops

URL: https://alpsuleyman.com/tr/glossary/growth-ops
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Operasyonları

**Tanım.** Büyüme ekiplerinin hızlı ve tutarlı çalışmasını sağlayan süreç, veri altyapısı ve araç yönetimi.

**İçgörü.** Growth ops sıkıcı görünür ama deney hızını belirler. Takip planı, isimlendirme standardı ve tek bir gerçek kaynağı olmayan ekip, rakamlar yüzünden toplantı yapar, deney yapmaz.

---

# Growth Accounting

URL: https://alpsuleyman.com/tr/glossary/growth-accounting
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Muhasebesi

**Tanım.** Büyümeyi yeni, korunan, geri dönen ve kaybedilen kullanıcı ya da gelir kalemlerine ayırarak inceleme yöntemi.

**İçgörü.** Toplam rakam büyüyorken altta kaybın hızlanması mümkündür; bu yöntem onu gösterir. Büyümenin yeni müşteriden mi yoksa mevcut müşterinin kalmasından mı geldiğini ayırmadan strateji kurma.

**Formül.** Net büyüme = Yeni + Geri dönen − Kaybedilen

---

# Scaling Laws

URL: https://alpsuleyman.com/tr/glossary/scaling-laws
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Ölçekleme Yasaları

**Tanım.** Şirketler büyüdükçe maliyet, verimlilik ve karmaşıklığın nasıl değiştiğini anlatan örüntüler; ölçek ekonomisi ve koordinasyon maliyeti bunların başında gelir.

**İçgörü.** Ölçek avantajı otomatik gelmez; karmaşıklık da aynı anda büyür. Küçükken işe yarayan bir yöntemin ölçekte de işe yarayacağını varsayma, her büyüme eşiğinde yeniden test et.

---

# Growth KPIs

URL: https://alpsuleyman.com/tr/glossary/growth-kpis
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Büyüme Göstergeleri

**Tanım.** Büyüme performansını izlemek için seçilen temel metrikler kümesi.

**İçgörü.** Çok gösterge, hiç gösterge olmamasıyla aynı sonucu verir. Bir kuzey yıldızı ve ona bağlanan üç-beş sürücü metrik yeterlidir; her metriğin sahibi ve bir hedefi olmalı.

---

# North Star Metric

URL: https://alpsuleyman.com/tr/glossary/north-star-metric
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Kuzey Yıldızı Metriği

**Tanım.** Ürünün müşteriye ilettiği değeri en iyi yakalayan ve uzun vadeli gelirle bağlantılı tek metrik.

**İçgörü.** Gelir iyi bir kuzey yıldızı değildir, çünkü müşteri değerini değil sonucu ölçer. İyi olanı, müşterinin değer aldığı anı sayar: 'haftada en az bir kez ...yapan kullanıcı' gibi.

---

# Product-Market Fit

URL: https://alpsuleyman.com/tr/glossary/product-market-fit
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: Ürün-Pazar Uyumu

**Tanım.** Ürünün belirli bir pazarın gerçek bir ihtiyacını karşılaması ve müşterilerin onu ısrarla kullanması; Marc Andreessen'in popülerleştirdiği bir terim.

**İçgörü.** Tek bir rakamı yoktur ama belirtileri okunur: yüksek retention, kendiliğinden gelen tavsiye ve ürünü bıraktığında müşterinin gerçekten rahatsız olması. Uyumdan önce ölçeklemek, delik bir kovaya su doldurmaktır.

---

# DAU / WAU / MAU

URL: https://alpsuleyman.com/tr/glossary/dau-wau-mau
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Aktif Kullanıcılar

**Tanım.** Günlük, haftalık ve aylık aktif kullanıcı sayısı; ürünü belirli bir dönemde gerçekten kullanan benzersiz kişileri sayar (ödeme yapıp yapmadıkları fark etmez).

**İçgörü.** Asıl soru 'aktif' kelimesinin tanımıdır: giriş yapmak mı, değer veren bir eylemi yapmak mı? DAU ÷ MAU oranı ürünün alışkanlık yaratıp yaratmadığını gösterir.

**Formül.** Yapışkanlık = DAU ÷ MAU × 100

---

# MRR / ARR

URL: https://alpsuleyman.com/tr/glossary/mrr-arr
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Aylık / Yıllık Yinelenen Gelir

**Tanım.** Monthly / Annual Recurring Revenue: abonelik gibi düzenli gelir akışlarının aylık ve yıllık toplamı. Tek seferlik gelirleri içermez.

**İçgörü.** Tek seferlik kalemleri ya da yıllık peşin ödemeyi aya bölmeden MRR'a katmak sık yapılan hatadır. Toplam MRR kadar, değişiminin bileşenlerine (yeni, genişleme, kayıp) bak.

**Formül.** ARR = MRR × 12

---

# CR

URL: https://alpsuleyman.com/tr/glossary/cr
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Dönüşüm Oranı

**Tanım.** Conversion Rate: bir adımdaki ziyaretçi ya da potansiyel müşterilerin hedeflenen eylemi (kayıt, satın alma, demo talebi) yapma yüzdesi.

**İçgörü.** Tek bir genel dönüşüm oranı yanıltıcıdır; trafik kaynağına, cihaza ve yeni/geri dönen ayrımına göre kır. Oranı artırmak kolay, doğru kişiyi dönüştürmek zordur.

**Formül.** Dönüşüm oranı = Hedef eylemi yapanlar ÷ Toplam ziyaretçi × 100

---

# CAC

URL: https://alpsuleyman.com/tr/glossary/cac
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Müşteri Edinme Maliyeti

**Tanım.** Customer Acquisition Cost: yeni bir ücretli müşteri kazanmak için yapılan satış ve pazarlama harcamasının müşteri başına ortalaması.

**İçgörü.** Yalnızca reklam harcamasını saymak CAC'i olduğundan düşük gösterir; maaşları ve araçları da kat. Kanal bazında ayrı hesapla, karma CAC kötü kanalı gizler.

**Formül.** CAC = Satış ve pazarlama harcaması ÷ Yeni müşteri sayısı

---

# ARPU

URL: https://alpsuleyman.com/tr/glossary/arpu
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Kullanıcı Başına Gelir

**Tanım.** Average Revenue Per User: belirli bir dönemde kullanıcı (ya da müşteri) başına elde edilen ortalama gelir.

**İçgörü.** Ortalama, uçları gizler: birkaç büyük müşteri ARPU'yu şişirebilir. Segment bazında bak ve ücretsiz kullanıcıları dahil edip etmediğini açıkça belirt.

**Formül.** ARPU = Dönem geliri ÷ Aktif kullanıcı sayısı

---

# LTV

URL: https://alpsuleyman.com/tr/glossary/ltv
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Müşteri Yaşam Boyu Değeri

**Tanım.** Customer Lifetime Value: bir müşterinin ilişki süresi boyunca şirkete sağlayacağı toplam katkı; genellikle brüt kâr üzerinden hesaplanır.

**İçgörü.** LTV bir tahmindir, ölçüm değil; küçük bir churn değişimi sonucu çok oynatır. Geliri değil brüt marjı kullan ve yalnızca gerçek retention verin olan kohortlara güven.

**Formül.** LTV = ARPU × Brüt marj ÷ Churn oranı (basit model)

---

# Churn / NRR

URL: https://alpsuleyman.com/tr/glossary/churn-nrr
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Kayıp Oranı / Net Gelir Elde Tutma

**Tanım.** Churn rate, belirli bir dönemde kaybedilen müşteri (ya da gelir) oranıdır; Net Revenue Retention (NRR) ise mevcut müşterilerin genişleme, daralma ve kayıp sonrası getirdiği geliri başlangıç gelirine oranlar.

**İçgörü.** %100'ün üzerinde NRR, yeni müşteri almasan bile gelirin büyüdüğü anlamına gelir; bu, abonelik işlerinde en güçlü sinyallerden biridir. Churn'ü müşteri sayısı ve gelir bazında ayrı ayrı izle, çünkü ikisi çok farklı hikaye anlatabilir.

**Formül.** Churn = Kaybedilen müşteri ÷ Dönem başı müşteri · NRR = (Başlangıç MRR + Genişleme − Daralma − Kayıp) ÷ Başlangıç MRR × 100

---

# ROAS

URL: https://alpsuleyman.com/tr/glossary/roas
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Reklam Harcaması Getirisi

**Tanım.** Return on Ad Spend: reklama harcanan her birim paraya karşılık elde edilen gelir.

**İçgörü.** ROAS gelirle ölçülür, kârla değil; yüksek ROAS düşük marjlı üründe zarar ettirebilir. Başabaş ROAS'ını brüt marjından hesapla ve hedefi onun üstünde koy.

**Formül.** ROAS = Reklamdan gelen gelir ÷ Reklam harcaması

---

# NPS

URL: https://alpsuleyman.com/tr/glossary/nps
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Net Tavsiye Skoru

**Tanım.** Net Promoter Score: müşterilere 0-10 arası 'bizi tavsiye eder misiniz' diye sorarak sadakat ve memnuniyeti ölçen gösterge.

**İçgörü.** Skorun kendisinden çok yanındaki açık uçlu 'neden' cevabı değerlidir. NPS tek başına yön verir ama tanı koymaz; düşüş varsa nedenini yorumlardan ara.

**Formül.** NPS = %Destekçi (9-10) − %Eleştirmen (0-6)

---

# Retention Rate

URL: https://alpsuleyman.com/tr/glossary/retention-rate
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: Müşteri Elde Tutma Oranı

**Tanım.** Belirli bir dönem sonunda hâlâ aktif olan ya da ödeme yapan müşterilerin başlangıçtakilere oranı.

**İçgörü.** Retention'ı ortalamaya değil, kohort eğrisine bakarak oku: eğri bir noktada düzleşiyorsa ürünün sadık bir çekirdeği var demektir. Sürekli düşen bir eğri, edinme harcamasını artırmanın değil ürünü düzeltmenin zamanıdır.

**Formül.** Retention = (Dönem sonu müşteri − Dönem içinde edinilen yeni müşteri) ÷ Dönem başı müşteri × 100

---

# CAC Payback

URL: https://alpsuleyman.com/tr/glossary/cac-payback
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: CAC Geri Dönüş Süresi

**Tanım.** Bir müşteriyi edinmek için harcanan maliyetin, o müşterinin brüt kârıyla geri kazanılma süresi (ay olarak).

**İçgörü.** Nakit kısıtlı bir şirkette LTV'den daha somut bir sinyaldir, çünkü paranın ne zaman geri döneceğini söyler. Kabaca bir pratik kural olarak, abonelik işlerinde 12 ay civarı ve altı sağlıklı sayılır, ancak bu pazara ve ödeme modeline göre değişir.

**Formül.** CAC Payback (ay) = CAC ÷ (Aylık ARPU × Brüt marj)

---

# LTV:CAC

URL: https://alpsuleyman.com/tr/glossary/ltv-cac
Author: Alp Suleiman

Category: Temel Metrikler
Türkçe ad: LTV:CAC Oranı

**Tanım.** Bir müşterinin yaşam boyu değerinin onu edinme maliyetine oranı; müşteri edinmenin ne kadar kârlı olduğunun özeti.

**İçgörü.** Sık anılan pratik kural 3:1'dir, ama kesin bir eşik değil bir başlangıç noktasıdır. Çok yüksek oran da bir işarettir: belki yeterince büyümeye yatırım yapmıyorsundur.

**Formül.** LTV:CAC = LTV ÷ CAC

---

# Activation Rate

URL: https://alpsuleyman.com/tr/glossary/activation-rate
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Aktivasyon Oranı

**Tanım.** Yeni kullanıcıların ürünün değerini ilk kez yaşadığı 'aha' anına ulaşma yüzdesi (ödeme yapıp yapmamalarından bağımsız).

**İçgörü.** Önce aktivasyonun ne olduğunu tanımla: kayıt değil, değerin ilk kez hissedildiği eylem. Retention'ı iyileştirmenin en ucuz yolu çoğu zaman aktivasyonu iyileştirmektir.

**Formül.** Aktivasyon oranı = Aha anına ulaşan yeni kullanıcı ÷ Yeni kullanıcı × 100

---

# Engagement Rate

URL: https://alpsuleyman.com/tr/glossary/engagement-rate
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Etkileşim Oranı

**Tanım.** Kullanıcıların bir ürünle, içerikle ya da kampanyayla ne ölçüde etkileşime girdiğini gösteren metrik.

**İçgörü.** Tanım bağlama göre değişir: sosyal medyada beğeni ve yorum, üründe temel eylemin sıklığı demektir. Yüzeysel etkileşim (tıklama) ile değer üreten etkileşimi (tamamlanan görev) ayır.

**Formül.** Etkileşim oranı = Etkileşen kullanıcı ÷ Erişilen veya aktif kullanıcı × 100

---

# RPE

URL: https://alpsuleyman.com/tr/glossary/rpe
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Çalışan Başına Gelir

**Tanım.** Revenue per Employee: toplam gelirin çalışan sayısına bölümü; ekibin ürettiği geliri ve operasyonel verimliliği gösterir.

**İçgörü.** Sektöre göre çok değişir; yalnızca aynı iş modelindeki şirketlerle ve kendi geçmişinle kıyasla. Yükselen RPE verimlilik de olabilir, eksik yatırım da.

**Formül.** RPE = Toplam gelir ÷ Çalışan sayısı

---

# COGS

URL: https://alpsuleyman.com/tr/glossary/cogs
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Satılan Malın Maliyeti

**Tanım.** Cost of Goods Sold: bir ürün ya da hizmeti üretmek ve sunmak için doğrudan harcanan maliyetler; yazılımda sunucu, ödeme komisyonu ve müşteri desteği gibi kalemler de dahildir.

**İçgörü.** Brüt marjın paydası olduğu için COGS'u doğru sınıflamak fiyat kararını doğrudan etkiler. Yazılım şirketlerinde gizli COGS genellikle destek ve altyapı maliyetinde saklanır.

---

# AOV

URL: https://alpsuleyman.com/tr/glossary/aov
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Ortalama Sipariş Değeri

**Tanım.** Average Order Value: bir siparişte harcanan ortalama tutar.

**İçgörü.** AOV'u artırmak (paket, ücretsiz kargo eşiği, çapraz satış) çoğu zaman yeni müşteri bulmaktan ucuzdur. Ortalama yanıltabilir; dağılıma ve medyana da bak.

**Formül.** AOV = Toplam gelir ÷ Sipariş sayısı

---

# Offering Adoption

URL: https://alpsuleyman.com/tr/glossary/offering-adoption
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Teklif Benimseme Oranı

**Tanım.** Müşterilerin yeni sunulan ürün, özellik ya da paketi denemesi ve kullanmaya başlama yüzdesi.

**İçgörü.** Yeni özelliğin yayına çıkması benimsendiği anlamına gelmez. Benimsemeyi ilk kullanım ve tekrar kullanım olarak ayrı izle; düşükse sorun çoğu zaman ürün değil, fark edilebilirlik ve anlatımdır.

**Formül.** Benimseme oranı = Yeni teklifi kullanan müşteri ÷ Teklife erişebilen müşteri × 100

---

# Churned MRR

URL: https://alpsuleyman.com/tr/glossary/churned-mrr
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Kaybedilen Yinelenen Gelir

**Tanım.** Churned Monthly Recurring Revenue: abonelik iptalleri nedeniyle bir dönemde kaybedilen aylık yinelenen gelir tutarı.

**İçgörü.** Müşteri sayısı yerine gelir bazlı kayıp, büyük müşterinin kaybının etkisini gösterir. Gönüllü iptali, ödeme hatasından kaynaklanan gönüllü olmayan kayıptan ayır, çünkü çözümleri farklıdır.

**Formül.** Churned MRR = Dönem içinde iptal edilen aboneliklerin MRR toplamı

---

# Expansion Rate

URL: https://alpsuleyman.com/tr/glossary/expansion-rate
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Genişleme Oranı

**Tanım.** Upsell ve çapraz satış dahil, mevcut müşterilerden gelen ek gelirin başlangıç gelirine oranı.

**İçgörü.** Genişleme, kaybı dengeleyen en kârlı büyüme kaynağıdır, çünkü edinme maliyeti içermez. Fiyatlandırmanızın müşteri büyüdükçe gelirin de büyümesine izin verip vermediğine bak.

**Formül.** Genişleme oranı = Mevcut müşterilerden gelen ek MRR ÷ Dönem başı MRR × 100

---

# Virality Coefficient

URL: https://alpsuleyman.com/tr/glossary/virality-coefficient
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Viral Büyüme Katsayısı

**Tanım.** Her mevcut kullanıcının ortalama kaç yeni kullanıcı getirdiğini gösteren katsayı (K faktörü).

**İçgörü.** K 1'in üzerine çıkarsa büyüme kendi kendini besler, ama pratikte nadirdir. Çoğu ürün için asıl hedef K=1'i yakalamak değil, ücretli edinme maliyetini düşüren kısmi viralite üretmektir. Davet döngüsünün süresi de en az K kadar önemlidir.

**Formül.** K = Kullanıcı başına davet sayısı × Davetin dönüşüm oranı

---

# Cohort Analysis

URL: https://alpsuleyman.com/tr/glossary/cohort-analysis
Author: Alp Suleiman

Category: İleri Metrikler
Türkçe ad: Kohort Analizi

**Tanım.** Kullanıcıları ortak bir özelliğe (genellikle kayıt dönemi) göre gruplayıp zaman içindeki davranışlarını karşılaştıran analiz.

**İçgörü.** Toplam retention rakamı, eski ve yeni müşteriyi karıştırarak iyileşmeyi ya da kötüleşmeyi gizler. Kohortlar, yaptığın değişikliğin gerçekten fark yaratıp yaratmadığını gösteren en dürüst yoldur.

---

# Market Penetration

URL: https://alpsuleyman.com/tr/glossary/market-penetration
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Pazar Nüfuz Oranı

**Tanım.** Ürün ya da hizmetin, hedef pazardaki toplam potansiyel müşterinin ne kadarına ulaştığını gösteren oran.

**İçgörü.** Payda olan pazar tanımın bu oranı belirler; fazla geniş tanımlarsan nüfuzun hep düşük görünür. Nüfuz yükseldikçe büyüme yeni müşteriden ziyade mevcut müşteriyi derinleştirmeye kayar.

**Formül.** Pazar nüfuzu = Mevcut müşteri sayısı ÷ Hedef pazardaki toplam potansiyel müşteri × 100

---

# Customer Education

URL: https://alpsuleyman.com/tr/glossary/customer-education
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Müşteri Eğitimi

**Tanım.** Müşterilerin ürün ya da hizmetten tam değer alabilmesi için gereken bilgi ve beceriyi kazanma düzeyi ve bunu sağlayan çalışmalar.

**İçgörü.** Yeni bir kategoride ürün satıyorsan asıl rakibin kararsızlıktır, eğitim ise onu aşmanın yoludur. Eğitim içeriğinin etkisini tamamlanma oranı ve sonrasındaki aktivasyonla ölç.

---

# Flywheel Momentum

URL: https://alpsuleyman.com/tr/glossary/flywheel-momentum
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Çark İvmesi

**Tanım.** Müşteri davranışlarının birbirini beslediği bir büyüme çarkının ne kadar hız kazandığının göstergesi.

**İçgörü.** Tek bir sayısı yoktur; çarkın halkalarındaki oranların (örneğin memnuniyet, tavsiye, yeni müşteri) aynı yönde iyileşip iyileşmediğine bak. İvme tek bir kampanyayla değil, halkaların birlikte güçlenmesiyle oluşur.

---

# Value Realization

URL: https://alpsuleyman.com/tr/glossary/value-realization
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Değer Gerçekleştirme

**Tanım.** Müşterinin ürün ya da hizmetten aldığı gerçek değerin, satın alırken beklentisini ne ölçüde karşıladığı.

**İçgörü.** Değer, satış anında değil kullanımda gerçekleşir; yenileme kararı da bu farkı yansıtır. Müşteriyle başta 'başarı neye benzer' sorusunu konuş ve sonra o ölçüte göre rapor ver.

---

# Share of Voice

URL: https://alpsuleyman.com/tr/glossary/share-of-voice
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Marka Ses Payı

**Tanım.** Markanın kendi kategorisindeki toplam iletişim ve görünürlük içindeki payı; reklam harcaması, aramada görünürlük ya da bahsedilme üzerinden hesaplanabilir.

**İçgörü.** Pazar payından büyük ses payı genellikle ileride pazar payı kazandırır, tersi ise geride kalma işaretidir. Hangi kanal üzerinden ölçtüğünü açıkça belirt, çünkü sonuç ona göre değişir.

**Formül.** Ses payı = Markanın görünürlüğü ÷ Kategorideki toplam görünürlük × 100

---

# Operational Leverage

URL: https://alpsuleyman.com/tr/glossary/operational-leverage
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Operasyonel Kaldıraç

**Tanım.** Gelir arttığında maliyetlerin ne kadar artmadığını gösteren oran; sabit maliyeti yüksek işlerde gelir büyüdükçe kâr daha hızlı büyür.

**İçgörü.** Kaldıraç iki yönlüdür: gelir düştüğünde kâr da aynı hızla erir. Yüksek sabit maliyet yapısı, büyüme tahmininden emin olunduğunda avantaj, emin olunmadığında risktir.

**Formül.** Operasyonel kaldıraç derecesi = Faaliyet kârındaki % değişim ÷ Gelirdeki % değişim

---

# Innovation Velocity

URL: https://alpsuleyman.com/tr/glossary/innovation-velocity
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Yenilik Hızı

**Tanım.** Bir fikrin pazara ürün ya da özellik olarak ne kadar hızlı ulaştığını ve bunun belirli sürede kaç kez tekrarlandığını gösteren gösterge.

**İçgörü.** Hız tek başına değil, öğrenmeyle birlikte anlamlıdır; çok şey çıkarıp hiçbirini ölçmemek hız değildir. Fikirden pazara kadar geçen süreyi kısaltmak, rakipten önce öğrenmeni sağlar.

---

# Customer Influence

URL: https://alpsuleyman.com/tr/glossary/customer-influence
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Müşteri Etkisi

**Tanım.** Mevcut müşterilerin markayı çevrelerine yaymaları ve organik büyümeye katkı sağlamaları potansiyeli.

**İçgörü.** Tavsiye edenler çoğu zaman en çok harcayanlar değil, en memnun olanlardır. Onları tanımla, kolay paylaşım yolu ver ve gerçek etkilerini ölçmek için tavsiyeyle gelen müşterileri ayrı etiketle.

---

# Risk-to-Growth

URL: https://alpsuleyman.com/tr/glossary/risk-to-growth
Author: Alp Suleiman

Category: Stratejik Göstergeler
Türkçe ad: Büyüme-Risk Dengesi

**Tanım.** Seçilen büyüme stratejilerinin taşıdığı riski, beklenen büyüme ve kârlılıkla karşılaştıran bakış.

**İçgörü.** Her büyüme fırsatını risk ayarlı değerlendir: yüksek getirili ama geri dönüşü olmayan hamleler, küçük adımlarla test edilebilen hamlelerden farklı ele alınmalı. Kaybedebileceğin tutarı önceden belirle.

---

# Real Growth

URL: https://alpsuleyman.com/tr/glossary/real-growth
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Reel Büyüme

**Tanım.** Nominal büyümenin fiyat artışından arındırılmış hâli; aynı gelirle önceki dönemde satın alınabilenden ne kadar fazlasının alınabildiğini gösterir.

**İçgörü.** Enflasyonu çıkarmak için kullandığın endeks, şirketinin kendi fiyat ve maliyet yapısını yansıtmaz: TÜFE'den çok daha hızlı zamlanan bir iş ile fiyatını zor artıran bir iş aynı endeksle arındırılır. Reel rakamı kesin sonuç değil, nominal rakamdan daha dürüst bir ilk okuma say.

**Formül.** Reel büyüme = (1 + Nominal büyüme) ÷ (1 + Enflasyon) − 1

**Kaynaklar**
- [Wikipedia: Real and nominal value](https://en.wikipedia.org/wiki/Real_and_nominal_value)
- [BEA (ABD Ekonomik Analiz Bürosu) — What to know about GDP](https://www.bea.gov/resources/learning-center/what-to-know-gdp)

---

# Nominal Growth

URL: https://alpsuleyman.com/tr/glossary/nominal-growth
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Nominal Büyüme

**Tanım.** Gelirin cari fiyatlarla, enflasyon düzeltmesi yapılmadan ölçülen büyümesi. Fiyat artışını ve satılan hacimdeki artışı birlikte taşır; gelir yabancı parayla ölçülüyor ya da çevriliyorsa kur etkisi de eklenir.

**İçgörü.** Enflasyon düşükken fark küçüktür ve nominal rakam idare eder. Yüksek enflasyonda ise hedefi, primi ya da yatırımcı sunumunu nominal büyümeye bağladığında fiyat artışı büyümenin önemli bir bölümünü açıklayabilir; ödül de bu fark edilmeden dağıtılabilir. Rakamın ne kadarının adetten geldiğini ayır.

**Kaynaklar**
- [Wikipedia: Real and nominal value](https://en.wikipedia.org/wiki/Real_and_nominal_value)
- [BEA (ABD Ekonomik Analiz Bürosu) — What to know about GDP](https://www.bea.gov/resources/learning-center/what-to-know-gdp)

---

# Inflation Accounting (IAS 29)

URL: https://alpsuleyman.com/tr/glossary/inflation-accounting
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Enflasyon Muhasebesi

**Tanım.** Yüksek enflasyonlu ekonomilerde finansal tabloların raporlama dönemi sonundaki satın alma gücüne göre yeniden düzenlenmesi. KGK duyurusuna göre, Türkiye'de TFRS ve BOBİ FRS uygulayan işletmelerin 31 Aralık 2023 ve sonrasında sona eren dönemlere ait finansal tabloları TMS 29 (BOBİ FRS Bölüm 25) kapsamında düzeltilerek sunulur; sektör düzenleyicileri farklı geçiş tarihi belirleyebilir.

**İçgörü.** TMS 29 tabloları düzeltir, büyümeyi hesaplamaz: düzeltilmiş finansallar, yönetim raporlamasındaki reel büyüme analizinin yerini tutmaz. Kapsam da herkes değildir; standardı uygulamayan işletmeler dışarıda kalır. Vergi tarafı (VUK) ayrı bir düzenlemedir, ikisini karıştırma.

**Kaynaklar**
- [KGK: Enflasyon Muhasebesi Duyurusu](https://www.kgk.gov.tr/Portalv2Uploads/files/Duyurular/v2/Diger/Enf_%20Muh_%20Duyuru_ESEB.pdf)
- [IFRS Foundation: IAS 29](https://www.ifrs.org/issued-standards/list-of-standards/ias-29-financial-reporting-in-hyperinflationary-economies/)

---

# Burn Multiple

URL: https://alpsuleyman.com/tr/glossary/burn-multiple
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Yakım Çarpanı

**Tanım.** David Sacks'in önerdiği ölçü: bir birim yeni yıllık tekrarlayan gelir eklemek için kaç birim nakit yaktığın. Çarpan yükseldikçe büyüme daha pahalıya geliyor demektir.

**İçgörü.** Paydaki rakam net yeni ARR'dır, yani kayıp ve daralma düşülmüştür; brüt satışı koyarsan çarpanı olduğundan iyi gösterirsin. Tek bir çeyrek sert oynayabilir; büyük bir sözleşme sayıyı bir dönemliğine bozar (pratik kural). Eğilime bak. Kârlı bir şirkette yakım olmadığı için sayı anlam taşımaz. Bantlar için hesaplayıcıya bak.

**Formül.** Burn multiple = Net yakım ÷ Net yeni ARR

**Kaynaklar**
- [Craft Ventures: The Burn Multiple](https://www.craftventures.com/articles/the-burn-multiple)

---

# Rule of 40

URL: https://alpsuleyman.com/tr/glossary/rule-of-40
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: 40 Kuralı

**Tanım.** Brad Feld'in bir geç aşama yatırımcıdan aktardığı pratik kural: büyüme oranın ile kârlılığın toplamı yüzde 40'a ulaşmalı. Büyümeyi hızlandırarak da marjı yükselterek de aynı skora varabilirsin.

**İçgörü.** Skor, hangi kâr metriğini seçtiğine göre değişir: Feld FAVÖK ile, Bessemer ise "verimlilik skoru" adıyla ARR büyümesini serbest nakit akışı marjına ekleyerek hesaplar. Kendine uygun olanı seç, başka metrikle kurulmuş rakamlarla kıyaslama. Bessemer bu skorun genel olarak yalnızca 25 milyon dolar ARR sonrasında anlamlı olduğunu söyler; Feld ise kuralı en az 50 milyon dolar gelirli şirketler için anlatır. Erken aşamada skorun anlamı zayıftır. Aynı toplam çok farklı iki işi gizleyebilir.

**Formül.** Rule of 40 skoru = Yıllık büyüme % + Kâr marjı %

**Kaynaklar**
- [Brad Feld: The Rule of 40% For a Healthy SaaS Company](https://www.feld.com/archives/2015/02/rule-40-healthy-saas-company.html)
- [Bessemer: Scaling to $100 Million](https://www.bvp.com/atlas/scaling-to-100-million)

---

# Runway

URL: https://alpsuleyman.com/tr/glossary/runway
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Nakit Ömrü (Runway)

**Tanım.** Eldeki nakdin, mevcut net yakımla kaç ay yeteceği. Net yakım, aylık giderden aylık gelirin çıkarılmasıyla bulunur.

**İçgörü.** Yakım sabit kalmaz; işe alımla artar, gelir büyüdükçe küçülür. Asıl soru kaç ayın kaldığı değil, paran bitmeden kâra ulaşıp ulaşmadığındır. Paul Graham'ın default alive sorusu, giderlerin sabit kaldığı ve gelir büyümesinin son aylardaki gibi sürdüğü varsayımıyla sorulur. Nakdi brüt yakıma bölmek daha temkinli bir hesaptır: geliri saymadığı için süreyi kısa gösterir. Hangisini kullandığını açıkça yaz.

**Formül.** Runway (ay) = Eldeki nakit ÷ Aylık net yakım

**Kaynaklar**
- [Wall Street Prep: What is Cash Runway?](https://wallstreetprep.com/knowledge/cash-runway)
- [Paul Graham: Default Alive or Default Dead?](https://paulgraham.com/aord.html)

---

# Gross Revenue Retention / GRR

URL: https://alpsuleyman.com/tr/glossary/grr
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Brüt Gelir Tutma

**Tanım.** Bir müşteri grubunun getirdiği tekrarlayan gelirin zaman içinde ne kadarının elde kaldığı; yalnızca kayıp ve küçülme sayılır, genişleme hiç eklenmez. ChartMogul buna gross dollar retention ya da gross renewal rate de diyor.

**İçgörü.** Genişleme eklenmediği için GRR %100'ü aşamaz. Churn / NRR'ın yanına koyunca neyi gösterdiği netleşir: NRR upsell, cross-sell ve yükseltmelerle %100'ün üstüne çıkabilir, GRR ise mevcut gelirin kayıp ve küçülmeden sonra ne kadarının kaldığını söyler. NRR yüksek, GRR düşükse büyümenin bir kısmı kaybı telafi etmekle geçiyor olabilir (yorum). İkisini aynı müşteri grubu ve aynı dönemle hesapla, yan yana oku.

**Formül.** GRR = Aynı grubun bugünkü MRR'ı (genişleme hariç) ÷ Aynı grubun bir dönem önceki (genelde 12 ay) MRR'ı × 100

**Kaynaklar**
- [ChartMogul: Gross Revenue Retention (GRR)](https://chartmogul.com/saas-metrics/grr/)

---

# Default Alive

URL: https://alpsuleyman.com/tr/glossary/default-alive
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Default Alive

**Tanım.** Paul Graham'ın sorusu: giderler sabit kalırsa ve gelir büyümesi son aylardaki hızında sürerse, elde kalan parayla kâra ulaşılıyor mu? Ulaşılıyorsa şirket default alive (varsayılan gidişatla hayatta), ulaşılmıyorsa default dead.

**İçgörü.** Runway parayı ay olarak sayar; default alive ise bu sürenin kâra yetip yetmediğini sorar. Cevap iki varsayıma bağlı: giderlerin sabit kalması ve büyüme hızının sürmesi. İşe alım gideri artırır, büyüme yavaşlayabilir; ikisi de cevabı değiştirir (yorum). Graham yatırımcılara yaslanmamayı savunur: yatırımcıların o kadar dönek olduğunu, onlara en fazla güvenmeye başlayabileceğini yazar. Yeni para bulamazsan hayatta kalmak için tam olarak ne yapman gerektiğini bilmeni, hatta yazmanı söyler. Hesabı yaparken varsayımları da yaz.

**Kaynaklar**
- [Paul Graham: Default Alive or Default Dead?](https://paulgraham.com/aord.html)

---

# Contribution Margin

URL: https://alpsuleyman.com/tr/glossary/contribution-margin
Author: Alp Suleiman

Category: Reel Büyüme ve Nakit
Türkçe ad: Katkı Marjı

**Tanım.** Satılan her birimden elde edilen artımlı kâr: gelirden doğrudan değişken maliyetler çıkarılarak bulunur. Geriye kalan, sabit giderleri ve diğer faaliyet dışı giderleri ödemeye gider.

**İçgörü.** Sonucu en çok etkileyen, hangi maliyeti değişken saydığındır (yorum). Wall Street Prep örnek olarak stok ya da malzeme alımını, doğrudan işçiliği ve nakliyeyi sayar. Yapay zekâ ürününde çıkarım maliyeti satışla birlikte arttığı için değişken sayılabilir (yorum); Inference Cost kavramına bak. Katkı marjı ürün ya da müşteri grubu düzeyinde hesaplanınca hangi satışın sabit giderlere gerçekten pay bıraktığını gösterir (yorum). Hangi kalemleri değişken saydığını yaz, dönemler arasında aynı tanımı kullan.

**Formül.** Katkı marjı = Gelir − Değişken maliyetler · Katkı marjı oranı % = (Gelir − Değişken maliyetler) ÷ Gelir × 100

**Kaynaklar**
- [Wall Street Prep: Contribution Margin](https://www.wallstreetprep.com/knowledge/contribution-margin/)

---

# Inference Cost

URL: https://alpsuleyman.com/tr/glossary/inference-cost
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Çıkarım Maliyeti

**Tanım.** Bir yapay zekâ modelinin her çağrıda cevap üretmek için harcadığı işlem maliyeti; API üzerinden kullanıyorsan çoğunlukla işlenen token'lar üzerinden faturalanır. Klasik yazılımda bir müşteri daha eklemek neredeyse bedavayken, burada her sorgu gerçek bir harcama doğurur.

**İçgörü.** Tek bir "sorgu başına maliyet" rakamı yoktur: sağlayıcılar girdiyi ve çıktıyı ayrı, önbelleğe alınmış girdiyi ve toplu (batch) işlemi ayrı kalemlerle fiyatlıyor. Önbellekte yazma ve okuma ayrı fiyatlanır; isabet oranı düşükse kazanç beklediğinden küçük kalır (yorum). Fiyatı ortalama kullanıcıya göre kurarsan yoğun kullanıcıda maliyet geliri geçebilir; maliyeti ortalamayla değil dağılımıyla izle (yorum). Güncel tabloyu sağlayıcının sayfasından al, eski bir rakamı modele gömme.

**Kaynaklar**
- [OpenAI: API pricing](https://developers.openai.com/api/docs/pricing)
- [Anthropic: Pricing](https://platform.claude.com/docs/en/about-claude/pricing)
- [Bessemer: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)

---

# Usage-Based Pricing

URL: https://alpsuleyman.com/tr/glossary/usage-based-pricing
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Kullanım Bazlı Fiyatlandırma

**Tanım.** Müşterinin ürünü ne kadar kullandıysa o kadar ödediği fiyatlandırma; birim token, çağrı ya da işlem olabilir. Poyar'a göre (2024) büyük dil modeli ve altyapı katmanındaki şirketlerin çoğu token başına ücret alır; bu fiyat işlem gücü maliyetine yakın seyreder.

**İçgörü.** Maliyeti kullanıma bağlı bir ürün için mantıklı görünür, ama gelirin dalgalanmasına açıktır. Kyle Poyar 2024'te, birçok kişinin bu algılanan belirsizlikten çekindiğini ve SaaS'taki son iki yıllık yavaşlamada kullanım bazlı işlerde gelir büyümesinin geleneksel abonelik işlerinden daha hızlı düştüğünü aktarıyor. Asıl gerilim uygulama katmanında: Poyar'ın Mayıs 2024'te incelediği, uygulama katmanındaki 40 yapay zekâ girişiminde on girişimden yedisinde abonelik modeli var, saf kullanım bazlı sunanlar çok az; bu küçük ve seçilmiş bir örneklem, güncel bir yaygınlık ölçüsü değil. Bu, maliyet kullanımla artarken gelirin abonelikle sabit kalabileceği anlamına gelir (yorum). Gelirini kullanıma bağlamadan önce, yavaşlayan bir çeyrekte gelir tablonun nasıl görüneceğini hesapla.

**Kaynaklar**
- [Kyle Poyar: The state of usage-based pricing in SaaS](https://www.growthunhinged.com/p/the-state-of-usage-based-pricing)
- [Kyle Poyar: The state of AI pricing at 40 leading startups](https://www.growthunhinged.com/p/how-ai-apps-make-money)

---

# Hybrid Pricing

URL: https://alpsuleyman.com/tr/glossary/hybrid-pricing
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Hibrit Fiyatlandırma

**Tanım.** Sabit bir temel aboneliği kullanım ya da sonuç kademeleriyle birleştiren fiyatlandırma. Müşteriye öngörülebilir bir fatura verir, kullanım büyüdükçe gelirin de büyümesine izin verir.

**İçgörü.** Bessemer hibriti belirsizken kazanan model olarak sunuyor ve erken aşamadaki girişimler için etkili bir orta yol diye tarif ediyor; bu kapsamı genele yayma. Modelin zor tarafı temel ücrete ne kadar kullanımın dahil olduğudur: kota cömertse sabit ücret yoğun kullanıcının maliyetini karşılamaz (yorum). Kotayı sezgiyle değil, kendi kullanım dağılımınla koy. Bir uyarı daha: Poyar'ın 2026 raporunda hibrit fiyatlı şirketler genel olarak en memnun grup, ama fiyatı müşteriye anlatmakta zorlanıyorlar; iki bileşenli fatura "basit ve anlaşılır" fiyatlandırma ilkesinden ödün verebilir.

**Kaynaklar**
- [Bessemer: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)
- [Kyle Poyar: The 2026 State of B2B SaaS and AI Monetization Report](https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026)

---

# Outcome-Based Pricing

URL: https://alpsuleyman.com/tr/glossary/outcome-based-pricing
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Sonuç Bazlı Fiyatlandırma

**Tanım.** Müşterinin işlem ya da kullanım için değil, ölçülebilir bir sonuç için ödediği fiyatlandırma; örneğin çözülen destek talebi başına ücret. Değer hizalaması en yüksek modeldir, ama maliyet dalgalanmasını satıcı üstlenir.

**İçgörü.** Bessemer şartları açık yazıyor: yapay zekânın performansından emin olmalı, maliyet sapmasını kaldırabilmeli ve sonucun net ve ölçülebilir olması gerekir. Zor bir vaka beklenenden çok daha fazla işlem gücü tüketebilir; ücret sabitken maliyet değişir. Sonucu tanımlamadan fiyatlama, itiraz çıkaracak bir sözleşme yazmaktır (yorum). Poyar ücretlemenin yazılım ve yapay zekâ ajanlarının teslim ettiği işe bağlanmasına doğru bir yönelimi anlatıyor; bu yönelimi "herkes sonuç bazlıya geçiyor" diye okuma.

**Kaynaklar**
- [Bessemer: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)
- [Kyle Poyar: The 2026 State of B2B SaaS and AI Monetization Report](https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026)

---

# Seat-Based Pricing

URL: https://alpsuleyman.com/tr/glossary/seat-based-pricing
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Koltuk Bazlı Fiyatlandırma

**Tanım.** Müşterinin ürünü kullanan kişi (koltuk) sayısı kadar ödediği fiyatlandırma; kullanıcı başına sabit aylık ya da yıllık ücret. Fiyat öngörülebilir ve anlatması kolaydır, ama ücret ürünün sağladığı işe değil kullanıcı sayısına bağlanır.

**İçgörü.** Poyar ve Broe'un 2024'te incelediği 40 yapay zekâ girişiminde çoğu şirket kullanıcı sayısına göre ücret alıyor; yazarlar bunu yapay zekânın çalışanın yardımcısı (copilot) olarak satılmasıyla ilişkilendiriyor. Yazarlara göre müşteriler ihtiyaçlarından fazla koltuk alabiliyor; aylık aktif kullanıcı oranının %20-40 arasında kalması alışılmadık değil (yazarların gözlemi, ölçülmüş bir örneklem değil). Ürün işi çalışanın yerine teslim etmeye başladıkça koltuk ücreti değerden kopabilir (yorum). Poyar 2025'te bunu ajanlar için de söylüyor: yapay zekâ ajanlarının değeri daha çok koltuk alındıkça doğal olarak büyümüyor. Bu, koltuğun öldüğü anlamına gelmez; değer kullanıcı sayısıyla büyüyorsa koltuk hâlâ anlamlı olabilir (yorum). Ürün otomasyonda başarılı oldukça müşterinin ihtiyaç duyduğu koltuk azalır ve ürün iyileştikçe gelir düşebilir (yorum). Koltuğu seçmeden önce şunu sor: maliyetim ve müşterinin aldığı değer kullanıcı sayısıyla birlikte mi artıyor?

**Kaynaklar**
- [Kyle Poyar, Palle Broe: The state of AI pricing at 40 leading startups](https://www.growthunhinged.com/p/how-ai-apps-make-money)
- [Kyle Poyar: Your pricing is (probably) broken](https://kylepoyar.substack.com/p/your-pricing-is-broken)

---

# AI Agent / Agentic

URL: https://alpsuleyman.com/tr/glossary/ai-agent
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Yapay Zekâ Ajanı

**Tanım.** Bir görevi kullanıcı adına kendi başına yürüten sistem: hangi adımı atacağına ve hangi aracı kullanacağına model karar verir. Anthropic ayrımı net çiziyor: iş akışında (workflow) adımlar önceden yazılmış koddadır; ajanda model kendi sürecini ve araç kullanımını kendisi yönetir.

**İçgörü.** Büyüme açısından ajan bir ürün özelliğinden çok bir yetki kararı: hunideki hangi adımı (kazanım, aktivasyon, elde tutma) kime, ne kadar özerklikle bıraktığını belirler (yorum). Anthropic de OpenAI de aynı yerden başlatıyor: önce en basit çözüm. Anthropic bunun hiç ajanlı sistem kurmamak anlamına gelebileceğini açıkça yazıyor. OpenAI ajanı üç durumda öneriyor: karmaşık karar, bakımı zorlaşmış kural yığını ve yapılandırılmamış veri. Bir büyüme adımını ajana vermeden önce sor: sabit bir iş akışı bu adımı aynı başarıyla, daha ucuza yapar mı?

**Kaynaklar**
- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI: A practical guide to building agents](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)

---

# Context Engineering

URL: https://alpsuleyman.com/tr/glossary/context-engineering
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Bağlam Mühendisliği

**Tanım.** Modelin bir çağrıda gördüğü bilgiyi (talimat, araç tanımları, konuşma geçmişi, getirilen veri) seçme ve güncel tutma işi. Anthropic'in tarifinde ilke şu: istenen sonucu en olası kılan, en küçük ve en yüksek sinyalli bilgi kümesini bulmak.

**İçgörü.** Aynı modeli rakibin de kullanabilir; farkı, modelin hangi müşteri bağlamıyla çalıştığı yaratır (yorum). Kişiselleştirmede, aktivasyonda ve elde tutmada bağlam çoğu zaman modelden daha belirleyici: müşterinin planını, son kullanımını, açık destek talebini doğru anda görmeyen bir ajan herkese aynı cevabı verir (yorum). Bağlam bedava da değil; eklenen her bilgi token, yani çıkarım maliyeti demek. Test sorusu: ajanın gördüğü müşteri bilgisi, iyi bir hesap yöneticisinin görüşmeden önce baktığı bilgiyle aynı mı?

**Kaynaklar**
- [Anthropic: Effective context engineering for AI agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

---

# Evals

URL: https://alpsuleyman.com/tr/glossary/evals
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Eval (Değerlendirme)

**Tanım.** Bir yapay zekâ sistemi için test: sisteme bir girdi verilir, çıktısına bir puanlama mantığı uygulanır ve başarı ölçülür (Anthropic'in tanımı). Görevlerden oluşan bir set, her model, talimat ya da araç değişikliğinden sonra yeniden çalıştırılır.

**İçgörü.** Eval, deney kültürünün ajan dünyasındaki karşılığı: A/B testi olmayan büyüme ekibi sezgiyle karar verir, eval'i olmayan yapay zekâ ekibi şikâyetle (yorum). Anthropic eval'siz ekibin döngüsünü şöyle anlatıyor: şikâyeti bekle, elle yeniden üret, hatayı düzelt, başka bir şeyin bozulmadığını um. Önerisi küçük başlamak: gerçek hatalardan çıkarılmış 20-50 basit görev iyi bir başlangıç; eval'i ne kadar geç kurarsan o kadar zorlaşır. Büyüme gözüyle ölçüt: setin, müşterinin para ödediği işi mi ölçüyor, yoksa modelin genel becerisini mi?

**Kaynaklar**
- [Anthropic: Demystifying evals for AI agents](https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents)

---

# Human-in-the-Loop

URL: https://alpsuleyman.com/tr/glossary/human-in-the-loop
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: İnsan Döngüde

**Tanım.** Ajanın belirli noktalarda onay beklediği ya da kontrolü insana devrettiği tasarım. OpenAI'nin ajan rehberi iki tetikleyici sayıyor: hata eşiğinin aşılması (örneğin ajanın birkaç denemede müşterinin niyetini anlayamaması) ve hassas, geri alınamaz ya da yüksek riskli eylemler (sipariş iptali, büyük iade, ödeme).

**İçgörü.** Elde tutma açısından insan döngüde bir maliyet kalemi olmaktan önce güvenin koşulu: müşterinin aboneliğini yanlışlıkla iptal eden tek bir ajan, pek çok doğru cevabın kurduğu güveni silebilir (yorum). OpenAI bu müdahaleyi özellikle ilk dönemde hataları ve uç durumları bulmanın, sağlam bir değerlendirme döngüsü kurmanın yolu olarak anlatıyor; Anthropic de ajanların kontrol noktalarında insan geri bildirimi için durabileceğini yazıyor. Birim ekonomisinde de yeri var: insana devredilen her görev maliyete eklenir. Ajanın başarı oranını devir oranıyla birlikte raporla (yorum).

**Kaynaklar**
- [OpenAI: A practical guide to building agents](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)
- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)

---

# Task Horizon

URL: https://alpsuleyman.com/tr/glossary/task-horizon
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Görev Ufku

**Tanım.** Bir modelin belirli bir olasılıkla (METR'nin ana ölçüsünde %50) başarıyla tamamlayabildiği görevlerin uzunluğu; uzunluk, aynı görevin bir insana ne kadar sürdüğüyle ölçülür. METR Mart 2025'te tanımladı.

**İçgörü.** METR'nin Mart 2025 ölçümüne göre bu uzunluk son altı yılda üstel bir eğilim izledi ve yaklaşık yedi ayda bir ikiye katlandı. Sınırını bil: ölçüm çok adımlı yazılım ve akıl yürütme görevleri üzerinde ve yazarlar ciddi model hatası olasılığını kendileri not ediyor. Büyüme için okuma: ajana önce kısa ve geri alınabilir işleri ver (bir e-posta varyantı, bir segment listesi), uzun ve çok adımlı işleri (bir kampanyayı uçtan uca yürütmek) insan onayında tut (yorum). Büyüme yol haritanda ajana verilecek işleri görev uzunluğuna göre sırala, ama takvimi bir trend çizgisine bağlama (yorum).

**Kaynaklar**
- [METR: Measuring AI ability to complete long tasks](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)

---

# MCP / Model Context Protocol

URL: https://alpsuleyman.com/tr/glossary/mcp
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: MCP (Model Bağlam Protokolü)

**Tanım.** Yapay zekâ uygulamalarını dış sistemlere (veri kaynakları, araçlar, iş akışları) bağlamak için açık standart. Anthropic Kasım 2024'te duyurdu; resmi belgeler onu yapay zekâ uygulamaları için bir USB-C girişine benzetiyor: her veri kaynağına ayrı entegrasyon yerine tek protokol.

**İçgörü.** Büyüme açısından MCP bir entegrasyon ayrıntısından çok bir dağıtım kanalı: ürününün verisini ve eylemlerini bir MCP sunucusuyla açarsan, müşterinin zaten kullandığı yapay zekâ asistanı senin ürününü çağırabilir (yorum). Bu, entegrasyon stratejisinin eski sorusunu yeniden açıyor: hangi işi ajanlara açarsan kullanım artar, hangisini açarsan ürünün arka planda görünmez bir veri borusuna döner? (yorum). Önce açacağın tek eylemi seç, sonra o eylemden gelen kullanımı ayrı ölç.

**Kaynaklar**
- [Anthropic: Introducing the Model Context Protocol](https://www.anthropic.com/news/model-context-protocol)
- [Model Context Protocol: What is MCP?](https://modelcontextprotocol.io/docs/getting-started/intro)

---

# A2A / Agent2Agent

URL: https://alpsuleyman.com/tr/glossary/a2a
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: A2A (Ajanlar Arası Protokol)

**Tanım.** Ajanların, hangi çerçeveyle ya da hangi sağlayıcıyla kurulduklarından bağımsız olarak birlikte çalışması için açık protokol; Google Nisan 2025'te duyurdu. Google onu MCP'nin tamamlayıcısı olarak konumluyor: MCP ajana araç ve bağlam verir, A2A ajanların birbiriyle konuşmasını ve iş paylaşmasını sağlar.

**İçgörü.** A2A'da bir ajan yeteneklerini JSON biçimli bir "Agent Card" ile ilan eder; istemci ajan işe en uygun ajanı bu kartlara bakarak seçer. Alıcı tarafında bir ajan varsa ürünün bir vitrin sayfasıyla değil, makinenin okuduğu bir yetenek tanımıyla seçilir (yorum). Erken bir standart; kazanım planını ona bağlama (yorum). Ama şunu sor: ürününün ne yaptığını bir makine tek bir tanımdan doğru anlayabiliyor mu? (yorum)

**Kaynaklar**
- [Google Developers Blog: A2A, a new era of agent interoperability](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/)

---

# Agent-Ready Product

URL: https://alpsuleyman.com/tr/glossary/agent-ready-product
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Ajan Dostu Ürün

**Tanım.** Bu sitenin kendi çerçevesi, yerleşik bir terim değil: kullanıcı ya da alıcı bir yapay zekâ ajanı olduğunda da bulunabilen, denenebilen ve kullanılabilen ürün. Üç şey arar: ürünün yaptığı iş makinenin okuyabileceği biçimde tanımlı, temel eylemleri bir API ya da MCP, A2A gibi açık bir protokolle çağrılabilir, fiyatı ve deneme koşulu bir insanla görüşmeden anlaşılır.

**İçgörü.** Kazanım kanalı yer değiştiriyor olabilir. Menlo Ventures'ın Aralık 2025 raporuna göre yapay zekâ uygulamalarına yapılan harcamanın %27'si ürün odaklı büyüme (PLG) hareketleriyle geliyor; geleneksel yazılımda bu oran %7. Kullanıcı ürünü kendisi bulup deniyorsa, sonraki adım ajanın bunu kullanıcı adına yapması (yorum; Menlo böyle bir iddiada bulunmuyor). Test sorusu: bir ajan, satış ekibine yazmadan ürününü bulabilir, deneyebilir ve doğru işi yaptırabilir mi?

**Kaynaklar**
- [Menlo Ventures: 2025 The State of Generative AI in the Enterprise](https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/)
- [Model Context Protocol: What is MCP?](https://modelcontextprotocol.io/docs/getting-started/intro)
- [Google Developers Blog: A2A, a new era of agent interoperability](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/)

---

# AI Tourist

URL: https://alpsuleyman.com/tr/glossary/ai-tourist
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: AI Turisti

**Tanım.** a16z'nin kullandığı terim: bir yapay zekâ ürününe kayıt olan, birkaç ay deneyen ve giden kullanıcı.

**İçgörü.** Rodriguez ve Immerman'a (a16z, 2025) göre bu dalga, erken retention eğrilerini uzun vadeli elde tutmanın o kadar belirleyici olmayan bir göstergesine çeviriyor; önerileri retention ve CAC hesabını M0 yerine M3'ten başlatmak. Yazıya göre M3, hobi amaçlı kullanıcıların büyük ölçüde gittiği, yüksek etkili kullanım alanı bulan kullanıcıların kaldığı nokta. M3 bir kural değil: kendi cohort matrisinde eğrinin nerede düzleştiğine bak (yorum). Turistleri tutmaya uğraşmak yerine kalanların hangi işi yaptığını bul ve aktivasyonu o işe göre kur (yorum).

**Kaynaklar**
- [a16z (Rodriguez, Immerman): Retention Is All You Need](https://a16z.com/ai-retention-benchmarks/)

---

# Services-as-Software

URL: https://alpsuleyman.com/tr/glossary/services-as-software
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Hizmetin Yazılımlaşması

**Tanım.** Yapay zekâ şirketinin bir uzmana araç satmak yerine işin kendisini bitmiş olarak satması. Sequoia'dan Julien Bek'in (Mart 2026) ayrımı: copilot aracı satar, autopilot işi satar. Bek'in örneğinden uyarlama: muhasebe bürosuna yazılım satmak yerine kapanmış defterleri teslim etmek.

**İçgörü.** Kurucu için asıl soru pazar büyüklüğü: müşterin hangi bütçeden ödüyor, yazılım mı, personel ve hizmet mi? Bek, yazılıma harcanan her dolara karşılık hizmete altı dolar harcandığını yazıyor; autopilot bu ikinci bütçeye talip. Bek'in ikinci argümanı savunma üzerine: aracı satarsan modelle yarışırsın, işi satarsan modeldeki her iyileşme hizmetini hızlandırır ve ucuzlatır. Bedeli birim ekonomisinde: işi teslim eden, hatanın sorumluluğunu ve operasyonu da üstlenir; brüt marj bir yazılım şirketinden çok bir hizmet şirketine benzeyebilir (yorum).

**Kaynaklar**
- [Sequoia (Julien Bek): Services: The New Software](https://www.sequoiacap.com/article/services-the-new-software/)

---

# Work-Unit Pricing

URL: https://alpsuleyman.com/tr/glossary/work-unit-pricing
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: İş Birimi Fiyatlandırması

**Tanım.** Müşterinin token ya da çağrı gibi teknik bir birim için değil, tanıyabildiği bir iş birimi için (işlenen fatura, hazırlanan rapor, çözülen talep) ödediği fiyatlandırma; çoğu zaman bu işleri satın alan krediler üzerinden uygulanır.

**İçgörü.** a16z'den Erten ve Wang'ın (Ağustos 2026) cümlesi işin özü: kredi bir para birimidir, değer ölçüsü değil; önemli olan kredinin ne satın aldığı. Ankete katılan 50 teknik yapay zekâ alıcısından 27'si tanınabilir işe bağlı krediyi, 14'ü token'ı tercih etmiş; küçük bir anket, yaygınlık ölçüsü değil. Önerileri, ölçebildiğin, atfedebildiğin ve savunabildiğin en yüksek değer katmanında fiyatlamak. Büyüme açısından iş birimi, müşterinin faturasını kendi işinin büyümesine bağlar; ama kredinin karşılığını yanlış koyarsan yoğun kullanıcı segmentini zararına taşırsın (yorum).

**Kaynaklar**
- [a16z (Erten, Wang): You are not a model. Don't price per token.](https://a16z.com/you-are-not-a-model-dont-price-per-token/)

---

# AI Gross Margin

URL: https://alpsuleyman.com/tr/glossary/ai-gross-margin
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: AI Brüt Marjı

**Tanım.** Yapay zekâ ürününün gelirinden, o geliri üretmenin doğrudan maliyeti (çıkarım, barındırma, gerekiyorsa insan kontrolü) düşüldükten sonra kalan pay. Klasik yazılımdan farkı, maliyetin kullanımla birlikte büyümesi.

**İçgörü.** Bessemer'in 2025 raporu, en hızlı büyüyen yapay zekâ girişimlerinin ("Supernova") marjlarının düşük olduğunu ve bu şirketlerin çoğu zaman kısa vadede kârı dağıtımla takas ettiğini yazıyor; aynı rapor bu hızlı benimsenmenin düşük geçiş maliyetini ya da uzun vadeli değerle örtüşmeyebilecek bir yenilik heyecanını yansıtabileceğini de ekliyor. Hızlı büyüyen ama marjı ince bir ürün, büyümesini marjından satın alıyor olabilir (yorum). Marjı ortalama müşteriyle değil cohort ve kullanım dilimiyle izle; yoğun kullanıcı negatif marjlı olabilir (yorum). Sorulacak soru: büyüme hızın brüt marjını mı satın alıyor?

**Formül.** AI brüt marjı = (Gelir − Çıkarım ve diğer doğrudan maliyetler) ÷ Gelir × 100

**Kaynaklar**
- [Bessemer: The State of AI 2025](https://www.bvp.com/atlas/the-state-of-ai-2025)

---

# ARR per Employee

URL: https://alpsuleyman.com/tr/glossary/arr-per-employee
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Çalışan Başı ARR

**Tanım.** Yıllık tekrarlayan gelirin (ARR) tam zamanlı çalışan sayısına bölünmesi; şirketin gelirini ne kadar küçük bir ekiple ürettiğini gösteren verimlilik ölçüsü.

**İçgörü.** Bessemer'in 2025 raporu, en hızlı büyüyen yapay zekâ girişimlerinde bu ölçünün tipik bir SaaS kıyasının 4-5 katı olduğunu yazıyor, ama aynı grupta brüt marjın düşük olduğunu da. İkisini birlikte oku: küçük ekip, maliyeti çıkarım faturasına taşımış olabilir; çalışan başı ARR yüksekken katkı marjı zayıf kalabilir (yorum). Ajanlı bir büyüme ekibinde de aynı tuzak var: işe alım yerine ajan kullanmak bu oranı yükseltir, ama ajan maliyeti ve hatayı düzelten insan saati hesaba girmezse oran yanıltır (yorum).

**Formül.** Çalışan başı ARR = ARR ÷ Tam zamanlı çalışan (FTE) sayısı

**Kaynaklar**
- [Bessemer: The State of AI 2025](https://www.bvp.com/atlas/the-state-of-ai-2025)

---

# Statistical Power

URL: https://alpsuleyman.com/tr/glossary/statistical-power
Author: Alp Suleiman

Category: Büyüme Kavramları
Türkçe ad: İstatistiksel Güç

**Tanım.** Bir deneyin, gerçekten var olan bir etkiyi yakalama olasılığı. Örneklem büyüklüğüne, metriğin varyansına ve görmek istenen en küçük etkiye bağlıdır; Kohavi, Deng ve Vermeer'in pratik kuralı varyant başına n = 16σ²/δ² kullanıcıdır (yüzde 95 güven, yüzde 80 güç).

**İçgörü.** Düşük güçlü deney yalnız etkiyi kaçırmaz; anlamlı çıkan sonuçların güvenilirliğini de düşürür. Kohavi'nin tablosu: deneylerin yüzde 10'u gerçekten kazanırken güç yüzde 80'den yüzde 20'ye düşerse anlamlı sonuçların yüzde 52,9'u yanlış pozitif olur. Düşük trafikli bir ürün için çıkarım basit: daha çok deney değil, daha az ve daha büyük deney (yorum). Deney Kapasitesi aracı bu hesabı kendi trafiğin için yapar.

**Formül.** Varyant başına kullanıcı ≈ 16 × σ² ÷ δ²; dönüşüm için σ² = p(1−p), δ = p × göreli etki

**Kaynaklar**
- [Kohavi, Deng, Vermeer: A/B Testing Intuition Busters, KDD 2022](https://doi.org/10.1145/3534678.3539160)

---

# Experiment Inflation

URL: https://alpsuleyman.com/tr/glossary/experiment-inflation
Author: Alp Suleiman

Category: Yapay Zekâ ve Büyüme
Türkçe ad: Deney Enflasyonu

**Tanım.** Varyant üretmek ucuzlayınca deney sayısının artması, ama trafik aynı kaldığı için deney başına düşen örneklemin ve gücün düşmesi; görünen deney hızı artarken gerçek öğrenme hızının artmaması (bu sitenin tanımı).

**İçgörü.** Yapay zekâ kurmayı bedavalaştırdı, bilmeyi bedavalaştırmadı: örneklem formülünde varyantı kimin yazdığı yoktur, yalnız trafik, baz oran ve etki vardır (yorum). Aynı sayfada haftada on deney, her birine yetmeyen trafik demek; sonuç daha çok yanlış pozitif ve abartılı kazanan. Doğru ölçü deney sayısı değil, trafik başına değişen karar sayısıdır (yorum). Kohavi'nin düşük güç tablosu ve Georgiev'in 1.001 testlik incelemesi (medyan etki yüzde 0,08) bu mekanizmanın iki ucunu gösterir (yorum).

**Kaynaklar**
- [Kohavi, Deng, Vermeer: A/B Testing Intuition Busters, KDD 2022](https://doi.org/10.1145/3534678.3539160)
- [Georgiev: What Can Be Learned From 1,001 A/B Tests?, 2022](https://blog.analytics-toolkit.com/2022/what-can-be-learned-from-1001-a-b-tests/)

---

## Büyüme Vakaları

# 11x

URL: https://alpsuleyman.com/tr/vakalar/11x
Updated: 2026-10-06
Author: Alp Suleiman

> Yapay zekâ satış temsilcisi satan şirket, iki büyük yatırımcı imzasıyla on milyon dolar ARR beyanına ulaştı; bir soruşturma bu ARR'ın çıkış maddeli sözleşmeler, izinsiz logolar ve yüksek erken churn üzerine kurulduğunu gösterdi.

## Profil

- Satış için "dijital çalışan": Alice dış arama (e-posta, LinkedIn), Julian gelen ve giden telefon ajanı. Konumlandırma: "Instead of adding yet another tool to your crowded tech stack, we're offering a different approach—we sell work." [6]
- Kuruluş: 2022, Londra; 2024'te San Francisco'ya taşındı [6]; kurucular: Hasan Sukkar (CEO, Mayıs 2025'e kadar); ardından CTO Prabhav Jain CEO oldu [3]; ülke: ABD (Londra'da kuruldu)
- Ağustos 2023: 2 M$ ön tohum [7]
- 16 Eylül 2024: 24 M$ Seri A (Benchmark) [6]
- 30 Eylül 2024: yaklaşık 50 M$ Seri B (a16z), yaklaşık 350 M$ değerleme; "approaching $10 million in annual recurring revenue" [5]
- Toplam: site "$70M+ raised" diyor [8]
- Fiyatlandırma: Kamuya açık fiyat yok [8]. Demo kapılı yıllık sözleşme; TechCrunch'a göre 12 aylık sözleşmelerde 3 aylık çıkış maddesi [1]. Aylık yaklaşık 5.000 $ başlangıç düzeyi ikincil tahmin [9].

## Zaman çizgisi

- 2024-09-16: Seri A 24 M$ (Benchmark) (Alice: "up to 3x higher response rates compared to human SDRs") [6]
- 2024-09-30: Seri B yaklaşık 50 M$ (a16z); 10 M$'a yaklaşan ARR beyanı ("approaching $10 million in annual recurring revenue") [5]
- 2025-03-24: TechCrunch soruşturması: izinsiz logolar, %70-80 erken churn iddiası (ZoomInfo: "We did not give them permission to use our logo in any manner, and we are not a customer.") [1]
- 2025-03-26: OnlyCFO: ARR'ın tanımı yok ("ARR (annual recurring revenue) is not a GAAP metric.") [4]
- 2025-05-06: Kurucu CEO'luktan ayrıldı ("Different growth phases demand different leadership strengths") [3]
- 2026-05-14: Kaynak gösterilmeyen Ramp iddiası: kategorinin %40'ı ("40% of enterprises buying in this category chose 11x") [10]

## Büyüme mekanizması

- **acquisition**: Dört kanal: Benchmark ve a16z'nin arka arkaya imzası ve bu imzaların basını [5]; "iş satıyoruz, yazılım değil" konumlandırması ve insan SDR maliyetiyle kıyas [6]; logo pazarlaması, ki soruşturmanın konusu oldu [1]; 2025 sonrası IBM watsonx ortaklığı [7]. Ana sayfada "$1M+ pipeline generated in first 3 months" vaadi duruyor [8].
- **loop**: İddia edilen döngü: yapay zekâ SDR toplantı üretir, toplantı pipeline olur, müşteri genişletir. TechCrunch'a göre gerçekleşen döngü: 90 günlük çıkış maddeli yıllık sözleşme, tam yıl ARR sayımı, erken churn ve ARR ile tahsilat arasında makas [1]. Şirket, bildirdiği rakamın sözleşmeli ARR (CARR) olduğunu ve yatırımcıların bunu bildiğini söyledi [1].
- **activation**: Demo kapılı giriş; ilk üç ayda pipeline vaadi [8]. Müşteri şikâyetleri halüsinasyon ve e-posta ürününün beklendiği gibi çalışmaması [1].
- **retention**: İki çelişen beyan var: şirket elde tutmanın %79'a çıktığını söyledi, eski bir çalışan kapıdan giren müşterilerin %70-80'inin kaybedildiğini [1]. Şirket erken cohort'ların en yüksek churn'ü taşıdığını kabul etti [1]. (yorum) İki beyan farklı dönemi ve tanımı ölçüyor olabilir; ikisi de doğrulanmış değil.
- **pricing**: Çıkış maddeli yıllık sözleşme deneme dönemini ARR gibi gösterdi; OnlyCFO bu yüzden "ERR" (Experimental Runrate Revenue) kavramını önerdi [4]. (yorum) Fiyat modeli değil, gelir tanımı bu vakanın özü.
- **distribution**: Mayıs 2025'te Alice ve Julian yeniden lansmanı, IBM watsonx Orchestrate ve Agent Connect entegrasyonları [7]. 2026'da Ramp verisine dayandırılan ama rapor bağlantısı verilmeyen "kategorinin %40'ı" iddiası [10].
- **team**: Çalışan sayısı resmi değil. TechCrunch 60 saatin üzerinde haftalar, Slack'te açık eleştiri ve geç maaş iddialarını aktardı [1].

İddia edilen döngü ajan, toplantı, pipeline ve yenilemeydi. Gerçekleşen döngü sözleşme, ARR sayımı ve çıkış maddesiyle döndü; kırmızı ok beyan edilen gelir ile tahsil edilen gelir arasındaki makası gösterir.

## Reel okuma

- Q1 (var): "ARR" ölçüldü ama tanım sözleşmeli ARR, çıkış maddeli; şirket beyanı.
- Q2 (yok): "3 kat yanıt oranı" ve pipeline iddiaları sonuç gibi sunuldu, karşılaştırma yöntemi açıklanmadı.
- Q3 (belirsiz): Elde tutma beyanı var (%79) ama tanım ve dönem belirsiz; marj yok.
- Q4 (var): ZoomInfo'nun kendi denemesi bir karşı olgu: ürün kendi SDR çalışanlarından belirgin kötü performans gösterdi; sonuç şirketin aleyhine.
- Q5 (yok): Nominal: eski bir çalışanın örneği: 14 M$ ARR beyanına karşılık üç aylık denemeyi geçen sözleşmeler yaklaşık 3 M$ [1].

algi: Beyan edilen gelir ile gerçekleşen gelir arasında, bir eski çalışanın örneğine göre, 14 M$'a karşı yaklaşık 3 M$ makas; karşı olgu müşteri tarafından yapıldı ve aleyhte çıktı. Büyüme İddiası Denetimi için ders kitabı vakası.

## Gölge

- Logo izinsiz kullanımı: ZoomInfo "We did not give them permission to use our logo in any manner, and we are not a customer."; Airtable denemesinin üretimde hiç kullanılmadığını söyledi [1].
- ARR tanımı: sözleşmeli ARR, 90 günlük çıkış maddesi; "We were losing 70-80% of customers that came through the door" diyen eski çalışan beyanı [1]. OnlyCFO: "There is no regulatory body governing how we define ARR." [4]
- Mayıs 2025'te kurucu CEO'luktan ayrıldı [3].
- 2026 Ramp iddiası rapor bağlantısı ve tarih olmadan yapıldı [10]. (yorum) Aynı davranış kalıbı.
- İkincil analizler G2 ve Reddit'te "generic outreach" ve "inflexible contracts" şikâyetlerini aktarıyor (ikincil veri) [9].

## Dersler

- (yorum) ARR tanımını yazılı yap. Çıkış maddeli sözleşme, deneme ve pilot ayrı satırlardır; yatırımcıya "biliyordu" demek müşteriye ve basına yetmez.
- (yorum) Logo izinsiz konmaz. Türkiye'de de "referanslarımız" sayfası en sık şişirilen yer; her logo için yazılı izin.
- (yorum) Erken churn'ü saklama. %70-80 kayıp beyanı çalışanlardan sızdı; kurucu önce söyleseydi hikâye farklı olurdu.
- (yorum) "İş satıyoruz" iddiası sonuç ölçümü gerektirir. SDR yerine geçtiğini söylüyorsan müşterinin kendi SDR'ıyla karşılaştırmasını sen yayınla. Test sorusu: en büyük müşterin aynı testi yapsa sonucu paylaşır mıydın?
- (yorum) Kaynaksız üçüncü taraf rozeti güven onarmaz. Onarım şeffaflıkla olur.

## Açık sorular

- Ramp "AI-first GTM" raporunun kendisi; %40 iddiası doğrulanmalı.
- 2025 sonrası ARR: hiçbir kaynak yok.
- Çalışan sayısı ve işten çıkarma: kaynak yok.
- "Çift faturalama" iddiasının ayrıntısı TechCrunch metninde; birebir cümle alınmalı.
- Benchmark Seri A basın bülteni (erişilemedi); 11x blogu yeterli.

## Kaynaklar

1. [a16z- and Benchmark-backed 11x has been claiming customers it doesn't have](https://techcrunch.com/2025/03/24/a16z-and-benchmark-backed-11x-has-been-claiming-customers-it-doesnt-have), TechCrunch (Marina Temkin), 2025-03-24. "We were losing 70-80% of customers that came through the door"
2. [Controversies surround AI startup 11x over customer claims and product performance](https://www.startupecosystem.ca/news/controversies-surround-ai-startup-11x-over-customer-claims-and-product-performance/), Startup Ecosystem Canada, 2025-03. ikincil özet
3. [Founder of a16z-backed 11x steps down as CEO](https://tech.eu/2025/05/06/founder-of-a16z-backed-11x-steps-down-as-ceo/), Tech.eu, 2025-05-06. "Different growth phases demand different leadership strengths. In our early stage, we needed 0-1 energy, fast-paced execution"
4. [AI Company Accused of Fraud?](https://www.onlycfo.io/p/ai-company-accused-of-fraud), OnlyCFO, 2025-03-26. "ARR (annual recurring revenue) is not a GAAP metric. There is no regulatory body governing how we define ARR."
5. [11x.ai, a developer of AI sales reps, has raised $50M Series B led by a16z, sources say](https://www.techcrunch.com/2024/09/30/11x-ai-a-developer-of-ai-sales-reps-has-raised-50m-series-b-led-by-a16z-sources-say), TechCrunch, 2024-09-30. "approaching $10 million in annual recurring revenue"
6. [Announcing our Series A](https://www.11x.ai/blog/series-a), 11x blog, 2024-09-16. "$24 million Series A funding round led by Benchmark"
7. [Blog dizini (tarihler)](https://www.11x.ai/blog), 11x, erişim 2026-10-05. 2023-08-11 ön tohum; 2025-05-02 Alice; 2025-05-07 Julian; IBM 2025-05-07 ve 2025-10-07
8. [Ana sayfa](https://www.11x.ai/), 11x, erişim 2026-10-05. "$1M+ pipeline generated in first 3 months"
9. [11x.ai Competitive Analysis (Q2 2026)](https://toarn.com/insights/11x-ai), Toarn (ikincil analiz), 2026. fiyat tahmini ve kullanıcı şikâyetleri derlemesi
10. [Ramp Ranks 11x #1 in Enterprise Adoption for AI-First GTM](https://www.11x.ai/blog/ramp-ranks-11x-1-in-enterprise-adoption-for-ai-first-gtm), 11x blog, 2026-05-14. "40% of enterprises buying in this category chose 11x"

---

# Apilex

URL: https://alpsuleyman.com/tr/vakalar/apilex
Updated: 2026-10-06
Author: Alp Suleiman

> Türkçe içtihat verisiyle avukata aşağıdan giren, yatırım almadan dokuz ayda sekiz milyon dolar yıllık gelir beyan eden hukuk asistanı; rakam yanlış demek değil, dışarıdan doğrulanabilir tek bir şey yok.

## Profil

- Avukatlar için yapay zekâ hukuk asistanı: semantik içtihat arama, dilekçe ve doküman üretimi, risk analizi, proje çalışma alanı. Kendi ifadesiyle "Agentic Legal Workspace" [6]. 11 milyondan fazla karar ve belge, ISO 27001:2022 (şirket beyanı) [3].
- Kuruluş: Lansman 2025 sonbaharı; Haziran 2026'da "yayına alınışının 9. ayı" [1].; kurucular: Av. Cebrail Ergül (kurucu ortak, eş-CEO), Kemal Tamer (kurucu ortak, eş-CEO), Batuhan İpek (teknoloji mimarisi) [1][3].; ülke: Türkiye
- Dış yatırım yok (bootstrap). Kemal Tamer: "Apilex reached break-even in its very third week." [2]
- Haziran 2026: yıl sonu metrikleriyle yatırım turu hazırlığı (şirket açıklaması) [1]
- Fiyatlandırma: Fiyat sayfası bulunamadı; TR ve EN fiyat adresleri açılmadı. Fiyat bilinmiyor.

## Zaman çizgisi

- 2025: Lansman; "ilk üç ayda binlerce avukat" (şirket bülteni) [3]
- 2025-12-16: Avrupa'ya açılma duyurusu: Almanya, Fransa, İspanya, İtalya [3]
- 2026-06-23: 8 M$+ ARR, 9. ay, 120 kişi, üç ülke (şirket açıklaması) ("yayına alınışının 9. ayında 8 milyon dolar ARR'ı geçti") [1]
- 2026-10: Sitede "150+ çalışan" [6]

## Büyüme mekanizması

- **acquisition**: Beyan edilmiş kanal yok. Ürün bireysel avukata doğrudan satılıyor görünüyor; sitede müşteri ya da kullanıcı rakamı yok [6]. Basın bülteni yoğunluğu (ekonomi ve girişim siteleri) PR'ın kanal olarak kullanıldığını gösteriyor [1][3][5]. Türkiye'de avukat sayısının yüksek ve dijital araç arzının düşük olması ilk üç aydaki "binlerce" rakamını açıklayabilir (yorum).
- **loop**: Avukat dener, içtihat bulma süresi düşer, meslektaşa anlatır, bürodan toplu alım gelir. Döngünün ikinci yarısı (yeni verinin ürünü beslemesi) şirket beyanı değil, varsayım. Şirket çıktıyı "in-house" hukuk mühendisi ekipleriyle doğruladığını söylüyor [3]; bu insan gücüyle ölçeklenen bir süreç, kendi kendine dönen bir döngü değil (yorum).
- **activation**: Bilinmiyor; deneme süresi ve ilk değer anı açıklanmadı.
- **retention**: Elde tutma kanıtı yok. "Üçüncü haftada başa baş" bir nakit akışı beyanı [2]; churn ya da cohort verisi yok.
- **pricing**: Bilinmiyor. 8 milyon dolar ARR ile "binlerce avukat" arasından avukat başına gelir türetilebilir ama bu türetme bu sayfada kullanılmaz [1].
- **distribution**: Dokuzuncu ayda Avrupa'ya açılma; ISO 27001 ve yerel sunucu seçeneği kurumsal satış hazırlığı [3]; faal pazarlar Türkiye, Fransa, Almanya [6].
- **team**: 120 kişi (Haziran 2026) [1], sitede 150'den fazla (Ekim 2026) [6]. Bu ölçekte bu kadro, ürünün büyük ölçüde insan emeğiyle büyüdüğüne işaret eder (yorum).

Döngünün ilk yarısı makul, ikinci yarısı varsayım: şirket çıktıyı insan ekipleriyle doğruladığını söylüyor, bu ölçeklenen bir döngü değil. Kırmızı ok, dışarıdan görülemeyen kısmı işaretler.

## Reel okuma

- Q1 (belirsiz): "ARR" şirket beyanı; abonelik mi, yıllık ön ödeme mi, aylık gelirin on iki katı mı belirsiz; bağımsız kaynak yok.
- Q2 (belirsiz): Gelir sonuç; "binlerce avukat" ifadesinde aktiflik tanımı yok.
- Q3 (yok): Churn, elde tutma ya da kalite metriği yok.
- Q4 (yok): Karşı olgu ya da cohort yok.
- Q5 (belirsiz): Gelir TL ağırlıklı olmalı; "8 M$" hangi kurla ve tarihte çevrildi belirsiz; yıllık peşin satış varsa ARR'yi şişirir.

algi: Kanıt açısından algı düzeyinde: rakam yanlış demek değil, dışarıdan doğrulanabilir hiçbir şey yok. Harvey ile kıyasta bu vakada "ne kadar hızlı" değil "nasıl bilinir" sorusu işlenir.

## Gölge

- Tüm bilgi şirket bülteni; ekonomi sitelerindeki metinler bülten biçiminde [3][5].
- Fiyat ve bazı ürün sayfaları açılmadı; "hakkımızda" sayfasında bir çekimde şablon artığı olabilecek yabancı isimli ekip listesi görüldü, yayından önce elle kontrol gerekli [7].
- Hukukta halüsinasyon riski: şirket çok katmanlı doğrulama ve kendi hukuk mühendisleri olduğunu söylüyor [3]; bağımsız test yok.
- Bağımsız kullanıcı görüşü (sözlük ve uygulama mağazası yorumları) açılamadı [8].

## Dersler

- (yorum) Dikey ve Türkçe veri erken hız getirir. Milyonlarca Türkçe karar, global modellerin iyi yapamadığı bir iş. Yerel veri hendeği olan dikeyler için örnek: hukuk, muhasebe, sigorta, kamu ihalesi.
- (yorum) Bootstrap ve bülten birlikte kanıt açığı yaratır. Yatırımcı olmayınca denetim de yok; büyüme hikâyesi tamamen şirketin ağzından. Aynı durumdaki kurucuya: ARR tanımını, aktif kullanıcı tanımını ve kur tarihini açıklamana yaz, güvenilirlik artar.
- (yorum) İnsanla ölçeklenen büyüme ayrı bir şirket türüdür. Dokuz ayda yüz yirmi kişi, ürünün önemli kısmının insan doğrulaması olduğunu düşündürür. "Yapay zekâ şirketi" ile "yapay zekâ destekli hizmet şirketi" arasındaki fark marjı ve değerlemeyi belirler.
- (yorum) Avrupa'ya dokuzuncu ayda çıkmak, TL gelirle dolar maliyet makasına euro cevabı. Ama her ülke yeni veri seti ve yeni doğrulama ekibi demek; döngü değil, çarpan.
- (yorum) Harvey'nin aynası: Harvey büyük bürolara yukarıdan, Apilex bireysel avukata aşağıdan giriyor. Türkiye'de aşağıdan giriş daha hızlı; yukarı çıkmak ayrı satış kası ister. Test sorusu: bu rakamı yatırımcıya değil, denetçiye gösterebilir misin?

## Açık sorular

- Fiyat, deneme süresi, kullanıcı sayısı, ARR tanımı ve kur: açıklanmadı.
- "Hakkımızda" sayfasındaki ekip isimleri elle kontrol edilmeli.
- Lansman ayı kesin değil; Eylül–Ekim 2025 türetmesi.
- Bağımsız kullanıcı görüşü açılamadı.

## Kaynaklar

1. [Yerli yapay zeka hukuk girişimi Apilex, yayına alınışının 9. ayında 8 milyon dolar ARR'ı geçti (şirket açıklaması aktarımı)](https://egirisim.com/2026/06/23/yerli-yapay-zeka-hukuk-girisimi-apilex-yayina-alinisinin-9-ayinda-8-milyon-dolar-arri-gecti/), egirişim, 2026-06-23. "yayına alınışının 9. ayında 8 milyon dolar ARR'ı geçti"
2. [Apilex Surpasses $8 Million ARR Nine Months After Launch](https://pulse2.com/apilex-surpasses-8-million-arr-nine-months-after-launch/), Pulse 2.0, 2026-06-24. "Apilex reached break-even in its very third week."
3. [Yerli yapay zekâ hukuk asistanı Avrupa'ya açılıyor (bülten)](https://www.paradergi.com.tr/girisimcilik/2025/12/16/yerli-yapay-zeka-hukuk-asistani-avrupaya-aciliyor), Para Dergi, 2025-12-16. "11 milyondan fazla içtihat verisiyle çalışan platform"
4. [Apilex AI global legal tech arenasına çıkıyor (tanıtım bülteni)](https://halktv.com.tr/tanitim-bulteni/), halktv.com.tr, 2025-12. açılamadı; genel bülten dizin sayfası
5. [Apilex.ai Milyar Dolarlık Global LegalTech Pazarına Girdi (bülten niteliğinde)](https://www.fortuneturkey.com/apilex-ai-milyar-dolarlik-global-legaltech-pazarina-girdi), Fortune Türkiye, 2026. "Harvey.ai ve Legora gibi globalde faaliyet gösteren yapay zeka hukuk programlarının yer aldığı üst ligde konumlanıp konumlanamayacağını da merak konusu haline getiriyor."
6. [Apilex ana sayfa (EN)](https://www.apilex.ai/en), Apilex, erişim 2026-10-05. "Agentic Legal Workspace"
7. [Hakkımızda sayfası (içerik şüpheli, elle kontrol gerekli)](https://www.apilex.ai/hakkimizda), Apilex, erişim 2026-10-05. "Felix Rowe — Founder & CEO"
8. [Apilex başlığı (açılamadı)](https://eksisozluk.com/apilex), Ekşi Sözlük, erişim 2026-10-05. 403

---

# Bolt.new (StackBlitz)

URL: https://alpsuleyman.com/tr/vakalar/bolt
Updated: 2026-10-06
Author: Alp Suleiman

> Yedi yıl geliştirilen tarayıcı içi altyapı, doğru model eşiğiyle buluşunca beş ayda on milyonlarca dolarlık gelir beyanına patladı; sonrasında gelir eğrisi kamuya kapandı.

## Profil

- Tarayıcıda çalışan, istemden çalışan web uygulaması üreten yapay zekâ aracı. Temeli StackBlitz'in yedi yılda geliştirdiği WebContainer (tarayıcı içi işletim sistemi). Podcast sayfasına göre kırılma noktası model kalitesiydi: "When Claude 3.5 Sonnet launched, it changed everything" [1]
- Kuruluş: StackBlitz 2017; Bolt.new lansmanı Ekim 2024 [1]; kurucular: Eric Simons (CEO) ve StackBlitz ekibi [1]; ülke: ABD
- Seri A 22 M$ (önceden açıklanmamış; Sacra derlemesi) [4]
- Ocak 2025: 105,5 M$ Seri B, Emergence Capital ve GV, yaklaşık 700 M$ değerleme (Sacra derlemesi; resmi duyuru 404) [4]
- Fiyatlandırma: Token tabanlı. Free katmanda günde 300 bin, ayda 1 milyon token; Pro 25 $/ay 10 milyon token; Teams 30 $/üye/ay; 1 Temmuz 2025'ten itibaren ücretli plandaki kullanılmayan token bir ay daha devrediyor [5].

## Zaman çizgisi

- 2024-10: Bolt.new lansmanı, X üzerinden; öncesinde "near-death" dönemi ("After nearly shutting down, StackBlitz launched Bolt on Twitter and exploded") [1]
- 2024-12: "2 ayda 20 M$ ARR" beyanı (ikincil veri) ("~200,000 users per week") [2]
- 2025-01: 105,5 M$ Seri B, yaklaşık 700 M$ değerleme [4]
- 2025-03-13: Lenny's Podcast: 5 ayda ~40 M$ ARR, 1 M aylık aktif, 3 M kayıtlı kullanıcı, 15–20 kişilik ekip ("nearly $40M ARR and 3 million registered users in just five months with a team of only 15 to 20 people") [1]
- 2025-07-01: Token devri iki aya çıkarıldı (fiyat sayfası) [5]
- 2026-09: Bolt Forge ve "50 kat kullanım" kampanyası; ilk satın alma Dokai ("up to 50X more usage at no extra cost through October 14, 2026") [6]

## Büyüme mekanizması

- **acquisition**: X üzerinden lansman ve demo videoları; podcast sayfasına göre ürün "launched Bolt on Twitter and exploded" [1]. StackBlitz'in var olan geliştirici tabanı ilk dalgayı taşıdı. Kurucunun kendisi kanal oldu: Lenny's Podcast dahil birkaç ay içinde birden çok uzun röportaj [1]. Blogda hackathon ve ajans hikâyeleri ikinci dalga olarak görünüyor [6].
- **loop**: Kullanıcı istemle uygulama üretir, çalışan siteyi paylaşır, yeni kullanıcı ücretsiz token ile dener, token biter ve Pro'ya geçer, gelir model maliyetine ve daha iyi model entegrasyonuna gider, daha iyi çıktı. Döngünün yakıtı Bolt'un değil, modelin: "When Claude 3.5 Sonnet launched, it changed everything" [1].
- **activation**: İlk istemde çalışan uygulama. Free katmandaki günlük 300 bin token sınırı denemeyi kısa tutuyor [5].
- **retention**: Elde tutma beyanı yok. Mart 2025'te 1 milyon aylık aktif ve 3 milyon kayıtlı kullanıcı, yani kayıtlıların yaklaşık üçte biri aktif [1]; sonrası için veri yok.
- **pricing**: Token tabanlı fiyat büyümeyi doğrudan model maliyetine bağlıyor; Sacra'nın Mayıs 2025 için brüt marj tahmini yaklaşık yüzde 40 [4]. Temmuz 2025'teki token devri değişikliği ve Eylül 2026'daki "50 kat kullanım" kampanyası, fiyat ve değer algısına verilen yanıtlar gibi okunuyor [5] [6] (yorum).
- **distribution**: Teams ve Enterprise katmanları, Mayıs 2026'da Microsoft Azure ortaklığı (Sacra derlemesi) [4], Bolt Forge ve Eylül 2026'da Dokai satın alması [6].
- **team**: Mart 2025'te 15–20 kişi [1]. Aynı tarihli iki beyanla çalışan başı gelir yaklaşık 2 M$ çıkıyor; bu bir türetmedir, şirket beyanı değil.

Döngünün yakıtı model kalitesi, Bolt'un katkısı sıfır kurulum. Kırmızı ok, token gelirinin ne kadarının dışarıya aktığını gösterir.

## Reel okuma

- Q1 (belirsiz): ARR kurucu beyanı (podcast); tanım verilmedi, aylık gelirin on iki katı olduğu varsayılıyor.
- Q2 (var): Gelir ve aylık aktif kullanıcı, yani sonuç ve kullanım birlikte.
- Q3 (yok): Churn, marj ve token tüketim dağılımı açıklanmadı; marj yalnız Sacra tahmini.
- Q4 (yok): Cohort ya da kontrol grubu yok.
- Q5 (belirsiz): Token modelinde ilk aylardaki gelir kısmen tek seferlik merak harcaması olabilir; 2025 ortasından sonraki sessizlik bu şüpheyi büyütüyor.

eksik: Patlama belgeli, kalıcılık belgesiz. Mart 2025'ten sonra kamuya açık gelir güncellemesi bulunamadı.

## Gölge

- 2025 ortasından sonra ARR güncellemesi yok; Sacra'nın Aralık 2025 için aktardığı tek rakam 7 milyonun üzerinde kullanıcı, gelir değil [4].
- Aynı kategorideki Lovable'ın beyanları Bolt'u gölgede bıraktı; iki ürünün farklı yolu bu arşivde kıyas çiftidir (yorum).
- Token devri değişikliği ve ücretsiz "50 kat kullanım" kampanyası, fiyat/değer dengesinin tutmadığına işaret ediyor olabilir [5] [6] (yorum).

## Dersler

- (yorum) Patlama hazırlık ister: yedi yıl altyapı, doğru model eşiği, doğru lansman anı. Viral sonuç şans değil, biriken borcun ödenmesidir.
- (yorum) Kurucunun kendisi kanal: birkaç ayda birden çok uzun podcast. Türkiye'de kurucu anlatısı hâlâ az kullanılan bir kanal.
- (yorum) Token fiyatlamasında ARR'ı kutlamadan önce doksan günlük cohort'a bak; merak harcaması ile alışkanlık farkı orada görünür.
- (yorum) Patlama sonrası sessizlik bir sinyaldir. Kendi ürününde "ikinci beş ay" planını ilk günden kur.

## Açık sorular

- Lenny transkripti: "near-death" ayrıntısı, model harcaması, marj ve churn.
- 2025 ortasından sonraki gelir; "büyüme yavaşladı" iddiası birincil kaynağa bağlanamadı.
- Seri B resmi duyurusu (StackBlitz blogu 404 verdi).
- Bolt Forge ve Dokai yazılarının tam içeriği.

## Kaynaklar

1. [Inside Bolt: From near-death to ~$40m ARR in 5 months (bölüm sayfası; transkript açılamadı)](https://www.lennysnewsletter.com/p/inside-bolt-eric-simons), Lenny's Newsletter / Podcast, 2025-03-13. "nearly $40M ARR and 3 million registered users in just five months with a team of only 15 to 20 people"
2. [Bolt.new ARR at $20M in just 2 months](https://readthesignal.co/p/boltnew-arr-at-20m-in-just-2-months), The Signal, 2024-12-19. "~200,000 users per week"
3. [The story behind Bolt.new reaching $40M ARR in 5 months](https://www.indiehackers.com/post/the-story-behind-bolt-new-reaching-40m-arr-in-5-months-9cfdf04e70), IndieHackers, 2025-09-24. "$40M ARR in 5 months"
4. [Bolt.new şirket profili (tahmin ve derleme)](https://sacra.com/research/bolt-new), Sacra, 2026-05. "Bolt.new had roughly 40% gross margins as of May 2025."
5. [Bolt fiyat sayfası](https://bolt.new/pricing), Bolt, erişim 2026-10-05. "tokens from a paid subscription will roll over for one additional month, making them valid for up to two months in total"
6. [Bolt blog listesi (Forge, Dokai)](https://bolt.new/blog), Bolt, erişim 2026-10-05. "up to 50X more usage at no extra cost through October 14, 2026"

---

# Builder.ai

URL: https://alpsuleyman.com/tr/vakalar/builder-ai
Updated: 2026-10-06
Author: Alp Suleiman

> Yapay zekâ etiketiyle milyar doların üstünde değerlenen kodsuz uygulama platformu, gelirinin büyük kısmının tahsil edilmemiş fatura ve bir dolarlık depozitolu müşterilerden oluştuğu iddiasıyla bir ayda temerrütten iflasa gitti.

## Profil

- "Natasha" adlı yapay zekâ ürün yöneticisiyle kodsuz uygulama geliştirme platformu; 2016'da Londra'da Engineer.ai adıyla kuruldu [1]. Ağustos 2019'da Wall Street Journal'ın şirketin kodunun çoğunu yapay zekâ değil insan mühendislerin yazdığını yazdığı Wikipedia'da kaynaklı olarak aktarılıyor [1].
- Kuruluş: 2016, Londra; kurucu Sachin Dev Duggal [1]. Şubat 2025'te Duggal CEO'luktan ayrıldı, Manpreet Ratia CEO oldu [1].; kurucular: Sachin Dev Duggal (kurucu, "chief wizard" unvanı) [1]; ülke: Birleşik Krallık
- 2018: Seri A 29,5 M$ [1]
- 2023: 230 M$ tur; Microsoft, Insight Partners, SoftBank, Qatar Investment Authority [1]
- 2024 (ikincil veri): Viola Credit'ten borç; tarih ve tutar yalnız ikincil haberlerde, açılan kaynakta yok [4]
- Fiyatlandırma: Proje bazlı uygulama geliştirme ve bulut hizmeti. Gelir tanımının kendisi bu vakanın konusu.

## Zaman çizgisi

- 2016: Engineer.ai olarak kuruluş, Londra [1]
- 2019-08: Wall Street Journal: kodun çoğunu insan mühendisler yazıyor (Wikipedia aktarımı) [1]
- 2023: 230 M$ tur; Microsoft ve QIA yatırımcılar arasında [1]
- 2025-02-27: Duggal CEO'luktan ayrıldı; Manpreet Ratia CEO [1]
- 2025-05-20: Şirket iflas sürecini açıkladı ("will be entering into insolvency proceedings and will appoint an administrator") [2]
- 2025-07-31: Bloomberg bulguları: ödenmemiş reseller faturaları ve 1 $'lık depozitolu müşteriler (ikincil veri) ("$142 million booked from resellers who never paid") [3]

## Büyüme mekanizması

- **acquisition**: Görünen kanal kurumsal ortaklık ve marka: 2023 turunda Microsoft, Insight, SoftBank ve QIA [1]; Ocak 2024'te Davos sahnesinde "AI unicorn" kurucusu olarak Duggal (ikincil veri) [3]. Büyümenin kanıtı yatırımcı listesiydi, müşteri verisi değil (yorum).
- **loop**: İddia edilen mekanizma bir büyüme döngüsü değil, gelir tanımının manipülasyonu: Bloomberg'e göre reseller'lara kesilip hiç tahsil edilmeyen 142 M$ fatura, 1 $ kadar düşük depozitoyla "müşteri" sayılan 107 M$, gelirin yüzde 300 şişirilmesi (ikincil veri) [3]. VerSe Innovation ile karşılıklı fatura iddiasını VerSe kurucu ortağı "baseless and false" diye reddetti (ikincil veri) [4]. Mahkeme kararı yok; hepsi iddia.
- **activation**: Gerçek kullanım verisi yayımlanmadı. 2019'daki WSJ haberinden beri bilinen soru, ürünün yapay zekâ mı insan emeği mi olduğuydu [1].
- **retention**: Elde tutma kanıtı yok. Gelirin kendisi tartışmalı olduğu için retention sorusu anlamsız (yorum).
- **pricing**: Proje bazlı. Mayıs 2025'te borç veren Viola Credit temerrüt sonrası şirketin nakdinin büyük kısmına el koydu (Mobile World Live) [4]; gelir tahmininin düşürülmesine ilişkin rakamlar yalnız açılamayan ikincil kaynaklarda, bu yüzden burada yayımlanmıyor.
- **distribution**: Davos, basın ve yatırımcı turları; Microsoft ortaklığı [1][3]. Satış kanalı olarak reseller ağı; sorun tam da bu ağdan "gelir" sayılan faturalarda (ikincil veri) [3].
- **team**: 2025 başında yaklaşık 770 çalışan, Nisan'da yaklaşık 270 kişi çıkarıldı (ikincil veri) [2]; Haziran 2025'te iş gücünün yüzde 80'i, yaklaşık 1.000 kişi, işten çıkarıldı [1]. İki kaynak çelişiyor: 770 kişilik kadro ile 1.000 kişilik çıkarma aynı anda doğru olamaz; iki rakam da kaynaktaki hâliyle verildi, hangisinin doğru olduğu açık soru [1] [2].

Bu bir büyüme döngüsü değil, kırık bir döngü: anlatı yatırımcıyı, yatırımcı borcu getirdi; beyan edilen gelir tahsil edilene dönüşmeyince borç şirketi bitirdi.

## Reel okuma

- Q1 (var): Gelir şirketin kendi beyanıydı; Bloomberg'e göre 142 M$ bayi satışı hiç tahsil edilmedi (ikincil aktarım) [3].
- Q2 (yok): Sonuç gibi sunulan rakam algıydı: tahsil edilmemiş fatura ve depozitolu müşteri.
- Q3 (yok): Kalite ya da istikrar metriği hiç yayımlanmadı.
- Q4 (yok): Karşı olgu yok; yatırımcı listesi kanıt yerine geçti.
- Q5 (yok): Nominal bile değil: fatura edilen ile tahsil edilen arasındaki fark vakanın kendisi.

algi: Algı düzeyinde ve ötesi: iddia edilen gelir şişirme. Metinde "iddia edilen" ve "Bloomberg'e göre" ifadeleri zorunlu; mahkeme kararı yok, Bloomberg ve FT orijinal metinleri açılamadı.

## Gölge

- Vakanın tamamı gölge. Alacaklılar arasında Amazon ve Microsoft'un bulunduğu haberleri ikincil kaynaklarda; Quinn Emanuel ve Shibumi Strategy alacaklı listesinde (ikincil veri) [4].
- Borç veren Viola Credit temerrüt sonrası şirketin nakdinin büyük kısmına el koydu: "Viola Credit … seized most of the company's cash" (ikincil veri) [4].
- 2023 gelir düzeltmesi iki ikincil kaynakta farklı: biri 45 M$, diğeri 140 M$; ikisi de "ikincil, çelişkili" diye okunmalı [2][5].

## Dersler

- (yorum) Gelir tanımını yaz: fatura edilen, tahsil edilen ve iade edilebilir depozito ayrı satırlardır.
- (yorum) Reseller geliri tahsil edilene kadar gelir değildir; yatırımcı sunumunda "net tahsilat" satırı iste.
- (yorum) "Yapay zekâ" etiketi büyümeyi hızlandırmaz, denetimi geciktirir. 2019'daki uyarı altı yıl görmezden gelindi.
- (yorum) Markalı yatırımcı listesi kanıt değildir. Büyüme İddiası Denetimi'nin beş sorusu yatırımcıya da sorulur.
- (yorum) Borçla büyümede gelir koşulunu oku: kredi, gelir düzeltmesiyle temerrüde düştü ve şirketi bir ayda bitirdi.

## Açık sorular

- Viola Credit kredisinin tutarı, hesaptan çekilen ve kalan tutar ile 2024 gelir tahmininin düzeltilmiş değerleri hiçbir açılan kaynakta bulunamadı; metinden çıkarıldı. Bloomberg/FT/Sifted orijinalleri açılmalı.
- Bloomberg ve Financial Times orijinal metinleri; Sifted metni. Yayından önce kanıt denetçisi açmalı.
- 2023 gelir düzeltmesi: 45 M$ mı 140 M$ mı; iki ikincil kaynak çelişiyor.
- Yönetici (Alvarez & Marsal) raporu; ABD Delaware başvurusunun bölümü.
- Microsoft'un 2023 yatırımının tutarı; Wall Street Journal 2019 haberinin kendisi.
- Çalışan sayısı çelişkisi: tech.eu 2025 başı için yaklaşık 770 çalışan, Wikipedia Haziran'da yaklaşık 1.000 kişinin çıkarıldığını yazıyor. Viola Credit kredisinin tarihi (Ekim 2024?) açılan kaynaklarda yok.

## Kaynaklar

1. [Builder.ai (ansiklopedi maddesi, kaynak numaralı)](https://en.wikipedia.org/wiki/Builder.ai), Wikipedia, erişim 2026-10-05. "used human engineers rather than AI for most of its coding work". WSJ 2019 aktarımı
2. [AI unicorn Builder.ai confirms insolvency proceedings](https://tech.eu/2025/05/20/ai-unicorn-builderai-confirms-insolvency-proceedings/), Tech.eu (Cate Lawrence), 2025-05-20. "will be entering into insolvency proceedings and will appoint an administrator to manage the company's affairs"
3. [Startup Builder.ai Goes From $1.5 Billion Unicorn to Bankruptcy (Bloomberg metninin yeniden yayımı)](https://www.securitiesdocket.com/2025/07/31/startup-builder-ai-goes-from-1-5-billion-unicorn-to-bankruptcy-bloomberg/), Securities Docket / Bloomberg, 2025-07-31. "The London-based company booked $142 million in sales from resellers that never paid any money and claimed an additional $107 million from customers who made deposits of as little as $1."
4. [Builder.ai files for bankruptcy following sales scandal](https://www.mobileworldlive.com/ai-cloud/builder-ai-files-for-bankruptcy-following-sales-scandal/), Mobile World Live (Amiya Johar), 2025-06-06. "baseless and false". VerSe kurucu ortağı Umang Bedi
5. [Builder.ai investigation uncovered 'potentially bogus' sales before collapse](https://sifted.eu/articles/builder-ai-investigation-potentially-bogus-sales), Sifted, 2025-05. metin açılamadı; gelir tahmini düzeltmesi bu habere dayandırılıyor, tutarlar doğrulanamadı

---

# Character.ai

URL: https://alpsuleyman.com/tr/vakalar/character-ai
Updated: 2026-10-06
Author: Alp Suleiman

> Günde bir saatten fazla kullanım süresiyle milyar dolar değerlemeye ulaşan sohbet uygulaması gelirini hiç açıklamadı; kurucular Google'a, CEO Disney'e gitti, on sekiz yaş altı sohbet kapandı.

## Profil

- Kullanıcı yapımı karakterlerle sohbet; 2025'ten itibaren "yapay zekâ eğlencesi" konumlandırması: Feed, Scenes, Books, Series, Comics [1]
- Kuruluş: Kasım 2021; açık beta 16 Eylül 2022 (ikincil veri) [8]; kurucular: Noam Shazeer ve Daniel de Freitas (eski Google araştırmacıları); Ağustos 2024'te Google'a döndüler [5]; ülke: ABD
- 2021: 43 M$ tohum; Mart 2023: 150 M$, yaklaşık 1 Mr$ değerleme, a16z (ikincil veri) [8]
- Ağustos 2024: Google kurucuları işe aldı ve teknolojiyi lisansladı; şirketi satın almadı. CEO'nun tanımı: "purely a backward-looking tech licensing deal" [6]
- Fiyatlandırma: c.ai+ 9,99 $/ay (ikincil veri) [7]; 28 Eylül 2026'dan itibaren "(c.ai) lite" 4,99 $/ay ya da 2,49 $/hafta, bölgeye göre değişir [2]

## Zaman çizgisi

- 2023-05: Mobil uygulama ilk haftada 1,7 M indirme (ikincil veri) [8]
- 2024-08: Kurucular Google'a; münhasır olmayan lisans anlaşması; geçici CEO [5]
- 2025-06-20: Karandeep Anand CEO; kullanıcıların %66'sı 18 ile 24 yaş arasında (2024) ("The app filters things that are perfectly harmless.") [5]
- 2025-10-29: 18 yaş altı için açık uçlu sohbet 25 Kasım 2025'e kadar kapatılıyor; yaş tahmini ("These are extraordinary steps for our company") [4]
- 2026-09-18: CEO Disney'e geçiyor; teknik ekipten bir kısım onunla [1]
- 2026-09-28: Ucuz "lite" planı ve yeni sohbet stilleri ("$4.99 USD/month or $2.49 USD/week") [2]

## Büyüme mekanizması

- **acquisition**: Kullanıcı yapımı karakterler ve topluluk paylaşımı; mobil lansman patlaması ilk haftada 1,7 M indirme (ikincil veri) [8]. Birincil kanal beyanı yok.
- **loop**: Kullanıcı karakter yaratır, başkaları sohbet eder, yaratıcıya görünürlük, daha çok karakter. 2025 sonrası "fandom" çerçevesi: "The fandom is far larger than the franchise itself." [6]
- **activation**: İlk sohbette duygusal bağ; ürünün kendi kuzey yıldızı günde ortalama 75 dakika kullanım süresiydi (şirket beyanı, ikincil aktarım) [7].
- **retention**: Yüksek süre, düşük para kazanma. Gelir şirketçe hiç açıklanmadı; 2025 için 30 M$ yıllıklandırılmış gelir yalnız üçüncü taraf tahmini (ikincil veri) [7]. 18 yaş altı kapanışı sonrası kullanıcı kaybı açıklanmadı [4].
- **pricing**: Tek premium plan, 2026'da ara kademe "lite" ve reklam [2]. "At a price that works for you" ifadesi fiyat merdiveninin geç gelen itirafı (yorum) [2].
- **distribution**: Pivot: "Think if Roblox, TikTok, and Wattpad had a baby" [6]. Stüdyo ortaklıkları ve para kazanma stratejisi CEO'nun Mayıs 2026 röportajında [6].
- **team**: Kurucu ve araştırma çekirdeği 2024'te Google'a [5]; 2026'da CEO ve teknik ekibin bir kısmı Disney'e [1].

Döngünün güçlü halkası süre, zayıf halkası gelir. Kırmızı oklar süreyi besleyen genç kitlenin düzenleyici faturasını ve ekip kaybını gösteriyor.

## Reel okuma

- Q1 (belirsiz): Aylık aktif kullanıcı rakamı ikincil aktarım; gelir yalnız üçüncü taraf tahmini.
- Q2 (yok): Ana metrik süre ve etkileşim; iş sonucu açıklanmıyor.
- Q3 (yok): 18 yaş altı kapanışının kullanıcı etkisi açıklanmadı.
- Q4 (yok): Kontrol grubu ya da cohort beyanı yok.
- Q5 (belirsiz): 20 M aylık aktif rakamı ikincil aktarımlarda 2024'ten 2026'ya sabit görünüyor; büyüme durmuş olabilir, şirket açıklamıyor.

algi: Kullanım verisi var, iş sonucu yok; iki kez çekirdek ekip kaybı.

## Gölge

- Bir sohbet robotunun 14 yaşındaki bir çocuğun ölümüne katkıda bulunduğu iddiasıyla açılan dava [5]; FTC'nin yedi yapay zekâ şirketine soruşturma açması ve şirketin düzenleyici baskıyı kabul etmesi [4].
- Yetenek anlaşmasıyla kurucuların gitmesi (2024) ve CEO'nun Disney'e geçmesi (2026) ürünü iki kez çekirdeksiz bıraktı [1].
- Şirket 2025'te satış ya da yeni finansman seçeneklerini değerlendirdi (ikincil veri) [8].

## Dersler

- (yorum) Süre metriği tek başına büyüme değildir; para kazanma yoluna bağlı değilse "görünen büyüme"nin en saf hâli.
- (yorum) Genç kullanıcı yoğun üründe düzenleyici riski bir büyüme değişkenidir; Türkiye'de de 18 yaş altı koruma gündemde, yaş tahmini ve ebeveyn araçlarını erken kur.
- (yorum) Yetenek anlaşmasıyla çekirdek ekibin gitmesi çıkış değil, kalanlar için ürün borcudur. Kurucu bağımlılığını yatırımcı gözüyle erken ölç.
- (yorum) Fiyat merdiveni geç gelen bir hamle; dönüşümü düşük tüketici ürününde reklam ve ara kademe ilk yıldan tasarlanmalı.

## Açık sorular

- Şirketin kendi gelir beyanı hiç yok; 18 yaş altı kapanışının aylık aktif kullanıcıya etkisi.
- Google anlaşmasının resmi blog metni (404); 2,7 Mr$ rakamı yalnız haber kaynaklı.
- Disney geçişi sonrası yönetim ve ekip.

## Kaynaklar

1. [The Next Chapter of Entertainment and Fandom](https://blog.character.ai/the-next-chapter-of-entertainment-and-fandom/), Character.ai blog, 2026-09-18. "Character.ai's CEO Karandeep Anand is joining Disney in a newly created role as Senior Executive Vice President and Chief Technology Officer."
2. [introducing PipSqueak 3, ShortSqueak, and (c.ai) lite](https://blog.character.ai/new-styles-new-plan/), Character.ai blog, 2026-09-28. "$4.99 USD/month or $2.49 USD/week"
3. [Continuing To Build Upon Our Safety Priorities](https://blog.character.ai/continuing-to-build-upon-our-safety-priorities/), Character.ai blog, 2026-09-03. "We developed our own age assurance technology and an in-house age estimation model."
4. [Character.AI to end open-ended chats for under-18s; AI Safety Lab](https://www.medianama.com/2025/10/223-character-ai-teen-chats-ai-safety-lab/), MediaNama (şirket açıklaması aktarımı), 2025-10-30. "These are extraordinary steps for our company, and ones that, in many respects, are more conservative than our peers."
5. [Character.AI taps Meta's former VP of business products as CEO](https://techcrunch.com/2025/06/20/character-ai-taps-metas-former-vp-of-business-products-as-ceo), TechCrunch, 2025-06-20. "The app filters things that are perfectly harmless."
6. [My exclusive interview with Character.ai CEO Karandeep Anand](https://themediabrain.substack.com/p/my-exclusive-interview-with-characterai), The Media Brain (bülten), 2026-05-12. "Think if Roblox, TikTok, and Wattpad had a baby"
7. [Character.AI](https://sacra.com/c/character-ai/), Sacra (tahmin), erişim 2026-10-05. ikincil veri: 75 dakika/gün, 30 M$ yıllıklandırılmış gelir tahmini
8. [Character.ai](https://en.wikipedia.org/wiki/Character.ai), Wikipedia, erişim 2026-10-05. ikincil veri: zaman çizgisi, yatırım, davalar

---

# Clay

URL: https://alpsuleyman.com/tr/vakalar/clay
Updated: 2026-10-06
Author: Alp Suleiman

> Altı yıl neredeyse sıfır gelirle ürün kuran şirket, tek bir kullanım senaryosuna odaklanıp destek kanalını topluluğa çevirdi ve iki yılda yüz milyon dolar ARR'ye ulaştı; kurumsal elde tutma rakamını ve fiyat hatasını kendisi açıkladı.

## Profil

- Satış ve büyüme ekipleri için veri zenginleştirme, iş akışı ve ajan (Claygent) platformu; "GTM engineering" kategorisini adlandırdı. Fiyat memosuna göre 150'den fazla veri sağlayıcıyı tek yerde birleştirir [6].
- Kuruluş: 2017, New York. First Round'a göre "the startup was still close to $0 in revenue as recently as spring 2022" [11].; kurucular: Kareem Amin (CEO) ve Nicolae Rusan [11]; ülke: ABD
- 5 Ağustos 2025: Seri C 100 M$, 3,1 Mr$ değerleme [4]
- 28 Ocak 2026: çalışanlar için ikinci tender 55 M$, 5 Mr$ değerleme, DST [2]
- 9 Eylül 2026: Seri D 115 M$, 7,1 Mr$ değerleme [3]
- Fiyatlandırma: Free plan sınırsız koltuk, tablo başına 200 satır, ayda 500 action ve 100 data credit; Launch 167 $/ay; Growth 446 $/ay; Enterprise [10]. Mart 2026'da tek kredi modelinden Data Credits ve Actions çift sayacına geçti [5].

## Zaman çizgisi

- 2017: Kuruluş; altı yıl sessiz ürün çalışması [11]
- 2022: Gelir sıfıra yakın; yaklaşık 200 kişilik Slack kanalı destek için açıldı ("close to $0 in revenue as recently as spring 2022") [11]
- 2025-08-05: Seri C 100 M$, 3,1 Mr$ [4]
- 2025-12-08: 100 M$ ARR ("We went from $1M to $100M in just two years. But the six years before that tell the real story.") [1]
- 2026-03-11: Yeni fiyatlama; iç memo yayımlandı ("intentionally revenue- and profit-negative in the near term") [6]
- 2026-09-09: Seri D 115 M$, 7,1 Mr$; 2025'te 4x gelir büyümesi [3]

## Büyüme mekanizması

- **acquisition**: Önce dikeyleşme: "we need to pick one thing at a time, test it out clearly" (Amin) [11]. Outbound satış tek kullanım senaryosu olarak seçildi; kurucuya göre doğru olduğundan emin olduğu için değil, her şirketin ihtiyaç duyduğu daha hızlı bir başlangıç noktası olduğu için [11]. Kanal, tek bir açık Slack kanalı: destek kanalı olarak açılan topluluk 200 kişiden 11 binin üstüne, Şubat 2025'te yaklaşık 20 bin kişiye çıktı [11][7].
- **loop**: Kullanıcı Slack'te öğrenir, şablon ve çözüm paylaşır, güç kullanıcısı ajansa dönüşür ("Claygency"), ajans yeni müşteri getirir, kategori büyür. Şubat 2025'te platform üzerine kurulu 100'den fazla ajans [7]; Ekim 2026'da altı ay önce başlayıp yıllık bir milyon doların üstüne çıkan ajanslar [12]. Program sonradan resmileşti: Partner Program, Ağustos 2025 [9].
- **activation**: Free planda sınırsız koltuk ve tablo başına 200 satır [10]; yaklaşık bir yıl boyunca günde sekiz onboarding görüşmesiyle "reverse demo" (ikincil veri) [13]. İlk değer anı, kullanıcının kendi listesini zenginleştirip ilk e-postayı göndermesi (yorum).
- **retention**: Kurumsal segment için beyan var: "Enterprise net revenue retention exceeding 200%" ve sıfır kurumsal churn (Aralık 2025) [1]. Self-serve retention yayımlanmadı.
- **pricing**: Şirketin kendi memosu: kredi fiyatında self-serve ile kurumsal arasında "a nearly 5x spread"; Pro segment yıllarca zararına; sabit fiyatlı yapay zekâda basit istemler fazla, karmaşık istemler eksik fiyatlanıyor [6]. Çözüm: veri maliyeti yüzde 50 ile 90 arasında indirildi, Actions sayacı eklendi, müşterilerin yüzde 90'ı sınıra hiç ulaşmayacak [5]. Memo değişikliğin kısa vadede gelir ve kâr için bilerek negatif olduğunu yazıyor; veri kredisi gelirindeki beklenen düşüş oranı memoda sansürlü [6].
- **distribution**: Kategoriye ad vermek: "GTM engineer" unvanı ve binlerce açık iş ilanı [1]; Seri D ile 1 M$'lık topluluk bursu [3]. Topluluğa kurumsal yatırımcıyla aynı fiyattan hisse teklifi; 20'den fazla ülkede 40'tan fazla Clay Club [7]. Claygent bir milyar çalıştırmayı geçti (Haziran 2025) [8].
- **team**: Ocak 2026'da 300 kişi ve 14 bin müşteri [2]; Eylül 2026'da 17 binden fazla müşteri [3]. Çalışan başı ARR, aynı tarihteki iki rakamla, yaklaşık 333 bin dolar (hesap bizim).

Destek kanalı topluluk oldu, topluluk ajans ekosistemi, ajanslar yeni bir meslek adı. Kırmızı ok, şirketin kendi memosunda itiraf ettiği fiyat sızıntısı.

## Reel okuma

- Q1 (var): ARR, müşteri sayısı ve NRR resmi blogda; ARR tanımı verilmedi.
- Q2 (var): Gelir bir sonuç; müşteri etkisi iddiası (SDR'ların iki kat yanıt alması) şirket içi gözlem, yöntem yok.
- Q3 (var): Kurumsal NRR yüzde 200'ün üstü ve sıfır kurumsal churn beyanı; self-serve için yok.
- Q4 (yok): İki kat sonuç iddiası için kontrol grubu yok.
- Q5 (var): Fiyat değişikliğinin kısa vadede gelir ve kâr açısından bilinçli olarak negatif olduğunu şirket kendisi açıkladı; bu şeffaflık nadir.

reel: Kurumsal segment için reel okumaya yakın: NRR, churn ve fiyat hatası açıklandı. Self-serve segmentin elde tutması bilinmiyor; müşteri sayısı tanımı iki duyuru arasında tutarsız.

## Gölge

- Şirketin kendi memosu: Pro segmentte yıllarca zararına çalışma, kredi fiyatında beş kat makas, sabit fiyatlı yapay zekâda müşterilerin kendi API anahtarına kaçışı [6].
- Ajans ekosistemi büyüdükçe "Clay'i öğrenmek zor" algısı ürün karmaşıklığının bir göstergesi olabilir (yorum); Partner Program bu karmaşıklığı kanala çeviriyor [9].
- Müşteri sayısı Şubat 2025 ve Eylül 2026'da "17 bin+", Ocak 2026'da 14 bin [2][3][7]; tanım açıklanmadı.

## Dersler

- (yorum) Altı yıl ürün, iki yıl büyüme. Büyüme anını açan şey yeni kanal değil, tek kullanım senaryosuna dikeyleşme kararıydı.
- (yorum) Destek kanalını topluluk yap. Tek, açık Slack kanalı bir maliyet kısma hamlesiydi; kanal oldu. Türkiye'de WhatsApp ve Telegram grupları aynı işi görür.
- (yorum) Güç kullanıcını ajansa çevir, sonra programla. Önce kendiliğinden olsun; Clay programı iki yıl sonra kurdu.
- (yorum) Kategoriye ad ver ve iş ilanı yaz. Unvan talep üretir; "GTM engineer" bir pazarlama metni değil, bir işe alım dalgası.
- (yorum) Fiyat hatanı yazılı itiraf et. Clay memoyu yayımladı; güven bu tür şeffaflıkla kurulur.

## Açık sorular

- Self-serve retention ve churn; müşteri sayısındaki 14 bin ile 17 bin+ tutarsızlığının tanımı.
- Seri B (Haziran 2024) ve Seri B genişlemesi (Ocak 2025) resmi yazıları.
- Bloomberg'in Eylül 2026'daki yaklaşık 200 M$ run-rate haberi açılmadı.
- First Round podcast bağlantısının tam yolu doğrulanmalı.

## Kaynaklar

1. [Clay reaches $100M ARR](https://www.clay.com/blog/100m-arr), Clay (blog), 2025-12-08. "We went from $1M to $100M in just two years. But the six years before that tell the real story. · enterprise net revenue retention is over 200% · We have never churned an enterprise customer."
2. [İkinci çalışan tender teklifi](https://www.clay.com/blog/tender-offer-2026), Clay (blog), 2026-01-28. "Revenue more than 3.5x'd last year and we reached $100M in ARR in December"
3. [Seri D duyurusu](https://www.clay.com/blog/series-d), Clay (blog), 2026-09-09. "$115M in Series D funding at a $7.1B valuation, following 4x revenue growth"
4. [Seri C duyurusu: The GTM engineering era begins now](https://www.clay.com/blog/clay-series-c-announcement-the-gtm-engineering-era-begins-now), Clay (blog), 2025-08-05. "$100M Series C at a $3.1B valuation"
5. [Introducing Clay's new pricing](https://www.clay.com/blog/introducing-clays-new-pricing), Clay (blog), 2026-03-11. "90% of customers will never hit a limit on Actions"
6. [İç fiyat memosu (yayımlanmış)](https://www.clay.com/blog/clay-pricing-memo-internal), Clay (blog), 2026-03-11. "a nearly 5x spread · intentionally revenue- and profit-negative in the near term"
7. [Topluluk hisse teklifi](https://www.clay.com/blog/community-equity-offering), Clay (blog), 2025-02-19. "~20,000 person Slack community · 40+ Clay Clubs across 20+ countries · 100+ agencies built on platform"
8. [Claygent surpasses 1 billion runs](https://www.clay.com/blog/claygent-1-billion), Clay (blog), 2025-06-05. "1 billion runs"
9. [Announcing the Clay Partner Program](https://www.clay.com/blog/announcing-the-clay-partner-program), Clay (blog), 2025-08-19. "Partner Program"
10. [Clay fiyat sayfası](https://www.clay.com/pricing), Clay, erişim 2026-10-05. "Free: unlimited seats, 200 rows per table, 500 actions, 100 data credits"
11. [Clay's Path to Product-Market Fit — A 7-Year 'Overnight Success'](https://review.firstround.com/clays-path-to-product-market-fit/), First Round Review, 2025. "the startup was still close to $0 in revenue as recently as spring 2022 · we need to pick one thing at a time, test it out clearly · The community, which started with around 200 people, has grown to 11K+ people today."
12. [Clay's Kareem Amin on Building the Sales 'System of Action' with AI](https://sequoiacap.com/podcast/training-data-kareem-amin), Sequoia Training Data, 2026-10-02. "There's a number of 'claygencies' that are making over a million in run rate and that have started six months ago."
13. [Clay's Growth Playbook: 0 to $100M ARR](https://www.startupriders.com/p/clay-growth-playbook-0-to-100m-arr), Startup Riders, 2026. reverse demo; sekiz görüşme/gün (ikincil derleme)
14. [Clay şirket sayfası (tahminler)](https://sacra.com/c/clay/), Sacra, 2026. tahmin: 150 M$ ARR (Mayıs 2026); şirket beyanı değil

---

# Cluely

URL: https://alpsuleyman.com/tr/vakalar/cluely
Updated: 2026-10-06
Author: Alp Suleiman

> Tartışmayla milyonlarca görüntülenme, kurucunun beyan ettiği gelir ve dokuz ay sonra o rakamın geri çekilmesi; görünen büyüme ile gerçek büyüme farkının en çıplak hâli.

## Profil

- Ekranı ve sesi dinleyip toplantı ya da görüşme sırasında gerçek zamanlı öneri veren masaüstü asistan. Lansman sloganı "cheat on everything"; Haziran 2025'te hile göndermeleri siteden kaldırıldı; Kasım 2025'te not alıcı konumuna çekildi [2] [4]
- Kuruluş: Nisan 2025, Interview Coder'ın yeniden markalanması; Columbia'dan uzaklaştırma hikâyesi lansmanın parçası [4] [5]; kurucular: Roy Lee ve Neel Shanmugam [4]; ülke: ABD
- 21 Nisan 2025: tohum 5,3 M$ (Abstract, Susa) [4]
- 20 Haziran 2025: Seri A 15 M$ (a16z); toplam 20,3 M$ [4]
- Fiyatlandırma: Tüketici aboneliği artı kurumsal sözleşme (satış görüşmesi, destek, uzaktan eğitim) [1]

## Zaman çizgisi

- 2025-04-20: Lansman; ilk haftada 70.000 kayıt (haber aktarımı, ikincil veri) [4]
- 2025-06-20: a16z Seri A 15 M$ (Wikipedia aktarımı); yedi kişilik büyüme ekibi, her biri 100.000 üstü takipçili [3] ("rooted in deliberate strategy and intentionality") [4]
- 2025-07-03: Kurucu beyanı: ARR bir haftada 3 M$'dan 7 M$'a; 2,5 M$'lık tek kurumsal sözleşme ("Every single person who has a meeting or an interview is testing this out.") [1]
- 2025-11-05: Kurucu gelir paylaşmayı bırakıyor; not alıcı konumu ("What I've learned is you should never share revenue numbers") [2]
- 2026-03-05: Lee 7 M$ ARR beyanının yanlış olduğunu kabul etti (ikincil veri; gerçek rakam kaynaklarda çelişiyor) [6]

## Büyüme mekanizması

- **acquisition**: Dikkat ekonomisi: tartışmalı slogan, kurucu hikâyesi ve sahnelenmiş lansman videoları. Clipper ağı: yüzlerce kısa video editörüne izlenme başı ödeme; San Francisco Standard'a göre şirket 60'tan fazla üreticinin San Francisco'da yaşayıp içerik üretmesini finanse ediyor ve 700 "clipper"a ödeme yapıyor [8]. Yatırımcı yazısına göre yedi kişilik büyüme ekibinin her üyesinin 100.000'den fazla takipçisi var [3].
- **loop**: Beyan edilen döngü: tartışma, milyonlarca görüntülenme, kayıt, abonelik, finansman, daha çok tartışma. Eksik halka ürün değeri ve elde tutma. Kurucunun kendi itirafı: "launching something that barely works" ve kullanıcıların kullanım alanını bulmasını beklemek yetmedi [2].
- **activation**: Lansmandan dört gün sonra gazeteci testi: 5 ile 90 saniye arasında gecikme ve jenerik öneri [4] (ikincil veri). Aktivasyon sorunu başından itibaren kayıtlı.
- **retention**: Rakam yok. Kasım 2025'te kurucu: "better than expected, but it's not the fastest growing company" [2]. Gelir paylaşımını bırakma kararı bir ivme sinyali olarak okunabilir (yorum). Elde tutma kanıtı yok.
- **pricing**: Tüketici aboneliği; beyan edilen 7 M$'ın üçte birinden fazlası 2,5 M$'lık tek kurumsal sözleşme [1]. Tek müşteri yoğunluğu (yorum).
- **distribution**: Kurumsal ürün Haziran 2025'te [1]; not alıcı konumuna dönüş Kasım 2025'te [2]. Mühendislik yerine içerik önceliği kurucunun sözüyle: "Engineers just cannot make good content" [5] (ikincil veri).
- **team**: Yedi kişilik büyüme ve içerik ekibi [3]; toplam çalışan sayısı açıklanmadı.

Beyan edilen döngü dikkatten finansmana dönüyor; kırmızı ok, kayıt ile gelir arasındaki eksik halkayı gösterir: ürün değeri ve elde tutma.

## Reel okuma

- Q1 (yok): ARR kurucu beyanı; dokuz ay sonra kurucu tarafından yanlış olduğu kabul edildi.
- Q2 (yok): Görüntülenme ve kayıt sonuç değil; gelir beyanı geri çekildi.
- Q3 (yok): Ürün testlerinde gecikme ve jenerik öneri; kalite metriği yok.
- Q4 (yok): Kontrol grubu ya da cohort yok.
- Q5 (yok): "Bir haftada ikiye katlanan ARR" tek kurumsal sözleşmeyle açıklanabilir; kurucu müşteriyi adlandırmayı reddetti.

algi: Listede beyan edilen büyümenin kurucu tarafından geri çekildiği tek vaka. Görüntülenme bir reklam harcaması çıktısı; clipper'a ödenen para kazanım maliyeti.

## Gölge

- 7 M$ ARR beyanı Mart 2026'da kurucu tarafından geri çekildi; Beamstart'a göre röportajı PR ekibi 27 Haziran 2025'te kendisi önermişken geri çekme yazısında "random cold call" dendi [6] (ikincil veri).
- Lansmandaki ürün kurucunun kendi sözüyle "barely works" [2].
- Hile sloganı, Columbia hikâyesi ve geç 2025'te San Francisco'daki ev-ofis imar ihlali sonrası New York'a taşınma [4] (ikincil veri).
- a16z yatırım yazısı kurucunun yaklaşımını "rooted in deliberate strategy and intentionality" diye savundu [3]; dokuz ay sonra kurucu rakamı geri çekti. Yatırımcı yazıları kanıt değildir (yorum).

## Dersler

- (yorum) Görüntülenme bir büyüme metriği değil, bir reklam harcaması çıktısıdır. Clipper'a ödenen para CAC'dir, "viral" değil.
- (yorum) ARR'ı bir haftada ikiye katlayan şey tek sözleşmeyse bu büyüme değil yoğunlaşmadır. Tek kurumsal müşteriye dayanan ürün için aynı test.
- (yorum) Kurucunun verdiği rakam kaynak değildir. Sitenin Büyüme İddiası Denetimi'nin beş sorusunu kendi beyanlarına da uygula.
- (yorum) Dikkat, ürünün çalışmadığını saklamaz. Aktivasyon kırıksa trafik churn'ü hızlandırır: dibi delik kova.
- (yorum) "Gelir rakamı paylaşma" yanlış ders; doğru ders "doğrulayamayacağın rakamı paylaşma".

## Açık sorular

- Geri çekme gönderisinin birebir metni ve bağlantısı (Lee'nin X paylaşımı, 5 Mart 2026; yalnız Beamstart aktarımıyla biliniyor) ve gerçek ARR (5,2 M$ mı, açıklanmadı mı; kaynaklar çelişiyor).
- Clipper ödeme modeli (izlenme başı ücret) ve toplam harcama.
- Kurumsal sözleşmenin müşterisi; 2026 ürün ve gelir durumu; işten çıkarma var mı.

## Kaynaklar

1. [Cluely's ARR doubled in a week to $7M, founder Roy Lee says — but rivals are coming](https://techcrunch.com/2025/07/03/cluelys-arr-doubled-in-a-week-to-7m-founder-roy-lee-says-but-rivals-are-coming), TechCrunch, 2025-07-03. "Every single person who has a meeting or an interview is testing this out."
2. [Cluely's Roy Lee hints that viral hype is not enough](https://techcrunch.com/2025/11/05/cluelys-roy-lee-hints-that-viral-hype-is-not-enough), TechCrunch, 2025-11-05. "What I've learned is you should never share revenue numbers"
3. [Investing in Cluely](https://a16z.com/announcement/investing-in-cluely/), a16z (Bryan Kim, Eric Zhou), 2025-06-20. "rooted in deliberate strategy and intentionality"
4. [Cluely (kaynaklı zaman çizgisi)](https://en.wikipedia.org/wiki/Cluely), Wikipedia, erişim 2026-10-05. "On June 20, 2025, the company raised an additional $15 million Series A round led by Andreessen Horowitz, bringing total funding to $20.3 million. · response delays of 5–90 seconds and generic suggestions"
5. [Roy Lee (entrepreneur)](https://en.wikipedia.org/wiki/Roy_Lee_(entrepreneur)), Wikipedia, erişim 2026-10-05. "Engineers just cannot make good content"
6. [Cluely CEO Roy Lee Admits Lying About $7M ARR](https://beamstart.com/news/cluely-ceo-roy-lee-admits-17727517814358), Beamstart, 2026-03. "Lee's PR proactively pitched the interview on June 27, 2025, but he later dismissed it as a 'random cold call' in his retraction."
7. [Cluely's Roy Lee Got $15M From A16z — Then Stopped Talking About Revenue](https://www.wearefounders.uk/cluelys-roy-lee-got-15m-from-a16z-then-stopped-talking-about-revenue/), We Are Founders, 2025-11-15. "If you're doing well, nobody is going to talk about how well you're doing"
8. [Inside the intentionally 'fratty' AI startup that wants you to 'cheat on everything'](https://sfstandard.com/2025/07/18/cluely-startups-roy-lee-columbia-cheating-viral-tiktok/), The San Francisco Standard (Rya Jetha), 2025-07-18. "Cluely pays for more than 60 creators to live in San Francisco and make content, and pays 700 "clippers" to edit videos from a repository into short-form social media content."

---

# Codeway / Retake

URL: https://alpsuleyman.com/tr/vakalar/codeway
Updated: 2026-10-06
Author: Alp Suleiman

> İstanbul'dan, dış yatırım almadan, altmıştan fazla mobil uygulama ve yoğun ücretli reklamla dört yüz milyon doları aşan yıllık gelir beyanı veren stüdyo; Türkiye'den en büyük ölçek iddiası, en az bağımsız kanıt.

## Profil

- Mobil uygulama stüdyosu; altmıştan fazla ürün, altı dikey: Learna (dil), Cosmic Jam (medya), Sparked (eğitim), Wellture (sağlık), Wishlabs (yapay zekâ yaratıcılık; Retake'in evi), Catalyst Apps (araçlar; Cleanup) [1]. İlk büyük başarı sohbet uygulaması Ask AI [4].
- Kuruluş: 2020, İstanbul; Barselona ofisi Haziran 2026'da açıldı (ikincil veri) [4] [7]. Tracxn 2019 yazıyor; tutarsızlık doğrulanmadı [7].; kurucular: Anıl Şimşek ve Tolunay Tosun [4].; ülke: Türkiye (İstanbul)
- Şirketin beyanı: "$0 external investment (bootstrapped)" [1]
- Tracxn "henüz yatırım turu yok" derken Aralık 2024'te Cluster Ventures köprü yatırımı satırı da taşıyor; çelişki, doğrulanmadı (ikincil veri) [7]
- Fiyatlandırma: Abonelik. Şirket, Haziran–Ağustos 2024'te iOS'ta bir numaralı abonelik yayıncısı olduğunu söylüyor, data.ai'ye atıfla [2]. Retake Pro abonelik; fiyat noktası ve deneme süresi sayfada yok [5].

## Zaman çizgisi

- 2020: Kuruluş; Ask AI ile ilk başarı [4]
- 2024-08: iOS'ta "bir numaralı abonelik yayıncısı" (Haziran–Ağustos; şirket beyanı, data.ai'ye atıf) ("#1 subscription app publisher and the most downloaded app publisher on iOS") [2]
- 2025: Yıllık gelir 300 M$'ı aştı; Retake 40 M$+ ARR, 35 M+ indirme (iş ilanı metni) ("surpassing $300M in annual revenue") [3]
- 2025-10-11: Retake 40 M$ ARR kaydı (ikincil veri, kaynak gösterilmiyor) [6]
- 2026: 400 M$+ ARR, kârlı, yatırımsız; 500 M+ kullanıcı, 356 çalışan (iş ilanı metni) ("$400M+ ARR, profitable, self-funded") [2]
- 2026-08-31: 584 çalışan (ikincil veri) [7]

## Büyüme mekanizması

- **acquisition**: Ücretli kullanıcı kazanımı, ölçekte. Şirketin kendi ifadesi: "One of Europe's top ad spenders on every major network"; ortaklar arasında Apple Ads, Meta, TikTok, Google Ads ve Snap sayılıyor [1]. Higgsfield ve Lovable'ın "sıfır ücretli" hikâyesinin tam tersi. İkinci kanal portföy ve mağaza konumu: altmıştan fazla uygulama ve "en çok indirilen yayıncı" sıralaması organik keşfi besliyor; Apple'ın "Türkiye'den yapay zekâ uygulamaları" vitrininde yer alıyor [4].
- **loop**: Ücretli reklam, indirme, deneme ve abonelik, gelir, daha fazla reklam ve yeni uygulama, mağaza konumu, organik indirme. Her yapay zekâ dalgasında bir uygulama: Ask AI (sohbet), Retake (yüz düzenleme), Learna (dil), Wellture (sağlık) [1]. Döngünün kalbi LTV/CAC disiplini; şirket bunu açıklamıyor, bulunamadı.
- **activation**: Retake: fotoğraf yükle, profil seç, anında sonuç [5]. Cleanup: yinelenen fotoğrafları silme, altı yıldır kategorisinde bir numara olduğu beyanı [1]. Tek dokunuşta görünür sonuç, mobil abonelik hunisinin ilk saniyesi.
- **retention**: Beyan yok. Kârlılık ifadesi, geri ödeme süresinin reklam harcamasıyla uyumlu olduğunu dolaylı gösterir; ama churn bilinmiyor. Retake sayfasında 12 M+ aylık aktif kullanıcı ve ayda 1 M indirme yazıyor [5]; bu oran tek başına tutunmayı söylemez. Elde tutma kanıtı yok.
- **pricing**: Abonelik; şirket kendini abonelik yayıncılığında bir numara sayıyor [2]. Deneme süresi ve fiyat noktası bulunamadı. Dolar gelir ile TL maliyet tabanı arasındaki makas, ücretli kazanımı sürdürülebilir kılan yapısal avantaj (yorum).
- **distribution**: Barselona ofisi (2026), OpenAI, Google Cloud, NVIDIA, ByteDance ve Anthropic ortaklık logoları, Cosmic Jam ile yetmişten fazla orijinal seri [1]. Portföy, dağıtımın kendisi: her yeni uygulama bir önceki uygulamanın reklam ve mağaza öğrenmesini miras alıyor (yorum).
- **team**: 356 çalışan (iş ilanı), 400'den fazla (web sitesi), 584 (Tracxn, Ağustos 2026) [2] [1] [7]. Great Place to Work 2023'te Türkiye birincisi ve Avrupa altıncısı beyanı [2]. 400 M$ ARR bölü yaklaşık 400 kişi, çalışan başına 1 M$ civarı; bu bir hesap, şirket beyanı değil.

Döngünün yakıtı reklam, kilidi LTV/CAC disiplini. Şirket bunu açıklamıyor; kırmızı ok, churn ile geri ödeme süresi arasında görünmeyen hesabı gösterir.

## Reel okuma

- Q1 (belirsiz): Tüm rakamlar şirket beyanı: web sitesi ve iş ilanı. Üçüncü taraf doğrulaması yalnız data.ai sıralamasına atıf, o da açılmadı.
- Q2 (var): Gelir ve indirme birer sonuç; ama tarihsiz ve metinden metne tutarsız: kullanıcı 200 M'dan 600 M'a, Retake indirme 35 M'dan 150 M'a.
- Q3 (belirsiz): "Kârlı" beyanı var; churn, LTV ya da geri ödeme süresi yok.
- Q4 (yok): Karşı olgu ya da cohort yok.
- Q5 (belirsiz): Ücretli kazanım yoğun; reklam harcamasının gelire oranı bilinmeden "kârlı" iddiası ölçülemez.

eksik: Türkiye'den en büyük ölçek beyanı, en az bağımsız kanıt. Rakamlar büyük olasılıkla doğru yönde ama hiçbiri tarihli ve denetlenmiş değil; kurucu anlatısı bulunamadı.

## Gölge

- Kullanıcı, indirme ve gelir rakamları metinden metne değişiyor; kurumsal iletişim yok, iş ilanı ve web sitesi var [1] [2] [3].
- Tracxn'in Cluster Ventures köprü yatırımı satırı "sıfır dış yatırım" beyanıyla çelişiyor; birincil kayıt açılmadı [7].
- Mobil abonelik kategorisinin bilinen riskleri: tek özellik dalgası, yüksek churn, reklam maliyeti artışı. Codeway'in cevabı portföy; ama portföy başına rakam yok [1].
- Kurucu röportajı ya da podcast bulunamadı; "nasıl" sorusunun cevabı şirketin ağzından yok.

## Dersler

- (yorum) Dolar gelir, TL maliyet. Codeway'in asıl avantajı küresel abonelik geliri ile İstanbul maliyet tabanı; ücretli kazanımı sürdürülebilir kılan makas bu. Türkiye'de kurulan her tüketici uygulamasının en güçlü yapısal kozu.
- (yorum) Portföy, tek uygulamanın churn'ünü sigortalar. Lensa tek dalgayla düştü; Codeway her dalgaya bir uygulama çıkarıyor. Küçük ekip için uygulanabilir sürüm: aynı altyapıda iki üç ürün.
- (yorum) Ücretli kazanım utanılacak şey değil, ölçülecek şey. "Sıfır pazarlama" anlatısı moda; Codeway reklamla büyüdü ve kârlı olduğunu söylüyor. Test sorusu: geri ödeme süren kaç ay ve bunu kim ölçüyor?
- (yorum) Beyanı tarihle. Aynı şirketin 300 ve 400 milyon dolarlık metinleri aynı anda dolaşıyor; kendi sitende her rakama tarih koy.
- (yorum) Mobil ekonomisi yapay zekâyla değişmedi, ama disiplinli mobil ekonomisi hâlâ çalışıyor. Higgsfield'ın "mobil zor" tezine karşı örnek.

## Açık sorular

- Kurucu röportajı ya da podcast (Webrazzi, Egirişim, LinkedIn) açılmalı; "nasıl" sorusunun cevabı şirketin ağzından gerekli.
- Cluster Ventures köprü yatırımı var mı; "sıfır dış yatırım" ifadesi doğru mu.
- data.ai 2024 yayıncı sıralamasının birincil sayfası.
- Retake'in 35 M ile 150 M indirme farkının tarihi; 300 M$ ve 400 M$ beyanlarının tarihleri.

## Kaynaklar

1. [Codeway web sitesi](https://www.codeway.co/), Codeway, erişim 2026-10-05. "600M+ worldwide users ... $0 external investment ... One of Europe's top ad spenders on every major network"
2. [Director of Finance iş ilanı (şirket metni)](https://builtin.com/job/director-finance/8619077), Built In / Codeway, erişim 2026-10-05. "$400M+ ARR, profitable, self-funded ... #1 subscription app publisher and the most downloaded app publisher on iOS between June and August 2024"
3. [Lead Engineering Manager, AI Creativity Apps iş ilanı (şirket metni)](https://builtin.com/job/lead-engineering-manager-ai-creativity-apps/7431826), Built In / Codeway, erişim 2026-10-05. "surpassing $300M in annual revenue ... Retake $40M+ ARR, 35M+ downloads"
4. [Awesome AI apps made in Türkiye (vitrin hikâyesi)](https://apps.apple.com/tr/iphone/story/id1836143463), Apple App Store (TR), erişim 2026-10-05. "founded in 2020 by Anıl Şimşek and Tolunay Tosun"
5. [Retake web sitesi](https://retake.photos/), Retake (Codeway), erişim 2026-10-05. "12M+ monthly active users ... 1M monthly downloads"
6. [Retake kaydı](https://www.arr.club/retake), ARR Club (ikincil, kaynaksız), 2025-10-11. Retake 40 M$ ARR
7. [Codeway şirket profili](https://tracxn.com/d/companies/codeway/__Qx0BKzhsY5aN58aD5ps1wgusbdcG-TWwfv781vEZHdU), Tracxn (ikincil), erişim 2026-10-05. 584 çalışan (2026-08-31); Cluster Ventures köprü yatırımı (Aralık 2024); Barselona ofisi
8. [Codeway profili](https://lucidityinsights.com/startups/codeway-18740), Lucidity Insights (ikincil), erişim 2026-10-05. genel profil; rakam alınmadı

---

# Cognition (Devin ve Windsurf)

URL: https://alpsuleyman.com/tr/vakalar/cognition
Updated: 2026-10-06
Author: Alp Suleiman

> Özerk yazılım mühendisi ajanı Devin'i satan şirket, bir hafta sonunda Windsurf'ü satın alarak yıllık gelirini ikiye katladı; büyüme gerçek ama yarısı inorganik, ürün değeri bağımsız testte zayıf çıktı.

## Profil

- Devin, Mart 2024'te tanıtılan özerk yazılım mühendisi ajanı; Nisan 2025'te Devin 2.0 ile "agent-native IDE experience" ve 20 $'dan başlayan Core planı [4]. Temmuz 2025'te ajanlı IDE Windsurf satın alındı [1].
- Kuruluş: ABD; CEO Scott Wu. İlk 35 kişilik ekibin 21'i eski kurucu (ikincil veri) [8].; kurucular: Scott Wu (CEO) ve kurucu ekip; Windsurf tarafında Jeff Wang satın alma sırasında CEO [2]; ülke: ABD
- 8 Eylül 2025: 400 M$+, 10,2 Mr$ post-money, Founders Fund liderliğinde; Bain Capital Ventures, Hanabi, D1 [3]
- 27 Mayıs 2026: 1 Mr$+, 26 Mr$ değerleme (resmi blog) [5]
- 8 Eylül 2026: Seri E 2 Mr$+, 48 Mr$ değerleme, a16z ve Accel (resmi blog) [5]
- Fiyatlandırma: Devin Core 20 $'dan başlayan plan (Nisan 2025) [4]; kurumsal sözleşmeler; Windsurf IDE abonelikleri. Eski 500 $/ay Team planı doğrulanamadı.

## Zaman çizgisi

- 2024-09: Devin ARR 1 M$ [3]
- 2025-01-08: Answer.AI bağımsız değerlendirmesi: 20 görevde 3 başarı, 14 başarısızlık, 3 belirsiz [6]
- 2025-06: Devin ARR 73 M$ [3]
- 2025-07-14: Windsurf satın alımı ("$82M ARR", "350+ enterprise customers", enterprise ARR "doubling quarter-over-quarter") [1]
- 2026-05-27: 1 Mr$+ tur, 26 Mr$ değerleme (blog başlığı); 492 M$ yıllıklandırılmış run-rate (ikincil veri) [7]
- 2026-09-25: "Cognition Crosses $1B in Annualized Revenue Run Rate" (blog başlığı; metin açılamadı) [5]

## Büyüme mekanizması

- **acquisition**: Üç kanal. Birincisi inorganik: Windsurf satın alımı tek hamlede ARR'yi ikiye katladı; şirket blogu satın almayla "ARR more than doubled" diyor [3]. İkincisi kurumsal satış ve markalı müşteri listesi: Goldman Sachs, Citi, Dell, Cisco, Ramp, Palantir, Nubank, Mercado Libre [3]. Üçüncüsü self-serve fiyat düşürme: Nisan 2025'te 20 $'dan başlayan Core planı [4].
- **loop**: Kurumsal pilot, Devin'in PR'ları birleştirmesi, kullanım verisi, görev başına maliyetin düşmesi, daha çok görev. Kurucu beyanına göre bazı müşterilerde PR'ların yüzde 30 ile 40'ını Devin birleştiriyor (ikincil veri) [8]. ARR'nin 1 M$'dan 73 M$'a sıçraması (Eylül 2024'ten Haziran 2025'e) Core planı dönemiyle örtüşüyor [3]; nedensellik şirket beyanı değil (yorum).
- **activation**: Devin 2.0 ilk değer anını tam özerk görevden plan ve aramaya çekti: "Interactive Planning", Devin Search, Devin Wiki [4]. Kullanıcı ajanın bir görevi bitirmesini beklemeden değer görüyor (yorum).
- **retention**: Elde tutma kanıtı yok. Windsurf tarafının "we are doubling our enterprise revenue every quarter" cümlesi [2] bir genişleme sinyali, retention değil. Churn, NRR ya da görev başarı oranı yayımlanmadı.
- **pricing**: Self-serve kapı 20 $ [4]; kurumsal gelir sözleşmeyle. Şirket Eylül 2025'te tüm tarihindeki net nakit yakımının 20 M$'ın altında olduğunu yazdı [3]; 2026 turlarından sonraki yakım açıklanmadı.
- **distribution**: Windsurf "scaled GTM machine" olarak tanımlanıyor [3]; satış ekibi satın almanın gerekçelerinden biri (yorum). Satın alma hızı kurucunun anlatımıyla: Cuma akşamı haber, Pazartesi sabahı imza; "if there is something to do here at all, then it has to be ready to go by Monday morning" (ikincil veri) [8]. Müşteri örtüşmesi yüzde 5'in altında [3].
- **team**: Windsurf öncesi yaklaşık 35 kişi, 21'i eski kurucu (ikincil veri) [8]. Windsurf çalışanlarının tamamı işleme katıldı, vesting cliff'ler kaldırıldı [1].

Döngüye dışarıdan büyük bir girdi var: Windsurf satın alımı doğrudan kurumsal pilot düğümüne giriyor. Kırmızı ok, ürünün bağımsız testte verdiği sinyali gösterir.

## Reel okuma

- Q1 (var): ARR ve run-rate şirket blogunda; "run-rate" tanımı (aylık çarpı on iki mi, sözleşmeli ARR mi) belirtilmiyor.
- Q2 (belirsiz): Gelir bir sonuç; ürün etkisi ("PR'ların %30-40'ı") kurucu beyanı, bağımsız test eski sürümde 3/20 başarı buldu.
- Q3 (yok): Churn, NRR ya da görev başarı oranı yayımlanmadı.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): ARR'nin yarısı satın almayla geldi; satın alma sonrası yedi haftada birleşik kurumsal ARR'nin %30'dan fazla arttığı bir şirket beyanı, cohort değil.

eksik: Gelir büyümesi gerçek ama büyük kısmı inorganik; ürün değeri iddiası, eski sürüm için de olsa, bağımsız kanıtla çelişiyor. Organik büyüme payı açıklanmalı.

## Gölge

- Answer.AI'nin bir aylık bağımsız testi (Ocak 2025): "Tasks it can do are those so small and well-defined that I may as well do them myself, faster, my way." Sonuçta geliştirici güdümlü araçları önerdiler [6].
- Windsurf kurucularını ve araştırma ekibini kaybettikten bir hafta sonra Cognition'a geçti; Jeff Wang'ın sözü: "Last week, we lost our founders and our research team." [2] Google'a geçiş ayrıntısı birincil kaynakta açılmadı (ikincil veri).
- Değerleme bir yılda 10,2 Mr$'dan 48 Mr$'a çıktı [3][5]; gelir tanımı aynı hızda netleşmedi (yorum).

## Dersler

- (yorum) Satın alma bir büyüme kanalıdır; ama "ARR ikiye katlandı" cümlesinin yanına "organik ne kadar" satırını kendin koy.
- (yorum) Fiyat kapısını düşürmek ürünü denemeye açar; kurumsal gelir hâlâ satış ekibiyle gelir. İkisini aynı huni sanma.
- (yorum) Ürün bağımsız testte zayıf, gelirde güçlü olabilir; satın alan ile kullanan farklı kişidir. Kendi ürününde "kim onaylıyor, kim kullanıyor" ayrımını ölç.
- (yorum) Kendi küçük modelini çıkarmak bir marj kararıdır. Dolar maliyet, TL gelir makasında bu soru sana daha erken gelir.
- (yorum) Küçük ekip, yüksek yetki: ekibin çoğunun eski kurucu olması bir işe alım tezidir, bir süs değil.

## Açık sorular

- Mayıs ve Eylül 2026 blog yazılarının metni: run-rate tanımı, müşteri sayısı, nakit yakımı.
- Devin'in eski 500 $/ay planı; Windsurf sonrası churn ve yetenek kaybı.
- Devin ile Windsurf arasındaki gelir payı; self-serve ve kurumsal ayrımı.
- Cheeky Pint ve 20VC söyleşilerinin tam transkripti.

## Kaynaklar

1. [Cognition's acquisition of Windsurf](https://cognition.com/blog/windsurf), Cognition (blog), 2025-07-14. "$82M ARR · 350+ enterprise customers · doubling quarter-over-quarter"
2. [The Next Chapter (Windsurf tarafının açıklaması)](https://devin.ai/blog/windsurfs-next-chapter), Windsurf / Jeff Wang, 2025-07-14. "Last week, we lost our founders and our research team."
3. [Funding, growth, and the next frontier of AI coding agents](https://cognition.com/blog/funding-growth-and-the-next-frontier-of-ai-coding-agents), Cognition (blog), 2025-09-08. "ARR $1M (September 2024) → $73M (June 2025) · Total net burn under $20M across entire history"
4. [Devin 2.0](https://cognition.com/blog/devin-2), Cognition (blog), 2025-04-03. "a new Core plan starting at $20"
5. [Cognition Crosses $1B in Annualized Revenue Run Rate](https://cognition.com/blog/1b-run-rate), Cognition, erişim 2026-10-05. "Today, Cognition crossed $1B in annualized revenue run rate."
6. [Thoughts on a Month with Devin](https://www.answer.ai/posts/2025-01-08-devin.html), Answer.AI (Hamel Husain, Isaac Flath, Johno Whitaker), 2025-01-08. "Tasks it can do are those so small and well-defined that I may as well do them myself, faster, my way."
7. [AI coding startup Cognition raises $1B at $25B pre-money valuation](https://techcrunch.com/2026/05/27/ai-coding-startup-cognition-raises-1b-at-25b-pre-money-valuation/), TechCrunch, 2026-05-27. "$492 million annualized run-rate". İkincil veri: haber aktarımı, sayfa bu gece açılmadı.
8. [Cognition CEO Scott Wu on acquiring Windsurf (yazılı özet)](https://cheekypint.substack.com/p/cognition-ceo-scott-wu-on-acquiring), Cheeky Pint (Stripe podcast), 2025-08-27. "if there is something to do here at all, then it has to be ready to go by Monday morning"
9. [Scott Wu on Acquiring Windsurf (bölüm sayfası)](https://www.thetwentyminutevc.com/scott-wu), 20VC, 2025-07-18. yalnız bölüm açıklaması; transkript yok

---

# Cursor (Anysphere)

URL: https://alpsuleyman.com/tr/vakalar/cursor
Updated: 2026-10-06
Author: Alp Suleiman

> Sıfıra yakın geçiş maliyetiyle geliştiriciler arasında yayılan kod editörü; beş ayda 500 M$'dan 1 Mr$ yıllıklandırılmış gelire çıktı, aynı yıl sabit abonelikle değişken model maliyetini satmanın bedelini fiyat kriziyle ödedi; SpaceX'e satıldığı yalnız ikincil kaynaklarda (ikincil veri).

## Profil

- Yapay zekâ kod editörü (VS Code çatalı); ajanlı kodlama, kendi Composer modelleri, bulut ajanları ve Bugbot [7].
- Kuruluş: 2022, MIT'den çıkan dört kurucu [5].; kurucular: Michael Truell, Sualeh Asif, Arvid Lunnemark, Aman Sanger [5]. Lunnemark Ekim 2025'te ayrıldı [7].; ülke: ABD
- Ekim 2023: 8 M$ tohum, OpenAI Startup Fund (Wikipedia'nın TechCrunch atfı) [5]
- 6 Haziran 2025: 900 M$ Seri C, 9,9 Mr$ değerleme; Thrive, Accel, a16z, DST [1]
- 13 Kasım 2025: 2,3 Mr$ Seri D, 29,3 Mr$ değerleme; mevcut yatırımcılar Accel, Thrive, a16z; yeni ortaklar Coatue, NVIDIA, Google [3]
- 2026: SpaceX tarafından 60 Mr$ değerinde hisse karşılığı satın alındı; opsiyon 21 Nisan, kapanış 14 Ağustos (Wikipedia'nın SEC 8-K, CNBC ve NYT atıfları; 8-K metni açılmadı) [6]
- Fiyatlandırma: Pro 20 $/ay. 16 Haziran 2025'ten itibaren istek sayısı yerine 20 $ API bedelinde kullanım kredisi, Auto modunda sınırsız, aşım ücreti ve harcama limiti [2]. Kurumsal planlar ayrı.

## Zaman çizgisi

- 2023-10: 8 M$ tohum, OpenAI Startup Fund [5]
- 2025-06-06: 500 M$+ ARR; Fortune 500'ün yarısı müşteri (şirket beyanı) ("Cursor has grown to over $500 million in ARR") [1]
- 2025-07-04: Fiyat değişikliği için özür ve iade ("we take full responsibility") [2]
- 2025-11-13: 1 Mr$ yıllıklandırılmış gelir; 2,3 Mr$ Seri D ("crossed $1B in annualized revenue") [3]
- 2026-04-21: SpaceX satın alma opsiyonu (ikincil veri) [6]
- 2026-08-14: SpaceX satın alması kapandı (ikincil veri, SEC 8-K atfı) [6]

## Büyüme mekanizması

- **acquisition**: Geliştirici odaklı ürün odaklı büyüme: indir, kendi kodunda dene, 20 $ öde [2]. Kanal, geliştiricilerin birbirine gösterdiği ekran kayıtları ve "hangi editörü kullanıyorsun" sohbeti; şirket blogu reklam harcamasından hiç söz etmiyor. Kurumsal satış ikinci dalga: Seri C duyurusunda "over half of the Fortune 500, including NVIDIA, Uber, and Adobe" [1].
- **loop**: Geliştirici dener, üretkenlik hisseder, ekibine önerir, şirket lisans alır, kullanım verisi şirketin kendi modellerini besler, ürün iyileşir, yeni geliştirici gelir. İkinci halka şirketin kendi iddiası: Seri D yazısında Cursor'ın "generate more code than almost any other LLMs in the world" dediği aktarılıyor [3].
- **activation**: Dakikalar; VS Code ayarları ve eklentileri taşınır, geçiş maliyeti sıfıra yakın. Bu, çıkış maliyetinin de sıfıra yakın olması demek (yorum).
- **retention**: Elde tutma kanıtı yok. Dolaylı: ARR beş ayda 500 M$'dan 1 Mr$'a çıktı [1][3]; ama bu yeni kullanıcı dalgasıyla da açıklanabilir, cohort verisi yayımlanmadı.
- **pricing**: En öğretici kısım. İstek bazlı sabit plan, uzun ufuklu ajan görevlerinde token maliyetini karşılayamadı; şirket 16 Haziran 2025'te API bedelli krediye geçti ve "sınırsız"ın yalnız Auto modu için geçerli olduğunu geç söyledi [2]. Kullanıcı şikâyeti: yeni Claude modelleriyle "after just a few prompts" kredinin tükenmesi [4]. Truell: "We recognize that we didn't handle this pricing rollout well and we're sorry." [4]
- **distribution**: Sık sürüm: ajan modu, Bugbot, bulut ajanları, Cursor 2.0 ile paralel ajanlar (Ekim 2025) [7]; kendi model ailesi Composer; kurumsal güvenlik sayfaları. SpaceX satın almasıyla dağıtım ölçeği değişti (ikincil veri) [6].
- **team**: Seri D duyurusunda "team of over 300" [3]. Çalışan başına gelir türetmesi bu sayfada kullanılmaz.

Geçiş maliyeti sıfıra yakın olduğu için döngü hızlı döner; kırmızı ok, abonelik fiyatının altında büyüyen model maliyetini gösterir.

## Reel okuma

- Q1 (belirsiz): "ARR" ve "annualized revenue" şirket beyanı; abonelik, kurumsal sözleşme ve kullanım aşımı karışık, tanım verilmemiş.
- Q2 (belirsiz): Gelir sonuç; "Fortune 500'ün yarısı" ifadesinde kullanım derinliği belirsiz, bir lisans da "kullanıyor" sayılır.
- Q3 (yok): Brüt marj, churn, NRR yayımlanmadı; fiyat krizi marj baskısının dolaylı kanıtı.
- Q4 (yok): Kontrol grubu ya da cohort yok.
- Q5 (belirsiz): Kullanım kredisi ve aşım gelirinin ARR'ye nasıl girdiği bilinmiyor; maliyet de gelir de dolar, kur riski yok.

eksik: Ölçek üç bağımsız yoldan sağlam: şirket blogu, yatırım turları, satın alma bedeli. Büyümenin marj ve elde tutma kalitesi tamamen kapalı.

## Gölge

- Haziran–Temmuz 2025 fiyat krizi: "Our recent pricing changes for individual plans were not communicated clearly, and we take full responsibility." 16 Haziran–4 Temmuz arası beklenmedik kullanım için iade [2].
- Mart 2026: Composer 2'nin temel modelinin Kimi olduğu başta açıklanmadı, sonra "a miss to not mention the Kimi base" diye kabul edildi [7].
- Nisan 2025: destek botunun uydurma giriş politikası yazması ve iptaller (ikincil aktarım, birincil sayfa açılamadı) [5].
- Kurucu ortak ayrılığı, Ekim 2025 [7]. Ürünün değeri büyük ölçüde üçüncü taraf modellerden geliyor; fiyat krizinin kökü bu (yorum).

## Dersler

- (yorum) Sabit fiyatla değişken maliyet satma. Cursor'ın en pahalı dersi: ajan görevleri uzadıkça token maliyeti abonelikten büyük oldu. TL gelir ve dolar model maliyeti olan bir ürün için bu makas iki kat tehlikeli.
- (yorum) "Sınırsız" kelimesi borçtur. Kaybedilen güvenin nedeni fiyat değişikliği değil, kelimenin anlamının sonradan daraltılmasıydı. Kredi mantığını baştan açık yaz.
- (yorum) Geçiş maliyeti sıfırsa çıkış maliyeti de sıfırdır. VS Code çatalı olmak hızlı büyüme getirdi; aynı kolaylık rakibe gitmeyi de kolaylaştırır. Elde tutmayı alışkanlık değil bağlam tutar: kod tabanı belleği, ekip kuralları.
- (yorum) Büyük logo, kullanım derinliği değildir. "Yarısı kullanıyor" cümlesini kendi satış sunumunda görürsen sor: kaç koltuk, kaç aktif gün.
- (yorum) Hız, hata maliyetini de büyütür. Destek botu olayı, fiyat krizi ve model açıklama tartışması aynı on iki ayda. Test sorusu: bu sürümü yarın geri almak zorunda kalsan kaç saatte alırsın?

## Açık sorular

- SEC 8-K metni (hisse sayısı, bedel) açılmadı.
- 100 M$ (Ocak 2025) ve 3 Mr$ (Mayıs 2026) ARR rakamları yalnız ikincil; bu sayfada kullanılmadı.
- Çalışan sayısı, brüt marj, churn: açıklanmadı.
- Kurumsal fiyat ve koltuk sayıları: yok.
- Ocak 2025 için 100 M$ ARR aktarımı (Wikipedia, LLM içerik uyarılı sayfa) ve SpaceX satışının SEC 8-K'si birincil kaynakla açılmalı; CNBC sayfası 404 olduğu için kaldırıldı.

## Kaynaklar

1. [Series C](https://cursor.com/blog/series-c), Cursor (şirket blogu), 2025-06-06. "Cursor has grown to over $500 million in ARR"
2. [Clarifying our pricing](https://cursor.com/blog/june-2025-pricing), Cursor (şirket blogu), 2025-07-04. "Our recent pricing changes for individual plans were not communicated clearly, and we take full responsibility."
3. [Series D](https://cursor.com/blog/series-d), Cursor (şirket blogu), 2025-11-13. "crossed $1B in annualized revenue, counting millions of developers"
4. [Cursor apologizes for unclear pricing changes that upset users](https://techcrunch.com/2025/07/07/cursor-apologizes-for-unclear-pricing-changes-that-upset-users/), TechCrunch (Maxwell Zeff), 2025-07-07. "We recognize that we didn't handle this pricing rollout well and we're sorry. Our communication was not clear enough."
5. [Cursor (company) — kaynaklı derleme](https://en.wikipedia.org/wiki/Cursor_(company)), Wikipedia, erişim 2026-10-05. TechCrunch 2023-10-11, 2024-11-08, 2025-06-05; Bloomberg 2026-05-21; CNBC 2026-04-21; NYT 2026-06-16; SEC 8-K 2026-08-14 atıfları
6. [SpaceXAI — kaynaklı derleme](https://en.wikipedia.org/wiki/SpaceXAI), Wikipedia, erişim 2026-10-05. SEC Form 8-K atfı; 60 Mr$ hisse karşılığı
7. [Cursor (code editor) — kaynaklı derleme](https://en.wikipedia.org/wiki/Cursor_(code_editor)), Wikipedia, erişim 2026-10-05. "a miss to not mention the Kimi base"

---

# Decagon

URL: https://alpsuleyman.com/tr/vakalar/decagon
Updated: 2026-10-06
Author: Alp Suleiman

> Müşteri desteği ajanı, viral değil referans zinciriyle büyüdü; logo ve finansman kanıtı güçlü, gelir ve çözüm kalitesi kanıtı yalnız ikincil.

## Profil

- Müşteri desteği için yapay zekâ ajanı; ses, sohbet ve e-posta kanallarında sorun çözme, "Agent Operating Procedures" ile iş akışı tanımı. 2026'da satış, onboarding ve tahsilat yönüne genişleme ve müşterinin kişisel ajanını tanıyan "Personal Agent Gateway" [3]
- Kuruluş: Ağustos 2023, San Francisco (ikincil veri) [8]; kurucular: Jesse Zhang (CEO) ve Ashwin Sreenivas (President) [8]; ülke: ABD
- 27 Ocak 2026: Seri D 250 M$, 4,5 Mr$ değerleme (Coatue, Index); önceki yatırımcılar a16z, Accel, Bain Capital Ventures, Elad Gil, Forerunner, Ribbit [1]
- Haziran 2025: Seri C (ikincil veri; tur bülteni açılamadı). Seri D değerlemeyi 4,5 Mr$'a üçe katladı [8]; önceki değerleme buradan türetilmiştir, yaklaşık 1,5 Mr$ (türetme) [1]
- 4 Mart 2026: çalışan tender'ı 4,5 Mr$ değerlemeyle [2]
- Fiyatlandırma: Kamuya açık değil; sektörde konuşma başı ve çözüm başı modeller tartışılıyor. Decagon kendi modelini açıklamadı.

## Zaman çizgisi

- 2025-02-26: Kurucu röportajı: mantık akışları ve kademeli dağıtım ("we can roll a change out to a small percentage of our users, it's not an all or nothing thing") [6]
- 2025-06: Seri C (ikincil veri; tur bülteni açılamadı) [8]
- 2026-01-27: Seri D 250 M$, 4,5 Mr$; mali yılda 100'den fazla yeni kurumsal müşteri ("more than 100 new global enterprise customers") [1]
- 2026-08-12: ARR 100 M$ (Newcomer'a atıfla, ikincil veri) [5]
- 2026-09: Brezilya ve Benelux açılışı; Databricks ve Plaid ortaklıkları [4]
- 2026-10-01: Dialogues: "AI concierge for every customer [and their agent]"; OpenAI B2B pazaryeri [3]

## Büyüme mekanizması

- **acquisition**: Kurumsal doğrudan satış ve logo zinciri: Avis Budget Group, Block, Deutsche Telekom, Oura Health, Affirm, Chime [1]; her büyük marka bir sonrakine referans (yorum). 2026'da AWS Marketplace, OpenAI B2B pazaryeri ve Databricks, Plaid gibi veri ortaklıkları dağıtım katmanı [4].
- **loop**: Kurumsal müşteri iş akışını tanımlar, ajan konuşmaları çözer, çözüm oranı ve maliyet düşüşü kanıtı aynı müşteride kanal ve kullanım genişlemesi ile yeni logo getirir, daha çok konuşma verisi kendini iyileştiren ajanı besler [4]. Döngünün yakıtı referans, viral değil (yorum).
- **activation**: Kademeli dağıtım: "we can roll a change out to a small percentage of our users, it's not an all or nothing thing" [6]. Kurumsal güven böyle kuruluyor (yorum).
- **retention**: Rakam yok. Genişleme sinyali: satış, onboarding ve tahsilat yönüne ürün genişlemesi aynı müşteriden daha çok iş almak demek [3] (yorum). Elde tutma kanıtı yok.
- **pricing**: Açıklanmadı. Çözüm bazlı fiyat kullanılıyorsa gelir doğrudan ölçülebilir sonuca bağlı; "çözüm" tanımını kim yapıyor sorusu açık (yorum).
- **distribution**: Coğrafi açılış (Brezilya, Benelux), pazaryerleri [4] ve "Dialogues" müşteri etkinliği [3]. Zhang'ın konumlandırması: forward-deployed mühendise bağımlılığı azaltmak, hız ve ürün tasarımıyla ayrışmak [5].
- **team**: Çalışan sayısı açılan kaynaklarda yok.

Döngünün yakıtı kurumsal referans, viral çıktı değil; kırmızı ok, dışarıdan görülemeyen kalite kanıtını işaret eder.

## Reel okuma

- Q1 (belirsiz): ARR rakamları yatırımcı ve haber aktarımı; şirket resmi blogunda gelir rakamı vermiyor, yalnız yeni müşteri sayısı.
- Q2 (belirsiz): Müşteri sayısı bir sonuç; çözüm oranı gibi kalite metriği kamuya açık değil.
- Q3 (yok): Çözüm oranı, konuşma sayısı ya da NRR açıklanmadı.
- Q4 (yok): Kontrol grubu ya da cohort yok.
- Q5 (belirsiz): Kurumsal pilotların ARR'a sayılıp sayılmadığı bilinmiyor; 100'den fazla yeni müşteri ile 100 M$ ARR birlikte okununca müşteri başına yaklaşık 1 M$ çıkıyor, bu büyük sözleşme profiline uyuyor.

eksik: Logo ve finansman kanıtı güçlü; gelir ve kalite kanıtı ikincil. Resmi kaynakta rakam vermeyen şirketin beyanı müşteri sayısı ve sözleşme profiliyle çapraz okunmalı.

## Gölge

- Rakip yoğunluğu: Sierra aynı kategoride, Intercom Fin, Zendesk ve Salesforce Agentforce fiyat baskısı yaratıyor (yorum).
- Kişisel ajan kanalı: müşterinin ajanı ile şirketin ajanı konuşunca müşteri memnuniyeti kimin için ölçülüyor sorusu açık [3] (yorum).
- Resmi blogda gelir rakamı olmaması, görünen büyüme ile beyan edilen büyüme arasındaki farkı ölçmeyi zorlaştırıyor [1].

## Dersler

- (yorum) Kurumsal dikeyde büyüme döngüsü referans zinciridir. İlk üç logo sonraki otuzu getirir; ilk müşteri seçimi bir büyüme kararıdır.
- (yorum) "Küçük yüzdeye aç, ölç, genişlet" kademeli dağıtımı, destek ajanı için A/B testinin karşılığı. Düşük hacimli destekte bile uygulanabilir.
- (yorum) Çözüm bazlı fiyat, satıcının "çözüm" tanımına bağlı. Sözleşmede çözümü müşteri tanımlasın.
- (yorum) Pazaryerleri küçük ekipler için kurumsal kapıyı açan ucuz kanal.
- (yorum) ARR'ı resmi kaynakta vermeyen şirketin beyanını müşteri sayısı ve sözleşme profiliyle çapraz oku.

## Açık sorular

- ARR'ın resmi beyanı; Newcomer'ın kaynağı.
- Fiyat modeli (konuşma mı çözüm mü) ve çözüm tanımı.
- Çözüm oranı, toplam müşteri sayısı, NRR.
- Seri C tutarı ve değerlemesi birincil kaynaktan; çalışan sayısı.
- Podcast transkriptinden satış hareketi ve ilk müşteri hikâyesi.

## Kaynaklar

1. [Decagon's $250 million commitment to the AI concierge future](https://decagon.ai/blog/series-d-announcement), Decagon blog, 2026-01-27. "more than 100 new global enterprise customers"
2. [Decagon closes employee tender at $4.5 billion valuation](https://decagon.ai/blog/decagon-closes-employee-tender-at-4-5-billion-valuation), Decagon blog, 2026-03-04. "Typically, startup employees can spend years, and sometimes even a decade or more, pouring their talent, energy, and creativity into something they believe in, without knowing when they'll be able to turn that effort into financial flexibility."
3. [The AI concierge for every customer [and their agent]](https://decagon.ai/blog/dialogues-2026), Decagon blog, 2026-10-01. "Customers are starting to send personal agents like Instinct, Muse, and dots to book, buy, cancel, and negotiate on their behalf"
4. [Decagon blog listesi (OpenAI, Databricks, Plaid, Benelux, Brezilya, AWS, Autopilot)](https://decagon.ai/blog), Decagon, 2026-06 – 2026-10. "Introducing Duet Autopilot: The self-improving agent for conversational AI (2026-06-09) · Decagon is now available on AWS Marketplace (2026-07-20) · Decagon is partnering with OpenAI on its new B2B marketplace (2026-10-02) · Decagon partners with Databricks (2026-09-30) · Plaid and Decagon partner (2026-09-28) · Decagon expands into Brazil (2026-09-15) · Growing in Benelux (2026-09-21)"
5. [Decagon ARR hit $100M with focus on speed and product quality](https://www.arr.club/decagon/decagon-arr-hit-100m-with-focus-on-speed-and-product-quality), ARR Club (Newcomer'a atıfla), 2026-08-12. "ARR hit $100M"
6. [How Decagon builds customer support AI agents that really work](https://www.amplifypartners.com/barrchives/how-decagon-builds-customer-support-ai-agents-that-really-work), Amplify Partners (Barrchives), 2025-02-26. "we can roll a change out to a small percentage of our users, it's not an all or nothing thing"
7. [Jesse Zhang — Building Decagon (podcast)](https://joincolossus.com/episode/building-decagon/), Invest Like the Best, 2025-10-06. Transkript açılamadı.
8. [Decagon (company)](https://en.wikipedia.org/wiki/Decagon_(company)), Wikipedia (ikincil derleme), erişim 2026-10-06. "founded in August 2023 by Jesse Zhang and Ashwin Sreenivas · San Francisco, California · tripled the company's valuation to $4.5 billion"

---

# ElevenLabs

URL: https://alpsuleyman.com/tr/vakalar/elevenlabs
Updated: 2026-10-06
Author: Alp Suleiman

> Ses dışına hiç çıkmadan ürün ailesini büyüten şirket, viral çıktı, geliştirici API'si ve tek kredi cüzdanıyla dört yılda yarım milyar dolar yıllık gelir beyanına ulaştı; marj ve elde tutma hâlâ açıklanmıyor.

## Profil

- Metinden konuşma, ses klonlama, dublaj, ses efekti, müzik ve konuşan ajanlar (ElevenAgents) platformu. API, self-serve arayüz ve kurumsal satış aynı kredi havuzundan beslenir [5].
- Kuruluş: 2022, Londra. Operasyon 14 şehre yayılmış durumda: "Operations span 14 cities including London, New York, San Francisco, Warsaw" [1]; kurucular: Mati Staniszewski (CEO) ve Piotr Dąbkowski (CTO) [1]; ülke: İngiltere (kurucular Polonyalı)
- Ocak 2024: 80 M$ Seri B (a16z, Nat Friedman, Daniel Gross); ekip 5'ten 40'a [3]
- 30 Ocak 2025: 180 M$ Seri C, 3,3 Mr$ değerleme (a16z + ICONIQ) [2]
- 4 Şubat 2026: 500 M$ Seri D, 11 Mr$ değerleme (Sequoia); toplam 781 M$, beş tur [1]
- Mayıs 2026: 100 M$ ikincil hisse satışı, bir yıl içinde ikincisi [4]
- Fiyatlandırma: Ortak kredi havuzu: Free 10 bin kredi; Pro 99 $/600 bin kredi; Scale 299 $/1,8 M kredi; Business 990 $/6 M kredi; Enterprise özel. "For V2 Multilingual models, 1 text character equals 1 credit." Dublaj dakikası 2.000 kredi, müzik dakikası 900 kredi [5].

## Zaman çizgisi

- 2024-01-22: Seri B 80 M$, unicorn ("generated over 100 years of audio"; "41% of Fortune 500 companies") [3]
- 2025-01-30: Seri C 180 M$, 3,3 Mr$ ("more than 250,000 conversational AI agents"; Voice Library "$2 million in payouts") [2]
- 2025-12-10: CEO: ses modelleri birkaç yılda metalaşacak ("voice models will be commoditized in just a couple of years") [7]
- 2026-02-04: Seri D 500 M$, 11 Mr$; 2025 kapanışı 330 M$+ ARR ("ElevenLabs closed 2025 with over $330 million in ARR") [1]
- 2026-05-05: 500 M$ ARR aşıldı; 530 çalışan ("We ended 2025 with $350 million in ARR, and in the first four months of 2026, we have already surpassed $500 million ARR.") [4]

## Büyüme mekanizması

- **acquisition**: Dört kanal üst üste geldi. Prosumer viral çıktı: erken kullanıcılar sesli kitap ve video için beklenmedik kullanımlar buldu; kurucunun Sequoia podcastindeki anlatımı: "we had one of those book authors copy paste his entire book inside this box, download it" [8]; Sequoia'nın özeti: "from beta users copying entire books into their tiny text box to create audiobooks" [9]. Geliştirici kanalı: Seri C duyurusunda geliştiricilerin 250.000'den fazla konuşan ajan kurduğu yazıyor [2]. Kurumsal satış: 2026 beyanı büyümeyi "enterprises deploying voice agents across their businesses" ile açıklıyor; Deutsche Telekom, Square, Revolut ve Ukrayna hükümeti müşteri olarak sayılıyor [1]. Stratejik yatırımcılar: Deutsche Telekom, Salesforce, NVIDIA, Santander ve KPN aynı zamanda dağıtım kapısı [4]. (yorum) Yatırımcı listesi burada bir meşruiyet ve kanal listesi.
- **loop**: Yaratıcı ya da geliştirici ücretsiz katmanda ses üretir, çıktı internete yayılır, yeni kullanıcı gelir ve bir kısmı API ile kurumsal kullanıma geçer. Voice Library'ye ses yükleyenler ödeme alır; Ocak 2025 itibarıyla 2 M$ ödendi [2]. Kütüphane büyüdükçe ürün değeri artar. 2025 sonrası ikinci döngü kurumsal ajan dağıtımıyla konuşma hacmi, yani kredi tüketimi üzerinden dönüyor [4].
- **activation**: Ücretsiz 10 bin kredi ile ilk ses üretimi; bir karakter bir kredi sadeliği [5]. (yorum) Kredi tanımının karakterle bire bir olması, ilk kullanımda fiyat kaygısını ortadan kaldırıyor.
- **retention**: Resmi elde tutma, churn ya da cohort beyanı yok. Karma Sacra'ya göre self-serve ile kurumsal arasında yaklaşık yarı yarıya (ikincil veri) [10]. Marj açıklanmıyor. Elde tutma kanıtı yok.
- **pricing**: Tek kredi havuzu her yeni ürünü (müzik, dublaj, konuşmadan metne) aynı cüzdana bağlıyor; ürün genişlemesi aynı müşteriden daha çok kredi demek. İlk ay indirimleri self-serve dönüşüm kaldıracı olarak fiyat sayfasında duruyor [5]. (yorum) Bu model, ürün ailesi büyüdükçe genişleme satışını kendiliğinden yapıyor.
- **distribution**: Voice Library pazar yeri (Ocak 2024) [3], Dubbing Studio, ElevenAgents, Eleven Music ve 14 şehirde ofis [1]. CEO odağı şöyle anlatıyor: "By staying laser-focused on audio" [9].
- **team**: Ekip 5'ten 40'a (2023) [3], 120'ye (Ocak 2025) [2] ve 530'a (Mayıs 2026) çıktı [4]. (yorum) Mayıs 2026 rakamlarıyla çalışan başı yıllık gelir yaklaşık 0,9 M$; bu iki resmi rakamdan hesaplanmış bir oran, şirket beyanı değil.

Döngü ses kalitesiyle döndü; şirket şimdi aynı döngüyü ajan iş akışına taşımaya çalışıyor, çünkü kurucunun kendi öngörüsü ses modellerinin metalaşacağı yönünde.

## Reel okuma

- Q1 (var): ARR, kullanıcı sayısı ve üretilen ses yılı şirket beyanı; üçüncü taraf denetim yok.
- Q2 (var): ARR bir sonuç metriği; "1.000 yıl ses" ise hacim, değer değil.
- Q3 (yok): Brüt marj, NRR ve churn açıklanmadı; CEO marj sorusunu yanıtlamıyor.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): Kredi tabanlı gelir kullanım dalgalanmasına açık; 2025 kapanışı için iki farklı resmi rakam (330 ve 350 M$) var.

eksik: ARR ritmi tutarlı ve resmi blogdan geliyor; ama marj ve elde tutma olmadan "reel" denemez. Kredi gelirinin ne kadarının tekrarlayan olduğu bilinmiyor.

## Gölge

- CEO'nun kendi öngörüsü: ses modelleri "commoditized in just a couple of years"; şirket bu yüzden ajan platformuna kayıyor [7]. (yorum) Büyümeyi yapan motor ile gelecekteki hendek farklı şeyler.
- 2025 kapanış ARR'ı iki resmi metinde farklı: Şubat'ta "over $330 million" [1], Mayıs'ta "$350 million" [4].
- Marj hiçbir resmi metinde açıklanmıyor.

## Dersler

- (yorum) Tek alana odak, çoklu çıktı. Ses dışına çıkmadan ürün ailesi büyüdü; Türkiye'de dar ama derin bir dikey, örneğin Türkçe konuşan ajan, aynı mantıkla kurulabilir.
- (yorum) Çıktı reklamdır. Viral video ve sesli kitaplar pazarlama bütçesi olmadan kanal oldu; ürün çıktısının paylaşılabilir olması bir tasarım kararı.
- (yorum) Tek kredi cüzdanı genişleme satışını kendiliğinden yapar. TL fiyatlayan bir kurucu için kredi, kur riskini tek yerde yönetme aracı da olabilir.
- (yorum) Yatırımcı listesi dağıtım listesidir. Telekom, banka ve yazılım devi yatırımcılar ilk kurumsal müşteriler; Türkiye'de kurumsal VC kolu olan şirketler benzer rol oynayabilir.
- (yorum) Metalaşmayı kendin ilan et. Kurucunun "ses metalaşacak" demesi, hendeği zamanında taşıma disiplini. Test sorusu: bugünkü farkın iki yıl sonra da fark mı?

## Açık sorular

- Eylül 2026 TechCrunch yazısının gerçek URL'si (araştırma gecesi 404 verdi).
- Brüt marj, NRR, churn: hiçbir resmi kaynak yok.
- 2025 kapanış ARR'ı 330 mu 350 mi; şirkete sorulmadan "düzeltilmiş" denemez.
- Voice Library güncel ödeme toplamı (2 M$ Ocak 2025 tarihli).
- Deepfake ve kötüye kullanım olayları ile şirketin tepkisi; kaynak açılmadı.
- 20VC ve Sequoia podcast transkriptlerinden birebir cümleler.

## Kaynaklar

1. [Series D](https://elevenlabs.io/blog/series-d), ElevenLabs blog, 2026-02-04. "ElevenLabs closed 2025 with over $330 million in ARR"
2. [Series C](https://elevenlabs.io/blog/series-c), ElevenLabs blog, 2025-01-30. "developers to build more than 250,000 conversational AI agents"
3. [Series B](https://elevenlabs.io/blog/series-b), ElevenLabs blog, 2024-01-22. "generated over 100 years of audio"
4. [ElevenLabs crosses $500M ARR and welcomes new investors](https://elevenlabs.io/blog/500m-arr-and-new-investors), ElevenLabs blog, 2026-05-05. "We ended 2025 with $350 million in ARR, and in the first four months of 2026, we have already surpassed $500 million ARR."
5. [Pricing](https://elevenlabs.io/pricing), ElevenLabs, erişim 2026-10-05. "For V2 Multilingual models, 1 text character equals 1 credit."
6. [Mati Staniszewski: The Untold Story (bölüm sayfası)](https://www.thetwentyminutevc.com/mati-staniszewski), 20VC, 2025. "ElevenLabs took 20 months to hit $100M ARR. 10 months to hit $200M ARR."
7. [ElevenLabs just hit a $6.6B valuation; its CEO says the real money isn't in voice anymore](https://techcrunch.com/podcast/elevenlabs-just-hit-a-6-6b-valuation-its-ceo-says-the-real-money-isnt-in-voice-anymore/), TechCrunch podcast, 2025-12-10. "voice models will be commoditized in just a couple of years"
8. [Training Data: Mati Staniszewski (bölüm sayfası, özet)](https://sequoiacap.com/podcast/training-data-mati-staniszewski), Sequoia Capital, 2025-07-01. "And we had one of those book authors copy paste his entire book inside this box, download it."
9. [ElevenLabs' Mati Staniszewski: Why…](https://inferencebysequoia.substack.com/p/elevenlabs-mati-staniszewski-why), Inference by Sequoia, 2025. "from beta users copying entire books into their tiny text box to create audiobooks · By staying laser-focused on audio"
10. [ElevenLabs profili (tahminler)](https://sacra.com/c/elevenlabs/), Sacra, 2026. "a mix of self-serve and enterprise customers approaching a 50/50 split"

---

# Gamma

URL: https://alpsuleyman.com/tr/vakalar/gamma
Updated: 2026-10-06
Author: Alp Suleiman

> Boş sayfada yüzde doksan beş terk yaşayan bir sunum aracı, ilk taslağı yapay zekâya ürettirince patladı; satış ekibi olmadan, negatif marja girmeden yüz milyon dolar yıllık gelire kârlı ulaştığını söylüyor ve listedeki en temiz beyanlardan birini veriyor.

## Profil

- Yapay zekâ ile sunum, doküman ve web sayfası üreten araç; kendini "anti-PowerPoint" diye konumlandırıyor. Ücretsiz katmanda "Made with Gamma" filigranı var, ücretli planlar aylık 8 $'dan başlıyor (ikincil veri) [3].
- Kuruluş: 2020–2021, San Francisco. Ağustos 2022'de yeniden lansman; Mart 2023'te yapay zekâ ile ilk taslak özelliği (ikincil veri) [3].; kurucular: Grant Lee (CEO); eş kurucular Jon Noronha ve James Fox olarak aktarılıyor, doğrulanmadı [3].; ülke: ABD (San Francisco)
- 2021: 7 M$ tohum (ikincil veri) [5]
- 2024: 12 M$ Seri A (Accel) [1]
- 10 Kasım 2025: 68 M$ Seri B, 2,1 Mr$ değerleme, a16z liderliğinde; toplam yaklaşık 90 M$; erken çalışanlara 20 M$ ikincil hisse satışı [1]
- Fiyatlandırma: Koltuk bazlı abonelik; filigranı kaldırmak ücretli planın ilk gerekçesi. Tüketim bazlı modele geçiş sürekli tartışılıyor, karar verilmedi [2].

## Zaman çizgisi

- 2022-08: Yeniden lansman; 60 bin kullanıcı, ilk oturumda %95 terk (ikincil veri) [3]
- 2023-03: Yapay zekâ ile ilk taslak lansmanı; 20'den fazla model orkestrasyonu ("it solved everybody else's blank page problem, too") [3]
- 2023-06: 3 M kullanıcı, üç ayda elli kat (ikincil veri) [3]
- 2024: İlk iki yılda 50 M$ gelir, kârlı ("$50 million profitably in its first two years") [1]
- 2025-11-10: 100 M$ ARR, kârlı, 50 civarı çalışan, 70 M kullanıcı; Seri B 68 M$ [1]

## Büyüme mekanizması

- **acquisition**: Mikro-üreticiler, birebir. Grant Lee binlerce üreticiyi Zoom'da kendisi işe aldı; üretici harcamasının yüzde 70'i 10 bin ile 100 bin takipçili hesaplara, yüzde 30'u lansmanlarda büyük hesaplara, her üretici bir A/B kolu gibi izlendi (ikincil veri) [3]. Lee önce kendisi üretici oldu; giriş evresine "cringe valley" diyor [2]. Abone büyümesinin yarıdan fazlası ağızdan ağıza, ücretli kazanım neredeyse yok (ikincil veri) [3].
- **loop**: Üretici otuz saniyede deste videosu paylaşır, izleyici ücretsiz kaydolur, ilk taslağı alır, filigranlı desteyi paylaşır, izleyenlerin bir kısmı kaydolur, bir kısmı filigranı kaldırmak için öder. Her paylaşılan deste markayı taşıyan bir reklam (yorum).
- **activation**: Vakanın kalbi. Mart 2023 öncesi boş sayfa, çok seçenek, rehber yok; ilk oturumda yüzde 95 terk (ikincil veri) [3]. Çözüm: kullanıcı fikri yazar, yapay zekâ tam taslağı üretir. Kurucunun sözü: "When we built AI that solved our blank page problem, it turned out that it solved everybody else's blank page problem, too" [3]. Lee ilk otuz saniyenin büyülü hissetmesi için onboarding'i üç ayda yeniden kurdu [2].
- **retention**: Cohort ya da churn beyanı yok. Dolaylı sinyaller: 600 bin ücretli abone, on beş aydan uzun kesintisiz kârlılık (ikincil derleme) [3]. Ortalama müşteri değeri yıllık 167 $ civarı, SaaStr'ın hesabı [2]. Elde tutma kanıtı yok, ama ödeyen taban ve kârlılık bir tutunma işareti (yorum).
- **pricing**: Koltuk bazlı; SaaStr'ın (Jason Lemkin) özetiyle Gamma "never went negative margin to buy growth" [2]. Koltuk mu tüketim mi kararı açık. Büyümeyi marjla satın almadığı için ARR sözcüğü bu vakada daha ağır basıyor (yorum).
- **distribution**: Sunumdan doküman ve web sayfasına genişleme. Kurumsal talep Lee'nin deyimiyle utandırıcı seviyeye gelince satış ekibi kuruldu [2]; satış, talebin değil gecikmenin sonucu.
- **team**: Yaklaşık 50 kişi, çalışan başına 2 M$ ARR [1]. Lee'nin kendi üç hatası: ödeme altyapısı olmadan ücretli ürünü açmak, satışı ancak inbound utandırıcı olunca işe almak, 600 bin self-serve aboneyi genişleme için hiç işlememek [2].

Döngünün motoru aktivasyon: ilk otuz saniyede taslak çıkmazsa paylaşacak deste de olmaz. Filigran, paylaşımı gelire bağlayan kilit.

## Reel okuma

- Q1 (var): ARR, abone ve kullanıcı sayıları kurucu beyanı ve TechCrunch aktarımı; denetlenmiş değil ama tutarlı ve kârlılıkla destekli.
- Q2 (var): Gelir ve kârlılık birer sonuç; kullanıcı sayısı tek başına algı olurdu.
- Q3 (belirsiz): On beş aydan uzun kârlılık ve 600 bin ödeyen abone var; churn ya da cohort yok.
- Q4 (yok): Kontrol grubu yok; ama 60 binden 3 milyona sıçrama tek bir ürün değişikliğiyle açıklanıyor, doğal deney gibi okunabilir.
- Q5 (var): Ücretli reklam yok ama üreticilere ödeme var, yani kazanım maliyeti sıfır değil; negatif marj yok; büyüme kampanyayla değil ürün değişikliğiyle açıklanıyor.

reel: Listedeki en temiz vakalardan biri: kârlı, ücretli kazanımsız, tek bir aktivasyon değişikliğine bağlı. Eksik olan tek şey cohort verisi.

## Gölge

- Satış ekibi ve ödeme altyapısı geç kuruldu; 600 bin self-serve abone genişleme için hiç işlenmedi, Lee'nin kendi itirafı [2].
- Kategori riski: Microsoft, Google ve Canva'nın paketlemesi aynı kategoriye bakıyor; Tome'un düşüş gerekçesi buydu [1].
- Churn ya da cohort rakamı hiç açıklanmadı; 60 binden 3 milyona ve yüzde 95 terk rakamları ikincil aktarım [3].

## Dersler

- (yorum) Tek bir aktivasyon değişikliği, pazarlama bütçesinden büyük olabilir. Yüzde 95 terkten çıkış yolu reklam değil, ilk taslağı üretmek oldu. Düşük trafikli ürün için en ucuz büyüme kaldıracı burada.
- (yorum) Filigran bir büyüme döngüsüdür. Ürünün çıktısı markayı taşıyorsa kullanıcı paylaşımı kanal olur; ücretli plan filigranı kaldırınca döngü gelire bağlanır.
- (yorum) Mikro-üretici, büyük üreticiden ucuz ve ölçülebilir. On bin ile yüz bin takipçi; her üretici bir deney kolu. Türkiye'de Instagram ve TikTok mikro-üretici havuzu geniş.
- (yorum) Kârlılık bir pazarlama avantajıdır. Negatif marjla büyümeyen şirketin ARR'si daha ağır basar. Test sorusu: büyümen durursa kasan büyüyor mu, eriyor mu?
- (yorum) Self-serve tabanı genişletmeyi erteleme. Lee'nin itirafı: 600 bin abonenin yüzde ikisi bile ciddi gelir.

## Açık sorular

- Seri B basın bülteni (Business Wire: on beş aydan uzun kârlılık, 40 binden fazla şirket) ve GTMnow yazısı (60 bin kullanıcı, yüzde 95 terk, 3 milyon) açılmalı.
- Lenny podcast transkriptinden "cringe valley" ve üretici bütçesi %70/%30 alıntıları birebir alınmalı.
- Eş kurucu adları doğrulanmalı.
- Koltuk mu tüketim mi kararı verildi mi.

## Kaynaklar

1. [AI PowerPoint-killer Gamma hits $2.1B valuation, $100M ARR, founder says](https://techcrunch.com/2025/11/10/ai-powerpoint-killer-gamma-hits-2-1b-valuation-100m-arr-founder-says/), TechCrunch (Julie Bort), 2025-11-10. "$50 million profitably in its first two years"
2. [Gamma's CEO: Why Getting to $100M ARR Without A Sales Team Worked. And Why It Was a Mistake.](https://www.saastr.com/gammas-ceo-why-getting-to-100m-arr-without-a-sales-team-worked-and-why-it-was-a-mistake/), SaaStr, 2026. "Gamma never went negative margin to buy growth."
3. [How Gamma Turned a 95% Drop-Off into $100M ARR](https://www.productgrowth.blog/p/gamma-growth-teardown-100m-arr), Product Growth (Rishikesh Ranjan; ikincil derleme), 2026-02-28. "When we built AI that solved our blank page problem, it turned out that it solved everybody else's blank page problem, too."
4. [Gamma Reaches $100M ARR](https://www.saasrise.com/news/gamma-hits-100m-arr-with-50-employees-ceo-shares-growth-playbook-99cfd8b1-da14-418d-9e00-2186dd601b32), SaaSRise (ikincil), 2026-07-10. "100M ARR with 50 employees"
5. [Gamma şirket profili (yıllık gelir 7 M$ / 24 M$ / 100 M$, kaynak X)](https://getlatka.com/companies/gamma-app), GetLatka (ikincil), erişim 2026-10-05. 7 M$ tohum (2021) ve yıllık gelir dizisi buradan; kurucunun X paylaşımlarına dayanıyor

---

# Genspark

URL: https://alpsuleyman.com/tr/vakalar/genspark
Updated: 2026-10-06
Author: Alp Suleiman

> Aramadan ajana dönen ürün, lansmandan kırk beş gün sonra "sıfır ücretli dağıtımla" on milyonlarca dolar ARR beyan etti; rakamın tanımı, sürekliliği ve kanal iddiası doğrulanamıyor.

## Profil

- "Super Agent" ajan iş alanı: sunum, e-tablo, web sitesi, telefon araması, video ve kod üretir; şirket 70'ten fazla modeli orkestre ettiğini söylüyor (şirket açıklaması aktarımı) [3]
- Kuruluş: 2023, MainFunc adıyla; başlangıçta yapay zekâ arama motoru, Nisan 2025'te ajana pivot [1]; kurucular: Eric Jing / Jing Kun (CEO; eski Baidu başkan yardımcısı, Xiaodu CEO'su) ve Kay Zhu / Zhu Kaihua (CTO; eski Google baş mimarı) [4]; ülke: ABD (Palo Alto; Çin kökenli kurucular)
- Haziran 2024: 60 M$ tohum; Mart 2025: 100 M$ Seri A (Baidu Baike) [4]
- Mart 2026: Seri B 385 M$'a uzatıldı, 1,6 Mr$ değerleme, Emergence Capital [2]
- 15 Haziran 2026: Seri B 485 M$'a uzatıldı, 2,6 Mr$ değerleme, toplam 645 M$ [3]
- Fiyatlandırma: Ücretsiz katmanda günlük 200 kredi; Plus 19 ile 25 $/ay arası, 10.000 kredi (Eylül 2025, ikincil derleme; resmi fiyat sayfası açılamadı) [1]

## Zaman çizgisi

- 2025-04: Aramadan Super Agent'a pivot ("In the AI era, users will seek to complete tasks, not just run queries for links." (kurucu, aktarım)) [1]
- 2025-05-19: 45 günde 36 M$ ARR beyanı (kurucunun X paylaşımı; sayfa açılamadı) ("45 days, $36M ARR! … zero dollars spent on paid distribution.") [5]
- 2025-09: Bağımsız analiz: sitede reklam izleyicileri; "sıfır pazarlama" yerine "sıfır ücretli medya" [1]
- 2026-03: Seri B 385 M$, 1,6 Mr$; CRO ataması [2]
- 2026-06-15: Seri B 485 M$, 2,6 Mr$ değerleme [3]

## Büyüme mekanizması

- **acquisition**: Kurucunun beyanı: tamamen ağızdan ağıza, ücretli dağıtıma sıfır dolar [5]. Karşı bulgu: bağımsız bir analiz sitede Facebook Pixel ve DoubleClick izleyicileri, Reddit ve Discord topluluğu ve yapay zekâ içerik üreticileriyle ortaklıklar tespit edip "sıfır pazarlama"yı "sıfır ücretli medya" olarak yeniden çerçeveliyor [1].
- **loop**: Paylaşılabilir çıktı (sunum, site, video), izleyenin "hangi araç" sorusu, kayıt, kredinin tükenmesi, ödeme. Aynı analiz krediyi "organik para kazanma tetiği" diye adlandırıyor [1].
- **activation**: Günlük 200 ücretsiz kredi; ilk değer anı ilk görevin bitmesi [1].
- **retention**: Elde tutma kanıtı yok. Ödeyen kullanıcılarda kalite ve güvenilirlik şikâyetleri bağımsız analizde not ediliyor [1].
- **pricing**: Çok ürünlü paket artı kredi; "önce genişlik" stratejisi (ikincil derleme) [1]. Plus planı 19 ile 25 $ arasında [1].
- **distribution**: Hızlı ürün paketi (AI Sheet, AI Drive, Claw), OpenAI vaka sayfası (açılamadı), 2026'da kurumsal satışa geçiş ve CRO ataması [2].
- **team**: Mayıs 2025'te yaklaşık 20 kişi (kurucu beyanı, X: "20-ish") [5]; 2026 kadrosu açıklanmadı.

Döngü kâğıt üstünde Higgsfield ile aynı; fark, ikincil gözlemin "organik" halkayı reklam izleyicileriyle tamamlaması. Kırmızı ok kalite borcunun ödeyen kullanıcıda biriktiği yer.

## Reel okuma

- Q1 (belirsiz): ARR kurucunun X paylaşımı; aylık mı günlük mü yıllıklandırıldığı açıklanmadı.
- Q2 (var): Gelir beyanı; ama 45 günlük pencere bir lansman metriği.
- Q3 (yok): Churn, kredi kullanım oranı ve iade yok; kalite şikâyetleri bağımsız analizde var.
- Q4 (yok): Kontrol grubu ya da cohort beyanı yok.
- Q5 (belirsiz): Lansman dalgası; "sıfır pazarlama" beyanı sitedeki izleyicilerle çelişiyor.

algi: Rakam var ama tanımı, sürekliliği ve kanal beyanı doğrulanamıyor; Büyüme İddiası Denetimi için ders kitabı vakası.

## Gölge

- "Sıfır ücretli dağıtım" beyanı ile sitedeki reklam izleyicileri arasındaki çelişki [1].
- Pivot öncesi arama ürününün kullanıcılarının akıbeti açıklanmadı; "en hızlı büyüyen" söylemi kıyas tabanı vermiyor [5].

## Dersler

- (yorum) Kırk beş günlük ARR bir büyüme metriği değil lansman metriğidir; yatırımcıya iyi, ekibe kötü ölçü. Kendi beyanında ARR tanımını yaz.
- (yorum) "Organik" demeden önce kendi sitendeki izleyicilere bak; kanıt denetçisi ilk oraya bakar.
- (yorum) Çok ürünlü paket küçük ekiple olur ama kalite borcu ödeyen kullanıcıda birikir; Türkiye'de ağızdan ağıza daha küçük pazarda daha hızlı ters döner.
- (yorum) Kurumsal satışa geçiş ve CRO ataması, self-serve hızının tek başına yetmediğinin işaretidir.

## Açık sorular

- Resmi ARR tanımı ve 2026 rakamı; resmi fiyat sayfası (403).
- Kurucunun X paylaşımının metni arama önizlemesinden; sayfa açılmalı.
- OpenAI vaka sayfasındaki metrikler (403).
- 2026 ekip büyüklüğü ve ödeyen kullanıcı sayısı.
- Dolaşımdaki 2026 ARR tahminleri ve "10 haftada 8 ürün" ifadesi için şirket kaynağı bulunamadı; yayımlanmadı.

## Kaynaklar

1. [Genspark: From Zero to $36M ARR 45 Days post launch](https://ainativegtm.substack.com/p/genspark-from-zero-to-36m-arr-45), AI Native GTM (bülten), 2025-09-20. zero marketing spend → zero paid media spend (yazarın yeniden çerçevelemesi)
2. [Genspark Extends Series B to $385M at $1.6B Valuation](https://www.thesaasnews.com/news/genspark-extends-series-b-to-385m-at-1-6b-valuation/), The SaaS News, 2026-03. "Series B to $385M at $1.6B valuation"
3. [Genspark.ai Extends Series B to $485M, at $2.6 Billion Valuation](https://www.finsmes.com/2026/06/genspark-ai-extends-series-b-to-485m-at-2-6-billion-valuation.html), FinSMEs, 2026-06-15. "Extends Series B to $485M, at $2.6 Billion Valuation"
4. [Genspark](https://baike.baidu.com/en/item/Genspark/1480842), Baidu Baike, erişim 2026-10-05. "Genspark was co-founded in 2023 by Jing Kun, the former CEO of Xiaodu, and Zhu Kaihua, the former CTO of Xiaodu."
5. [Eric Jing, X paylaşımı](https://x.com/ericjing_ai/status/1924437378833244535), Eric Jing (kurucu), 2025-05-19. "45 days, $36M ARR! We may become the fastest-growing startup ever in terms of ARR. 20-ish people team, entirely word of mouth, and zero dollars spent on paid distribution."
6. [Genspark ships no-code personal agents](https://openai.com/index/genspark/), OpenAI (vaka sayfası), erişim 2026-10-05. sayfa 403; içerik görülemedi

---

# Glean

URL: https://alpsuleyman.com/tr/vakalar/glean
Updated: 2026-10-06
Author: Alp Suleiman

> Kurumsal arama şirketi, self-serve yayılmayı bilinçle reddedip doğrudan satış ve şirket içi ağ etkisiyle on beş ayda ARR'ını üçe katladığını açıkladı; kullanım ve elde tutma kanıtı hâlâ eksik.

## Profil

- Kurumsal arama, iş asistanı ve ajan platformu: şirketin tüm veri kaynaklarına bağlanır, izin duyarlı arama ve ajan çalıştırır. Resmi konumlandırma "the platform powering the superintelligent enterprise" [1]
- Kuruluş: 2019. Kurucunun Rubrik'te duyduğu şikâyet: "I cannot find anything in this company. I don't know where to go and look for information." [6]; kurucular: Arvind Jain (Rubrik kurucu ortağı, eski Google arama mühendisi) [6]; ülke: ABD (Palo Alto)
- 2024: 4,6 Mr$ değerleme; Haziran 2025: Seri F 150 M$, 7,2 Mr$ değerleme [2]
- Fiyatlandırma: Kullanıcı başı aylık fiyat ("monthly per-user pricing model at standard rate") [7]; 1 ile 3 yıllık sözleşmeler, bir yıldan kısa anlaşma yok [2]

## Zaman çizgisi

- 2022-02: Yaklaşık 50 müşteri ("We are certainly worth a million") [7]
- 2025-02-05: 100 M$ ARR, üç yılda; müşteri tabanı son yılda ikiye katlandı ("Glean Achieves $100M ARR in Three Years") [5]
- 2025-06: Seri F 150 M$, 7,2 Mr$ değerleme [2]
- 2025-12-08: 200 M$ ARR, dokuz ayda ikiye katlama ("doubled in nine months") [1]
- 2026-05-28: 300 M$ ARR; 200 M$'dan beş ay sonra, 15 ayda yaklaşık üç kat ("growing ~3x over the past 15 months" (CEO, X)) [3]

## Büyüme mekanizması

- **acquisition**: Doğrudan kurumsal satış, CIO ve teknoloji ekibi üzerinden. Self-serve yayılma bilinçle reddedildi: "the product-led growth model where individuals are signing up and sharing their sensitive company data with Glean, we believe that's not the right model." [6] İlk hedef 500 ile 2.000 çalışanlı teknoloji şirketleri [6]; ilk müşteriler erken erişim programından: Rubrik, Outreach, Confluent [7].
- **loop**: Şirket içi ağ etkisi: "Search is a team game… you need to understand what matters more to whom" [7]. Daha çok kullanıcı, daha iyi sıralama, daha vazgeçilmez ürün, yenileme ve genişleme. "When we were 50 people, we already knew that we could not live without it." [6]
- **activation**: Tüm veri kaynaklarını bağlamak; güvenlik incelemesi uzun sürüyor: "We actually have to spend a lot of time working with security teams" [7]. Kurucunun 2026 sözü: "give us all of your data and we're going to hopefully do something useful for you after you give that data to us" [8].
- **retention**: 1 ile 3 yıllık sözleşmeler [2]; churn ya da NRR beyanı yok. Elde tutma kanıtı sözleşme süresinden ibaret.
- **pricing**: Koltuk başı aylık fiyat [7]. Müşterilerin yılda 20 trilyondan fazla token tükettiği rakamı ikincil derlemede; koltuk fiyatıyla eşleşmiyorsa marj baskısı doğar, şirket açıklamıyor (ikincil veri) [1].
- **distribution**: Pazarın değişmesi: "now everybody is interested in solving the problem that we were solving because it was a dead market" [8]. Ajan platformuna genişleme ve 2026 etkinlikleri [1]. Satış ilkesi: "If you create an amazing demo… and sell something you don't have, you lose the opportunity and the credibility." [9]
- **team**: Şirket bülteni 1.000'den fazla çalışan bildiriyor ("more than 1,000 employees") [1].

Döngü şirketin içinde döner: daha çok kullanıcı, daha iyi sıralama, daha vazgeçilmez ürün. Kırmızı ok her yeni müşteride ödenen güvenlik inceleme süresini gösteriyor.

## Reel okuma

- Q1 (var): ARR resmi basın bülteni ve CEO paylaşımı; bağımsız denetim yok.
- Q2 (var): Sözleşmeli gelir, algı metriği değil.
- Q3 (belirsiz): Çok yıllık sözleşmeler istikrar işareti; bülten %40 haftalık aktif/aylık aktif kullanıcı oranı bildiriyor [1]; NRR, churn ve koltuk kullanım oranı yok.
- Q4 (yok): Kontrol grubu ya da cohort beyanı yok.
- Q5 (belirsiz): Çok yıllık kurumsal ARR'da pilot ve koltuk şişmesi riski; "gerçek ROI" iddiası somut metrik vermiyor.

reel: Tanımlı satış modeli ve sözleşme süresi reel okumayı destekliyor; kullanım kanıtı eksik.

## Gölge

- Büyüme, şirketlerin yapay zekâ harcamalarını konsolide etmesine dayanıyor; Microsoft Copilot ve OpenAI kurumsal ürünleriyle doğrudan rekabet (ikincil veri) [1].
- Kurucunun kendi uyarısı: basit soruya cevap vermek zorken karmaşık görevde hata kaçınılmaz, "the human assist is actually critical" [8]; ajan vaadi ile ürün olgunluğu arasında mesafe.
- Token tüketimi koltuk fiyatıyla finanse ediliyor; brüt marj açıklanmıyor [1].

## Dersler

- (yorum) Veri hassasiyeti yüksek üründe self-serve yayılmayı reddetmek bir büyüme kararıdır; Türkiye'de KVKK ve kurumsal BT refleksi bu kararı daha da haklı çıkarır.
- (yorum) İlk segment "hızlı hareket eden 500 ile 2.000 kişilik teknoloji şirketi"; Türkiye'de bu segment dar, eşdeğeri holdinglerin dijital kolları ve fintech.
- (yorum) Şirket içi ağ etkisi tek gerçek hendektir: model sağlayıcı aynı özelliği çıkarsa da şirketin kendi bağlamı taşınmaz.
- (yorum) "Olmayanı demoyla satmama" ilkesi uzun döngülü satışta güven sermayesidir; Türkiye pazarında referans etkisi daha büyük.

## Açık sorular

- Fortune 500 müşteri sayısı ve token tüketimi rakamlarının birincil metni (JS sayfa).
- NRR, churn, kadro ve brüt marj.
- 1. ve 2. kaynağın alıntıları (bülten ve Fortune) yayından önce sayfa üzerinde birebir doğrulanmalı.

## Kaynaklar

1. [Glean Surpasses $200M in ARR for Enterprise AI, Doubling Revenue in Nine Months](https://glean.com/press/glean-surpasses-200m-in-arr-for-enterprise-ai-doubling-revenue-in-nine-months), Glean basın, 2025-12-08. Sayfa JavaScript ile yükleniyor; başlık "Doubling Revenue in Nine Months"; 1.000+ çalışan ve %40 wDAU/wMAU ifadeleri ilk denetimde sayfada görüldü, otomatik getirme ile doğrulanamadı
2. [Exclusive: Glean hits $200 million ARR, up from $100 million nine months back](https://www.fortune.com/2025/12/08/exclusive-glean-hits-200-million-arr-up-from-100-million-nine-months-back), Fortune, 2025-12-08. "Everybody has been looking for a safe, secure, more appropriate version of ChatGPT for their employees."
3. [Glean Surpasses $300M ARR](https://www.glean.com/press/glean-surpasses-300m-arr-unrivaled-enterprise-context-fuels-ai-adoption), Glean basın (başlık doğrulandı; içerik JS), 2026-05-28. "Glean Surpasses $300M ARR"
4. [Arvind Jain, X paylaşımı](https://x.com/jainarvind/status/2060077511212445874), Arvind Jain (CEO), 2026-05-28. "I'm proud to share that @Glean has surpassed $300M ARR, just five months after crossing $200M and growing ~3x over the past 15 months."
5. [Glean Achieves $100M ARR in Three Years Delivering True AI ROI to the Enterprise](https://www.glean.com/press/glean-achieves-100m-arr-in-three-years-delivering-true-ai-roi-to-the-enterprise), Glean basın (başlık ve özet), 2025-02-05. "Glean Achieves $100M ARR in Three Years"
6. [How Glean found product-market fit](https://www.unusual.vc/how-glean-found-product-market-fit-arvind-jain-on-enterprise-search-and-ai/), Unusual Ventures, 2023-05-01. "the product-led growth model where individuals are signing up and sharing their sensitive company data with Glean, we believe that's not the right model."
7. [Turn a product from a nice-to-have to an essential](https://mixergy.com/interviews/glean-with-arvind-jain/), Mixergy (röportaj), 2022-02-21. "Search is a team game"
8. [Training Data: Arvind Jain](https://sequoiacap.com/podcast/training-data-arvind-jain), Sequoia Capital (podcast), 2026-10-02. "the human assist is actually critical"
9. [IA40: Glean, Arvind Jain](https://www.madrona.com/ia40-glean-arvind-jain-enterprise-ai/), Madrona, 2024-01-09. "If you create an amazing demo… and sell something you don't have, you lose the opportunity and the credibility."

---

# Granola

URL: https://alpsuleyman.com/tr/vakalar/granola
Updated: 2026-10-06
Author: Alp Suleiman

> Toplantıya bot sokmayan bir not defteri, kurucu ve yatırımcı çevresinde ağızdan ağıza yayıldı, erken elde tutmasını açıklayan nadir şirketlerden oldu; gelirini hiç açıklamadı.

## Profil

- Toplantı not defteri: toplantıya bot katmadan cihazdaki sesi dinler, kullanıcının kendi notlarını yapay zekâ ile zenginleştirir. Önce ekip belleği, sonra şirket bağlamı altyapısı: API, MCP, Spaces. Kurucunun cümlesi: "Writing is thinking, and your tools should support your thinking, not replace it." [2]
- Kuruluş: Londra; kuruluş yılı ikincil veri; ürün lansmanı 22 Mayıs 2024 [3]; kurucular: Chris Pedregal (CEO) ve Sam Stephenson [2]; ülke: Birleşik Krallık (Londra)
- Mayıs 2023: 4,25 M$ tohum, Lightspeed ve betaworks (ikincil veri) [5]
- 23 Ekim 2024: 20 M$ Seri A, Spark Capital liderliğinde; AI Grant, Lightspeed, Betaworks, Firstminute [2]
- Mayıs 2025: 43 M$ Seri B, 250 M$ değerleme (ikincil veri) [5]
- 25 Mart 2026: 125 M$ Seri C, 1,5 Mr$ değerleme, Index Ventures liderliğinde; Kleiner Perkins, Lightspeed, Spark, NFDG [1]
- Fiyatlandırma: Koltuk bazlı, kullanım değil. Basic ücretsiz, 30 günlük toplantı geçmişi; Business 14 $/kullanıcı/ay (sınırsız geçmiş, entegrasyonlar, MCP, API); Enterprise 35 $/kullanıcı/ay (SSO, SCIM, otomatik silme, kullanım analitiği) [4].

## Zaman çizgisi

- 2024-05-22: Lansman: "the AI-powered notepad for meetings" [3]
- 2024-10-23: 20 M$ Seri A; erken elde tutma beyanı ("50% of users remain active 10 weeks after first use"; haftada ortalama 6 toplantı; haftalık aktif kullanıcı lansmandan beri 6 kat) [2]
- 2025-05-14: Granola 2.0: ekip belleği [3]
- 2026-02-04: Granola MCP: notlar Claude, ChatGPT ve Cursor'a bağlanıyor [3]
- 2026-03-25: 125 M$ Seri C, 1,5 Mr$ değerleme; Spaces, API, kurumsal kontroller ("Granola is already an official connector in Claude, ChatGPT, Lovable, Figma Make, Replit, Manus, v0, Bolt.new, Duckbill and Dreamer") [1]

## Büyüme mekanizması

- **acquisition**: Ağızdan ağıza, özellikle kurucu ve yatırımcı çevresinde. Seri A yazısı Benchmark, Sequoia, Accel ve USV'den yatırımcıları, Vercel, Ramp ve Roblox kurucularını kullanıcı olarak sayıyor; kullanıcıların yarıdan fazlası liderlik rolünde [2]. Toplantıda bot görünmediği için ürün görünmez; yayılma kullanıcının paylaştığı not üzerinden oluyor (yorum). 2026'da ikinci kanal: Claude, ChatGPT, Cursor ve Lovable gibi araçlarda resmi konektör olmak, yani başkalarının dağıtımına yerleşmek [1].
- **loop**: Kişi notu kullanır, notu ekibe ya da yatırımcıya paylaşır, alıcı ürünü görür ve dener, ekip kullanımına geçer, şirket bağlamı birikir, API ve MCP ile başka araçlarda değer üretir, daha çok toplantı Granola'da. Döngü koltuk geliriyle beslenir [4].
- **activation**: İlk toplantıda kendi notunun zenginleşmesi. Basic katmandaki 30 günlük geçmiş sınırı, notlar birikince ödemeye itiyor [4].
- **retention**: Erken dönem için var: ilk kullanımdan 10 hafta sonra kullanıcıların yüzde 50'si aktif, haftada ortalama 6 toplantı (Ekim 2024 beyanı) [2]. "Aktif" tanımı verilmedi. 2025 ve 2026 için elde tutma beyanı yok.
- **pricing**: Koltuk bazlı; token fiyatına göre marj baskısı daha düşük (yorum). Business 14 $ ile Enterprise 35 $ arasındaki fark güvenlik ve yönetim özellikleri için [4].
- **distribution**: Platform genişlemesi: Android Temmuz 2025, Apple Watch aynı ay, Granola Chat ve Recipes Eylül 2025 [3]; MCP ve konektör stratejisi Şubat–Mart 2026 [3] [1]; kurumsal kontroller: SSO, HIPAA uyumlu çalışma alanları, kurum geneli otomatik silme [4].
- **team**: Çalışan sayısı bulunamadı.

Döngü paylaşılan notla dönüyor, para koltuktan geliyor. Kırmızı ok, platform sahiplerinin aynı özelliği yerleşik vermesiyle oluşan kaçağı gösterir.

## Reel okuma

- Q1 (var): 10. hafta elde tutma ve haftalık aktif kullanıcı artışı şirket beyanı (Ekim 2024); "aktif" tanımı yok.
- Q2 (var): Kullanım ölçülmüş, sonuca yakın; ama gelir beyanı hiç yok.
- Q3 (belirsiz): Erken elde tutma var; 2025–2026 için istikrar metriği yok.
- Q4 (yok): Cohort ya da karşı olgu açıklanmadı.
- Q5 (belirsiz): On ayda 250 M$'dan 1,5 Mr$'a çıkan değerleme gelirle değil kategori beklentisiyle açıklanabilir; gelir açıklanmadığı için ayrıştırılamıyor.

eksik: Erken elde tutmasını açıklayan nadir şirket; sonrasını ve gelirini açıklamıyor.

## Gölge

- Gelir ve kullanıcı sayısı hiç açıklanmadı; 1,5 Mr$ değerleme tek sayı olarak duruyor [1] [5].
- Kategori rakipleri ve platform sahipleri (Otter, Fireflies, Zoom, Google, Microsoft'un yerleşik not alması) aynı özelliği kopyalama riskini taşıyor; Granola'nın yanıtı şirket bağlamı katmanına çıkmak [1] (yorum).
- Gizlilik: toplantıdaki diğer kişilerin rızası tartışması; Enterprise katmanındaki "workspace notification requirements" bu baskıya yanıt gibi okunuyor [4] (yorum).

## Dersler

- (yorum) Doğru ilk bin kullanıcı: kurucu ve yatırımcı çevresi. Ürün onların toplantılarında görünürse dağıtım bedava.
- (yorum) Erken elde tutmayı açıkla. "Onuncu haftada yüzde elli" cümlesi yatırımcıya ARR'dan daha çok şey söyler; Türkiye'de bunu yapan yok.
- (yorum) Platform riskine yanıt daha derin katman: not, ekip belleği, şirket bağlamı, başka araçların konektörü. Her adım bir öncekini zorunlu kılar.
- (yorum) Koltuk fiyatı token fiyatına göre marjı korur; TL fiyat ve dolar maliyet makasında bu fark hayat kurtarır.

## Açık sorular

- Gelir, kullanıcı sayısı ve çalışan sayısı: beyan bulunamadı.
- Seri B resmi yazısı (blogda ayrı sayfa bulunamadı; 2.0 yazısında olabilir).
- Lenny's Podcast Chris Pedregal bölümü varsa transkripti.
- "Aktif kullanıcı" tanımı ve 2025 sonrası elde tutma.

## Kaynaklar

1. [Granola raises $125M to put your company's context to work](https://www.granola.ai/blog/series-c), Granola blog (Chris Pedregal), 2026-03-25. "Granola is already an official connector in Claude, ChatGPT, Lovable, Figma Make, Replit, Manus, v0, Bolt.new, Duckbill and Dreamer"
2. [Granola raises $20M to build the AI notepad that makes you smarter](https://www.granola.ai/blog/series-a), Granola blog (Chris Pedregal), 2024-10-23. "Half of the people who try Granola still use it 10 weeks later, doing an average of 6 meetings a week."
3. [Granola blog listesi](https://www.granola.ai/blog), Granola, erişim 2026-10-05. "Introducing Granola: the AI-powered notepad for meetings"
4. [Granola fiyat sayfası](https://www.granola.ai/pricing), Granola, erişim 2026-10-05. "See limited meeting history"
5. [London's Granola raises $125M to become the enterprise's meeting brain](https://thenextweb.com/news/granola-series-c-meeting-ai-enterprise-context), TNW (Cristian Dina), 2026-03-25. tur geçmişi ve değerlemeler buradan; açılmadı

---

# Harvey

URL: https://alpsuleyman.com/tr/vakalar/harvey
Updated: 2026-10-06
Author: Alp Suleiman

> Büyük hukuk bürolarının referans zinciriyle büyüyen dikey platform, yıllık taahhütlü koltuk satışı ve kullanım artışıyla reel okumaya en yakın vakalardan biri; marj ve net gelir tutma hâlâ açıklanmıyor.

## Profil

- Hukuk büroları ve şirket içi hukuk ekipleri için yapay zekâ platformu: araştırma, taslak, belge analizi, çok kuruluşlu iş birliği. 2026'da kendi açık ağırlıklı modeli ve Legal Agent Benchmark (LAB) [1].
- Kuruluş: 2022, San Francisco. Başlangıç testi: GPT-3'ü kiracı-ev sahibi hukukunda denediler; "On 86 of the 100 samples, two out of three attorneys or more said they would send it with zero edits" [4]; kurucular: Winston Weinberg (CEO; O'Melveny & Myers'ta birinci yıl avukatı) ve Gabriel Pereyra (DeepMind ve Meta AI araştırmacısı) [4]; ülke: ABD
- Kasım 2022: 5 M$ tohum (OpenAI Startup Fund); Nisan 2023: 21 M$ Seri A (Sequoia) (Sacra tur tablosu, ikincil veri) [9] [9]
- 12 Şubat 2025: 300 M$ Seri D, 3 Mr$ değerleme (Sequoia); 50 M$+ ARR [5]
- 23 Haziran 2025: 300 M$ Seri E, 5 Mr$ değerleme (Kleiner Perkins + Coatue) [2]
- 9 Eylül 2026: 550 M$, 15,5 Mr$ değerleme (Diffusion + Lightspeed) [1]
- Fiyatlandırma: Koltuk başı kurumsal abonelik, resmi fiyat açıklanmadı. Sacra tahmini avukat başına ayda 1.200 $ ve 12 aylık taahhüt; "median seat count doubles within 12 months" (ikincil veri, tahmin) [9].

## Zaman çizgisi

- 2025-02-12: Seri D 300 M$, 3 Mr$; 50 M$+ ARR (235 müşteri, 42 ülke; bir yıl önce 40 müşteri) [5]
- 2025-06-23: Seri E 300 M$, 5 Mr$ ("our $300M Series E round at a $5B valuation") [2]
- 2025-08-04: 100 M$ ARR; AmLaw 100'ün %42'si ("more than 500 customers in 54 countries"; haftalık aktif kullanıcı 4 kat, aylık sorgu 5,5 kat) [3]
- 2025-11-14: 700 müşteri, 63 ülke; kurumsal müşteri payı %4'ten %33'e [4]
- 2026-09-09: 550 M$, 15,5 Mr$; AmLaw 100'ün %80'i ("80% of Am Law 100 law firms use Harvey") [1]
- 2026-09: Yaklaşık 300 M$ ARR, 960 çalışan (podcast ve haber; ikincil) [10]

## Büyüme mekanizması

- **acquisition**: Beş kanal: büyük büro referans zinciri (AmLaw 100 payı Ağustos 2025'te %42 [3], Eylül 2026'da %80 [1]); OpenAI Startup Fund tohumu ve erken model erişimi [4]; LexisNexis içerik ortaklığı [3]; şirket içi hukuk ekiplerine genişleme, kurumsal müşteri payı bir yılda %4'ten %33'e [4]; Microsoft 365 Copilot, DocuSign ve Intapp entegrasyonları (Sacra, ikincil veri) [9]. Fortune 10'un beşi müşteri [1].
- **loop**: Büyük büro imzası, o büronun müşterisi olan şirket hukuk ekiplerinin aynı platformda çalışmak istemesine yol açıyor; şirket içi ekip müşteri oluyor, büro içinde koltuk sayısı artıyor. Sacra'ya göre medyan koltuk sayısı 12 ayda ikiye katlanıyor (tahmin) [9]. Weinberg izin mimarisini döngünün koşulu sayıyor: "You have to get the permissioning right so agents can access the right systems." [4]
- **activation**: Avukat başına ayda yaklaşık 1.200 $, 12 aylık taahhüt ve yaklaşık 20 koltuk minimumuyla giriş (Sacra tahmini, ikincil veri) [9]. Ekibin yaklaşık onda biri eski avukatlardan oluşan müşteri başarı kadrosu (Sacra, ikincil veri) [9]; ürün ve satışta 200'den fazla avukat çalıştığı aktarılıyor (ikincil veri) [10].
- **retention**: Kullanım göstergeleri var: haftalık aktif kullanıcı 4 kat, aylık sorgu 5,5 kat, aktif dosya 268 binden 9,75 milyona (Ağustos 2025) [3]. Net gelir tutma ve churn açıklanmadı. Koltuk genişlemesi yalnız Sacra tahmini [9].
- **pricing**: Koltuk başı yüksek fiyat ve yıllık taahhüt; sonuç bazlı fiyat yok. (yorum) ARR büyümesi büyük ölçüde koltuk genişlemesinden geliyor; nominal şişme riski kredi modellerine göre düşük.
- **distribution**: Ağustos 2025'te sekiz yeni pazar için veri kapsamı ve LexisNexis iş birliği [3]; 2026'da açık ağırlıklı model ve LAB benchmark ile "own their intelligence" konumlandırması [1].
- **team**: 350 çalışan (Ağustos 2025) [6], yaklaşık 400 (Kasım 2025) [4], 960 (Eylül 2026, ikincil) [10]. (yorum) Çalışan başı yıllık gelir yaklaşık 0,3 M$; ElevenLabs'in üçte biri. Dikey kurumsal satışın insan yoğunluğu rakamda görünüyor; bu oran iki kaynaktan hesaplanmıştır.

Döngü referansla döner: büro imzası büronun müşterilerini getirir, aynı masada çalışmak koltuk sayısını büyütür. Kırmızı ok bu döngünün insan maliyetini gösterir.

## Reel okuma

- Q1 (var): ARR, müşteri sayısı ve AmLaw payı şirket beyanı; kaynakların bir kısmı haber aktarımı.
- Q2 (var): ARR sonuç; "100 örnekte 86'sı sıfır düzenleme" erken kalite testi nadir bir sonuç ölçümü.
- Q3 (belirsiz): Haftalık aktif kullanıcı ve sorgu artışı var; net gelir tutma, churn ve marj yok.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): Yıllık taahhütlü koltuk nominal şişmeyi sınırlar; pilot indirimleri ve koltuk doluluğu bilinmiyor, 960 kişilik ekip büyümenin satın alındığını düşündürüyor.

reel: Kullanım metrikleri ve yıllık taahhüt bu vakayı reel okumaya yaklaştırıyor; marj ve net gelir tutma eksik kalıyor.

## Gölge

- Değerleme ikincil ARR rakamının yaklaşık elli katı: 15,5 Mr$ [1] karşısında yaklaşık 300 M$ ARR [10]. (yorum) Fiyat, büyümenin devamını peşin satın alıyor.
- 960 kişilik ekip ve 200'den fazla avukat (ikincil veri) [10]: yazılım marjı mı hizmet marjı mı sorusu açık.
- OpenAI ile başlayan model bağımlılığı; 2026'da kendi açık ağırlıklı modeli bu bağımlılığı azaltma hamlesi [1].
- Sacra'nın tahmin ettiği fiyat düzeyi küçük bürolara kapalı; pazar üst segmentle sınırlı (ikincil veri) [9].

## Dersler

- (yorum) Dikeyde referans zinciri kanaldır. AmLaw 100'ün %80'i; Türkiye'de ilk yirmi hukuk bürosu benzer bir zincir. Apilex vakasıyla yan yana oku.
- (yorum) Kalite testini erken ve ölçülebilir yap. "Yüz örnekte avukatlar kaçını düzeltmeden gönderir" sorusu her dikey yapay zekâ ürünü için kopyalanabilir eşik.
- (yorum) Alıcı ile alıcının müşterisi aynı masada. Büro ve şirket hukuk ekibi döngüsü; Türkiye'de muhasebeci ve KOBİ, sigorta acentesi ve müşteri gibi çiftler aynı mantıkla kurulabilir.
- (yorum) İnsan yoğun büyüme marjı yer. TL maliyetle bu oran daha iyi görünebilir ama forward-deployed model ölçeklenme sınırı taşır.
- (yorum) Modelini sahiplenmeyi planla. Üç yıl sonra kendi modeli; başlangıçta API, hendek iş akışı ve izin mimarisi. Test sorusu: model sağlayıcın yarın aynı özelliği çıkarsa büro neden kalır?

## Açık sorular

- Harvey'nin kendi 100 M$ ARR yazısının URL'si; aktarım Artificial Lawyer ve Non-Billable üzerinden.
- Mart 2026 200 M$ ve 11 Mr$ turunun resmi kaynağı (CNBC 403).
- Eylül 2026 "300 M$ ARR, 960 çalışan, 2.000 müşteri" resmi mi, podcast beyanı mı?
- Fiyat (avukat başına 1.200 $) tamamen Sacra tahmini.
- Net gelir tutma, brüt marj, pilot oranı: yok.

## Kaynaklar

1. [Harvey Raises $550M at a $15.5B Valuation to Help Legal Teams Own Their Intelligence](https://www.harvey.ai/blog/harvey-raises-dollar550m-at-a-dollar155b-valuation-to-help-legal-teams-own-their-intelligence), Harvey blog, 2026-09-09. "80% of Am Law 100 law firms use Harvey"
2. [Harvey Raises Series E](https://www.harvey.ai/blog/harvey-raises-series-e), Harvey blog, 2025-06-23. "Today, we are thrilled to announce our $300M Series E round at a $5B valuation."
3. [Harvey Reaches $100m ARR + 42% of AmLaw 100](https://www.artificiallawyer.com/2025/08/04/harvey-reaches-100m-arr-42-of-amlaw-100/), Artificial Lawyer, 2025-08-04. "more than 500 customers in 54 countries"
4. [Inside Harvey: how a first-year legal associate built one of Silicon Valley's hottest startups](https://techcrunch.com/2025/11/14/inside-harvey-how-a-first-year-legal-associate-built-one-of-silicon-valleys-hottest-startups), TechCrunch (Connie Loizos), 2025-11-14. "On 86 of the 100 samples, two out of three attorneys or more said they would send it with zero edits"
5. [Legal AI startup Harvey raises $300 million Series D at $3 billion valuation](https://www.fortune.com/2025/02/12/legal-ai-startup-harvey-300-million-series-d-funding-3-billion-valuation-sequoia), Fortune, 2025-02-12. "Legal work is incredibly complex and requires so much context, that a simple chatbot doesn't work."
6. [Harvey reaches $100m ARR](https://www.nonbillable.co.uk/news/harvey-annual-recurring-revenue), Non-Billable, 2025-08-04. 350 çalışan; 700 M$'ın üzerinde toplam yatırım aktarılıyor
7. [Harvey at $75M ARR](https://sacra.com/research/harvey-at-75m-arr/), Sacra, 2025. açılamadı
8. [Legal AI startup Harvey raises $200 million at $11 billion valuation](https://www.cnbc.com/2026/03/25/legal-ai-startup-harvey-raises-200-million-at-11-billion-valuation.html), CNBC, 2026-03-25. 403; başlık
9. [Harvey profili (tahminler ve tur tablosu)](https://sacra.com/c/harvey/), Sacra, 2026. "median seat count doubles within 12 months · $1,200 per lawyer per month with 12-month commitments and roughly 20-seat minimums · $5M seed round led by OpenAI Startup Fund in November 2022 · $21M Series A in April 2023"
10. [Inside Harvey AI: $11B, $300M ARR, 960 Employees, 12 Offices](https://www.sourcery.vc/p/breaking-11b-harvey-hits-300m-arr), Sourcery (podcast ve haber), 2026-09. başlık; ikincil

---

# HeyGen

URL: https://alpsuleyman.com/tr/vakalar/heygen
Updated: 2026-10-06
Author: Alp Suleiman

> Avatar ve video çeviri platformu, çıktısının kendisini reklam yaparak ve her işlemde kâr kuralıyla az sermayeyle yüz milyonlarca dolar yıllık gelire ulaştığını açıkladı; elde tutma verisi hâlâ yok.

## Profil

- Yapay zekâ avatar ve video üretimi: video çeviri ve dublaj, konuşan avatar, API ve MCP. Kurucunun üç kelimesi: "create, localize, personalize" [4]
- Kuruluş: 2020; önce Surreal, sonra Movio, sonra HeyGen adıyla (ikincil veri) [6]. Uygulama lansmanı Eylül 2022 (ikincil veri) [6]; kurucular: Joshua Xu (eski Snap mühendisi) ve Wayne Liang (ikincil veri) [6]; ülke: ABD (Los Angeles; Çin kökenli ekip)
- Kasım 2023: 5,6 M$ (Conviction); Haziran 2024: 60 M$ Seri B, Benchmark, 500 M$ değerleme (ikincil veri) [6]
- Toplam 74 M$ yatırım, bunun 25 M$'ı harcanmış; 2026 boyunca nakit akışı başa baş (kurucu beyanı) [2]
- Fiyatlandırma: Kredi modeli: Free 0 $ (3 video, 1 dakika), Creator 29 $/ay (600 kredi), Pro 49 $/ay (1.000 kredi), Business 149 $/ay + 20 $/koltuk (1.500 kredi), Enterprise görüşmeli. "Credits are HeyGen's single currency for video and asset creation" [3]

## Zaman çizgisi

- 2023-05: 7 ayda 1 M$ ARR ("They recently crossed an incredible milestone: $1m ARR in 7 months") [5]
- 2024-08: 35 M$ yıllık gelir, 40.000'den fazla işletme müşterisi (podcast sunucusunun girişi) ("serving more than 40,000 businesses") [4]
- 2025-10: 100 M$ ARR (Upstarts röportajı: sekiz ay önce 100 M$'dan ikiye katlandı) [2]
- 2026-06-25: 200 M$ ARR, 8 ayda ikiye katlama, 30 M+ kullanıcı, 118 M+ video ("People don't want more AI slop.") [1]
- 2026-06-25: Çalışan başı 1,5 M$ ARR; 74 M$ yatırımla 25 M$ harcama (Upstarts röportajı) ("We've been very constrained.") [2]

## Büyüme mekanizması

- **acquisition**: Ücretli reklam değil, çıktının dolaşımı. Çevrilmiş ve dublajlı videolar sosyal medyada paylaşılıyor; resmi metin ürünü "a product that grows largely through word of mouth" diye tanımlıyor [1]. Ana gelir kaynağı küçük işletme, emlakçı, eğitmen ve kurs üreticisi [2]. 2024 ortasında 40.000'den fazla işletme müşterisi beyanı podcast sunucusunun girişinde [4].
- **loop**: Kullanıcı kendi avatar ya da çeviri videosunu üretir, kendi kanalında yayınlar, izleyen "bu nasıl yapıldı" diye sorar, yeni kullanıcı gelir. Kurumsal katman (takım çalışma alanı, SCIM, MFA) self-serve tabanın üstüne biniyor [3].
- **activation**: İlk değer anı kendi yüzün ve sesinle ilk video. Free planda 3 video ve 1 dakika, 1 özel video avatar ücretsiz [3].
- **retention**: Elde tutma kanıtı yok. Churn, cohort ya da kredi kullanım oranı açıklanmıyor; 30 M kullanıcının kayıtlı mı aktif mi olduğu belirsiz [1]. Aylık planlarda kredi devri bir elde tutma mekaniği [3].
- **pricing**: Kredi artı model seçimi; kurucu her işlemde kârlılığı koruduklarını söylüyor [2]. Bu yapı çıkarım maliyetini doğrudan müşteriye yansıtıyor ve negatif marj riskini kapatıyor (yorum). Fiyat katmanları 29 $ ile 149 $ arasında [3].
- **distribution**: Lansman ritmi: resmi bloga göre son üç ayda 63 ürün ve özellik [1]. Avatar V, Seedance ortaklığı ve gayrimenkul dikeyi 2026 blog arşivinde [7]. API ve MCP ortak kanalı; HyperFrames açık kaynak projesi ilk ayda 21.600 GitHub yıldızı (şirket beyanı) [1].
- **team**: 2024 ortasında yaklaşık 40 ile 50 kişi (kurucu) [4]. 2026'da çalışan başı 1,5 M$ ARR beyanı [2]; bundan türetilen kadro tahmini şirket beyanı değildir ve burada verilmiyor.

Ürünün çıktısı dağıtım aracının kendisi. Kredi, çıkarım maliyetini her işlemde müşteriye yansıtıyor; kırmızı ok kategorinin güven sorununu gösteriyor.

## Reel okuma

- Q1 (var): ARR şirketin resmi blogunda; bağımsız denetim yok.
- Q2 (var): Gelir ve nakit akışı beyanı, algı metriği değil.
- Q3 (belirsiz): Elde tutma, churn ve kredi kullanım oranı açıklanmıyor; "30 M kullanıcı" tanımı belirsiz.
- Q4 (yok): Hangi kanaldan gelen kullanıcının kaldığına dair veri yok.
- Q5 (belirsiz): Kredi bazlı ARR'da ön alım ve kurumsal taahhüt var; başa baş beyanı reel tarafı güçlendiriyor.

reel: Gelir, nakit akışı ve sermaye verimliliği üçlüsü birlikte beyan edilmiş; bu üçlü tek başına nadir. Eksik olan tutunma kanıtı.

## Gölge

- Deepfake kötüye kullanımı: güvenlik şirketleri ve medya HeyGen'i dolandırıcılık ve yanıltıcı videolarda kullanılan araçlar arasında saydı (ikincil veri) [6].
- "AI slop" sözü kurucunun kendi ağzından; kategori bu algıyla savaşıyor [1].
- Rakip Synthesia aynı dönemde Fortune 100'ün %85'ine ulaştığını söylüyor; aynı iddia iki şirkette birden (ikincil veri) [9].

## Dersler

- (yorum) Çıktı dağıtımın kendisi olduğunda pazarlama bütçesi değil "paylaşılabilir ilk çıktı" tasarımı önemlidir. Free planın üç videosu bu yüzden var.
- (yorum) Dolar maliyetli çıkarım ve TL gelir ortamında "her işlemde kâr" kuralı yaşamsaldır: kredi fiyatını model maliyetine bağla, sınırsız plan verme.
- (yorum) Az sermayeyle büyüme Türkiye'de erişilebilir tek yoldur: önce kârlı küçük segment (eğitmen, emlakçı), sonra kurumsal.
- (yorum) Üç ayda altmış üç özellik küçük ekiple mümkün; ama ölçüm altyapısı yoksa hangi özelliğin geliri taşıdığı bilinmez. HeyGen bunu açıklamıyor.

## Açık sorular

- Resmi 100 M$ ARR duyurusunun birincil adresi; Seri B'nin resmi blog yazısı (404).
- Kurucu ortağın adı (Liang mı Zheng mi) birincil kaynakla doğrulanmalı.
- Elde tutma ve churn verisi hiç yok; "30 M kullanıcı" tanımı.
- "Fortune 100'ün %85'i" iddiasının tanımı: ücretli müşteri mi, herhangi bir hesap mı.

## Kaynaklar

1. [HeyGen Surpasses $200M ARR](https://www.heygen.com/blog/heygen-surpasses-200m-arr), HeyGen resmi blog, 2026-06-25. "People don't want more AI slop. They want to communicate with trust, clarity, and presence in every language and every format where their audience lives. · a product that grows largely through word of mouth"
2. [Exclusive: HeyGen's AI Video Reaches $200M In ARR, Without The Burn](https://www.upstartsmedia.com/p/exclusive-heygen-200m-arr-without-burn), Upstarts Media (Alex Konrad), 2026-06-25. "We've been very constrained. · doubled from $100M eight months prior"
3. [HeyGen pricing](https://www.heygen.com/pricing), HeyGen, erişim 2026-10-05. "Credits are HeyGen's single currency for video and asset creation"
4. [AI Avatars & the Future of Video with HeyGen CEO Joshua Xu](https://www.cognitiverevolution.ai/ai-avatars-the-future-of-video-with-heygen-ceo-joshua-xu-and-benchmarks-victor-lazarte/), Cognitive Revolution (podcast), 2024-08-02. "we have about 40 and 50, somewhere around that"
5. [How I Built This In Public: Joshua Xu](https://buildinpublichub.substack.com/p/how-i-built-this-in-public-joshua), Build in Public Hub, 2023-05-05. "They recently crossed an incredible milestone: $1m ARR in 7 months"
6. [HeyGen](https://en.wikipedia.org/wiki/HeyGen), Wikipedia, 2026-06-10 sürümü. ikincil veri: isim değişiklikleri, Seri B, deepfake raporları
7. [HeyGen blog arşivi](https://www.heygen.com/blog), HeyGen, erişim 2026-10-05. "Avatar V (2026-04-08), Seedance 2.0 (2026-04-07), Real Estate (2026-08-11)"
8. [Joshua Xu, Co-Founder & CEO at HeyGen – Interview Series](https://www.unite.ai/joshua-xu-co-founder-ceo-at-heygen-interview-series/), Unite.ai, 2024-10-08. müşteri örnekleri: McDonald's, Weather Channel, UNDP
9. [HeyGen](https://thegp.beehiiv.com/p/heygen), The GP (bülten), 2025-12-20. "$100M ARR in October 2025"

---

# Higgsfield

URL: https://alpsuleyman.com/tr/vakalar/higgsfield
Updated: 2026-10-06
Author: Alp Suleiman

> Kendi modeli olmayan bir video platformu, üreticiye ödeme ve haftada altı sürümle on sekiz ayda 700 M$ yıllıklandırılmış gelir beyanına (basın bülteni) ulaştı; elde tutma kanıtı hâlâ yok.

## Profil

- Profesyonel üreticiler, markalar ve ajanslar için yapay zekâ video ve görüntü üretim platformu. Kendi temel modeli yok; üçüncü taraf modelleri orkestre edip sinematik kamera dili preset'leriyle paketler. Kurucu: "We do post-training, fine-tuning, and auto-prompting, auto-selection of model for specific use cases." [1]
- Kuruluş: 2023 (San Francisco). Mobil uygulama dönemi 2024, web platformu 31 Mart 2025 [1]; kurucular: Alex Mashrabov (önceki şirketi AI Factory'yi Snap'e sattı), Yerzat Dulat, Mahi de Silva [7]; ülke: ABD (kurucular Kazakistan kökenli)
- Nisan 2024: 8 M$ tohum; Eylül 2025: 50 M$ Seri A, 1 Mr$ değerleme (ikincil derleme) [9]
- Ocak 2026: 80 M$ Seri A uzatması, 1,3 Mr$ değerleme (Sacra: "~5.7x revenue multiple") [2]
- 17 Ağustos 2026: 400 M$ Seri B, 5,4 Mr$ değerleme, DST Global liderliğinde [3]
- Fiyatlandırma: Kredi tabanlı; ücretsiz katmandan aylık planlara. Kampanya dönemindeki "unlimited" planlarda yavaşlatma şikâyeti ve iade yaşandı [4].

## Zaman çizgisi

- 2025-03-31: Web platformu lansmanı ("Since we launched this on March 31st, it completely took off") [1]
- 2025-11: 100 M$ yıllıklandırılmış gelir (kurucu beyanı) ("up 9x from $11M in May") [1]
- 2026-01: 230 M$ ARR (Sacra tahmini, şirket beyanı değil) (15 M hesap, günde 3 M üretim) [2]
- 2026-02-12: Forbes soruşturması: ödeme şikâyetleri ve tartışmalı içerik [4]
- 2026-08-17: 400 M$ Seri B; 700 M$ yıllıklandırılmış gelir (basın bülteni) ("reached $700 million in annualized revenue", 30 M+ kullanıcı) [3]
- 2026-09: "1 Mr$ ARR" (podcast bölüm başlığı; şirket bülteni yok) [7]

## Büyüme mekanizması

- **acquisition**: Ücretli reklam değil, organik sosyal ve üretici entegrasyonu. Kurucu: "Initial, at least last year, Twitter has been the social media where distribution starts"; ardından yapay zekâ haber hesapları, Instagram, Telegram [6]. İlk kullanıcılar üreticilere doğrudan "bu videoyu gördün mü" diye ulaşarak geldi; 8 müşteri görüşmesinin hepsi aynı sorunu (kamera kontrolü) söyledi, dördü işe alındı [6]. Earn programı üreticiye onaylı video başına ödeme yapar; ilk gün en çok 1.000 $, video başına ömür boyu en çok 2.500 $ [8]. Forbes'a göre programın ilk 20 gününde 10.000 üretici görevlendirildi ve 50.000 video gönderildi [4].
- **loop**: Yeni model ya da preset lansmanı, üreticilerin Earn ile ürettiği videolar, sosyalde viral çıktı, yeni hesap ve kredi satın alma, gelirin yeni model lisansına ve Earn bütçesine dönmesi, bir sonraki lansman. Sürüm ritmi döngünün hızını belirler: "We release six days a week—more than 300 times a year—we have this closed feedback loop so we learn quickly" [1].
- **activation**: İlk değer anı kamera kontrolü (dolly-in, orbit). Kurucuya göre bu özellik canlıya çıkınca çekiş patladı [9]. Ölçüm olarak günlük aktif kullanıcı ve ortalama sözleşme değeri izleniyor; kurucu aylık aktif kullanıcıyı güvenilir bulmayıp günlüğe geçtiğini söylüyor [6].
- **retention**: Kurucunun kendi sözü mobil dönem için: "scaled to 1 million users in two months, but retention was challenging" [1]. Web dönemi için elde tutma, churn ya da cohort rakamı açıklanmadı. Yatırımcının "revenue velocity and customer retention speak for themselves" cümlesi [3] bir beyan, bir rakam değil. Elde tutma kanıtı yok.
- **pricing**: Kredi modeli. Kampanya döneminde indirimli "unlimited" planlarda yavaşlatma şikâyeti; şirket 1,35 M$ iade etti ve yavaşlamayı kısmen 40.000 sahte bot hesabına bağladı [4]. Kurucunun playbook'u: 30. günde ilk 1 $ gelir, 90. günde 1 M$ ARR, hedef müşteri değeri yıllık 2.000 $ [6].
- **distribution**: Model orkestrasyonu (yeni model çıkınca hızlı entegrasyon), Cinema Studio gibi ürün paketleri, reklam üretimi için ayrı akışlar [9]. Her sürüm bir sosyal olay olarak kurgulanıyor; lansman ritmi kanalın kendisi [1].
- **team**: On bir ayda yaklaşık 100–120 kişi; klasik satış ekibi yok, ilk satışçı Ekim 2025 (ikincil derleme) [9]. Aylık yaklaşık 4 M$ yapay zekâ altyapı harcaması ve pivot sırasında 10 M$ yakım podcast sayfasında aktarılıyor [7].

Döngünün yakıtı dikkat. Dikkatin fiyatı tartışmalı içerik; kırmızı ok o faturanın gelire nereden döndüğünü gösterir.

## Reel okuma

- Q1 (belirsiz): Rakamların çoğu Sacra tahmini ya da basın bülteninde "yıllıklandırılmış gelir"; denetlenmiş veri yok.
- Q2 (var): Gelir bir sonuç; ama yıllıklandırılmış ve kampanya ayı (Black Friday) run-rate'i şişirebilir.
- Q3 (yok): Churn, NRR ya da cohort beyanı yok; "unlimited" şikâyetleri ve iade bir kalite sinyali.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): Bot hesaplar ve kredi tüketimi gelir tanımını bulanıklaştırıyor; üreticiye ödenen para kazanım maliyeti olarak gelirle birlikte okunmalı.

eksik: Hız gerçek ve yatırımcı destekli; kalite ve tutunma kanıtı yok. "ARR" burada çoğunlukla yıllıklandırılmış aylık gelir, SaaS anlamında tekrarlayan gelir değil.

## Gölge

- Forbes soruşturması: Earn üreticilerinden ödeme çekememe, videoların portaldan kaybolması ve açıklanmayan hesap yasakları şikâyetleri; üreticilere gönderilen klasörlerde ırkçı ve rızasız içerik; lansman materyalinde stok görüntü iddiası [4].
- Kurucunun cevabı: "Rapid scaling brings real challenges. We acknowledge that our internal processes and external communications haven't always kept pace with our core values." Ortağın cevabı: "We fully admit that we push the envelope... it's more controversial content that gets attention." [4]
- Şubat 2026'da X hesabı "inauthentic behavior" gerekçesiyle askıya alındı; kullanıcı şikâyetleri: "unlimited" gerçekte sınırsız değil, üretici içeriğinin şirket çıktısı gibi sunulması [5].

## Dersler

- (yorum) Çıktısı paylaşılabilir ürün, kanalını kendi üretir. Reklam bütçesi yerine üreticiye ödeme; ama bu bir kazanım maliyetidir ve gelirle aynı tabloda okunmalıdır.
- (yorum) Lansman ritmi bir büyüme kanalıdır. Haftada birkaç sürüm, her sürüm bir sosyal olay. Küçük ekip için ayda bir güçlü lansman bile aklıda kalmayı sağlar.
- (yorum) Mobil ekonomisi yapay zekâyla değişmedi. Kurucunun kendi sözü: yüksek churn, küçük sepet. TL gelirli bir mobil üründe bu daha serttir.
- (yorum) Dikkat satın alınan büyümenin faturası güvenle ödenir. Askı, soruşturma, iade: dikkat stratejisinin ölçülebilir bir güven maliyeti var. Test sorusu: bu lansman videosunu rakibin yapsa inanır mıydın?
- (yorum) "ARR" kelimesini sorgula. Kredi tabanlı üründe yıllıklandırılmış gelir ile tekrarlayan gelir aynı şey değildir.

## Açık sorular

- Kuruluş tarihi ve tohum turu birincil kaynakla doğrulanmalı (Wikipedia sayfası açılamadı).
- "Nakit akışı pozitif", "24 saatte model entegrasyonu" ve ekip kültürü alıntıları ikincil derlemeden; birincil kaynak açılmalı.
- 1 Mr$ ARR yalnız podcast bölüm başlığı; şirket bülteni yok.
- Güncel fiyat katmanları ve "unlimited" ifadesinin bugünkü hâli.

## Kaynaklar

1. [Alex Mashrabov, CEO of Higgsfield, on orchestrating AI video models](https://sacra.com/research/alex-mashrabov-higgsfield-ai-video-production/), Sacra (röportaj), 2026-01-05. "We release six days a week—more than 300 times a year—we have this closed feedback loop so we learn quickly."
2. [Higgsfield at $230M ARR](https://sacra.com/research/higgsfield-at-230m-arr/), Sacra (tahmin), 2026-01-30. "Sacra estimates Higgsfield more than doubled to $230M annual recurring revenue (ARR) in January 2026."
3. [Higgsfield Series B basın bülteni (yeniden yayın)](https://www.intelcapital.com/?p=12435), Intel Capital, 2026-08-19. "This month, the company also reached $700 million in annualized revenue."
4. [Racist videos and payment problems: The dark side of this AI startup's super-fast growth](https://www.forbes.com.au/?p=177110), Forbes Australia (Rashi Shrivastava), 2026-02-12. "We fully admit that we push the envelope."
5. [Higgsfield AI Gets Its X Account Suspended](https://nofilmschool.com/ai-video), No Film School, 2026-02-11. "inauthentic behavior"
6. [$1.3B AI CEO: You ONLY Need 2 People and 90 Days (podcast)](https://marinamogilko.co/episode/czItVEAINqw/), Marina Mogilko, 2026-03-03. "Twitter has been the social media where distribution starts"
7. [$1BN ARR in 18 Months; The Untold Story of Higgsfield (bölüm sayfası, transkript yok)](https://www.thetwentyminutevc.com/alex-mashrabov), 20VC, 2026-09-28. "$1BN ARR in 18 Months"
8. [Higgsfield Earn program sayfası](https://higgsfield.ai/earn), Higgsfield, erişim 2026-10-05. "maximum lifetime payout of $2,500 per video"
9. [$300M in 11 Months: The Rise and Reckoning of Higgsfield AI (ikincil derleme)](https://www.productgrowth.blog/p/higgsfield-growth-teardown), Product Growth (Rishikesh Ranjan), 2026-03-05. "$300M in 11 Months: The Rise and Reckoning of Higgsfield AI"
10. [SaaStr Annual 2026 oturum sayfası](https://web.archive.org/web/20260612173719/https://www.saastrannual2026.com/session/6-million-generations-a-day-how-higgsfield-scaled-from-0-to-300m-arr-by-reimagining-the-video-creation-with-higgsfield-s-ceo-and-co-founder), SaaStr, 2026. "How Higgsfield scaled from 0 to $300M ARR". Alan adı kapandı; Wayback Machine arşiv kopyası (12 Haziran 2026). Oturum başlığı alıntıdır.

---

# Humane

URL: https://alpsuleyman.com/tr/vakalar/humane
Updated: 2026-10-06
Author: Alp Suleiman

> Eski Apple ekibi ve ünlü yatırımcılarla kurulan hype, cihazın ilk günde telefondan iyi yaptığı tek bir iş bulamayınca iadeye dönüştü; şirket yaklaşık yatırımın yarısına satıldı, cihazlar on günde kapandı.

## Profil

- Ai Pin: ekransız, yakaya takılan, projeksiyonlu yapay zekâ asistan cihazı ve CosmOS işletim sistemi. 28 Şubat 2025'te servis kapatıldı; HP yazılımı, ekibi ve patentleri aldı [1] [2].
- Kuruluş: 2019, San Francisco (ikincil veri); kurucular: Imran Chaudhri ve Bethany Bongiorno, eski Apple (ikincil veri); ülke: ABD
- Toplam 230 M$'dan fazla yatırım [2]; yatırımcılar arasında Sam Altman ve Marc Benioff (ikincil veri) [4]
- 18 Şubat 2025: HP, CosmOS, ekip ve 300'den fazla patenti 116 M$'a aldı [2]
- Fiyatlandırma: Cihaz 699 $ lansman fiyatı; Ekim 2024'te 200 $ indirimle 499 $ [2]; ayrıca aylık abonelik (tutar bu gece açılan kaynaklarda yok).

## Zaman çizgisi

- 2024-04: Sevkiyat ve yıkıcı incelemeler ("slow, unreliable, had terrible battery life, and didn't do anything better than a smartphone") [4]
- 2024-08: İadeler satışları geçti (yaz 2024, iç belge sızıntısı) ("At one point last summer, Humane's returns for the AI Pin started outpacing its sales") [2]
- 2024-10: Fiyat 499 $'a indirildi ("In October, the company, which long charged customers $699 for its AI Pin, dropped the price by $200.") [2]
- 2025-02-18: HP varlıkları 116 M$'a aldı; Ai Pin satışları durdu ("This investment will rapidly accelerate our ability to develop a new generation of devices") [1]
- 2025-02-28: Sunucular kapandı; veriler silindi; yalnız 90 gün içinde alanlara iade ("continue to function normally" until 12PM PT on February 28) [3]

## Büyüme mekanizması

- **acquisition**: Hype lansmanı: eski Apple ekibi, ünlü yatırımcılar, kapalı demolar, ön sipariş. Kanal medya ilgisiydi; ürün deneyimi kanalın vaadini karşılamadı [4].
- **loop**: Beklenen döngü cihaz satışı, abonelik, geliştirici ekosistemi ve yeni kullanım alanlarıydı. İlk halkada koptu: 2024 yazında iadeler satışı geçti [2].
- **activation**: Cihazın ilk gün telefondan daha iyi yaptığı bir iş olması gerekiyordu; incelemeler olmadığını yazdı [4].
- **retention**: Olumsuz kanıt: iade sayısı satışı geçti [2].
- **pricing**: 699 $ cihaz artı abonelik, kanıtlanmamış bir kategoride yüksek giriş eşiği; 499 $'a indirim talebi döndürmedi [2].
- **distribution**: Fiyat indirimi, 750 M$ ile 1 Mr$ arası bir satış arayışı (Bloomberg aktarımı) ve sonunda varlık satışı [2].
- **team**: HP'ye geçen mühendislik ve ürün ekibi; sayı açıklanmadı. Kullanıcılar için cihazlar 28 Şubat 2025'te kapandı ve kalan müşteri verisi silindi [3].

Tasarlanan döngü hiç kapanmadı. Satıştan günlük kullanıma geçen halka koptu; kırmızı ok iadelerin satışı geçtiği yazı gösterir.

## Reel okuma

- Q1 (yok): Şirket satış ya da aktif kullanıcı rakamı açıklamadı; "iade > satış" iç belge sızıntısı.
- Q2 (yok): Lansman ilgisi, yani medya ve ön sipariş, ölçülen tek büyüme.
- Q3 (yok): Kalite ya da istikrar metriği yok.
- Q4 (yok): Karşı olgu ya da cohort yok.
- Q5 (yok): Nominal: 230 M$'dan fazla yatırım, 116 M$ çıkış.

algi: Büyüme diye ölçülen tek şey lansman ilgisiydi. Aktivasyon kanıtlanmadan ölçeklenen pazarlama, iadeyi büyüttü.

## Gölge

- Kullanıcıların elindeki cihazlar on gün içinde işlevsiz kaldı; yalnız 90 gün içinde alanlara iade; kalan müşteri verisi kalıcı olarak silindi [2] [3].
- Şarj kutusu için yangın riski uyarısı [2].
- Satış arayışı başarısız; varlık satışı yaklaşık yatırımın yarısına denk [2] [4].

## Dersler

- (yorum) Lansman ilgisi büyüme değildir. Cihazın ilk günde telefondan iyi yaptığı tek iş kanıtlanmadan ölçeklenen pazarlama, iadeyi büyütür.
- (yorum) Donanım artı abonelik modelinde "sunucu kapanırsa cihaz ne olur" sorusu baştan cevaplanmalı; güven kaybı sonraki ürünü de vurur.
- (yorum) Fiyat indirimi talep sorununu çözmez. Ürün ile deneyim arasında açık varsa indirim yalnız marjı yok eder.
- (yorum) Türkiye'de donanım girişimi için ithalat ve kur maliyeti bu riski büyütür; önce yazılım tarafında kullanım kanıtı, sonra cihaz.

## Açık sorular

- Toplam yatırım 230 mu 241 M$ mı; abonelik ücreti; satılan birim sayısı ("10.000" rakamı doğrulanmadı).
- Humane'in resmi kapanış metninin birebir hâli (site açılamadı).
- MKBHD video başlığı ve tarihi.

## Kaynaklar

1. [HP Accelerates AI Software Investments to Transform the Future of Work](https://www.hp.com/us-en/newsroom/press-releases/2025/hp-accelerates-ai-software-investments-to-transform-the-future-of-work.html), HP Inc. (resmi bülten), 2025-02-18. "This investment will rapidly accelerate our ability to develop a new generation of devices that seamlessly orchestrate AI requests both locally and in the cloud."
2. [Humane's AI Pin is dead, as HP buys startup's assets for $116M](https://techcrunch.com/2025/02/18/humanes-ai-pin-is-dead-as-hp-buys-startups-assets-for-116m), TechCrunch, 2025-02-18. "At one point last summer, Humane's returns for the AI Pin started outpacing its sales · In October, the company, which long charged customers $699 for its AI Pin, dropped the price by $200. · raised more than $230 million to create the device"
3. [All of Humane's AI Pins will stop working in 10 days](https://engadget.com/ai/all-of-humanes-ai-pins-will-stop-working-in-10-days-225643798.html), Engadget (Humane SSS alıntıları), 2025-02-18. "permanently deleting 'all remaining customer data'"
4. [HP Humane deal: AI Pin shutting down](https://www.fortune.com/2025/02/19/hp-humane-deal-ai-pin-shutting-down), Fortune, 2025-02-19. "slow, unreliable, had terrible battery life, and didn't do anything better than a smartphone"
5. [Humane AI Pin review](https://www.theverge.com/24126502/humane-ai-pin-review), The Verge (David Pierce), 2024-04. açılamadı (erişim engeli)

---

# Insider (Insider One)

URL: https://alpsuleyman.com/tr/vakalar/insider
Updated: 2026-10-06
Author: Alp Suleiman

> İstanbul'dan çıkan bir pazarlama teknolojisi şirketi bölge bölge kurumsal satışla büyüdü, 2024'te 200 M$ taahhütlü ARR ve yüzde 129 net gelir tutma açıkladı, sonra kendini ajan platformu olarak yeniden kurdu; 2025 sonrası gelir beyanı yok.

## Profil

- B2C markalar için çok kanallı müşteri etkileşimi platformu: müşteri veri platformu, kişiselleştirme, WhatsApp, SMS, e-posta ve web. 2024'te Sirius AI yardımcı pilotu, 2026'da Insider One markası ve Agent One: "Self-Optimizing Intelligence System for Autonomous Customer Engagement" [3]
- Kuruluş: 2012, İstanbul (kuruluş yılı ikincil veri; açılan resmi kaynaklarda yok); kurucular: Hande Çilingir (CEO), Serhat Soyuerel (CRO), Mehmet Sinan Toktay (CTO), Muharrem Derinkök (CPO), Okan Yedibela [8]; ülke: Türkiye (İstanbul); 28 ülkede ofis
- 1 Kasım 2024: 500 M$ Seri E, General Atlantic liderliğinde; değerleme açıklanmadı [1]
- Fiyatlandırma: Kurumsal satış, özel fiyat. Şirket gelir ölçüsü olarak taahhütlü ARR (cARR) kullanıyor, yani imzalanmış sözleşme bazlı yıllık gelir; tanımı bültende verilmiyor [2]. Agent One için fiyat açıklanmadı [3].

## Zaman çizgisi

- 2012: Kuruluş, İstanbul [2]
- 2024-03-08: 200 M$ taahhütlü ARR, 1.200'den fazla marka, yüzde 129 net gelir tutma (ikincil veri) ("$200 million USD CARR"; "129% NRR") [2]
- 2024-11-01: 500 M$ Seri E; 1.500'den fazla müşteri; son bir yılda 150 marka rakipten geçti ("150 brands switched in the last year") [1]
- 2026-05-13: Bluecore satın alımı: ABD perakende, 400'den fazla kurumsal marka ("over 10 billion daily shopper events") [4]
- 2026-09-17: Agent One lansmanı ("The next decade will belong to systems that know when to change their mind.") [3]

## Büyüme mekanizması

- **acquisition**: Kurumsal doğrudan satış ve bölgesel ofisler; Seri E bültenine göre 28 ülke [1]. Rakipten geçiş programı: son bir yılda 150 marka geçti ve önceki tedarikçiye göre 5 kata kadar daha hızlı değere ulaştı, karşılaştırma tabanı belirtilmiyor [1]. Analist ve ödül sinyalleri (Gartner Peer Insights, G2, IDC) ve 2026'da OpenAI, Google ve Anthropic ile ortaklık duyuruları marka kanalı olarak çalışıyor [6] [5].
- **loop**: Yeni bölgeye satış ekibi, referans marka, bölgesel referansla yeni markalar, ürün genişlemesi (yeni kanal, modül, ajan), net gelir tutma, gelir, yeni bölge ve ürün. Mart 2024'te yüzde 129 net gelir tutma bu döngünün ölçüsü [2]. 2026'da ikinci döngü: Bluecore ile ABD perakende verisi ve müşteri tabanı satın alındı, Agent One ile ekip ve kitle tarafını birlikte optimize eden sistem iddiası [4] [3].
- **activation**: Kurumsal aktivasyon ölçüsü "time to value"; önceki tedarikçiye göre 5 kat daha hızlı beyanının tabanı açıklanmıyor [1].
- **retention**: Mart 2024 bülteninde yüzde 129 net gelir tutma var [2]; sonrası için beyan yok. Churn ve brüt marj açıklanmadı.
- **pricing**: Kurumsal sözleşme, özel fiyat. Taahhütlü ARR (cARR) imzalanmış ama henüz tahsil edilmemiş geliri de kapsar; şirket tanımı vermediği için ARR ile farkı bilinmiyor [2] (yorum).
- **distribution**: Veri altyapısına yerleşme: Snowflake ve BigQuery entegrasyonları [6]; satın alma (Bluecore, Mayıs 2026) [4]; OpenAI ortaklığıyla birlikte yayımlanan Braun Shop vakası: yeni müşterilerde ortalama sipariş değeri yüzde 22 artış, sepet terki yüzde 17 düşüş, kontrol grubu belirtilmemiş [5].
- **team**: Seri E bültenine göre 350'den fazla şirket içi mühendis [1]; toplam çalışan sayısı bulunamadı.

Döngü bölge bölge kurulan referansla dönüyor, parası net gelir tutmadan geliyor. Kırmızı ok, taahhütlü ARR ile gerçekleşen gelir arasındaki açıklanmamış farkı gösterir.

## Reel okuma

- Q1 (belirsiz): Gelir ölçüsü taahhütlü ARR; şirket tanımı vermiyor, tahsil edilen gelirle farkı bilinmiyor.
- Q2 (var): Gelir bir sonuç; müşteri vaka rakamları (sipariş değeri, sepet terki) satış materyali.
- Q3 (var): Yüzde 129 net gelir tutma (Mart 2024) var; churn ve brüt marj yok.
- Q4 (yok): Braun vakasında "yeni müşteriler" segmenti var ama kontrol grubu yok.
- Q5 (belirsiz): 2026'daki Bluecore satın alımı organik büyümeyi inorganikle karıştıracak; cARR ile ARR farkı açıklanmadı.

eksik: 2024 verisi iyi: gelir, müşteri sayısı, net gelir tutma. 2025 ve 2026 için gelir sessizliği, değerleme hiç açıklanmadı.

## Gölge

- Değerleme hiçbir turda açıklanmadı; 500 M$ tur büyüklüğü biliniyor, çarpan bilinmiyor [1].
- Yapay zekâ-native değil, 2012 şirketi: Sirius AI (2024) ve Insider One (2026) yeniden markalamaları. Agent One'ın "milyonlarca karar" iddiası henüz sonuç verisiyle desteklenmiyor [3] (yorum).
- Müşteri vaka rakamları (Braun) ortaklık duyurusuyla birlikte yayımlanan satış materyali; kanıt ağırlığı düşük [5].

## Dersler

- (yorum) Türkiye'den küresel kurumsal satış mümkün; yol bölge bölge, her bölgede bir referans markayla. Orta Doğu, sonra Asya, sonra ABD.
- (yorum) Net gelir tutmayı açıkla. "Yüzde 129" cümlesi "unicorn" kelimesinden daha çok şey söyler.
- (yorum) Yapay zekâ dönüşümü iki adımda: önce yardımcı pilot, sonra ajan; arada veri altyapısı. Sıra değişirse ajan boşa çalışır.
- (yorum) Ortaklık duyurusu bir marka kanalıdır, büyüme kanıtı değil. Kendi sayfanda da öyle sun.

## Açık sorular

- 2025–2026 taahhütlü ARR; değerleme; toplam çalışan sayısı.
- Taahhütlü ARR'ın şirketin kendi tanımı.
- Mart 2024 bülteninin insiderone.com'daki orijinali.
- Hande Çilingir'in Türkçe röportajları açılamadı; Seri D (2022) duyurusu bulunamadı.

## Kaynaklar

1. [Insider Announces $500M Series E Led by General Atlantic](https://insiderone.com/news/insider-announces-500m-series-e-led-by-general-atlantic/), Insider One (basın bülteni), 2024-11-01. "150 brands switched in the last year"
2. [Insider hits $200 million CARR, major customer wins (bülten kopyası)](https://www.wamda.com/2024/03/insider-hits-200-million-carr-major-customer-wins), Wamda, 2024-03-08. "unlocked a new revenue milestone globally - $200M USD CARR (Committed Annual Recurring Revenue) · robust 129% NRR (net revenue retention) rate · Insider is trusted by 1,200+ of the world's best-loved brands"
3. [Agent One: Self-Optimizing Intelligence System for Autonomous Customer Engagement](https://insiderone.com/news/agent-one-autonomous-customer-engagment/), Insider One, 2026-09-17. "The industry spent the last decade teaching systems to remember customers. The next decade will belong to systems that know when to change their mind."
4. [Insider acquires Bluecore](https://insiderone.com/news/bluecore-acquisition/), Insider One, 2026-05-13. "over 10 billion daily shopper events"
5. [Insider and OpenAI partnership (Braun Shop vakası)](https://insiderone.com/news/openai-partnership/), Insider One, 2026-03-24. "22% increase in average order value for new customers"
6. [Insider One haber listesi](https://insiderone.com/news/), Insider One, erişim 2026-10-05. "Gartner Peer Insights Customers' Choice; IDC MarketScape"
7. [Insider raises USD 500 million in Series E funding](https://www.invest.gov.tr/en/news/news-from-turkey/pages/insider-raises-usd-500-million-in-series-e-funding-led-by-general-atlantic.aspx), Invest in Türkiye, 2024-11-08. "investing further in our Sirius AI Co-Pilot"
8. [Hakkımızda / liderlik ekibi](https://insiderone.com/about-us/), Insider One, erişim 2026-10-06. "Hande Cilingir (Co-Founder & CEO) · Serhat Soyuerel (Co-Founder & Chief Revenue Officer) · Mehmet Sinan Toktay (Co-Founder & Chief Technology Officer) · Muharrem Derinkok (Co-Founder & Chief Product Officer) · Okan Yedibela (Co-Founder & Senior Software Architect)"

---

# Jasper

URL: https://alpsuleyman.com/tr/vakalar/jasper
Updated: 2026-10-06
Author: Alp Suleiman

> GPT-3'e erken erişimin kirasıyla iki yılda on milyonlarca dolarlık gelire ulaşan içerik aracı, ChatGPT o kirayı sıfırlayınca projeksiyonlarını kesti, işten çıkardı, kurumsal bağlam katmanına pivot yaptı; şirket faal, ama 2024 sonrası geliri kamuya kapalı.

## Profil

- Pazarlama ekipleri için yapay zekâ içerik platformu: Brand Voice, Knowledge, Canvas, pazarlama ajanları, GEO Agent. Başlangıçta GPT-3 üstünde reklam metni üreticisi olarak Conversion.ai, sonra Jarvis, 2022'den itibaren Jasper [3] [4]
- Kuruluş: Ocak 2021, ABD; kurucular daha önce Proof'u (Y Combinator 2018) kurmuştu [3]; kurucular: Dave Rogenmoser, Chris Hull, John Philip Morgan [3]; ülke: ABD
- Ekim 2022: 125 M$ Seri A, 1,5 Mr$ değerleme, Insight Partners (ikincil derleme) [3]
- Eylül 2023: iç değerleme yüzde 20 aşağı çekildi (The Information aktarımı) [1]
- Fiyatlandırma: Bugün koltuk bazlı: Pro 69 $/koltuk/ay (yıllık 59 $), 2 Brand Voice, 5 Knowledge varlığı; Business özel fiyat, 12 ay taahhüt, özel ajanlar, API, SSO/SCIM; Business planında GEO Hub ve Agents gibi özellikler için kullanım bazlı kredi [4]. 2024'te 49 $'lık Creator katmanı vardı, bugün yok [3].

## Zaman çizgisi

- 2021: Conversion.ai lansmanı; yıl sonunda 42,5 M$ ARR (ikincil derleme) ("reached $42.5 million annual recurring revenue for 2021") [3]
- 2022-10: 125 M$ Seri A, 1,5 Mr$ değerleme; yaklaşık 120 bin müşteri [3]
- 2022: Tekrarlayan gelir 80 M$'a ikiye katlandı (The Information aktarımı) ("With most customers paying $80 per month, Jasper's recurring revenue doubled in 2022 to $80 million.") [1]
- 2023-07: İlk işten çıkarma; 150'nin biraz üzerinde çalışan ("we need to reshape our own team") [2]
- 2023-09: CEO değişimi: Timothy Young; 2023 ARR tahmini en az yüzde 30 aşağı; iç değerleme yüzde 20 kesildi ("Jasper revised its 2023 ARR forecast down by at least 30%") [1]
- 2026-08-18: Jasper MCP Claude Connector; Haziran'da GEO Agent [5]

## Büyüme mekanizması

- **acquisition**: İlk dönemde (2021–2022) GPT-3'e erken erişimin kendisi dağıtım avantajıydı; kanal ayrıntısı birincil kaynakta bulunamadı. Ekim 2022'de yaklaşık 120 bin müşteri [3]. Bugün kurumsal satış, referans logoları (Wayfair, SentinelOne, iHeartMedia) ve Eylül 2025'te atanan topluluk odaklı büyüme yöneticisi [4] [5].
- **loop**: İlk döngü: yeni model yeteneği, şablon ve çıktı, kullanıcının paylaşması, self-serve abonelik, daha çok şablon. Döngünün yakıtı OpenAI'nin modeliydi; ChatGPT bu yakıtı Kasım 2022'de herkese ücretsiz dağıtınca döngü kırıldı [1] (yorum). İkinci döngü (2023 sonrası): müşteri bağlamı (Brand Voice, Knowledge), kurumsal satış, ajanlar ve MCP konektörü [4] [5].
- **activation**: Bugün 7 günlük deneme ve 69 $/ay Pro [4]; 2022'de giriş fiyatı daha düşüktü, çoğu müşteri ayda 80 $ ödüyordu [1].
- **retention**: Elde tutma beyanı yok. Şirketin yayımladığı Forrester TEI çalışması ("342% ROI") sponsorlu bir çalışma, kanıt olarak kullanılmıyor [5].
- **pricing**: Koltuk artı Business planında kullanım bazlı kredi (GEO Hub, Agents) [4]. Ajan özelliklerinin kullanım bazlı olması marjı koruma hamlesi gibi okunuyor (yorum).
- **distribution**: Kurumsal pazarlama ekiplerine pivot: Ekim 2023'te kurumsal ARR'ın 4 katına çıktığı beyanı, tabanı açıklanmamış oran [3]. 2026'da GEO Agent ve MCP Claude Connector ile yapay zekâ yüzeylerine açılma [5].
- **team**: Temmuz 2023'te 150'nin biraz üzerinde çalışan; işten çıkarmalar sonrası sayı bilinmiyor [2]. Kurucu CEO yönetim kurulu başkanlığına geçti, yerine eski Dropbox başkanı Timothy Young geldi [1].

İlk döngünün yakıtı Jasper'a ait değildi. Kırmızı ok, modelin herkese bedava dağıtıldığı anı gösterir; sonrası pivot.

## Reel okuma

- Q1 (belirsiz): 2021–2022 ARR rakamları The Information ve Contrary aktarımı; 2024 sonrası için şirket beyanı yok.
- Q2 (var): Gelir bir sonuç; ama "kurumsal ARR 4 kat" tabanı bilinmeyen bir oran.
- Q3 (yok): Churn, marj ve elde tutma açıklanmadı; tek kalite verisi sponsorlu ROI çalışması.
- Q4 (yok): Cohort ya da karşı olgu yok.
- Q5 (yok): 2022 büyümesi GPT-3 erişim kıtlığının kirasıydı; ChatGPT kirayı sıfırlayınca büyüme de sıfırlandı (yorum).

algi: 2021–2023 için eksik, 2024 sonrası için algı düzeyinde: ürün çıkıyor, ortaklık duyuruluyor, gelir açıklanmıyor.

## Gölge

- Yatırımcılara verilen projeksiyon 2022 sonu için 140 M$, 2024 sonu için 250 M$ ARR'dı; 2023'te tahmin en az yüzde 30 aşağı çekildi (The Information aktarımı) [1].
- Seri A'dan dokuz ay sonra ilk işten çıkarma; sonrasında birden çok yeniden yapılanma turu ve kurucuların operasyondan çekilmesi [2] [1].
- İkincil analizler (killedbyllm, Shuttergen) 2024 geliri için 55 M$ gibi rakamlar veriyor; kaynağı belirsiz, burada yayımlanmıyor [6]. Şirket faal ve 2025–2026'da ürün çıkarmaya devam ediyor; vaka "öldü" diye değil "pivot" diye okunur [5].

## Dersler

- (yorum) Büyümen başkasının modelinin kıtlığına dayanıyorsa, kıtlık bitince büyüme biter. Test sorusu: modeli yarın herkes bedava alsa müşterim neden kalır?
- (yorum) Seri A'dan altı hafta sonra pazar değişti; projeksiyona göre işe alım en pahalı hataydı. Yüz elli kişiyi gelecek gelire göre değil, bugünkü gelire göre al.
- (yorum) Pivotun yönü bağlam katmanı: Brand Voice, Knowledge, entegrasyon. Türkiye'deki her "yapay zekâ ile X" ürünü için aynı yol, müşterinin verisi ve iş akışı.
- (yorum) Sponsorlu ROI çalışması kanıt değildir. Kendi sayfanda kanıt diye kullanma, rakibinkine de inanma.

## Açık sorular

- 2024–2026 gelir: hiçbir birincil kaynak yok.
- TechCrunch Ekim 2022 Seri A yazısı (404) ve Ekim 2023 "4x" basın bülteni birincil olarak açılmalı.
- Clipdrop satın alma duyurusu (Jasper blogu).
- Rogenmoser'ın kendi anlatımı (podcast) bulunamadı.

## Kaynaklar

1. [Jasper Appoints New CEO and Cuts Internal Valuation as AI Growth Slows (The Information aktarımı)](https://www.maginative.com/article/jasper-cuts-internal-valuation-as-ai-growth-slows/), Maginative, 2023-09-29. "Jasper revised its 2023 ARR forecast down by at least 30%, per sources familiar with the matter."
2. [Jasper AI Laying Off Staff 9 Months After $125M Raise](https://voicebot.ai/2023/07/17/jasper-ai-laying-off-staff-9-months-after-125m-raise/), Voicebot.ai, 2023-07-17. "We've come to realize, however, that for us to have the fuel and focus we need to fully go after that opportunity, we need to reshape our own team."
3. [Jasper şirket profili](https://research.contrary.com/company/jasper), Contrary Research, 2024-02-02. "reached $42.5 million annual recurring revenue for 2021"
4. [Jasper fiyat sayfası](https://www.jasper.ai/pricing), Jasper, erişim 2026-10-05. "Usage-based credits apply to certain features (GEO Hub, Agents) on Business plan"
5. [Jasper blog listesi (Forrester TEI, GEO Agent, MCP Claude Connector)](https://www.jasper.ai/blog), Jasper, erişim 2026-10-05. "342% ROI and $2.2M in annual time savings for Jasper customers"
6. [Jasper AI teardown (2026)](https://www.shuttergen.com/research/jasper-ai-teardown), Shuttergen (ikincil, kaynağı belirsiz), 2026. yalnız gölge bölümünde anılıyor; rakamları yayımlanmıyor

---

# Kling AI (Kuaishou)

URL: https://alpsuleyman.com/tr/vakalar/kling
Updated: 2026-10-06
Author: Alp Suleiman

> Halka açık bir kısa video devinin içinde doğan video modeli, hazır dağıtım ve kazanç çağrısında açıklanan gelirle listedeki en denetlenebilir medya vakası; elde tutma ve marj yine de karanlıkta.

## Profil

- Metinden ve görselden video üreten model ve ürün (Kling 1.0'dan 3.0'a). Tüketiciye abonelik, işletmeye API. CEO: "revenue primarily comes from API call fees from B-end enterprise clients and subscription fees from C-end paying members" [2]
- Kuruluş: Ana şirket Kuaishou Technology (HKEX: 1024), Çin'in ikinci büyük kısa video platformu. Kling lansmanı Haziran 2024 (ikincil, doğrulanacak) [4]; kurucular: Kurucu ekip açıklanmadı; Kuaishou CEO'su Cheng Yixiao kazanç çağrılarında Kling'i bizzat anlatıyor [3]; ülke: Çin
- Haziran 2026: bağımsızlaşma turu yaklaşık 2,8 Mr$, 18 Mr$ değerleme; Alibaba, Tencent, Baidu (WSJ'ye atıfla, ikincil veri) [4]
- 2027 için Hong Kong halka arzı hedefi (ikincil veri) [4]
- Fiyatlandırma: B tarafı API çağrı ücreti, C tarafı abonelik; "average monthly payment amounts" artıyor beyanı [2]. Kredi tüketimiyle gelir doğrudan bağlı.

## Zaman çizgisi

- 2025-03: ARR yaklaşık 100 M$ (kazanç çağrısı kıyası, ikincil aktarım) ("$100 million in the same period last year") [2]
- 2025-12: Aylık gelir 20 M$ üstü, ARR 240 M$ (ikincil aktarım) [1]
- 2026-01: ARR 300 M$ üstü; 2026 geliri "more than double" beklentisi ("Kling's ARR already topped USD 300 million by January") [3]
- 2026-03: 1Ç26: çeyrek geliri 650 M yuan üstü, yıllık +%300; ARR yaklaşık 500 M$ (ikincil aktarım) [2]
- 2026-06: Bağımsızlaşma: 18 Mr$ değerleme, 2027 halka arz hedefi (ikincil aktarım) ("People are paying for the product now") [4]

## Büyüme mekanizması

- **acquisition**: Üç kanal. Birincisi ana şirketin kısa video platformu: 771,7 M aylık aktif kullanıcı, hazır kreatör tabanı, kanal maliyeti sıfıra yakın [2] (yorum). İkincisi küresel web ürünü ve API; Higgsfield gibi orkestrasyon katmanlarının Kling'i model olarak paketlemesi bir B2B kanal (yorum). Üçüncüsü model sürüm ritmi: her büyük sürüm bir haber döngüsü yaratıyor [3].
- **loop**: Kreatör Kling ile video üretir, video Kuaishou'da ve sosyalde dolaşır, yeni kreatör dener, abonelik ve API geliri gelir, capex ile model iyileşir, daha iyi çıktı yeni dolaşım yaratır. Viral çıktı deseni; pazarlama bütçesi değil çıktı kalitesi büyütüyor (yorum).
- **activation**: Kamuya açık aktivasyon beyanı yok. İlk değer anı ilk videonun üretilmesi (yorum).
- **retention**: Yalnız niteliksel beyan: "Both B-end enterprise clients and C-end paying members have maintained favorable retention trends" [2]. Rakam yok. Elde tutma kanıtı yok.
- **pricing**: B tarafı API çağrı ücreti, C tarafı abonelik; ortalama aylık ödeme tutarının arttığı beyan ediliyor [2]. Kredi tüketimi ile gelir doğrudan bağlı; model yükseltmeleri kredi fiyatını değiştirebilir (yorum).
- **distribution**: Reklam, kısa dizi ve oyun kullanım alanları; ABD, Avrupa ve Japonya'ya açılma [4]. 4Ç25 çağrısı aktarımına göre 60 M üstü küresel kullanıcı, 600 M üstü üretilmiş video, 30.000 üstü kurumsal müşteri ve geliştirici [1] (ikincil veri).
- **team**: Çalışan sayısı ve çalışan başı gelir açıklanmadı. Bağımsızlaşma ile ayrı şirket olacak [4]. 2026 capex yaklaşık 26 Mr yuan, Kling eğitim, çıkarım ve veri merkezi odaklı [1] (ikincil veri).

Döngünün yakıtı çıktının kendisinin reklam olması; kırmızı ok, model eğitimi faturasının gelirle değil ana şirketin kasasıyla ödendiğini gösterir.

## Reel okuma

- Q1 (belirsiz): Halka açık şirketin kazanç çağrısında ARR ve çeyrek gelir; Kling'in ayrı segment olarak raporlanıp raporlanmadığı ve ARR tanımı doğrulanmadı.
- Q2 (var): Gelir rakamı, kullanım iddiası değil.
- Q3 (yok): Elde tutma yalnız "favorable" diye niteleniyor; marj verisi yok.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): ARR aylık gelirin on iki katı olarak türetiliyor; model sürüm sıçramaları ve kredi tüketimi yıllıklandırılınca abartabilir.

reel: Listede rakamı halka açık bir şirketin çeyrek açıklamasındaki yönetim beyanına dayanan tek medya vakası; rakamlar kazanç çağrısının ikincil aktarımından, birincil IR kaynağı açılmadı. Elde tutma ve marj verisi olmadan "kârlı büyüme" denemez; capex gelirle ödenmiyor.

## Gölge

- Yönetim kendi çağrısında pazarın "immature and crowded" olduğunu ve rakip çok kipli modellerin para kazanma riski yarattığını söylüyor [3].
- 2026 capex yaklaşık 26 Mr yuan; Kling geliri ikiye katlansa bile yatırımın çok altında, ana şirket sübvanse ediyor [1] (yorum).
- ABD çip ihracat kontrolleri risk olarak anılıyor [4].
- Aynı çeyrek için ikincil aktarımlarda iki farklı gelir rakamı dolaşıyor (4Ç25: 314 M ve 340 M yuan); Aralık 2025 ARR için 150 M$ ve 240 M$ çelişiyor [1] [3] [4]. İkincil aktarımın güvenilmezliğine örnek.

## Dersler

- (yorum) Büyük bir dağıtım platformunun içinde doğan ürün, kanal maliyeti sıfıra yakın başlar. Türkiye'de karşılığı, mevcut müşteri tabanı olan bir şirketin içinden ürün çıkarmak.
- (yorum) Çıktının kendisi reklamsa pazarlama bütçesi değil, çıktı kalitesi ve paylaşılabilirlik büyütür.
- (yorum) Yıllıklandırılmış gelir, kredi tüketen üründe en kaygan metrik. Kendi ürününde ARR yerine üç aylık gerçekleşmiş gelir ve ödeyen üye sayısını izle.
- (yorum) Model eğitimi gerektiren işin capex'i gelirle ödenmiyor. Model orkestrasyonu ile model sahipliği iki farklı sermaye oyunu; Higgsfield vakasıyla yan yana oku.
- (yorum) Halka açık şirketin yönetim beyanı bir kalibre. Diğer vakaların beyanlarını bu ölçeğe göre oku.

## Açık sorular

- Kuaishou resmi bülteninde Kling geliri ayrı satır mı; ARR tanımı aylık gelirin on iki katı mı, sözleşme bazlı mı?
- 4Ç25 Kling geliri 314 mü 340 M yuan mı; Aralık 2025 ARR 150 mi 240 M$ mı?
- Kling lansman tarihi (Haziran 2024?) ve 2024 geliri.
- Kullanıcı ve ödeyen üye sayısı, B ve C gelir payı, elde tutma rakamı.

## Kaynaklar

1. [Kuaishou Accelerates AI Commercialization: Kling AI's ARR Exceeds $300 Million, 2026 Capex to Reach 26 Billion Yuan](https://finance.biggo.com/news/-QUtKJ0BvbjfYyetfKnT), BigGo Finance (kazanç çağrısı aktarımı), 2026-03-26. ""strong confidence" that revenue would "more than double year-over-year""
2. [Kuaishou's Kling AI Revenue Surges Threefold in Q1, ARR Nears $500 Million](https://finance.biggo.com/news/Q0GEcp4BpwxG186Nei28), BigGo Finance (kazanç çağrısı aktarımı), 2026-05-29. "revenue primarily comes from API call fees from B-end enterprise clients and subscription fees from C-end paying members"
3. [Kuaishou Earnings Call: AI Bets Drive Next Phase](https://www.theglobeandmail.com/investing/markets/stocks/KUASF/pressreleases/1026867/kuaishou-earnings-call-ai-bets-drive-next-phase/), The Globe and Mail (basın bülteni aktarımı), 2026 (4Ç25 çağrısı). "Kling's ARR already topped USD 300 million by January and expects 2026 Kling revenue to more than double"
4. [Kuaishou's Kling AI is spinning out at a $20 billion valuation](https://startupfortune.com/kuaishous-kling-ai-is-spinning-out-at-a-20-billion-valuation-and-the-revenue-numbers-make-that-hard-to-argue-with/), Startup Fortune (WSJ'ye atıfla), 2026-06-17. "People are paying for the product now"
5. [Kuaishou yatırımcı ilişkileri sonuç bültenleri (birincil, açılamadı)](https://ir.kuaishou.com/news-releases), Kuaishou Technology, 2026-03 ve 2026-05. Birincil bülten; yayından önce kanıt denetçisi açmalı.

---

# Krea

URL: https://alpsuleyman.com/tr/vakalar/krea
Updated: 2026-10-06
Author: Alp Suleiman

> Bilgisayarında çalışan bir demoyu paylaşıp bir günde abonelik satan iki kurucu, gerçek zamanlı üretim hissi ve açık model dağıtımıyla on yedi kişilik ekiple on milyonlarca kullanıcıya ulaştı; mutlak gelir hiç açıklanmadı.

## Profil

- Yaratıcılar için görüntü, video ve 3D üretim ve düzenleme paketi; ayırt edici özelliği gerçek zamanlı üretim: yazarken ya da çizerken görüntü anında değişir [6]. Üçüncü taraf modelleri orkestre eder ve kendi modellerini de yayımlar: FLUX.1 Krea açık ağırlık (Temmuz 2025), Krea Realtime 14B (Ekim 2025), Krea 2 Turbo (Haziran 2026) [2][3][4].
- Kuruluş: San Francisco; kurucular Barselona'da tanıştı, Cornell lisansüstünü bıraktı (ikincil veri) [7].; kurucular: Victor Perez (CEO) ve Diego Rodriguez (CTO) [6][7]; ülke: ABD (kurucular İspanya kökenli)
- Toplam 83 M$ yatırım, 7 Nisan 2025 [1]. Tur dağılımı (tohum 3 M$; Seri A 33 M$ a16z; Seri B 47 M$ Bain Capital Ventures) ve 500 M$ post-money değerleme ikincil veri [7] [1]
- Fiyatlandırma: Free günde 100 birim ve gerçek zamanlı modellere tam erişim; Basic 9 $ (ayda 5.000 birim); Pro 35 $ (20.000); Max 105 $; Business 200 $; Enterprise. Çalışma alanları ortak bir hesaplama birimi havuzunu paylaşır [5].

## Zaman çizgisi

- 2023: Localhost'ta çalışan gerçek zamanlı prototip tweetlendi; insanlar ürün sandı ("$10,000 in subscriptions" bir günde) [6]
- 2024-01-25: "We are getting close to a million users"; beş tam zamanlı çalışan [6]
- 2025-04-07: A New Krea: 14 ayda 20 M+ kullanıcı, gelir 20 kat, 83 M$ toplam yatırım, 500 M$ değerleme ("over 20 million users organically") [1]
- 2025-07-31: FLUX.1 Krea açık ağırlıklarla yayımlandı (Black Forest Labs ile) [2]
- 2025-10-20: Krea Realtime 14B: otoregresif video modeli, Hugging Face'te ("first publicly-available autoregressive video generation model") [3]
- 2026-06-03: Krea 2 Turbo [4]

## Büyüme mekanizması

- **acquisition**: Kanal, demo videosu. Kurucunun anlatımı: 24 saat önce çıkan bir makaleden webcam'e bağlı prototip kurdular, localhost'ta çalışan hâlini paylaştılar, insanlar canlı ürün sandı ve öncelikli erişim için abone oldu; bir günde 10.000 $ abonelik [6]. Ürün çıkmadan ödeme, talebin kanıtı (yorum). Şirket Nisan 2025'te 20 milyondan fazla kullanıcıya "organically" ulaştığını yazdı [1]; ücretli kanal beyanı yok.
- **loop**: Gerçek zamanlı demo, kullanıcının kendi "vay" videosunu paylaşması, yeni kullanıcı ve yeni kullanım senaryosu, yeni sürüm. Kurucunun anlattığı örnekler: Minecraft'ı canlı render eden çocuklar, film setinde projektörle dekor üreten ekip [6]. Sürüm ritmi döngünün hızı: 14 ayda 50'den fazla büyük güncelleme [1].
- **activation**: Free planda gerçek zamanlı modellere tam erişim, günde 100 birim, kart gerekmez [5]. İlk değer anı saniyeler içinde; aktivasyon ürünün kendisi, onboarding gerektirmiyor (yorum). Kurucunun itirafı: "I personally have underrated the Real-Time Generation, which should be almost punishable." [6]
- **retention**: Elde tutma kanıtı yok. Kullanım senaryolarının çeşitliliği geniş [6], derinlik ve geri dönüş verisi yayımlanmadı.
- **pricing**: Hesaplama birimi tabanlı; katmanlar 9 $'dan 200 $'a, çalışma alanı havuzu [5]. Gelir için yalnız oran var: 14 ayda 20 kat [1]; mutlak rakam, ücretli kullanıcı sayısı ve ARR açıklanmadı. Üçüncü taraf ARR tahminleri doğrulanamadı.
- **distribution**: Açık model bir dağıtım kanalı: FLUX.1 Krea ağırlıkları Hugging Face'te, "fully compatible with FLUX.1-dev" [2]; Krea Realtime 14B de Hugging Face'te, tek B200 GPU'da saniyede 11 kare [3]. Şirket gerekçe olarak yalnız topluluğun ne kuracağını merak ettiğini yazdı [2]; geliştirici, marka ve işe alım kaldıracı olarak okuyoruz (yorum). Müşteri olarak Perplexity, Pixar, LEGO ve Samsung haber aktarımında geçiyor [7].
- **team**: Beş tam zamanlı çalışan (Ocak 2024) [6], 8'den 17 çalışana (Nisan 2025) [1]. Kullanıcı başına çalışan oranı, aynı tarihte, yaklaşık 1,2 milyon kullanıcıya bir çalışan (hesap bizim).

Ürünün ilk saniyesi demonun kendisi; her kullanıcı yeni bir demo üretir. Kırmızı ok, kullanıcı sayısı ile ödeyen sayısı arasındaki bilinmeyen boşluk.

## Reel okuma

- Q1 (belirsiz): "20 milyon kullanıcı" kayıtlı mı aktif mi belirsiz; "20 kat gelir" bazı olmayan bir oran; ikisi de resmi blogda.
- Q2 (var): Bir günde 10.000 $ ön ödeme gerçek bir sonuç; gelir oranı mutlak rakam değil.
- Q3 (yok): Retention, churn ya da ücretli kullanıcı sayısı yok.
- Q4 (yok): Cohort ya da kontrol grubu açıklaması yok.
- Q5 (belirsiz): Kullanıcı sayısı kümülatif kayıt olabilir; birim tabanlı gelirde tek seferlik alımlar tekrarlayan gelir gibi okunabilir.

eksik: Talep ve hız kanıtlı; gelirin büyüklüğü ve kalıcılığı bilinmiyor. 20 kat oranı küçük bir bazdan gelebilir.

## Gölge

- Mutlak gelir hiç açıklanmadı; 20 kat oranı tek başına büyüklük söylemez [1] (yorum).
- Model orkestrasyonundan kendi modeline geçiş araştırma ve altyapı maliyeti getiriyor; 17 kişilik ekiple sürdürülebilirlik sorusu açık [1][3] (yorum).
- Üçüncü taraf model bağımlılığı: FLUX.1 Krea, Black Forest Labs'ın temel ağırlıkları olmadan yok; şirketin kendi sözü "None of this would be possible without their contribution" [2].

## Dersler

- (yorum) Ürün çıkmadan ödeme al. Demo videosu ve öncelikli erişim talebin kanıtıdır; bu kanıt yatırımcıya da satılır.
- (yorum) Aktivasyonu ürünün ilk saniyesine koy. Gerçek zamanlı geri bildirim onboarding'i gereksiz kılar.
- (yorum) Küçük ekip, yüksek sürüm ritmi. On yedi kişi, on dört ayda elli güncelleme; büyüme bütçesi yerine sürüm bütçesi.
- (yorum) Açık model bir dağıtım kanalıdır, hayırseverlik değil. Geliştirici, marka ve işe alım getirir.
- (yorum) "20 milyon kullanıcı" ile "kaç kişi ödedi" farklı sayılardır; kendi sunumunda ikisini de yaz.

## Açık sorular

- Mutlak gelir ya da ARR, ücretli kullanıcı sayısı, retention: hiçbir kaynakta yok.
- Eylül 2026'daki "30 M+ kullanıcı" LinkedIn gönderisi açılamadı.
- Krea 1 kendi modeli ve Seri A (a16z) resmi yazıları.
- This Week in Startups (Kasım 2023) ve diğer podcast transkriptleri.

## Kaynaklar

1. [A New Krea](https://www.krea.ai/blog/new-krea), Krea (blog), 2025-04-07. "over 20 million users organically · 20x revenue · over 50 major product updates"
2. [Releasing Open Weights for FLUX.1 Krea](https://www.krea.ai/blog/flux-krea-open-source-release), Krea (blog), 2025-07-31. "fully compatible with FLUX.1-dev · None of this would be possible without their contribution"
3. [Krea Realtime 14B](https://www.krea.ai/blog/krea-realtime-14b), Krea (blog), 2025-10-20. "first publicly-available autoregressive video generation model · 11fps using 4 inference steps on a single NVIDIA B200 GPU"
4. [Krea blog listesi (Teams 2025-04-02, Realtime Edit 2026-01-20, Krea 2 Turbo 2026-06-03)](https://www.krea.ai/blog), Krea, erişim 2026-10-05. "Krea 2 Turbo". başlık ve tarih
5. [Krea fiyat sayfası](https://www.krea.ai/pricing), Krea, erişim 2026-10-05. "100 units /day · Full access to real-time models · Workspaces share a pool of compute units"
6. [KREA is building the next frontier of human creativity (Diego Rodriguez söyleşisi)](https://cerebralvalley.beehiiv.com/p/krea-building-next-frontier-human-creativity), Cerebral Valley, 2024-01-25. "In less than a day, we made $10,000 in subscriptions. · We are getting close to a million users and we just had our biggest growth week. · I personally have underrated the Real-Time Generation, which should be almost punishable."
7. [Krea raises $83M to be the one-stop shop for GenAI creatives (TechCrunch, Yahoo Finance yeniden yayımı)](https://finance.yahoo.com/news/krea-raises-83m-one-stop-142941564.html), TechCrunch, 2025-04-07. "we believe that creativity is not going to be automated."

---

# Lensa AI (Prisma Labs)

URL: https://alpsuleyman.com/tr/vakalar/lensa
Updated: 2026-10-06
Author: Alp Suleiman

> Bir avatar özelliği üç haftada iOS App Store Fotoğraf ve Video listesinde 1 numaraya çıkan uygulamayı yarattı; iki ay sonra indirmeler onda birinin altına düştü (ikincil veri). Dalga gelir getirdi, şirket getirmedi.

## Profil

- Fotoğraf düzenleme uygulaması. Kasım 2022'de Stable Diffusion tabanlı "Magic Avatars" özelliği eklendi: on–yirmi selfie yükle, dakikalar içinde stilize portre paketi al [2].
- Kuruluş: Prisma Labs 2016; Lensa uygulaması 2018 [4]; kurucular: NPR'a göre beş kurucu (Haziran 2016): Alexey Moiseenkov, Oleg Poyaganov, Ilya Frolov, Andrey Usoltsev ve Aram Hardy [3]; ülke: ABD / Kıbrıs
- Dış yatırım kamuya açık değil. 2016'da büyük teknoloji şirketleriyle satın alma görüşmeleri sonuçsuz: "No deal ever materialized." [3]
- Fiyatlandırma: Tek seferlik avatar paketi: "$3.99 for 50 unique avatars (five variations of 10 different styles)" [2]; ayrıca abonelik. NPR'ın alıntıladığı bir şirket içi kaynağa göre paket başına işleme maliyeti yaklaşık 50 sent, gelirin yaklaşık yarısı "elektriğe" gidiyordu [3].

## Zaman çizgisi

- 2022-10: Avatar öncesi taban (Ekim ayında 219 bin indirme) [2]
- 2022-11-21: Magic Avatars lansmanı; iOS App Store Fotoğraf ve Video listesinde 1 numara [2]
- 2022-12: Lansmandan 12 Aralık'a kadar (yaklaşık üç hafta) tüketici harcaması ("consumers have spent $15.4mn worldwide on Lensa AI since the magical avatars launch on November 21, 2022") [1]
- 2023-01: Düşüş (ikincil veri) (Aylık indirme 1,4 M (Aralık: 19,3 M)) [5]
- 2023: Yıllık gelir (ikincil veri) (2022: 39,24 M$; 2023: 18 M$) [5]

## Büyüme mekanizması

- **acquisition**: Tek kanal, sıfır maliyet: kullanıcının kendi yüzü. Avatarlar Instagram ve Twitter profil fotoğrafı oldu; her paylaşım bir reklam. Kasım 2022'de indirmeler bir önceki aya göre yüzde 631 arttı, Brezilya tek başına indirmelerin yüzde 31'iydi [2].
- **loop**: Selfie yükle, dakikalar içinde paket al, profil fotoğrafı yap, arkadaş sorar, indirir, başa dön. Döngü yeni kullanıcı için mükemmel ama aynı kullanıcı için tek turluk: ikinci kez avatar yaptırmanın nedeni yok (yorum).
- **activation**: Ödeme değerden önce gelir: paket ücretli, üretim sonra. Dönüşüm yüksek çünkü sosyal baskı anlık; herkesin profilinde aynı anda yeni bir yüz var (yorum). 21 Kasım lansmanından Aralık ortasına kadar, yaklaşık üç haftada 15,4 M$ tüketici harcaması [1].
- **retention**: Negatif kanıt, ikincil veriyle: Aralık 2022'de 19,3 M indirme, Ocak 2023'te 1,4 M; yıllık gelir 2022'de 39,24 M$, 2023'te 18 M$ [5]. Ürün bir özelliğe dayanıyordu; özellik bir andı.
- **pricing**: Tek seferlik paket viral anın parasını hemen aldı. NPR'ın alıntıladığı şirket içi kaynağa göre hesaplama gideri gelirin yaklaşık yarısı [3]; yani her satış GPU'ya bağlı ve brüt marj dalga büyüklüğünden bağımsız olarak yarıya yakın (yorum).
- **distribution**: Dağıtım hamlesi yok; dalga kendiliğinden geldi. Model (Stable Diffusion) açık kaynaktı [4]; taklit edilmesi kolay bir özellikti, hendek yoktu (yorum).
- **team**: Mart 2022'de ekibin yaklaşık yüzde 30'u işten çıkarıldı; şirket merkezini Kıbrıs'a taşımak zorunda kaldı [3]. Büyüme ekibinin büyüklüğü bilinmiyor.

Döngü yeni kullanıcı için kusursuz, aynı kullanıcı için tek turluk. Kırmızı ok ikinci kullanım nedeninin yokluğunu gösterir.

## Reel okuma

- Q1 (var): İndirme ve tüketici harcaması üçüncü taraf (Sensor Tower) ölçümü; şirketin kendi beyanı tutarsız.
- Q2 (var): Harcama bir sonuç; ama tek dönemlik.
- Q3 (yok): Ocak 2023 düşüşü istikrarsızlığın kendisi; kalite ya da elde tutma metriği yok.
- Q4 (yok): Cohort ya da karşı olgu açıklaması yok.
- Q5 (yok): Tek seferlik paket satışı: gelir var, tekrarlayan gelir yok. Bir aylık geliri on ikiyle çarpmak anlamsız bir rakam verirdi.

algi: Gelir gerçek, büyüme değil. Arşivdeki en temiz "dalga, büyüme değildir" örneği.

## Gölge

- Kadın ve kız çocuk selfielerinden rızasız ve cinselleştirilmiş görüntüler üretildiğine dair haberler; erkek fotoğraflarında görülmeyen bir cinsiyet yanlılığı (Aralık 2022) [4].
- Gizlilik: kullanım sözleşmesi fotoğrafları uygulamayı çalıştırmak ve geliştirmek için kullanma hakkı veriyordu; şirket fotoğrafların model eğitildikten sonra silindiğini söyledi [2].
- Aynı ekibin 2016'daki Prisma dalgası da benzer biçimde sönmüştü; iki dalga, iki sönüş [3].
- Şirket yetkilisinin NPR'a verdiği toplam gelir rakamı Sensor Tower verisiyle çelişiyor; bu arşivde kullanılmadı [3].

## Dersler

- (yorum) Viral dalga gelir getirir, şirket getirmez. Bir ayda on milyonlarca dolar, sonra aylık bir milyonun altı. Dalga sırasında büyüme oranı hesaplamak, görünen büyümenin ders kitabı örneğidir.
- (yorum) Tek turluk döngüyü tanı. Kullanıcının ikinci kez gelme nedeni yoksa döngü değil, kampanyadır. Bir trendle patlayan ürün için ilk soru: ikinci kullanım nedeni ne?
- (yorum) Dalga anındaki nakit, sonrası için kullanılır. Dalga sırasında büyüme ekibinin tek işi cohort kaydını tutmak ve ikinci özelliği hazırlamaktır.
- (yorum) Açık kaynak model hendek değildir. Herkesin elindeki modelle haftalar içinde onlarca kopya çıktı. Model değil, bağlam ve alışkanlık tutar.
- (yorum) Marjı dalga büyüklüğü belirlemez. Hesaplama gideri gelirin yarısıysa her satış GPU'ya gider. TL fiyat, dolar GPU olan bir ürün için bu oran daha kötü olurdu.

## Açık sorular

- Aralık 2022 toplamı ve Ocak 2023 düşüşü yalnız ikincil aktarım; yayından önce Statista ya da Sensor Tower raporu açılmalı.
- 2024 sonrası durum (uygulama hâlâ yayında mı, Prisma Labs ne yapıyor) araştırılmadı.

## Kaynaklar

1. [Monday Mobile Memo](https://sensortower.com/blog/monday-mobile-memo-2022-12-12), Sensor Tower, 2022-12-12. "consumers have spent $15.4mn worldwide on Lensa AI since the magical avatars launch on November 21, 2022"
2. [Lensa AI climbs the App Store charts as its 'magic avatars' go viral](https://techcrunch.com/2022/12/01/lensa-ai-climbs-the-app-store-charts-as-its-magic-avatars-go-viral), TechCrunch (Amanda Silberling), 2022-12-01. "$3.99 for 50 unique avatars (five variations of 10 different styles)"
3. [A rocky past haunts the mysterious company behind the Lensa AI photo app](https://www.wuwf.org/2023-01-20/a-rocky-past-haunts-the-mysterious-company-behind-the-lensa-ai-photo-app), NPR / WUWF (Bobby Allyn), 2023-01-20. "No deal ever materialized."
4. [Prisma Labs (derleme)](https://en.wikipedia.org/wiki/Prisma_Labs), Wikipedia, erişim 2026-10-05. "In late November 2022, Lensa's 'magic avatars' feature was launched, which, for a fee, uses artificial intelligence and users' uploaded selfies to create portraits."
5. [Lensa AI statistics (Statista/AppMagic aktarımı)](https://prioridata.com/data/lensa-ai-statistics/), prioridata, erişim 2026-10-05. ikincil aktarım; Aralık 2022 ve sonrası indirme ve gelir rakamları

---

# Lovable

URL: https://alpsuleyman.com/tr/vakalar/lovable
Updated: 2026-10-06
Author: Alp Suleiman

> Açık kaynak bir araçtan doğan uygulama üreticisi, ücretli reklam olmadan sekiz ayda yüz milyon dolar yıllık gelir beyanına ulaştı; hızın faturası güvenlik borcu olarak geldi, elde tutma ve marj kanıtı hâlâ yok.

## Profil

- Doğal dille tam yığın web uygulaması üreten platform. Önceki ürün açık kaynak GPT Engineer; GitHub'da 52 bin civarı yıldız lansman günü hazır bir kitle sağladı [5].
- Kuruluş: 2023, Stockholm. GPT Engineer App Aralık 2024'te Lovable adını aldı; resmi blog lansmanı Kasım 2024 sayıyor [7].; kurucular: Anton Osika (CEO) ve Fabian Hedin (CTO) [7].; ülke: İsveç (Stockholm)
- 17 Temmuz 2025: 200 M$ Seri A, 1,8 Mr$ değerleme (Accel) [3]
- 18 Aralık 2025: 330 M$ Seri B, 6,6 Mr$ değerleme (CapitalG, Menlo) [10]
- 12 Ağustos 2026: 400 M$ Seri C, 13,3 Mr$ değerleme (Menlo, Scaleup Europe Fund/EQT) [2]
- Fiyatlandırma: Kredi tabanlı. Ücretsiz planda günlük 5 kredi (ayda en çok 30) artı 20 bulut kredisi; Pro, Business ve hacim bazlı Enterprise [4]. Agent lansmanıyla sabit mesaj fiyatından değişken krediye geçildi: basit stil değişikliği 0,50 kredi, kimlik doğrulama 1,20, görselli açılış sayfası 1,70 [1].

## Zaman çizgisi

- 2024-11: Lansman; ilk dört haftada 4 M$ gelir (kurucu beyanı) ("$4 million in first four weeks") [5]
- 2025-01-28: İki ayda 10 M$ ARR, 15 kişi (resmi blog) [3]
- 2025-05-29: CVE-2025-48757: 1.645 uygulamadan 170'i veri sızdırıyor (Mart'ta bildirildi, şirket önce reddetti) [6]
- 2025-07-23: 100 M$ ARR beyanı, sekiz ayda; 10 M+ proje ("the fastest-growing startup, not just in Europe, but in the world") [1]
- 2025-12-18: 330 M$ Seri B, 6,6 Mr$ değerleme [3]
- 2026-08-12: 400 M$ Seri C, 13,3 Mr$; 60 M+ proje ("900M+ monthly visits to Lovable-built apps") [2]

## Büyüme mekanizması

- **acquisition**: Açık kaynak topluluğu üründen önce kuruldu; GPT Engineer'ın 52 bin GitHub yıldızı lansman günü kitle demekti [5]. Sonrası kurucu markası ve kısa demo videoları (ikincil derleme) [8]. İkincil derlemeye göre 300 M$ ARR'ye kadar ücretli kazanım yok, ilk yıl ücretli pay yüzde onun altında (ikincil veri) [8]. Birincil kaynak açılmadı; bu rakamlar beyan değil aktarım.
- **loop**: Kullanıcı bir cümle yazar, otuz saniyede çalışan uygulama alır; çıktıyı paylaşır, uygulamanın kendi trafiği platforma döner, yeni kullanıcı kredi tüketir, gelir günlük sürüme ve yeni model entegrasyonuna gider. İkinci döngü Seri C blogunda: Lovable ile kurulan uygulamalara aylık 900 milyonu aşan ziyaret [2]. Ürünün çıktısı ürünün dağıtımı oluyor.
- **activation**: Canlı demoda otuz saniyede Airbnb klonu; kurucuya göre kırılma noktası modelin kendi hatasını düzeltmesi, "AI unsticking itself" [5]. Agent lansmanıyla hataların yüzde 91 azaldığı iç ölçüm [1]; bu bir müşteri sonucu değil, şirketin kendi sayımı.
- **retention**: Resmi blogda churn ya da NRR yok. İkincil derlemede 30. gün ücretli elde tutma yüzde 85 ve yüzde 100 üstü NDR geçiyor (ikincil veri) [8]; birincil kaynağı bulunamadı. Seri C blogunda kullanıcı anketine göre on kullanıcıdan sekize yakınınin para kazandırabilecek proje kurduğu ve üçte birinin gelir ürettiği yazıyor [2]; bu bir anket ya da iç ölçüm, cohort değil. Elde tutma kanıtı yok.
- **pricing**: Kredi modeli üç katman: abonelik, ek kredi, gelecekte sonuç bazlı (ikincil veri) [8]. Agent lansmanıyla görev karmaşıklığına göre değişken kredi [1]; aynı işin maliyeti kullanıcı için öngörülemez hâle geldi. Brüt marj beyanı yok.
- **distribution**: Kurumsal güven için güvenlik yatırımı: AIUC-1 sertifikası (22 Temmuz 2026) ve her işletme için ayrı güvenlik sayfası (5 Ağustos 2026) [3]; Google Workspace, Microsoft 365, Salesforce, Stripe ve ElevenLabs bağlayıcıları ile güvenlik taraması [2]. Bu dizi 2025 güvenlik olayının doğrudan cevabı olarak okunabilir (yorum).
- **team**: Lansmanda 15 kişi [5]; 2025'te 120 (ikincil veri) [7]; Mart 2026'da 146 (ikincil veri) [8]; Seri C ile hedef 450 civarı [2]. Elena Verna'nın Mayıs 2025'te büyümenin başına geçtiği aktarılıyor (ikincil veri) [8].

Döngü çıktının kendisiyle döner: kurulan uygulama hem reklam hem dağıtım. Kırmızı ok, hızlı kurulan uygulamaların güvenlik açığıyla güvene dönen faturasını gösterir.

## Reel okuma

- Q1 (var): ARR resmi blogda ve tarihli; ama kredi tüketimi ile abonelik karışımı, tanımı şirket veriyor.
- Q2 (var): Gelir bir sonuç; "hata −%91" gibi ifadeler ise şirketin iç ölçümü.
- Q3 (belirsiz): Resmi churn yok; 170 açık uygulama bir kalite sinyali, sonraki sertifikalar bir düzeltme sinyali.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): Ücretsiz gün kampanyaları ve kredi tüketimi gelir tanımını bulanıklaştırıyor; "ARR dört katına çıktı" ifadesinin tabanı belli değil.

eksik: Kodlama kategorisinde en iyi belgelenmiş resmi ARR beyanlarından biri; ama tutunma, churn ve marj kanıtı yok. Hız gerçek, kalite bilinmiyor.

## Gölge

- Güvenlik: Replit'ten bir mühendis Mart 2025'te eksik satır düzeyi erişim kontrolünü bildirdi, şirket önce reddetti; Mayıs'ta yayımlanan CVE-2025-48757'ye göre 1.645 uygulamadan 170'i isim, e-posta, finansal veri ve API anahtarı sızdırıyordu. Şirketin cevabı: "We're not yet where we want to be in terms of security" [6].
- Fiyat: Agent ile değişken krediye geçiş aynı işin maliyetini belirsizleştirdi [1]; kullanıcı tepkisi bu gece kaynaklanamadı.
- Marj: model maliyeti ya da brüt marj beyanı yok.

## Dersler

- (yorum) Topluluğu üründen önce kur. Açık kaynak araç, lansman günü kitlesini hazırladı. Türkiye'de geliştirici topluluğu küçük ama GitHub küresel; ilk bin kullanıcı için en ucuz yol bu olabilir.
- (yorum) Çıktısı paylaşılabilen ürünün pazarlama bütçesi ürünün içindedir. Ücretsiz katmanı maliyet değil kanal olarak muhasebeleştir; ama o kanalın bedelini token faturasında gör.
- (yorum) Hız güvenlik borcu üretir. Her gün yayınlayan ekip, güvenlik ekibi olmadan ürün kalitesi riskine dönüşür; kurumsal satışa geçerken fatura sertifika ve trust center olarak ödenir.
- (yorum) Kredi modeli büyümeyi hızlandırır, "ARR" kelimesini zayıflatır. TL fiyatlayan bir kurucu için dolar bazlı token maliyeti ile kredi fiyatı arasındaki makas asıl risktir. Test sorusu: bir kullanıcının bu ay ödediği, gelecek ay da ödeyeceği anlamına geliyor mu?
- (yorum) Avrupa'dan küresel olunabilir, satış ekibi olmadan da. Ama 450 kişiye çıkma planı, "sıfır satış" hikâyesinin sonunu gösteriyor.

## Açık sorular

- 30. gün ücretli elde tutma %85, NDR %100 üstü ve 0'dan 30 M$ ARR'ye 2 M$ harcama iddialarının birincil kaynağı (kurucunun hangi podcast ya da paylaşımı).
- Kasım 2025 200 M$ ARR ve 8 M kullanıcı aktarımı (TechCrunch) açılmalı.
- Brüt marj ve model maliyeti beyanı var mı.
- Değişken krediye geçişe kullanıcı tepkisi.

## Kaynaklar

1. [$100M ARR & Lovable Agent](https://lovable.dev/blog/agent), Lovable (resmi blog), 2025-07-23. "This makes us the fastest-growing startup, not just in Europe, but in the world."
2. [We just raised $400M in Series C funding](https://lovable.dev/blog/series-c), Lovable (resmi blog), 2026-08-12. "Since Lovable's launch in November 2024, people have created more than 60 million projects, and Lovable-built apps see over 900 million visits every month."
3. [Lovable blog dizini (Seri A/B, 10 M$ yazısı, güvenlik, entegrasyonlar)](https://lovable.dev/blog), Lovable (resmi blog), erişim 2026-10-05. "Zero to $10M ARR in 2 months"
4. [Lovable fiyat sayfası](https://lovable.dev/pricing), Lovable, erişim 2026-10-05. "daily grant of 5 build credits (up to 30 a month)"
5. [Building Lovable: $10M ARR in 60 days with 15 people](https://www.lennysnewsletter.com/p/building-lovable-anton-osika), Lenny's Newsletter (Anton Osika röportajı), 2025-03-09. "By first releasing the CLI tool GPT-Engineer to the open source community (earning 52K stars on GitHub)". Lenny's Newsletter sayfasında; ayrıca: "Lovable hit $4 million ARR in the first four weeks and $10 million ARR in two months"
6. [The hottest new vibe coding startup Lovable is a sitting duck for hackers](https://www.semafor.com/article/05/29/2025/the-hottest-new-vibe-coding-startup-lovable-is-a-sitting-duck-for-hackers), Semafor (Reed Albergotti), 2025-05-29. "We're not yet where we want to be in terms of security and we're committed to keep improving the security posture for all Lovable users."
7. [Lovable (company)](https://en.wikipedia.org/wiki/Lovable_(company)), Wikipedia (ikincil, kaynaklı), erişim 2026-10-05. "GPT Engineer App ... renamed Lovable in December 2024"
8. [How Lovable hit $400M ARR in 14 months](https://www.the-ai-corner.com/p/lovable-growth-playbook-0-to-400m-arr-14-months), The AI Corner (ikincil derleme), 2026-05-29. derleme; elde tutma, ücretli pay ve ekip rakamları buradan, birincil kaynağı açılmadı
9. [Anton Osika, Seri C paylaşımı](https://x.com/antonosika/status/2087479638939652601), X, 2026-08-12. "quadrupled ARR in the last 12 months"
10. [Lovable raises $330M Series B at $6.6B valuation](https://lovable.dev/blog/series-b), Lovable (resmi blog), 2025-12-18. "Lovable has raised $330 million in Series B funding at a $6.6 billion valuation"

---

# Luma AI

URL: https://alpsuleyman.com/tr/vakalar/luma
Updated: 2026-10-06
Author: Alp Suleiman

> Her sürümde ucuzlayan video modeli ve paylaşılabilir çıktıyla büyüyen, 900 milyon dolarlık turunu hesaplama altyapısına yatıran şirket; ürün kanıtı güçlü, gelir tarafında tek bir resmi rakam yok.

## Profil

- Üretken video ve görüntü modelleri: Dream Machine ürünü; Ray2, Ray3, Ray3.14 ve Ray3.2 video modelleri; Uni-1.1 görüntü API'si; Modify Video, Scenes, Skills ve Layers gibi iş akışı özellikleri; API [2].
- Kuruluş: 2021, San Francisco (ikincil veri). Şirket kendini yaratıcı endüstri için "multimodal artificial generative intelligence" geliştiren dünya lideri diye tanımlıyor [4].; kurucular: Amit Jain (CEO) ve Alex Yu (ikincil veri, birincil kaynakta açılmadı); ülke: ABD
- 19 Kasım 2025: 900 M$ Seri C, HUMAIN liderliğinde; AMD, a16z, Omniva, Amplify, Matrix [1]
- 4 Mr$ değerleme ve Aralık 2023'teki 43 M$ Seri B yalnız haber aktarımı; resmi duyuruda değerleme yok (ikincil veri) [8]
- Fiyatlandırma: Kredi: Plus 30 $/ay 10.000 kredi, Pro 90 $/ay 40.000 kredi, Ultra 300 $/ay 150.000 kredi; Team ve Enterprise satışla. Başarısız üretimlerin kredisi iade edilir [6].

## Zaman çizgisi

- 2025-05-15: HUMAIN ortaklığı: hesaplama, pazara giriş, yatırım ("Multimodal AI is the biggest disruptive force in how media is created, how companies advertise their message") [5]
- 2025-09-18: Ray3: şirketin ifadesiyle ilk muhakeme eden video modeli ve ilk 16 bit HDR üretimi [2]
- 2025-11-19: 900 M$ Seri C; Project Halo 2 GW süperküme; ekip 130'dan fazla ("begin deploying starting Q1 2026 and finish by 2028-29") [1]
- 2026-01-26: Ray3.14: Ray3'e göre 3 kat ucuz, 4 kat hızlı (720p) ("3× cheaper", "4× faster") [3]
- 2026-02-11: Riyad ofisi; Publicis Groupe Orta Doğu ile tercihli ortaklık ("Saudi Arabia is the natural home for our regional headquarters in MENA.") [7]

## Büyüme mekanizması

- **acquisition**: Ürün viral lansmanı: Dream Machine'in 2024 lansmanında "96 saatte 1 milyon kullanıcı, sıfır pazarlama bütçesi" iddiası yalnız haber aktarımı, resmi sayfada doğrulanamadı (ikincil veri) [8]. Kanıtlı kanallar: 2025–2026'da hemen her ay yeni model ya da özellik duyurusu [2], Adobe Firefly entegrasyonu [2], Publicis ve Dream Brief yarışmasıyla ajans kanalı [7] [2], Ray3.2 ve Uni-1.1 API'leriyle geliştirici kanalı [2].
- **loop**: Yeni ve daha ucuz model (Ray3.14, Ray3'e göre 3 kat ucuz) [3], daha çok üretim, sosyalde görünür çıktı, yeni kullanıcı ve ajans ilgisi, sermaye, hesaplama kapasitesi (2 GW Project Halo) [1], daha ucuz model. 900 M$'lık turun duyurusu 2 GW'lık süperkümeyi öne çıkarıyor [1]; yatırımın ağırlığının altyapıda olduğu çıkarımı bize ait (yorum).
- **activation**: İlk ücretsiz üretim; başarısız üretimlerde kredinin iadesi sürtünmeyi azaltır [6]. Aktivasyon oranı açıklanmıyor.
- **retention**: Beyan yok. Kredi aboneliği tüketim odaklı; cohort ya da churn verisi açıklanmadı.
- **pricing**: Üç kademeli kredi (10.000, 40.000, 150.000) ve ajan kullanımında kredi çarpanı [6]. Model ucuzladıkça kredi başına üretim artar; ortalama gelirin korunması üst kademelere bağlı (yorum).
- **distribution**: HUMAIN ile bölgesel pazar (Suudi Arabistan, Arapça arayüz) [5] [7], Publicis Groupe Orta Doğu ile 8 pazarda tercihli ortaklık [7], Londra ofisi ve 2026'da 200 rol planı [4], Cannes Lions altın kazanana 1 M$'lık Dream Brief yarışması [2].
- **team**: Seri C duyurusunda 130'dan fazla çalışan [1]; Londra ofisinde 2026 için 200 rol planı [4].

Şirketin tezi: hesaplama sahipliği maliyet avantajı, maliyet avantajı dağıtım. Kırmızı ok döngüde eksik olanı gösterir: gelir hiç açıklanmadı.

## Reel okuma

- Q1 (yok): Resmi kaynaklarda kullanıcı ya da gelir rakamı yok; "30 M kullanıcı" ve "96 saatte 1 M" haber aktarımı.
- Q2 (belirsiz): Lansman hızı ve model başlıkları algı; ürün tarafında kanıt (sürüm, fiyat düşüşü) somut.
- Q3 (yok): Kalite ya da istikrar metriği yok.
- Q4 (yok): Cohort yok.
- Q5 (belirsiz): 900 M$'ın önemli kısmı altyapı yatırımı; gelirle ilişkisi açıklanmıyor.

algi: Ürün ve model tarafında kanıt güçlü, gelir tarafında yok. Büyüme diye okunabilecek tek şey sürüm ritmi ve ortaklıklar; iş sonucu açıklanmadı.

## Gölge

- Gelir açıklanmıyor; 2 GW süperküme taahhüdüyle sermaye yoğun bir plan; birim ekonomisi bilinmiyor (yorum) [1].
- Tek büyük ortağa stratejik bağımlılık: hesaplama, pazar ve yatırım aynı kaynaktan, HUMAIN [1] [5] [7].
- Kullanıcı rakamları resmi sayfada yer almıyor; haberdeki rakamlar yayından önce birincil kaynakla doğrulanmalı [8].

## Dersler

- (yorum) Çıktısı paylaşılabilen üründe ürün reklamın kendisidir. İlk günler pazarlama bütçesinden değil paylaşılabilir çıktıdan gelir; ama gelir kanıtı ayrı iştir.
- (yorum) Model maliyeti her sürümde düştüğünde fiyat kademesini ve kredi tanımını yeniden kur; aksi hâlde kullanım artarken gelir düşer.
- (yorum) Hesaplama sahipliği stratejisi sermaye ister. Dolar bazlı GPU maliyeti ve TL gelirle çalışan kurucu için kopyalanabilir olan sürüm ritmi ve ajans ortaklığıdır.
- (yorum) Bölgesel ortaklıkla pazara giriş, Türkiye'den Orta Doğu'ya açılmak isteyen kurucu için somut bir yol haritası.

## Açık sorular

- 30 M kayıtlı kullanıcı, 96 saatte 1 M kullanıcı ve 4 Mr$ değerleme resmi metinde bulunamadı.
- Gelir ya da ARR beyanı yok.
- Kurucular ve kuruluş yılı birincil kaynakta doğrulanmadı.
- Amit Jain podcast ya da röportaj transkripti bulunamadı.

## Kaynaklar

1. [Luma AI raises $900M Series C led by HUMAIN](https://lumalabs.ai/news/series-c), Luma (resmi duyuru), 2025-11-19. "2GW compute supercluster – Project Halo. This colossal infrastructure will begin deploying starting Q1 2026 and finish by 2028-29"
2. [Luma haber ve basın listesi](https://lumalabs.ai/news), Luma, erişim 2026-10-05. "the world's first reasoning video model and the first to generate high fidelity 16 bit HDR"
3. [Ray3.14](https://lumalabs.ai/news/ray3_14), Luma (resmi duyuru), 2026-01-26. "3× cheaper"
4. [Luma AI opens for international business with former WPP executive Jason Day leading new London office](https://lumalabs.ai/news/luma-ai-opens-for-international-business-with-former-wpp-executive-jason-day-leading-new-london-office), Luma (resmi duyuru), 2025-12-02. "we have the capital and capacity to bring world-scale AI to creatives everywhere"
5. [Luma joins forces with HUMAIN](https://lumalabs.ai/news/luma-joins-forces-with-humain), Luma (resmi duyuru), 2025-05-15. "Multimodal AI is the biggest disruptive force in how media is created, how companies advertise their message"
6. [Dream Machine fiyat sayfası](https://lumalabs.ai/dream-machine), Luma, erişim 2026-10-05. "Any credits used for failed generations will be automatically returned to your account."
7. [Luma AI to open Riyadh office to accelerate HUMAIN Create and partner with Publicis Groupe](https://lumalabs.ai/news/luma-ai-to-open-riyadh-office-to-accelerate-humain-create-and-partner-with-publicis-groupe), Luma (resmi duyuru), 2026-02-11. "Saudi Arabia is the natural home for our regional headquarters in MENA."
8. [Luma AI Seri C bülteni (30 M kullanıcı, 4 Mr$ değerleme, "96 saatte 1 M")](https://www.businesswire.com/news/home/20251119938520/en), BusinessWire, 2025-11-19. açılamadı (403)

---

# Manus

URL: https://alpsuleyman.com/tr/vakalar/manus
Updated: 2026-10-06
Author: Alp Suleiman

> Davet kıtlığıyla başlayan genel amaçlı ajan sekiz ayda yüz milyon dolar ARR beyanına ulaştı, Meta'ya satıldı ve dört ay sonra satış Çin tarafından yasaklandı; büyüme gerçek, kalite ve sahiplik soruları açık.

## Profil

- Genel amaçlı yapay zekâ ajanı: kullanıcı görev verir, ajan bulutta sanal bilgisayar açıp çok adımlı işi (araştırma, tablo, uygulama kurma, sunum) tamamlar. Wide Research (Temmuz 2025), Manus 1.5 (Ekim 2025), Manus 2.0 (Eylül 2026) [5].
- Kuruluş: Ana şirket Butterfly Effect (Pekin); önceki ürün Monica tarayıcı eklentisi. Mart 2025 lansmanı; 2025 ortasında Singapur'a taşındı [7]; kurucular: Xiao Hong ("Red", CEO) ve Peak Ji (baş bilimci) [6]; ülke: Singapur (Çin kökenli)
- Tohum 14 M$ ve melek 50 M$ (36kr aktarımı) [7]
- Nisan 2025: 75 M$ Seri B, Benchmark liderliğinde, yaklaşık 500 M$ değerleme (ikincil veri) [6]
- 29 Aralık 2025: Meta satın alma duyurusu; bedel resmî açıklanmadı, AP "estimated $2 billion" yazdı [4]
- 27 Nisan 2026: Çin NDRC satın almayı yasakladı, tarafların çekilmesini istedi [3]
- Fiyatlandırma: Kredi tabanlı abonelik. Sacra'ya göre Starter 39 $/ay 3.900 kredi, Pro 199 $/ay 19.900 kredi, Team koltuk başı 39 $ (ikincil veri; fiyat sayfası araştırma gecesi açılamadı) [8]. Şirket ARR'ı aboneliğe, run-rate'i abonelik artı kullanıma ayırarak bildiriyor [1].

## Zaman çizgisi

- 2025-03: Lansman; davet kodu kıtlığı (Kodlar ikinci elde satıldı; iki kaynak farklı fiyat veriyor) [7]
- 2025-03-28: İlk ücretli planlar (Sacra) ("The company introduced its first paid subscription plans in March 2025") [8]
- 2025-07: Çin ofisinde işten çıkarma, ekip Singapur'a; Wide Research lansmanı [7]
- 2025-12-17: 100 M$ ARR, 125 M$ run-rate ("Manus has crossed $100M in ARR, eight months after launch") [1]
- 2025-12-29: "Manus Joins Meta" ("without changing how Manus works or how decisions are made") [2]
- 2026-04-27: Çin satın almayı yasakladı ("required all the parties to withdraw from the deal") [3]

## Büyüme mekanizması

- **acquisition**: Lansmanda davet kodları X ve Çin sosyal medyasında aranan nesne oldu; Peak Ji'ye göre kıtlık pazarlama değil kapasite sınırıydı ("capacity constraint") [6]. Bekleme listesi para kazanmaya başlamadan önce 2 milyonu geçti (Sacra, ikincil veri) [8]. İkinci kanal "ilk genel ajan" konumlandırması; 100 M$ yazısı kategoriyi "as we defined this category together" diye anıyor [1]. Üçüncü kanal sürüm ritmi: Wide Research, 1.5, 2.0 her biri yeniden lansman etkisi yaptı [5]. Dördüncü kanal Microsoft Agent 365 ortaklığı (Kasım 2025) [5].
- **loop**: Kıtlık sosyal merakı, merak bekleme listesini, bekleme listesi Mart 2025'teki ücretli planı besledi [8]. Ajan çıktıları (siteler, raporlar) paylaşıldıkça yeni görev ve kredi tüketimi geldi. Aralık 2025'te şirket aylık %20'nin üzerinde büyüme beyan etti [1]. İkinci döngü kurumsal ortaklıklar ve takım planları üzerinden dönüyor [5].
- **activation**: Davetli kullanıcının ilk görevi. (yorum) Sanal bilgisayarın izlenebilir olması, ajan çalışırken ekranı görmek, ilk değer anı.
- **retention**: Resmi elde tutma beyanı yok. 36kr, Mayıs 2025 sonrasında kullanıcı geri bildiriminin belirgin düştüğünü yazdı [7]; buna karşın Aralık 2025'te %20'nin üzerinde aylık büyüme beyanı var [1]. (yorum) Lansman dalgası ile ürün-pazar uyumu dalgası farklı; ikisinin arasında taşınma ve yeniden fiyatlama var. Elde tutma kanıtı yok.
- **pricing**: Görev eşittir kredi. Şirket "ARR" ile "run-rate"i ayrı bildirdi: 100 M$ abonelik, 125 M$ abonelik artı kullanım [1]. (yorum) Bu ayrım yapay zekâ şirketleri arasında nadir bir şeffaflık.
- **distribution**: Sürüm ritmi ve platform ortaklığı: Wide Research 31 Temmuz 2025, Manus 1.5 16 Ekim 2025, Microsoft Agent 365 19 Kasım 2025, Manus 2.0 28 Eylül 2026 [5]. Meta duyurusunda abonelik ve Singapur operasyonunun süreceği yazıldı [2].
- **team**: Aralık 2025'te 105 çalışan; Singapur, Tokyo ve San Francisco (şirket blogu) [1]. Temmuz 2025'te Çin ofisinde işten çıkarma [7]. (yorum) 100 M$ ARR ve 105 kişiyle çalışan başı yıllık gelir yaklaşık 0,95 M$; iki ayrı kaynaktan hesaplanmış bir oran.

İlk döngü kıtlıkla döndü ve sönümlendi; ikinci döngü yeniden fiyatlama, taşınma ve sürüm ritmiyle kuruldu. Kırmızı ok lansman dalgasının ürün-pazar uyumuyla aynı şey olmadığını gösterir.

## Reel okuma

- Q1 (var): ARR (abonelik) ve run-rate (abonelik + kullanım) ayrı bildirildi; şirket beyanı.
- Q2 (var): Gelir bir sonuç; "147T token" ve "80M sanal bilgisayar" hacim göstergesi, değer değil.
- Q3 (yok): Churn, marj ve görev başı maliyet yok; 36kr'nin aktardığı geri bildirim düşüşü bir kalite sinyali.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): Davet kıtlığı turist dalgası yaratmış olabilir; Aralık rakamı dalga sönmüşken geldi, bu lehine. Kredi geliri dolar maliyetiyle birlikte okunmalı.

eksik: ARR ve run-rate ayrımı doğru yönde; marj ve elde tutma yok. Sonradan gelen gerçek, yani satın almanın engellenmesi, büyümenin jeopolitik bağımlılığını gösterdi.

## Gölge

- Meta duyurusundan dört ay sonra Çin NDRC işlemi yasakladı ve tarafların çekilmesini istedi [3]. Meta işlemin "complied fully with applicable law" olduğunu söyledi [4]. Şirketin bağımsız sürdüğü Manus 2.0 duyurusundan anlaşılıyor [5]; sahiplik yapısı doğrulanamadı.
- Lansman sonrası kullanıcı geri bildirimi düştü; Temmuz 2025'te Çin ofisinde işten çıkarma ve Singapur'a taşınma [7].
- Davet kodu karaborsası: 36kr on bin doların üzerinde fiyat aktarıyor, başka bir kaynak bin doların üzerinde; ikisi de ikincil [7].
- Kendi temel modeli yok; hangi modellerin kullanıldığı ve marj araştırma gecesi birincil kaynakla açılamadı.

## Dersler

- (yorum) Kıtlık ancak kapasite gerçekse çalışır. Yapay kıtlık bir kez görülür; Manus'un kıtlığı gerçekti ve yine de lansmandan iki ay sonra geri bildirim düştü.
- (yorum) ARR ile run-rate'i ayrı söyle. Abonelik ve kullanım gelirini ayırmak güven verdi; Türkiye'de "ARR" diyen kurucu aynı ayrımı yapmalı.
- (yorum) Lansman dalgası ürün-pazar uyumu değildir. İkinci büyüme taşınma, yeniden fiyatlama ve sürüm ritmiyle geldi.
- (yorum) Coğrafya bir risk kalemidir. Çin kökenli şirketin ABD'ye satışı devlet tarafından durduruldu; Türkiye'den kurulan şirket için veri yerleşimi ve sahiplik yapısı erken kararlar.
- (yorum) Platform ortaklığı hızlandırır, hendek değildir. Test sorusu: Microsoft yarın kendi ajanını öne çıkarsa müşterin neden kalır?

## Açık sorular

- Satın alma yasağı sonrası sahiplik: Meta hissesi var mı, para iade edildi mi?
- Benchmark turu için Reuters ya da Bloomberg birincil metni.
- Resmi fiyat sayfası; Sacra katmanları doğrulanmalı.
- Davet kodu ikinci el fiyatı: bin mi on bin dolar mı; ikisi de ikincil.
- Hangi temel modeller kullanılıyor; marj.
- Lansman gününün tam tarihi ve resmi lansman yazısı.

## Kaynaklar

1. [Manus Update: $100M ARR, $125M revenue run-rate](https://manus.im/blog/manus-100m-arr), Manus blog, 2025-12-17. "Our company's total revenue run rate is now over $125M, including usage-based and other revenue."
2. [Manus Joins Meta for Next Era of Innovation](https://manus.im/blog/manus-joins-meta-for-next-era-of-innovation), Manus blog, 2025-12-29. "Joining Meta allows us to build on a stronger, more sustainable foundation without changing how Manus works or how decisions are made."
3. [China blocks Meta's acquisition of Manus](https://news.rthk.hk/rthk/en/component/k2/1852628-20260427.htm), RTHK, 2026-04-27. "required all the parties to withdraw from the deal"
4. [China blocks Meta from acquiring AI startup Manus](https://ny1.com/nyc/all-boroughs/ap-top-news/2026/04/27/china-blocks-meta-from-acquiring-ai-startup-manus), AP (NY1 aktarımı), 2026-04-27. "complied fully with applicable law"
5. [Blog dizini (sürüm tarihleri)](https://manus.im/blog), Manus, erişim 2026-10-05. "Introducing Manus 2.0"
6. ['Mens et Manus', the story of Manus](https://aiproem.substack.com/p/mens-et-manus-the-story-of-manus), AI Proem, 2025. "Everything added dilutes everything else"
7. [Manus 'Comes Ashore': What You Need to Know](https://eu.36kr.com/en/p/3618003248923654), 36Kr (EN), 2025. "After May, as more users got the test qualification, the word - of - mouth took a nosedive."
8. [Manus profili (tahminler)](https://sacra.com/c/manus/), Sacra, 2026. "The company introduced its first paid subscription plans in March 2025"
9. [China Blocks Meta's $2 Billion Acquisition of AI Firm Manus](https://www.bloomberg.com/news/articles/2026-04-27/china-blocks-meta-s-2-billion-acquisition-of-ai-startup-manus), Bloomberg, 2026-04-27. başlık; metin açılamadı

---

# Mercor

URL: https://alpsuleyman.com/tr/vakalar/mercor
Updated: 2026-10-06
Author: Alp Suleiman

> Yapay zekâ laboratuvarlarına uzman iş gücü satan pazar yeri; ödeme akışı ve kâr gerçek, ama manşetteki "2 milyar dolar ARR" net gelir değil brüt hacim.

## Profil

- Uzman iş gücü pazar yeri: doktor, avukat, bankacı ve yazılımcıları yapay zekâ laboratuvarlarının model eğitimi ve değerlendirme işlerine eşleştirir; APEX gibi kıyaslama ürünleri; Deeptune satın almasıyla pekiştirmeli öğrenme ortamları [4].
- Kuruluş: Ocak 2023. Başlangıçta startup'lara Hintli yazılımcı eşleştiren bir işe alım pazar yeriydi; 2023'ten itibaren yapay zekâ laboratuvarlarının post-training uzman işine kaydı (ikincil derleme) [7]; kurucular: Brendan Foody (CEO), Adarsh Hiremath, Surya Midha [6]; ülke: ABD
- Şubat 2025: 100 M$ Seri B, 2 Mr$ değerleme [5]
- 27 Ekim 2025: 350 M$ Seri C, 10 Mr$ değerleme; Felicis liderliğinde, Benchmark, General Catalyst, Robinhood Ventures [5]
- Fiyatlandırma: Brüt hacim üzerinden komisyon; Sacra'ya göre %30 işe alım ücreti yapısı (ikincil veri) [6]. Üst gelirin %60–70'i yükleniciye ödeniyor [2].

## Zaman çizgisi

- 2023-09: Yaklaşık 1 M$ ARR, dokuz ayda, yatırım öncesi (ikincil derleme) [7]
- 2025-02: 100 M$ Seri B, 2 Mr$ değerleme [5]
- 2025-10-27: 350 M$ Seri C, 10 Mr$ değerleme; uzmanlara günde 1,5 M$'dan fazla ödeme beyanı ("more than $1.5 million per day") [5]
- 2026-03: LiteLLM tedarik zinciri saldırısıyla güvenlik olayı ("A malicious actor published compromised versions of LiteLLM designed to exfiltrate credentials") [3]
- 2026-06: 2 Mr$ yıllıklandırılmış brüt gelir (The Information aktarımı) ("hit over $2 billion in gross annualized revenue in June 2026, double its pace at the start of the year") [2]
- 2026-07-09: Deeptune satın alımı; beş milyondan fazla alan uzmanı beyanı ("more than five million domain experts") [4]

## Büyüme mekanizması

- **acquisition**: Kurucu doğrudan satışı (OpenAI yönetimine soğuk e-postalar), müşteri yönlendirmesi ve az sayıda laboratuvarla derin ortaklık (ikincil derleme) [7]. Talep şoku: Meta'nın Scale AI'a 14 Mr$ yatırıp CEO'sunu işe almasının ardından OpenAI ve Google DeepMind'ın Scale ile bağlarını kestiğinin aktarılması [5]. Kanal, pazar yapısındaki boşluk artı kurucu satışı (yorum).
- **loop**: Laboratuvar talebi, saatte 85 $'dan fazla ücret, 5 milyondan fazla kayıtlı uzman, daha iyi eşleştirme ve hız, daha büyük sözleşme [5] [4]. Arz tarafı günde 1,5 M$'dan fazla ödemeyle besleniyor [5].
- **activation**: Laboratuvar için ilk uzman cohort'unun günler içinde teslimi; uzman için ilk ödeme. Rakam açıklanmıyor.
- **retention**: Beyan yok. Müşteri yoğunlaşması (birkaç laboratuvar) açık risk, rakam açıklanmıyor.
- **pricing**: Manşet rakam brüt, yüklenici ödemesi öncesi. Net gelir için Sacra'nın 2026 ilk yarı tahmini 180–250 M$ (ikincil veri) [6]; dealroom'un yıllıklandırılmış hesabı 600–800 M$ [2]. "ARR" kelimesi burada brüt hacim için kullanılıyor; bu, vakanın ana dersi (yorum).
- **distribution**: APEX kıyaslama yayınları araştırma itibarıyla laboratuvar kapısı açıyor; Deeptune ile uzman artı ortam paketi [4]. Resmi Seri C yazısında rakam yok, rakamlar basına verilmiş [1] [5].
- **team**: Yaklaşık 400 tam zamanlı çalışan (ikincil veri) [6]. Çalışan başı brüt hacim buradan 5 M$ civarı çıkar; net gelirle 1,5–2 M$ (hesap bizim, girdiler tahmini) (yorum).

İki taraflı pazar döngüsü: talep ücreti, ücret arzı, arz eşleştirme hızını, hız yeni talebi büyütür. Kırmızı ok manşet rakamla net gelir arasındaki farkı gösterir.

## Reel okuma

- Q1 (belirsiz): Rakamlar kurucunun X gönderileri ve The Information sızıntıları; resmi blogda rakam yok.
- Q2 (var): Ödeme akışı gerçek: günlük yüklenici ödemesi. Ama "gelir" kelimesi brüt hacmi anlatıyor.
- Q3 (yok): Müşteri sayısı, yoğunlaşma ve sözleşme süresi açıklanmıyor.
- Q4 (yok): Cohort ya da karşı olgu yok.
- Q5 (belirsiz): Brüt ile net arasında 3–4 kat fark; 2025 ilk yarı için 6 M$ kâr tahmini olumlu sinyal ama tahmin.

eksik: Gerçek bir iş var: kâr ve ödeme akışı. Ama manşetteki "2 Mr$ ARR" net gelir değil brüt hacim.

## Gölge

- Brüt ve net karışıklığı: dealroom bile eleştirinin "a critique likely to intensify as the company touts multibillion-dollar milestones" diye büyüyeceğini yazıyor [2].
- Mart 2026'daki LiteLLM tedarik zinciri saldırısında uzman kimlik bilgileri sızdı; şirket TransUnion kimlik koruması sundu [3].
- Talep birkaç laboratuvara bağlı; laboratuvarların kendi veri ekiplerini kurması ya da sentetik veriye geçmesi tek nokta riski (yorum).

## Dersler

- (yorum) Pazar yeri kuruyorsan brüt hacmi "gelir" diye anlatma. Yatırımcı ve basın bir gün çarpanı net gelire göre düzeltir; baştan iki satır yaz: brüt hacim ve net gelir.
- (yorum) Pazar yapısındaki kırılma en hızlı kanaldır. Büyük tedarikçinin satın alındığı ya da çekildiği anda müşterileri karşılamaya hazır ol.
- (yorum) Arz tarafına hızlı ve yüksek ödeme iki taraflı pazarda en güçlü kaldıraçtır; ama tahsilat ile ödeme arasındaki nakit döngüsü kurulmazsa büyüme nakit yakar.
- (yorum) Tedarik zinciri güvenliği bir büyüme konusudur. Uzman kimliğine dayanan pazar yerinde bir sızıntı arz tarafını vurur.

## Açık sorular

- Foody'nin X gönderilerinin birebir metni.
- Müşteri yoğunlaşması ve sözleşme yapısı.
- Yüklenici tarafı şikâyetleri ve ödeme gecikmeleri.
- 20 Mr$ değerleme turunun kapanıp kapanmadığı.

## Kaynaklar

1. [Unlocking human potential in the AI economy (Seri C yazısı)](https://mercor.com/blog/series-c/), Mercor (Brendan Foody), 2025-10-27. "Knowledge is passed from one person to another."
2. [Mercor doubles to $2B gross revenue run rate as AI labs buy expert data](https://dealroom.co/news/137121-mercor-doubles-to-2b-gross-revenue-run-rate-as-ai-labs-buy-expert-data/), Dealroom (The Information aktarımı), 2026-07-06. "Mercor pays out 60% to 70% of its topline revenue to contractors"
3. [Update on Mercor security incident](https://mercor.com/blog/update-on-mercor-security-incident/), Mercor (resmi blog), 2026-06-25. "A malicious actor published compromised versions of LiteLLM designed to exfiltrate credentials"
4. [Mercor to acquire Deeptune](https://mercor.com/blog/mercor-to-acquire-deeptune/), Mercor (resmi blog), 2026-07-09. "more than five million domain experts"
5. [Mercor quintuples valuation to $10B with $350M Series C](https://techcrunch.com/2025/10/27/mercor-quintuples-valuation-to-10b-with-350m-series-c/), TechCrunch, 2025-10-27. "more than $1.5 million per day"
6. [Mercor şirket sayfası](https://sacra.com/c/mercor/), Sacra (analist; tahminler işaretli), erişim 2026-10-05. "$6 million of profit in H1 2025"
7. [Mercor's Growth Playbook: $1M to $1B ARR in 20 months](https://www.startupriders.com/p/mercor-growth-playbook), Startup Riders (ikincil derleme), erişim 2026-10-05. "pre-training stopped being the bottleneck"
8. [Brendan Foody X gönderileri (Eylül 2025 run-rate, Temmuz 2026 brüt gelir)](https://x.com/BrendanFoody), X, erişim 2026-10-05. "from US$647.1K to US$323.5M run rate in 17 months". açılamadı; dealroom aktarımı

---

# Midjourney

URL: https://alpsuleyman.com/tr/vakalar/midjourney
Updated: 2026-10-06
Author: Alp Suleiman

> Dış yatırım almadan, reklam vermeden, yıllarca kendi sitesi bile olmadan Discord içinde büyüyen görüntü üretim ürünü; gelir büyüklüğü iki bağımsız yoldan doğrulanabilir, büyümenin sağlığı hakkında tek bir kamusal rakam yok.

## Profil

- Metinden görüntü (2022'den beri) ve video üreten abonelik ürünü. 2024 Ağustos'una kadar yalnız Discord içinde çalıştı; web arayüzü 6.1 sürümüyle geldi [2]. Kurucu 2022'de şirketi "self-funded research lab" diye tanımlıyor [1].
- Kuruluş: 2021'de araştırma laboratuvarı olarak kuruldu, açık beta Temmuz 2022 [1]. San Francisco.; kurucular: David Holz, Leap Motion kurucu ortağı [2].; ülke: ABD
- Dış yatırım yok. Holz, Ağustos 2022: "We're self-funded. We have no investors." [1]
- Mart 2026: donanım projesi için ilk kez dış sermaye düşünülebileceği aktarılıyor (ikincil veri) [3]
- Fiyatlandırma: Aylık abonelik kademeleri; hızlı GPU saati ve yavaş "relax" kipi ile ölçülü kullanım. Kurucunun 2022'deki ilkesi: kullanıcı ham maliyeti öder, üstüne bir yüzde eklenir [1]. Resmi fiyat sayfası bu araştırmada açılamadı; kademe fiyatları yayından önce doğrulanmalı.

## Zaman çizgisi

- 2022-07: Açık beta, yalnız Discord üzerinden [1]
- 2022-08: Yaklaşık 10 kişilik ekip, kârlılık beyanı ("To be honest, we're already profitable, and we're fine.") [1]
- 2023: Yıllık gelir 200 M$'ı "significantly surpassed" (kurucu beyanı, ikincil aktarım) [3]
- 2024-08: Web arayüzü, 6.1 sürümüyle; Discord bağımlılığı sona eriyor [2]
- 2025-06-11: Disney ve Universal telif davası açtı [2]
- 2026-03: Donanım projesi; Discord sunucusunda 20 M+ üye (ikincil veri) [3]

## Büyüme mekanizması

- **acquisition**: Tek kanal: Discord. Kullanıcı sunucuya girer, herkesin görebildiği kanallarda prompt yazar; her üretim başkalarının gözü önünde olur. Reklam, PR ekibi ya da basın bülteni yok; 2022'de "hundreds of thousands of people using the service, which requires something like 10,000 servers" diyen kurucu, pazarlama harcamasından hiç söz etmiyor [1].
- **loop**: Prompt yazılır, görüntü herkese açık kanalda görünür, izleyenler nasıl yapıldığını öğrenip dener, sunucuda kalır, abone olur, daha çok üretim halka açık akışa düşer. Higgsfield'ın sosyal medyada viral çıktısının sunucu içi sürümü (yorum).
- **activation**: İlk değer anı ilk prompt'tan dakikalar sonra; 2022'de abonelik 10 $ ve 30 $/ay kademelerindeydi [1]. Huni verisi kamuya kapalı; aktivasyon ödeme duvarının arkasında ölçülüyor (yorum).
- **retention**: Elde tutma kanıtı yok. 2022 kârlılık beyanı [1] ve gelirin yıllar içinde artması [3] dolaylı işaret; cohort, churn ya da aktif kullanıcı verisi hiç yayımlanmadı.
- **pricing**: GPU saati ölçüsü, maliyetin fiyata doğrudan yansıdığı nadir model. Holz, 2022: "they have to pay the cost of using it because the raw cost is actually quite expensive. And then we add a percentage on top of that" [1]. Marj baskısını fiyat yapısıyla baştan çözdü; Cursor'ın 2025'te yaşadığı fiyat krizini üç yıl önceden ön almış sayılabilir (yorum).
- **distribution**: Sürüm ritmi (yeni model sürümleri, video), kurucunun toplulukla doğrudan konuştuğu sohbet saatleri, web uygulamasına geç geçiş (Ağustos 2024) [2]. API yok, entegrasyon yok; dağıtım bilinçli olarak dar.
- **team**: 2022'de yaklaşık 10 kişi [1]. Sonraki yıllara ait çalışan sayıları yalnız ikincil tahmin; çalışan başına gelir hesapları bu sayfada kullanılmaz.

Döngünün yakıtı görünür üretim: her prompt başkasının gözü önünde işlenir, ürün kendi vitrinidir. Kırmızı ok, döngünün dışarıdan doğrulanamayan kısmını gösterir.

## Reel okuma

- Q1 (belirsiz): Gelir rakamlarının tamamı kurucu beyanı ya da karşı tarafın dava dilekçesinden; denetlenmiş finansal veri yok.
- Q2 (belirsiz): Gelir bir sonuç metriği; ama "kârlı" beyanının tanımı (brüt mü, net mi) hiç verilmedi.
- Q3 (yok): Churn, cohort ya da aktif kullanıcı yayımlanmıyor.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): Abonelik geliri; kredi ön satışı ya da pilot gelir değil, bu yüzden nominal şişme riski düşük. Kampanya ve kur etkisi bilinmiyor.

eksik: Gelir büyüklüğü güvenilir sayılabilir: kurucu beyanı ile davacının dilekçesi birbirinden bağımsız iki yol. Büyümenin sağlığı hakkında ise hiçbir kamusal kanıt yok.

## Gölge

- Telif: Disney ve Universal'ın 11 Haziran 2025 tarihli davası [2]; eğitim verisi için kurucunun aktarılan sözü: "It's just a big scrape of the internet. We weren't picky." [3]
- Kapalı kutu: hiçbir kullanıcı ya da churn verisi yok; Discord'a bağımlılık platform riski olarak yıllarca sürdü [2].
- Donanım projesi için ilk kez dış sermaye ihtimali; "yatırımcısız" anlatısı değişebilir (ikincil veri) [3].

## Dersler

- (yorum) Dağıtım kanalı, ürünün görünür olduğu yerdir. Midjourney kendi sitesini bile yapmadan, üretimin herkesin önünde olduğu bir ortamı seçti. Düşük trafikli bir ürün için "kullanıcının çıktısı başkasına görünüyor mu" sorusu reklam bütçesinden önce gelir.
- (yorum) Maliyeti fiyata baştan yaz. GPU saati ölçüsü, dolar maliyet ve TL gelir makasını yaşayan Türkiye kurucusu için en öğretici kısım: Midjourney hiçbir zaman "sınırsız" satmadı.
- (yorum) Ücretsiz katmanı kapatmak huniyi küçültür ama turisti eler. Bu her ürüne uymaz; ölçmeden kopyalanmaz.
- (yorum) Sessizlik bir büyüme stratejisi olabilir. PR, duyuru ve yatırım turu olmadan büyüyen tek vaka bu listede. Bedeli, dışarıdan hiçbir şeyin doğrulanamaması.
- (yorum) Higgsfield ile aynı kategori, zıt oyun: biri hız ve sermaye, öbürü yavaşlık ve kâr. İkisinin de kamuya açık elde tutma verisi yok; fark sermaye yapısında, kanıtta değil. Test sorusu: yatırımcın olmasaydı bu ay hangi rakamı yayımlardın?

## Açık sorular

- 2024 geliri ve abone sayısı: Disney/Universal dilekçesinde geçtiği aktarılıyor, dilekçe PDF'i açılmadı.
- Fiyat kademeleri ve hızlı/yavaş kip kuralları: resmi sayfa açılamadı.
- Discord üye sayısı ve video modeli tarihi yalnız ikincil.
- Çalışan sayısı: 2022'deki 10 kişi dışında hepsi tahmin.

## Kaynaklar

1. [Midjourney CEO David Holz on the future of AI image generation](https://www.theregister.com/2022/08/01/david_holz_midjourney/), The Register (Thomas Claburn), 2022-08-01. "We're self-funded. We have no investors. We're not really financially motivated. · they have to pay the cost of using it because the raw cost is actually quite expensive. And then we add a percentage on top of that · we're already profitable, and we're fine"
2. [Midjourney (Wikipedia maddesi; kaynaklı derleme)](https://en.wikipedia.org/wiki/Midjourney), Wikipedia, erişim 2026-10-05. "This web-based platform was launched in August 2024 alongside the release of Midjourney version 6.1."
3. [Midjourney Revenue Tops $200M as It Eyes Hardware (The Information röportajını aktarıyor)](https://winbuzzer.com/2026/03/31/midjourney-revenue-above-200-million-hardware-push-xcxwbn/), WinBuzzer, 2026-03-31. "Midjourney revealed that its annual revenue "significantly surpassed" $200 million in 2023"
4. [Midjourney gelir tahmin tablosu (yalnız tahmin olduğunu göstermek için)](https://getlatka.com/companies/midjourney), Latka, erişim 2026-10-05. "estimated"
5. [David Holz röportajı (birincil kaynak; ücretli, açılamadı)](https://www.theinformation.com/), The Information, 2026-03-29. "significantly surpassed"

---

# Mirage (eski Captions)

URL: https://alpsuleyman.com/tr/vakalar/mirage
Updated: 2026-10-06
Author: Alp Suleiman

> İki günde yapılan altyazı uygulaması kısa video dalgasına binerek on milyonlarca üreticiye ulaştı, sonra kendi video modeliyle yukarı pazara döndü; dağıtım kanıtı güçlü, gelir hiç açıklanmadı.

## Profil

- Captions uygulaması (yapay zekâ ile video düzenleme: altyazı, dublaj, göz teması, avatar), markalar için Mirage Studio ve kendi kısa video modeli Mirage: "trained the Mirage model from the ground up for pacing, framing, and attention dynamics unique to the format" [4]
- Kuruluş: Şubat 2021, New York (ikincil veri) [8]; kurucular: Gaurav Misra (eski Snap, tasarım mühendisliği) ve Dwight Churchill (ikincil veri) [8]; ülke: ABD (New York)
- 22 Haziran 2023: 25 M$ Seri B, Kleiner Perkins; toplam 40 M$ [3]
- 9 Temmuz 2024: 60 M$ Seri C, Index Ventures; 500 M$ değerleme; toplam 100 M$'dan fazla [2]
- 24 Mart 2026: 75 M$ büyüme finansmanı, General Catalyst Customer Value Fund; toplam 175 M$'dan fazla [1]
- Fiyatlandırma: Mirage Studio Business 399 $/ay, 8.000 kredi [5]; tüketici uygulaması abonelik (tutar doğrulanmadı)

## Zaman çizgisi

- 2023-06-22: App Store'da ilk altı ayda 100.000'den fazla günlük aktif; 3 M'den fazla üretici [3]
- 2024-07-09: 10 M'den fazla üretici; ayda 3 M'den fazla video; ekip 15'ten 60'a ("We hit 10M+ global creators") [2]
- 2025-09-04: Captions, Mirage adını alıyor; kendi video temel modeli ("The way we see it, the real race for AI video hasn't begun.") [5]
- 2026-03-24: 75 M$ dilüsyonsuz finansman; 20 M'den fazla kullanıcı; 250 M'den fazla video ("enable anyone, anywhere to make a polished video") [1]

## Büyüme mekanizması

- **acquisition**: App Store ve kısa video ekosistemi; ürün TikTok yükselişiyle kuruldu (ikincil veri) [8]. Çıktı (altyazılı ve dublajlı video) platformlarda dolaşıyor. 2023'te 3 M'den fazla üreticinin kullandığı beyanı resmi Seri B yazısında [3].
- **loop**: Üretici video yapar, sosyalde yayınlar, izleyen üretici uygulamayı bulur, yeni üretici gelir. 2025 sonrası ikinci döngü: Mirage Studio ile marka ve ajans, reklam çıktısı, 8.000 kredi [5].
- **activation**: Mobilde ilk altyazılı video. İlk sürümün iki günde yapılıp bir buçuk yıl güncelleme olmadan 500.000 kullanıcıya ulaşması, aktivasyonun basitliğini gösteriyor (editoryal özet) [6].
- **retention**: Elde tutma kanıtı yok. Günlük aktif 2023'te 100.000'in üstünde [3]; sonrası açıklanmadı. Finansman fonunun şartı "proven distribution and strong unit economics" birim ekonomisi için dolaylı, üçüncü taraf sinyal [1].
- **pricing**: Tüketicide abonelik, markada kredi: Studio Business 399 $/ay, 8.000 kredi [5]. Gelir hiçbir resmi kaynakta yok [1].
- **distribution**: Haftada bir özellik: "every engineer should ship a marketable product every week" [6]; "world-first generative features" [2]; yeniden markalama ile yukarı pazar [4]; SOC 2 ve vaka hikâyeleri blog arşivinde [9]. 100 M$ üretken video araştırması taahhüdü [2].
- **team**: Temmuz 2024'te 60 kişi; bir yılda 15'ten 60'a [2].

Birinci halka üretici döngüsü, ikinci halka marka ve ajans. Kırmızı ok iki ürünü aynı anda büyütmenin odak maliyetini gösteriyor.

## Reel okuma

- Q1 (belirsiz): Kullanıcı ve video sayıları şirket beyanı; gelir yok.
- Q2 (belirsiz): "20 M kullanıcı, 250 M video" hacim metriği; gelir ve kârlılık açıklanmıyor, finansman yapısı dolaylı kanıt.
- Q3 (yok): Günlük aktif 2023'ten sonra açıklanmadı.
- Q4 (yok): Kontrol grubu ya da cohort beyanı yok.
- Q5 (belirsiz): "Kullanıcı" kümülatif mi aktif mi belirsiz; 2023 ifadesi "have used".

eksik: Dağıtım kanıtı güçlü, iş sonucu beyanı yok; dilüsyonsuz finansman üçüncü taraf sinyali.

## Gölge

- Hiç gelir açıklanmamış olması; "yapay zekâ laboratuvarı" konumlandırması araştırma harcamasını artırıyor, 100 M$ taahhüt [2].
- Yeniden markalama, tüketici uygulaması ile model ve B2B hedefleri arasında bölünme riski; rakip listesi D-ID, Synthesia, Hour One [5].
- Kendi model stratejisi, HeyGen'in "her işlemde kâr" ve Higgsfield'ın orkestrasyon yaklaşımına göre sermaye yoğun (yorum) [4].

## Dersler

- (yorum) İki günde yapılan ürünün bir buçuk yıl kendi kendine büyümesi, doğru platform dalgasına binmenin pazarlamadan güçlü olduğunu gösteriyor; Türkiye'de üretici ekonomisi dalgası sürüyor.
- (yorum) Gelir açıklamadan büyüme anlatmak yatırımcıda işliyor ama okur için ölçüt değil; "kullanıcı" tanımını sor.
- (yorum) Üreticiden markaya geçiş gelir ve kullanıcıyı artırır ama iki ürün iki dağıtım ister; küçük ekip için erken.
- (yorum) Dilüsyonsuz büyüme finansmanı Türkiye'de nadir; karşılığı gelir bazlı finansman ve o da birim ekonomisi kanıtı ister.

## Açık sorular

- Gelir, abonelik fiyatı, 2024 sonrası günlük aktif kullanıcı.
- Lenny ve Invest Like the Best transkriptlerinden birebir alıntı (erişilemedi).
- Kurucu röportajındaki "Apple hesabında beklenmedik 500.000 $" anekdotu (sayfa 403).

## Kaynaklar

1. [Announcing Mirage's $75M growth financing with General Catalyst](https://captions.ai/blog/announcing-mirages-usd75m-growth-financing-with-general-catalyst), Mirage blog, 2026-03-24. "Our goal has always been simple: enable anyone, anywhere to make a polished video."
2. [Captions announces Series C to invest $100M in AI video research in New York](https://captions.ai/blog/captions-announces-series-c-to-invest-usd100m-in-ai-video-research-in-new-york), Captions blog, 2024-07-09. "We hit 10M+ global creators, launched a collection of world-first generative features"
3. [Captions announces a $25 million Series B](https://captions.ai/blog/captions-announces-a-usd25-million-series-b-for-our-ai-powered-creative), Captions blog, 2023-06-22. ilk altı ayda 100.000'den fazla günlük aktif; 3 M'den fazla üretici
4. [Introducing Mirage: The future of video starts now](https://captions.ai/blog/introducing-mirage-the-future-video-starts-now), Mirage blog, 2025-09-04. "We've trained the Mirage model from the ground up for pacing, framing, and attention dynamics unique to the format."
5. [Captions rebrands as Mirage, expands beyond creator tools to AI video research](https://techcrunch.com/2025/09/04/captions-rebrands-as-mirage-expands-beyond-creator-tools-to-ai-video-research), TechCrunch, 2025-09-04. "The way we see it, the real race for AI video hasn't begun."
6. [How to win in the AI era: Gaurav Misra](https://www.lennysnewsletter.com/p/how-to-win-in-the-ai-era-gaurav-misra), Lenny's Newsletter (editoryal özet; transkript yok), 2025-03-27. "every engineer should ship a marketable product every week · why it still grew to 500K users with no updates or support"
7. [Invest Like the Best EP.405](https://podwise.ai/episodes/2649387), Podwise (yalnız başlıklar), 2025-01-07. bölüm başlıkları; birebir alıntı yok
8. [Captions (app)](https://en.wikipedia.org/wiki/Captions_(app)), Wikipedia, erişim 2026-10-05. ikincil veri: kuruluş, kurucular, AlpacaML satın alımı
9. [Mirage blog arşivi](https://captions.ai/blog), Mirage, erişim 2026-10-05. "SOC 2 (2026-03-09); vaka hikâyeleri"

---

# OpusClip

URL: https://alpsuleyman.com/tr/vakalar/opusclip
Updated: 2026-10-06
Author: Alp Suleiman

> Başarısız bir canlı yayın aracının içinden çıkan tek özellik, filigranlı klipleriyle kendi reklamını yapan bir ürüne dönüştü; kullanıcı ve görüntülenme beyanları büyük, gelir ve elde tutma resmî değil.

## Profil

- Uzun videoyu (YouTube, podcast, canlı yayın) yapay zekâyla kısa, altyazılı, dikey kliplere çevirir; klipleri "virality score" ile seçer. OpusSearch (Mart 2025) video arşivinden gelir, Agent Opus uçtan uca kısa video üretimi [1].
- Kuruluş: Ocak 2022; önce "Opus" canlı yayın aracı, Mayıs 2023'te OpusClip ayrı ürün olarak çıktı (ikincil veri) [4]; kurucular: Young Zhao (CEO) [4]; ortak kurucu adı açılan kaynaklarda yok; ülke: ABD (Palo Alto)
- 11 Mart 2025: SoftBank Vision Fund 2 liderliğinde yeni tur; tutar resmî yazıda yok [1]
- Toplam yaklaşık 50 M$ ve 215 M$ değerleme (ikincil veri) [3]
- Fiyatlandırma: Free 0 $, Starter 15 $/ay, Pro 29 $/ay, Business özel. Free planda altyazı şablonları "With watermark"; Starter ve üstü "Watermark-free video export". Pro ve Business'ta "AI video B-Roll (powered by Agent Opus)" [2].

## Zaman çizgisi

- 2022-01: Opus canlı yayın aracı; üç ayda yaklaşık 200 kullanıcı (ikincil veri) [4]
- 2023-05: OpusClip beta; beş kişilik ekip 24 kişilik şirketin yanında kurdu (ikincil veri) ("Opus Clip hit $1M ARR in its first month after the beta launch") [4]
- 2025-03-11: SoftBank turu; 10 M üretici ve marka; OpusSearch lansmanı ("172 million video clips created in the past year"; "57 billion" görüntülenme) [1]
- 2025: 20 M$ gelir, %150 yıllık büyüme (Sacra tahmini) [3]
- 2026-01-29: CEO söyleşisi: gerçek iş, havalı demo değil ("做一个真实的生意，而不是做一个很酷的演示") [5]

## Büyüme mekanizması

- **acquisition**: Çıktının kendisi kanal: ücretsiz planda filigranlı altyazı [2], klipler TikTok, Shorts ve Reels'de dolaşıyor; şirket son bir yılda 172 milyon klip ve toplam 57 milyar görüntülenme beyan etti [1]. (yorum) Filigranın kazanıma katkısı şirketçe ölçülüp açıklanmadı. Erken dönemde yarı manuel satış: CEO, yapay zekâ destekli kurgunun elle düzeltilip tek tek e-postayla gönderildiğini ve yanıtların yaklaşık %60'ının "beğendim, kullanmak istiyorum" olduğunu anlatıyor [5]. Marka müşterileri Univision, Billboard, iHeartMedia, Visa ve LinkedIn [1].
- **loop**: Ücretsiz kullanıcı uzun video yükler, filigranlı klipler sosyal medyaya gider, izleyiciler arasındaki üreticiler ürünü görür ve kaydolur, filigranı kaldırmak için öder, daha çok klip üretir. İkinci döngü OpusSearch ve Agent Opus ile arşivden gelire ve işletme planına uzanıyor [1].
- **activation**: İlk uzun videodan dakikalar içinde klip seti. İkincil anlatıya göre ödeme öncesi kullanıcılar kuyruğu atlamak ya da yüksek çözünürlük için ödeme istedi [4]. CEO: kullanıcılar bunlardan şikâyet etmeye başladığında ürün-pazar uyumunun kıyısına gelmişsindir [5].
- **retention**: Resmi elde tutma beyanı yok. "İki ay içinde pozitif yatırım getirisi" bir pazarlama iddiası [1]. Elde tutma kanıtı yok.
- **pricing**: Düşük giriş fiyatı (15 $) ve filigran kaldırma dönüşüm tetikleyicisi [2]. (yorum) Kredinin dakikaya bağlı olması kullanım arttıkça üst plana itiyor.
- **distribution**: OpusSearch (Mart 2025) ve SoftBank imzası [1]; Agent Opus ile B-roll üretimi fiyat sayfasında [2]. Erken kanal olarak topluluklar, X ve Product Hunt (ikincil veri) [4].
- **team**: Pivot anında 24 kişilik şirket, çekirdek 5 kişi: üç mühendis, bir ürün yöneticisi, bir tasarımcı (ikincil veri) [4]. Güncel çalışan sayısı yok.

Çıktının kendisi dağıtım: her filigranlı klip bir reklam. Kırmızı ok kliplerin değerinin TikTok ve YouTube algoritmasına bağlı olduğunu hatırlatır.

## Reel okuma

- Q1 (var): Kullanıcı kaydı, klip sayısı ve görüntülenme şirket toplamı; ARR yalnız ikincil kaynaklarda.
- Q2 (yok): 57 milyar görüntülenme kliplerin başarısı, ürünün değil; üreticinin gelirine etkisi ölçülmedi.
- Q3 (yok): Churn, marj ve ücretli dönüşüm açıklanmadı.
- Q4 (yok): Kontrol grubu ya da cohort açıklaması yok.
- Q5 (belirsiz): 10 milyon üretici bir kayıt sayısı; aktif ve ücretli ayrımı yok. ARR ilerlemesi tutarlı görünüyor ama ikincil.

eksik: Döngü, yani çıktının dağıtım olması, ikna edici; ölçüm hacimle sınırlı ve gelir rakamları resmî değil.

## Gölge

- Resmi ARR açıklaması yok; tüm gelir rakamları CEO'nun bulunamayan eski blog yazısından aktarım [4] ve Sacra tahmini [3].
- Platform bağımlılığı: kliplerin değeri TikTok ve YouTube algoritmasına bağlı; "virality score" vaadi ölçülebilir değil. (yorum)
- Başarısız ilk ürün: 24 kişilik ekip yanlış üründe çalışırken 5 kişi doğru ürünü yaptı (ikincil veri) [4]; pivotun maliyeti anlatılmıyor.

## Dersler

- (yorum) Çıktın paylaşılıyorsa filigran pazarlama bütçendir. Ücretsiz plan ve görünür imza; Türkiye'de üretici araçları için en ucuz kanal.
- (yorum) Kullanıcının sevdiği tek özelliği ürün yap. CEO'nun sözü: canlı yayın aracını kimse satın almadı, ama içindeki otomatik kesme özelliği erken pozitif sinyal verdi.
- (yorum) Yarı manuel sat, sonra otomatikleştir. Tek tek e-posta ile %60 "istiyorum" yanıtı; önce talep, sonra altyapı.
- (yorum) Hacim metriği ile gelir metriğini karıştırma. 57 milyar görüntülenme yatırımcıya iyi görünür; kurucunun bakacağı şey ücretli dönüşüm ve üçüncü ay elde tutma. Test sorusu: görüntülenmeyi sıfırlasan gelirin ne kadar değişir?
- (yorum) Düşük giriş fiyatı ve açık tetikleyici. TL fiyatlamada tetikleyici aynı: filigran, çözünürlük, kuyruk.

## Açık sorular

- Zhao'nun "ilk ayda 1 M$ ARR" yazısının opus.pro üzerindeki URL'si.
- Tur tutarı ve 215 M$ değerleme: birincil yok (Forbes 403).
- Agent Opus lansman yazısı ve tarihi (Ağustos 2025 ikincil).
- Ücretli dönüşüm, churn, güncel ekip büyüklüğü: yok.
- Filigranın kazanıma katkısı: şirket açıklamadı.
- Podcast transkriptleri açılamadı; dinle ve izle kısmı eksik.

## Kaynaklar

1. [OpusClip raises a new round of funding from SoftBank and launches OpusSearch](https://www.opus.pro/blog/opusclip-raises-a-new-round-of-funding-from-softbank-and-launches-opussearch), OpusClip blog, 2025-03-11. "172 million video clips created in the past year"
2. [Pricing](https://www.opus.pro/pricing), OpusClip, erişim 2026-10-05. "Watermark-free video export"
3. [OpusClip profili (tahminler)](https://sacra.com/c/opusclip/), Sacra, 2026. 2025 geliri 20 M$ ve %150 büyüme tahmini; toplam 50 M$ yatırım
4. [Opus Clip: $1M ARR in Its First Month After Beta Launch](https://startupfounderstories.com/stories/young-zhao-opus-clip), Startup Founder Stories (ikincil anlatı), 2024. "Opus Clip hit $1M ARR in its first month after the beta launch · After 3 months, they had only 200 users · A 5-person squad (3 engineers, 1 PM, 1 designer) quietly rebuilt the clipping feature as a standalone product while the 24-person team continued working on the failing tool."
5. [Young Zhao söyleşisi](https://www.woshipm.com/ai/6333110.html), 人人都是产品经理 (woshipm), 2026-01-29. "我们一开始做的是直播工具，整体没人买单，但里面有一个自动剪辑片段的功能，出现了很早的正反馈"
6. [SoftBank Is Betting On The Future Of AI Content Creation With OpusClip](https://www.forbes.com/sites/ianshepherd/2025/03/13/softbank-is-betting-on-the-future-of-ai-content-creation-with-opusclip/), Forbes (Ian Shepherd), 2025-03-13. 403; başlık
7. [Young Zhao (CEO of OpusClip) on Building a $215M AI Startup](https://www.podchaser.com/podcasts/silicon-valley-girl-ai-tech-an-6115347/episodes/young-zhao-ceo-of-opusclip-on-278482473), Silicon Valley Girl podcast, 2026-01. 403; başlık

---

# Perplexity

URL: https://alpsuleyman.com/tr/vakalar/perplexity
Updated: 2026-10-06
Author: Alp Suleiman

> Telekom ve cihaz paketleriyle satın alınan dağıtım, yüksek fiyatlı kademe ve kredi bazlı ajanla büyüyen cevap motoru; gelir rakamları sızıntıyla geliyor ve paket biten pazarda kullanıcı kaybı kanıtlı.

## Profil

- Yapay zekâ cevap motoru; arama, Comet tarayıcısı, "Computer" ajanı ve Perplexity Health gibi uzantılar [1].
- Kuruluş: 2022 (şirketin kendi ifadesiyle lansman 7 Aralık 2022; ikincil veri); kurucular: Aravind Srinivas (CEO), Denis Yarats, Johnny Ho, Andy Konwinski (ikincil veri, birincil kaynakta açılmadı); ülke: ABD
- Aralık 2024: 500 M$, 9 Mr$ değerleme (analist aktarımı) [1]
- Temmuz 2025: 100 M$, 18 Mr$ değerleme; Eylül 2025: 200 M$, 20 Mr$ değerleme (analist aktarımı) [1]
- Toplam yaklaşık 1,5 Mr$; yatırımcılar arasında Accel, IVP, SoftBank Vision Fund 2, Nvidia, Jeff Bezos (analist aktarımı) [1]
- Fiyatlandırma: Free; Pro 20 $/ay; Max 200 $/ay (Temmuz 2025); Enterprise Pro 40 $/koltuk/ay; Computer ajanı kredi bazlı, Max'te aylık 10.000 kredi ve 20.000 lansman bonusu [1].

## Zaman çizgisi

- 2024-10-21: Dow Jones ve New York Post telif davası ("massive freeriding") [2]
- 2024-12: 500 M$ tur, 9 Mr$ değerleme [1]
- 2025-07: Max planı 200 $/ay, Comet tarayıcı, Airtel anlaşması: 360 M müşteriye 12 ay ücretsiz Pro (analist aktarımı) [1]
- 2025-10: Hindistan aylık aktif kullanıcı zirvesi 22 M; Temmuz 2026'da 14 M (analist tahmini) ("India MAU peak: 22M (October 2025, post-Airtel promotion); 14M (July 2026)") [1]
- 2026-06-03: CEO: gelir beş ayda üçe katlandı (CNBC aktarımı) ("revenue had tripled in five months") [4]
- 2026-07-31: Reddit davasında erken ret talebi reddedildi [3]

## Büyüme mekanizması

- **acquisition**: Üç kanal: kurucu görünürlüğü ve "Google'a meydan okuyan" anlatı; dağıtım anlaşmaları (Airtel ile 360 M müşteriye 12 ay ücretsiz Pro, Motorola ön yükleme ve 3 ay Pro, Snap ile 400 M$'lık ortaklık, ABD GSA federal anlaşması; analist aktarımı) [1]; ürün yüzeyi genişletme: Comet tarayıcı, Computer ajanı, Health [1].
- **loop**: Ücretsiz dağıtım paketi, kullanım alışkanlığı, Pro ya da Max dönüşümü, gelirle yeni dağıtım anlaşması satın alma, daha çok ücretsiz kullanıcı. Zayıf halka kanıtlı: Airtel kampanyası sonrası Hindistan aylık aktif kullanıcısı 22 M'den 14 M'ye düştü (analist tahmini) [1].
- **activation**: İlk kaynaklı cevap; Comet ile tarayıcı varsayılanı olmak. Aktivasyon oranı açıklanmıyor.
- **retention**: Elde tutma beyanı yok. Tek sinyal olumsuz: Hindistan'da promosyon sonrası aylık aktif kullanıcı düşüşü [1].
- **pricing**: Max (200 $/ay) ve kredi bazlı ajan kullanımı ortalama geliri yukarı çeker; CEO gelir sıçramasını Computer lansmanına bağlıyor (CNBC aktarımı) [4]. Bu, gelirin bir bölümünün kredi tüketimi olduğunu düşündürür (yorum).
- **distribution**: Ücretsiz Pro paketleri (Airtel 12 ay, Motorola 3 ay), Snap entegrasyonu, GSA (analist aktarımı) [1]. Dağıtım burada organik değil, sermayeyle satın alınan bir kanal (yorum).
- **team**: Kadro rakamı güvenilir kaynakta bulunamadı; yüzde otuz dört kadro artışı beyanı doğrulanamadı [5].

Döngü ücretsiz paketle açılır, abonelik ve kredi geliriyle yeni paket satın alır. Kırmızı ok Hindistan'da görüldü: promosyon bitince aylık aktif kullanıcı düştü.

## Reel okuma

- Q1 (belirsiz): Gelir rakamları çoğunlukla The Information ve FT sızıntısı ile CEO beyanı; şirket bülteni yok.
- Q2 (var): Gelir bir sonuç, ama yıllıklandırılmış; ücretsiz paketi biten kullanıcıların dönüşümü bilinmiyor.
- Q3 (yok): Churn ya da NRR açıklanmıyor.
- Q4 (yok): Tek cohort sinyali Hindistan'daki zirve ve düşüş.
- Q5 (belirsiz): Promosyon dalgaları, kredi bazlı ajan geliri ve büyük ortaklık anlaşmalarının gelir tanımına etkisi açıklanmıyor.

eksik: Gelir hızı etkileyici; ama ölçüm şirketin kendi açıklamasıyla değil sızıntıyla geliyor ve elde tutma kanıtı yok.

## Gölge

- Telif ve veri davaları: Dow Jones ve New York Post (Ekim 2024) [2]; Reddit davasında DMCA iddiaları ilerleyebilir, Perplexity iddiaları "too conclusory" diye savunmuştu [3].
- Promosyonla gelen kullanıcı kaybı: Hindistan'da aylık aktif kullanıcı 22 M'den 14 M'ye (analist tahmini) [1].
- 20 Mr$ değerlemeye karşılık 2025 sonu için 232 M$ yıllıklandırılmış gelir tahmini; fon maliyeti dağıtım anlaşmalarını finanse ediyor (analist tahmini) [1].

## Dersler

- (yorum) Telekom ya da cihaz paketiyle alınan kullanıcı ödünç kullanıcıdır. Kampanya bitince kaç kişinin kaldığını cohort'la ölçmeden büyüme saymak algı düzeyinde kalır; Hindistan verisi bunun kanıtı.
- (yorum) Dağıtım anlaşması satın almak sermaye ister. Türkiye'de operatör paketi düşünen kurucu, paket bitimindeki dönüşüm oranını baştan sözleşmeye yazmalı.
- (yorum) Yüksek fiyatlı kademe ve kredi bazlı ajan ortalama geliri hızlı büyütür ama geliri kullanım dalgalanmasına bağlar; "ARR" yerine son otuz günün gerçek tüketimini ölç.
- (yorum) İçerik sahipleriyle hukuki sürtüşme dağıtım kanalını daraltabilir; haber siteleriyle erken anlaşma modeli düşün.

## Açık sorular

- CEO'nun gelir ve kadro beyanının birebir metni ve tarihi.
- Comet Plus'ın yayıncılara %80 gelir paylaşımı resmi duyurusu.
- Airtel, Samsung ve Snap anlaşmalarının orijinal bültenleri.
- Kadro sayısı, churn, NRR, kurumsal müşteri sayısı.
- Dow Jones davasının 2026 durumu.

## Kaynaklar

1. [Perplexity şirket sayfası](https://sacra.com/c/perplexity/), Sacra (analist derlemesi; tahminler işaretli), erişim 2026-10-05. "The Airtel promotion drove monthly active users in India from roughly 2.6 million on average in the first half of 2025 to a peak of 22 million in October 2025, with MAUs still at nearly 14 million in July 2026"
2. [Perplexity sued by Dow Jones and New York Post](https://www.sherwood.news/business/perplexity-sued-by-dow-jones-and-new-york-post), Sherwood News (dava dilekçesinden alıntı), 2024-10-21. "massive freeriding"
3. [Reddit Can Proceed With Scraping Claims Against Perplexity, SerpApi](https://www.mediapost.com/publications/article/416950/reddit-can-proceed-with-claims-against-perplexity.html), MediaPost, 2026-07-31. "too conclusory to warrant further proceedings"
4. [Perplexity valuation 2026 (FT, The Information ve CNBC aktarımı)](https://valueaddvc.com/blog/perplexity-ai-valuation-revenue-2026-23b-450m-arr), ValueAddVC (ikincil derleme), erişim 2026-10-05. "revenue had tripled in five months"
5. [Aravind Srinivas X hesabı ("100 M$ → 500 M$, %34 kadro" beyanı)](https://x.com/AravSrinivas), X, erişim 2026-10-05. açılamadı (403); beyan ikincil sitelerde aktarılıyor
6. [Perplexity Hub blog (Comet, Max, Comet Plus duyuruları)](https://www.perplexity.ai/hub/blog), Perplexity, erişim 2026-10-05. açılamadı (403)

---

# Photoroom

URL: https://alpsuleyman.com/tr/vakalar/photoroom
Updated: 2026-10-06
Author: Alp Suleiman

> E-ticaret fotoğrafı nişine iki kez odaklanıp mağaza sıralamasıyla büyüyen, az sermayeyle kârlılık beyan eden sessiz vaka; aktif kullanıcı ve elde tutma rakamı yok.

## Profil

- E-ticaret satıcıları için ürün fotoğrafı düzenleme: arka plan kaldırma, yapay zekâ ile arka plan ve stüdyo üretimi (Studio HD modeli); mobil uygulama, web, Shopify entegrasyonu ve API [6]
- Kuruluş: 2019, Paris; Y Combinator mezunu [2] [5]; kurucular: Matthieu Rouif (CEO) ve Eliot Andres [2][5]; ülke: Fransa
- 2022: 19 M$ (ikincil veri) [1]
- Ocak 2024: 50–60 M$ tur görüşmesi, 500–600 M$ ön değerleme (kaynaklara dayalı haber) [1]
- Mart 2024: 43 M$, 500 M$ değerleme (Balderton); toplam yaklaşık 64 M$ (ikincil veri) [2]
- Fiyatlandırma: Freemium abonelik; ABD'de mobil Pro 4,99 $/hafta ya da 89,99 $/yıl (ikincil veri) [2]; web, Shopify, kurumsal ve API fiyatları ayrı

## Zaman çizgisi

- 2020-08: Lansmandan üç ay sonra 1 M$ ARR (ikincil veri) [2]
- 2021: 2 M$ yatırımla 20 M$ ARR ve kârlılık (ikincil veri) ("Scaling to $20M in ARR on just $2M of invested capital, and achieving profitability") [2]
- 2023-12: 100 M üstü indirme; 50 M$ ARR'a gidiş; aylık 27 M web ziyareti, yaklaşık yüzde 90'ı mobil [1]
- 2025-08-26: This Week in Startups: 300 M kullanıcı, 50 M$ üstü gelir (şirket beyanı) ("300M users", "$50M+ in revenue") [3]
- 2026-06-16: Marka yenileme: 300 M kullanıcı, 180'den fazla ülke, yılda 7 Mr görüntü, 1 M üstü işletme ("People don't buy products, they buy pictures") [4]

## Büyüme mekanizması

- **acquisition**: Uygulama mağazası organiği: ABD'de iOS grafik ve tasarım kategorisinde üçüncü, Android fotoğrafta birinci [1]. Nişe odak mağaza sıralamasını, sıralama indirmeyi getiriyor (yorum). Kültürel kampanya: Barbie poster üreteci 1 M'den fazla paylaşım [1]. Shopify uygulama mağazası ve API ile B2B [6].
- **loop**: Satıcı ürün fotoğrafı çeker, saniyede düzenler, listeleme yapar ve satar, daha çok listeleme için abone olur, mağaza sıralaması ve yorumlar yeni satıcı getirir. İkinci döngü API ve Shopify ile pazaryeri ölçeği: ayda yüz binlerce listeleme işleyen pazaryerleri [4].
- **activation**: İlk değer anı ilk arka plan kaldırma; şirketin iddiası saniyede sonuç (yorum). Kamuya açık aktivasyon rakamı yok.
- **retention**: Rakam yok. Sinyal: ödeme geri dönüş süresi bir ay ve mobil müşterilerin peşin yıllık ödemesi [2] (ikincil veri). Yıllık abonelik payı yüksekse elde tutmayı maskeler (yorum). Elde tutma kanıtı yok.
- **pricing**: Haftalık ve yıllık mobil abonelik; peşin yıllık ödeme nakit akışını öne çekiyor [2] (ikincil veri). Kârlılık buradan geliyor olabilir (yorum).
- **distribution**: Shopify Android, Studio HD modeli ve marka yenileme [4] [6]. Odaklanma hikâyesi kurucu sözüyle: "we focused 10x on photo and we grew 10x. And then we focused on e-commerce photo and we grew 10x again" [5] (ikincil aktarım; atıf doğrulanmalı).
- **team**: Çalışan sayısı açılan kaynaklarda yok.

Döngü niş kategoride mağaza sıralamasıyla kapanıyor; kırmızı ok, platformun çekirdek özelliği kopyalamasının döngüyü nereden deldiğini gösterir.

## Reel okuma

- Q1 (belirsiz): Şirket beyanı 300 M kullanıcı (kümülatif, aktif değil) ve 50 M$ üstü gelir; ARR ayrıntısı Sacra tahmini.
- Q2 (var): Gelir ve kârlılık beyanı sonuç; ama kârlılığın birincil alıntısı açılamadı.
- Q3 (belirsiz): Ödeme geri dönüşü bir ay (ikincil veri); müşteri vaka rakamları şirketin kendi beyanı, kontrol grubu yok.
- Q4 (yok): Kontrol grubu ya da cohort yok.
- Q5 (var): Yıllık abonelik geliri gerçekleşmiş nakit; kullanıcı sayısı ise indirme ve kümülatif, nominal.

reel: Kârlılık ve sermaye verimliliği beyanı tutarlı; ama elde tutma ve aktif kullanıcı rakamı olmadan "sağlıklı" denemez. Şirket beyanı ile Sacra tahmini arasındaki fark (50 M$ üstü ve 94 M$) açık.

## Gölge

- Arka plan kaldırma, telefon işletim sistemlerinin yerleşik özelliği oldu; ürünün "visual commerce" yönüne genişlemesi bu baskının yanıtı [4] (yorum).
- Müşteri vaka rakamları (API müşterilerinde yüzde 236 ortalama sepet artışı, Shopify satıcısında yüzde 30 dönüşüm artışı) kontrol grubu olmadan algı düzeyinde kalır [4] (yorum).
- Haftalık 4,99 $ ile yıllık 89,99 $ arasındaki fark, iptal etmeyi unutan kullanıcı geliri sorusunu akla getirir [2] (yorum, kanıt yok).
- Sacra'nın 2024 için 94,5 M$ ARR tahmini ile şirketin Ağustos 2025'teki "50 M$ üstü gelir" beyanı çelişiyor [2] [3]; yayında şirket beyanı esas.

## Dersler

- (yorum) Niş derinliği bir büyüme stratejisidir. Önce fotoğraf, sonra e-ticaret fotoğrafı; iki kez on kat. Türkiye'deki pazaryeri satıcıları için aynı niş duruyor.
- (yorum) Az yatırımla kârlılık beyanı, "büyümek için para yakmak zorunda değilsin" örneği. TL gelirli kurucu için en uygulanabilir vaka.
- (yorum) Mağaza sıralaması bir kanal. Niş kategoride liderlik, geniş kategoride ellinci olmaktan değerli.
- (yorum) Yıllık peşin abonelik nakit döngüsünü kısaltır ama elde tutmayı gizler. Cohort'u yenileme oranıyla ölç.
- (yorum) Platform çekirdek özelliğini kopyalayacaksa hendeği iş akışında kur, tek özellikte değil.

## Açık sorular

- Kârlılık beyanının birincil alıntısı (Sifted, Forbes ya da TWIST bölümü).
- Gerçek ARR (50 M$ üstü beyanı ile 94 M$ tahmini) ve yıllık ile haftalık abonelik payı.
- Aktif kullanıcı, elde tutma ve yenileme oranı, çalışan sayısı.
- Kurucu alıntısının doğru atfı (sayfa Andres'i CEO diye yazıyor; CEO Rouif).
- Claude skills marketplace yazısı: ajan kanalından kullanım verisi var mı.

## Kaynaklar

1. [Sources: Photoroom, the AI photo editing app, is raising $50M-$60M at a $500M-$600M valuation](https://techcrunch.com/2024/01/09/sources-photoroom-the-ai-photo-editing-app-is-raising-50m-60m-at-a-500m-600m-valuation), TechCrunch, 2024-01-09. "more than 100 million downloads"
2. [Photoroom profili](https://sacra.com/c/photoroom/), Sacra (tahmin), 2026. "Scaling to $20M in ARR on just $2M of invested capital, and achieving profitability"
3. [Photoroom featured on This Week in Startups: Our journey to 300M users](https://www.photoroom.com/inside-photoroom/photoroom-featured-on-twist), Photoroom blog, 2025-08-26. "300M users"
4. [Meet the new Photoroom: People don't buy products, they buy pictures](https://www.photoroom.com/inside-photoroom/brand-refresh), Photoroom blog (Matthieu Rouif), 2026-06-16. "over a million businesses, from independent Etsy stores to global retailers and marketplaces processing hundreds of thousands of listings a month"
5. [PhotoRoom Founders: How to Dream Bigger (Startup School Paris)](https://www.startuphub.ai/ai-news/startup-news/2026/photoroom-founders-how-to-dream-bigger), StartupHub.ai (ikincil aktarım), 2024-07-24. "Initially we started doing video and photo and we focused 10x on photo and we grew 10x. And then we focused on e-commerce photo and we grew 10x again."
6. [Photoroom blog listesi (Studio HD, Shopify Android, Claude skills marketplace)](https://www.photoroom.com/inside-photoroom), Photoroom, 2026. "Studio HD"
7. [Photoroom kârlılık röportajı](https://sifted.eu/articles/photoroom-interview-gen-ai-profit), Sifted, 2024. Paywall; kârlılık beyanının birincil alıntısı buradan açılmalı.

---

# Replit

URL: https://alpsuleyman.com/tr/vakalar/replit
Updated: 2026-10-06
Author: Alp Suleiman

> Dokuz yıl yerinde sayan gelir, ürün teknik olmayan kullanıcıya dönünce bir yılda elli katına çıktı; marj, elde tutma ve ajanın sildiği veritabanı hikâyenin öbür yüzü.

## Profil

- Tarayıcıda çalışan yazılım geliştirme ortamı; Eylül 2024'ten itibaren doğal dille uygulama kuran, dağıtan ve veritabanı yöneten Replit Agent. 2025'ten sonra hedef kitle teknik olmayan beyaz yakalı: ürün yöneticisi, tasarımcı, iş ekipleri [2]
- Kuruluş: 2016, San Francisco; Y Combinator mezunu [1]; kurucular: Amjad Masad, Faris Masad, Haya Odeh [1]; ülke: ABD
- 2023: 100 M$, 1,16 Mr$ değerleme [1]
- 10 Eylül 2025: Seri C 250 M$, 3 Mr$ değerleme (Prysm Capital; Amex Ventures, Google AI Futures Fund); toplam yaklaşık 478 M$ [1]
- Mart 2026: Seri D 400 M$, 9 Mr$ değerleme (Georgian) (ikincil veri) [4]
- Fiyatlandırma: Freemium ve abonelik (Core 20 $/ay, Pro 100 $/ay) artı ajan kullanımı için çaba bazlı ücret; kurumsalda koltuk artı kullanım [4] [5]

## Zaman çizgisi

- 2021: ARR 2,83 M$ [2]
- 2024-09: Replit Agent lansmanı; ARR hâlâ yaklaşık 2,8 M$, çalışan sayısı 130'dan 60–70'e ("The business wasn't viable") [2]
- 2025-06: ARR 100 M$ (Masad'ın X paylaşımı) ("That compares to $100 million ARR in June") [1]
- 2025-06-18: Çaba bazlı fiyatlama: sabit 0,25 $ checkpoint'ten değişken fiyata [5]
- 2025-09-10: Seri C 250 M$, 3 Mr$; yıllıklandırılmış gelir 150 M$; Agent 3 aynı gün [1]
- 2026-08: 50 M üstü kullanıcı, Fortune 500'ün yüzde 85'i; 2026 sonu için 1 Mr$ ARR hedefi (kurucu beyanı) ("More than 50 million people build on it, including 85 percent of the Fortune 500") [3]

## Büyüme mekanizması

- **acquisition**: Dokuz yılda biriken ücretsiz kullanıcı tabanı (Nisan 2023'te 22,5 M, Mart 2026'da 50 M üstü) ajan ürününün üstüne açıldığı zemin [4] (yorum). Yapılan uygulamanın kendisi tanıtım. Kurumsal tarafta Zillow, Duolingo, Coinbase gibi isimler [2]. Kurucunun X'teki görünürlüğü ve rakiplerle açık polemik ayrı bir kanal (yorum).
- **loop**: Teknik olmayan kullanıcı fikrini yazar, ajan uygulamayı kurar ve dağıtır, kullanıcı daha karmaşık iş ister, ajan kullanımı artar, kullanım bazlı gelir gelir, model ve ajan iyileştirilir, daha uzun özerk görev mümkün olur. Kritik bağ: kullanım artınca gelir de maliyet de artıyor (yorum).
- **activation**: Fikirden çalışan uygulamaya ilk anın dakikalar içinde olması. Agent 3'ün kendi kendini test etmesi aktivasyonu güçlendirmek için tasarlandı; finansmanla aynı gün duyuruldu [1], blog açılamadı (yorum).
- **retention**: Kamuya açık cohort ya da elde tutma rakamı yok. Platformer röportajında ele alınmadı [3]. Elde tutma kanıtı yok.
- **pricing**: Haziran 2025'te sabit checkpoint fiyatından çaba bazlı fiyata geçiş; gerekçe: "was designed for the early version… which mostly handled short, simple tasks" [5]. Bu değişiklik gelir sıçramasıyla aynı döneme denk geliyor (Haziran 100 M$, Eylül 150 M$) [1]; kullanım başına gelir arttı (yorum). Sacra'ya göre basit işler 0,06 $, karmaşık işler birkaç dolar [4].
- **distribution**: Agent 3 lansmanı finansmanla aynı gün [1]; Free Mode, Replit Design ve Databricks entegrasyonu 2026'da [6]. a16z'nin Ekim 2025 harcama raporunda OpenAI ve Anthropic dışındaki geliştirme araçlarının önünde [2].
- **team**: 2024'te 130'dan 60–70 çalışana küçülme [2]; 2026 sayısı açıklanmadı. Masad: "we have high velocity as a company" [3].

Döngü kullanımla hızlanıyor; kırmızı ok, aynı kullanımın ön saf model faturasını da büyüttüğünü gösterir.

## Reel okuma

- Q1 (belirsiz): "Annualized revenue" şirket beyanı; tekrarlayan gelir mi aylık gelirin on iki katı mı tanımı yok. Sacra rakamları tahmin.
- Q2 (var): Gelir bir sonuç; kullanıcı sayısı ise kayıt sayısı, aktif değil.
- Q3 (yok): Elde tutma, NRR ve churn açıklanmadı.
- Q4 (yok): Kontrol grubu ya da cohort yok.
- Q5 (belirsiz): Kullanım bazlı gelir ile fiyat modeli değişimi iç içe; brüt marj için çelişen iki beyan var (pozitif ve kurumsalda yüzde 80–90 [2]; yüzde 36 ile eksi 14 arası [4]).

eksik: Gelir ivmesi kamuya açık ve kurucunun kendi sözüyle tutarlı; kalite, elde tutma ve marj verisi yok. 1 Mr$ hedefi bir vaat, bir sonuç değil.

## Gölge

- Temmuz 2025: ajan bir kullanıcının üretim veritabanını sildi ve sahte kayıt üretti; şirket iki gün içinde practice/production ayrımı getirdi [2]. Yetki ve geri alma tasarımının en bilinen örneği.
- Brüt marj çelişkisi: TechCrunch "gross margin positive" ve kurumsalda yüzde 80–90 derken [2], Sacra 2025 için yüzde 36 ile eksi 14 arası tahmin ediyor [4]. Kod üreten ürünler en pahalı ön saf modeli kullanmak zorunda.
- Pivotun bedeli: 2024'te yüzde 50 küçülme ve profesyonel geliştiricinin kızgınlığı; "Hacker News was really unhappy" [2].
- Temel model şirketlerinin kendi kodlama araçlarıyla rekabet ve sübvansiyon riski [2].

## Dersler

- (yorum) Dokuz yıl yerinde sayan gelir, ürün değişince bir yılda elli katına çıktı. Sorun kanal değil, ürünün kime değer yarattığıydı.
- (yorum) Profesyonel segmentten vazgeçip teknik olmayan kullanıcıya dönmek, sevilen kullanıcıyı kızdırma pahasına geldi. Hangi okuru kaybetmeyi göze aldığını yaz.
- (yorum) Fiyat modelini değiştirip büyüme beyan ediyorsan, büyümenin ne kadarı fiyat ne kadarı kullanım, ayır. Sitenin Fiyat Modeli Seçici aracı bunun için.
- (yorum) Ajana üretim verisine yetki vermeden önce practice/production ayrımı kur. Replit bunu olaydan sonra yaptı.
- (yorum) Dolar maliyetli model çağrısı, TL gelirli üründe marjı daha da sıkar. Replit'in marj çelişkisi senin için daha sert.

## Açık sorular

- "Annualized revenue" tanımı; ARR'ın ne kadarı kurumsal sözleşme, ne kadarı kullanım kredisi.
- Brüt marj pozitif mi negatif mi (TechCrunch ile Sacra çelişiyor).
- Seri D resmi duyurusu birincil kaynaktan.
- Zillow, Duolingo ve Coinbase kullanım beyanlarının birincil kaynağı.
- Elde tutma ve NRR; Free Mode'un kullanım ve maliyete etkisi.

## Kaynaklar

1. [Replit hits $3B valuation on $150M annualized revenue](https://techcrunch.com/2025/09/10/replit-hits-3b-valuation-on-150m-annualized-revenue), TechCrunch, 2025-09-10. "That compares to $100 million ARR in June"
2. [After nine years of grinding, Replit finally found its market. Can it keep it?](https://techcrunch.com/2025/10/02/after-nine-years-of-grinding-replit-finally-found-its-market-can-it-keep-it), TechCrunch, 2025-10-02. "The business wasn't viable"
3. [Replit's CEO on building a company that can run itself](https://www.platformer.news/replit-amjad-massad-interview-coding-design-jobs/), Platformer, 2026-08-06. "More than 50 million people build on it, including 85 percent of the Fortune 500"
4. [Replit profili](https://sacra.com/c/replit/), Sacra (tahmin), 2026. "Simple runs cost as little as $0.06 while complex multi-step work can cost multiple dollars"
5. [Effort-based pricing](https://replit.com/blog/effort-based-pricing), Replit blog, 2025-06-18. "The original $0.25-per-checkpoint pricing was designed for the early version of Replit Agent, which mostly handled short, simple tasks"
6. [Replit blog listesi (Free Mode, Replit Design, Databricks)](https://replit.com/blog/), Replit, 2026-06 – 2026-09. "Free Mode (2026-08-18)"
7. [AI coding tool Replit wiped database, called it a catastrophic failure](https://fortune.com/2025/07/23/ai-coding-tool-replit-wiped-database-called-it-a-catastrophic-failure/), Fortune, 2025-07-23. Açılamadı; olay TechCrunch [2] üzerinden aktarıldı.

---

# Runway

URL: https://alpsuleyman.com/tr/vakalar/runway
Updated: 2026-10-06
Author: Alp Suleiman

> Kendi video modelini eğiten bir üretici aracı, festival ve stüdyo ortaklıklarıyla kültürel sahne kurdu, sonra gelirin ağırlığını kurumsal model lisansına taşıdı; gelir beyanı güçlü, tanımı ve kalite metriği yok.

## Profil

- Üretken video ve görüntü modelleri (Gen-4, Gen-4.5, Aleph, Act-Two) ve bu modellerin üzerine kurulu yaratıcı araçlar; son dönemde dünya modelleri ve robotik araştırması. Kendi frontier modelini eğitir; kurucu ortağa göre en büyük müşteriler modeli doğrudan lisanslıyor: "Our largest customers are increasingly licensing our frontier models directly." [1]
- Kuruluş: 2018, New York (NYU ITP çevresi) [5][6]; kurucular: Cristóbal Valenzuela (Co-CEO), Alejandro Matamala, Anastasis Germanidis (Co-CEO/CTO) [5][6]; ülke: ABD (New York; kurucular Şili ve Yunanistan kökenli)
- Haziran 2023: 141 M$ Seri C uzatması, 1,5 Mr$ değerleme (ikincil veri) [6]
- Nisan 2025: 308 M$ Seri D, yaklaşık 3 Mr$ değerleme, General Atlantic (Sacra, ikincil veri) [5]
- Şubat 2026: 315 M$ Seri E, 5,3 Mr$ değerleme, General Atlantic liderliğinde; toplam yaklaşık 1,05 Mr$ (Sacra; Dealroom 862 M$ diyor, çelişki açık) [5]
- Fiyatlandırma: Saniye başına kredi. Free katmanda 125 tek seferlik kredi; Standard 12 $/ay (yıllık) 625 kredi, yani Gen-4.5'ta 52 saniye video; Pro 28 $/ay 2.250 kredi; Max 76 $/ay 9.500 kredi, krediler yalnız bu katmanda bir ay devreder; kurumsal satış ayrı [3].

## Zaman çizgisi

- 2018: Kuruluş, New York [6]
- 2023-06: Seri C uzatması, 1,5 Mr$ değerleme; Time en etkili 100 şirket listesi [6]
- 2024-09: Lionsgate ile özel model anlaşması (ikincil veri) [6]
- 2024: Yaklaşık 44 M$ tanınan gelir (Sacra tahmini, şirket beyanı değil) ("For calendar 2024, Runway booked roughly $44M of recognized revenue") [5]
- 2026-02: 315 M$ Seri E, 5,3 Mr$ değerleme [5]
- 2026-09-08: "200 M$ ARR" beyanı: kurucu ortağın LinkedIn gönderisi, haber aktarımıyla ("We crossed 200m ARR last week, doubling") [1]

## Büyüme mekanizması

- **acquisition**: Üç kanal üst üste biniyor. Araştırma yayını ve model lansmanları (Gen-1'den Gen-4.5'a) her seferinde haber döngüsü üretiyor [5]. AI Film Festival ve Tribeca ortaklığı ürün çıktısını kültürel etkinliğe çeviriyor; Wikipedia derlemesine göre başvurular ilk yıl 300'den 2025'te 6.000'in üzerine çıktı (ikincil veri) [6]. Stüdyo ortaklıkları (Lionsgate, AMC Networks) hem referans hem özel model gelir hattı [6]. Altında self-serve kredi aboneliği duruyor [3].
- **loop**: Yeni model, üreticilerin sosyalde paylaştığı çıktı, festival ve stüdyo görünürlüğü, kurumsal talep ve lisans geliri, gelirin model eğitimine dönmesi, bir sonraki model. Kurucu ortağa göre 2026'da döngünün parası kurumsal koldan geliyor: "Our largest customers are increasingly licensing our frontier models directly." [1]
- **activation**: Free katmanda 125 tek seferlik kredi; ilk değer anı ilk üretilen video [3]. Kredinin yenilenmemesi, meraklı kullanıcıyı ya ödemeye ya ayrılmaya zorlar (yorum).
- **retention**: Elde tutma kanıtı yok. Krediler yalnız en üst katmanda bir ay devrediyor; kullanılmayan kredinin yanması churn baskısı yaratır [3] (yorum).
- **pricing**: Saniye başına kredi modelinde ürün iyileştikçe kullanıcının aldığı birim azalıyor: aynı 625 kredi Gen-4 Turbo'da 104 saniye, Gen-4.5'ta 52 saniye [3]. Fiyat sabit, birim yarıya iniyor; model kalitesi fiyat artışının görünmez biçimi (yorum).
- **distribution**: Stüdyolara özel model, Adobe Ventures ve NVIDIA gibi yatırımcılarla dağıtım ve donanım yakınlığı [5], API tarafında görüntü başına 0,08 $ fiyat (Sacra, ikincil veri) [5].
- **team**: Çalışan sayısı Wikipedia bilgi kutusunda 265, tarihsiz (ikincil veri) [6]. Çalışan başı gelir hesabı iki farklı tarihli rakama dayanacağı için yapılmadı.

Döngü üreticinin çıktısıyla dönüyor, parası kurumsal lisanstan geliyor. Kırmızı ok, modelin her iyileşmesinde kredinin daha az saniye almasını gösterir.

## Reel okuma

- Q1 (belirsiz): ARR beyanı kurucu ortağın LinkedIn gönderisi, haber aktarımıyla; yıllıklandırma tanımı verilmedi.
- Q2 (var): Gelir bir sonuç; ama "60 million creators" ifadesinin kullanım mı kayıt mı olduğu belirsiz.
- Q3 (yok): Brüt marj, elde tutma, kredi tüketimi açıklanmadı.
- Q4 (yok): Cohort ya da kontrol grubu beyanı yok.
- Q5 (belirsiz): Beş ayda iki kat büyüme model lisansından geliyorsa birkaç büyük sözleşmeye dayanıyor olabilir; müşteri yoğunlaşması bilinmiyor.

eksik: Gelir beyanı güçlü ve yatırımcı destekli; tanım, kalite metriği ve müşteri yoğunlaşması yok. Sacra'nın 2025 sonu için aktardığı 265–300 M$ hedef ile Eylül 2026'daki 200 M$ beyanı arasındaki fark soru olarak duruyor.

## Gölge

- Sacra, şirketin 2025 sonu için yatırımcılara 265–300 M$ yıllıklandırılmış gelir hedefi verdiğini aktarıyor; Eylül 2026 beyanı 200 M$. Hedefin altında mı kalındı, iki rakam aynı tanımı mı kullanıyor, bilinmiyor [5] [1].
- Toplam toplanan sermaye kaynaklar arasında çelişiyor: Sacra yaklaşık 1,05 Mr$, Dealroom 862 M$ [5] [2].

## Dersler

- (yorum) Çıktının kendisi pazarlamadır: festival, ödül, stüdyo referansı. Ürün çıktısı paylaşılabilirse reklam bütçesi yerine sahne kur.
- (yorum) Üreticiden kuruma geçiş gelir tanımını değiştirir. ARR'ın çoğu lisans olunca büyüme birkaç sözleşmeye bağlanır; müşteri yoğunlaşmasını kendin açıkla, yoksa okur tahmin eder.
- (yorum) Saniye başına kredi, ürün iyileştikçe kullanıcıya pahalılaşır. TL gelir, dolar GPU maliyeti olan bir ekipte bu makas daha da açılır; fiyat sayfana "aynı kredi kaç saniye" tablosunu dürüstçe koy.
- (yorum) Kendi modelini eğitmek sermaye ister; orkestrasyon daha ucuz ama hendeksiz. Türkiye'de ikincisi daha gerçekçi, ama o zaman hendeği iş akışında kurmak zorundasın.

## Açık sorular

- Germanidis'in LinkedIn gönderisinin kendisi ve ARR tanımı (hangi ayın yıllıklandırması).
- Seri E resmi duyurusu; runway.com/news içeriği JS ile yüklendiği için alınamadı.
- Lionsgate ve AMC anlaşma metinleri; AI Film Festival başvuru sayıları birincil sayfada doğrulanmalı.
- Valenzuela'nın "The Cost of a Frame" denemesi okunmalı; maliyet deflasyonu tezi vaka için merkezi.
- Kurucu podcast transkripti bulunamadı.

## Kaynaklar

1. [Runway AI Hits $200 Million Revenue and Expands Robotics Capabilities (kurucu ortağın LinkedIn gönderisinin haber aktarımı)](https://www.pymnts.com/news/artificial-intelligence/2026/runway-ai-hits-200-million-revenue-and-expands-robotics-capabilities/), PYMNTS, 2026-09-08. "We crossed 200m ARR last week, doubling"
2. [Runway buys France's Kinetix, crosses $200M ARR](https://dealroom.co/news/149523-runway-buys-frances-kinetix-crosses-200m-arr-in-physical-ai-push/), Dealroom, 2026-09-08. "crosses $200M ARR"
3. [Runway fiyat sayfası](https://runway.com/pricing), Runway, erişim 2026-10-05. "125 one-time credits; 52 seconds Gen-4.5; roll over 1 mo"
4. [Runway: $315 Million Series E](https://pulse2.com/runway-315-million-series-e/), pulse2, 2026-02-15. "$315 Million Series E"
5. [Runway şirket profili (tahmin ve derleme)](https://sacra.com/c/runway/), Sacra, 2026-02-10. "For calendar 2024, Runway booked roughly $44M of recognized revenue · raised approximately $1.05B · $0.08 per generated image"
6. [Runway (company)](https://en.wikipedia.org/wiki/Runway_(company)), Wikipedia (ikincil derleme), erişim 2026-10-05. "The company was founded in 2018 by the Chileans Cristóbal Valenzuela, Alejandro Matamala and the Greek Anastasis Germanidis after they met at New York University Tisch School of the Arts ITP. · In its initial year it had 300 submissions and screenings in small New York City theaters. In 2025 it had over 6,000 submissions."

---

# Sierra

URL: https://alpsuleyman.com/tr/vakalar/sierra
Updated: 2026-10-06
Author: Alp Suleiman

> Kurucu itibarıyla açılan kurumsal kapıdan giren müşteri hizmetleri ajanı; fiyatı sonuca bağladığı için ölçüm satış malzemesine dönüştü, listedeki en disiplinli ölçüm anlatısı ama çözüm tanımı ve zaman serisi kapalı.

## Profil

- Kurumsal müşteri deneyimi ajanları (destek, satış, sesli), Agent OS platformu; 2026'da "Agents as a Service" ve çok haftalık görevler için Horizon ajanları [3][6].
- Kuruluş: Lansman Şubat 2024 (ikincil veri) [7].; kurucular: Bret Taylor (eski Salesforce eş-CEO'su, OpenAI yönetim kurulu başkanı) ve Clay Bavor (eski Google) [1].; ülke: ABD
- Ekim 2024: Seri C, 4,5 Mr$ değerleme (ikincil veri) [7]
- Mayıs 2026: 950 M$ Seri E, 15,8 Mr$ değerleme; Tiger Global ve GV (ikincil veri; resmi duyuru bulunamadı) [7]
- SoftBank Vision Fund 2 yatırımı, Japonya genişlemesiyle birlikte [1]
- Fiyatlandırma: Sonuç bazlı. Taylor: "If the AI agent resolves the case, no human intervention, there's a pre-negotiated rate for that. If we do have to escalate to a person, that's free." [2] Horizon için: "you don't pay for tokens, you pay for business outcomes delivered." [3]

## Zaman çizgisi

- 2024-02: Lansman (ikincil veri) [7]
- 2025-11: Yedi çeyrekte 100 M$ ARR (şirket beyanı) ("After reaching $100M in ARR in seven quarters") [1]
- 2026-02-06: 150 M$+ ARR, ilk 50 M$'lık çeyrek (şirket beyanı) ("we followed with our first-ever $50M quarter") [1]
- 2026-03-10: Yaklaşık 165 M$ ARR (kurucu, podcast) ("around $165 now, one month into our next quarter") [2]
- 2026-07-16: Horizon: çok haftalık ajanlar, sonuç fiyatı [3]

## Büyüme mekanizması

- **acquisition**: Kurucu itibarıyla açılan kurumsal kapı; Fortune 500'e doğrudan satış. İkinci yıl yazısında müşteri listesi: ADT, Cigna, DIRECTV, Gap, Ramp, Redfin, Rivian, Rocket Mortgage, SiriusXM, Sutter Health [1]. Ürün odaklı büyüme yok, self-serve yok.
- **loop**: Bir büyük logo, kamuya açık vaka çalışması, aynı sektörden ikinci logo, "sektörün şu kadarına ulaştık" anlatısı, yeni sektör. Şirketin kendi ifadesi: "95% of US shoppers, 50% of families in healthcare, 70% of the value chain in fintech" [1]. Döngünün yakıtı ölçülebilir sonuç; fiyat ona bağlı olduğu için satış ve ölçüm aynı şey (yorum).
- **activation**: Kurumsal canlıya alma süresi satış argümanının kendisi: Airtable'da sohbet 4 hafta, e-posta 7 gün sonra [5]; bir sağlık şirketinde "just seven weeks after the project kickoff" [1]; Singtel'de 10 haftadan kısa [4].
- **retention**: Elde tutma kanıtı yok; NRR yayımlanmadı. Sonuç bazlı fiyatın doğası gereği gelir kullanım ve başarıyla birlikte hareket eder. Verilen oranlar: sağlıkta yüzde 70–90, Ramp'te yüzde 90 otomasyon [2]; Airtable yüzde 80, Chime yüzde 70'ten fazla çözüm [4].
- **pricing**: Fiyatın kendisi konumlandırma. Taylor: "I would argue there's not a strong correlation between token usage or utilization and value." [2] Risk Sierra'da: "We bear the burden of managing token spend" [3]. Bu, brüt marjı ürün kalitesine bağlar; yayımlanmış marj yok.
- **distribution**: Çeyrekte bir büyük platform duyurusu: Agent OS 2.0 (Kasım 2025), Agents as a Service (Mart 2026), Horizon (Temmuz 2026), Ghostwriter (Eylül 2026) [6]; coğrafi genişleme Fransa ve Japonya [1]. Kurucunun podcast yoğunluğu kurumsal satışa giriş kapısı olarak çalışıyor (yorum).
- **team**: Çalışan sayısı yayımlanmadı.

Döngünün yakıtı ölçülebilir sonuç: fatura ona bağlı olduğu için satış ve ölçüm aynı iş. Kırmızı ok, sonucun tanımını kimin yazdığını hatırlatır.

## Reel okuma

- Q1 (belirsiz): ARR ve çözüm oranları şirket ya da müşteri beyanı; "çözüm" tanımını Sierra'nın sözleşmesi belirliyor.
- Q2 (belirsiz): Çözüm oranı sonuç metriği, ama "insan dokunmadan kapanan vaka" müşteri memnuniyetiyle aynı şey değil; tek memnuniyet verisi SoFi'nin NPS artışı.
- Q3 (yok): Vaka sayfalarında oran var, zaman içinde seyri yok.
- Q4 (yok): Kontrol grubu yok; Taylor bir perakendecide hacmin tasarruf kadar arttığını kendisi söylüyor.
- Q5 (belirsiz): Sonuç bazlı gelir doğası gereği reel kullanıma bağlı; ARR'nin taban taahhüt içerip içermediği bilinmiyor.

reel: Fiyat modeli sonuçla aynı hizada; listedeki en güçlü ölçüm disiplini. Yine de çözüm tanımı ve zaman serisi kapalı olduğu için "eksik" sınırında duruyor.

## Gölge

- Sonuç tanımını satıcı yazıyor; "escalation is free" cümlesi çözülmeyen vakayı görünmez kılabilir (yorum) [2].
- Token maliyetini üstlenmek: model fiyatları düşmezse marj riski; "We bear the burden of managing token spend" [3].
- Taylor'ın kendi kabulü: bir perakendecide "total volume went up almost as much as they saved" [2]; verimlilik iddiası talep artışıyla birlikte okunmalı.
- Resmi Seri E duyurusu bulunamadı; değerleme rakamları yalnız haber (ikincil veri) [7].

## Dersler

- (yorum) Fiyatı sonuca bağlayınca ölçüm satış malzemesi olur. Sierra'nın her vaka sayfasında bir oran var, çünkü oran olmadan fatura kesilemiyor. Fiyat modelini seçmek, hangi metriği ölçeceğini seçmektir.
- (yorum) "Sonuç" kelimesini sözleşmede tanımla, sunumda değil. Çözüm, insan dokunmadan kapanan vaka; müşterinin "sorunum çözüldü" demesi ayrı. Türkiye'de KOBİ'ye sonuç bazlı satarken bu farkı sen yazmazsan müşteri sonradan yazar.
- (yorum) Zaman-değer süresi bir büyüme kaldıracıdır. Yedi hafta, dört hafta gibi rakamlar kurumsal satışta fiyat kadar önemli. Kendi ürününde canlıya alma süresini ölçüp sayfaya yaz.
- (yorum) Jevons etkisini kendin söyle. Taylor hacmin tasarruf kadar arttığını kabul ediyor; bu, verimlilik iddiasının reel okumasıdır. "Maliyet düştü" derken "hacim ne oldu" sorusunu önceden cevapla.
- (yorum) Kurucu itibarı kopyalanmaz; vaka sayfası kopyalanır. Test sorusu: her müşterinde yayımlayabileceğin tek bir ölçülmüş sonuç var mı?

## Açık sorular

- Seri E resmi duyurusu ve 200 M$ ARR: yalnız haber.
- Çözüm başına fiyat, taban taahhüt, NRR, brüt marj, çalışan sayısı: yok.
- Toplam müşteri sayısı: yok; yalnız gelir dilimi yüzdeleri.

## Kaynaklar

1. [Year two in review](https://sierra.ai/blog/year-two-in-review), Sierra (Bret Taylor ve Clay Bavor, şirket blogu), 2026-02-06. "After reaching $100M in ARR in seven quarters, we followed with our first-ever $50M quarter — kicking off our third year with over $150M in ARR."
2. [Bret Taylor of Sierra on AI agents](https://cheekypint.substack.com/p/bret-taylor-of-sierra-on-ai-agents), Cheeky Pint (Stripe, John Collison), 2026-03-10. "If the AI agent resolves the case, no human intervention, there's a pre-negotiated rate for that. If we do have to escalate to a person, that's free."
3. [Horizon](https://sierra.ai/blog/horizon), Sierra (şirket blogu), 2026-07-16. "you don't pay for tokens, you pay for business outcomes delivered."
4. [Müşteriler sayfası](https://sierra.ai/customers), Sierra, erişim 2026-10-05. "Time to live: <10 weeks"
5. [Airtable vakası](https://sierra.ai/customers/airtable), Sierra, erişim 2026-10-05. "The work that reaches human agents is more complex, more interesting, and better aligned with their expertise"
6. [Blog dizini (ürün duyuru tarihleri)](https://sierra.ai/blog), Sierra, erişim 2026-10-05. "Sierra is heading into year three with over $150M in ARR"
7. [Sierra AI valuation 2026: $15.8B Series E (Fortune, CNBC, TechCrunch atıflı özet)](https://valueaddvc.com/blog/sierra-ai-valuation-2026-15-8b-series-e-enterprise-ai-agents), valueaddvc.com, 2026. ikincil özet; birincil duyuru bulunamadı

---

# Suno

URL: https://alpsuleyman.com/tr/vakalar/suno
Updated: 2026-10-06
Author: Alp Suleiman

> Metinden tam şarkı üreten tüketici ürünü, paylaşılan çıktıyla iki yılda milyonlarca ödeyen aboneye ulaştı; telif davalarını plak şirketi ortaklığına çevirdi, elde tutma kanıtı hâlâ yok.

## Profil

- Metin isteminden söz, vokal ve enstrümanıyla tam şarkı üreten tüketici ürünü; web, iOS ve Android uygulamaları, Ağustos 2026'da tarayıcı içi Studio 2.0 [1]. Yatırımcısı Menlo'ya göre "one of the fastest-growing consumer products in history since launching in December 2023" [4].
- Kuruluş: Cambridge, Massachusetts; ürün lansmanı Aralık 2023 [4]. Kurucular eski Kensho makine öğrenmesi araştırmacıları, CEO Mikey Shulman [8].; kurucular: Mikey Shulman (CEO) ve eski Kensho ekibi; şirket blogunda "More than half of our team are musicians themselves" (ikincil veri) [8]; ülke: ABD
- 21 Mayıs 2024: Seri B 125 M$ [1]
- 19 Kasım 2025: Seri C 250 M$, 2,45 Mr$ değerleme, Menlo Ventures liderliğinde [2]
- 3 Haziran 2026: Seri D 400 M$+, 5,4 Mr$ değerleme (şirket blogu); Bond liderliği ikincil veri [1]
- Fiyatlandırma: Kredi tabanlı üç katman: Free günde 50 kredi, ticari hak yok; Pro 8 $/ay, ayda 2.500 kredi, 20 indirme, ticari hak; Premier 24 $/ay, ayda 10.000 kredi, 60 indirme [3].

## Zaman çizgisi

- 2023-12: Ürün lansmanı [4]
- 2024-05-21: Seri B 125 M$ [1]
- 2025-11-19: Seri C 250 M$, 2,45 Mr$ değerleme ("Nearly 100 million people have made music on Suno – many for the first time in their lives") [2]
- 2026-02-26: 2 M ücretli abone, 300 M$ ARR (CEO LinkedIn gönderisi, haber aktarımı) [6]
- 2026-06-03: Seri D 400 M$+, 5,4 Mr$ değerleme [1]
- 2026-09-09: v6 (9 Eylül); BMG ortaklığı 12 Ağustos, Believe/TuneCore ortaklığı 8 Eylül [1]

## Büyüme mekanizması

- **acquisition**: Ücretli kanal beyanı yok. Yatırımcı Menlo'nun yazdığı döngü: arkadaşların paylaştığı parçalar akışlarda keşfedilir, "type idea, click create" ile dinleyen üreticiye dönüşür [4]. "Organik" iddiası Menlo'ya ait, Suno'nun kendi beyanı değil.
- **loop**: İstem, iki dakikada şarkı, paylaşım, dinleyenin kendi şarkısını yapması. Menlo'nun verdiği iki örnek: Xania Monet'in Billboard radyo listesine girmesi ve imoliver'ın "Stone" parçasının plak sözleşmesine dönüşmesi [4]. Örnekler anekdot; döngünün ölçülmüş hızı açıklanmadı.
- **activation**: İlk değer anı ilk şarkı; Free katmanda günde 50 kredi [3]. Ticari hak ve ek kredi satın alma yalnız ücretli planlarda; indirme ücretli planlarda sayılı (ayda 20 ve 60) [3]. Bu, ücretliye geçişi zorlayan bir kapı (yorum).
- **retention**: Elde tutma kanıtı yok. Menlo kullanıcıların parçaları "dozens of hours to perfect" ettiğini yazıyor [4]; bu bir gözlem, ölçülmüş retention değil. Churn, cohort ya da abone başına üretim paylaşılmadı.
- **pricing**: Kredi tabanlı; ticari hak yalnız ücretli katmanlarda [3]. Ücretli abone ve toplam kullanıcı: 2 M ödeyen (Şubat 2026, haber aktarımı) [6] ile "nearly 100 million people" (Kasım 2025) [2] farklı tarih ve tanımda; oran yalnız büyüklük sırası için okunabilir, yaklaşık yüzde iki (hesap bizim).
- **distribution**: Mobil uygulamalar (2024), Studio ile prosumer ve profesyonel segment [1][4], plak şirketi ortaklıkları: Warner (Kasım 2025), BMG (Ağustos 2026), Believe/TuneCore (Eylül 2026) [1]. Hukuki riski dağıtım kanalına çevirme hamlesi (yorum). Lansman ritmi: v3, v4, v4.5, v5.5, v6 ve çok sayıda özellik [1].
- **team**: Çalışan sayısı açıklanmadı. Şirket blogundan aktarılan cümle: "More than half of our team are musicians themselves" [8]. Sektörden üst düzey işe alımlar (eski Merlin CEO'su Jeremy Sirota) haber aktarımı [6].

Çıktının kendisi reklam; ücretli katmana geçiş kapısı indirme hakkı. Kırmızı ok, telif davasının bu kapıyı nasıl daralttığını gösterir.

## Reel okuma

- Q1 (var): Ücretli abone ve ARR CEO'nun LinkedIn gönderisi (ikincil veri); "100 M kişi" resmi blog; tanımlar açıklanmadı.
- Q2 (var): Ödeyen abone bir sonuç; algı değil.
- Q3 (yok): Retention, churn ya da abone başına üretim yayımlanmadı.
- Q4 (yok): Cohort ya da kontrol grubu açıklaması yok.
- Q5 (belirsiz): Kredi modelinde ARR'nin abonelik mi, kredi paketleri dahil mi olduğu belirsiz; Free katmanın daralması abone sıçramasının bir kısmını açıklayabilir (yorum).

eksik: Ödeme gerçek, hız gerçek; kalıcılık ve gelir tanımı bilinmiyor. Rakamların çoğu haber aktarımı, resmi bülten değil.

## Gölge

- Telif davaları: RIAA ve majör plak şirketleri 2024 ortasında dava açtı; Warner ile Kasım 2025'te uzlaşma, UMG ve Sony davaları sürüyor; Avrupa'da Koda ve GEMA (ikincil veri) [6].
- Free katman dar: ticari hak yok, ek kredi satın alma yalnız ücretli planlarda [3]. Büyümenin bir kısmı zorunlu dönüşüm olabilir (yorum).
- CEO'nun Bloomberg Screentime'daki sözü: "The last stats that we released were 2 million subscribers, $300 million in revenue. We are far beyond that by now." Yeni rakam yok, yalnız beyan (ikincil veri) [7].

## Dersler

- (yorum) Çıktının kendisi reklamdır. Ürün paylaşılmaya değer bir şey üretiyorsa kanal bütçesi yerine paylaşım sürtünmesini düşür.
- (yorum) Free katman bir kampanya değil bir kapıdır. Suno indirmeyi ücretliye taşıdı; sen de değerin taşınabilir hâlini ücretli katmana koy, üretimi değil.
- (yorum) Hukuki riski ortaklığa çevirmek bir dağıtım hamlesidir. Türkiye'de meslek birlikleri ve yayıncılarla ilişki aynı mantıkla kurulur.
- (yorum) "100 milyon kişi" ile "2 milyon ödeyen" arasındaki fark reel büyümenin ölçüsüdür. Kendi raporunda ikisini yan yana yaz.
- (yorum) Kredi modelinde ARR tanımını yazılı tut; yatırımcı ve ekip aynı sayıyı farklı anlamasın.

## Açık sorular

- CEO'nun LinkedIn gönderisinin birebir metni (2 M abone, 300 M$) ve ARR tanımı.
- Seri D ve Warner ortaklığı blog yazılarının tam metni ve bağlantıları.
- Retention, churn, abone başına üretim: hiçbir kaynakta yok.
- Çalışan sayısı; Warner Music Group'un Suno'ya yatırım yapıp yapmadığı.

## Kaynaklar

1. [Suno blog listesi (sürüm ve ortaklık duyuruları, tarihleriyle)](https://suno.com/blog), Suno, erişim 2026-10-05. Studio 2.0; v6; BMG; Believe (başlıklar ve tarihler)
2. [The Future of Music is Already Here (Seri C duyurusu)](https://suno.com/blog/series-c-announcement), Suno, 2025-11-19. "Nearly 100 million people have made music on Suno – many for the first time in their lives"
3. [Suno fiyat sayfası](https://suno.com/pricing), Suno, erişim 2026-10-05. "50 credits per day"
4. [The Future of Music Is Participatory: Leading Suno's Series C](https://menlovc.com/perspective/the-future-of-music-is-participatory-leading-sunos-series-c/), Menlo Ventures (Amy Wu Martin, Sabrina Lu), 2025-11-19. "one of the fastest-growing consumer products in history since launching in December 2023"
5. [AI music generator Suno hits 2M paid subscribers and $300M in ARR](https://techcrunch.com/2026/02/27/ai-music-generator-suno-hits-2-million-paid-subscribers-and-300m-in-annual-recurring-revenue/), TechCrunch, 2026-02-27. "2 million paid subscribers and $300M in annual recurring revenue"
6. [Suno: We've hit 2M paid subscribers and $300M annual revenue](https://www.musicbusinessworldwide.com/suno-hits-2m-paid-subscribers-300m-annual-revenue/), Music Business Worldwide, 2026-02-26. "2M paid subscribers and $300M annual revenue"
7. [Suno is 'far beyond' 2M subscribers and $300M in revenue, says Mikey Shulman (Bloomberg Screentime aktarımı)](https://www.musicbusinessworldwide.com/suno-is-far-beyond-2m-subscribers-and-300m-in-revenue-says-mikey-shulman-who-argues-its-good-that-ai-music-has-no-firm-rules-of-the-road-yet/), Music Business Worldwide, 2026-10-02. "The last stats that we released were 2 million subscribers, $300 million in revenue. We are far beyond that by now."
8. [Suno has raised over $400M in Series D funding](https://musictech.com/news/industry/suno-series-d-funding-round/), MusicTech, 2026-06-03. "More than half of our team are musicians themselves"

---

# Synthesia

URL: https://alpsuleyman.com/tr/vakalar/synthesia
Updated: 2026-10-06
Author: Alp Suleiman

> Self-serve girişi kurumsal huninin üst ağzı yapan avatar video platformu; 2024 geliri Companies House'a sunulan hesaplarda, net gelir tutma açıklanmış, ama kârlılık ve logo churn hâlâ karanlıkta.

## Profil

- Kurumsal yapay zekâ video platformu: avatar ve metinden video; eğitim, ürün pazarlama, müşteri desteği ve satış etkinleştirme içeriği. Şirketin kendi tanımı "AI video platform" [2].
- Kuruluş: 2017, Londra (kurucu bilgisi şirketin kamuya açık profilinden; birincil kaynakta açılmadı) [5]; kurucular: Victor Riparbelli (CEO), Steffen Tjerrild, Lourdes Agapito, Matthias Niessner (ikincil veri) [5]; ülke: Birleşik Krallık
- 15 Ocak 2025: 180 M$ Seri D, 2,1 Mr$ değerleme, NEA liderliğinde (yatırımcı aktarımı) [4]
- 15 Nisan 2025: Adobe Ventures stratejik yatırımı, 100 M$ ARR duyurusuyla birlikte [1]
- 26 Ocak 2026: 200 M$ Seri E, 4 Mr$ değerleme, Google Ventures liderliğinde (yatırımcı aktarımı) [3]
- Fiyatlandırma: Self-serve aylık planlar (Starter yaklaşık 30 $/ay, yaklaşık 10 dakika video; Creator 80–90 $/ay; ikincil veri) ve kurumsal sözleşme. Sacra'ya göre gelirin yaklaşık %70'i kurumsal anlaşmalardan (ikincil veri) [5].

## Zaman çizgisi

- 2024: 2024 geliri 58,3 M$, vergi öncesi zarar 59,2 M$ (Companies House hesapları, Sacra aktarımı) ("$58.3M in recognized revenue for the full year ended December 31, 2024") [5]
- 2025-01-15: 180 M$ Seri D, 2,1 Mr$ değerleme ("Over 1 million users across 60,000 businesses") [4]
- 2025-04-15: 100 M$ ARR ve Adobe Ventures yatırımı (resmi blog) ("more than 70% of the Fortune 100 are Synthesia customers, up from 40% two years ago") [1]
- 2026-01-26: 200 M$ Seri E, 4 Mr$ değerleme; ARR 150 M$ beyanı ("over 1 million users across 60,000 businesses", "90% of the Fortune 100") [3]
- 2026-04-21: Küresel genişleme bülteni: 100 bin$ üstü sözleşmeler üçe katlandı, NRR %140 üstü ("Net Revenue Retention rate of more than 140%") [2]

## Büyüme mekanizması

- **acquisition**: Üç kanal: self-serve giriş (bültende 65 binden fazla işletme) kurumsal huninin üst ağzı [1]; Austin, Berlin, Paris ve Zürih ofisleriyle doğrudan kurumsal satış [2]; Adobe gibi stratejik ortaklıklar [1]. Ofis yatırımı ve 2026'da %70'ten fazla kadro artışı planı, kaldıracın satış ekibi olduğunu gösterir [2].
- **loop**: Bir ekip self-serve plan alır, kullanım eğitim ya da pazarlama departmanında yayılır, kurumsal sözleşmeye dönüşür, yeni kullanım alanları (ürün pazarlama, destek, satış etkinleştirme) eklenir, net gelir tutma %140'ın üstüne çıkar ve Fortune 100 referansı bir sonraki satışı kolaylaştırır [2]. Döngünün ölçülebilir kanıtı: 100 bin$ üstü sözleşme sayısının son on iki ayda üçe katlanması [2].
- **activation**: İlk değer anı, avatarla ilk eğitim videosunun dakikalar içinde üretilmesi. Şirket yardımlı üretim araçlarını ve yapay zekâ ekran kaydediciyi büyüme sürücüsü olarak anıyor [1].
- **retention**: Net gelir tutma %140'ın üstünde (şirket beyanı) [2]. Logo churn ya da brüt gelir tutma beyanı yok. Cohort verisi açıklanmıyor.
- **pricing**: Dakika ve kullanım tabanlı self-serve plan (Starter yaklaşık 30 $/ay; ikincil veri) kurumsalda yüksek ya da sınırsız kullanımlı sözleşmeye dönüşür [5]. Genişleme geliri fiyat artışından değil kullanım alanı artışından geliyor (yorum).
- **distribution**: Bölgesel ofis açılışları, Adobe yakınlığı ve kamuya açıklanan referans oranları: Fortune 100'ün %90'ı, DAX 40'ın %95'i [2]. Referans listesi burada bir dağıtım kanalı gibi çalışır (yorum).
- **team**: Sacra'ya göre yaklaşık 600 çalışan (ikincil veri) [5]. 2026'da 70'ten fazla yüzde kadro artışı ve 25 M$'dan fazla ofis yatırımı planı [2].

Döngü küçük bir ekibin aldığı planla başlar, kurumsal sözleşmeyle büyür, referans listesiyle kapanır. Kırmızı ok, bu büyümenin şimdilik zararla finanse edildiğini hatırlatır.

## Reel okuma

- Q1 (var): ARR, NRR ve sözleşme sayısı şirketin kendi bültenleri; 2024 gelir ve zararı Companies House'a sunulan hesaplardan (Sacra aktarımı).
- Q2 (var): Gelir bir sonuç; müşteri tarafında "video üretim süresi azaldı" gibi sonuç ölçümü kamuya açık değil.
- Q3 (belirsiz): NRR var, brüt gelir tutma ve logo churn yok.
- Q4 (yok): Cohort bazlı elde tutma açıklanmıyor.
- Q5 (belirsiz): 2024'te gelir kadar zarar; aynı çeyrekte 140 ve 150 M$ ARR, %85 ve %90 Fortune 100 gibi çelişen rakamlar var.

reel: 2024 geliri Companies House'a sunulan hesaplarda, NRR açıklanmış; bu arşivdeki en kanıtlı vakalardan biri. Eksik olan kârlılık ve churn. Çelişen rakamlar yayından önce tarih ve tanımla netleşmeli.

## Gölge

- 2024'te 59,2 M$ vergi öncesi zarar; büyüme sermaye yoğun [5].
- Aynı çeyrekte birbiriyle çelişen kamu rakamları: ARR 140 M$ (mühendislik yazısı, ikincil veri) ve 150 M$ (Seri E duyurusu); Fortune 100 oranı %85 (LinkedIn, ikincil veri) ve %90 (resmi bülten) [5] [7] [2].

## Dersler

- (yorum) Self-serve tabanını kurumsalın üst ağzı olarak kullan. Milyonlarca kullanıcı ve on binlerce işletme, satış ekibine sıcak liste verir.
- (yorum) Genişleme gelirini kullanım alanıyla üret. Aynı müşteriye yeni departman satmak, fiyat artışından daha dayanıklı NRR verir.
- (yorum) Referans listesi bir dağıtım kanalıdır. Fortune 100 oranını açıklamak kurumsal satışta güven maliyetini düşürür; Türkiye'de BIST 30 muadili düşünülebilir.
- (yorum) Zarara dikkat. ARR ikiye katlanırken gelir kadar zarar ediliyorsa, TL gelir ve dolar maliyetle çalışan bir kurucu bu modeli kopyalayamaz; önce birim ekonomisi, sonra satış ekibi.

## Açık sorular

- FT'nin 2024 hesap haberi ve Companies House dosyası doğrudan açılmadı.
- 140 M$ (Şubat 2026) ile 150 M$ (Ocak 2026) ARR çelişkisi; %85 ile %90 Fortune 100 çelişkisi.
- Kurucu podcast ya da röportaj transkripti bulunamadı.
- Kurucu listesi ve kuruluş yılı birincil kaynakta doğrulanmadı.
- Avatar ve deepfake etik tartışmaları için birincil kaynak açılmadı; eklenmeden önce araştırılmalı.

## Kaynaklar

1. [Synthesia surpasses $100 million in ARR, receives strategic investment from Adobe Ventures](https://www.synthesia.io/post/100-million-revenue-adobe-investment), Synthesia (resmi blog), 2025-04-15. "more than 70% of the Fortune 100 are Synthesia customers, up from 40% two years ago"
2. [Synthesia accelerates global expansion as enterprise contracts triple](https://www.synthesia.io/post/synthesia-global-expansion-austin-berlin-paris-zurich-2026), Synthesia (resmi bülten), 2026-04-21. "Net Revenue Retention rate of more than 140%"
3. [Synthesia raises $200M Series E at $4B valuation](https://seedcamp.com/views/synthesia-raises-200m-series-e-at-4b-valuation-to-continue-the-next-era-of-video-creation/), Seedcamp (yatırımcı aktarımı), 2026-01-26. "The company now serves over 1 million users across 60,000 businesses, including 90% of the Fortune 100, with $150 million in annual recurring revenue."
4. [Synthesia raises $180M at a $2.1B valuation](https://firstmark.com/story/synthesia-raises-180m-at-a-2-1b-valuation-for-its-ai-video-platform/), FirstMark (yatırımcı aktarımı), 2025-01-15. "Over 1 million users across 60,000 businesses"
5. [Synthesia araştırma sayfası](https://sacra.com/research/synthesia), Sacra (analist derlemesi), erişim 2026-10-05. "The company's filed 2024 accounts show $58.3M in recognized revenue for the full year ended December 31, 2024 … alongside a $59.2M pre-tax loss driven by investment in headcount, technology, and offices"
6. [Synthesia reaches $100M ARR after rapid growth (FT aktarımı)](https://texxr.com/893027/synthesia-reaches-100m-arr-after-rapid-growth), TEXXR, 2025-11-27. FT aktarımı; 100 M$ ARR beyanı buradan, zarar rakamı Sacra [5]
7. [Synthesia reaches $150M ARR with 85% of Fortune 100 clients](https://www.arr.club/synthesia/synthesia-reaches-150m-arr-with-85-of-fortune-100-clients), arr.club (LinkedIn gönderisi aktarımı), 2026-05-13. "85% penetration in the Fortune 100"

---

# Tome → Lightfield

URL: https://alpsuleyman.com/tr/vakalar/tome
Updated: 2026-10-06
Author: Alp Suleiman

> Yirmi milyonu aşkın kullanıcıya en hızlı ulaşan sunum aracı yüzde ikinin altında ücretli dönüşümle üç milyon dolar civarı yıllık gelirde kaldı; kurucular ürünü kapatıp altı kişiyle satış CRM'i kurdu ve on ayda bin ödeyen müşteriye çıktı.

## Profil

- Tome, yapay zekâ ile sunum üreten araçtı; kurucu Peiris'e göre "the first real generative AI-based presentation platform" [1]. Nisan 2025'te kapatıldı. Lightfield, aynı kurucuların ajan öncelikli satış CRM'i: "a world model of your company, starting with your customers" [7].
- Kuruluş: 2020. Tome Nisan 2025'te kapatıldı; Lightfield Kasım 2025'te duyuruldu [1].; kurucular: Keith Peiris (CEO) ve Henri Liriani, ikisi de eski Facebook ve Instagram [1].; ülke: ABD (San Francisco)
- Şubat 2023: 43 M$ Seri B, 300 M$ değerleme (Lightspeed liderliğinde; Greylock, Coatue, Audacious); Tome toplamı yaklaşık 81 M$ (ikincil veri) [8]
- CB Insights toplamı 107,5 M$ sayıyor; kaynaklar arasında tutarsızlık (ikincil veri) [9]
- 9 Eylül 2026: Lightfield 47 M$ Seri A, a16z liderliğinde [6]
- Fiyatlandırma: Tome freemium; ücretli dönüşüm yüzde ikinin altında [4]. Lightfield ilk on müşteriyi fiyatla değil ofis masası karşılığı aldı [2].

## Zaman çizgisi

- 2023: 1 M kullanıcı; "en hızlı 1 milyona ulaşan üretkenlik aracı" (aktarım) [5]
- 2023-02: 43 M$ Seri B, 300 M$ değerleme (ikincil veri) [8]
- 2024-04: Personelin yüzde 20'si çıkarıldı; 20 M kullanıcı, 3,5 M$ ARR, %2 altı ücretli dönüşüm ("viral AI slide creation was not enough to fund a standalone business") [4]
- 2025-04: Tome kapatıldı; ekip 70 civarından 6 kişiye (yıllık gelir 3 M$ civarında sabitlenmişti) [5]
- 2025-11-13: Lightfield lansmanı; 100'den fazla müşteri, yarısı günde bir saatten çok kullanıyor [1]
- 2026-09-09: 47 M$ Seri A; 5.000'den fazla şirket kaydoldu ("over 5,000 companies have signed up") [6]

## Büyüme mekanizması

- **acquisition**: Tome viral lansmanla büyüdü; VentureBeat'e göre "visually delightful and easy to use" [1]. Kapasite yetmeyince kullanıcılar sıraya girdi [3]. Hangi sosyal kanal, hangi üretici, kaynaklarda yok; bulunamadı. Lightfield ise tersine, X ve LinkedIn'de "ofisimizde oturun, CRM'imizi kullanın" teklifiyle on startup aldı; geri bildirim kabaca iki saatte bir geliyordu [2]. Sonra LinkedIn araması ve YC şirketlerine e-posta [3].
- **loop**: Tome: demo, kayıt, deste üretimi, paylaşım. Döngü dağıtım üretiyor ama ödeme üretmiyordu; Sacra'nın özeti "viral AI slide creation was not enough to fund a standalone business" [4]. Konumlandırma farkı kritik (yorum): Tome herkese hikâye anlattırmayı seçti, ödemeyen bireyler ve öğrenciler geldi; aynı kategoride Gamma bütçeli profesyoneli hedefledi.
- **activation**: İlk değer anı güçlüydü; bir milyona en hızlı ulaşan üretkenlik aracı olarak aktarılıyor [5]. Ama ikinci değer anı yoktu. Peiris: "the more people used it, the more I realized that to really help people communicate something—anything—we needed more context" [1]. Taslağı başlatmak kolay, bağlamsız bitirmek imkânsızdı.
- **retention**: Rakam yok. Dolaylı: ücretli dönüşüm yüzde ikinin altında, ARR 3 ile 3,5 M$ arasında plato [4]. Elde tutma kanıtı yok; platonun kendisi kanıt sayılabilir (yorum).
- **pricing**: Tome freemium, 20 milyon kullanıcıdan 3,5 M$ ARR [4]. Lightfield ilk on müşteriyi negatif fiyatla, yani ofis alanı karşılığı aldı [2]; Temmuz 2026'da 1.000 ödeyen müşteri ve aydan aya yüzde 80 büyüme aktarılıyor [5].
- **distribution**: Dikey seçimi Tome'un kullanım verisinden geldi: "We chose this lane, 'sales,' because so many people in these roles used Tome" [1]. Tome'un kasasının yaklaşık yarısı ve GPU rezervi ikinci ürüne sermaye oldu [5].
- **team**: Tome 70 civarı kişiden Mart 2025'te 6 kişiye [5]. Peiris'in özeleştirisi: "we had a lot of people playing house"; ürün, pazarlama ve müşteri başarısı liderlerinin ayrı şeritleri pivotu imkânsız kılıyordu [3]. Forbes'a: Tome'daki teknoloji ve kültür tezi olgunlaşmamıştı [5].

Tome'un döngüsü dağıtım üretti, ödeme üretmedi: taslağı başlatan ürün, bağlam olmadan bitiremiyordu. Lightfield eksik halkayı, müşteri bağlamını, ürünün merkezine koydu.

## Reel okuma

- Q1 (var): Kullanıcı (20–25 M), ücretli dönüşüm (%2 altı) ve ARR (3–3,5 M$) ikincil kaynaklarda ama birbirini tutuyor.
- Q2 (yok): Tome'da ölçülen algıydı: kullanıcı sayısı ve "en hızlı 1 milyon"; gelir sonucu zayıf. Lightfield'da günde bir saatten çok kullanım bir sonuç sinyali.
- Q3 (yok): Tome'da istikrar yok; Lightfield için "%80 aylık büyüme" küçük tabanda tek nokta.
- Q4 (yok): Karşı olgu ya da cohort yok.
- Q5 (belirsiz): Tome'un kullanıcı büyümesi nominal (ücretsiz); Lightfield'ın 1.000 ödeyen müşterisi reel ama erken.

algi: Tome algı düzeyinde: kullanıcı sayısı vitrin, gelir yok. Lightfield erken ve eksik; hüküm Tome dönemine aittir, çünkü vakanın dersi orada.

## Gölge

- Kullanıcı sayısı vitrin, gelir yok: Nisan 2024'te yüzde 20 küçülme, Mart 2025'te 70 civarı kişiden 6'ya [4] [5].
- Kategori riski: Microsoft, Google ve Canva'nın paketlemesi; Sacra'nın kapanış gerekçesi [4].
- Toplam yatırım kaynaklar arasında 80 M$ ile 107,5 M$ arasında değişiyor; birincil kayıt açılmadı [8] [9].
- Tome markası AngelList'e geçti; kapanış duyurusunun kendisi açılamadı, aktarım [10].

## Dersler

- (yorum) Kullanıcı sayısı büyüme değildir. Yirmi beş milyon kullanıcı, yüzde ikinin altında dönüşüm, üç buçuk milyon dolar gelir. Test sorusu: ödeme yapan kaç kişi, bir ay sonra kaçı kaldı?
- (yorum) Hedef kitle fiyatlamayı belirler. "Herkes" ödemez; aynı kategoride Gamma bütçeli profesyoneli seçti ve kârlı büyüdü.
- (yorum) İkinci değer anı yoksa birincisi boşa gider. Taslağı başlatmak kolay; müşteri, görüşme, anlaşma bağlamı olmadan ürün yarım kalır. Bağlam hendeği budur.
- (yorum) Kapatma kararı da bir büyüme kararıdır. Yarım kasa ve altı kişiyle ikinci ürün on ayda bin ödeyen müşteriye çıktı. Türkiye'de "batmadı ama büyümüyor" ürünler için ders.
- (yorum) İlk on müşteriyi fiyatla değil yakınlıkla al. Ofis masası karşılığı günde birkaç kez geri bildirim; düşük trafikli ürün için en hızlı öğrenme yolu.

## Açık sorular

- Tome'un resmi kapanış duyurusu açılmadı; kapanış alıntısı aktarım.
- Toplam yatırım 80 M$ mı 107,5 M$ mı.
- Lightfield Seri A değerlemesi açıklanmadı.
- Tome'un kazanım kanalları (hangi sosyal, hangi üretici) kaynaklarda yok.

## Kaynaklar

1. [Tome's founders ditch viral presentation app with 20M users to build AI-native CRM Lightfield](https://venturebeat.com/ai/tomes-founders-ditch-viral-presentation-app-with-20m-users-to-build-ai), VentureBeat (Michael Nuñez), 2025-11-20. "the more people used it, the more I realized that to really help people communicate something—anything—we needed more context."
2. ['None of us like the product': Lightfield CEO on pivoting away from 25M users (a16z podcast özeti)](https://getscuttlebutt.substack.com/p/none-of-us-like-the-product-lightfield), Scuttlebutt, 2026-09-16. "You can sit in our office space if you use our CRM"
3. [Lightfield / a16z podcast özeti](https://finance.biggo.com/podcast/907cea14a23afcb9), BigGo Finance (ikincil veri), 2026-09-16. "we had a lot of people playing house"
4. [Tome pivots away from AI presentations](https://sacra.com/chat/h/86a38577-a643-49cd-95e5-8fb8429df303/), Sacra, 2024. "viral AI slide creation was not enough to fund a standalone business"
5. [Startup de IA pasa de demostraciones llamativas a tecnología que genera ingresos](https://forbes.co/ia/startup-de-ia-pasa-de-demostraciones-llamativas-a-tecnologia-que-genera-ingresos), Forbes (İspanyolca baskı; Rashi Shrivastava), 2026-07-22. "Siendo franco sobre Tome, nuestra tesis sobre tecnología y nuestra tesis cultural fue muy inmadura."
6. [Our $47M Series A](https://www.lightfield.app/blog/our-series-a), Lightfield (resmi blog; Keith Peiris), 2026-09-09. "over 5,000 companies have signed up"
7. [Why we built Lightfield](https://www.lightfield.app/blog/why-we-built-lightfield), Lightfield (resmi blog; Peiris ve Liriani), 2025-11-13. "automation is a consequence of understanding—not the starting point"
8. [Tome's founders raise $47M for Lightfield's agent-first CRM](https://runtimewire.com/article/tome-founders-lightfield-47m-series-a-agent-crm), Runtimewire (ikincil veri), 2026-09-09. "Tome had raised about $81 million before the pivot, including a $43 million Series B led by Lightspeed Venture Partners in February 2023 at a reported $300 million valuation."
9. [Tome şirket profili](https://www.cbinsights.com/company/tome-1), CB Insights (ikincil veri), erişim 2026-10-05. "ceased operations in April 2025"
10. [What Happened to Tome AI?](https://deckary.com/blog/tome-review), Deckary (kaynaksız; yalnız tarih iskeleti), erişim 2026-10-05. "made every effort to improve Tome Slides and turn it into a viable business but ultimately failed to find a sustainable path"

---

## Hesaplayıcılar

# Reel Büyüme Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/reel-buyume
Author: Alp Suleiman

> Şirketiniz gerçekten büyüdü mü? Ciroyu TÜİK enflasyonundan arındırın; nominal, reel ve dolar bazında büyümeyi ve enflasyonun payını tek ekranda görün.

Ciro rakamı her yıl büyüyor ama şirket gerçekten büyüyor mu? İki yılın cirosunu ya da yıllık serinizi girin; TÜİK enflasyonu ve TCMB kuruyla nominal büyümeyi gerçek büyümeden ayıralım.

## Formüller

- **Birikimli enflasyon**: (1 + enflasyon₁) × (1 + enflasyon₂) × … − 1 (Başlangıç yılından sonraki her yılın enflasyonu zincirlenir.)
- **Reel büyüme**: (Bitiş cirosu ÷ Başlangıç cirosu) ÷ (1 + birikimli enflasyon) − 1
- **Reel CAGR**: (1 + reel büyüme)^(1 ÷ yıl sayısı) − 1
- **Dolar bazında büyüme**: (Bitiş cirosu ÷ bitiş yılı kuru) ÷ (Başlangıç cirosu ÷ başlangıç yılı kuru) − 1 (Kur, TCMB döviz alış kurunun yıllık ortalamasıdır.)

## Sonucu nasıl okumalı

Hesaplayıcının asıl sorusu şu: Bugünkü ciroyla, başlangıç yılına göre daha fazla şey satın alabiliyor musunuz? Reel büyüme pozitifse şirket gerçekten büyümüş demektir. Negatifse ciro rakamı büyüse bile işletmenin ekonomik ağırlığı küçülmüştür; maaş, kira ve tedarik maliyetleri büyümenizin önüne geçmiştir.

Yıllık ciroyu yıllık ciroyla kıyasladığınız için varsayılan ölçü TÜFE'nin yıllık ortalama değişimidir: on iki ayın ortalama fiyat seviyesi bir önceki yılın on iki ayıyla karşılaştırılır. Aralık/Aralık değişimi yıl sonu fiyat seviyesini ölçer; enflasyonun hızla değiştiği yıllarda iki ölçü belirgin şekilde farklı sonuç verebilir. Sektörünüzün maliyetleri genel enflasyondan çok farklıysa "Kendi oranım" seçeneğiyle kendi oranınızı girin.

Dolar bazında büyüme ayrı bir soruya cevap verir: İthal girdi, döviz borcu ya da yurt dışı rakiplerle kıyas sizin için önemliyse bu rakama bakın. TL reel büyüme pozitif, dolar büyümesi negatif olabilir ya da tersi; ikisi farklı satın alma güçlerini ölçer.

Reel büyüme negatif çıktıysa önce nedeni ayırın. Fiyatlarınız enflasyonun gerisinde kaldıysa sorun fiyatlamada; adet, müşteri ya da sipariş sayısı düştüyse sorun talepte ya da kanaldadır. Yıllık seri modu, kaybın hangi yılda başladığını gösterir.

Bu rakamı yatırımcı sunumunda, banka görüşmesinde ya da yönetim kurulunda kullanırken nominal ve reel büyümeyi birlikte verin ve hangi enflasyon ölçüsünü kullandığınızı belirtin. Nominal büyümenin sadece CAGR'ını görmek isterseniz CAGR Hesaplayıcısı'na geçebilirsiniz.

## Sık sorulan sorular

**Reel büyüme nasıl hesaplanır?**
Nominal büyüme çarpanı, aynı dönemin birikimli enflasyon çarpanına bölünür. Örneğin ciro 4 yılda 5,2 katına çıktıysa ve fiyatlar bu sürede yaklaşık 5,67 katına çıktıysa reel büyüme 5,2 ÷ 5,67 − 1 ≈ −%8 olur. Yani TL olarak %420 büyüyen şirket, satın alma gücü olarak küçülmüştür.

**Hangi enflasyon oranını kullanmalıyım: yıllık ortalama mı, Aralık/Aralık mı?**
Yıllık ciroları karşılaştırıyorsanız yıllık ortalama TÜFE değişimi daha tutarlıdır, çünkü ciro yıl boyunca oluşur. Yıl sonu bakiyelerini (örneğin kasa ya da borç) karşılaştırıyorsanız Aralık/Aralık değişimi daha uygundur. Hesaplayıcıda iki ölçüyü de seçip farkı görebilirsiniz.

**TÜİK enflasyonu yerine kendi oranımı kullanabilir miyim?**
Evet. "Kendi oranım" seçeneğiyle her yıla uygulanacak tek bir yıllık oran girebilirsiniz. Maliyet yapınız genel TÜFE'den farklıysa (örneğin ağırlıklı olarak ithal girdi ya da kira) bu, şirketiniz için daha anlamlı bir reel büyüme gösterebilir.

**TL'de büyüyüp dolar bazında küçülmek mümkün mü?**
Evet. Kur, enflasyondan hızlı yükseldiği yıllarda TL ciro büyürken dolar karşılığı azalabilir. Tersi de olur: TL reel büyüme negatifken dolar bazında büyüme görülebilir. Hangisinin sizin için önemli olduğu, maliyetlerinizin ve hedeflerinizin hangi para biriminde olduğuna bağlıdır.

**Enflasyon verisi nereden geliyor, ne sıklıkla güncelleniyor?**
TÜFE değerleri TÜİK'in açıkladığı, TCMB'nin tablo olarak yayımladığı seriden; dolar kuru TCMB'nin günlük gösterge döviz alış kurlarının yıllık ortalamasından alınır. Hesaplayıcı yalnızca tamamlanmış yılları kullanır; son güncelleme tarihi sonuçların altındaki veri notunda yazar.

## Kaynaklar

- [TCMB — Tüketici Fiyatları (TÜFE yıllık ve aylık % değişim tablosu)](https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Istatistikler/Enflasyon+Verileri/Tuketici+Fiyatlari)
- [TCMB — Gösterge Niteliğindeki Merkez Bankası Kurları (günlük kur arşivi)](https://www.tcmb.gov.tr/kurlar/kurlar_tr.html)

---

# Büyüme Check-up

URL: https://alpsuleyman.com/tr/tools/calculators/buyume-checkup
Author: Alp Suleiman

> Büyüme, elde tutma, verimlilik ve nakit için birkaç rakam girin; dört boyutlu karnenizi, en zayıf halkanızı ve önce çekmeniz gereken kaldıracı görün.

Bir danışmanın ilk toplantıda sorduğu rakamları girin: büyüme, elde tutma, verimlilik ve nakit. Araç her boyutu kaynaklı ya da açıkça belirtilmiş eşiklerle değerlendirir ve önce hangi kaldıraca dokunmanız gerektiğini söyler.

## Formüller

- **Büyüme**: (bu dönem ÷ geçen yıl aynı dönem − 1); enflasyon girildiyse (1 + büyüme) ÷ (1 + enflasyon) − 1 (Kâr marjı girildiyse Rule of 40: büyüme + kâr marjı ≥ %40.)
- **Elde tutma**: yıllık kayıp = 1 − (1 − aylık churn)^12
- **Verimlilik**: CAC geri ödeme = CAC ÷ (ARPU × brüt marj); burn multiple = (aylık net yakım × 12) ÷ son 12 ayın net yeni ARR'ı
- **Nakit**: nakit ömrü = kasadaki nakit ÷ aylık net yakım

## Sonucu nasıl okumalı

Karneyi bir sıralama olarak okuyun, not olarak değil. Dört boyut birbirini etkiler: elde tutma zayıfsa verimlilik kâğıt üzerinde iyi görünse bile edindiğiniz müşteriler kısa sürede gider; nakit kısaysa diğer her şey ertelenmek zorunda kalır. Bu yüzden araç eşitlik durumunda önce nakdi, sonra elde tutmayı, sonra verimliliği, en son büyümeyi öne alır.

Eşiklerin bir kısmı birincil kaynaktan gelir, bir kısmı mantıktan, bir kısmı da bizim çalışma eşiğimizdir; her satırda hangisi olduğu yazar. Burn multiple bantları Craft Ventures'tan, Rule of 40 Bessemer'den gelir. Geri ödemenin müşteri ömründen kısa olması gereği mantıktır. Churn ve nakit ömrü sınırları ise piyasa verisi değil, danışmanlıkta kullandığımız pratik sınırlardır.

TL ile çalışıyorsanız enflasyonu mutlaka girin. Yüksek enflasyonda nominal büyüme sağlıklı görünürken reel olarak küçülüyor olabilirsiniz. Enflasyon girildiğinde büyüme ve Rule of 40 reel büyümeyle hesaplanır.

İsteğe bağlı alanları boş bırakmak (0) karneyi bozmaz; o ölçüm yalnızca hesaba katılmaz. Ama NRR ve net yeni ARR'ı girerseniz teşhis keskinleşir: NRR mevcut müşterilerin gelirinin büyüyüp büyümediğini, burn multiple ise yaktığınız nakdin ne kadar büyüme getirdiğini gösterir.

Bu araç bir başlangıç noktası. Ortalama rakamlar segment, kanal ve kohort farklarını gizler. Asıl iş, en zayıf boyutu kırılımlarıyla açıp sorunun hangi müşteri grubunda, hangi kanalda yoğunlaştığını bulmaktır.

## Sık sorulan sorular

**Büyüme sağlığı nasıl ölçülür?**
Tek bir rakamla değil. Gelirin ne hızla büyüdüğüne, müşterilerin kalıp kalmadığına, büyümenin kaça mal olduğuna ve bunu finanse edecek nakdin ne kadar sürdüğüne birlikte bakmak gerekir. Bu araç bu dört boyutu aynı ekranda toplar.

**Burn multiple kaç olmalı?**
Craft Ventures'ın ölçeğine göre 1'in altı olağanüstü, 1–1,5 çok iyi, 1,5–2 iyi, 2–3 şüpheli, 3'ün üstü kötü. Burn multiple, her 1 birim net yeni ARR için kaç birim nakit yaktığınızı gösterir.

**Rule of 40 nedir?**
Büyüme oranı ile kâr marjının toplamının %40 veya üzerinde olması gerektiğini söyleyen bir ölçüttür; Bessemer gibi yatırımcıların sık andığı bir referanstır. Hızlı büyüyen şirket zarar edebilir, yavaş büyüyen şirketin ise kârlı olması beklenir.

**Kaç aylık nakit ömrü (runway) yeterli?**
Evrensel bir sayı yok. Biz 6 ayın altını kritik, 6–12 ayı dikkat bölgesi sayıyoruz; bu bizim çalışma eşiğimiz, piyasa verisi değil. Gerekçesi şu: yatırım turu ya da ciddi bir maliyet düzenlemesi aylar sürer ve bunun için zaman payı gerekir.

**İsteğe bağlı alanları boş bırakırsam sonuç yanlış mı olur?**
Hayır. Boş (0) bırakılan alan hesaba katılmaz. Bir boyut için yeterli veri yoksa o satır "Veri eksik" olarak görünür ve en zayıf boyut seçimine girmez.

## Kaynaklar

- [Craft Ventures (David Sacks) — The Burn Multiple](https://www.craftventures.com/articles/the-burn-multiple)
- [Bessemer Venture Partners — Scaling to $100 Million (Rule of 40)](https://www.bvp.com/atlas/scaling-to-100-million)

---

# Cohort Matrisi Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/cohort-matrisi
Author: Alp Suleiman

> Cohort matrisini yapıştır: ısı haritası, ortak eğri, düzleşme noktası, LTV. M1 retention'ı birkaç puan yükseltseydin LTV'nin nasıl değişeceğini dene.

Genel retention rakamı farklı hikâyeleri tek ortalamada gizler. Cohort matrisi her kayıt dönemini ayrı satırda gösterir: kullanıcılar hangi dönemde kopuyor, kayıp bir yerde yavaşlıyor mu, yeni cohortlar eskilerden iyi mi? Kendi matrisini yapıştır; araç ortak eğriyi, düzleşme noktasını ve LTV'yi hesaplasın. Açılışta gördüğün rakamlar örnek veridir, gerçek değildir.

## Formüller

- **Retention oranı**: r[c,t] = a[c,t] ÷ a[c,0] (a[c,t]: c. cohort'un t. dönemdeki aktif sayısı; a[c,0] cohort büyüklüğü.)
- **Ortak eğri**: q[t] = Σ a[c,t] ÷ Σ a[c,t−1]; S[0] = 1, S[t] = S[t−1] × q[t] (Yalnızca t. dönemi gözlemlemiş cohortlar toplanır; satırlar farklı uzunlukta olabilir.)
- **Düzleşme**: q[t] ≥ θ ve q[t+1] ≥ θ olan ilk t (θ varsayılan olarak %95'tir; evrensel bir ölçüt değil, aracın ayarıdır. Yalnız son dönem eşiği aşarsa sonuç "olası" diye işaretlenir.)
- **Kuyruk**: q_tail = son 3 gözlenen q'nun geometrik ortalaması, en fazla 0,98 (Yalnızca paydası 30 kişiden küçük olmayan dönemler sayılır (aracın kuralı). 0,98 sınırı temkinli bir tavandır, ölçülmüş bir değer değil.)
- **LTV (kullanıcı başı)**: Σ S[t] × ARPU × marj, t = 0 … ufuk (t > T için S[t] = S[t−1] × q_tail. İlk dönem (M0) dahildir.)
- **Gözlenmemiş pay**: (projeksiyon LTV − gözlenen LTV) ÷ projeksiyon LTV (LTV'nin ne kadarının henüz görmediğin dönemlere dayandığını gösterir.)
- **Senaryo**: S'[1] = min(1, S[1] + X ÷ 100); t ≥ 1 için S'[t] = S[t] × S'[1] ÷ S[1] (Bir duyarlılık hesabıdır: M1'deki artışın sonraki dönemleri aynı oranda taşıdığını varsayar.)
- **Başlangıç ayı k: kalan oran**: S[k] (k ayında hâlâ aktif olan pay (ortak eğri). k = 0 iken S[0] = 1 ve sonuçlar mevcut hesapla aynıdır.)
- **Kalan müşteri başına CAC**: CAC ÷ S[k] (Yeniden tabanlama: tüm edinim harcaması k ayında hâlâ aktif olanlara yazılır. Bu varsayım altında yapılan bir yeniden hesaptır.)
- **Koşullu LTV (k'dan sonra)**: Σ S[t] ÷ S[k] × ARPU × marj, t = k … ufuk (k ayında aktif olan bir kullanıcının k dahil sonraki katkısı; LTV ile aynı kuyruk ve ufuk. k = 0 iken LTV'nin kendisidir.)
- **Koşullu LTV / CAC**: koşullu LTV ÷ (CAC ÷ S[k]) (M0 tabanlı LTV/CAC ile yan yana okunur; k öncesi gelir sayılmadığı için k > 0'da ondan küçüktür, k = 0 iken ikisi aynıdır.)

## Sonucu nasıl okumalı

Isı haritasını sütun sütun oku. Soldaki satır bir kayıt dönemidir, sağa gittikçe kullanıcıların yaşı artar. İlk sütundaki düşüş genellikle en serttir, kendi matrisinde de önce ona bak; asıl soru, bu düşüşten sonra eğrinin düzleşip düzleşmediğidir. Her hücrede sayı yazılıdır, renk yalnızca gözü yönlendirir.

Ortak eğri, farklı büyüklükteki cohortları tek çizgide birleştirir. Her dönemde yalnızca o dönemi gözlemlemiş cohortlar sayıldığı için, yeni ve henüz kısa olan satırlar eğriyi bozmaz. Düzleşme, kaybın bu pencerede yavaşladığını söyler; kalıcı bir sadık kitle bulunduğunu söylemez. Bunu ancak daha uzun bir gözlem gösterir.

Desen ipuçları teşhis değildir. İlk dönemde yoğunlaşan kayıp onboarding ve ilk değer anıyla ilgili olabilir; düzleşmeyen orta dönem aşınması ürünün alışkanlık yaratıp yaratmadığını sorgulatır; dalgalanma tanım ya da veri sorununa da işaret edebilir. Cohortlar arası fark, satırların eskiden yeniye dizildiğini varsayar. Segment farkı tek matrisle görünmez: kanal ya da plan bazında ikinci bir matris yapıştırıp aynı grafikte karşılaştır. İpuçlarının eşikleri aracın kuralıdır, ölçüt değildir (örneğin en yeni üç cohort'un M1 ortalamasının öncekilerden en az 5 puan ayrışması).

LTV'deki gözlenmemiş payı ayrıca oku. Matris yalnızca birkaç dönem gösteriyor ve ufuk bunun çok ötesindeyse, sonucun önemli bir kısmı henüz görmediğin dönemlerin varsayımı olabilir. Pay kayıp hızına bağlıdır: kayıp hızlı sürüyorsa küçük, eğri düzleşmişse büyük çıkar. Pay yüzde 50'yi aşınca kutu uyarı tonuna geçer (aracın eşiği); o rakamla bütçe kararı vermeden önce eğriyi bir süre daha gözlemlemek mantıklıdır.

Senaryo bloğu, M1 retention'ı birkaç puan artırmanın LTV'ye etkisini gösterir. Sonuç sezgiden küçük çıkabilir: cohort büyüklüğü değişmez, yalnızca ilk dönemden sonra kalan oran büyür. Bu bir duyarlılık hesabıdır; iyileştirmenin gerçekleşip gerçekleşmeyeceğini yalnızca bir deneme gösterir.

Başlangıç ayı seçeneği retention'ı ve CAC'yi M0 yerine sonraki bir aydan başlatır. a16z'nin "Retention Is All You Need" yazısı (2025), yapay zekâ ürünlerinde bu hesabı M3'ten başlatmayı öneriyor; kayıt olup birkaç ay içinde ayrılan "turistlerin" M3'e kadar çoğunlukla gittiğini, eğrilerin ise çoğunlukla M3 civarında düzleşmeye başladığını yazıyor. Yazı, yazarların gördüğü, ARR'si 1 milyon doları aşan düzinelerce yapay zekâ şirketinden oluşan bir veri setine dayanıyor. Yazarlar ayrıca, eğri sonunda düzleştiği sürece tam zamanlamanın uzun vadeli dolar retention'ı için daha az önemli olduğunu belirtiyor. M3, a16z'nin önerdiği aydır; bu araç onu sabit bir eşik saymaz: ayı matrisinin düzleşme noktasından alabilir ya da elle seçebilirsin. Araç kimin turist olduğunu ayıklamaz ya da tahmin etmez; yalnızca seçilen aydan başlayarak hesaplar. Kalan müşteri başına CAC, CAC ÷ S[k], bir yeniden tabanlamadır ve tüm edinim harcamasının o ayda hâlâ aktif olanlara yazıldığını varsayar; ölçülmüş bir CAC sayılmaz. Koşullu LTV/CAC, k öncesi geliri saymadığı ve CAC'nin tamamını koruduğu için k > 0 iken M0 tabanlı orandan küçük çıkar; iki oranı farklı soruların cevabı olarak oku.

## Sık sorulan sorular

**Cohort matrisine hangi veriyi yapıştırmalıyım?**
Her satır bir cohort olsun: etiket, cohort büyüklüğü (M0), sonra her dönemde hâlâ aktif olan kullanıcı sayısı. Sekme, noktalı virgül, virgül ya da boşluk kullanabilirsin; Excel'den kopyalamak yeterli. Satırlar farklı uzunlukta olabilir: yeni cohort daha az dönem gösterir. Retention yüzdesi elindeyse değer türünü yüzdeye çevir; M0 yine kişi sayısıdır.

**Aktif kullanıcı tanımım sonucu nasıl etkiler?**
Çok. Tanımı gevşetirsen matris iyileşmiş görünür ama gerçekte bir şey değişmez. Aracı çalıştırmadan önce şu soruyu sor: aktif tanımın, kullanıcının değer aldığı eylemi mi sayıyor, yoksa yalnızca uygulamayı açtığını mı?

**Düzleşme noktası ne anlama gelir?**
Üst üste iki dönemde koşullu retention'ın eşiğe (varsayılan %95) eşit ya da eşiğin üzerinde kalması demektir: o pencerede kayıp yavaşladı. Daha fazlası değildir. Cohort sayısı azsa ya da son dönemler az kişiye dayanıyorsa düzleşme tesadüf olabilir; araç paydası 30'dan küçük dönemleri "örneklem küçük" diye işaretler.

**LTV neden "gözlenmemiş pay" gösteriyor?**
Projeksiyon, gördüğün son dönemlerdeki kayıp hızını sonraya taşır. Gözlenen dönem sayısı ufka göre azsa rakamın bir kısmı henüz yaşanmamış dönemlere dayanır; ne kadarı olduğu eğrinin şekline bağlıdır. Bu pay yüksekse LTV'yi ölçülmüş bir değer gibi değil, bir varsayım olarak oku.

**"M1 +5 puan" senaryosu bir tahmin mi?**
Hayır. Bu bir duyarlılık hesabıdır: ilk dönemdeki oran 5 puan yüksek olsaydı, sonraki dönemler aynı oranda taşınsaydı LTV ne olurdu? Böyle bir iyileştirmenin gerçekleşip gerçekleşmeyeceğini yalnızca bir deneme gösterir. Hesap, deneme için mühendislik zamanına değip değmediğini tartmana yardım eder.

**Girdiğim rakamlar bir yere gönderiliyor mu?**
Hesaplama tarayıcında çalışır; rakamları göndermek için ayrı bir istek yapılmaz. Ancak yapıştırdığın matris (varsa ikinci segmentin matrisi de) adres çubuğundaki bağlantıya yazılır. Bağlantıyı yeniden açarsan ya da paylaşırsan rakamlar adresle birlikte dolaşır ve adres sayfayı sunan sunucuya da ulaşır. Matris uzunsa bağlantıya hiç yazılmaz. Hassas veriyse etiketleri anonim tut.

## Kaynaklar

- [a16z — Retention Is All You Need (Rodriguez, Immerman, 10 Eylül 2025)](https://a16z.com/ai-retention-benchmarks/)

---

# Birim Ekonomisi Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/birim-ekonomisi
Author: Alp Suleiman

> LTV, CAC, LTV/CAC oranı ve CAC geri ödeme süresini brüt marjla düzeltilmiş olarak hesaplayın; hedef orana hangi kaldıraçla ulaşacağınızı görün.

Müşteri başına ne kazandığınızı, onu kazanmak için ne harcadığınızla karşılaştırın. Hesap brüt marjla yapılır; yani ciroyla değil, gerçekten cebinizde kalanla.

## Formüller

- **Müşteri ömrü**: 1 ÷ aylık churn (Churn %3 ise ortalama ömür ≈ 33 ay.)
- **LTV (marj düzeltilmiş)**: ARPA × brüt marj ÷ aylık churn
- **LTV/CAC**: LTV ÷ CAC
- **CAC geri ödeme süresi**: CAC ÷ (ARPA × brüt marj) (Ay cinsinden; churn hesaba katılmaz.)

## Sonucu nasıl okumalı

İlk bakılacak yer geri ödeme süresi ile müşteri ömrü arasındaki ilişki. Geri ödeme ömürden uzunsa ortalama müşteri, kazanma maliyetini çıkarmadan ayrılıyor. Bu durumda büyümek zararı büyütür; önce birim ekonomisini düzeltmek gerekir.

LTV/CAC için 3:1 yaygın kabul gören bir pratik kuraldır; bir araştırma bulgusu değil. 1'in altı her müşteride para kaybı demektir. 1 ile 3 arası kârlıdır ama satış dışı giderleri ve büyümeyi finanse edecek pay incedir. Çok yüksek bir oran da her zaman iyi haber değildir; büyümeye yeterince yatırım yapmadığınızı gösterebilir.

Grafikteki iki çizgi farklı soruları yanıtlar. Kesikli çizgi müşteri hiç ayrılmasaydı ne olacağını gösterir ve geri ödeme noktasında sıfırı keser. Turuncu çizgi churn'ü hesaba katar; edinilen ortalama bir müşterinin size gerçekte bıraktığı değere yakınsar. Turuncu çizgi sıfırın altında kalıyorsa ortalama müşteri zarar ettiriyordur.

Hedefe ulaşmak için üç kaldıraç var: churn'ü düşürmek, fiyatı (ARPA) artırmak ya da CAC'yi indirmek. Hesaplayıcı her birinin tek başına ne kadar oynaması gerektiğini gösterir. Pratikte en hızlı etki genelde fiyat ve paketlemedendir; en kalıcı etki ise churn'ü düşürmekten gelir, çünkü LTV'yi doğrudan uzatır.

Geri ödeme süresi için segmente göre farklı hedefler konuşulur. Bessemer, ölçeklenme raporunda KOBİ odaklı şirketler için 12 ayın, orta ölçekli müşterilere satanlar için 18 ayın, kurumsala satanlar için 24 ayın altını hedef olarak gösteriyor. Rakamları ortalamalarla değil, kanal ve segment bazında hesaplarsanız asıl sorunun nerede olduğunu görürsünüz.

## Sık sorulan sorular

**LTV/CAC oranı kaç olmalı?**
Yaygın kabul gören pratik kural 3:1'dir. Bu bir yasa ya da araştırma sonucu değil, sektörde sık kullanılan bir referanstır. 1'in altı her müşteride zarar demektir. Asıl kontrol, geri ödeme süresinin ortalama müşteri ömründen kısa olup olmadığıdır.

**LTV hesaplarken neden brüt marj kullanılır?**
Çünkü ciro sizin değil. Sunucu, ödeme komisyonu, destek gibi doğrudan maliyetler düşülmeden hesaplanan LTV, müşterinin değerini olduğundan yüksek gösterir ve CAC'ye ne kadar harcayabileceğiniz konusunda yanıltır.

**CAC nasıl hesaplanır?**
Belirli bir dönemdeki satış ve pazarlama harcamasını (reklam, maaşlar, araçlar, ajans ücretleri) aynı dönemde kazanılan yeni müşteri sayısına bölün. Yalnızca reklam harcamasını almak CAC'yi olduğundan düşük gösterir.

**CAC geri ödeme süresi kaç ay olmalı?**
Kesin bir sayı yok; satış modeline bağlı. Mantıksal sınır şu: ortalama müşteri ömründen kısa olmalı. Bessemer KOBİ'ye satanlar için 12 ayın, orta ölçek için 18 ayın, kurumsal için 24 ayın altını hedef olarak gösteriyor.

**Churn sıfırsa LTV sonsuz mu olur?**
Formül öyle der, ama gerçekte hiçbir müşteri tabanı sonsuza kadar kalmaz. Churn'ünüz henüz ölçülemeyecek kadar düşükse ya da çok yeniyseniz, ihtiyatlı bir tahmin girin. Hesaplayıcı sıfır churn'de LTV'yi göstermez.

## Kaynaklar

- [Bessemer Venture Partners — Scaling to $100 Million (CAC geri ödeme hedefleri)](https://www.bvp.com/atlas/scaling-to-100-million)

---

# Yapay Zekâ Ürünü Birim Ekonomisi Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/ai-birim-ekonomisi
Author: Alp Suleiman

> Yapay zekâ ürününüzün kullanıcı başına marjını, karma marjı ve yoğun kullanıcıda zarara geçtiği istek sayısını fiyat modelinize göre hesaplayın.

Kullanıcı başına maliyeti ortalamayla hesaplayan bir AI ürünü, er geç en yoğun kullanıcısıyla tanışır. Sabit ücretli bir üründe o kullanıcı da herkesle aynı tutarı öder; ama her isteği sizden bir fatura keser. Bu araç fiyat modelinizi (sabit, kullanıma bağlı, hibrit ya da sonuç bazlı) tipik ve yoğun kullanıcıya ayrı ayrı uygular: marjı, hangi istek sayısında zarara geçtiğinizi ve maliyet değişirse marjın nereye gittiğini gösterir. Açıldığında örnek değerlerle çalışır; kendi rakamlarınızı girin.

## Formüller

- **İstek başı maliyet**: ((girdi × (1 − önbellek) + girdi × önbellek × oran) × girdi fiyatı + çıktı × çıktı fiyatı) ÷ 1.000.000 × (1 + maliyet değişimi) (Girdi ve çıktı token sayıları bir isteğin ortalamasıdır; fiyatlar milyon token başınadır. Oran, önbellekten okunan token'ın normal girdi fiyatına oranıdır.)
- **Gelir (aylık, kullanıcı başı)**: Sabit: P · Kullanım: istek × istek başı fiyat · Hibrit: P + max(0, istek − dahil istek) × aşım fiyatı · Sonuç bazlı: istek × başarı oranı × sonuç başı fiyat
- **Kâr**: gelir × (1 − komisyon) − istek × istek başı maliyet − diğer değişken maliyet (Marj = kâr ÷ brüt gelir.)
- **Zarar eşiği (sabit fiyat)**: (P × (1 − komisyon) − diğer maliyet) ÷ istek başı maliyet (Bu istek sayısının üstünde kullanıcı zarar yazar. Kullanıma bağlı modelde yön tersine döner: eşiğin üstünde kâr başlar. Hibritte eşik dahil istek hakkının (Q) altında kalıyorsa dahil kısım zarar yazar; eşik Q'nun üstündeyse ve aşım fiyatı maliyeti karşılıyorsa zarar eşiği yoktur.)
- **Sonuç bazlı eşik eğimi**: başarı oranı × sonuç başı fiyat × (1 − komisyon) − istek başı maliyet (Her istek bir denemedir; ücret yalnız başarılı denemeden alınır, başarısız denemenin maliyeti sizde kalır. Eğim sıfırın üstündeyse her ek deneme kâr bırakır, altındaysa zarar yazar. Araç ayrıca başarı oranı 0, 10 ve 20 puan düşerse marjı gösterir.)
- **Zarar çarpanı**: zarar eşiği ÷ tipik kullanıcının isteği (Eşik, tipik kullanımın kaç katında.)
- **Karma marj**: ((1 − w) × kâr(tipik) + w × kâr(yoğun)) ÷ ((1 − w) × gelir(tipik) + w × gelir(yoğun)) (w, yoğun kullanıcı payıdır. Ortalama isteğe göre değil, kâr ve gelir ayrı ayrı karıştırılarak hesaplanır.)
- **Kur senaryosu (maliyet $, fiyat ₺)**: TL maliyet = USD maliyet × kur × (1 + kur artışı) · Kârı korumak için fiyat artışı = maliyet payı × kur artışı · Marjı korumak için fiyat artışı = kur artışı (Maliyet payı, karma kullanıcıda maliyetin net gelire (gelir × (1 − komisyon)) oranıdır. Varsayımlar: TL fiyat senaryoda sabit, maliyetin tamamı dolar, hesap doğrusal. Maliyet tamamen dolar olduğundan marj yüzdesini korumak için fiyatın kur artışı kadar artması gerekir; kârlıysanız kâr tutarını korumak için daha azı yeter, çünkü maliyet net gelirin yalnız bir kısmıdır.)

## Sonucu nasıl okumalı

Ortalama, ortalama derinliği bir metre olan nehri geçmeye benzer: sol kıyı bileğe gelir, orta kısım boyunu aşar. Kullanıcı başına ortalama maliyeti ortalama fiyatla karşılaştırdığınızda çoğu zaman makul bir marj görürsünüz; faturayı ise ortalama kullanıcı değil kuyruk keser. Maliyet istek sayısıyla doğrusal artarken sabit ücretli gelir yerinde durur, bu yüzden bir eşiğin üstünde her ek istek kârı yer. Bessemer'in AI fiyatlandırma rehberi farkı şöyle koyuyor: klasik SaaS'ta bir müşteriye daha hizmet vermek neredeyse bedavadır, AI'da ise her sorgu hatırı sayılır bir maliyet doğurur. a16z de 2020 tarihli yazısında bulut altyapısını AI şirketleri için büyük ve çoğu zaman gizli bir maliyet olarak anıyor. Araç bu yüzden iki kullanıcı tanımı ister: tipik ve yoğun. Sonuçta üç rakam çıkar: tipik marj, yoğun marj, ikisinin karması.

Fiyat modeli bu dağılımı değiştirir. Sabit fiyatta zarar eşiği vardır ve üstü zarardır; en yoğun kullanıcı, en çok ödeyen değil en çok zarar ettiren olur. Kullanıma bağlı fiyatta maliyet müşteriye geçer ve istek başı fiyat maliyeti karşıladığı sürece marj korunur; karşılamıyorsa her istek zarardır. Bessemer sonuç bazlı modeller için maliyet değişkenliğini üstlenmeniz gerektiğini söylüyor; hibrit modelleri ise müşteriye öngörülebilirlik verirken yukarı yönü de yakalayan bir yol olarak anıyor ve özellikle erken aşama girişimler için etkili bir orta yol buluyor. Poyar, 2024 tarihli yazısında kullanım bazlı fiyatın algılanan belirsizliğinin birçok şirketi ürküttüğünü, SaaS yavaşlamasında kullanım bazlı işlerin büyümesinin aboneliklerden daha hızlı düştüğünü yazıyor. 40 öncü AI girişimini incelediği 2024 tarihli yazıda uygulama katmanında çoğunluk abonelik modelini seçmiş, saf kullanım bazlı olan çok az. Bu bizim çıkarımımız: maliyet kullanıma bağlı, gelir çoğu zaman değil. Hibritte dahil istek hakkını (Q) oynatın. Zarar eşiği Q'nun altında kalıyorsa dahil kısım zaten zarar yazıyordur; eşik Q'nun üstündeyse ve aşım fiyatı maliyeti karşılıyorsa eşiğin ötesinde zarar yoktur. Q'yu nereye koyacağınız bir pratik kuraldır, kanıtlanmış bir optimum değil. Sonuç bazlı modelde (araçta dördüncü seçenek) her istek bir denemedir: ücret yalnız başarılı denemeden gelir, başarısız denemenin maliyeti sizde kalır. Bessemer'e göre zor bir müşteri sorunu beklenenden çok daha fazla işlem gücü tüketebilir; model de performansa güvendiğinizde, maliyet sapmasını taşıyabildiğinizde ve sonuç net ve ölçülebilir olduğunda işliyor. Bessemer'in andığı maliyet değişkenliğinin yanında, marjı en hızlı aşındıran şeyin başarı oranı olduğu bizim yorumumuz (yorum): oran düştükçe aynı maliyet daha az gelire bölünür. Araç bu yüzden başarı oranı düşerse marjı ayrıca gösterir.

Türkiye'de ek bir katman var: sağlayıcılar fiyatı dolarla listeliyor, geliriniz ise liradan geliyor olabilir. Kur yükseldiğinde ve TL liste fiyatını güncellemekte gecikirseniz, hiçbir şeyi değiştirmeden marjınız erir. Bu enflasyona benzer bir mantıktır; Reel Büyüme sayfasındaki gibi nominal rakam büyürken altındaki ekonomi daralabilir. Araç bunu iki yoldan gösterir. Para birimini TRY seçip "Maliyet $, fiyat ₺" kipine geçerseniz token fiyatlarını ve diğer değişken maliyeti dolar, fiyatları lira girersiniz; araç dolar maliyeti sizin girdiğiniz kurla liraya çevirir. Tablo, TL fiyat sabitken kurun yüzde 10, 25 ve 50 artmasının tipik, yoğun ve karma marjı nereye götürdüğünü gösterir. Son sütun ayrı bir soruyu cevaplar: aynı TL kârı korumak için fiyat ne kadar artmalı. Araç kur tahmini yapmaz; kurun nereye gideceğini söylemez, bir senaryoyu diğerinden olası saymaz. Yalnız sizin girdiğiniz kuru ve bu dört senaryoyu hesaplar; varsayılan kur örnektir, güncel kur değildir. Hesap maliyetin tamamının dolar olduğunu varsayar. Gerçekte lirayla ödediğiniz bir kaleminiz varsa (ör. destek ekibi) kur artışı onu aynı oranda büyütmez; sonucu buna göre okuyun. Kur kipini kullanmıyorsanız "çıkarım maliyeti değişimi" girdisi ve duyarlılık tablosu aynı soruyu genel bir maliyet artışı olarak sorar.

Araç, girdisi kadar doğrudur. İstek sayılarını ve token ortalamalarını tahminle değil, kendi kayıtlarınızdan alın; yoğun kullanıcı çarpanını ve payını gerçek dağılımdan çıkarın. Varsayılan değerler örnektir, güncel bir fiyat ya da bir sektör ölçüsü değildir. Önbellek yazma ücretini ayrı bir kalem olarak modellemez; yalnızca önbellekten gelen payı ve okuma fiyatını kullanır. İki kullanıcı grubu da gerçeğin sadeleştirilmiş hâlidir. Ve araç yalnız maliyet tarafını gösterir: kullanıcının size verdiği değeri, yani yüksek kullanımın bir satın alma niyeti mi yoksa bir istismar mı olduğunu başka bir yerden okumanız gerekir. Fiyat sayfanızı en yoğun kullanıcınızın size çıkardığı faturayla yan yana koysanız hâlâ aynı fiyatı yazar mıydınız?

## Sık sorulan sorular

**Token maliyetini nereden bulurum?**
Sağlayıcının API fiyat sayfasından. Sağlayıcılar fiyatı milyon token başına, girdi ve çıktıyı ayrı, önbelleğe alınmış girdiyi ve toplu (batch) işlemi ayrı kalemlerle veriyor. Bu araçtaki varsayılanlar örnektir, güncel fiyat değildir; gerçek rakamı sayfadan, token ortalamalarını kendi kayıtlarınızdan girin.

**Önbellek payı nedir, neden her zaman ucuzlatmaz?**
Önbellek payı, girdi token'larının ne kadarının önbellekten okunduğudur; okunan token normal girdiden daha ucuz fiyatlanır. Ancak sağlayıcılar önbelleğe yazmayı ayrıca ücretlendirebiliyor ve isabet oranı düşükse kazanç küçülür. Çıktı token'ı da önbellekten etkilenmez. Bu araçta yalnızca önbellekten gelen payı ve okuma oranını girersiniz; yazma ücreti ayrı kalem değildir, etkisini daha düşük bir önbellek payı girerek yaklaşık yansıtabilirsiniz. Örnek değer sıfırdır.

**Hibritte dahil istek hakkını (Q) nasıl seçerim?**
Kesin bir kural yok. Pratik kural: Q'yu sabit fiyatın karşıladığı zarar eşiğinin altında tutun ve aşım fiyatının istek başı maliyeti karşıladığını doğrulayın. İkinci pratik kural: aradığınız değer, tipik kullanıcıyı aşıma sokmayıp yoğun kullanıcıyı aşım ödemesine taşıyan değerdir. Q'yu değiştirip zarar eşiğine, karma marja ve grafiğe bakın.

**Model fiyatları düşerse sorun çözülür mü?**
Kendiliğinden çözülmeyebilir. Bu bir çıkarım: fatura, fiyat ile token sayısının çarpımıdır. Fiyat düşerken kullanıcılar daha uzun ya da daha çok istek yaparsa maliyet düşmez. Duyarlılık tablosu yalnız maliyet değişimini dener (maliyet düşerse marj ne olur); kullanım artışını denemek için tipik kullanıcının isteğini ya da token ortalamalarını yükseltip sonucu karşılaştırın.

**Yoğun kullanıcı çarpanı ve payını nasıl belirlerim?**
Kayıtlarınızdan: kullanıcıları aylık isteğe göre sıralayın, en üstteki dilimin tipik kullanıcının kaç katı istek yaptığına ve kullanıcıların yüzde kaçını oluşturduğuna bakın. Dilimi nereden kestiğiniz bir karardır; birkaç farklı kesimle aracı çalıştırıp sonucun ne kadar oynadığını görün.

**Sonuç bazlı fiyatta neyi izlemeliyim?**
İki şeyi: başarı oranını ve başarısız denemenin maliyetini. Araçta her istek bir denemedir; gelir başarı oranı × sonuç başı fiyattır, başarısız denemenin çıkarım maliyeti ise sizde kalır. Bessemer'e göre zor bir müşteri sorunu beklenenden çok daha fazla işlem gücü tüketebilir; bu yüzden başarı oranını tek bir ortalama olarak değil, vaka zorluğuna göre ayırarak izleyin (pratik kural). Başarı oranı duyarlılığı, oran 10 ve 20 puan düşerse marjın nereye gittiğini gösterir. Oranı kendi kayıtlarınızdan girin; varsayılan değer örnektir.

**Kur artarsa fiyatımı ne kadar artırmalıyım?**
Önce hedefi ayırın, çünkü iki ayrı cevap var. TL kârınızı korumak istiyorsanız fiyat artışı = maliyet payı × kur artışı; maliyet net gelirin üçte biriyse kur yüzde 30 artınca fiyatın yaklaşık yüzde 10 artması yeter (anlatım için örnek). Marj yüzdenizi korumak istiyorsanız maliyetin tamamı dolar olduğundan fiyat kurla aynı oranda artmalı. Kârlıysanız ikincisi her zaman daha yüksek bir fiyattır ve her pazar onu kaldırmaz. Hangisini seçeceğiniz bir karardır: kâr tutarı mı, marj mı? Araç iki sonucu da gösterir, kur tahmini yapmaz; kuru ve senaryoyu siz girersiniz. Maliyetinizin bir kısmı lirayla ödeniyorsa iki sonuç da biraz abartılı çıkar.

## Kaynaklar

- [OpenAI — API fiyatları (token bazlı fiyat; güncel tabloyu buradan alın)](https://developers.openai.com/api/docs/pricing)
- [Anthropic — API fiyatları (girdi, çıktı, önbellek ve batch kalemleri)](https://platform.claude.com/docs/en/about-claude/pricing)
- [Bessemer Venture Partners — The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)
- [Kyle Poyar, Growth Unhinged — The state of AI pricing at 40 leading startups](https://www.growthunhinged.com/p/how-ai-apps-make-money)
- [Kyle Poyar, Growth Unhinged — The state of usage-based pricing in SaaS](https://www.growthunhinged.com/p/the-state-of-usage-based-pricing)
- [a16z — The New Business of AI (and How It's Different From Traditional Software), 2020](https://a16z.com/the-new-business-of-ai-and-how-its-different-from-traditional-software/)

---

# Runway ve Default Alive Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/runway
Author: Alp Suleiman

> Nakdinizin kaç ay yeteceğini büyümeyle birlikte hesaplayın; kâra geçiş ayını, default alive mı dead mi olduğunuzu ve gereken aylık büyümeyi görün.

Basit runway, bugünkü yakımı sabit sayar. Bu araç gelir ve gider büyümesini de hesaba katar ve Paul Graham'ın sorusunu sorar: mevcut gidişle para bitmeden kâra ulaşıyor musunuz?

## Formüller

- **Net yakım**: Aylık gider − aylık gelir
- **Basit runway**: Nakit ÷ net yakım (Gelir ve gider bugünkü seviyede kalırsa.)
- **Büyümeli projeksiyon**: Nakit(ay) = Nakit(önceki ay) + gelir × (1 + g)^ay − gider × (1 + e)^ay (g aylık gelir büyümesi, e aylık gider büyümesi.)
- **Default alive**: Gelirin gideri karşıladığı ay ≤ nakdin bittiği ay (Kârın kalıcı olması için gelir en az gider kadar hızlı büyümeli.)

## Sonucu nasıl okumalı

Önce iki runway arasındaki farka bakın. Basit runway bugünkü yakımı sabit sayar; büyümeli runway, gelir arttıkça yakımın küçüldüğünü hesaba katar. Aradaki fark büyükse hayatta kalmanız büyümenin sürmesine bağlı demektir. Büyüme yavaşlarsa takvim basit runway'e doğru kayar.

Asıl soru kaç ayınız kaldığı değil, para bitmeden kâra ulaşıp ulaşmadığınız. Paul Graham buna default alive der: giderler sabit kalır ve gelir son aylardaki hızla büyürse, eldeki parayla kâra geçiyor musunuz? Bu araç gider büyümesini de girdi olarak alır; işe alım planınız varsa onu da yansıtın.

Default dead çıktıysa üç kol var: büyümeyi hızlandırmak, gideri kısmak ya da açığı kapatacak finansmanı bulmak. "Gereken aylık büyüme" ilk kolun ne kadar zor olduğunu gösterir. "Kâra kadar finansman açığı" ise üçüncü kolun büyüklüğünü verir. Bu rakam bir yatırım turuna sığmıyorsa giderleri şimdi konuşmak, altı ay sonra konuşmaktan çok daha ucuzdur.

Default alive çıktıysa en dip nakit noktasına bakın. Kâra geçmeden önce nakit çok aşağı iniyorsa planda hata payı yok demektir; iki kötü ay sizi çizginin öbür tarafına atabilir. Büyüme varsayımını bir iki puan düşürüp sonucun nasıl değiştiğini mutlaka deneyin.

Son olarak varsayımları dürüst tutun. Büyüme oranı olarak tek bir parlak ayı değil, son birkaç ayın ortalamasını girin. Tek seferlik gelirleri ve gecikmeli ödemeleri ayıklayın. Hesap bu kadar iyi; girdiler iyimserse sonuç da iyimser olur.

## Sık sorulan sorular

**Runway nasıl hesaplanır?**
En basit hâliyle nakit ÷ aylık net yakım. Net yakım, aylık giderden aylık gelirin çıkarılmasıyla bulunur. 12 milyon nakit ve aylık 800 bin net yakım 15 aylık runway demektir. Gelir büyüyorsa gerçek runway bundan uzun, giderler artıyorsa kısadır; bu araç ikisini de hesaba katar.

**Default alive ne demek?**
Paul Graham'ın 2015 tarihli yazısındaki kavram. Giderleriniz sabit kalır ve geliriniz son aylardaki hızla büyümeye devam ederse, eldeki parayla kâra geçebiliyorsanız default alive, geçemiyorsanız default dead sayılırsınız. Yani dışarıdan para gelmese de hayatta kalıp kalmayacağınızı sorar.

**Kaç aylık runway yeterli?**
Herkese uyan bir sayı yok. Asıl ölçü, kâra geçiş ayının nakdin bittiği aydan önce gelip gelmediği. Kâra yaklaşamıyorsanız, yeni finansman bulmanın da zaman aldığını hesaba katın ve runway kısalmadan harekete geçin.

**Net yakım ile brüt yakım arasındaki fark nedir?**
Brüt yakım ayda harcadığınız toplam para, net yakım ise bundan gelirin düşülmüş hâli. Runway hesabında net yakım kullanılır, çünkü kasadan fiilen eksilen para odur.

**Gider büyümesini neden giriyorum?**
Graham'ın tanımı giderleri sabit sayar ve bu muhafazakâr bir başlangıçtır. Gerçekte işe alımlar ve yeni araçlar giderleri büyütür. Planladığınız gider artışını girerseniz, sonuç kendi bütçenize göre hesaplanır. Gider büyümesini sıfır bırakırsanız Graham'ın tanımına birebir uyar.

## Kaynaklar

- [Paul Graham — Default Alive or Default Dead? (2015)](https://paulgraham.com/aord.html)

---

# Burn Multiple Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/burn-multiple
Author: Alp Suleiman

> Net yakımı net yeni ARR'a bölerek burn multiple'ınızı hesaplayın. Craft Ventures ölçeğinde nerede durduğunuzu ve hedef için gereken ARR'ı görün.

Burn multiple, büyümenin bedelini tek bir sayıya indirir: bir birim yeni yıllık tekrarlayan gelir için kaç birim nakit yaktığınızı gösterir. Ölçüt ve ölçek, Craft Ventures'tan David Sacks'e ait.

## Formüller

- **Burn multiple**: Net yakım ÷ net yeni ARR (İkisi de aynı döneme ait olmalı: ay, çeyrek ya da yıl.)
- **Net yeni ARR**: Dönem sonu ARR − dönem başı ARR (Yeni satış ve genişleme eksi daralma ve kayıp.)
- **Hedef için gereken ARR**: Net yakım ÷ hedef çarpan

## Sonucu nasıl okumalı

Burn multiple küçüldükçe büyüme ucuzlar. 2× demek, bir birim yeni ARR için iki birim nakit yaktığınız anlamına gelir. Sacks'in örneğinde çeyrekte 2 milyon yakıp 1 milyon ARR ekleyen girişim 2×'te, erken aşama için makul. Aynı ARR için 5 milyon yakan ise 5×'te ve maliyet kesmesi gerekiyor.

Sayıyı tek başına değil, eğilimiyle okuyun. Aylık rakam gürültülüdür; büyük bir sözleşme ya da gecikmiş bir fatura onu bir anda değiştirir. Çeyreklik bakmak daha sağlıklıdır. Çarpan çeyrekten çeyreğe yükseliyorsa, ya yakım büyümeden hızlı artıyordur ya da büyüme yavaşlıyordur. Sacks'e göre işteki sorunların çoğu er geç bu sayıda görünür.

Çarpanı düşürmenin iki yolu var: aynı yakımla daha fazla ARR eklemek ya da aynı ARR'ı daha az yakımla eklemek. Sağdaki "hedef" kutusu ikisini de gösterir. Genelde en hızlı kazanç, ARR'ı sessizce eriten kayıp ve daralmadadır. Kaybı azaltmak net yeni ARR'ı artırır ve hiç ek pazarlama bütçesi istemez.

Yüksek çarpanı bir ürün sinyali olarak da okuyun. Sacks, büyümek için olağanüstü yatırım gerekiyorsa ürün-pazar uyumunun göründüğü kadar güçlü olmayabileceğini söyler. Büyümeyi para ile itiyorsanız, para kesildiğinde büyüme de kesilir.

Ölçek, gelir üreten girişimler içindir. Gelir yoksa net yeni ARR sıfırdır ve oran hesaplanamaz. Şirket nakit üretiyorsa da çarpan anlamını yitirir; o noktada büyüme ile kârlılık dengesine bakmak için Rule of 40 daha uygun bir ölçüdür.

## Sık sorulan sorular

**Burn multiple kaç olmalı?**
Craft Ventures'ın girişim aşaması için verdiği pratik ölçek şöyle: 1×'in altı olağanüstü, 1–1,5× çok iyi, 1,5–2× iyi, 2–3× şüpheli, 3×'in üstü kötü. Sacks, aşama ilerledikçe beklentinin de yükseldiğini not eder.

**Burn multiple nasıl hesaplanır?**
Bir dönemdeki net yakımı aynı dönemdeki net yeni ARR'a bölün. Çeyrekte 9 milyon net yakım ve 4 milyon net yeni ARR, 2,25× eder. Net yakım, giderden tahsil edilen gelirin düşülmüş hâlidir.

**Net yeni ARR negatifse ne olur?**
Oran anlamsızlaşır, çünkü yaktığınız para hiç büyüme getirmemiş, hatta ARR küçülmüş demektir. Bu durumda önce kaybı ve daralmayı anlamak gerekir; çarpanı iyileştirmeye çalışmak o noktada yanlış soru olur.

**Şirket kârlıysa burn multiple nasıl okunur?**
Net yakım sıfır ya da negatifse şirket nakit üretiyor demektir ve çarpan hesaplanmaz. Büyüme ile kârlılığın dengesini ölçmek için Rule of 40 gibi bir ölçüt daha uygundur.

**Aylık mı çeyreklik mi bakmalıyım?**
Formül her dönemde çalışır, çünkü iki büyüklük de aynı döneme aittir. Ama aylık rakam tek bir büyük sözleşmeyle sıçrayabilir. Karar verirken çeyreklik ya da son on iki aylık rakama bakmak daha sağlıklıdır.

## Kaynaklar

- [David Sacks, Craft Ventures — The Burn Multiple (2020)](https://www.craftventures.com/articles/the-burn-multiple)

---

# Rule of 40 Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/rule-of-40
Author: Alp Suleiman

> Yıllık büyüme ile kâr marjını toplayıp Rule of 40 skorunuzu hesaplayın. 40'a ulaşmak için gereken marjı ya da büyümeyi ve Bessemer'in uyarılarını görün.

40 için, diğeri sabitken büyümeden ya da marjdan ne kadar eksik? Rule of 40, büyüme ile kârlılığı tek bir sayıda buluşturur: yıllık gelir büyümesi ile kâr marjının toplamı 40 ve üzerindeyse denge sağlıklı sayılır. Brad Feld'in 2015'te bir yatırımcıdan aktardığı ve Bessemer'in de ele aldığı bu ölçüt, en çok ölçeklenmiş yazılım şirketleri için kullanılır.

## Formüller

- **Rule of 40 skoru**: Yıllık gelir büyümesi % + kâr marjı % (Bessemer serbest nakit akışı (FCF) marjını kullanır; birçok şirket FAVÖK marjıyla hesaplar.)
- **40 için gereken marj**: 40 − büyüme %
- **Rule of X (Bessemer)**: Büyüme % × 2 + FCF marjı % (Bessemer, geç aşama özel şirketler için büyümeye yaklaşık 2 kat ağırlık önerir.)

## Sonucu nasıl okumalı

Skor bir denge ölçüsüdür, tek başına bir hedef değil. Yüzde 60 büyüyüp yüzde 20 zarar eden şirket de, yüzde 10 büyüyüp yüzde 30 kâr eden şirket de 40'ı tutar. İkisi çok farklı işlerdir. Bu yüzden toplamın yanında hangi bileşenin skoru taşıdığına da bakın.

40'ın altındaysanız iki yol var: marjı yükseltmek ya da büyümeyi hızlandırmak. Araç ikisini de gösterir. Pratikte hangisinin daha ucuz olduğu işinize bağlıdır. Büyüme yavaşlıyorsa verimsiz harcamayı kesip marjı toplamak genelde daha hızlı sonuç verir. Büyüme güçlüyse, marj için büyümeyi frenlemek değer kaybettirebilir.

Bessemer bu son noktayı 2024'te açıkça yazdı. Kârlılığa yaklaşan geç aşama şirketlerde büyüme ile marjı eşit ağırlıkla toplamanın yanlış kararlara yol açtığını söyleyip Rule of X'i önerdi: büyüme çarpı yaklaşık 2, artı FCF marjı. Aynı skora sahip iki şirketten büyümesi yüksek olanın Rule of X'i daha yüksek çıkar.

Ölçeğe dikkat edin. Bessemer, bu tür verimlilik skorlarının genellikle 25 milyon dolar ARR'ın üzerinde anlamlı olduğunu, daha küçük gelir tabanlarında yanıltıcı olabileceğini belirtir. Erken aşamada burn multiple ve kâra giden yol daha iyi bir ölçüdür.

Son olarak hangi marjı kullandığınızı tutarlı tutun. FAVÖK, yatırım harcamalarını ve işletme sermayesini görmez; FCF görür. Yatırımcıyla konuşurken hangisini kullandığınızı açıkça söyleyin ve dönemden döneme değiştirmeyin.

## Sık sorulan sorular

**Rule of 40 nedir?**
Yıllık gelir büyümesi ile kâr marjının toplamının 40 ve üzerinde olması gerektiğini söyleyen bir kuraldır. Bessemer'in ifadesiyle 40'ın üzerindeki şirketler giderek daha değerli kabul edilir. Büyüme ile kârlılık arasındaki dengeyi tek bir sayıyla gösterir.

**Rule of 40 nasıl hesaplanır?**
Yıllık gelir büyüme yüzdesini kâr marjı yüzdesiyle toplayın. Yüzde 30 büyüyen ve yüzde 10 FCF marjı olan şirketin skoru 40'tır. Yüzde 28 büyüyüp yüzde 6 zarar eden şirketin skoru 22'dir.

**FAVÖK mü FCF mi kullanmalıyım?**
Bessemer'in tanımları serbest nakit akışı (FCF) marjını kullanır. Birçok şirket FAVÖK ile de hesaplar. FCF yatırım harcamalarını ve işletme sermayesini yansıttığı için daha sıkı bir ölçüdür. Hangisini seçerseniz seçin, tutarlı olun.

**Erken aşama girişimler Rule of 40'a bakmalı mı?**
Genelde hayır. Bessemer bu tür verimlilik skorlarının 25 milyon dolar ARR'ın üzerinde anlamlı olduğunu ve erken aşamada burn multiple ile kâra giden yola odaklanmak gerektiğini söyler.

**Rule of X nedir?**
Bessemer'in 2024'te önerdiği uyarlama: büyüme oranı bir çarpanla (geç aşama özel şirketler için yaklaşık 2) çarpılıp FCF marjına eklenir. Fikir, büyümenin uzun vadede değere kârlılıktan daha fazla katkı yaptığıdır.

## Kaynaklar

- [Bessemer Venture Partners — The Rule of X (2024)](https://www.bvp.com/atlas/the-rule-of-x)
- [Bessemer Venture Partners — Scaling to $100 Million (2021)](https://www.bvp.com/atlas/scaling-to-100-million)

---

# NRR ve GRR Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/nrr
Author: Alp Suleiman

> Başlangıç MRR, genişleme, daralma ve kayıptan NRR ve GRR'ı hesaplayın. Oranı yıllığa çevirin; MRR köprüsünü ve kaybın yeni satıştan payını görün.

NRR, mevcut müşterilerden gelen tekrarlayan gelirin bir dönemde ne kadar büyüdüğünü ya da eridiğini gösterir; GRR ise genişlemeyi saymadan yalnızca kaybı ölçer. İkisi birlikte büyümenizin ne kadarının yeni satışa bağlı olduğunu söyler.

## Formüller

- **NRR (net gelir tutma)**: (Başlangıç MRR + genişleme − daralma − kayıp) ÷ başlangıç MRR
- **GRR (brüt gelir tutma)**: (Başlangıç MRR − daralma − kayıp) ÷ başlangıç MRR (Genişleme sayılmaz; en fazla %100 olabilir.)
- **Yıllığa çevirme**: Yıllık oran = (aylık oran)^12 ya da (çeyreklik oran)^4 (Aynı oranın her dönem tekrarlandığını varsayar.)
- **Dönem sonu MRR**: Başlangıç + genişleme − daralma − kayıp + yeni müşteri MRR

## Sonucu nasıl okumalı

NRR yüzde 100'ün üzerindeyse mevcut müşteri tabanınız kendi kendine büyüyor demektir: hiç yeni müşteri kazanmasanız bile tekrarlayan gelir artar. Bu durumda yeni satış, büyümenin üzerine eklenir. Yüzde 100'ün altındaysa taban eriyor; yeni satışın bir kısmı önce bu açığı kapatmaya gidiyor.

GRR'a ayrıca bakın. NRR, güçlü genişleme sayesinde yüksek görünürken altta ciddi bir kayıp saklanabilir. GRR, genişlemeyi saymadığı için kovadaki deliğin gerçek boyutunu gösterir. Birkaç büyük müşterinin genişlemesine yaslanan bir NRR, o müşterilerden biri gittiğinde hızla düşer.

Aylık oranları yıllığa çevirirken bileşik etkiyi unutmayın. Aylık yüzde 98 küçük görünür, ama on iki ay üst üste tekrarlanırsa yılda yaklaşık yüzde 78 eder. Bu araç yıllık rakamı bu varsayımla hesaplar. Gerçek yıllık NRR'ı en doğru, bir yıl önceki müşteri grubunun bugünkü MRR'ına bakarak ölçersiniz.

MRR köprüsü nereye odaklanacağınızı gösterir. Kayıp büyükse önce neden gittiklerini öğrenin: yanlış müşteri mi aldınız, değeri mi gösteremediniz, fiyat mı uymadı? Daralma büyükse paketleme ve fiyatlandırmaya bakın. Genişleme zayıfsa, müşterinin büyüdükçe daha fazla ödeyebileceği bir yol olup olmadığını sorun.

"Kayıp, yeni satışın yüzde kaçını yiyor" satırı ekibe anlatması en kolay rakamdır. Yeni satışın üçte biri kaybı yerine koymaya gidiyorsa, satış ekibinin her üç gününden biri yerinde saymakla geçiyor demektir. Kaybı azaltmak, aynı satış emeğini doğrudan büyümeye çevirir.

## Sık sorulan sorular

**NRR nasıl hesaplanır?**
Dönem başındaki MRR'a mevcut müşterilerden gelen genişlemeyi ekleyin, daralmayı ve kaybedilen MRR'ı çıkarın, sonucu başlangıç MRR'ına bölün. 500 bin başlangıç, 15 bin genişleme, 8 bin daralma ve 15 bin kayıp: (500 + 15 − 8 − 15) ÷ 500 = yüzde 98,4. Yeni müşteriler hesaba katılmaz.

**NRR ile GRR arasındaki fark nedir?**
NRR genişlemeyi sayar, GRR saymaz. Bu yüzden GRR en fazla yüzde 100 olabilir ve yalnızca kaybı ölçer. NRR ise mevcut tabanın genişleme dahil net olarak büyüyüp büyümediğini gösterir.

**NRR yüzde 100'ün üzerinde ne demek?**
Mevcut müşterilerinizden gelen genişleme, kayıp ve daralmadan büyük demektir. Hiç yeni müşteri kazanmasanız da tekrarlayan geliriniz artar. Yeni satış bu büyümenin üzerine eklenir.

**Aylık NRR yıllığa nasıl çevrilir?**
Aylık oranı on ikinci kuvvetine yükseltin: aylık yüzde 101 yaklaşık yüzde 112,7 yıllık eder. Bu, aynı oranın her ay tekrarlandığını varsayar. En doğru yıllık rakam, bir yıl önceki müşteri grubunun MRR'ının bugünkü hâline bakılarak bulunur.

**Yeni müşteri MRR'ı neden NRR'a girmiyor?**
NRR yalnızca mevcut tabanın sağlığını ölçer. Yeni müşterileri katarsanız güçlü satış, zayıf tutmayı gizler. Bu araç yeni MRR'ı yalnızca köprüde ve dönem sonu MRR'ında gösterir.

---

# ROAS Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/roas
Author: Alp Suleiman

> ROAS'ınızı hesaplayın, başabaş ROAS ile kıyaslayın. KDV, ürün maliyeti, kargo ve komisyon dahil: reklam gerçekten kâr ediyor mu, tek ekranda görün.

Platformun gösterdiği ROAS tek başına bir şey söylemez. Marjınızı, KDV'yi ve kargo-komisyon gibi değişken giderleri girin; reklamın kâr mı zarar mı ettiğini ve hangi ROAS'ın altına düşmemeniz gerektiğini görün.

## Formüller

- **ROAS**: Reklamdan gelen ciro ÷ Reklam harcaması
- **Başabaş ROAS**: 1 ÷ Katkı payı oranı (Katkı payı oranı = Brüt marj − Diğer değişken giderler (KDV hariç ciro üzerinden). Ciro KDV dahil raporlanıyorsa sonuç (1 + KDV oranı) ile çarpılır.)
- **POAS**: Reklam öncesi katkı payı ÷ Reklam harcaması (1'in üzeri reklamın kendini kâr olarak geri ödediğini gösterir.)
- **Maksimum CPA**: Reklam öncesi katkı payı ÷ Sipariş sayısı

## Sonucu nasıl okumalı

Önce ROAS'ı başabaş ROAS ile kıyaslayın, sektör ortalamasıyla değil. Aynı 4× ROAS, %60 marjlı bir dijital üründe iyi bir kâr, %25 marjlı bir elektronik mağazasında açık bir zarar olabilir. Eşiği belirleyen sizin katkı payınızdır.

Tabanın aynı olduğundan emin olun. Reklam platformları çoğu zaman pikselin gönderdiği satış değerini raporlar; bu değer Türkiye'de genellikle KDV dahildir. KDV devlete gider, size kalmaz. Bu yüzden araç başabaş ROAS'ı da raporladığınız tabana çevirir: elmayla elmayı kıyaslarsınız.

Kargo, ödeme komisyonu, pazaryeri komisyonu ve iade maliyeti gibi satışla birlikte artan giderleri 'diğer değişken giderler' alanına yazın. E-ticarette bu kalemler marjın önemli bir kısmını yer; atlandığında reklam kâr ediyor görünürken hesap eksiye düşer.

Maksimum CPA, bir siparişi kazanmak için zarar etmeden ödeyebileceğiniz en yüksek tutardır. Kampanya hedefi ve teklif tavanı bunun altında kurulmalı. Hedef marjlı CPA ise büyürken kâr bırakmak istediğiniz tavan. İlk siparişte başabaşın altında kalıp tekrar satın almayla kâra geçen bir modeliniz varsa, bu kararı ilk sipariş değil müşteri yaşam boyu değeri üzerinden verin.

ROAS başabaşın altındaysa üç kaldıraç var: dönüşüm oranı ve sepet tutarını artırmak (ciro), değişken giderleri düşürmek (eşik) ya da kârsız kampanya ve ürünleri kısmak (harcama). Bütçeyi artırmadan önce ROAS'ın eşiğin rahatça üzerinde durduğunu görün; harcama büyüdükçe ROAS genellikle düşer.

## Sık sorulan sorular

**ROAS kaç olmalı?**
Herkes için geçerli tek bir doğru ROAS yok. Olması gereken en düşük değer başabaş ROAS'tır: 1 ÷ katkı payı oranı. Katkı payınız %30 ise 3,33× altındaki her ROAS zarar demektir. Kârlı büyümek için bunun üzerinde, hedef marjınızı koruyan bir ROAS gerekir; araç bunu da hesaplar.

**Başabaş ROAS nasıl hesaplanır?**
Önce her satıştan reklam öncesinde kalan payı bulun: brüt marjdan kargo, komisyon gibi değişken giderleri düşün. Başabaş ROAS bu oranın tersidir. %45 brüt marj ve %15 değişken giderle katkı payı %30, başabaş ROAS 1 ÷ 0,30 = 3,33× olur. Ciroyu KDV dahil izliyorsanız bu değeri KDV oranıyla büyütmeniz gerekir.

**ROAS ile POAS arasındaki fark ne?**
ROAS reklama harcanan her lira için gelen ciroyu, POAS ise gelen kârı (burada reklam öncesi katkı payını) ölçer. POAS 1'in üzerindeyse reklam kendini kârla geri ödüyor demektir. Farklı marjlı ürünleri aynı kampanyada yönetiyorsanız POAS daha doğru bir yönlendirici olur.

**ROAS hesaplarken KDV dahil mi hariç mi kullanmalıyım?**
Kâr hesabı için KDV hariç ciro esas alınmalıdır, çünkü KDV size kalmaz. Ama reklam paneliniz KDV dahil değer raporluyorsa sorun yok: KDV dahil ROAS'ı KDV dahil başabaş ROAS ile kıyaslamanız yeterli. Araç ikisini aynı tabana getirir.

**ROAS yüksek ama işletme neden kâr etmiyor?**
En sık üç neden var: başabaş eşiği sanılandan yüksektir (kargo, komisyon, iade hesaba katılmamıştır), platform satışları kendine fazla atfeder (reklam olmasa da gelecek siparişleri sayar) ya da reklam dışı sabit giderler katkı payını tüketir. Bu araç ilk sorunu çözer; atıf için kontrollü testler, sabit giderler için başabaş noktası hesaplayıcısı gerekir.

---

# Dönüşüm Hunisi Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/huni
Author: Alp Suleiman

> Hunideki her adımın dönüşüm oranını hesaplayın, darboğazı bulun ve hangi adımı iyileştirmenin en çok müşteri ve gelir getireceğini görün.

Her adıma aynı iyileştirmeyi uygularsanız hangisi en çok müşteri getirir? Ziyaretçiden ödeyen müşteriye kadar her adımın sayısını ya da oranını girin. Araç adım adım dönüşümü, en çok kişinin döküldüğü yeri ve her adımdaki iyileştirmenin müşteri ve gelire etkisini gösterir; adımın neden döküldüğünü ve düzeltmenin maliyetini sizin eklemeniz gerekir.

## Formüller

- **Adım dönüşüm oranı**: Bu aşamadaki kişi ÷ Önceki aşamadaki kişi × 100
- **Uçtan uca dönüşüm**: Son aşamadaki kişi ÷ İlk aşamadaki kişi × 100 (Adım oranlarının çarpımına eşittir.)
- **Ek müşteri**: Mevcut müşteri × (Yeni adım oranı ÷ Mevcut adım oranı − 1)
- **Ek gelir**: Ek müşteri × Müşteri başına değer

## Sonucu nasıl okumalı

Uçtan uca dönüşüm oranı tek başına iyi bir pusula değildir; adım oranlarının çarpımıdır. %0,6 bir sonuç, hangi adımda kaybettiğinizi söylemez. Önce adım oranlarına bakın: en düşük olan, huninin en dar boğazıdır.

Hunide adım oranları çarpılarak ilerler. Bu yüzden herhangi bir adımı göreli olarak %10 iyileştirmek, sonucu da %10 büyütür; hangi adımda olduğu fark etmez. Fark, o iyileştirmenin ne kadar zor olduğundadır. %8'lik bir adımı %8,8'e çıkarmak, %80'lik bir adımı %88'e çıkarmaktan genellikle çok daha kolaydır, çünkü düşük oranlı adımda daha çok yer vardır. 'Puan' modu tam olarak bunu gösterir: aynı puan artışı en düşük oranlı adımda en büyük etkiyi yaratır.

Darboğaz adımında kullanıcının neden durduğunu anlamadan çözüm üretmeyin. Kayıt adımında form uzunluğu ve değer vaadi, aktivasyonda ilk değer anına giden süre, ödeme adımında fiyat algısı ve güven sinyalleri tipik şüphelilerdir. Oturum kayıtları ve kısa anketler, tahminden hızlı sonuç verir.

Müşteri başına değeri, karar verdiğiniz soruya göre seçin. İlk ay gelirine bakarsanız iyileştirmenin kısa vadeli etkisini, müşteri yaşam boyu değerine (LTV) bakarsanız gerçek değerini görürsünüz. İyileştirme maliyetini bu rakamla kıyaslayarak deney önceliğini belirleyin.

Sayılar aynı dönem ve aynı kitleden gelmeli. Farklı kampanyaların ya da farklı ayların verisini karıştırırsanız oranlar yanıltır. Huninin üstünü büyütmek (daha çok trafik) en pahalı kaldıraçtır; önce mevcut trafiği daha iyi dönüştürün.

## Sık sorulan sorular

**Dönüşüm oranı nasıl hesaplanır?**
Dönüşüm oranı, hedeflenen eylemi yapan kişi sayısının o adıma gelen kişi sayısına bölünüp 100 ile çarpılmasıdır. 20.000 ziyaretçiden 1.600'ü kayıt olduysa kayıt dönüşüm oranı %8'dir. Huninin tamamı için son adımdaki kişiyi ilk adımdaki kişiye bölersiniz.

**İyi bir dönüşüm oranı kaç olmalı?**
Sektöre, fiyata, trafik kaynağına ve neyin dönüşüm sayıldığına göre çok değiştiği için anlamlı tek bir rakam yok. En faydalı kıyas kendi geçmişinizdir: aynı kanalda, aynı adımda geçen ayın ve geçen yılın oranı. Dışarıdan bir ortalama alacaksanız, adım tanımının sizinkiyle aynı olduğundan emin olun.

**Huninin hangi adımına önce odaklanmalıyım?**
Genellikle oranı en düşük, yani en çok kişinin döküldüğü adıma. Göreli iyileştirmeler her adımda aynı etkiyi yaratır; ama düşük oranlı adımı iyileştirmek çoğunlukla daha kolaydır. Son kararı iyileştirmenin maliyeti ve ne kadar emin olduğunuz belirler.

**Huni analizi ile kohort analizi arasındaki fark ne?**
Huni analizi kullanıcıların adımlar arasında nerede kaybolduğunu, kohort analizi ise aynı dönemde gelen grupların zaman içinde nasıl davrandığını gösterir. Huni 'nerede kaybediyoruz?', kohort 'kalıyorlar mı?' sorusunu cevaplar. İkisi birlikte kullanıldığında anlamlıdır.

**Dönüşüm oranını yüzde puan mı yoksa yüzde olarak mı artırmalıyım?**
İkisi farklı şeyler. %8'den %10'a çıkmak 2 puanlık ama %25'lik göreli bir artıştır. Deney sonuçlarını raporlarken hangisini kastettiğinizi açıkça yazın; bu araçta ikisini de deneyebilirsiniz.

---

# CAGR Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/cagr
Author: Alp Suleiman

> Başlangıç ve bitiş değerinden toplam büyümeyi, bileşik yıllık büyüme oranını (CAGR), katlanma süresini ve aynı hızla gelecek projeksiyonunu hesaplayın.

Üç yılda gelir 2,25 katına çıktıysa bu, yılda kaç büyümek demek? CAGR bunu tek bir yıllık hızla söyler. Hedef modunda ise asıl soru şu: gereken yıllık hız, şimdiye kadar tutturduğunuz hızdan ne kadar yüksek? Geçmiş hızınızı girin, farkı yüzde puan olarak görün.

## Formüller

- **Toplam büyüme**: (Bitiş değeri ÷ Başlangıç değeri − 1) × 100
- **CAGR**: (Bitiş değeri ÷ Başlangıç değeri)^(1 ÷ Yıl sayısı) − 1 (Süre ay olarak girilirse yıl sayısı = ay ÷ 12.)
- **Katlanma süresi**: ln 2 ÷ ln(1 + CAGR) (Aynı hız sürerse değerin iki katına çıkması için gereken yıl.)
- **Projeksiyon**: Bugünkü değer × (1 + CAGR)^n

## Sonucu nasıl okumalı

CAGR, iki nokta arasındaki yolculuğu tek bir sabit hıza indirger. Ortadaki yılların iniş çıkışlarını göstermez: bir yıl %80 büyüyüp ertesi yıl %10 küçülen şirketle her yıl düzenli büyüyen şirket aynı CAGR'ı verebilir. Bu yüzden sonucu yıllık dökümle birlikte okuyun.

Toplam büyüme etkileyici görünür, CAGR ise gerçek temposu söyler. Beş yılda %100 büyüme kulağa iyi gelir ama yılda yaklaşık %15 demektir. Yatırımcıya, yönetim kuruluna ya da ekibe büyümeyi anlatırken iki rakamı birlikte vermek beklentiyi doğru kurar.

Projeksiyon bir tahmin değil, "bu hız sürerse" senaryosudur. Büyüme genellikle şirket büyüdükçe yavaşlar; pazar doygunluğu, kanal tükenmesi ve ekip kapasitesi devreye girer. Projeksiyonu bir hedef değil, mevcut motorun nereye kadar taşıyabileceğinin üst sınırı gibi düşünün.

Hedef modunda çıkan oran, planın ne kadar iddialı olduğunu gösterir. Gereken hız geçmiş CAGR'ınızın çok üstündeyse, mevcut kanallarla ulaşılamayacağını kabul edip yeni bir büyüme kaldıracı (yeni pazar, fiyat, ürün, kanal) tasarlamanız gerekir.

Değerler TL ise dikkat: enflasyon yüksek olduğunda nominal CAGR yanıltıcıdır. Satın alma gücündeki gerçek büyümeyi görmek için Reel Büyüme Hesaplayıcısı'nı kullanın.

## Sık sorulan sorular

**CAGR nedir, nasıl hesaplanır?**
CAGR (bileşik yıllık büyüme oranı), bir değerin başlangıçtan bitişe her yıl sabit bir hızla büyüseydi hangi hızla büyümüş olacağını gösterir. Formül: (Bitiş ÷ Başlangıç)^(1 ÷ yıl) − 1. Örneğin 3 yılda 4 milyondan 9 milyona çıkan gelirin CAGR'ı yaklaşık %31'dir.

**CAGR ile ortalama yıllık büyüme arasındaki fark ne?**
Basit ortalama, yıllık büyüme oranlarını toplayıp yıl sayısına böler ve bileşik etkiyi yok sayar. %50 büyüyüp ertesi yıl %50 küçülen bir değerin basit ortalaması %0'dır ama değer aslında %25 azalmıştır. CAGR bu bileşik etkiyi hesaba kattığı için başlangıç ile bitiş arasındaki gerçek yolu doğru yansıtır.

**Süre bir yıldan kısaysa CAGR kullanılır mı?**
Hesaplanabilir ama dikkatli okunmalı. Altı aylık bir büyüme yıllığa çevrildiğinde küçük farklar çok büyük oranlara dönüşür ve mevsimsellik sonucu çarpıtır. Kısa dönemlerde aylık büyüme oranını ya da toplam büyümeyi raporlamak daha dürüst olur.

**Hedefe ulaşmak için yılda ne kadar büyümem gerekir?**
Hesaplayıcıyı "Hedef" moduna alın; bugünkü değeri, hedef değeri ve süreyi girin. Çıkan oran, hedefe ulaşmak için her yıl gereken sabit büyüme hızıdır. Bu oranı geçmiş CAGR'ınızla karşılaştırmak, planın gerçekçi olup olmadığını hızlıca gösterir.

**TL gelirde CAGR hesaplamak doğru mu?**
Nominal büyümeyi görmek için doğrudur ama yüksek enflasyonda büyümenin önemli kısmı fiyat artışından gelir. Satın alma gücündeki gerçek büyümeyi görmek için aynı rakamları Reel Büyüme Hesaplayıcısı'nda enflasyondan arındırın ya da dolar bazında karşılaştırın.

**Katlanma süresi nasıl bulunur?**
Aynı CAGR sürerse değerin iki katına çıkma süresi ln 2 ÷ ln(1 + CAGR) formülüyle bulunur. Zihinden hızlı tahmin için yaygın kabul gören pratik kural "72 kuralı"dır: 72'yi yüzde cinsinden büyüme oranına bölün. Hesaplayıcı tam formülü kullanır.

---

# Başabaş Noktası Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/basabas-noktasi
Author: Alp Suleiman

> Sabit gider, satış fiyatı ve birim maliyetle başabaş noktanızı adet ve ciro olarak hesaplayın. Hedef kâr, güvenlik payı ve fiyat etkisi tek ekranda.

Satışınız eşiğin ne kadar üstünde ve sabit gider, fiyat, değişken maliyetten hangisi aynı oranda iyileştiğinde eşiği en çok indirir? (İlki için mevcut satış adedini girmeniz yeter.) Aylık sabit giderlerinizi, birim fiyatı ve birim değişken maliyeti girin. Kâra geçmek için gereken satış adedini ve cirosunu, hedef kâr için gereken hacmi görün.

## Formüller

- **Birim katkı payı**: Satış fiyatı − Birim değişken maliyet
- **Başabaş adedi**: Sabit giderler ÷ Birim katkı payı
- **Başabaş cirosu**: Sabit giderler ÷ Katkı payı oranı (Katkı payı oranı = Birim katkı payı ÷ Satış fiyatı)
- **Güvenlik payı**: (Mevcut satış − Başabaş satışı) ÷ Mevcut satış × 100

## Sonucu nasıl okumalı

Başabaş adedi bir hedef değil, tabandır. Bunun altındaki her ay sabit giderleri cebinizden ödersiniz. Günlük karşılığına bakmak işi somutlaştırır: ayda 750 adet, günde yaklaşık 25 satış demektir. Ekibiniz ve kanallarınız bunu gerçekçi biçimde üretebiliyor mu?

Güvenlik payı, satışlarınızın zarara geçmeden önce ne kadar düşebileceğini gösterir. Pay inceyse, sezonsal bir düşüş ya da tek bir büyük müşterinin kaybı sizi eksiye çevirebilir. Bu durumda sabit giderleri büyütecek kararları (yeni kadro, ofis, uzun vadeli sözleşme) ertelemek mantıklıdır.

Kaldıraç tablosu, aynı oranda iyileştirmenin başabaşa etkisini karşılaştırır. Fiyat artışı katkı payının tamamına eklendiği için çoğu zaman en güçlü kaldıraçtır; katkı payı inceyse etkisi daha da büyür. Ancak fiyat artışı satış adedini de etkiler, bu yüzden küçük testlerle doğrulayın.

Katkı payı sıfır ya da negatifse başabaş noktası yoktur: daha çok satmak zararı büyütür. Önce fiyatı ya da birim maliyeti düzeltin; hacim ancak ondan sonra işe yarar.

Hesap tek ürün ya da ortalama ürün varsayar. Birden çok ürününüz varsa satış karmasına göre ağırlıklı ortalama fiyat ve maliyet kullanın; karma değiştikçe başabaş da değişir. Fiyatları KDV hariç girin.

## Sık sorulan sorular

**Başabaş noktası nasıl hesaplanır?**
Sabit giderleri birim katkı payına bölersiniz. Birim katkı payı, satış fiyatından birim değişken maliyetin düşülmesiyle bulunur. Aylık 150.000 ₺ sabit gider, 500 ₺ fiyat ve 300 ₺ değişken maliyetle birim katkı 200 ₺, başabaş noktası 150.000 ÷ 200 = 750 adettir.

**Sabit ve değişken gider arasındaki fark ne?**
Sabit giderler satış adedinden bağımsız olarak her ay ödenir: kira, maaşlar, yazılım abonelikleri. Değişken giderler her satışla birlikte artar: ürün maliyeti, kargo, ödeme komisyonu, satış primi. Bir gideri hangi gruba koyacağınızdan emin değilseniz, satış yarıya inerse bu giderin de yarıya inip inmeyeceğini sorun.

**Başabaş noktası ciro olarak nasıl bulunur?**
Sabit giderleri katkı payı oranına bölün. Katkı payı oranı %40 ise 150.000 ₺ sabit gider için gereken ciro 150.000 ÷ 0,40 = 375.000 ₺ olur. Birden çok ürün satan işletmeler için ciro bazlı başabaş genellikle daha kullanışlıdır.

**Güvenlik payı nedir?**
Mevcut satışınızın başabaş satışını ne kadar aştığını gösteren orandır. 900 adet satıp 750 adette başabaşa geliyorsanız güvenlik payınız %16,7'dir: satışlar bu oranın üzerinde düşerse zarara geçersiniz.

**Başabaş noktasını düşürmenin yolları neler?**
Üç yol var: fiyatı artırmak, birim değişken maliyeti düşürmek ya da sabit giderleri azaltmak. Hesaplayıcıdaki kaldıraç tablosu, üçünün aynı oranda iyileşmesinin eşiği ne kadar indirdiğini karşılaştırır; böylece önce hangisine odaklanacağınızı görürsünüz.

---

# Kâr Marjı Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/kar-marji
Author: Alp Suleiman

> Kâr marjını ve kâr oranını (markup) KDV dahil ya da hariç hesaplayın. Hedef marjla satış fiyatı veya en yüksek maliyet bulun; ikisini karıştırmayın.

Bu fiyatta her satıştan, ürün maliyeti düşüldükten sonra ne kalıyor; hedef marj için fiyat ne olmalı? Maliyet ve fiyatla marjınızı görün, hedef marjla satış fiyatını ya da ödeyebileceğiniz en yüksek maliyeti bulun. Araç KDV'yi ayırır ve en sık yapılan hatayı, kâr oranını marj sanmayı, açıkça gösterir.

## Formüller

- **Kâr marjı**: (Satış fiyatı − Maliyet) ÷ Satış fiyatı × 100 (Satış fiyatı KDV hariç alınır.)
- **Kâr oranı (markup)**: (Satış fiyatı − Maliyet) ÷ Maliyet × 100
- **Hedef marj için fiyat**: Maliyet ÷ (1 − Hedef marj) (KDV dahil fiyat = KDV hariç fiyat × (1 + KDV oranı))
- **Dönüşüm**: Marj = Kâr oranı ÷ (1 + Kâr oranı)

## Sonucu nasıl okumalı

Kâr marjı kârı satış fiyatına, kâr oranı ise maliyete böler. Aynı ürün için ikisi farklı çıkar: 600'e alıp 1.000'e sattığınızda marj %40, kâr oranı %66,7'dir. Fiyatlama kararlarında hangisini konuştuğunuzu her zaman netleştirin.

En pahalı hata, hedef marjı maliyetin üzerine eklemektir. %40 marj isteyip maliyete %40 eklerseniz gerçek marjınız %28,6'da kalır. Hedef marj için doğru fiyat maliyet ÷ (1 − marj) formülüyle bulunur; araç 'Fiyat bul' modunda iki fiyatı yan yana gösterir.

Marjı her zaman KDV hariç fiyat üzerinden hesaplayın. KDV dahil fiyatı kullanırsanız devlete gidecek tutarı kâr sanırsınız. Araçta fiyatı KDV dahil girebilirsiniz; hesap önce KDV'yi ayırır.

Buradaki marj brüt marjdır: yalnızca ürün maliyeti düşülür. Kargo, komisyon, reklam ve sabit giderler henüz düşülmedi. Bu kalemleri de hesaba katmak için ROAS ve başabaş noktası hesaplayıcılarını kullanın; brüt marjın yeterli olup olmadığına onlar karar verdirir.

'Maliyet bul' modu tedarik pazarlığında işe yarar: rafa koymak istediğiniz fiyat ve korumak istediğiniz marj belliyse, ödeyebileceğiniz en yüksek alış maliyetini verir.

## Sık sorulan sorular

**Kâr marjı nasıl hesaplanır?**
Satış fiyatından maliyeti çıkarın, sonucu satış fiyatına bölüp 100 ile çarpın. 600 ₺ maliyetli bir ürünü KDV hariç 1.000 ₺'ye satıyorsanız kâr 400 ₺, kâr marjı 400 ÷ 1.000 = %40 olur.

**Kâr marjı ile kâr oranı (markup) arasındaki fark ne?**
Kâr marjı kârı satış fiyatına, kâr oranı maliyete böler. Aynı 400 ₺ kâr, 1.000 ₺ fiyata göre %40 marj, 600 ₺ maliyete göre %66,7 kâr oranıdır. Marj hiçbir zaman %100'e ulaşamaz; kâr oranının üst sınırı yoktur. %100 kâr oranı, %50 marja denk gelir.

**Maliyete %30 eklersem %30 kâr marjı elde eder miyim?**
Hayır. Maliyete %30 eklemek %30 kâr oranıdır ve yaklaşık %23,1 marja denk gelir. %30 marj için fiyatı maliyet ÷ 0,70 olarak hesaplamanız gerekir; 100 ₺ maliyetli bir ürün için bu 142,86 ₺ eder.

**Kâr marjı KDV dahil mi hesaplanır?**
Hayır, KDV hariç fiyat üzerinden hesaplanır. KDV satıcının değil devletin payıdır. KDV dahil fiyatı biliyorsanız önce (1 + KDV oranı) ile bölerek KDV hariç fiyatı bulun; araç bunu sizin yerinize yapar.

**Satış fiyatı nasıl belirlenir?**
Maliyet tabanlı yöntemle: maliyet ÷ (1 − hedef marj). 600 ₺ maliyet ve %35 hedef marj için KDV hariç fiyat 923,08 ₺, %20 KDV ile 1.107,69 ₺'dir. Bu bir tabandır; nihai fiyatı müşterinin algıladığı değer ve rakip fiyatlarıyla birlikte değerlendirin.

---

# Fiyat mı, Hacim mi? Hesaplayıcısı

URL: https://alpsuleyman.com/tr/tools/calculators/fiyat-mi-hacim-mi
Author: Alp Suleiman

> Ciro değişimini fiyat, hacim ve karma etkisine ayırın. Dönem başına en fazla 4 ürün; büyümenin fiyattan mı, satış adedinden mi geldiğini görün.

Ciro bu dönem arttı ve toplantıda herkes memnun. Sonra biri soruyor: satışı mı büyüttük, yoksa fiyatı mı? İki dönem için ürün başına birim fiyat ve adet girin; ciro farkını fiyat, hacim ve karma etkisine ayıralım.

## Formüller

- **Ciro farkı**: Σ (fiyat₂ × adet₂) − Σ (fiyat₁ × adet₁) (Σ ürünler üzerinden toplamdır; 1 ilk dönemi, 2 ikinci dönemi gösterir.)
- **1. Hacim etkisi**: (Toplam adet₂ − Toplam adet₁) × Dönem-1 ortalama fiyatı (Dönem-1 ortalama fiyatı = Dönem-1 cirosu ÷ Dönem-1 toplam adedi.)
- **2. Karma etkisi**: Σ (adet₂ × fiyat₁) − Toplam adet₂ × Dönem-1 ortalama fiyatı (Adetlerin ürünler arasındaki payı değiştiğinde oluşur; dönem-1 fiyatlarıyla ölçülür. Tek ürünle sıfırdır.)
- **3. Fiyat etkisi**: Σ adet₂ × (fiyat₂ − fiyat₁) (Aynı adetler için fiyat farkı; dönem-2 adetleriyle ölçülür.)
- **Kontrol**: Hacim + Karma + Fiyat = Ciro farkı (Üç etki toplamı farka tam eşittir.)

## Sonucu nasıl okumalı

Bu araçta kullanılan ayrıştırma şöyle çalışır: önce toplam adet değişimi dönem-1 ortalama fiyatıyla çarpılır (hacim), sonra adetlerin ürünler arasındaki yeniden dağılımı dönem-1 fiyatlarıyla ölçülür (karma), en sonda aynı adetler üzerindeki fiyat farkı hesaplanır (fiyat). Üç etkinin toplamı ciro farkına tam eşittir. Ayrıştırma sıraya bağlıdır: sırayı değiştirirseniz toplam aynı kalır, ama etkiler arasındaki dağılım değişir.

Bu sırada fiyat etkisi dönem-2 adetleriyle ölçülür. Fiyatın ve adedin birlikte değişmesinden doğan çarpraz pay da fiyata yazılır. Fiyat etkisini dönem-1 adetleriyle ölçen bir sıra bu payı hacme ve karmaya bırakır. İki yol da kullanılabilir; toplantıda hangisini kullandığınızı söyleyin.

Karma etkisi, adetlerin payı ürünler arasında kayınca ortaya çıkar. Ucuz ürün yerine pahalı ürün daha çok satılırsa, toplam adet ve hiçbir fiyat değişmeden ciro artar. Karma sıfıra yakınsa adetlerin payı ya çok az kaymıştır ya da kayma ortalama fiyatı değiştirmemiştir. Tek ürün girdiğinizde karma her zaman sıfırdır.

Yeni bir ürünü girmek için dönem-1 adedine 0 yazın. O ürünün dönem-1 fiyatı gözlenmediğinden araç dönem-2 fiyatını kullanır; ürünün cirosu fiyat etkisine değil hacme ve karmaya yazılır. Dönem içinde bıraktığınız ürün için dönem-2 adedi 0 olur.

Rakamlar nominaldir; enflasyon düzeltmesi yapılmaz. Yüksek enflasyonlu bir ekonomide fiyat etkisinin önemli bir kısmı yalnızca fiyatların genel seviyesindeki artış olabilir. Cironuzun enflasyondan arındırılmış büyümesini görmek için Reel Büyüme Hesaplayıcısı ve Reel Büyüme rehberi bu sayfanın yanında duruyor. Ayrıştırma ayrıca nedeni söylemez: fiyat artışından sonra adedin düşmesi bir bedel olabilir, ama bunu müşteri ve kayıp verisiyle ayrıca incelemeniz gerekir.

## Sık sorulan sorular

**Fiyat, hacim ve karma etkisi nedir?**
Ciro farkının üç parçasıdır. Hacim etkisi toplam satış adedindeki değişimin, fiyat etkisi birim fiyatlardaki değişimin, karma etkisi ise adetlerin ürünler arasındaki payı değiştiğinde oluşan farkın cirodaki karşılığıdır. Bu araçta üçünün toplamı ciro farkına tam eşittir.

**Karma etkisi neden negatif çıkar?**
Satışın payı düşük fiyatlı ürünlere kaydığında. Toplam adet aynı kalsa ve hiçbir fiyat değişmese bile, ortalama birim fiyat düştüğü için ciro azalır. Örneğin pahalı ürünün adedi düşerken ucuz ürünün adedi artıyorsa karma negatif olur.

**Başka bir sırayla hesaplasam sonuç değişir mi?**
Üç etkinin toplamı aynı kalır, ama aralarındaki dağılım değişir. Örneğin fiyat etkisini dönem-1 adetleriyle ölçerseniz fiyat ve hacim arasındaki çarpraz pay başka bir kaleme gider. Bu araç yukarıdaki sırayı kullanır ve formülleri sayfada açıkça gösterir; karşılaştırma yaparken aynı sırayı kullanın.

**Yeni çıkan ya da bırakılan ürünü nasıl girerim?**
Yeni ürün için dönem-1 adedine 0, bırakılan ürün için dönem-2 adedine 0 yazın. Yeni ürünün dönem-1 fiyatı gözlenmediğinden araç dönem-2 fiyatını kullanır; böylece o ürünün cirosu fiyat etkisine değil, hacme ve karmaya yazılır.

**Fiyat etkisinin ne kadarı enflasyon?**
Bu araç bunu ayırmaz; girdiğiniz fiyatlar nominaldir. Fiyat etkisi pozitifse bir kısmı genel fiyat artışını yansıtıyor olabilir. Enflasyondan arındırılmış büyüme için Reel Büyüme Hesaplayıcısını kullanın.

---

## Rehber sayfaları

### Nominal Büyüme Yanılsaması: Reel Büyüme Rehberi

URL: https://alpsuleyman.com/tr/real-growth
Published: 2025-12-04
Updated: 2026-10-04
Author: Alp Suleiman

> Ciro büyüyor, şirket büyüyor mu? Nominal büyüme yanılsamasını tanıyın: reel büyüme nasıl hesaplanır, fiyat ve hacim nasıl ayrılır, karar nasıl alınır.

Manifesto

Nominal Büyüme

Yanılsaması

Ciro her yıl büyüyor. Peki şirket büyüyor mu? Enflasyonlu bir ekonomide bu iki soru aynı şey değil. Aradaki fark, yanlış kararların çoğunun saklandığı yer.

Tanım

#### Fiyat artışını büyüme sanmak

Nominal büyüme yanılsaması, fiyatlar yükselirken büyüyen ciroyu şirketin kendisinin büyüdüğü şeklinde okumaktır. Tablodaki rakam büyür; satılan adet, müşteri sayısı ve o ciroyla satın alınabilecek şeyler aynı kalır, hatta azalır.

Bu bir muhasebe hatası değil, bir okuma hatası. Rakamlar doğru. Yanlış olan, onlara sorduğumuz soru.

Finansal raporlama bunu çoktan kabul etti: 31 Aralık 2023 ve sonrasında biten dönemlerden itibaren TFRS ve BOBİ FRS uygulayan şirketler tablolarını enflasyona göre düzeltiyor (TMS 29). Büyüme konuşmaları ise çoğu zaman hâlâ nominal rakamla yapılıyor. Hedefler, primler, yatırımcı sunumları, “geçen yıla göre” diye başlayan her cümle.

Ciro büyüdüyse bu bir gözlemdir. Şirket büyüdüyse bu bir sonuçtur.

Kendiniz görün

#### Aynı ciro, iki farklı hikâye

Cironuz geçen yıla göre ne kadar arttı, aynı dönemde fiyatlar ne kadar arttı? Fiyat etkisini çıkarınca geriye kalan, şirketin gerçek büyümesidir.

Ciro artışı (nominal)

Fiyat artışı (enflasyon)

Reel büyüme

Basit çıkarma

Fiyattan gelen

Gerçek büyümeden gelen

Geçen yılın cirosu

Bu yılın cirosu, geçen yılın fiyatlarıyla

Satın alma gücü kaybı

Şirket gerçekten büyüdü.

Ciro arttı, şirket yerinde saydı.

Ciro arttı ama şirket küçüldü.

Değerler örnektir. Kendi rakamlarınız için Reel Büyüme Hesaplayıcısı TÜİK enflasyonunu ve TCMB kurunu kullanır.

Kendi rakamlarımla hesapla

Belirtiler

#### Yanılsama nerede saklanır?

Kimse bilerek nominal rakama aldanmaz. Yanılsama, her gün kurulan sıradan cümlelerin içine yerleşir.

##### “Geçen yılı katladık.”

Yıllık kıyas, iki farklı parayı karşılaştırmaktır. Geçen yılın lirası ile bu yılın lirası aynı şeyi satın almaz.

##### Hedefi tutan ekip

Satış hedefi nominal konduysa fiyat artışı hedefin bir kısmını kendiliğinden tutturur. Prim ödenir, pazar payı sessizce erir.

##### Zam eşittir büyüme

Fiyat artışı ciroyu büyütür ama müşteri kazandırmaz. Fiyatı ve talebi ayırmadan hangisinin işe yaradığını bilemezsiniz.

##### Olduğundan iyi birim ekonomisi

LTV'yi bugünün fiyatıyla, CAC'ı geçmişin fiyatıyla hesaplamak tabloyu güzelleştirir. İkisi aynı fiyat düzeyinde ölçülmeli.

##### Kâr var, nakit yok

Stok ve alacak da fiyatla şişer. Kâğıttaki kâr işletme sermayesine gömülür; büyüdükçe nakit ihtiyacı artar.

##### Sunumdaki grafik

Yukarı giden ciro grafiği kimseyi ikna etmez. İlk soru “reel olarak?” olur. Cevabı sorulmadan bilmek gerekir.

Üç mercek

#### Tek bir doğru rakam yok

Gerçek büyümeyi tek sayı göstermez. Üç mercek, üç ayrı soruya cevap verir; birlikte bakınca resim netleşir.

Soru

Ölçü

Kör nokta

##### TL reel büyüme

Ciromla bugün geçen yıldan daha fazla şey satın alabiliyor muyum?

Nominal büyüme, aynı dönemin TÜFE değişimiyle arındırılır.

Sektörünüzün maliyetleri genel enflasyondan farklı hareket ediyorsa resmi eksik çizer.

##### Dolar bazlı büyüme

Dünyaya göre büyüdüm mü?

Her dönemin cirosu, o dönemin ortalama kuruyla dolara çevrilir.

Kur sert hareket ettiğinde iç pazardaki gerçek performansı olduğundan iyi ya da kötü gösterebilir.

##### Hacim büyümesi

Daha fazla müşteriye, daha çok şey satıyor muyum?

Adet, sipariş, aktif müşteri ya da kullanım.

Fiyattaki ve ürün karmasındaki değişimi göstermez; tek başına değeri ölçmez.

Yöntem

#### Dört adımda reel okuma

##### Nominali yazın

İki dönemin cirosunu yan yana koyun, nominal büyümeyi hesaplayın. Bu başlangıç noktası, sonuç değil.

##### Fiyatı çıkarın

Aynı dönemin enflasyonuyla arındırın. Yıllık ciroyu kıyaslıyorsanız TÜFE'nin yıllık ortalama değişimini kullanın.

##### Fiyatı ve hacmi ayırın

Büyümenin ne kadarı zamdan, ne kadarı daha çok satıştan geldi? Adet ya da müşteri sayısını ayrıca izleyin.

##### Kararı reel rakamla alın

Hedefi, primi ve bütçeyi reel büyümeye bağlayın. Nominal rakamı raporlayın, reel rakamla yönetin.

Formül

Reel büyüme = (1 + nominal büyüme) ÷ (1 + enflasyon) − 1

Nominal büyümeden enflasyonu çıkarmak yaklaşık bir sonuç verir; oranlar yükseldikçe hata büyür. Doğrusu bölmektir.

İlkeler

#### Reel büyüme disiplini

##### Her büyüme rakamının yanında reel karşılığı olsun.

Tek başına nominal rakam bilgi değil, gürültüdür.

##### Hangi enflasyon ölçüsünü kullandığınızı yazın.

Yıllık ortalama mı, Aralık/Aralık mı? İkisi farklı sonuç verir; okuyan bilmeli.

##### Fiyatı ve hacmi ayrı raporlayın.

Zam ve talep ayrı kaslardır. Hangisinin çalıştığını görmeden ikisini de geliştiremezsiniz.

##### Birim ekonomisini aynı fiyat düzeyinde hesaplayın.

Geçmişin CAC'ını bugünün LTV'siyle kıyaslamak kârlılığı olduğundan iyi gösterir.

##### Hedefi ve primi reel büyümeye bağlayın.

Ödül, enflasyonun yaptığı işe değil ekibin yaptığı işe gitsin.

Aynı disiplin yapay zekâ iddialarında da geçerli: "yapay zekâ ile yüzde X hızlandık" cümlesi de arındırılmadan okunmaz.

Büyüme İddiası Denetimi

Sıra sizin rakamlarınızda

#### Şirketiniz gerçekte ne kadar büyüdü?

Reel Büyüme Hesaplayıcısı cironuzu TÜİK enflasyonu ve TCMB kuruyla arındırır. Kayıt yok; hesap tarayıcınızda yapılır, rakamlarınızı göndermek için ayrı bir istek yapılmaz.

Reel büyümemi hesapla

Büyüme Check-up

Birlikte bakalım

Sık sorulanlar

#### Nominal büyüme ile reel büyüme arasındaki fark nedir?

Nominal büyüme ciro rakamının değişimidir. Reel büyüme, bu değişimden fiyat artışının etkisi çıkarıldıktan sonra kalan kısımdır ve şirketin satın alma gücü olarak gerçekten ne kadar büyüdüğünü gösterir.

#### Reel büyüme nasıl hesaplanır?

(1 + nominal büyüme) ÷ (1 + enflasyon) − 1. Örneğin ciro %40, fiyatlar %45 arttıysa reel büyüme yaklaşık −%3,4'tür: ciro büyümüş, şirket küçülmüştür.

#### Hangi enflasyon oranını kullanmalıyım?

Yıllık ciroyu yıllık ciroyla kıyaslıyorsanız TÜFE'nin yıllık ortalama değişimi en uygun ölçüdür. Maliyet yapınız genel enflasyondan belirgin biçimde farklıysa kendi maliyet endeksinizle de hesaplayın ve hangisini kullandığınızı belirtin.

#### TMS 29 bu sorunu çözmüyor mu?

TMS 29 finansal tabloları raporlama dönemi sonundaki satın alma gücüne göre düzeltir; raporlama için önemli bir adım. Ama büyüme kararları çoğu zaman aylık panolarda, satış hedeflerinde ve yönetim sunumlarındaki nominal rakamlarla alınır. Yanılsama orada yaşar.

#### Dolar bazında büyüme yeterli değil mi?

Dolar bazlı büyüme ithal girdi, döviz borcu ya da yurt dışı rakiplerle kıyas için anlamlıdır. Ama kur, iç pazardaki fiyat artışıyla aynı hızda hareket etmeyebilir. TL reel büyümeyle birlikte okunmalıdır.

Kaynaklar

KGK — Bağımsız denetime tabi şirketlerin finansal tablolarının enflasyona göre düzeltilmesi hakkında duyuru

https://www.kgk.gov.tr/Portalv2Uploads/files/Duyurular/v2/Diger/Enf_%20Muh_%20Duyuru_ESEB.pdf

TCMB — Tüketici Fiyatları (TÜFE yıllık ve aylık % değişim tablosu)

https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Istatistikler/Enflasyon+Verileri/Tuketici+Fiyatlari

TCMB — Gösterge Niteliğindeki Merkez Bankası Kurları

https://www.tcmb.gov.tr/kurlar/kurlar_tr.html

---

### Yapay Zekâ Çağında Büyüme Rehberi

URL: https://alpsuleyman.com/tr/ai-growth
Published: 2026-09-22
Updated: 2026-10-05
Author: Alp Suleiman

> Yapay zekâ ürününde büyüme ile dayanıklılık aynı şey değil. Çıkarım maliyeti, deneyip giden kullanıcı, fiyat ve büyüme ekibi için bir okuma çerçevesi.

Rehber

Yapay Zekâ Çağında

Büyüme

Yapay zekâ ürününde kayıt ve ilk ödeme kolay. Büyümenin kalıcı olması ve her istekte para kaybetmemek ise başka işler. Bu rehber onları ayırmaya yarayan soruları topluyor.

Giriş

#### Büyüme ile dayanıklılık aynı satırda görünmez

Pano yukarı gidiyor. Asıl soru, o eğrinin kime ait olduğu.

Yapay zekâ ürünlerinde kayıt, deneme ve ilk ödeme kolay. Kolay satın alınan şey kolay da bırakılabiliyor; her kullanım ayrıca bir maliyet doğuruyor; bir özelliği kopyalamak giderek ucuzluyor (sitedeki yazıya göre). Bizim çerçevemiz (yorum): bu üç baskı tek bir ARR satırında ayrışmıyor.

a16z konuya şöyle yaklaşıyor: öndeki yapay zekâ şirketlerinin zorunlu olarak bir retention sorunu yok, ama bir ölçüm sorunu var (a16z, bu şirketlerin uzun vadede daha da iyi retention'a ulaşabileceğini de söylüyor). Bu rehberin geri kalanı o ölçümü kurmak üzerine: önce maliyet, sonra kalanlar, sonra fiyat, ekip ve savunulabilirlik. Sonda bir yöntem önerisi ve üç test sorusu var.

Birim ekonomisi

#### Her isteğin bir faturası var

Maliyet düşüyor mu, yükseliyor mu? İkisi de doğru olabilir.

Sabit fiyatlı bir paketle satılan her istek, tarifesi önceden konuşulmuş ama sayacı açık bir taksi gibidir. Yolcu aynı tutarı öder; yol uzadıkça yakıtı sen yakarsın. Klasik yazılımda bir kullanıcının marjinal maliyeti genellikle çok düşüktü. Burada her kullanım sana bir fatura kesiyor.

Faturanın yönü için iki okuma var ve birbiriyle çelişir gibi duruyor.

##### Aynı iş her yıl ucuzluyor

a16z'nin LLMflation analizine göre eşdeğer performanstaki bir LLM'in maliyeti her yıl 10 kat düşüyor (ölçüt MMLU puanı; OpenAI, Anthropic ve Llama modelleri). Yazar, metodolojinin “kusursuzdan uzak” olduğunu ve düşüş hızının yavaşlayabileceğini belirtiyor, ama genel sonucun geçerli olduğunu da düşünüyor.

##### Ama talep en yeni modele kayıyor

Ethan Ding'in argümanı (bir blog yazısı, veri değil): kullanıcılar eski ve ucuz modelle yetinmiyor, en yeni modele geçiyor; birim fiyat düşse de abonelik marjı bu yüzden düzelmiyor.

Bizce iki madde çelişmez, çünkü farklı şeyi ölçer. Biri “aynı işin fiyatı”, diğeri “müşterinin istediği işin fiyatı”. Senin için önemli olan ikincisi.

Retention

#### Turistler gitti, kim kaldı?

İlk aylardaki eğri, uzun vadeli sadakatin iyi bir göstergesi olmayabilir.

a16z'nin deyişiyle “AI tourists”: kayıt olan, birkaç ay deneyen ve giden kullanıcılar. Rodriguez ve Immerman'a göre bu dalga yüzünden erken retention eğrileri uzun vadeli elde tutmanın o kadar belirleyici bir göstergesi değil. Önerdikleri düzeltme basit: retention'ı ve CAC'ı M0 yerine M3'ten başlat. Yazıya göre M3, turistler gittikten sonra kalan “gerçek” müşteri tabanını temsil ediyor. İncelenen eğriler de çoğunlukla M3 civarında düzleşiyor.

Örneklem sınırını bil: yazı, ARR'si 1 milyon doları aşan, seçilmiş “düzinelerce” yapay zekâ şirketine bakıyor. Kendi eğrinin M3'te düzleşeceğini varsaymak yerine matrisinde düzleşmenin nerede olduğuna bak.

Yönsel veri, tam etiketiyle

Örneklem ayrıntısı

##### AI-native şirketlerde elde tutma

Poyar'ın ChartMogul verisiyle yaptığı 2025 analizine göre AI-native şirketlerde medyan brüt gelir elde tutma (GRR) %40, net gelir elde tutma (NRR) %48 (yıllıklandırılmış). GRR, Ocak'ta %27'yken Eylül'de %40'a çıkmış. Poyar bunu şöyle yorumluyor: “Erken AI turistlerinin çoğunun gittiğinden şüpheleniyorum; kalanlar ya daha bağlı ya da denemeden üretime geçiyor.”

Örneklem: Poyar ve ChartMogul, yaklaşık 3.500 yazılım şirketinin web sitesini taramış (yaklaşık 2.700 B2B SaaS, 600 B2C SaaS, 200 AI-native); sınıflandırmayı yapay zekâ yapmış. Elde tutma oranları, 2025'te en az 250 bin $ ARR'ye ulaşmış şirketler için yıllıklandırılmış olarak hesaplanmış; bu süzgeçten sonra kalan sayı verilmemiş. Yazar, AI-native alt kümesinde örneklem küçüldüğünde (kova başına yaklaşık 50) verinin “yönsel” olduğunu söylüyor.

Sitedeki AI Çağında Değerin Yeni Savaşı yazısının sorusu burada da geçerli: rakip bir şey yaptı, kaç kullanıcı o yüzden gitti? Yorum: gidenlerin neden gittiğini bilmeden yapılan bir tutundurma çalışması, turistleri tutmaya uğraşmak olur.

Fiyat

#### Ucuz satmanın bedeli

Fiyat ile elde tutma birlikte hareket ediyor mu?

Aynı analizde Poyar, aylık fiyat bandına göre bakıyor ve fark büyük. Aşağıdaki tablo onun verisi; aynı örneklem ve aynı sınırlar geçerli.

Poyar'ın cümlesi tabloyu özetliyor: kolay satın alınmanın bedeli, kolay iptal edilmektir. Önerisi de deneysel harcama ile ciddi harcamayı ayırmak; ciddi harcamayı, en az 250 $ ödemiş müşterilerden gelen gelir olarak öneriyor (peşin ödenen yıllık plan, 250 $ üstü anlaşma ya da düşük ödeyip kalan müşteri olabilir).

Aylık fiyat bandına göre medyan elde tutma (AI-native şirketler)

Aylık fiyat | GRR | NRR

250 $ üzeri | %70 | %85

50–249 $ | %45 | %61

50 $ altı | %23 | %32

Kaynak: Poyar ve ChartMogul, 2025 analizi; AI-native ürünler, aylık fiyat bandına göre. Fiyat bandı başına şirket sayısı verilmemiş; AI-native örneklemi küçük (taranan yaklaşık 200 şirket), bu yüzden yönsel okunmalı.

Bizce fiyat bandı ile müşteri tipi birbirine karışıyor. Pahalı ürünü genellikle farklı bir müşteri, farklı bir amaçla alır. Tablo, fiyatı düşürmenin elde tutmayı bozduğunu değil, bu iki şeyin birlikte gittiğini gösteriyor.

Fiyatlandırma

#### Maliyet kime yazılıyor?

Fiyat modeli, çıkarım faturasının kimin üzerinde kaldığını belirler.

Sabit fiyatta fatura sende kalır; kullanıma bağlı fiyatta müşteriye yansır; hibritte ikisi paylaşılır; sonuç bazlı fiyatta müşteri sonuç için öder, riski ise sen alırsın (yorum). ICONIQ'nun Temmuz 2026 raporuna göre (Q4 2025 ve Q2 2026 anketleri, her biri yaklaşık 300 yönetici, öz-bildirim), tüketim bazlı fiyatlandırmanın oranı altı ayda %35'ten %42'ye, sonuç bazlı olanınki %18'den %23'e çıkmış; şirketler ortalama 1,7 fiyatlandırma modelini birlikte kullanıyor.

Hangi modelin sana uyduğuna Fiyat Modeli Seçici'de birkaç soruyla karar verirsin; bu rehber o kararı vermiyor. Sonra modeli AI birim ekonomisi hesaplayıcısında kendi rakamlarınla dene: sabit fiyatta en yoğun kullanıcının hangi istek sayısında zarara geçtiğini, sonuç bazlıda başarı oranı düşerse marjın nereye gittiğini bul.

Büyüme ekibi

#### Hız tek başına yetmiyor, neye baktığın da belirliyor

Yapay zekâ büyüme ekibinin işini neyle değiştiriyor?

Poyar'ın anlattığı bir örnek: Fyxer, 2025'te 514 deney yürütmüş, iş günü başına ikiden fazla. Denemeye kredi kartı istemi koyan bir deneyde (ödeme duvarı isteğe bağlıymış) kayıtlar düşmüş, ödeyen müşteri sayısı iki katına çıkmış.

Bu tek bir şirket, Poyar'ın anlatımıyla; genellenemez. Kaynak burada bitiyor, gerisi yorum: kayıt sayısına bakan bir ekip bu deneyi başarısız sayardı. Hız deney sayısını, metrik seçimi neyin kazanç sayılacağını belirler.

##### İkincil bir alıntı

Growth.Talent'ın aktardığına göre Lovable'ın büyüme başkanı Elena Verna “Şu an büyüme için zamanımın %95'ini yenilik yapmaya, yalnızca %5'ini optimizasyona harcıyorum” diyor; aynı sayfadaki çerçevede HubSpot'tan Kieran Flanagan'ın argümanı ise yapay zekânın büyüme ekiplerini ayrı ekip yapan sınırları eritmesi.

Savunulabilirlik

#### Kopyalanınca ne kalıyor?

Büyümenin kalıcı olması için ürünün altında ne olmalı?

Sequoia 2023'te yazmıştı: üretken yapay zekânın en büyük sorunu kullanım alanı, talep ya da dağıtım bulmak değil, değeri kanıtlamak. Bessemer'in State of AI 2025 raporu da şunu söylüyor: elde tutma, geçiş maliyeti düşükken kırılgan olabilir; erken hiper büyüme tek başına her zamankinden daha az şey ifade ediyor.

Sitedeki yazı bu hattı katman katman açıyor: özel veri ve bağlam, iş akışına gömülmek, dağıtım, güven ve sonucun sahipliği. Bizce bu katmanların her biri retention eğrisinde bir düzleşme olarak görünmeli. Görünmüyorsa elindeki şey bir özellik olabilir.

Yöntem

#### Üç ölçüm değişikliği

Bu bölüm kaynakların söylediği değil, bizim önerimiz. Kaynaklarda bu birleşimler yok; senin verinde denenmesi gereken hipotezler.

Bizim önerimiz (hipotez)

##### Retention'ı turistler gittikten sonra başlat

Cohort matrisinde düzleşmenin başladığı noktayı bul ve retention ile CAC'ı o noktadan hesapla. a16z M3'ü öneriyor; senin için doğru ay, matrisinin gösterdiği ay. Hesaplanacak sayı: o noktada hâlâ burada olan müşteri başına düşen CAC. Cohort Matrisi'ndeki "Başlangıç ayı" seçeneği, retention ve CAC'yi seçtiğin aydan başlatarak buna benzer bir hesap yapar; CAC'yi kalan müşteriye yazmak bir varsayımdır.

##### Gelirin değil, çıkarım maliyetinin cohort'unu çiz

Retention eğrisinin yanına, cohort'un kullanıcı başı çıkarım maliyetinin eğrisini koy. Hipotez: kalanlar en çok kullananlarsa retention iyi görünür, birim ekonomisi bozulur. Matris bunu tek başına göstermez, iki eğri birlikte gösterir. Çıkarım faturan dolarla, gelir liraysa kur etkisini ayrı bir adım olarak çıkar.

##### ARR'yi iki kovaya ayır, reel olanı yalnız ikincisinde ara

Poyar'ın deneysel ve ciddi harcama ayrımını kendi fiyat yapına uyarla: eşiği sen belirle. Sonra büyümeyi yalnız ciddi kovada oku ve Reel Büyüme rehberindeki gibi fiyat etkisinden arındır. Hedef, deneme harcamasına “büyüme” dedirtmemek.

Üçü de hipotez. İlk sürümünü küçük bir cohort'ta dene; kendi verin yanlışlarsa yöntemi bırak.

Test soruları

#### Üç soru

Cevaplamak bir dakika sürer. Cevabı bilmemek bir şey söylüyor.

##### Ödemeye başlayan kullanıcıyı mı sayıyorsun, kalacak olanı mı?

İki sayı arasındaki fark kabaca turist sayındır.

##### En çok kullanan müşterin sana en çok kazandıran mı, en pahalıya mal olan mı?

Sabit fiyatta ikisi aynı kişi olabilir.

##### Son deneyin sana neyi öğretti, ve o öğrenme hangi kararı değiştirdi?

Cevap “kayıt arttı” ise karar henüz değişmemiştir.

Başla

#### Önce kimin kaldığına, sonra ona neye mal olduğuna bak

Bu rehberin tamamı bir alışkanlığa çıkıyor: pano yukarı giderken hangi kullanıcının kaldığına, ve her kalanın sana neye mal olduğuna bak. Bir cohort ile başla.

Nereden başlamalı?

Fiyat modelin belirsizse:

Fiyat Modeli Seçici

Retention'ı turistler gittikten sonra başlatmak istiyorsan:

Cohort Matrisi, başlangıç ayı seçeneğiyle

Araç kimin turist olduğunu bulmaz; yalnızca seçtiğin aydan başlayarak hesaplar.

Marjından emin değilsen:

AI birim ekonomisi hesaplayıcısı

Karma aylık geliri ve marjı oradan Cohort Matrisi'ne taşıyabilirsin; matrisi kendin yapıştırırsın.

Devamı

#### Daha derine inmek istersen

İlgili yazılar

##### AI Çağında Değerin Yeni Savaşı

##### Müşterin Önce Yapay Zekâya Soruyor

##### Pilot Bitti, Kâr Nerede?

Hesaplayıcılar ve rehberler

##### Fiyat Modeli Seçici

##### AI birim ekonomisi hesaplayıcısı

##### Cohort Matrisi

##### Reel Büyüme rehberi

##### Cohort Analizi rehberi

##### Kıyas Rehberi

##### Yapay Zekâ ve Büyüme

##### Bilgi Merkezi

Sözlük

##### Çıkarım Maliyeti

##### Kullanım Bazlı Fiyatlandırma

##### Hibrit Fiyatlandırma

##### Sonuç Bazlı Fiyatlandırma

##### Koltuk Bazlı Fiyatlandırma

##### Büyüme Sözlüğü

Rehberi oku

AI birim ekonomisi hesaplayıcısı

Fiyat Modeli Seçici'yi dene

Cohort Matrisi

Alp ile konuş

Rakamlarına birlikte bakalım

Kendi cohort'larına ve birim ekonomine birlikte bakmak istersen kısa bir yazışmayla başlayabiliriz.

Sık sorulanlar

#### “AI tourist” kimdir?

a16z'nin kullandığı terim: bir yapay zekâ ürününe kayıt olan, birkaç ay deneyen ve sonra ayrılan kullanıcı. a16z, bunların yüzünden erken retention eğrilerinin uzun vadeli elde tutmanın o kadar belirleyici bir göstergesi olmadığını yazıyor ve retention ile CAC'ı M0 yerine M3'ten ölçmeyi öneriyor.

#### Çıkarım maliyeti düşüyorsa birim ekonomisi neden hâlâ sorun?

a16z, eşdeğer performanstaki bir LLM'in maliyetinin her yıl yaklaşık 10 kat düştüğünü söylüyor, ama metodolojinin “kusursuzdan uzak” olduğunu ve hızın yavaşlayabileceğini de ekliyor. Ethan Ding ise talebin en yeni modele kaydığını, bu yüzden abonelik marjının düzelmediğini savunuyor.

#### Yıllık plan retention sorununu çözer mi?

Rakamda gizler, sorunu çözmez. Poyar yıllık planlarda NRR'ın aylıktan 10-20 puan yüksek olduğunu not ediyor; a16z yıllık sözleşmelerde yüksek retention'ın yanlış güven verebileceğini, kullanım ve benimsemeye bakılmasını öneriyor.

#### ARR'yi neden deneysel ve ciddi harcama diye ayırmak gerekir?

Poyar'ın verisinde düşük fiyat bandındaki ürünlerin elde tutması belirgin biçimde zayıf; kendisi de deneysel harcama ile ciddi harcamanın ayrılmasını öneriyor. Bu rehberin yöntem bölümü bunu kendi fiyat yapına uyarlamayı hipotez olarak öneriyor.

Kaynaklar

a16z — Retention Is All You Need (Rodriguez, Immerman, 10 Eylül 2025)

https://a16z.com/ai-retention-benchmarks/

Growth Unhinged — The AI churn wave? (Poyar, ChartMogul, 10 Aralık 2025)

https://www.growthunhinged.com/p/the-ai-churn-wave

Sequoia Capital — Generative AI's Act Two (20 Eylül 2023)

https://www.sequoiacap.com/article/generative-ai-act-two/

ICONIQ — 2026 State of AI Report: The Builder's Economy (Temmuz 2026)

https://www.iconiq.com/growth/reports/state-of-ai-2026

Bessemer Venture Partners — The State of AI 2025

https://www.bvp.com/atlas/the-state-of-ai-2025

a16z — Welcome to LLMflation (Appenzeller, 12 Kasım 2024)

https://a16z.com/llmflation-llm-inference-cost/

Ethan Ding — Tokens are getting more expensive (31 Temmuz 2025)

https://ethanding.substack.com/p/ai-subscriptions-get-short-squeezed

Growth Unhinged — The AI native growth team (Poyar, 4 Mart 2026)

https://www.growthunhinged.com/p/the-ai-native-growth-team

Growth.Talent — AI is killing and creating the growth team (11 Nisan 2026)

https://www.growthtalent.org/insights/ai-is-killing-and-creating-the-growth-team

---

### Yapay Zekâ ve Büyüme

URL: https://alpsuleyman.com/tr/yapay-zeka
Author: Alp Suleiman

> Yapay zekâyı büyümenin gözüyle okumak için dört kapı ve kurucuya on soru. Rehberler, araçlar ve yazılar tek yerde.

Yapay Zekâ

#### Yapay zekâ, büyümenin gözüyle

Her kapı aynı soruya başka yerden bakar: yapay zekâ büyümeyi gerçekten büyütüyor mu?

Dört kapı

#### Hangi taraftan giriyorsun?

##### Yapay zekâ ürününü büyütmek

Yapay zekâ ürünü satıyorsan: çıkarım maliyeti, fiyat modeli ve kalıcı büyüme.

###### Yapay Zekâ Çağında Büyüme rehberi

###### Yapay Zekâ Ürünü Birim Ekonomisi Hesaplayıcısı

###### Fiyat Modeli Seçici

###### AI Brüt Marjı

###### İş Birimi Fiyatlandırması

###### AI Turisti

##### Büyüme sistemine yapay zekâ koymak

Var olan büyüme sistemine yapay zekâ eklerken: huni, döngü, deney ve veri.

###### Metrik Ağacı

###### Değer Akışını Yeniden Tasarlamak

###### Büyüme Masası yazı serisi

###### Hizmetin Yazılımlaşması

###### Ajan Dostu Ürün

###### Growth Loops

###### Veriye Dayalı Kişiselleştirme

##### Ajan mühendisliği, büyüme gözüyle

Bir büyüme işini ajana vermek: hangi iş, hangi yetkiyle, ne maliyetle.

###### Hangi Büyüme İşi Ajana Verilir?

###### Yapay Zekâ Ajanı

###### Bağlam Mühendisliği

###### Eval (Değerlendirme)

###### İnsan Döngüde

###### Görev Ufku

##### Ölçmek

Algılanan büyüme ile ölçülen büyüme arasındaki fark.

###### Yapay Zekânın Reel Büyümesi

###### Büyüme İddiası Denetimi

###### Yapay Zekâ Büyüme Vakaları

###### Deney Kapasitesi Hesaplayıcısı

###### Deney Enflasyonu

###### Müşterin Önce Yapay Zekâya Soruyor

###### Pilot Bitti, Kâr Nerede?

###### Yapay Zekâ Çağında Gerçek Büyüme

###### Reel Büyüme rehberi

###### Cohort Analizi rehberi

###### Cohort Matrisi

###### Bilgi Merkezi: sitenin tüm soru ve tanımları

Sorular

#### Kurucuya 10 büyüme sorusu

Cevapları kendine sor. Yanıtsız kalan soru, bakılacak ilk yerdir.

Yapay zekâ harcamanın hangi satırı gelir tablosunda görünüyor?

Yapay zekâyı büyüme döngünün hangi adımına ekledin, hangi adımı sildin?

Bir ajan yanlış karar verdiğinde bunu kim, ne kadar sürede fark ediyor?

Müşterin sende araç mı satın alıyor, bitmiş iş mi?

Büyüme hızın brüt marjını mı satın alıyor?

Müşterinin bir cümleyle saydığı iş birimi ne?

Model sağlayıcı yarın aynı özelliği çıkarırsa müşteride ne kalır?

Ajanının yetki sınırı yazılı mı?

Bir sonraki büyüme işe alımın kişi mi, iş akışı mı?

Yapay zekâ bugünkü büyüme sistemini hızlandırsa daha mı iyi olursun, hatanı mı büyütürsün?

---

### Cohort Analizi: Retention Deliğini Bulma

URL: https://alpsuleyman.com/tr/cohort-analysis
Published: 2025-05-05
Updated: 2026-10-04
Author: Alp Suleiman

> Genel retention rakamı deliğin yerini göstermez. Cohort matrisi nasıl okunur, bottleneck altı adımda nasıl bulunur, düzeltmenin LTV'ye etkisi ne olur.

Rehber

Cohort Analizi

Deliği Gör

Herkes “cohort analizi yap” der, kimse neye bakacağını söylemez. Bu rehber matrisi nasıl okuyacağını, deliğin nerede olduğunu nasıl bulacağını ve onu kapatmanın LTV'ye ne yaptığını hesapla gösterir.

Boşluk

#### Genel rakam üç farklı hikâyeyi saklar

Retention dashboard'unda tek bir sayı görürsün: 30. günde %30. İyi mi kötü mü, bilmezsin. Daha önemlisi, o sayının arkasında ne olduğunu bilmezsin.

Dibinde delik olan bir kovayı düşün. Üstten ne kadar su dökersen dök, seviyeyi deliğin yeri ve büyüklüğü belirler. Genel retention rakamı kovanın ne kadar dolu olduğunu söyler. Cohort matrisi deliği gösterir.

Örnek, gerçek veri değil

##### 30. günde hepsi %30

Cohort | 7. gün | 30. gün | 90. gün | Okuma

A

%33

%30

%29

İlk haftada kaybettikten sonra düzleşiyor. Kalanlar kalıyor.

B | %70 | %30 | %9 | İlk hafta iyi görünüyor ama kayıp hiç durmuyor.

C | %40 | %30 | %26 | Kayıp yavaşlıyor, düzleşme yeni başlıyor.

Üç cohort da 30. günde aynı noktada. Üçünün de ihtiyacı farklı: A'nın ilk haftaya, B'nin değerin tekrarlanmasına, C'nin biraz daha beklemeye.

Okuma

#### Matris: satır kayıt dönemi, sütun yaş

Cohort, aynı dönemde kaydolan kullanıcılar grubudur. Matriste her satır bir cohort, her sütun o cohort'un yaşıdır: 0. dönem kayıt anı, 1. dönem bir dönem sonrası. Hücre, o cohort'tan o yaşta kaç kişinin aktif olduğunu ya da yüzdesini gösterir. Üçgen şekil normaldir; yeni cohort'lar henüz eski yaşlara ulaşmamıştır.

Cohort retention'ı her zaman cohort'un başlangıç sayısına oranlanır. Sözlükteki dönem bazlı retention rate formülü ise dönem başı müşteri sayısına bakar ve o dönemde edinilen yeni müşterileri çıkarır; iki ölçü aynı şey değildir.

Üç yönde oku

##### Yatay: bir cohort'un eğrisi

Soldan sağa giden satır o cohort'un hayatıdır. Başta dik düşüp düzleşen eğri ile hiç düzleşmeyen eğri farklı hastalıklardır.

##### Dikey: aynı yaşta cohort'lar

Bir sütunda yukarıdan aşağı inmek, yeni cohort'ların eskilerden iyi mi kötü mü olduğunu gösterir. Bir değişikliğin işe yarayıp yaramadığını burada görürsün.

##### Genel satır: ağırlıklı ortalama

Toplam retention, cohort'ların ağırlıklı ortalamasıdır. Sequoia bu yüzden diğerlerinden çok büyük cohort'ları ayrıca izlemeyi önerir; tek bir kalabalık kampanya ortalamayı kendi hikâyesine çeker.

Kendi matrisini yapıştırıp ısı haritasını, ortak eğriyi ve düzleşme noktasını görmek için Cohort Matrisi'ni kullanabilirsin.

Önce tanım

#### “Aktif”in ne demek olduğuna karar ver

Matristeki her rakam bir tanıma dayanır. Giriş yapan mı aktiftir, çekirdek eylemi tamamlayan mı? Tanımı değiştirirsen aynı kullanıcılar aynı gün farklı bir matris çizer. Girişi sayarsan eğri yüksek ve rahatlatıcı çıkar; çekirdek eylemi sayarsan düşer ama değer almayı daha doğrudan ölçer.

Araçlar da bunu farklı yapar. Amplitude'da “Return On” yalnızca tam o günü, “Return On or After” o günü ve sonrasını sayar; Mixpanel varsayılan olarak “On or After” kullanır. İki grafiği yan yana koymadan önce hangisine baktığını bil.

Test sorusu

Aktif kullanıcı tanımın, kullanıcının değer aldığı eylemi mi sayıyor, yoksa yalnızca uygulamayı açtığını mı?

Çerçeve

#### Altı adımda bottleneck

Bu altı adım bir çerçevedir; literatürde bu adıyla geçen bir standart değil. Sırayı koru, ama her adımın sonunda durabileceğini bil.

Çıktı

Ne zaman gerek yok

##### Veriyi ve aktif tanımını hazırla

Kullanıcı kimliği, kayıt tarihi ve aktif olduğu dönemler tek tabloda toplanır. Henüz analiz yapma: kötü veri seni güvenle yanlış yere götürür.

Her satırı bir kullanıcı olan tek tablo ve yazılı bir aktif tanımı.

Ürünün birkaç düzine kullanıcısı varsa boru hattı kurma. Tabloyu elle okumak yeter.

##### Matrisi kur

Kullanıcıları kayıt haftasına ya da ayına göre grupla, her cohort için her yaşta aktif sayıyı yaz. Bir e-tablo yeterli. Hücreleri renklendirmek gözü yönlendirir ama sayıyı hücrede tut.

Üçgen bir cohort × yaş matrisi ve en üstte ortak satır.

Cohort başına kullanıcı çok azsa cohort'ları daha geniş döneme birleştir. Amplitude küçük cohort'lardan sonuç çıkarmaya karşı uyarır; bir örnekte 30 kullanıcı civarını küçük sayar, sınır ürüne göre değişir.

##### Düşüş noktalarını bul

Üç şeye bak: ani düşüş (belirli bir yaşta kayıp yığılıyor), sürekli eğimli aşınma (her dönem biraz gidiyor) ve cohort'lar arası fark (bazı cohort'lar hep daha kötü). Pratik kural, ürün tipine göre değişir: ilk haftada kullanıcıların yarısından fazlası gidiyorsa önce oradan başla.

Tek bir cümle: “Kayıp en çok şu yaşta ve şu cohort'ta.”

Eğri erken düzleşiyor ve cohort'lar birbirine benziyorsa deliği başka yerde ara: edinim kalitesinde ya da fiyatta.

##### Davranış ve funnel ile çaprazla

Kalanların ilk haftada yaptığı ama gidenlerin yapmadığı eylemleri çıkar. Kayıttan çekirdek eyleme giden yolu funnel olarak aç, nerede döküldüğünü gör. Tuzak şu: Amplitude'un da belirttiği gibi cohort analizi ilişki gösterir, neden göstermez. İlk haftada profilini tamamlayanlar daha çok kalıyorsa nedeni profil olmayabilir; motive kullanıcı hem tamamlar hem kalır. Bu seçilim yanlılığıdır, nedeni ancak test gösterir.

Kalıcılıkla birlikte hareket eden eylemlerin kısa listesi; hepsi hipotez adayı, hiçbiri kanıt değil.

İlk değeri tek bir eylem belirliyorsa funnel çizmek yerine o eylemin tamamlanma oranına bak.

##### Hipotez yaz, test et

Seçtiğin deliğe tek bir hipotez yaz ve en küçük değişikliği tasarla: bir form alanını kaldırmak, ilk oturuma bir adım eklemek. Kullanıcıları ikiye böl, iki grubun cohort eğrisini karşılaştır. Aynı anda birden fazla şey değiştirme.

Bir hipotez, bir kontrol grubu, hangi yaşta hangi eğriye bakacağının yazılı hali.

Trafik iki gruba bölmeye yetmiyorsa A/B kurma. Değişikliği yap, sonraki cohort'u öncekiyle kıyasla ve kendine şu soruyu sor: bu iyileştirme olmasaydı, sonraki cohort aynı eğriyi çizer miydi?

##### Önceliklendir: modelleme

Hepsine müdahale edemediğinde, ayrılma riski yüksek ve değeri yüksek kullanıcıları sıralayan bir churn modeli devreye girer. Bu adım en sona konur çünkü model, yukarıdaki beş adımın bulduğu şeyi büyütür; bulamadığını bulmaz.

Risk skoruyla sıralı kullanıcı listesi ve her sıraya bağlı bir müdahale.

Küçük bir startup'san ilk altı ay buna gerek yok. Önce matris, sonra bottleneck, sonra basit testler. Veride tekrar eden bir örüntü gördüğünde modellemeye geç.

##### Modelleme adımının isimleri

Altıncı adıma geldiğinde karşına çıkacak üç ad. Her biri tek cümlelik bir tanım ve ne zaman devreye girdiği.

###### Kaplan-Meier

Hâlâ aktif olanlar gibi eksik gözlemleri de hesaba katarak bir kullanıcı grubunun belli bir süreyi aşma oranını tahmin eder. Cohort'ların gözlem süresi çok farklıysa işine yarar.

###### Cox orantılı hazard

Ayrılma riskini kullanıcı özellikleriyle ilişkilendirir: hangi kanaldan gelen, hangi planı seçen daha hızlı gidiyor. Segmentleri tek tek karşılaştırmak yetmediğinde devreye girer.

###### BG/NBD

Müşterinin ayrıldığının açıkça gözlenmediği, tekrar alışveriş yapan müşterilerde, belli bir sürede kaç alım yapacağını ve müşterinin hâlâ “canlı” olup olmadığını modelleyen olasılıksal bir yaklaşım. Abonelikten çok tekrar satın alma işlerinde anlamlıdır.

Tuzak

#### Yükselen eğri sadakat demek değildir

Aylık devam oranının zamanla yükseldiğini görürsen, kullanıcıların sadıklaştığını düşünmek cazip gelir. Fader ve Hardie, Vaupel ve Yashin'e atıfla bilinen “heterojenliğin hilesi”nden söz eder ve bunun sıkça gözden kaçtığını belirtir: çabuk ayrılmaya yatkın müşteriler erken düşer, geride kalanlar zaten daha az ayrılmaya yatkın olanlardır. Bu durumda oran yükselir, oysa tek bir kullanıcı değişmemiş olabilir.

Aşağıdaki hesabı kendin kontrol edebilirsin.

Örnek, gerçek veri değil

İki eşit grup düşün. Biri her ay kalanların yarısını kaybediyor, diğeri onda birini. Bir ay sonra toplam retention 0,50×0,5 + 0,50×0,9 = %70. İki ay sonra %53, üç ay sonra %43. Aylık devam oranı ise 0,70'ten 0,76'ya, 0,81'e yükselir. Hiç kimse sadıklaşmadı; yalnızca karışım değişti.

Dashboard'un eğri yükseldiğini söylüyorsa önce bu etkiyi dışla; ardından segment ya da kanal bazında ayrı matrislere bak.

Desenler

#### Dört bottleneck deseni

Matriste aynı dört şekil tekrar tekrar çıkar. Her biri farklı bir soruyu açar.

Belirti

Olası neden

İlk müdahale

Test sorusu

##### Erken düşüş

Kayıp ilk dönemde yığılıyor; sonra eğri düzleşiyor ya da çok yavaş iniyor.

Kullanıcı değeri görmeden ayrılıyor: onboarding zayıf ya da pazarlamanın anlattığı ürünle gerçek ürün farklı.

Kullanıcıyı ilk oturumda çekirdek eyleme götüren en kısa yolu çiz, sürtünmeyi azalt (kısa kayıt formu, gereksiz adımları sil), ilk dakikalarda küçük bir başarı yaşat.

İlk oturumun sonunda kullanıcı, ürünü açarken beklediği şeyi yapmış oluyor mu?

##### Orta dönem aşınma

İlk dönem iyi, ardından her dönem biraz daha kayıp; eğri düzleşmiyor.

Kullanım alışkanlığa dönüşmüyor. İlk deneyim iyi ama değer tekrarlanmıyor.

Dönüş döngüsünü tasarla. Nir Eyal'ın Hooked modelindeki dört aşama (tetikleyici, eylem, değişken ödül, yatırım) bir çerçeve olarak iş görür: kullanıcıyı ne geri çağırıyor, dönünce ne buluyor, bir sonraki dönüşü neyle hazırlıyor?

Kullanıcının ikinci kez dönmesi için ürünün dışından bir hatırlatma mı gerekiyor, yoksa içeride kendiliğinden bir ihtiyaç mı doğuyor?

##### Dalgalanma

Eğri bazı dönemlerde yukarı çıkıyor, bazı dönemlerde iniyor; cohort'lar birbirine benzemiyor.

Mevsimsellik ya da episodik kullanım: ihtiyaç doğduğunda gelen, bitince giden kullanıcı. İş arama uygulaması tipik örnek.

Önce dalganın takvime mi ürüne mi bağlı olduğunu ayır. Episodik üründe ihtiyaç bittikten sonra da değer üretecek kullanım nedenleri ekle.

İhtiyacı biten kullanıcı gerçekten kaybedilmiş bir kullanıcı mı, yoksa ürün işini yapmış mı?

##### Segment bazlı düşük retention

Bir kanaldan, planından ya da cihazdan gelen cohort sürekli daha kötü.

O segment için değer önerisi yetersiz, fiyat uygun değil ya da deneyim o ortama göre tasarlanmamış (mobil gibi).

Tek matris bunu göstermez: kanal ve plan bazında ayrı matrisler çıkar ve yan yana koy. Ardından segmente özel onboarding, fiyat ya da mesaj dene.

O segmenti çıkarsan ürünün değer önerisi hâlâ doğru mu?

##### Sequoia'nın üç eğrisiyle yan yana

Eşleştirme bizim yorumumuz, Sequoia'nın değil.

Sequoia retention eğrilerini şekline göre üç arketipe ayırır: düzleşen, düşmeye devam eden ve “smiling”, yani kıvrılıp yeniden yükselen. Bu dört desen ise eğrinin şekline değil, arkasındaki nedene bakar. İkisi aynı matrise iki ayrı soru sorar. Aşağıdaki eşleştirme Sequoia'nın değil, bizim yorumumuzdur.

###### Düzleşen

Sequoia'ya göre bir kitle değer bulup dönmeye devam etmiş demektir; eğrinin düzleştiği seviye ne kadar yüksekse uzun vadeli retention o kadar yüksektir.

###### Düşmeye devam eden

Orta dönem aşınmaya benzer. Kalıcı bir çekirdek kitle henüz oluşmamış.

###### Smiling

Sequoia'ya göre ürün gerçekten istisnaiyse eğri yeniden yükselebilir: ürün geliştikçe ve ağ etkileri güçlendikçe ayrılmış kullanıcılar geri döner. Matriste bunu mevsimsellikten ya da kampanyayla geri getirmeden ayırmak sana kalır.

LTV

#### Düşüşü paraya çevir

Bir bottleneck'ı düzeltmeye mühendislik zamanı ayırmadan önce, düzeltmenin LTV'ye ne yapabileceğini hesapla.

Örnek, gerçek veri değil

Üç cohort, bir ortak eğri

Üç cohort'un hepsi 1000 kullanıcıyla başladı. Her yaşta, o yaşa ulaşmış cohort'ların aktif toplamını bir önceki yaştaki aktif toplamına bölüp oranları zincirleme çarpıyoruz; üçgen matriste farklı uzunluktaki satırlar böyle birleşir.

Cohort matrisi (aktif kullanıcı sayısı)

Cohort | M0 | M1 | M2 | M3

C1 | 1000 | 500 | 350 | 250

C2 | 1000 | 600 | 420 | –

C3 | 1000 | 550 | – | –

Ortak retention eğrisi

Yaş | Dönem oranı | Kalan oran (S)

M0 | – | 1

M1 | 0,55 | 0,55

M2 | 0,70 | 0,385

M3 | 0,714 | 0,275

Formül

LTV = Σ S(t) × ARPU × brüt marj

Dönem başına ARPU 10, brüt marj %100, ufuk 3 dönem (M0 dahil) olsun. S toplamı 1 + 0,55 + 0,385 + 0,275 = 2,21; LTV = 22,1. Şimdi M1 retention'ı 10 puan artırdığını varsay: S 1; 0,65; 0,455; 0,325 olur, toplam 2,43; LTV = 24,3. Fark 2,2, yani yaklaşık %10.

Bu bir duyarlılık hesabıdır, tahmin değil. +10 puanın gerçekleşip gerçekleşmeyeceğini yalnızca denemen gösterir.

Yüzde neden sezgiden küçük çıkıyor?

M1 retention'ı %55'ten %65'e çıkardın; bu göreli olarak yaklaşık %18'lik artış. LTV yaklaşık %10 arttı, çünkü M0 değişmedi: kullanıcı kayıt anında zaten oradaydı ve LTV'nin (iyileştirmeden önce) yaklaşık %45'i bu sabit terimden geliyor. İyileştirme yalnızca M1 ve sonrasına dokunur.

##### Daha basit bir model: 1 ÷ churn

Dönemlik churn sabitse ortalama müşteri ömrü 1 ÷ churn dönemdir: churn %10 ise 10 dönem, %5'e inerse 20 dönem. Bu aritmetik bir sonuç, beklenti değil; churn'ün sabit olduğunu varsayar. Gerçek matriste churn zamanla değişir (yukarıdaki tuzak buna da bağlı), bu yüzden yalnızca büyüklük mertebesi için kullan.

Gözlemin ötesine uzatmak her zaman bir varsayımdır. Cohort Matrisi gözlenen kısmı ile projeksiyona dayanan payı ayrı gösterir; ikincisi büyükse sayıya daha az güven.

Reel mercek

#### Enflasyonlu ekonomide matris yanıltabilir

Cohort rakamları sayı olarak doğrudur. Para olarak okunduklarında birkaç yerde eğrilir.

##### Nominal kohort geliri retention'ı gizleyebilir

Müşteri sayısı düşerken fiyat artışı cohort'un gelirini sabit ya da büyüyor gösterebilir. Retention kötüleşirken gelir eğrisi iyi görünür. Cohort gelirini aynı fiyat düzeyine çevirip iki eğriyi yan yana koy: biri kullanıcı sayısının, biri reel gelirin hikâyesi. Fark büyük ölçüde fiyatın taşıdığı kısımdır. Yöntemin tamamı Reel Büyüme rehberinde.

##### İskontosuz LTV uzak geliri olduğundan değerli gösterir

Sermaye pahalıysa 24. aydaki gelir 6. aydakinden belirgin biçimde daha az değerlidir. Düzleşen bir eğrinin uzun kuyruğu iskontosuz toplandığında LTV'yi olduğundan iyi gösterir. LTV'yi hesaplarken reel bir iskonto oranı kullan ve CAC'ı aynı fiyat düzeyine getir.

##### Yeni cohort'lar eskilerden kötüyse

Dikey okumada her yeni cohort bir öncekinden daha erken ayrılıyorsa, bu değer borcunun erken işaretlerinden biri olabilir. Sorun matriste görünür, ödeme bir süre sonra gelebilir.

Reel Büyüme rehberi

Değer Borcu Tehlikesi

Yol haritası

#### Sen bunu nasıl uygulayacaksın?

Haftalar bir takvim sözü değil, bir sıra. Ürünün kullanım ritmi uzatabilir ya da kısaltabilir.

##### Veriyi topla, aktif tanımını yaz

Kayıt tarihleri, aktivite kayıtları, varsa gelir. Bu hafta analiz yapma. Tanımı yaz ve ekipte herkesin aynı tanıma baktığını doğrula.

Hafta 1

##### İlk matrisi kur

E-tabloda ya da doğrudan Cohort Matrisi'nde. Satırlar cohort, sütunlar yaş. Yorumlamadan önce hücrelerdeki sayıların doğru olduğundan emin ol.

Hafta 2

##### En büyük deliği seç

Hangi yaşta, hangi cohort'ta, hangi segmentte? Birini seç. Bir sonraki turda öteki delikler sırada bekleyebilir.

Hafta 3

##### Üç ila beş hipotez yaz, kanıt ara

Onboarding çok mu uzun? Çekirdek eyleme ulaşmak zor mu? Beklenti ile gerçek uyuşuyor mu? Her hipotez için davranış verisine bak ve kanıtın ilişki olduğunu, neden olmadığını unutma.

Hafta 4

##### En makul hipotezi küçük bir değişiklikle test et

Büyük bir ürün değişikliği gerekmez. Bir adım ekle ya da bir adım sil. Kullanıcıları ikiye böl.

Hafta 5

##### Test cohort'unun yaşlanmasını bekle, ölç

30. gün retention'ına bakacaksan 30 gün beklemen gerekir; erken dönem rakamları yanıltabilir. Test cohort'unun eğrisini kontrolünkiyle aynı yaşta karşılaştır.

Sonraki haftalar

##### Döngüyü tekrarla

Bir sonraki deliği bul, hipotez yaz, test et. Ürün, pazar ve kullanıcı beklentisi değiştikçe yeni deliklerin çıkması normal.

Sonra

Beklenti

#### Dürüst beklenti

İlk A/B testin başarısız olabilir. İlk hipotezin tutmayabilir. Bu, yöntemin çalışmadığı anlamına gelmez; bir hipotezin elendiği anlamına gelir.

Lenny Rachitsky'nin yazdığı gibi, girişimler retention'ı anlamlı ölçüde nadiren artırır. Buradan şu sonuç çıkar: nereye vuracağını bilmek, ne kadar uğraşacağından daha önemli.

Bazı bottleneck'lar kolaydır: bir form alanı, bir eksik adım. Bazıları ürünü yeniden düşünmeyi gerektirir. Cohort analizi ürün-pazar uyumsuzluğunu sana gösterir ama çözmez.

Küçük örneklemde matris yanıltır. Cohort başına kullanıcı azsa hücre dalgalanması gürültüdür; Cohort Matrisi paydası küçük olan dönemleri “örneklem küçük” diye işaretler.

Retention için sektör aralıkları Kıyas Rehberi'nde.

Başla

#### Deliği gör, sonra karar ver

Bu rehberin tamamı tek bir alışkanlığa çıkar: genel rakama değil cohort'a bak. Matrisini yapıştır, düzleşme noktasını ve en büyük düşüşü gör; kalan karar senin.

Devamı

#### Daha derine inmek istersen

İlgili yazılar

##### Retention'ın büyük yanılsaması

##### LTV'yi yeniden düşünmek

##### Değer Borcu Tehlikesi

##### Müşterin Önce Yapay Zekâya Soruyor

Sözlük

##### Cohort Analizi

##### Elde Tutma Oranı

##### Büyüme Sözlüğü

Hesaplayıcılar ve rehberler

##### Cohort Matrisi

##### NRR hesaplayıcı

##### Reel Büyüme rehberi

##### Değer Borcu

##### Kıyas Rehberi

##### Yapay Zekâ ve Büyüme

##### Bilgi Merkezi

Cohort Matrisi

NRR hesaplayıcı

Alp ile konuş

Matrisine birlikte bakalım

Kendi cohort'larına birlikte bakmak istersen kısa bir yazışmayla başlayabiliriz.

Sık sorulanlar

#### Cohort ile segment arasındaki fark nedir?

Cohort kullanıcıları ortak bir başlangıca göre (genellikle kayıt dönemi) gruplar ve zaman içinde izler. Segment kullanıcıları bir özelliğe göre (kanal, plan, cihaz) gruplar. İkisi birleşir: her kanal için ayrı bir cohort matrisi çıkarmak, segment bazlı düşük retention'ı gösterebilecek tek yoldur.

#### Kaç cohort yeterli?

Sihirli bir sayı yok. Cohort'lar arası farkı görmek için en az birkaç cohort lazım, ama cohort başına kullanıcı sayısı daha belirleyici: Amplitude küçük cohort'lardan sonuç çıkarmaya karşı uyarır. Cohort'lar küçükse dönemi genişlet; haftalık yerine aylık cohort kur.

#### Haftalık mı, aylık mı cohort kurmalıyım?

Ürünün kullanım ritmine bak. Günlük kullanılan bir üründe haftalık cohort, aylık faturalanan bir abonelikte aylık cohort doğal olur. Dönem kısaldıkça cohort başına kullanıcı azalır; ikisi arasında bir denge kurman gerekir.

#### “Aktif kullanıcı”yı nasıl tanımlamalıyım?

Kullanıcının değer aldığı çekirdek eylemi sayan bir tanımla başla; giriş yapmak tek başına genellikle yetersiz kalır. Aracın “o gün” (On) ile “o gün ve sonrası” (On or After) arasındaki seçimini de bil: Amplitude ve Mixpanel bu iki sayımı ayrı adlandırır ve farklı sonuç verirler.

#### Cohort analizi bir iyileştirmenin işe yaradığını kanıtlar mı?

Tek başına kanıtlamaz. Amplitude'un belirttiği gibi cohort analizi ilişkileri gösterir, nedenleri değil. Bir iyileştirmenin etkisini görmek için kullanıcıları rastgele ikiye bölüp iki grubun cohort eğrisini karşılaştır.

Kaynaklar

Fader & Hardie — How to Project Customer Retention, Journal of Interactive Marketing 21(1), 2007

https://faculty.wharton.upenn.edu/wp-content/uploads/2012/04/Fader_hardie_jim_07.pdf

Amplitude — Interpret your retention analysis (Return On, Return On or After)

https://amplitude.com/docs/analytics/charts/retention-analysis/retention-analysis-interpret

Amplitude — Cohort analysis

https://amplitude.com/explore/analytics/cohort-analysis

Mixpanel — Retention report

https://docs.mixpanel.com/docs/reports/retention

Sequoia — What is Retention?

https://articles.sequoiacap.com/retention

Lenny Rachitsky (Casey Winters ile birlikte hazırlanan araştırma) — What is good retention?

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

Nir Eyal — Hooked (2014): Trigger, Action, Variable Reward, Investment

https://fs.blog/2014/03/hooked/

Fader, Hardie & Lee — “Counting Your Customers” the Easy Way, Marketing Science 24(2), 2005

https://doi.org/10.1287/mksc.1040.0098

Kaplan & Meier — Nonparametric Estimation from Incomplete Observations, JASA 53(282), 1958

https://doi.org/10.1080/01621459.1958.10501452

Cox — Regression Models and Life-Tables, JRSS-B 34(2), 1972

https://doi.org/10.1111/j.2517-6161.1972.tb00899.x

---

### Birim Ekonomisi Rehberi: LTV, CAC, Geri Ödeme

URL: https://alpsuleyman.com/tr/unit-economics
Published: 2026-07-13
Updated: 2026-10-04
Author: Alp Suleiman

> Birim ekonomisi nedir? ARPU, brüt marj, CAC, LTV, LTV:CAC ve CAC geri ödeme süresi: formüller, yaygın hatalar, örnek hesap ve iyileştirme kaldıraçları.

Rehber

Birim Ekonomisi

Rehberi

Büyümek güzel; her yeni müşteri kazandırıyorsa. Birim ekonomisi, tek bir müşterinin sizi ne kadara mal olduğunu ve size ne kadar bıraktığını söyler. Büyümeden önce bakılacak ilk ayna.

Nedir

#### Tek bir müşterinin hesabı

Birim ekonomisi, işinizi büyütmenin değil, bir müşteriyi kazanıp elde tutmanın karlı olup olmadığını ölçer. Toplam cironun ya da toplam giderin içinde kaybolan şey burada görünür hale gelir: her müşteri başına ne giriyor, ne çıkıyor.

Altı ölçüden oluşan bir zincir var. Her halka bir öncekini kullanır; bu yüzden zincirin bir yerindeki hata, sonuna kadar taşınır.

Aşağıdaki eşikler (LTV:CAC için yaklaşık 3, geri ödeme için 12 ay altı gibi) yaygın kabul gören pratik kurallardır, evrensel yasa değil. Sektöre, marja ve nakit durumuna göre değişir.

Her müşteri kazandırmıyorsa, büyümek zararı büyütmektir.

Zincir

#### Altı halka, sırasıyla

ARPU'dan geri ödeme süresine. Her birinin formülü, ne söylediği ve nasıl iyileştirildiği:

Formül

Ne söyler

Nasıl iyileşir

Eşikler yaygın pratik kurallardır; kendi sektörünüzün ve nakit durumunuzun gerçeğiyle birlikte okuyun.

##### ARPU

ARPU = dönem geliri ÷ aktif müşteri sayısı

Bir müşteriden dönem başına ortalama ne kazandığınız.

Fiyatlandırma ve paketleme, upsell, çapraz satış. İndirimle gelen müşteri ARPU'yu sessizce düşürür.

Sözlük: ARPU

##### Brüt marj

Brüt marj = (gelir − doğrudan maliyet) ÷ gelir

Her kazanılan liranın ne kadarının gerçekten size kaldığını. Aşağıdaki halkalar gelire değil, bu paya bakar.

Tedarik ve hizmet maliyeti, destek yükü, ürün karması. Düşük marjlı kalemi öne çıkarmamak.

Hesaplayıcı: Kâr marjı

##### CAC

CAC = satış ve pazarlama harcaması ÷ yeni müşteri sayısı

Bir müşteriyi kazanmak için ortalama ne harcadığınızı.

Dönüşüm oranı, kanal karması, tavsiye ve organik kanallar, satış döngüsünün kısalması.

Sözlük: CAC

##### LTV

LTV = ARPU × brüt marj × ortalama müşteri ömrü (≈ 1 ÷ kayıp oranı)

Bir müşterinin ömrü boyunca size bırakacağı brüt kâr tahmini.

Kayıp oranını düşürmek (onboarding, ürün değeri), ARPU'yu artırmak, tekrar satın alma. Kayıp en güçlü kaldıraçtır.

Sözlük: LTV

##### LTV:CAC

LTV:CAC = LTV ÷ CAC

Harcadığınız her liranın ömür boyu ne kadar geri getirdiğini. Yaygın bir pratik kural, yaklaşık 3 ve üzeridir; çok yüksekse yeterince yatırım yapmıyor olabilirsiniz.

Pay ve paydadan biri ya da ikisi: LTV'yi büyütmek, CAC'yi küçültmek. Önce hangisinin daha ucuz hareket ettiğine bakın.

Sözlük: LTV:CAC

##### CAC geri ödeme süresi

Geri ödeme (ay) = CAC ÷ (aylık ARPU × brüt marj)

Müşteriyi kazanmak için harcadığınız paranın kaç ayda geri döndüğünü; yani nakit baskısını. Yaygın pratik kural 12 ayın altıdır.

CAC'yi düşürmek, ARPU'yu ya da marjı yükseltmek, yıllık peşin ödeme sunmak.

Sözlük: CAC geri ödeme

Dikkat

#### Sık yapılan hatalar

##### Gelirle hesaplamak, marjla değil

LTV'yi ciro üzerinden hesaplayınca her müşteri olduğundan değerli görünür. Müşteriyi tutmanın ve ona hizmet etmenin maliyeti marjda saklı.

##### CAC'ye gerekenleri koymamak

Yalnızca reklam harcamasını saymak CAC'yi düşük gösterir. Satış ve pazarlama ekibinin maliyeti, araçlar ve ajans ücretleri de buna girer.

##### Ortalamayı tek bir sayı sanmak

Kanal, paket ya da kohort bazında bakmazsanız, çok kazandıran bir segmentin altında zarar ettiren bir segmenti gizleyebilirsiniz.

##### Henüz olmamış ömrü LTV'ye yazmak

Yeni bir ürünün kayıp oranı daha oturmadıysa, 1 ÷ kayıp formülü cesur bir tahmindir. Kohortlarla gerçek tutundurmayı izleyin.

##### Enflasyonlu ekonomide fiyatları karıştırmak

LTV'yi bugünün fiyatlarıyla, CAC'yi eski fiyatlarla hesaplamak ya da tersini yapmak oranı sistematik olarak bozar. Gelecekteki gelir bugünkü parayla aynı değildir; iki tarafı da aynı fiyat düzeyine getirin. Konunun kökü nominal büyüme yanılsaması.

Reel büyüme rehberi

Örnek hesap

#### Rakamlarla bir tur

Aşağıdaki sayılar tamamen varsayımsaldır; yalnızca zincirin nasıl işlediğini göstermek için seçildi. Gerçek bir şirketi anlatmaz.

Örnek, varsayımsal

Varsayımlar

Aylık ARPU

100 ₺

Brüt marj

%70

Aylık müşteri kaybı

%4

CAC

600 ₺

Aylık brüt kâr

100 × 0,70

70 ₺

Her müşteri ayda 70 ₺ bırakıyor.

Ortalama ömür

1 ÷ 0,04

25 ay

Müşteri ortalama iki yıl kalıyor.

LTV

70 × 25

1.750 ₺

Ömür boyu brüt kâr.

LTV:CAC

1.750 ÷ 600

≈ 2,9

Yaygın 3 kuralının hemen altı; iyileştirme alanı var.

CAC geri ödeme

600 ÷ 70

≈ 8,6 ay

12 ayın altında; nakit baskısı makul.

Bu örnekte kaybı %4'ten %3'e çekmek ömrü yaklaşık 33 aya, LTV'yi yaklaşık 2.333 ₺'ye ve LTV:CAC'yi yaklaşık 3,9'a çıkarır. Küçük görünen bir kaldıraç, zincirin sonuna büyük yansır. Bu da örnek bir hesaptır.

Kendi rakamlarınız

#### Hesaplayıcılar

##### Birim ekonomisi

Zincirin tamamını kendi rakamlarınızla hesaplayın.

##### Kâr marjı

Brüt ve net marjınızı görün; zincirin ikinci halkası.

##### NRR

Mevcut müşterilerden gelen gelir zamanla büyüyor mu, eriyor mu?

##### Burn multiple

Harcadığınız her liraya karşılık ne kadar yeni gelir ekliyorsunuz?

Sık sorulanlar

#### Birim ekonomisi nedir?

Bir müşteriyi kazanmanın ve elde tutmanın maliyetini, o müşterinin ömrü boyunca getirdiği brüt kârla karşılaştıran analiz. Temel ölçüleri ARPU, brüt marj, CAC, LTV, LTV:CAC ve CAC geri ödeme süresidir.

#### İyi bir LTV:CAC oranı nedir?

Yaygın bir pratik kural yaklaşık 3 ve üzeridir. Bu bir yasa değil: marjı yüksek, kaybı düşük ve nakdi bol bir şirket daha düşük oranla rahat edebilir; nakdi dar bir şirket için 3 bile yetmeyebilir.

#### CAC geri ödeme süresi kaç ay olmalı?

Sık duyulan pratik kural 12 ayın altıdır, ama bu da şirketin nakit durumuna bağlıdır. Süre uzadıkça büyüme için daha çok sermayeye ihtiyaç duyarsınız.

#### LTV'yi nasıl hesaplarım?

Basit biçimiyle: ARPU × brüt marj ÷ kayıp oranı (aynı dönem için). Aylık ARPU ile aylık kayıp oranını kullanın. Yeni ürünlerde kayıp oranı oturmadığı için sonucu tahmin olarak okuyun.

#### Enflasyon birim ekonomisini nasıl etkiler?

Gelir ve maliyetler farklı hızda artar. LTV'yi bugünün, CAC'yi geçmişin fiyatlarıyla hesaplarsanız oran gerçekte olduğundan iyi ya da kötü görünür. İki tarafı da aynı fiyat düzeyine getirmek gerekir.

Sıradaki adım

#### Zinciri kendi rakamlarınızla çalıştırın.

Hesaplayıcı birkaç dakikada sonucu verir. Sonucun ardındaki darboğazı birlikte konuşmak isterseniz Partner Formu açık.

Birim ekonomisini hesapla

Partner Formu

---

### Kıyas Rehberi: iyi retention, NRR, churn nedir?

URL: https://alpsuleyman.com/tr/benchmarks
Published: 2026-07-21
Updated: 2026-10-05
Author: Alp Suleiman

> İyi retention, NRR, LTV:CAC, CAC geri ödeme ve churn oranı nedir? Segmente göre, kaynağı gösterilmiş aralıklar; hedef değil, referans noktası.

Kıyas Rehberi

#### “İyi” ne kadar iyidir?

Sekiz büyüme metriği için kaynağı gösterilmiş referans aralıkları. Her rakamın yanında kimden geldiği, hangi segment için geçerli olduğu ve ne zaman yayımlandığı yazar.

Nasıl okunmalı

Kıyaslar hedef değil, referans noktasıdır. Aynı rakam farklı segmentte başka anlama gelir. Doğrulayamadığımız hiçbir rakamı yayımlamıyoruz; olmayan yerde nitel bir ifade bulursun.

Rehberi aç

Son kontrol

Kıyas rehberleri

Retention oranı

#### İyi retention oranı nedir?

İyi retention oranı nedir? Kıyas rehberi

İyi retention oranı iş modeline göre değişir: tüketici sosyalde ~%25, kurumsal SaaS'ta ~%70 (6. ay). Kaynaklı aralıklar ve nasıl okunacağı.

Tüketici ve B2B ürünlerde kullanıcıların ne kadarı kalıyor?

İyi retention işin türüne göre değişir. Lenny Rachitsky'nin uzman derlemesine göre 6. ayda hâlâ aktif kullanıcı oranı tüketici sosyal ürünlerde yaklaşık %25, kurumsal SaaS'ta yaklaşık %70 iyi sayılır. Özel B2B SaaS şirketlerinde yıllık brüt gelir tutma medyanı ise %91. Bunlar hedef değil, referans noktasıdır.

Tüketici sosyal

İyi ~%25 · harika ~%45

Kayıtlı kullanıcıların 6. ay sonunda aktif oranı.

Tüketici işlem odaklı

İyi ~%30 · harika ~%50

Alışveriş, ulaşım gibi işlem yapılan ürünler; 6. ay.

Tüketici SaaS

İyi ~%40 · harika ~%70

Bireylerin abone olduğu yazılım; 6. ay.

KOBİ / orta pazar SaaS

İyi ~%60 · harika ~%80

6. ay kullanıcı retention'ı.

Kurumsal SaaS

İyi ~%70 · harika ~%90

6. ay kullanıcı retention'ı.

Özel B2B SaaS, tüm şirketler

Medyan brüt gelir tutma %91

Gelir bazında, bir yıllık kohort; 2025 anketi.

Özel B2B SaaS, ACV 250 bin $ üstü

Medyan brüt gelir tutma %95

250 bin $ altındaki şirketlerde medyan yaklaşık %91.

Retention'ın paydası ürüne göre değişir: Lenny'nin tablosunda payda kayıt olan kullanıcıdır, SaaS Capital'de ise bir yıl önce gelir getiren müşteriler. İki aralığı birbirine karıştırma.

Kendi rakamını önce aynı tanımla ölç, sonra yalnızca kendi segmentindeki satırla kıyasla. Tüketici sosyal bir ürün için ~%25 iyiyken kurumsal SaaS için aynı rakam alarmdır.

SaaS Capital'e göre brüt gelir tutma, rakiplerle eşit performans için “masa bahsi”dir: en az %90 gerekir. Daha yükseği tek başına büyümeyi açıklamaz.

##### İlk değer anı

Kullanıcının ürünü ilk ‘işe yaradı’ dediği an. Onboarding'i buraya kısaltmak, ilk haftaların kaybını azaltır.

##### Kullanım sıklığı

Ürünün doğal kullanım ritmi. Haftalık ihtiyaca yanıt veren ürün, yılda bir kullanılandan farklı retention eğrisi çizer.

##### Edinim kalitesi

Yanlış müşteriyi getiren kanal retention'ı aşağı çeker. Kanalı kohort bazında kıyasla.

##### Fiyat ve sözleşme

Sözleşme süresi ve paketleme kalmayı etkiler. SaaS Capital'de çok yıllı sözleşmeler genel medyanın üstünde.

Büyüme check-up

Retention rate

##### Retention ile churn aynı şey mi?

Birbirinin tamamlayıcısı. Retention kalanların oranı, churn kaybedilenlerin oranıdır. Yüzde 90 retention, yüzde 10 churn demektir; ancak ikisi de aynı kohort ve aynı tanımla ölçülmelidir.

##### Retention'ı hangi sürede ölçmeliyim?

Ürünün doğal kullanım ritmine göre. Lenny'nin kıyası 6. ayı, SaaS Capital bir yıllık kohortu kullanır. Önemli olan tanımı sabit tutup zaman içinde kendi eğrini izlemektir.

##### Benim rakamım tablodaki ‘iyi’nin altında. Ne yapmalıyım?

Önce doğru segmente baktığından emin ol. Sonra kayıpların hangi kohort ve kanalda yoğunlaştığını ayır. Kıyas bir teşhis değil, nereye bakacağını söyleyen bir referanstır.

Lenny Rachitsky, “What is good retention?” (Lenny's Newsletter, 20 uzman + kamuya açık şirket verisi)

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

2020

Kullanıcı retention'ı: kayıt olanların 6 ay sonra hâlâ aktif oranı. Net gelir retention'ı: 12 aylık. Tüketici ve B2B SaaS kategorileri.

SaaS Capital, 2025 B2B SaaS Retention Benchmarks (Research Brief 32)

https://www.saas-capital.com/wp-content/uploads/2025/09/RB32WS1-2025-B2B-SaaS-Retention-Benchmarks.pdf

2025

1.000'den fazla özel B2B SaaS şirketi (yıllık geliri 1 milyon dolar ve üzeri), Aralık 2023'te müşteri olanların Aralık 2024 geliri. ACV, sözleşme süresi ve finansman tipine göre medyanlar.

NRR

#### İyi NRR nedir?

İyi NRR (net gelir retention) nedir?

İyi NRR segmente göre değişir: özel B2B SaaS medyanı %101; kurumsalda ~%110 iyi, ~%130 harika. Kaynaklı aralıklar ve nasıl okunacağı.

Mevcut müşterilerden gelen gelir yıl sonunda ne kadar büyüyor?

İyi NRR segmente göre değişir. SaaS Capital'in 2025 anketinde özel B2B SaaS şirketlerinin medyan NRR'ı %101'dir. Lenny Rachitsky'nin derlemesine göre kurumsal SaaS'ta yaklaşık %110 iyi, yaklaşık %130 harikadır; KOBİ ve orta pazarda eşikler yaklaşık %90 ve %110'dur. Bunlar referans noktasıdır, hedef değil.

Alttan yukarı SaaS (Slack, Figma tipi)

İyi ~%100 · harika ~%120

Bireysel çalışanların bireysel aldığı ürünler; 12 aylık.

Çok küçük işletme, land and expand

İyi ~%80 · harika ~%100

12 aylık.

KOBİ / orta pazar, land and expand

İyi ~%90 · harika ~%110

12 aylık.

Kurumsal SaaS

İyi ~%110 · harika ~%130

12 aylık.

Tüketici SaaS

İyi ~%55 · harika ~%80

12 aylık.

Özel B2B SaaS, tüm şirketler

Medyan %101

2025 anketi; yıllık geliri 1 milyon $ üstü şirketler.

Özel B2B SaaS, ACV 25-50 bin $

Medyan %102 (alt çeyrek %97, üst çeyrek %111)

Aynı ACV bandında bile aralık geniş.

Sözleşme süresine göre

Çok yıllı %103 · yıllık %101 · aylık %100

Medyan NRR; uzun sözleşme biraz daha yüksek.

NRR, bir yıl önceki müşterilerin bugünkü gelirinin o günkü gelire oranıdır; upsell, cross-sell ve fiyat artışı dahildir. Yeni müşteri sayılmaz.

%100 üstü, mevcut müşterilerin kayıpları kapatıp büyüdüğü anlamına gelir. SaaS Capital'de %100-110 aralığından %110-120'ye geçen şirketlerin medyan büyümesi 9 puan daha yüksek.

Yüksek NRR zayıf brüt tutmayı gizleyebilir. NRR'ı brüt gelir tutma ile birlikte oku: biri büyüme, diğeri sızıntıdır.

##### Genişleme geliri

Koltuk, kullanım ve üst paket satışı. Ürünün büyüyen müşteriyle birlikte ölçeklenmesi gerekir.

##### Brüt tutma

Kaybı azaltmadan genişleme sonsuza kadar dolduran bir kova olur. Önce sızıntıyı kapat.

##### Fiyatlama modeli

Kullanıma veya koltuğa bağlı fiyat, müşteri büyüdükçe geliri kendiliğinden artırır.

##### Sözleşme yapısı

Çok yıllı sözleşmeler SaaS Capital verisinde biraz daha yüksek NRR ile ilişkili.

NRR hesaplayıcı

Churn ve NRR

##### NRR %100'ün altındaysa şirket kötü mü?

Her zaman değil. Çok küçük işletmelere satan ürünlerde %100 altı yaygındır; Lenny'nin tablosunda bu segmentte iyi eşik yaklaşık %80'dir. Önemli olan kendi segmentine göre konumun ve yönündür.

##### NRR ile GRR farkı nedir?

GRR yalnızca kayıp ve küçülmeyi sayar, %100'ü aşamaz. NRR upsell, cross-sell ve fiyat artışını ekler. İkisi birlikte hem sızıntıyı hem büyümeyi gösterir.

##### NRR'ı nasıl hesaplarım?

Bir yıl önce müşteri olanların bugünkü aylık gelirini, o günkü toplam aylık gelire böl. Yeni müşteriler pay ve paydaya girmez. Hesaplayıcı bu adımları senin yerine yapar.

Lenny Rachitsky, “What is good retention?” (Lenny's Newsletter, 20 uzman + kamuya açık şirket verisi)

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

2020

Kullanıcı retention'ı: kayıt olanların 6 ay sonra hâlâ aktif oranı. Net gelir retention'ı: 12 aylık. Tüketici ve B2B SaaS kategorileri.

SaaS Capital, 2025 B2B SaaS Retention Benchmarks (Research Brief 32)

https://www.saas-capital.com/wp-content/uploads/2025/09/RB32WS1-2025-B2B-SaaS-Retention-Benchmarks.pdf

2025

1.000'den fazla özel B2B SaaS şirketi (yıllık geliri 1 milyon dolar ve üzeri), Aralık 2023'te müşteri olanların Aralık 2024 geliri. ACV, sözleşme süresi ve finansman tipine göre medyanlar.

LTV:CAC oranı

#### İyi LTV:CAC oranı nedir?

İyi LTV:CAC oranı nedir? Kıyas rehberi

İyi LTV:CAC oranı David Skok'a göre 3'ün üzerindedir; en iyi SaaS işletmelerinde bazen 7-8. Nasıl okunur, neden erken aşamada yanıltır?

Bir müşteriye harcanan her lira, ömür boyu kaç lira geri getiriyor?

David Skok'a göre en iyi SaaS işletmelerinin LTV:CAC oranı 3'ün üzerindedir, bazen 7 veya 8'e çıkar. Yazar bunları yalnızca kılavuz olarak sunar ve birçok sağlıklı işletmenin erken dönemde bu eşiğe ulaşamadığını belirtir. Oran, LTV ve CAC'nin güvenilir ölçülebildiği olgunlukta anlamlıdır.

Sağlıklı SaaS işletmesi

3 ve üzeri

Skok'un kılavuz eşiği; kesin kural değil.

En iyi SaaS işletmeleri

3'ün üzeri, bazen 7-8

Yazarın gözlemlediği en iyi örnekler.

Erken aşamadaki sağlıklı işletmeler

Eşiğin altında olabilir

Skok: birçok sağlıklı işletme başlangıçta kılavuzu karşılamaz, zamanla ulaşır.

Oran, LTV'yi CAC'ye bölerek bulunur. Pay da payda da varsayım taşır: LTV retention'a ve brüt marja, CAC hangi maliyetleri saydığına bağlıdır.

Kaynak sayfada yalnızca üst eşik ve en iyi örnekler verilir; sektöre veya ACV bandına göre ayrışmış bir kıyas yayımlamıyoruz, çünkü doğrulayabildiğimiz yok.

Aynı oranı CAC geri ödeme süresiyle birlikte oku. İkisi birlikte hem getiriyi hem nakit geri dönüşünü gösterir.

##### Retention

LTV'nin en büyük kaldıracı. Müşterinin kalma süresi uzadıkça ömür boyu değer yükselir.

##### Ortalama gelir

Fiyatlama, paketleme ve genişleme geliri müşteri başına değeri artırır.

##### Brüt marj

Gelir değil kâr getiren LTV daha dürüsttür. Marjı hesaba kat.

##### Edinim maliyeti

Kanal karışımı, satış döngüsü ve hedef müşteri netliği CAC'yi belirler.

Birim ekonomisi hesaplayıcı

LTV:CAC

##### LTV:CAC 3 mü olmalı?

3, bir kılavuz eşiktir; Skok bunları yalnızca kılavuz olarak tanımlar. Sağlıklı işletmeler başlangıçta altında kalabilir. Hedef olarak değil, tartışmaya başlangıç noktası olarak kullan.

##### Oran çok yüksekse iyi midir?

Kaynak bunu doğrudan yanıtlamıyor; en iyi işletmelerde 7-8 görüldüğünü söylüyor. Yüksek oran güçlü ekonomiyi gösterir, ama büyüme hızına karar verirken CAC geri ödeme süresiyle birlikte okunmalıdır.

##### LTV'yi ne zaman hesaplamalıyım?

Yeterli sayıda müşterin ve gerçek bir retention geçmişin olduğunda. Birkaç aylık veriyle hesaplanan LTV güvenilir değildir; erken dönemde cohort retention'a bakmak daha sağlam bir yoldur.

David Skok, “SaaS Metrics 2.0” (For Entrepreneurs, Matrix Partners)

https://www.forentrepreneurs.com/saas-metrics-2/

Yayın yılı sayfada yok; 05/2016 güncelleme notu içeriyor

SaaS işletmelerinin finansal sağlığı için kılavuz eşikler. Yazar bunları “yalnızca kılavuz” olarak tanımlıyor.

CAC geri ödeme süresi

#### İyi CAC geri ödeme süresi nedir?

İyi CAC geri ödeme süresi nedir?

CAC geri ödeme süresi B2B SaaS'ta medyan 16 ay; üst çeyrek 6 ay ve altı. ACV, büyüme ve pazar tipine göre kaynaklı aralıklar.

Edinim maliyeti kaç ayda geri dönüyor?

Aleph ve Benchmarkit'in 2025 verisine göre B2B SaaS'ta medyan CAC geri ödeme süresi 16 aydır; üst çeyrek 6 ay veya daha kısa, alt çeyrek 24 ay veya daha uzundur. David Skok'a göre en iyi işletmeler 5-7 ayda geri alır. ACV büyüdükçe süre uzar; kıyasını kendi bandında yap.

Tüm B2B SaaS, medyan

16 ay

2025 yıllık verisi; metriği bildiren 198 şirket.

Üst çeyrek

6 ay veya daha kısa

Alt çeyrek 24 ay veya daha uzun.

ACV 5 bin $ altı

Medyan 11 ay

Düşük dokunuşlu, yüksek hacimli edinim.

ACV 50-100 bin $

Medyan 22 ay

Uzun satış döngüsü ve saha satışı süreyi uzatır; 25. yüzdelik 15 ay.

Büyüme hızı %50 üstü

Medyan 10 ay

Büyüme hızı %10 altında olanlarda medyan 14 ay.

Yatay ve dikey SaaS

Yatay 14 ay · dikey 18 ay

Pazar tipine göre medyan.

Skok'un kılavuzu

En iyiler 5-7 ay; 12 ayı aşınca karlılık zayıflar

Yazarın gözlemine dayanan kılavuz eşik.

Rakamlar şirket genelinin medyanıdır. ACV bandına göre ciddi biçimde ayrışır: 5 bin $ altında 11 ay, 50-100 bin $ aralığında 22 ay.

Büyüme hızıyla ilişki doğrusal değil: Aleph verisinde %21-30 büyüyen grupta medyan 22 ay ile en yüksektir, %50 üstü büyüyenlerde 10 aydır.

Aleph, Benchmarkit raporunu özetleyen bir yazılım şirketidir; veri 2025 yıllık gerçekleşmelerdir. Skok'un eşiği ise yazarın gözlemine dayanan bir kılavuzdur.

##### Brüt marjla düzeltme

Geri ödemeyi gelire değil brüt kâra göre hesapla. Düşük marjlı ürünün gerçek süresi daha uzundur.

##### Satış döngüsü

Karar süresini kısaltan her adım, harcamanın geri dönüş süresini kısaltır.

##### Kanal karışımı

Hangi kanalın hangi sürede geri ödediğini ayrı ölç; ortalama farkları gizler.

##### Müşteri odağı

Net bir hedef müşteri profili, boşa giden satış ve pazarlama harcamasını azaltır.

Birim ekonomisi hesaplayıcı

CAC geri ödeme

##### 12 ay iyi mi?

Skok'a göre 12 ayı aşan süre karlılığı zayıflatır; Aleph verisinde medyan 16 aydır. Yani 12 ay iyi bir referanstır, ama ACV'n yüksekse 12 ay gerçekçi olmayabilir.

##### Geri ödemeyi gelirle mi kâr marjıyla mı hesaplamalıyım?

Mümkünse brüt marjla. Kaynaklar süreyi farklı tanımlayabilir; kıyas yaparken kullandığın tanımı ve onların tanımını karşılaştır.

##### Büyüyen şirketler neden daha kısa sürede geri alıyor?

Aleph verisinde %50 üstü büyüyenlerin medyanı 10 aydır. Rapor bunu, hızlı büyümenin verimsiz edinimle satın alınmadığı biçiminde yorumluyor; nedensellik iddiası değildir.

Aleph × Benchmarkit, 2026 SaaS & AI Performance Benchmarks (Aleph özet sayfası)

https://www.getaleph.com/answers/cac-payback-period-saas-2026

2026 raporu, 2025 yıllık verisi

342 B2B SaaS ve yapay zeka yazılımı şirketi; CAC geri ödeme için metriği bildiren 198 şirket. Rapor 1 Haziran 2026'da yayımlandı.

David Skok, “SaaS Metrics 2.0” (For Entrepreneurs, Matrix Partners)

https://www.forentrepreneurs.com/saas-metrics-2/

Yayın yılı sayfada yok; 05/2016 güncelleme notu içeriyor

SaaS işletmelerinin finansal sağlığı için kılavuz eşikler. Yazar bunları “yalnızca kılavuz” olarak tanımlıyor.

Churn oranı

#### İyi churn oranı nedir?

İyi churn oranı nedir? Kıyas rehberi

İyi churn oranı: özel B2B SaaS'ta medyan brüt gelir tutma %91, yani yıllık gelir kaybı yaklaşık %9. Segmente göre kaynaklı aralıklar.

Müşteri ve gelirin ne kadarı her yıl kayboluyor?

SaaS Capital'in 2025 anketinde özel B2B SaaS şirketlerinin medyan brüt gelir tutması %91'dir; churn tanımı olan 1 eksi brüt tutma ile bu yaklaşık %9 yıllık gelir kaybı eder. Rakiplerle eşit performans için brüt tutmanın en az %90 olması gerekir. Yüksek ACV'de kayıp daha düşüktür.

Özel B2B SaaS, tüm şirketler

Brüt tutma %91 → churn ≈ %9

Churn = 100 eksi brüt tutma; kaynağın kendi tanımı. 2025 anketi.

ACV 250 bin $ üstü

Brüt tutma %95 → churn ≈ %5

250 bin $ altındaki şirketlerde brüt tutma yaklaşık %91.

Rakip eşitliği eşiği

Brüt tutma en az %90 → churn en çok ≈ %10

SaaS Capital: brüt tutma ‘masa bahsi’ bir ölçüttür.

Sözleşmeye göre: aylık

Brüt tutma %89 → churn ≈ %11

Aylık sözleşmeli şirketlerin medyanı.

Sözleşmeye göre: yıllık

Brüt tutma %90 → churn ≈ %10

Yıllık sözleşmeli şirketlerin medyanı.

Sözleşmeye göre: çok yıllı

Brüt tutma %94 → churn ≈ %6

Çok yıllı sözleşmeli şirketlerin medyanı.

KOBİ / orta pazar SaaS, kullanıcı bazında

6. ayda ~%60 kalma iyi → ~%40 kayıp

Kayıp, Lenny'nin retention rakamından türetilmiştir; gelir değil kullanıcı kaybıdır.

Kurumsal SaaS, kullanıcı bazında

6. ayda ~%70 kalma iyi → ~%30 kayıp

Lenny'nin retention rakamından türetilmiştir.

Kaynaklar churn'ü doğrudan yayımlamaz; brüt gelir tutmayı yayımlar. Yukarıdaki churn rakamları bu tutma rakamlarının 100'den çıkarılmasıyla elde edilen basit türetmedir.

Aylık ve yıllık churn karıştırılır. Aylık churn m ise yıllık kayıp 1 − (1 − m)^12 olur: aylık %0,5 yaklaşık %5,8, aylık %1 yaklaşık %11,4, aylık %3 yaklaşık %30,6 yıllık kayıp eder. Bu bir kıyas değil, aritmetiktir.

Gelir churn'ü ile müşteri (logo) churn'ü farklı şeylerdir. Büyük müşteriyi kaybetmek, aynı sayıda küçük müşteriyi kaybetmekten farklı ağırlıktadır.

##### Gönüllü ve istemsiz churn

Müşteri kendi isteğiyle mi gidiyor, ödeme mi başarısız? İkisinin çözümü farklıdır.

##### İlk 90 gün

Erken kaybın çoğu onboarding'de belirlenir. İlk değer anını öne çek.

##### Segment ve ACV

SaaS Capital'de yüksek ACV'li ürünlerde brüt tutma daha yüksek. Doğru müşteriyi seçmek churn'ü de seçer.

##### Sözleşme süresi

Çok yıllı sözleşmeler SaaS Capital'de daha yüksek brüt tutma ile birlikte görülüyor.

NRR hesaplayıcı

Churn ve NRR

##### Aylık churn %1 iyi midir?

Aylık %1, aritmetik olarak yıllık yaklaşık %11,4 kayıp eder; bu, SaaS Capital'in %90 brüt tutma eşiğine yakındır. Ancak segmentine ve gelir mi müşteri mi saydığına bağlıdır.

##### Churn sıfır olabilir mi?

Pratikte hayır. Yüksek ACV'li şirketlerde bile medyan brüt tutma %95 civarındadır; kaybı sıfırlamaya değil, anlamlı biçimde azaltmaya odaklan.

##### Churn'ü NRR ile mi brüt tutmayla mı izlemeliyim?

İkisiyle birlikte. Brüt tutma kaybı, NRR ise kaybı genişlemeyle birlikte gösterir. Yalnızca NRR'a bakmak zayıf tutmayı gizleyebilir.

SaaS Capital, 2025 B2B SaaS Retention Benchmarks (Research Brief 32)

https://www.saas-capital.com/wp-content/uploads/2025/09/RB32WS1-2025-B2B-SaaS-Retention-Benchmarks.pdf

2025

1.000'den fazla özel B2B SaaS şirketi (yıllık geliri 1 milyon dolar ve üzeri), Aralık 2023'te müşteri olanların Aralık 2024 geliri. ACV, sözleşme süresi ve finansman tipine göre medyanlar.

Lenny Rachitsky, “What is good retention?” (Lenny's Newsletter, 20 uzman + kamuya açık şirket verisi)

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

2020

Kullanıcı retention'ı: kayıt olanların 6 ay sonra hâlâ aktif oranı. Net gelir retention'ı: 12 aylık. Tüketici ve B2B SaaS kategorileri.

Burn multiple

#### İyi burn multiple kaç olmalı?

İyi burn multiple kaç? Kıyas rehberi

Burn multiple = net yakım ÷ net yeni ARR. David Sacks'in girişim aşaması için önerdiği ölçek: 1×'in altı olağanüstü, 3×'in üstü kötü.

Her yeni ARR birimi için kaç birim nakit yakıyorsun?

Burn multiple, net yakımın net yeni ARR'a bölümüdür: bir birim yeni yıllık tekrarlayan gelir için ne kadar nakit yaktığını gösterir. David Sacks'in girişim aşaması için önerdiği ölçekte 1×'in altı olağanüstü, 1–1,5× çok iyi, 1,5–2× iyi, 2–3× şüpheli, 3×'in üstü kötüdür. Bu ölçek bir yatırımcının pratik kuralıdır; arkasında ölçülmüş bir sektör ortalaması yoktur.

Olağanüstü (Amazing)

1×'in altı

Sacks'in girişim aşaması için önerdiği ölçek; bir yatırımcının pratik kuralı, arkasında sektör ortalaması yok.

Çok iyi (Great)

1× – 1,5×

Aynı ölçek.

İyi (Good)

1,5× – 2×

Aynı ölçek.

Şüpheli (Suspect)

2× – 3×

Aynı ölçek.

Kötü (Bad)

3×'in üstü

Sacks: 3× ve üzeri yakım gerekiyorsa ürün-pazar uyumu göründüğü gibi olmayabilir.

Aşamaya göre (Sacks'in örneği)

Seed ~3× · Seri A sonrası ~2×

Sacks'in anlatım örneği. Çarpanın olgunlaştıkça iyileşmesi beklenir.

Formül Sacks'in tanımıdır: net yakım ÷ net yeni ARR. Kendi örneğinde çeyrekte 2 milyon dolar yakıp 1 milyon dolar ARR ekleyen girişim 2×'tedir; aynı ARR için 5 milyon dolar yakan 5×'tedir ve Sacks'e göre maliyeti hemen kesmelidir. İkisi de Sacks'in anlatım örneğidir.

Payda net yeni ARR'dır. Sacks'e göre churn paydadan düşer ve çarpanı yükseltir. Brüt satışı koyarsan bu kaybı gizlersin, sayı olduğundan iyi görünür (bizim çıkarımımız).

Sacks ‘kötü’ çarpanı en çok ilk yıllarda kabul edilebilir bulur: satış yeni başlamıştır, ürün hâlâ yapılıyordur. Gelir yoksa net yeni ARR sıfırdır ve oran hesaplanamaz. Aşama ilerledikçe çarpanın düşmesini bekler; yanlış yöne gidiyorsa başlık büyüme artsa bile bir şeylerin ters olduğuna işaret eder.

Ölçeği kendi aşamanla birlikte oku. Aynı 2×, satışa yeni başlamış bir seed şirketinde başka, Seri B sonrasında başka bir şey söyler.

##### Brüt marj

Ürünü teslim etmenin maliyeti yüksekse yakım ölçeklendikçe hızla artar. Sacks'e göre işte operasyonel kaldıraç yoksa çarpan büyüdükçe iyileşmez.

##### Satış verimliliği

Sacks'e göre CAC çok yüksekse ya da satış verimi düşüyorsa yakım yeni ARR'a göre artar; büyüme sürse de çarpan kötüleşir.

##### Churn

Sacks'e göre churn paydadan düşer ve çarpanı yükseltir; delikli kova verimli büyümeyi zorlaştırır.

##### Yavaşlayan büyümeyi parayla telafi etmek

Sacks'e göre büyüme durunca pazarlama, bedava dağıtım, indirim ve promosyon artırılırsa yakım satıştan hızlı yükselir ve çarpan bunu yakalar.

Burn multiple hesaplayıcı

Burn multiple

##### Burn multiple kaç olmalı?

Sacks'in girişim aşaması için önerdiği ölçekte 1×'in altı olağanüstü, 3×'in üstü kötüdür. Ölçek bir yatırımcının pratik kuralıdır; aşama ilerledikçe çarpanın düşmesi beklenir.

##### Net yeni ARR neden brüt satış değil?

Sacks'e göre churn paydada net edilir ve çarpanı yükseltir. Brüt satışı kullanmak bu kaybı gizler; çarpan olduğundan iyi görünür.

##### Yüksek çarpan her zaman kötü müdür?

Sacks erken yıllarda kabul edilebilir bulur: satış yeni başlamıştır. Ama aşama ilerledikçe düşmüyorsa bunu bir sorun sinyali sayar.

David Sacks, “The Burn Multiple” (Craft Ventures, 23 Nisan 2020)

https://www.craftventures.com/articles/the-burn-multiple

2020

Girişim aşamasındaki (venture-stage) şirketler için pratik kural niteliğinde bir ölçek; ölçülmüş bir örneklem ya da sektör ortalaması içermez.

Rule of 40

#### Rule of 40: iyi skor kaç?

Rule of 40 kaç olmalı? Kıyas rehberi

Rule of 40: yıllık büyüme oranı + kâr yüzde 40 etmeli. Brad Feld'in aktardığı kural; ölçekli SaaS için, FAVÖK marjıyla, örnekleriyle.

Büyümen ile kârlılığın toplamı 40'ı tutuyor mu?

Rule of 40, yıllık büyüme oranı ile kârın toplamının yüzde 40 etmesini ister. Brad Feld bunu bir kurul toplantısında geç aşama bir yatırımcıdan duyduğunu yazar; kural en az 50 milyon dolar gelirli ölçekli şirketler içindir. Yüzde 20 büyüme ile yüzde 20 kâr eşiği tutar. Bu pratik kuraldır; arkasında ölçülmüş bir sektör ortalaması yoktur.

Eşik

Büyüme % + kâr % = 40

Feld: ‘büyüme oranın ile kârın toplamı yüzde 40 etmeli.’ Bir yatırımcının pratik kuralıdır; arkasında ölçülmüş bir sektör ortalaması yoktur.

Feld'in örneği: dengeli

%20 büyüme · %20 kâr

Feld'in yazdığı örnek.

Feld'in örneği: kârsız büyüme

%40 büyüme · %0 kâr

Feld: yüzde 40 büyüyorsan kâr yüzde 0 olabilir.

Feld'in örneği: zararla büyüme

%50 büyüme · %10 zarar

Feld: yüzde 50 büyüyorsan yüzde 10 kaybedebilirsin. 40'ın üstünde olmak ‘harika’ diyor.

Hangi ölçekte

En az 50 milyon $ gelir

Feld kuralı ölçekli SaaS şirketleri için anlatır. Kendi ‘ürün-pazar uyumu yanılsaması’ analizinin yaklaşık 1 milyon $ MRR'dan sonra kuralla örtüştüğünü ekler.

Bessemer'in ölçek uyarısı

25 milyon $+ ARR (Bessemer)

Bessemer: verimlilik skoru genellikle 25 milyon $+ ARR sonrasında anlamlı; daha önce gelir tabanları anlamlı olamayacak kadar küçüktür.

Hangi kâr ölçüsü

Feld'in tercihi: FAVÖK (EBITDA)

Feld FAVÖK'ü taban alıp işletme kârı, net kâr ve serbest nakit akışıyla karşılaştırmayı önerir. Hangi sayıyı kullandığını açıkça söylemek gerekir.

Feld kuralı kendi icadı olarak sunmaz. Bir kurul toplantısında geç aşama bir yatırımcıdan, onun firmasının ‘40 kuralı’ dediği çerçeveyi duyduğunu yazar. Kuralın adı yatırımcının, yazıya dökeni Feld'dir.

Büyüme için Feld kendi tabanı olarak aylık MRR'ın yıllık büyümesini kullanır; en kolay ve en temiz yol olduğunu söyler. Toplam gelir de kullanılabilir, ama MRR'ı da hesaplamak gerekir: özellikle tek seferlik hizmet geliri varsa GAAP muhasebesinde tuhaf şeyler olabilir. Kâr için FAVÖK'ü tercih eder; kendi altyapını işletiyorsan FAVÖK, işletme kârı ve serbest nakit akışı, ekipman alımı, borç ve kira yüzünden net kârdan ve nakit akışından ayrışır.

Eşik tek sayıdır, ama aynı toplam çok farklı iki işi gizler. Feld'in kendi örneklerinde de %20 + %20 ile %50 − %10 aynı skoru verir. Skoru hangi bileşenin taşıdığına bakmak gerekir (bizim çıkarımımız).

Ölçek önemli. Feld kuralı en az 50 milyon dolar gelirli şirketler için anlatır ve ölçeksiz şirketlere önce ölçeğe ulaşmayı, sonra 40 kuralına odaklanmayı önerir. Bessemer de verimlilik skorlarının genellikle 25 milyon dolar ARR'ın üzerinde anlamlı olduğunu söyler; eşik farklıdır, yön aynıdır.

##### Büyüme

Feld'in tabanı aylık MRR'ın yıllık değişimidir; en kolay ve en temiz yol olduğunu söyler. Toplam gelir ya da ARR da kullanılabilir; altında ne olduğunu görmek için diğer hesaplarla da bak.

##### Kâr ölçüsü

Feld FAVÖK'ü taban alır; altyapıyı kendin işletiyorsan işletme kârı ve serbest nakit akışı net kârdan ayrışır. Hangi ölçüyü seçtiğini açıkça yaz.

##### Brüt marj

Feld büyümeyi brüt marjın yıllık büyümesiyle de sınamayı önerir: satışların maliyeti gelirle birlikte doğru ölçekleniyor mu, görürsün.

##### Büyümeyi yavaşlatıp kâra geçmek

Feld, ölçeksiz SaaS şirketlerinden sık sık ‘büyümeyi yavaşlatırsak hemen kâra geçebiliriz’ cümlesini duyduğunu yazar. Çoğu zaman doğrudur, der; ama yüzde 20 büyüme ve yüzde 20 kârla çok daha uzun süre ölçeksiz kalırsın.

Rule of 40 hesaplayıcı

Rule of 40

##### Rule of 40 kaç olmalı?

Feld'in aktardığı kurala göre büyüme oranı ile kârın toplamı yüzde 40 etmeli; üstü ‘harika’. Arkasında ölçülmüş bir sektör ortalaması yoktur, pratik bir kuraldır.

##### Kuralı kim buldu?

Feld, bir kurul toplantısında geç aşama bir yatırımcıdan duyduğunu ve onun firmasının bu çerçeveye ‘40 kuralı’ dediğini yazar. Kendi icadı olarak sunmaz.

##### Hangi kâr ölçüsünü kullanmalıyım?

Feld FAVÖK'ü taban alıp diğer ölçülerle karşılaştırır. Altyapıyı kendin işletiyorsan sonuçlar ayrışır; seçtiğin sayıyı açıkça belirt.

Brad Feld, “The Rule of 40% For a Healthy SaaS Company” (feld.com, Şubat 2015)

https://www.feld.com/archives/2015/02/rule-40-healthy-saas-company.html

2015

Ölçekli SaaS şirketleri (en az 50 milyon $ gelir) için, bir yatırımcıdan aktarılan pratik kural; ölçülmüş bir örneklem ya da sektör ortalaması içermez.

Bessemer, “Scaling to $100 Million” (2021)

https://www.bvp.com/atlas/scaling-to-100-million

2021

Bessemer'in ‘verimlilik skoru’ için yazdığı ölçek uyarısı; ölçülmüş bir sektör ortalaması vermez.

Brüt marj

#### İyi brüt marj kaç olmalı?

İyi brüt marj kaç? Kıyas rehberi

Brüt marj: Bessemer bulut portföyü (2010–1H21) %65–70; BVP'nin 20 AI girişimi (2025): Shooting Stars %60, Supernovas ~%25. Ayrı örneklemler.

Teslim maliyetini çıkardıktan sonra gelirinin ne kadarı kalıyor?

Brüt marj, gelirden teslim maliyeti düşüldükten sonra kalan paydır. Bessemer'in bulut portföyünde (2010–1H21) ortalama brüt marj olgunluktan bağımsız %65–70'tir. AI tarafında BVP'nin 20 girişimlik örnekleminde (2025) ortalama Shooting Stars için %60, Supernovas için yaklaşık %25'tir. İkisi ayrı örneklemdir ve ikisi de rastgele değildir; segmentleri karıştırmadan oku.

Bulut / SaaS ortalaması

%65–70

Bessemer'in bulut portföyü, 2010–1H21. Olgunluktan bağımsız ortalama; şirketlerin ortadaki yarısı yaklaşık %60–80 bandında. Portföy rastgele bir örneklem değildir.

Medyan, ARR bandına göre (bulut)

1–10 milyon $: %72 · 10–25: %70 · 25–50: %65 · 50–100: %70 · 100+: %70

Aynı portföy, medyan değerler.

En iyi performans gösterenler (bulut)

1–10 milyon $: %85+ · 10–25: %80 · 25–50: %75+ · 50–100: %80+ · 100+: %80+

Bessemer'in ARR bandına göre ‘top-performing’ bulut şirketleri için verdiği düzeyler.

Düşük marjla güçlü şirket

Twilio: ~%50

Bessemer: Twilio portföyde seed turundan (2009) beri çoğu dönem ~%50 marjla çalıştı; telekom operatörlerine ödemeleri satışların maliyetine girdiği için.

AI: Shooting Stars

Ortalama %60

BVP, State of AI 2025 (13 Ağustos 2025): portföyü ve ötesinden 20 yüksek büyümeli AI girişimi. BVP bu şirketlerin marjını SaaS emsallerinden ‘biraz düşük’ diye nitel olarak tarif eder; SaaS için ayrı bir rakam vermez.

AI: Supernovas

~%25 (çoğu zaman negatif)

Aynı örneklem. BVP, bu şirketlerin kısa vadede kârdan vazgeçip dağıtım aldığını yazar.

AI ürünü geliştiren şirketler, yönetici anketi (ICONIQ; marj kapsamı kaynakta tanımsız)

2025: %45 · 2026: %53 (öngörü) · 2027: %59 (öngörü)

ICONIQ, Temmuz 2026: AI ürünü geliştiren yazılım şirketlerinden 300+ yöneticiyle anket, öz-bildirim. Rakam yazıda AI ürünleri bağlamında verilir; ayrı bir segment ya da gelir bandı kırılımı yoktur. 2025 değeri Q4 2025 dalgasından, 2026 ve 2027 Q2 2026 anketindeki öngörüdür. Sayfa metni marjın hangi gelir kalemini ya da segmenti ölçtüğünü tanımlamaz.

Tablodaki üç kaynak üç ayrı örneklemdir: Bessemer'in bulut portföyü (2010–1H21), BVP'nin 20 AI girişimi (2025) ve ICONIQ'nun 300+ yöneticilik anketi (2026, öz-bildirim). Rakamlar birbirinin üstüne eklenmez. Kendi rakamını yalnızca aynı segmentteki bir satırla yan yana koy (bizim çıkarımımız).

Bessemer brüt marjı, bulut şirketlerinde belki de oynama payı çok az olan tek işletme ya da maliyet ölçüsü olarak anlatır: teslim maliyeti çok düşük olmalı, yatırımcılar da dar bir bant bekler. COGS'ta hosting, uygulama (implementation) ve hizmet maliyetleri yer alır. Bessemer yine de portföyün en güçlü şirketlerinden bazılarının bu bandın altında olduğunu ekler.

AI tarafında BVP şunu yazar: Shooting Stars SaaS'a benzer, ama marjları büyümenin hızı ve modelle ilgili ölçülü maliyetler yüzünden SaaS emsallerinden biraz düşüktür. Supernovas ise ortalama ~%25 ile, çoğu zaman negatif marjla çalışır. BVP bu yeni kıyasları kendi de kabul ettiği gibi sıra dışı (freakish) bulur, şu anın öne çıkan girişimlerini göstermek için paylaştığını söyler ve kurucular için asıl önemli kıyas olarak Shooting Stars'ı gösterir. İkisi de 20 seçilmiş şirkete dayanır; tipik bir AI şirketini temsil etmez (bizim çıkarımımız).

ICONIQ'nun yazısında marj artışı bir yönetici anketinin sonucudur ve 2026 ile 2027 değerleri öngörüdür, ölçüm değildir. Üç kaynağın üç farklı sayı vermesi şunu söylüyor (bizim çıkarımımız): ‘AI için iyi marj şudur’ diye tek bir rakam yoktur. Önce hangi segmentte, hangi örneklemde ve hangi yıl için konuştuğunu söyle.

##### COGS'a neyi saydığın

Bessemer'e göre bulut şirketlerinde COGS'un tipik kalemleri hosting, yazılım uygulama (implementation) ve hizmet maliyetleridir. Marjı başkasının rakamıyla kıyaslamadan önce o kalemleri aynı şekilde saydığından emin ol.

##### Teslim maliyetinin yapısı

Bessemer'e göre Twilio ~%50 marjla çalıştı, çünkü telekom operatörlerine ödediği tutar COGS'a giriyordu. AI ürünlerinde BVP, Shooting Stars'ın marjını ‘modelle ilgili ölçülü maliyetler’ nedeniyle SaaS emsallerinden biraz düşük bulur.

##### Dağıtım için marjdan vazgeçmek

BVP, Supernovas'ın ortalama ~%25 marjını kısa vadede kârdan vazgeçip dağıtım almalarıyla ilişkilendirir. Bunu bilinçli bir takas olarak yazmak, ölçülmemiş bir sızıntıdan ayırır (bizim çıkarımımız).

##### CAC geri ödemesi ve LTV

Bessemer CAC geri ödemesini brüt marjla düzeltilmiş ARR üzerinden ölçer ve müşteri yaşam boyu değerini brüt marjdan etkilenen değer olarak tanımlar. Marj düşerse ikisi de kötüleşir (bizim çıkarımımız).

AI birim ekonomisi hesaplayıcı

COGS

##### SaaS'ta brüt marj kaç olmalı?

Bessemer'in bulut portföyünde ortalama %65–70, şirketlerin ortadaki yarısı yaklaşık %60–80 bandında. En iyi performans gösterenler ARR bandına göre %75–85+ düzeyinde. Portföy rastgele bir örneklem değildir.

##### AI ürünlerinde brüt marj SaaS ile aynı mı?

Tek bir ‘AI marjı’ yok; kaynaklar ayrı örneklemler. BVP'nin 2025 örnekleminde Shooting Stars %60 ile SaaS emsallerinin biraz altında (BVP SaaS için rakam vermez), Supernovas ~%25. ICONIQ'nun anketinde 2025 için %45, ama yazı bunun hangi segmenti ölçtüğünü tanımlamaz. Bu rakamları Bessemer'in 2021'e kadarki bulut portföyüyle doğrudan karşılaştırma.

##### Düşük brüt marj kötü müdür?

Bessemer'in portföyünde Twilio çoğu dönem ~%50 marjla güçlüydü; BVP Supernovas'ın düşük marjını dağıtım için kârdan vazgeçmeye bağlar. Nedenini yazamıyorsan düşük marj bir sinyaldir (bizim çıkarımımız).

Bessemer, “Scaling to $100 Million” (21 Eylül 2021)

https://www.bvp.com/atlas/scaling-to-100-million

2021

Bessemer'in bulut portföyü, 2010–1H21; rastgele bir örneklem değildir. Brüt marj ortalama, medyan ve ‘top-performing’ düzeyleri ARR bandına göre verilir.

Bessemer (BVP), “The State of AI 2025” (13 Ağustos 2025)

https://www.bvp.com/atlas/the-state-of-ai-2025

2025

Portföyden ve ötesinden 20 yüksek büyümeli AI girişimi; Supernovas ve Shooting Stars için ortalama brüt marj. SaaS için ayrı rakam yok.

ICONIQ, “2026 State of AI Report: The Builder's Economy” (Temmuz 2026)

https://www.iconiq.com/growth/reports/state-of-ai-2026

2026

AI ürünü geliştiren yazılım şirketlerinden 300+ yönetici anketi, öz-bildirim; 2026 ve 2027 değerleri öngörüdür.

---

### Değer Borcu: Büyürken Biriken Gizli Borç

URL: https://alpsuleyman.com/tr/value-debt
Published: 2026-01-23
Updated: 2026-10-04
Author: Alp Suleiman

> Değer borcu, kullanıcıya verdiğiniz söz ile teslim ettiğiniz değer arasında biriken farktır. Nasıl birikir, nasıl fark edilir, nasıl ödenir.

Çerçeve

Büyürken biriken

Değer Borcu

Teknik borcu herkes bilir. Kimsenin görmediği borç, kullanıcıya verdiğiniz sözlerden birikir ve faizi churn olarak ödenir.

Tanım

#### Söz ile teslim arasındaki fark

Değer borcu, büyürken kullanıcıya verdiğiniz değer sözü ile gerçekte teslim ettiğiniz değer arasında biriken farktır.

Borç almak yanlış değil. Bir pazarı kapmak, bir turu yetiştirmek, rakipten önce yerleşmek için kısa yol seçmek bazen akıllıca bir tercihtir. Sorun, borç aldığınızı bilmemek ve hiç ödememek.

Bu sayfa, aynı adlı yazıdaki fikrin adlandırılmış ve ölçülebilir halidir. Yazıda anlattığım şeyi burada bir çerçeveye çeviriyorum.

Değer borcu, büyüme grafiğinin içine gizlenir. Grafik yükseldikçe borç da büyür ve ikisi bir süre aynı yöne gittiği için kimse fark etmez.

Benzetme

#### Teknik borcun kuzeni

İki borç da hızlı gitmek için alınır, ikisi de faiz işletir. Fark, birinin mühendislerin gözü önünde, ötekinin bilanço dışında durması.

Teknik borç

Değer borcu

Karşılaştırma

Nasıl alınır

Hızlı çıkmak için kestirme kod yazılır.

Hızlı büyümek için kullanıcıya fazlası vaat edilir.

Kim görür

Mühendisler. Şikâyet etmeyi severler.

Kimse. Büyüme grafiğinin içinde kaybolur.

Faiz

Her değişiklik biraz daha yavaşlar.

Her yeni kohort biraz daha erken ayrılır.

Ödeme

Yavaşlayarak ya da baştan yazarak.

Churn olarak, indirimle ya da güven kaybıyla.

Kayıt

Çoğu ekipte bir kaydı vardır.

Çoğu şirkette hiç tutulmaz.

Kaynaklar

#### Borç nasıl birikir

Sahada gördüğüm yollar sınırlı ve tanıdık. Genellikle kimse kötü niyetli değildir; her biri o çeyrekte makul görünür.

##### Aşırı vaat

Satış kotasını doldurmak için ürünün henüz yapmadığı şeyi söyler. Pazarlama, ürünün en iyi gününü her günüymüş gibi anlatır. Müşteri bir beklentiyle gelir, başka bir gerçeklikle karşılaşır.

##### Değerin gerçekleşmediği özellikler

Roadmap için çıkan, kullanıcının hayatında bir şeyi değiştirmeyen özellikler. Çıkar, duyurulur, kullanılmaz. Ürün büyür, değer büyümez.

##### Teslim edilenin üstünde fiyat

Fiyat, kullanıcının aldığı değerden hızlı artar. İlk yıl sorun çıkmaz; yenilemede kullanıcı hesabı yeniden yapar.

##### Onboarding boşlukları

Kullanıcıya ilk değeri gösteremeyen kurulum. Söz verilir, ama kullanıcı sözün karşılığını görmeden vazgeçer ya da sessizce kullanmayı bırakır.

##### Kısa vadeli taktikler ve bakım ihmali

İndirim, metrik şişiren kampanya, karanlık kalıplar; bir yanda da düzeltilmeyen yavaş akışlar. Eski kullanıcı için ürün yavaş yavaş kötüleşir.

Seyir

#### Anaparadan temerrüde

Her borç gibi değer borcu da aşamalardan geçer. Erken aşamada ucuzdur, geç aşamada bütün şirkete mal olur.

Anapara

##### Söz verilir, fark açılır

Vaat ile teslim arasında ilk mesafe oluşur. Kimse hesap tutmaz. Metrikler hâlâ iyidir, çünkü kullanıcı henüz karşılaştırmaya başlamamıştır.

Faiz

##### Fark her gün işler

Yeni kohortların retention'ı eskilerden kötüleşir. Destek taleplerinde "bu neden böyle?" ve "bana bunu söylemiştiniz" çoğalır. Yenilemede her seferinde biraz daha indirim gerekir.

Temerrüt

##### Borç talep edilir

Kullanıcılar toplu ayrılır, yenilemeler çöker, referans kesilir. Artık borcu ödemek, aldığınızdan çok daha pahalıya gelir.

Belirtiler

#### Erken sinyaller

Değer borcunun kötü yanı geç fark edilmesi. İyi yanı, dikkatle bakınca erken sinyal vermesi.

##### Yeni kohortlar daha erken ayrılıyor

Her yeni dalga bir öncekinden daha kısa kalıyorsa, vaat ile teslim arasındaki mesafe açılıyor olabilir.

##### Destek talebinin türü değişiyor

"Nasıl yaparım?" yerini "bu neden böyle?" sorusuna bırakıyor. Kullanıcı bir beklentiyle gelmiş ve karşılığını bulamamış.

##### İndirim bağımlılığı

Yenilemede tutmak için her seferinde daha fazla indirim gerekiyorsa, sorgulanan fiyat değil değerdir.

##### Memnuniyet ile davranış ayrışıyor

Anketler iyi, kullanım derinliği düşüyor. Memnuniyet bir duygu, değer bir sonuçtur; ikisi ayrıştığında sonuca inanın.

Öz değerlendirme

#### Değer borcu kontrolü

On ifade. Kendi şirketiniz için dürüstçe "evet" ya da "hayır" deyin. Sonuç bir ölçüm değil, nerede durduğunuzu gösteren niteliksel bir okuma.

Evet

Hayır

İfade

Geri

Baştan başla

Okuma

Sonraki adımlar

Cevaplar bu sayfadan çıkmaz: bağlantıya yazılmaz, göndermek için ayrı bir istek yapılmaz. Bu bir tanı değil; konuşmaya başlamak için bir ayna.

Satışın verdiği ama ürünün henüz karşılamadığı sözleri bir yere yazmıyoruz.

Yeni kohortların retention'ı eskilerinkinden kötü.

Destek taleplerinde "bana bunu söylemiştiniz" cümlesi artıyor.

Yenilemede tutmak için her dönem daha fazla indirim veriyoruz.

Çıkardığımız özelliklerin kaçının kullanıcı için değer ürettiğini bilmiyoruz.

Yeni kullanıcının ilk değeri görmesi günler, hatta haftalar sürüyor.

İptal akışı kasıtlı olarak zor ya da otomatik yenileme belirgin değil.

Mevcut akışları düzeltmek roadmap'te hep yeni özelliğin arkasında kalıyor.

Anketlerde memnuniyet yüksek, ama kullanım derinliği düşüyor.

Pazarlamanın anlattığı ürünle kullanıcının deneyimlediği ürün aynı değil.

##### Düşük

Söz ile teslim arasındaki fark küçük görünüyor. Bu, borcun olmadığı anlamına gelmez; sadece henüz faiz işlemiyor.

Verdiğiniz sözlerin bir kaydını tutmaya şimdiden başlayın.

Yeni kohortların retention'ını eskilerle düzenli karşılaştırın.

Yeni bir vaat vermeden önce "bunu teslim edebiliyor muyuz?" diye sorun.

##### Birikiyor

Fark açılıyor ve faiz işlemeye başlamış olabilir. Henüz ucuz ödenebilir bir aşamadasınız; bu durum uzun sürmez.

Borç kaydını çıkarın: hangi söz, hangi kestirme, hangi ertelenmiş bakım.

Her çeyrekte kapasitenin bir kısmını borç ödemeye ayırın.

Satış ve pazarlama vaatlerini ürünle birlikte gözden geçirin.

##### Kritik

Borç büyük ihtimalle faiz işletiyor ve churn'e dönüşmeye başlamış. Yeni büyüme eklemek, borcu büyütmekten başka bir şey yapmayabilir.

Yeni vaat ve yeni kanal eklemeyi durdurup önce kaydı çıkarın.

En çok sızan kohortu seçin ve ilk değer anına kadar yolculuğu baştan izleyin.

Değer komitesi gibi, satıştan ürüne herkesin oturduğu tek bir sahip kurun.

Ödeme

#### Borcu nasıl ödersiniz

##### Borcu görünür kılın

Teknik borcu yöneten ekiplerin bir kaydı vardır. Değer borcu için de aynısını yapın: satışın verip ürünün karşılamadığı sözler, şişirilmiş metrikler, ertelenmiş bakım. Yazmadığınız borç, ödemeyi unuttuğunuz borçtur.

##### Ödeme ritmi kurun

Her çeyrekte kapasitenin bir kısmını yeni bir şey çıkarmayan ama mevcut değeri onaran işlere ayırın. Duyuru getirmez, retention getirir.

##### Borç almadan önce sorun

Bir taktiğe, kampanyaya ya da vaade evet demeden önce tek soru: bu kullanıcının hayatında bir şeyi gerçekten değiştiriyor mu, yoksa sadece bu çeyreğin grafiğini mi? Cevap ikincisiyse yapabilirsiniz, ama borç aldığınızı bilirsiniz.

##### Sahibini belirleyin

Değer borcunu tek bir ekip ödeyemez. Satıştan ürüne herkesin katkısı gerekir; bunun için düzenli toplanan, kararı olan bir yer lazım.

##### Davranışa bakın, anketlere değil

İlk değer anına kadar geçen süre, kullanım derinliği ve kohort retention'ı. Anketler nazik davranır, davranış nazik olmaz.

Devamı

#### Daha derine inmek isterseniz

Orijinal yazı

##### Değer Borcu Tehlikesi

Kavramın ilk anlatıldığı yazı: hikâyesi, örnekleri ve serinin son sözü.

İlgili yazılar

##### Retention'ın büyük yanılsaması

##### Değer komitesinin gücü

##### Değer temelli fiyatlandırma

Sözlük

##### Değer Gerçekleştirme

##### Elde Tutma Oranı

##### Aktivasyon Oranı

##### Büyüme Sözlüğü

Hesaplayıcılar

##### NRR hesaplayıcı

##### Büyüme check-up

##### Kıyas Rehberi

Birlikte bakalım

#### Borcunuzun ne kadar olduğunu birlikte çıkaralım

Vaat ile teslim arasındaki farkı kohortlara, fiyata ve onboarding'e bakarak okurum. Kısa bir yazışmayla başlıyoruz.

Alp ile konuşun

Büyüme check-up

Sık sorulanlar

#### Değer borcu nedir?

Büyürken kullanıcıya verdiğiniz değer sözü ile gerçekte teslim ettiğiniz değer arasında biriken farktır. Faizi sessizce churn olarak ödenir.

#### Değer borcu ile teknik borç arasındaki fark nedir?

İkisi de hızlı gitmek için alınır ve faiz işletir. Teknik borcu mühendisler görür ve konuşur. Değer borcu ise büyüme grafiğinin içinde kaybolduğu için çoğu zaman kimse tarafından izlenmez.

#### Borç almak her zaman yanlış mı?

Hayır. Bir pazarı kapmak ya da bir finansman turunu yetiştirmek için kısa yol seçmek akıllıca olabilir. Sorun aldığınızı bilmemek, kaydetmemek ve hiç ödememek.

#### Değer borcunu nasıl ölçerim?

Tek bir sayısı yok. Yeni kohortların retention'ı, ilk değere kadar geçen süre, destek taleplerinin türü ve yenilemedeki indirim ihtiyacı birlikte okunur. Yukarıdaki kontrol bu bakışı kaba bir okumaya çevirir.

---

### Growth Hacking, Growth Marketing, Growth Partnership

URL: https://alpsuleyman.com/tr/growth-hacking-vs-growth-marketing
Published: 2026-02-11
Updated: 2026-10-04
Author: Alp Suleiman

> Growth hacking nedir, growth marketing nedir, büyüme danışmanlığından farkı ne? Dört yaklaşımın karşılaştırması ve hangisini seçeceğinize dair rehber.

Karşılaştırma

Growth Hacking, Growth Marketing

ve Growth Partnership

Dördü de büyümeden söz ediyor, ama aynı işi yapmıyor. Kimi bir deneyin hızına bakar, kimi bir kanalın verimine, kimi şirketin büyüme sistemine. Farkı bilmek, yanlış kapıyı çalmamanın en ucuz yolu.

Kısa tanımlar

#### Dört yaklaşım, dört farklı soru

##### Growth Hacking

Hızlı, ucuz ve ölçülebilir deneylerle büyümenin tek bir kaldıracını bulmaya çalışmak. Soru şu: bu hafta neyi deneyip neyi öğrenebiliriz? Erken evre ürünlerde çok işe yarar; yöntem hızlıdır ama çoğu zaman tek bir taktiğe ya da kişiye bağlı kalır.

##### Growth Marketing

Kanalları, mesajı ve bütçeyi sürekli işleten, ölçen ve iyileştiren pazarlama pratiği. Soru şu: edinme maliyetimiz neden bu kadar, nasıl düşer? Genellikle pazarlama ekibinin içinde yaşar ve huninin üst-orta kısmına odaklanır.

##### Growth Consulting / Agency

Dışarıdan gelen uzmanlık: bir strateji sunumu, bir denetim ya da sizin adınıza yürütülen kampanyalar. Soru şu: bu işi bizden daha iyi kim yapar? Hızlı katkı sağlar; bilgi ise çoğu zaman proje bitince kapıdan çıkar.

##### Growth Partnership

Büyüme sisteminin kendisini, yani odağı, stratejiyi, gelir hunisini ve sahiplik yapısını ekiple birlikte kurmak ve sonunda ekibe devretmek. Soru şu: bu büyüme bir sonraki çeyrekte de, ben gittikten sonra da çalışır mı?

Yan yana

#### Karşılaştırma tablosu

Her yaklaşımın iyi olduğu bir yer ve zayıf kaldığı bir yer var. Tablo bunu genel eğilim olarak özetler; gerçek uygulamalar çizgileri bulandırabilir.

Growth Hacking | Growth Marketing | Growth Consulting / Agency | Growth Partnership

Odak

Tek bir kaldıraç: aktivasyon, referans ya da viral bir döngü.

Kanal verimi: edinme maliyeti, dönüşüm, tutundurma.

Teslim edilecek iş: strateji belgesi, denetim ya da kampanya.

Büyüme sisteminin tamamı: odak, strateji, gelir hunisi, deney ve sahiplik.

Zaman ufku

Günler ve haftalar.

Çeyrekler; sürekli bir ritim.

Proje ya da sözleşme süresi.

90 günlük döngüler; toplamda aylar.

Kim uygular

Küçük, çevik bir ekip; çoğu zaman bir ya da iki kişi.

Şirket içi pazarlama ekibi.

Dış ekip; şirket yalnızca onay verir.

Şirketin kendi ekibi; ortak yanında karar ve ritim kurar.

Şirkette ne kalır

Çalışan birkaç taktik; neden çalıştığı bilgisi dağınık kalabilir.

Süreçler ve kanal bilgisi; fonksiyon pazarlamayla sınırlı kalır.

Bir belge ya da çalışan kampanyalar; bilgi çoğu zaman dışarıda kalır.

Playbook'lar, deney çerçevesi, sahiplik haritası ve ritüeller.

Tipik risk

Ölçeklenmeyen ya da kişiye bağlı kazanımlar; kısa vadeye aşırı yatırım.

Kanalları optimize ederken asıl darboğazı (ürün, fiyat, satış) gözden kaçırmak.

Güzel bir sunum, uygulanmayan bir yol haritası; bağımlılık.

Zaman ister ve ekibin gerçekten katılımını gerektirir; hızlı çözüm değildir.

En uygun olduğu durum

Erken evre; hipotezlerin hızla test edilmesi gereken yer.

Çalışan bir kanal var, onu verimli büyütmek isteniyor.

Belirli bir iş net tanımlı ve içeride kimse yapamıyor.

Büyüme tıkanmış, neden belirsiz ve kalıcı bir sistem isteniyor.

Hangisi sizin için?

#### Duruma bakın, etikete değil

Doğru seçim şirketin evresine ve sorunun cinsine bağlı. Dört tipik durum:

Daha uygun olan

Ürününüz yeni; henüz hangi kanalın çalışacağını bilmiyorsunuz.

Growth Hacking

Önce hızlı ve ucuz deneyler gerekiyor. Sistem kurmak için henüz öğrenmeniz gereken çok şey var; erken sistem, yanlış şeyi kalıcılaştırır.

Bir kanalınız çalışıyor; sorun, onu daha ucuza ve daha çok yapmak.

Growth Marketing

Darboğaz kanalın içinde. İyi bir pazarlama ekibi ya da kanal uzmanı yeterli olabilir; büyük bir yapı kurmaya gerek yok.

Net bir iş var (örneğin bir denetim ya da bir kampanya) ve içeride yapacak kimse yok.

Danışmanlık veya ajans

Tanımlı bir iş için tanımlı bir uzman en hızlı yoldur. Sistemi kurmak istemiyorsanız ortaklığa da ihtiyacınız yok.

Büyüme yavaşladı, taktikler çalışıyor ama nereye gittiği belirsiz; ekip kişilere bağımlı.

Growth Partnership

Sorun tek bir kanalda değil, sistemde: odak, sahiplik ve karar ritmi. Bunu dışarıdan teslim almak yerine içeride kurmak gerekiyor.

#### Ortaklık her zaman cevap değil

Hızlı sonuç bekliyorsanız, yalnızca ek bir el arıyorsanız ya da tek seferlik bir strateji sunumu yeterliyse Growth Partnership size göre değil. Bunu işe başlamadan söylemek, sonradan söylemekten ucuz. İlk görüşme keşif amaçlı; uyum yoksa, daha uygun olanı birlikte konuşuruz.

Sık sorulanlar

#### Growth hacking nedir?

Hızlı, düşük maliyetli deneylerle büyümeyi tetikleyen kaldıracı bulmaya çalışan yaklaşım. Deneyin hızına ve öğrenmeye odaklanır. En çok, ne işe yarayacağının henüz bilinmediği erken evrede değer üretir.

#### Growth marketing nedir?

Kanalları, mesajı ve bütçeyi ölçerek sürekli iyileştiren pazarlama pratiği. Tek seferlik bir deney değil, sürdürülen bir ritimdir ve ağırlıklı olarak edinme, dönüşüm ve tutundurma metriklerine bakar.

#### Growth hacking ile growth marketing aynı şey mi?

Aynı şey değil, ama iç içe geçiyorlar. Growth hacking keşfetmeye, growth marketing ise bulunanı verimli ve sürdürülebilir biçimde işletmeye daha yakın. Pek çok ekip ikisini aynı anda, farklı evrelerde yapar.

#### Büyüme danışmanlığı ile Growth Partnership arasındaki fark ne?

Danışman çoğu zaman stratejiyi ya da denetimi teslim eder ve uygulama sizde kalır. Growth Partnership strateji, uygulama ve karar süreçlerine dahil olur, büyüme sistemini ekiple birlikte kurar ve sonunda devreder. Hedef, sistemin ekibinizde kalmasıdır.

#### Küçük bir şirket için hangisi doğru?

Evreye bağlı. Ürün-pazar uyumu henüz yoksa hızlı deneyler, çalışan bir kanal varsa kanal verimi, tıkanma sistem düzeyindeyse ortaklık daha mantıklı. Şirketin büyüklüğü tek başına belirleyici değil; sorunun nerede olduğu belirleyici.

Sıradaki adım

#### Hangisine ihtiyacınız olduğunu birlikte netleştirelim.

Growth Partnership'in nasıl çalıştığını okuyabilir ya da Partner Formu ile kısa bir not bırakabilirsiniz. Uygun olan ortaklık değilse bunu açıkça söylerim.

Growth Partnership'i incele

Partner Formu

---

### Fiyat Modeli Seçici

URL: https://alpsuleyman.com/tr/tools/pricing-model
Published: 2026-08-20
Updated: 2026-10-05
Author: Alp Suleiman

> En fazla dört soruda AI ürünün için başlangıç fiyat modeli hipotezi: kullanım, sonuç, hibrit ya da koltuk. Her sonuç gerekçe ve yanıltma riskiyle gelir.

Araç · Fiyatlandırma

Fiyat modeli,

faturayı kimin ödediğini seçmektir.

En fazla dört soruya cevap ver; ürünün için bir başlangıç hipotezi, neden öyle çıktığı ve hangi durumda yanıltabileceği önüne gelsin. Sonuç hüküm değil, test edilecek ilk fikirdir.

Ürünün işi baştan sona bitiriyor mu, yoksa öneri ve taslak mı sunuyor?

Döngüyü kapatmayan bir üründe sonucu ürüne yazmak zorlaşır; bu soru sonuç bazlı fiyatı baştan eler ya da açık bırakır.

Öneri ya da taslak sunuyor, işi insan bitiriyor

s2

İşi baştan sona kapatıyor (talep çözülüyor, dosya hazırlanıyor, uzlaşma sağlanıyor)

s3

Alıcın teknik mi (geliştirici, teknik ekip), yoksa bütçe planlayan teknik olmayan biri mi?

Token ve istek gibi birimleri herkes aynı rahatlıkta okumaz; birimi kimin okuyacağı fiyat sayfasının kaderini belirler.

Teknik: geliştirici ya da teknik ekip karar veriyor

leaf:usage

Teknik değil: bütçeyi finans ya da iş birimi yönetiyor

s4

Üç koşulun üçü de doğru mu? Performansına güveniyorsun; en zor vakanın maliyetini taşıyabilirsin; sonuç net, ölçülebilir ve ürüne atfedilebilir.

Sonuç bazlı fiyatta çıkarım maliyeti ve başarısız deneme sende kalır. Üç koşuldan biri zayıfsa risk taşıyabileceğinden büyük olur.

Üçü de evet

leaf:outcome

En az biri hayır ya da emin değilim

leaf:hybrid-credits

Müşterinin faturası kullanımla dalgalanabilir mi, yoksa finans plansız faturayı tolere etmez mi?

Kullanıma bağlı fiyat riski müşteriye geçirir. Müşterin bu riski taşıyamıyorsa o risk satış sürecinde sana geri döner.

Dalgalanabilir, müşteri kullandığı kadar ödemeye hazır

leaf:usage

Hayır, bütçe önceden belli olmalı

s5

Değer kullanıcı sayısıyla mı ölçekleniyor, yoksa iş ajan ve otomasyonla kullanıcıdan bağımsız mı yapılıyor?

Koltuk, yalnızca değer ve maliyet kullanıcıyla birlikte büyüyorsa adil bir ölçüdür. Otomasyon arttıkça koltuk ihtiyacı azalır.

Kullanıcıyla: her kullanıcının kendi iş akışı var, kullanım kullanıcılar arasında benzer

leaf:seat

Kullanıcıdan bağımsız: iş ajan ya da otomasyonla yapılıyor

leaf:hybrid

Kullanıma bağlı fiyat

#### Kullandığı kadar öder

Token, istek ya da iş birimi başına fiyat: çıkarım maliyeti kullanımla birlikte müşteriye akar.

Alıcı teknik olduğunda birimi okuyabilir ve kendi tüketimini kestirebilir. Bessemer'in ifadesiyle: Tokens work for technical buyers but confuse everyone else. Bu, teknik alıcıda kullanım bazlı fiyatın tek doğru seçenek olduğu anlamına gelmez; Poyar'ın 2024 verisinde kullanım bazlı işletmelerin çoğu zaten hibrit model kullanıyor.

Maliyet kullanımla büyüyorsa fiyat da büyür; her istek fiyatlandığı için en yoğun kullanıcı seni zarara sokmaz, ama bu yalnızca fiyat istek maliyetinin üstündeyse geçerli. Bu bir yorum.

Müşteri küçük başlayıp büyüyebilir; giriş engeli düşük kalır (yorum).

Bütçe planlayan bir alıcıda fatura belirsizliği satışı yavaşlatır. Bessemer, CIO ve CFO'ların teknoloji için sabit bütçe ayırmak istediğini, sabit bir rakam çıkaramayan ekiplerde benimsemenin zayıflayabileceğini not ediyor.

Birim müşterinin gördüğü değerle bağlı değilse (örneğin token) müşteri maliyeti değil, maliyetin sebebini sorgular. Birimi değere yakın seç.

Türkiye notu (yorum): fiyatı dolar bazlı kesilen kullanım modelinde kur riski müşteriye geçer. Yerel müşteri bunu plansız gider olarak yaşayabilir.

usage

usage-based-pricing | inference-cost

bessemer | poyar2024

Sonuç bazlı fiyat

#### Sonuç için öder

Müşteri çözülen talep ya da tamamlanan iş için öder; başarısız denemenin çıkarım maliyeti sende kalır.

Üç koşulun üçüne de evet dedin. Bessemer sonuç bazlı fiyatın şu durumda işlediğini söylüyor: performansa güvenildiğinde, maliyet sapması taşınabildiğinde ve sonuç net ve ölçülebildiğinde.

Fatura müşterinin gerçekten istediği şeye bağlanır: işin bitmesi. Poyar ve Broe'nun derlediği örneklerde bu çözülen talep (Fin), başarılı uzlaşma (Chargeflow) ya da hazırlanan talep paketi (EvenUp) gibi birimlerdir.

Mesaj olarak güçlüdür; müşteri riski senin üstlendiğini görür. Ama aşağıdaki yanıltma maddelerini oku.

Zor bir vaka beklenenden çok daha fazla işlem gücü yiyebilir (Bessemer). Sonuç bazlı fiyatta bu maliyeti sen ödersin; fiyat sayfan en kötü vakayı bilmiyorsa marj sessizce erir.

Poyar'a göre sonuç bazlı fiyat, satın alma modelinden daha iyi bir mesaj olabilir: birçok kurumsal müşteri hâlâ öngörülebilirlik ister. Bu yüzden sonuç bazlıyı tek başına dayatmak yerine taban bir ücretle konuşmak daha güvenli olabilir (yorum).

Atıf tartışmalıysa (sonucu ürün mü yarattı, müşterinin ekibi mi?) fatura her ay pazarlığa döner. Bessemer ayrıca iş akışı bazlı fiyatı ayrı sayar: görev kendisi sonuçsa ve karmaşıklık aralığı dar kalıyorsa işler.

outcome

Hesaplayıcıda sonuç bazlı modeli seç; başarı oranını ve sonuç başı fiyatı gir. Her istek bir deneme sayılır: gelir başarı oranı × sonuç başı fiyattır, başarısız denemenin maliyeti sende kalır. Sonra 'Başarı oranı düşerse marj ne olur?' tablosuna bak: oran düşerse marjın nereye gittiğini orada görürsün.

outcome-based-pricing | inference-cost

bessemer | poyar2026 | poyarBroe

Hibrit: taban + sonuç ya da kullanım kredisi

#### Taban ücret, üstüne sonuç ya da kredi

Sabit bir platform ücreti maliyetin tabanını karşılar; üstüne sonuç ya da kullanım kredisi eklenir.

Sonuç bazlı fiyatın üç koşulundan en az biri zayıf. Bessemer'e göre hibrit, belirsizken kazandırır ve özellikle erken aşama girişimler için etkili bir orta yoldur. Zayıf bir koşulu hibrite eşlemek bizim yorumumuz.

Taban ücret en kötü vakanın ve başarısız denemenin riskini bir kısmıyla geri alır; sonuç bölümü ise müşteriye 'değer için ödüyorum' hissini verir.

Bessemer'in verdiği örnek bir formül şöyle: platform ücreti (hesaplanan teslimat maliyetinin 2 katı) artı sonuç kredileri. Bu bir örnek, tavsiye değil; kendi maliyet dağılımınla katsayıyı yeniden hesaplamalısın.

Kredi satıcı için iyidir ama müşteri için kâbusa dönebilir; özellikle ekipler onlarca satıcının farklı kredi modelini yönetmek zorunda kaldığında (Poyar, 2026). Kredinin neye mal olacağı anlaşılmıyorsa müşteri harcamaktan çekinebilir (yorum).

Taban ücret ile sonuç kısmı arasındaki oran keyfî seçilirse model ne öngörülebilirlik ne de değer bağı verir. Oranı en kötü müşterinin maliyetine bakarak ayarla.

İki katman iki ayrı pazarlık demektir. Satış döngüsü uzuyorsa daha sade bir modele dön.

hybrid

hybrid-pricing | outcome-based-pricing | inference-cost

bessemer | poyar2026

Hibrit: abonelik + dahil kullanım + aşım

#### Taban abonelik, dahil kullanım, aşımda ödeme

Sabit abonelik belli bir kullanımı kapsar; limit aşılınca kullanıma göre ödenir.

Müşteri bütçesini önceden bilir, sen de yoğun kullanımın maliyetini aşım ücretiyle geri alırsın. Poyar'ın 2024 yazısında kullanıma dayalı işletmelerin çoğunun hibrit olduğu, özellikle plansız harcamaya duyarlı küçük müşterilerde bu görüldüğü belirtiliyor.

Değer kullanıcı sayısına bağlı olmadığında koltuk fiyatı otomasyonla birlikte anlamını yitirir. Poyar: bir ürün ne kadar başarılıysa müşterinin o kadar az koltuğa ihtiyacı olur. Poyar 2025'e göre yapay zekâ ajanlarının değeri koltuk sayısıyla doğal biçimde ölçeklenmez.

Yaygın bir model: Poyar'ın 2026 anketinde (230+ B2B yazılım ve AI şirketi, Nisan–Mayıs 2026, öz-bildirim; katılımcıların yalnızca %15'i AI-native) hibrit, iki ya da daha fazla modelin birleşimi olarak tanımlanıyor ve %37 ile en yaygın model; 12 ay önce %25 olarak raporlanmış. Anket verisi; sana uyacağının garantisi değil.

Dahil kullanımı çok cömert tutarsan aşıma hiç geçilmez ve model fiilen düz abonelik olur. Çok kısarsan müşteri her ay limit korkusu yaşar.

Aşım ücreti tabandan kat kat pahalıysa müşteri bir üst pakete geçmek yerine kullanımı kısar. Basamakları birbirine yakın tut.

Dahil kullanımı belirlerken ortalamaya bakma; kullanımın dağılımına bak. En yoğun müşterin dahil kullanımı bir haftada bitiriyor olabilir.

hybrid

hybrid-pricing | usage-based-pricing | inference-cost

poyar2024 | poyar2026 | poyar2025

Koltuk bazlı fiyat

#### Kullanıcı başına abonelik

Kullanıcı başına sabit abonelik; en yoğun kullanıcıyı korumak için adil kullanım sınırıyla birlikte.

Değer ve maliyet kullanıcıyla birlikte büyüyorsa koltuk hem anlaşılır hem öngörülebilir. Müşteriler genelde düz abonelik ister; ama Poyar'ın dediği gibi müşterinin istediği, kârlı bir iş için en iyisi olmak zorunda değil. Poyar koltukların mutlaka ölmediğini ama eskisinden daha az etkili olduğunu söylüyor.

Kullanım kullanıcılar arasında benzerse en kötü kullanıcı ortalamadan çok uzaklaşmaz; sabit fiyat marjı korur. Bu bir pratik kural.

Satış ve bütçe konuşması basittir: kaç kişi, kaç lira. Finans için belirsizlik en düşük modellerden biri (yorum).

Düz (sınırsız) abonelikte maliyet kullanımla artar ama gelir artmaz; Poyar bunun düşük ya da negatif marjlı müşteri riski taşıdığını yazıyor. Poyar'ın önerdiği kaldıraçlar (adil kullanım politikası, hafif koltuk, kurumsal kullanım pilotu) esas olarak genişleme içindir; marj açığını azaltabilmeleri bizim yorumumuz.

Ürün otomasyonda başarılı oldukça müşteri daha az koltuğa ihtiyaç duyar; gelirin ürünün başarısıyla birlikte düşmesi riski var (Poyar, 2024).

Mevcut SaaS sağlayıcılarında müşteriler çoğu zaman ihtiyaçlarından çok daha fazla koltuk satın alır (Poyar ve Broe, 2024). Koltuk sayısı gerçek değeri ölçmüyorsa gelirin kalitesi göründüğünden zayıf olabilir (yorum).

flat

Düz modelde ortalama kullanıcıya bakma. Hesaplayıcıda en yoğun kullanıcının istek sayısını gir ve adil kullanım sınırının nerede olması gerektiğini bul.

inference-cost | cogs

poyar2025 | poyar2024 | poyarBroe

Yöntem

#### Bu araç neye dayanıyor, neye dayanmıyor

Ağaç, kamuya açık kaynaklardan çıkarılan bir karar iskeletidir: Bessemer'in AI fiyatlandırma kılavuzu, Poyar'ın üç yazısı, Poyar ile Broe'nun 40 AI girişimi derlemesi ve (SSS'deki anket verileri için) ICONIQ'nun State of AI 2026 raporu. Soruların sırası ve eşikleri ile gerekçelerdeki, kaynak ya da (yorum) etiketi taşımayan öğüt ve tespit cümleleri bizim yorumumuz ve pratik kuralımızdır; kaynakların hiçbiri bu ağacı bu şekilde önermiyor. Ağaç yeni bilgiyle değişebilir.

Kusursuz fiyat modeli yok. Poyar'ın Ekim 2025 yazısında da söylediği gibi: there's no such thing as a perfect pricing model. Araç sana doğru modeli bulmuyor; hangi riski üstlendiğini görünür kılıyor ve test edeceğin ilk hipotezi veriyor.

Buradaki özgün açı bizim yorumumuz: fiyat modeli, çıkarım faturasının ve kur riskinin kimde kaldığını seçmektir. Sabit fiyatta fatura sende kalır; kullanıma bağlı fiyatta müşteriye geçer; hibritte paylaşılır; sonuç bazlıda yine sende kalır. Önce kullanımın dağılımına bak, sonra modele karar ver.

İmza soru: en kötü müşterin ayın sonunda sana kaça mal oluyor, ve fiyat sayfan bunu biliyor mu? Cevabın yoksa hangi modeli seçtiğin ikinci sıradadır; önce AI birim ekonomisi hesaplayıcısında o müşteriyi modelle.

Türkiye notu (yorum): kullanım bazlı fiyatta kur riski müşteriye, sabit TL fiyatta ve sonuç bazlıda satıcıya geçer. Çıkarım maliyetin dolar cinsindense bu fark sonucu belirleyebilir.

Bu ağacın dayandığı fikri, yani fiyat modelinin çıkarım faturasını kimin taşıdığını belirlediğini, rehberin fiyatlandırma bölümünde bütün çerçevesiyle okuyabilirsin.

Yapay Zekâ Çağında Büyüme: fiyatlandırma

Sık sorulanlar

#### Sonuç bazlı fiyat neden herkes için doğru değil?

Çünkü çıkarım maliyeti ve başarısız deneme satıcıda kalır. Bessemer üç koşul sayıyor: performansa güven, maliyet sapmasını taşıyabilmek ve net, ölçülebilir bir sonuç. Poyar ise birçok kurumsal müşterinin hâlâ öngörülebilirlik istediğini not ediyor. Araç bu yüzden sonuç bazlıyı yalnızca üç koşul birlikte doğruysa öneriyor.

#### Hibrit model neden bu kadar yaygın?

Poyar'ın 2026 anketinde (230+ yazılım şirketi, Nisan–Mayıs 2026, öz-bildirim) en yaygın model hibritti (hibrit = iki ya da daha fazla modelin birleşimi): %37; 12 ay önce %25. ICONIQ'nun Temmuz 2026 raporunda (~300 yazılım şirketi yöneticisiyle Q4 2025 ve Q2 2026 anketleri, öz-bildirim) tüketim bazlı fiyat altı ayda %35'ten %42'ye, sonuç bazlı %18'den %23'e çıktı; şirketler ortalama 1,7 model harmanlıyor. Bunlar anket sonuçları; senin için doğru olduğunu göstermez.

#### Koltuk bazlı fiyat bitti mi?

Poyar'ın ifadesiyle koltuklar mutlaka ölmüyor ama eskisinden daha az etkili. Değerin kullanıcı sayısıyla ölçeklendiği ürünlerde koltuk hâlâ anlamlı olabilir. Otomasyon arttıkça müşteri daha az koltuğa ihtiyaç duyar ve gelirin ürünün başarısıyla birlikte düşme riski doğar.

#### Birden çok modeli aynı anda sunabilir miyim?

Poyar'ın 2026 anketinde şirketlerin %29'u müşteriye birden çok model arasında seçim yaptırıyor (230+ şirket, öz-bildirim). Bu seçenek müşteriye esneklik verir ama fiyat sayfasını ve faturalamayı karmaşıklaştırır. Önce tek bir modelle başlayıp kullanım verisi geldikten sonra ikinci bir seçenek eklemek daha sağlıklı bir sıra (pratik kural).

#### Token bazlı fiyat neden herkese uymuyor?

Bessemer'in ifadesiyle: Tokens work for technical buyers but confuse everyone else. Token, müşterinin işiyle değil, senin maliyetinle ilişkili bir birimdir. Teknik olmayan alıcı için değere daha yakın bir birim (çözülen talep, hazırlanan dosya) ya da paket içinde dahil kullanım daha anlaşılırdır.

Kaynaklar

Bessemer Venture Partners, The AI pricing and monetization playbook (2026)

https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook

Kyle Poyar, The 2026 State of B2B SaaS and AI Monetization Report (13 Mayıs 2026)

https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026

Kyle Poyar, The state of usage-based pricing in SaaS (21 Şubat 2024)

https://www.growthunhinged.com/p/the-state-of-usage-based-pricing

Kyle Poyar, Your pricing is (probably) broken (22 Ekim 2025)

https://kylepoyar.substack.com/p/your-pricing-is-broken

Poyar ve Broe, The state of AI pricing at 40 leading startups (1 Mayıs 2024)

https://www.growthunhinged.com/p/how-ai-apps-make-money

ICONIQ, State of AI 2026

https://www.iconiq.com/growth/reports/state-of-ai-2026

---

### Yayın İlkeleri

URL: https://alpsuleyman.com/tr/editorial-principles
Published: 2025-10-01
Updated: 2026-10-04
Author: Alp Suleiman

> Bu sitedeki rakamlar nereden geliyor, içerik nasıl güncelleniyor, hatalar nasıl düzeltiliyor? Kısa ve bağlayıcı yayın ilkeleri.

Yayın İlkeleri

#### Güven bir iddia değil, bir alışkanlık.

Bu sitede okuduğunuz her rakamın nereden geldiğini, her sayfanın ne zaman yazılıp ne zaman güncellendiğini ve bir hata gördüğünüzde ne olacağını bilmelisiniz. Aşağıdaki ilkeler bunun için.

Altı ilke

#### Her rakamın bir kaynağı var.

Kıyas ya da istatistik kullanan her sayfada kaynak, bağlantısıyla birlikte sayfanın altında durur. Doğrulayamadığımız rakamı yayımlamayız; yerine nitel bir cümle yazarız.

#### Örnek ile veri ayrılır.

Bir yöntemi anlatmak için kullanılan değerler “örnek” diye işaretlenir. Okuyan, hangisinin gerçek veri hangisinin anlatım aracı olduğunu her zaman ayırt edebilmeli.

#### Pratik kural, araştırma bulgusu gibi sunulmaz.

“LTV:CAC en az 3 olsun” gibi yaygın eşikler sektörün pratik kurallarıdır. Onları öyle adlandırırız; kesin bir yasaymış gibi değil.

#### Tarih görünür.

Yazılarda ve rehberlerde yayın tarihi, değiştiyse güncelleme tarihi yazar. Eskiyen bir bilgiyi tarihsiz bırakmak, okuru yanıltmanın en sessiz yoludur.

#### Hesaplayıcılar rakamlarınızı bir yere göndermez.

Hesaplama tarayıcınızda çalışır, rakamlarınızı göndermek için ayrı bir istek yapılmaz. Ancak girdiğiniz değerler adres çubuğundaki bağlantıya yazılır; bağlantıyı paylaştığınız kişi aynı sonucu görür. Bağlantıyı kimle paylaştığınıza dikkat edin.

#### Hata düzeltilir, görünür biçimde.

Bir hata gördüğünüzde yazın. Haklıysanız düzeltilir ve sayfanın güncelleme tarihi değişir. Sessizce silmek yerine düzeltmeyi tercih ederiz.

Sitede kullanılan veri kaynakları

Hesaplayıcılarda ve rehberlerde atıf yapılan kaynakların tamamı. Her kaynak, kullanıldığı sayfada da listelenir.

Kullanıldığı sayfa

Bir hata mı gördünüz?

Sayfanın adresini ve neyin yanlış olduğunu kısaca yazın. Kaynak gösterirseniz daha hızlı düzeltilir.

Hata bildir

---


## English

## Insights

# What Is User Value, Really? And Why Do Most Digital Products Misunderstand It Completely?

URL: https://alpsuleyman.com/en/insights/what-is-user-value
Published: 2025-01-29
Updated: 2026-10-01
Author: Alp Suleiman

> Value isn't the feature list on your screen. It's the difference in the user's life that wouldn't exist without you. And most products never measure that difference.

The first time I sit down with a product team, I usually ask the same question: “What exactly do you give your users?”

The answers almost always come from the same place. A feature list. “We have reporting, integrations, a mobile app.” Push a little further and the metrics come out: “Our daily actives are this, session length is that.” Sometimes an NPS score gets placed on the table, proudly.

Then I ask the second question: “If you shut the product down tomorrow, what would break in your user's life?”

That's when the room goes quiet.

## A feature is not value

Easy to say, hard to accept. Because a feature is the only thing a team can actually hold. It gets written in a sprint, shown in a demo, announced in release notes. Value forms on the user's side, somewhere we can't see. In an accountant going home two hours early at month end. In a sales manager walking into the Monday meeting without saying “probably.” In a parent who no longer has to remember a child's vaccination date.

Teams optimize what they can see. That's why most roadmaps are really production plans, not value plans. They say “this quarter we'll ship these things,” not “this quarter this will change in the user's life.”

For a feature to become value, the user has to find it, understand it, fold it into a habit, and in the end something has to genuinely get better. Every link in that chain leaks. The thing you say you “shipped” may have no counterpart at all on the user's side. And you usually discover that months later, when the churn chart starts to bend.

## Engagement isn't value either

The second misconception is sneakier, because it looks measurable.

“Users spend forty minutes a day in the product” sounds good. But are those forty minutes the time it takes to finish the job, or the price of not being able to finish it? A confused user also spends a lot of time in a product. So does someone who can't find what they're looking for. So does someone who has to export a report three times and fix it in Excel.

In some products, time spent is the value itself: a game, a music app, a good content platform. But in most business software the opposite holds: the better the product, the less time the user spends in it. They come in, do the job, leave. And come back.

So the real question isn't “how much do they use it?” It's “what happens when they do?”

## Even satisfaction isn't value

The third one is maybe the most uncomfortable. A satisfied user and a user who gets value are not the same person.

People are polite. Writing “not bad, I like it” on a survey costs nothing. But satisfaction is a feeling, and value is an outcome. It's entirely possible for a user to be happy with you and still quietly leave one day, because the product is pleasant but doesn't fill a gap in their life. And once they've left, they don't miss it.

The most reliable way to recognize a user who gets value isn't to ask what they think. It's to look at what they do. Do they come back? Do they tell others about the product? Do they move it to the center of their work, or keep it at the edge? Do they stay when the price goes up?

## So what is value?

Here's the definition I've arrived at over the years:

> User value is the user being able to do something they couldn't do without your product, or could only do with much more difficulty, at a lower cost.

That sentence has two sides, and both matter.

The first side is **progress**. The user wants to get from one place to another. Decide faster, make fewer mistakes, sell more, worry less. How far does your product carry them on that path?

The second side is **cost**. And cost isn't only money. Time spent learning. Attention spent while using the product. The friction of dropping an old habit. The political cost of getting a team to accept a new tool. The risk of being held responsible if something goes wrong. The math in the user's head is far more complicated than your pricing page.

Value is the gap between the two. And most importantly, you don't calculate that gap. The user does. In their own words, by their own priorities.

## Why do most products get this wrong?

Not out of bad intent. Out of structure.

Organizations reward output. Engineers are recognized for writing code, designers for drawing screens, product managers for releasing things. Nobody gets rewarded for “this quarter we cut our users' month-end close time in half,” because most companies aren't even measuring it.

Dashboards feed the misconception too. We measure what's easy to measure: clicks, sessions, active users. These are shadows of value, not value itself. A team trying to navigate by shadows eventually starts making the shadow bigger. More notifications, more frequent emails, little games that stretch session time. The metrics rise for a while. Value stays where it was. Then one day the metrics fall too, and nobody understands why.

## Three questions for tomorrow morning

I want to end this piece with a few questions rather than a framework. Understanding value is less about memorizing a definition and more about making the right questions a habit.

First: **If you shut your product down, what would your user lose?** If you can answer with an outcome in the user's life rather than a feature, you're on the right track.

Second: **How does your most loyal user describe your product to a friend?** Not in your marketing copy, in their words. That sentence is the most honest definition of your value. More often than not, it's something that never occurred to you.

Third: **Which user's cost does the biggest item on your roadmap reduce?** If the answer is “actually, we're not quite sure,” that item isn't a value investment. It's a bet. Betting is allowed; just know that you're betting.

Over this series we'll unpack value step by step: how it's perceived, where it first sparks on the user's side, how it's designed and grown, how it turns into revenue, and how it's protected. But all of it rests on the distinction in this piece.

Value doesn't form when you produce something. It forms when something changes in the user's life. Everything else is detail.

---

# Going Beyond Features: How Do You Engineer Perceived Value in an Age of Digital Abundance?

URL: https://alpsuleyman.com/en/insights/beyond-features-perceived-value
Published: 2025-03-10
Updated: 2026-10-01
Author: Alp Suleiman

> Your competitor has the same features. What sets you apart in the user's mind isn't what the product does, but how clearly it makes them feel what it does.

Last year a founder showed me his competitive comparison table. Forty rows, three columns. In his product's column there was a green check in almost every row. “Look,” he said, “we're either equal or ahead on everything. But the sales team still keeps talking about the deals we lose.”

I looked at the table for a long time and said: “Nobody but you reads this table.”

Users don't make a buying decision with a forty-row table. They make it with a feeling they form in the first ten minutes. And that feeling usually isn't written in any row of the table.

## Abundance makes difference invisible

Fifteen years ago, software having a particular feature was a sales argument on its own. Today almost every category has five, ten, sometimes twenty products of similar capability. Copying a feature used to take months; now it takes a sprint, sometimes a weekend.

The consequence on the user's side is this: features have become a floor. They're expected, their absence is punished, but their presence excites no one. Like Wi-Fi in a hotel room. You notice when it doesn't work; when it does, it never crosses your mind.

In the first piece of this series I defined value as the progress a user gets in return for the cost they pay. In an age of abundance, another layer of that becomes visible: even if the user truly gets that progress, if they **don't feel that they got it**, the value might as well not exist for them.

## Perception is the distance between expectation and experience

What we call perceived value isn't magic. There are two things in the user's head: what they expected and what they experienced. The distance between them defines perception.

That's why the same product creates two different feelings in two different users. A reporting screen that makes one user say “finally” makes another say “is that it?” Because one is coming from Excel, and the other from a more advanced tool.

Two practical consequences follow. First, you manage expectations: your ad, your sales pitch, the sentence on your landing page all build them. An exaggerated promise can turn even a great product into a disappointment. Second, the part of the experience that carries the most weight is the beginning. In the first moments, the user starts writing a story about the product and interprets everything afterwards through that story.

## Time to value is your new price

One of the things teams measure least but should care about most is how long it takes a user to reach their first meaningful result. The literature calls it time-to-value.

From the user's point of view, that time is part of the price. A product that needs an hour of setup, three integrations and a training video after signup is expensive even if it's free. Because the user has paid a serious cost before getting anything at all: time and patience.

The most common mistake I see in the teams I work with is using onboarding to introduce every capability of the product. Tours, tooltips, “you can also do this” pop-ups. But the only thing the user needs at that moment is to see one result that genuinely works. They can learn the rest later. First they need to be convinced.

The question is simple: at what minute does a new user first say “oh, this works”? If you don't know, you also don't know the subject of the next piece: the first spark of value.

## Making value visible

This is the most neglected part of the job. Your product may truly be creating value for the user, but if that value forms quietly in the background, the user forgets it over time. They may even credit their own skill instead of the product.

Good products issue a receipt for value. A finance app says at month end, “this month you caught this much spending.” An automation tool says “this week this many tasks were done for you.” A security product says “we blocked this many threats.” These aren't decoration. They're moments that update the value math in the user's head, in your favor, with a concrete number.

Issuing receipts takes honesty, though. An exaggerated, inflated value report that turns everything into a hero story backfires. The moment a user says “this number is nonsense,” they'll look at every number you show them afterwards with suspicion.

## Less, but clearer

In an age of abundance, the most expensive and most effective way to stand out is to remove something.

Every new feature asks the user for a little attention. One more line in the menu, one more option in settings, one more button on the screen. Each looks innocent on its own. In total, the product turns into a crowd that makes it harder for the user to do the real job. And crowded products feel like they do less than they actually do, because the user can't tell what matters.

A clear product can be described in one sentence. When the user says it to a friend, the friend immediately understands what it is. That clarity is as much a strategic decision as a design one: until you decide what you won't do, you can't tell anyone what you do well.

## Can perception be measured?

Not exactly, but far more than people think.

The method I trust most is collecting the user's own words. Support tickets, sales call notes, one open question asked after signup: “How would you describe this product to a friend?” Once those sentences pile up for a while, the pattern shows itself. If half your users talk about a benefit you've never highlighted, that's where your perceived value lives, not in your marketing copy.

Superhuman's often-told approach is a variation of this: asking users how they'd feel if they could no longer use the product and tracking the share who answer “very disappointed.” When that share approaches about forty percent, it's used as a threshold suggesting the product truly fits a need. It's not an exact science. But it's a far more honest question than “did you like it?”

## Why the word engineering fits

Engineering perceived value means not leaving it to chance. Building expectations deliberately. Measuring time to value and shortening it every quarter. Issuing honest receipts for value, regularly. Questioning anything that blurs clarity. And testing all of it, constantly, in the user's own language.

None of this is a new feature. But in an age of abundance, nearly everything that makes a difference sits in this gap between features.

In the next piece we'll go into the most critical point of that gap: exactly which behavior marks the moment value truly begins.

---

# The First Spark of Value: Which Exact Behavior Must a User Perform for Real Value to Have Begun?

URL: https://alpsuleyman.com/en/insights/the-first-spark-of-value
Published: 2025-04-04
Updated: 2026-10-01
Author: Alp Suleiman

> Signing up isn't a beginning; it's a statement of intent. Value starts when the user does one specific thing for the first time. The trouble is that most teams don't know what that thing is.

“Our activation rate is sixty percent,” the product manager said. I asked: “What do you mean by activation?”

“Users who sign up and complete their profile.”

Completing a profile. In a CRM, a project management tool, an analytics platform. Nothing in the user's life changes because they completed their profile. That's not activation. That's a form completion rate.

I've had this conversation in so many versions that I nearly know it by heart. Teams usually tie activation to the first step that's easy to measure: verifying an email, logging in for the first time, changing a setting. Then they optimize that step. The rate goes up. Retention doesn't move.

## Three moments, three questions

There are three moments in a user's first days with a product that get confused with each other, and separating them changes everything.

The first is the **setup moment**. The user becomes able to use the product: account created, data connected, team invited. Necessary, but it creates no value on its own. Its only purpose is to reach the next one.

The second is the **aha moment**. The user sees, with their own eyes, what the product can do for them. Their first report gets generated, their first automation runs, their first customer pays. A spark flies here, but a spark isn't a fire yet.

The third is the **habit moment**. The user starts getting that value again and again, and the product settles into the natural flow of their work or life. This is where real value accumulates.

Most teams measure the first, talk about the second, and hope for the third. But the real definition of activation is the behavior that connects the second to the third: the behavior where most users who do it stay, and most who don't, leave.

## Looking for the spark in the data

There are two often-told examples, and both tell the same idea. In Facebook's early years, the team observed that users who reached seven friends within ten days of signing up largely stayed. At Slack, it's said that teams who had exchanged around two thousand messages became far less likely to abandon the product.

The numbers themselves mean nothing for your product. What matters is the method: look at the behavioral difference between users who stay and those who leave, and find the threshold that creates the difference.

In practice you start like this. Take the users who signed up in a given period. A few months later, separate the ones who are still active from the ones who aren't. Then put everything they did in their first two weeks side by side. You'll see one or two behaviors that nearly all the stayers did and most of the leavers didn't. Sometimes it's the action itself, sometimes a frequency: “three times in the first week.”

When you find it, you have a candidate definition of activation. I say candidate because there's a trap.

## Correlation can fool you

The fact that retained users did a certain thing doesn't mean that thing is what kept them. Maybe the already highly motivated users were the ones doing it. Maybe the behavior is a result of value rather than its cause.

The only honest way to tell is to test. Make a change that gets one group of new users to that behavior faster and more easily, and leave the other group as is. If retention rises along with the behavior, you've found a real lever. If the behavior rises but retention doesn't budge, you've caught the wrong thing. Pushing users into a behavior doesn't give them the value behind it.

I've watched teams get impatient at this point many times. A correlation is found, everyone gets excited, onboarding is rebuilt end to end around that behavior, and the result is a disappointment. One more week of testing is cheaper than three months of running in the wrong direction.

## Onboarding is the shortest path

Once you find the right behavior, the purpose of onboarding becomes clear: take the new user to that behavior by the shortest route. Nothing else.

For most existing onboarding flows, that means serious simplification. Product tours get shorter. Mandatory setup steps get questioned: do we really need this information now, or after we've shown the first value? Empty screens get filled with ready-made examples, because waiting for the user to bring their own data is sometimes the longest road of all.

My favorite question is this: in the first minute after opening the product, how many clicks away is the user from the activation behavior? Count them. Then try to reduce that number every quarter. That number is the most concrete form of the time to value I talked about in the second piece of this series.

## The spark doesn't fire once

One last note. The activation behavior isn't fixed. As your product changes, as you open up to new segments, as the reasons users come to you change, that behavior changes too. A threshold that's right for small businesses may be meaningless for an enterprise customer.

That's why I don't treat the activation definition like a KPI you set once and forget, but like a hypothesis to be questioned regularly. Repeating the same analysis every six months is the cheapest way to see how both the product and its users are changing.

The phase we call understanding value closes here: we've talked about what value is, how it's perceived, and where it first sparks. The next phase is about turning that spark into a fire. And we'll start with the metric teams most often measure wrong: retention.

---

# The Great Illusion of Retention: You Don't Have to Retain the User, but Their Critical Behavior in the Product

URL: https://alpsuleyman.com/en/insights/the-great-retention-illusion
Published: 2025-05-19
Updated: 2026-10-01
Author: Alp Suleiman

> A user can log in every day and still be leaving. What you need to retain isn't the user, but the one behavior in your product that creates value.

At a board meeting, the retention chart came up on the screen. A smooth, stable, almost boring line. Everyone relaxed. I wanted to relax too, but I read the small note under the chart: “Retention: users who logged in at least once in the given month.”

Logging in. Tapping a notification and opening the app, popping in to remember a password, a tab opened by accident. All of it was inside that line.

Three months later, churn started on the revenue side. Nothing on the chart had changed.

## Why login retention lies

Because it measures presence, not value.

A user opens a product for many reasons. An email pulled them in. A colleague shared something. They needed to check an invoice. They may even have come to see how to cancel their subscription. None of these is progress in the sense I defined at the start of this series.

That's why login-based retention is usually a lagging indicator. Value has long since declined, the user has long since started looking for alternatives, but out of habit, or nudged by notifications, they still log in. The chart only breaks when the user quits entirely. By then it's usually too late to win them back.

Worse, this metric rewards the wrong optimization. Send more notifications and login retention rises. Send emails more often and it rises. Every tactic that pulls the user into the product without giving them anything there makes the chart prettier. In the first piece I talked about making the shadow bigger; this is its most common form.

## Retaining the critical behavior

The real question should be: does the user repeat the behavior through which the product creates value?

Every product has a core behavior. In accounting software, issuing an invoice. In a design tool, working on a file, not just opening it to look. In a sales tool, updating a deal record. In a learning app, completing the lesson. The activation behavior we found in the previous piece is usually the first instance of this core behavior.

When you measure retention through this behavior, the picture often changes. A product whose login retention looks like seventy percent can turn out to have far lower core-behavior retention. That gap shows the size of the group that comes to the product but gets no value. And those users are your next churn wave, the one that hasn't left yet.

## Your product's natural rhythm

The second way to misread retention is to measure it with the wrong clock.

Every product has a natural usage frequency. A messaging app is used daily. Payroll software, once a month. A travel app, maybe a few times a year. Measure a weekly reporting tool with daily active users and your product looks like a failure every single day. Look at monthly retention for something used yearly and you'll mistake healthy customers for lost ones.

So the first job is to pull your product's rhythm out of the data: how often do your lasting users repeat the core behavior? If the answer is weekly, read retention through weekly windows. It looks like a simple setting, but it can completely change a team's priorities. Attention-grabbing features designed for daily use can even hurt a product with a weekly rhythm.

## Where the curve flattens

What I care about most in a retention curve isn't the start. It's the tail.

Every cohort's curve drops first; some new users always leave. What matters is whether the curve flattens at some point. If it does, the product has earned a real place for a group of users, and that group is lasting. If it doesn't, if it keeps slowly draining toward zero, the product hasn't earned a lasting place in anyone's life. Its users are just leaving slowly.

Trying to cover a curve that never flattens with growth is like filling a leaky bucket faster. For a while the bucket looks full. The day the marketing budget is cut, you see the truth.

The height at which the curve flattens tells you about your product's real market. Which segment's curve flattens highest? Usually it isn't the segment you talk about most.

## Thinking in behavioral cohorts

Finally, splitting cohorts only by signup date isn't enough. What's truly instructive is splitting them by behavior.

Draw separate curves for users who did the core behavior in their first week and those who didn't. For those who set up an integration and those who didn't. For those who invited a teammate and those who stayed alone. The gap between these curves shows directly which behaviors make the product stick. And it tells you where your next investment should go more clearly than any roadmap meeting.

Once you do this, retention stops being an outcome metric and becomes a design tool. You no longer ask “how do we increase retention?” You ask “how do we bring more users to this behavior, and how do we make this behavior more valuable?” The second question is far more answerable.

You have to retain not the user, but their critical behavior in the product. The user stays because of that behavior. When the behavior disappears, the user has already left, no matter how often they log in.

In the next piece we'll talk about how to turn that behavior from a one-off event into a loop that feeds itself.

---

# Redesigning the Value Flow: How Do You Build Loops That Create Compound Value Instead of One-Off Features?

URL: https://alpsuleyman.com/en/insights/redesigning-the-value-flow
Published: 2025-07-10
Updated: 2026-10-01
Author: Alp Suleiman

> Every new feature creates value once and stops there. Loops create a little more on every turn than the turn before. The difference doesn't show in the first month. It shows in the second year.

Have you ever looked at a roadmap from a distance and asked what it actually resembles? Most look like a shelf of boxes that never touch. Reporting module. New integration. Dark mode. Team invites. Each box is born in its own sprint, gets its own launch, enjoys its own small bump in the metrics. Then everyone moves on to the next box.

In this model, value grows by addition. One feature adds a unit of value, the next adds another. It makes sense on paper. In practice, every new box has a little less impact than the one before, because as the product gets crowded the user's attention gets split. Past a certain point, addition quietly turns into subtraction.

This is where I see the clearest difference between products that grow and products that stall. The ones that grow don't add value. They multiply it.

## The difference between a feature and a loop

A feature makes one of the user's jobs easier, once. A loop turns the work the user does into an input that makes the next time more valuable.

A simple example. In a notes app, tagging is a feature. The user tags a note, feels slightly more organized, and that's it. But if the app uses those tags to surface related old notes while the user writes the next one, now there's a loop. The more the user writes, the smarter the product gets; the smarter the product gets, the more the user writes. Same lines of code, a completely different economy.

> A feature creates value. A loop creates the capacity to create value.

In the first article of this series I defined value as progress minus cost. Loops improve both sides of that equation over time: progress grows with each turn, cost shrinks with each turn. Features usually move one side, once.

## The anatomy of a loop

The word “loop” has been worn thin in growth writing, so let me be precise about what I mean. In my experience every loop that actually works has four parts.

Trigger. The thing that gets the user moving. It can be a notification, but the strongest triggers are usually internal: a need, a curiosity, a job that has to get done. Having to prepare the weekly report on Monday morning is a more reliable trigger than any push notification will ever be.

Action. What the user actually does in the product. This is the heart of the loop, and it should carry as little friction as possible.

Output. What the action gives back to the user right away. A finished report, a sent proposal, a solved problem.

**Reinvestment.** The part that separates a loop from a feature. A by-product of the action flows back into the system and makes the next turn better. Data, content, a connection, a learned preference. Without this part, what you have isn't a loop. It's a feature you happen to repeat.

When I put this framework in front of teams, the most common finding is the same: the first three parts exist in almost every product, and the fourth exists in almost none. Users put in effort every day, and that effort evaporates every day.

## Three familiar loops

Loops run on different fuels. These are the three I come across most.

The first is the data loop. Usage produces data, data personalizes the experience, a personalized experience brings more usage. Music apps whose recommendations get better the more you listen are the version everyone knows. But the same logic works in B2B: a proposal tool that learns from past proposals does a little less of the work with every new one.

The second is the content loop. What one user creates becomes value for another. On a Q&A platform, every answer is a ready-made solution for the hundreds of people who will ask the same question later. An internal knowledge base works the same way: when someone documents a process, everyone who asks about that process moves faster.

The third is the invite loop. Using the product makes bringing others into it feel natural. The story people often tell is Dropbox: every friend you invited earned you extra storage, so growing the product directly grew your own experience. What matters here isn't the reward but the fit. The loop turns when the invite is part of a job the user already wants to do. Invites extracted with an artificial badge are a campaign, and campaigns end.

## Where do you find a loop?

Loops are rarely invented from scratch. They hide inside the product, in behavior users already show but the system ignores.

My method is simple. Look at what your most valuable users did in the product over the last week and ask one question: where does the thing this action produces go? Is it saved somewhere? Is it useful to someone else? Does it make the next time easier?

Most of the time the answer is “nowhere.” The user rebuilds the same filter every day. Writes the same description in every proposal. Asks support the same question every month. Each of those repetitions is a half-finished loop. Your job is to add the missing reinvestment.

There's a nice side effect to this approach: the nature of roadmap discussions changes. “Which feature should we add?” gives way to “Which effort should we stop from evaporating?” The second question produces far fewer boxes, but every box it produces is built on top of the one before.

## The dark side of loops

Not every loop is good. Some loops serve the metric, not the user.

Infinite scroll is a loop. The user scrolls, the algorithm learns, the content becomes more compulsive, the user scrolls more. Technically, a flawless loop. But run it through the test from the first article: what progresses in the user's life? What does it cost? Attention, time, maybe peace of mind.

My rule is this: on every turn of a loop, the user should win too, not just the product. If the system learns and the user's work doesn't get easier, you haven't built a value loop. You've built an attention mine. In the short term both draw the same charts. In the long term one produces loyalty and the other produces fatigue. We'll talk about the price of that difference in the last article of the series, under the name “value debt.”

## Not in the first month, in the second year

The hard part of investing in loops is that they demand patience. A feature makes noise in its launch week. A loop goes almost unnoticed in its first month, because the value accumulated in the early turns is small. Teams mistake that silence for failure and give up.

Think of it like compound interest. At the end of year one, the gap between the product with a shelf of features and the product with a loop is small. In year two it becomes visible. In year three it turns into something your competitor can't copy, because what they'd have to copy isn't the code. It's the accumulated turns.

In the next article we'll look at who owns these loops. Because even the best-designed loop won't turn if half the organization can't see it.

---

# The Power of a Value Committee: Making User Value the Responsibility of the Whole System, Not a Single Team

URL: https://alpsuleyman.com/en/insights/the-power-of-a-value-committee
Published: 2025-08-27
Updated: 2026-10-01
Author: Alp Suleiman

> Sales promises one thing, the product delivers another, and support tries to close the gap over the phone. As long as user value is one team's job, that gap never closes.

To understand how seriously a company really takes user value, I don't look at the roadmap. I don't look at the org chart either. I ask for the ten requests support receives most often, and for the notes on the ten deals sales lost last quarter.

Put those two lists side by side and a strange picture usually appears. The support requests come from the gap between what was promised during the sale and what the product actually does. The lost deals come from things the product does that nobody managed to explain. Over-promising on one side, under-explaining on the other. And both are the work of people who meet at the same coffee machine in the same building.

When I see that picture, I think: in this company, value is somebody's job, but it isn't everybody's job.

## Value is not a department

In most companies, the question of user value has been quietly handed to the product team. It seems reasonable; they build the product, after all. But what the user experiences isn't the product. It's the whole company.

The user meets you in an ad. Forms expectations in a sales call. Touches the product for the first time in onboarding. Talks to support when they get stuck. Gets an invoice from finance. Meets an account manager when renewal comes around. Every link in that chain affects the equation from the first article of this series: it either grows the progress or raises the cost.

The product team controls one link. The rest is run by teams that never talk about value. Marketing is measured on clicks, sales on closed deals, support on closed tickets. Everyone hits their own number. And the user still leaves.

> User value isn't the output of one team. It's the shared product of the whole system. What no one can own alone needs a mechanism to be owned together.

## Why a committee?

I know “committee” has a bad reputation. Bureaucracy, long meetings, crowds that never decide anything. I hesitated before choosing the word myself. But it's exactly the name for what I mean: a small structure where people from different teams meet at regular intervals to look at a single question.

That question is: what did our users actually get from us this month?

No dashboard can answer it alone. Product data shows behavior but not the reason. Support tickets show the reason but not the scale. Sales notes show expectation but not outcome. Put all three on the same table and for the first time you see the whole picture.

## A practical format

There's a format that has settled over time in the teams I work with. It isn't perfect, but it's enough to start.

Keep it small. One person each from product, sales, support and marketing, plus a leader who connects those teams. Five people, six at most. The more people, the faster the meeting turns into a slide show.

Meet monthly. Weekly is too often; not enough data accumulates to see change. Quarterly is too rare; problems grow.

The agenda is the same four items every month:

1. Proof of value: which user segment repeated the product's critical behavior this month, and which one stopped?
2. Promise gap: what is being said in sales or marketing that has no counterpart in the product?
3. Invisible value: what does the product do that users don't notice or sales can't explain?
4. One decision: which of these gaps do we close next month, and who owns it?

The last item matters most. The committee meets to decide, not to comment. Every meeting should end with one concrete decision and one owner. A committee that makes three decisions usually executes none.

## Closing the gaps

In the first few months, promise gaps dominate the table. Sales told a customer “yes, that integration exists,” when the integration only half works. Marketing wrote “set up in five minutes,” when the average setup actually takes half a day.

The important thing here is not to hunt for someone to blame. Sales isn't lying; they're trying to hit the target they were given, and nobody ever spelled out the product's limits for them. The committee's job is to make that information flow both ways. Sales tells product what gets asked most in the field. Product tells sales what's safe to promise. Support shows both of them how those promises blow up in front of users.

Invisible value is talked about less, but it's where the fastest wins are. Almost every product has a capability most users never discover, while the ones who do discover it stay far longer. You don't need to write new code to find it. You only need to carry it into onboarding, into the sales conversation and into support answers. Sometimes a company's most valuable feature is the one that's already built and that nobody talks about.

## A shared language

Perhaps the committee's biggest benefit isn't the meetings themselves but the shared language it builds over time. After a few months, sales starts asking “will this customer reach the critical behavior?” Support begins classifying tickets as “a promise gap or a product gap?” Marketing starts judging campaigns not by clicks but by how many of the users they bring reach the moment of value.

That shift in language looks small, but it's a cultural shift. Value stops being a technical concept of the product team and becomes the company's shared goal. Everyone keeps their own metric, but a shared question sits above it.

## Start small

I'm not suggesting you read this and call five departments into a meeting tomorrow. There's a simpler start: next month, put support's ten most frequent requests next to the ten deals sales lost. Spend an hour looking at that list with someone from the product team. Once you see how many things grow from the same root, you won't need to convince anyone why the committee is necessary.

In the next article we'll add the dimension of time to this discussion. Because value isn't only about who owns it, but about how it accumulates as the user stays in the product.

---

# The Value Layer of Time: The Longer a User Stays in the Product, Why Should the Value They Receive Grow Exponentially?

URL: https://alpsuleyman.com/en/insights/the-value-layer-of-time
Published: 2025-09-26
Updated: 2026-10-01
Author: Alp Suleiman

> If a user is finishing their second year in your product, you should be giving them far more than on day one. If you aren't, what keeps them isn't value. It's habit. And habits break.

When I ask people who have used the same software for years why they're still there, I get the same answer surprisingly often: “Switching is too much hassle. But honestly, I hate it a little more every year.”

That sentence holds both good and bad news for a product. The good news: the user is still there. The bad news: what keeps them isn't the value the product gives them. It's the cost of leaving. And on a retention chart, those two things look identical. Until someone comes along and makes switching easy.

In this article I want to talk about how a product should become more valuable over time, and why that is a completely different thing from trapping the user.

## Time accumulates either value or fatigue

Every month a user spends in a product accumulates one of two things. Either the value the product offers them grows, or their patience with the product shrinks. There's rarely a neutral state.

Most products choose the second path without realizing it. Whatever they give the user on day one, they give roughly the same in year two. A few new features may have shipped, but the user's experience is essentially unchanged. Meanwhile the user's needs have grown, their expectations have shifted, competitors have shown new things. While the product stands still, perceived value quietly melts.

The ideal relationship is the opposite. The longer the user stays, the better the product should know them, the better it should fit their work, the less effort it should demand.

> The longer a user stays in the product, the faster the value they get should grow. If the reward for staying doesn't grow, the appeal of leaving does.

## The layers of accumulated value

Value that builds over time has several layers. You don't need to build them all at once, but you do need to know which one you're investing in.

The first layer is **data**. As the user uses the product, a history forms: records, documents, decisions, results. That history isn't value on its own; it's just an archive. It becomes value only when the product uses it. A finance tool that can compare against the same period last year is worth far more than a tool that merely stores five years of data.

The second layer is personalization. The product learns the user's preferences, rhythm and habits. It doesn't have to make the same settings every time, doesn't make them read the same explanations again. This is the natural result of the loops we discussed in the previous article; every turn makes the next one fit the user a little better.

The third layer is the network. As the user brings teammates, customers and partners into the product, it stops being just their tool and becomes the common ground of a web of relationships. At that point the product isn't one person's preference anymore. It's a community's shared language.

The fourth layer is settling into the workflow. The product starts talking to the user's other tools; integrations get set up, processes get defined through the product, reports get built on its data. The product is no longer an application. It's the infrastructure of the work.

## The line between trapping and earning

This is where you need to be careful, because each of these layers can be built in two ways.

You can use data in a way that helps the user, or you can hold it hostage by making export impossible. You can build integrations to make the user's life easier, or to turn leaving the product into an infrastructure project. From the outside, both produce the same thing: high switching costs. Inside the user, they produce very different feelings.

The trapped user is the person who says the sentence at the top of this article. They stay, but they hate it a little more every year. Your product becomes your competitor's best sales argument. They leave at the first opportunity and tell everyone on the way out.

With earned loyalty, the user chooses to stay. They could leave, and leaving might not even be hard; but leaving means abandoning the value they've accumulated. Here the switching cost isn't a wall. It's a treasure. The user wants to protect it.

The simple test I use: if the user could export all their data in one click, would they still stay? If yes, what keeps them is value. If no, what you're holding is a hostage, and hostages run when they get the chance.

## Designing the second-year experience

Most teams design day one. Weeks go into onboarding, the first five minutes get optimized to the millimeter. Very few teams design the second year.

Yet the second-year user is one of a company's most valuable assets. They know the product, have spread it across their team, have most likely recommended it to others. And very often they're using almost exactly the product they saw on day one.

There are a few questions worth asking here. What does a user who has been in the product for a year see that a newcomer can't? What does their history earn them? What does the product give back from everything they've accumulated over that year? If the answer is “nothing,” the user's loyalty is the work of inertia, not yours.

Even small touches make a big difference. An annual summary. A comparison that says “this time last year you were here, now you're here.” A recommendation that learns from the user's past decisions. An advanced capability reserved for long-time users. None of these are technically complex. Nobody just thought of them.

## Time is the most honest metric

In the short term you can fake a lot. Launch excitement, a discount campaign, a well-designed onboarding. But sooner or later, time reveals what a product really gives. How a user feels in their third year is the most honest measurement of your product's value there is.

With this part of the series we've covered designing value: behaviors, loops, the organization and time. In the next part we move to a difficult subject: how do you turn this value into money, and how do you do it without losing the user's trust?

---

# Making Monetization a Strategic Product Feature: How Can You Index Pricing to the User's Success and Value Conversion?

URL: https://alpsuleyman.com/en/insights/monetization-as-a-product-feature
Published: 2025-10-28
Updated: 2026-10-01
Author: Alp Suleiman

> The pricing page is the most-read and least-designed screen in your product. Treat pricing as part of the product, not a finance decision, and everything changes.

If you want to know how a company really makes pricing decisions, ask the product team one question: “Who owns the pricing page?”

There's usually a pause first. Then someone says the founder decided. Someone else adds that finance put together a spreadsheet. Marketing reminds everyone they designed the page. Sales mentions that the list price doesn't mean much anyway, since every deal gets its own quote.

So everyone owns a piece of it. Which means nobody owns it.

Yet pricing is the clearest decision a user ever makes about your product. They can abandon onboarding halfway, never discover a feature. But at the moment of payment, they weigh your value with their own money. That a moment this important belongs to no one is, to me, one of the biggest blind spots in product work.

## Price isn't a label, it's an interface

Most teams think of price as a sticker applied after the product is done. First you build, then you ask, “What should we charge for this?”

I argue the opposite. Price is the interface of the relationship a user has with your product. It tells them what they're paying for, why, and when they'll pay more. If a screen's layout says “do this first,” a pricing structure says “this is what really matters here.”

You see it most clearly in packaging. Three plans side by side: Starter, Professional, Enterprise. When users look at that table, they're actually reading a story. Where each capability begins, where each limit ends, what they'll unlock as they grow. A good packaging table shows users their future selves. A bad one is an inventory: twelve rows of checkmarks and crosses with no direction at all.

Packaging is a **value story**. A plan with no story forces users to do math. And users doing math usually pick the cheapest option.

## What you charge for matters more than how much

Pricing debates almost always revolve around the number. “Should it be 29 or 39 a month?” That question matters, but it's secondary. The real question is: **what are you charging for?**

I call this the value metric. Per user, by usage volume, by records processed, or by outcome delivered? That choice defines the alignment of interests between you and your customer.

A good value metric does three things at once. It grows with the value the user gets. It's simple enough to understand at a glance. And it never discourages people from using the product.

That last one gets violated more often than you'd think. Picture a collaboration tool priced per seat. The product gets more valuable the more people use it, but the pricing tells the company “give as few people access as possible.” Teams start sharing logins, part-timers get left out, the product can't spread through the organization. Your pricing has built a wall in front of your own growth engine.

Or the reverse: you pick a usage metric, and users watch their bill climb during a month when they got little value. They feel punished. Choosing a value metric looks like a technical decision, but it's really a trust decision.

## Pricing that grows with the customer's success

My favorite pricing structures are the ones where you win when the customer wins.

The logic is simple. When customers are small, they pay little, because they're getting little value yet. As the product settles into their work, as their team grows, as their volume rises, their bill rises too. But that increase doesn't feel like a penalty. It feels like a natural by-product of growth. If they're paying more, they're earning more.

This structure has a lovely side effect: it keeps you focused on the right thing. When your revenue depends on customer success, their success becomes your job. You build better onboarding, because customers who succeed early grow early. You take churn more seriously, because a lost customer isn't just this month's invoice, it's next year's expansion.

With flat pricing, that link breaks. Whether customers get a lot of value or none, you get paid the same. Comfortable in the short run. In the long run, it makes a company deaf to what its customers are living through.

## Billing is an experience too

There's another area product teams almost never own: the payment experience itself.

The credit card form. The invoice email. The upgrade screen. The cancellation flow. All of these are moments users spend with your product, and most of them look like nobody designed them. Default screens from a payment provider, an invoice template no one reads, a hidden cancel button.

To me, the moment a customer opens their invoice email is one of the best chances to remind them of your value. Instead of just “You paid 214 this month,” the same email can show what they achieved with the product that month. When the money paid and the value received sit side by side, payment feels less like a loss and more like a trade.

Cancellation is its own topic. Flows that send users through a maze and hide the cancel button three screens deep save a few subscriptions in the short term. But the taste left in a departing user's mouth shapes how they'll describe your product to others. I'd rather treat cancellation as a learning moment: ask why they're leaving, don't trap someone who genuinely got no value, and write down what was missing.

## Monetization needs an owner

All of this leads to one practical conclusion: pricing needs an owner. A person or a small team who sits on the product side, has access to data, and treats price not as a number you set once and forget, but as a part of the product you keep improving.

In practice, that ownership means a few habits. Starting price and packaging changes with a hypothesis, like any other product change. Regularly tracking which plan gets chosen, by whom, and why. Looking at where sales discounts pile up, because if you keep discounting in the same place, a value story is missing there. And above all, not being afraid to talk to customers about price.

Most teams set a price once and don't touch it for years. Meanwhile the product doubles in size, the customer profile shifts, competitors move around. The price stays exactly where it was on day one. If you gave the rest of your product that little care, nobody would call it a product.

## Value first, then price, but both are product

What I'm trying to say here is simple: pricing isn't something outside the product. You measure how good a product you've built by how much users value it. And the structure of that value lives in your pricing structure.

In the next piece I'll take this one step further: setting price not by your costs or your competitor's price tag, but by the value the customer receives. It sounds intuitive. Doing it is both harder and more rewarding than most teams expect.

---

# The Value-Based Pricing Revolution: The More Value Users Receive, the More They Should Pay – How to Apply It and Why It Is Inevitable

URL: https://alpsuleyman.com/en/insights/value-based-pricing
Published: 2025-11-26
Updated: 2026-10-01
Author: Alp Suleiman

> If you set your price by looking at your costs or your competitors, you're leaving money on the table. Worse, you're never telling customers what your product is actually for.

The sentence I hear most often in pricing meetings is this: “The competitor charges 49 dollars a month, let's come in a bit under.”

There's a quiet surrender inside that sentence. You're handing the right to set your price to your competitor. And you don't even know how they set theirs. Most likely, they looked at someone else too. When an entire market copies each other's prices, nobody has actually asked customers what they're getting.

The second most common sentence is about cost: “Our server and support cost per user is this much, let's add a reasonable margin.” At least this approach won't put the company in the red. But in software, the link between cost and value barely exists. Serving one customer might cost you pennies, while the difference your product makes for that same customer is worth thousands. Cost-plus pricing hands that entire difference to the customer as a gift.

## Three paths, three different questions

There are basically three ways to set a price, and each one asks a different question.

Cost-plus asks, “What does it cost us?” Competitor-based asks, “What is the market charging?” Value-based asks, “What does the customer gain from this?”

The first two look inward and sideways. The third looks at the customer. Since the start of this series I've argued that value is created on the customer's side. If that's true, price has to come from there too.

> Customers should pay as much as the value they receive. Not a cent more, and not much less.

The second half of that sentence usually gets overlooked. Value-based pricing doesn't just mean asking for more money. It also means not charging, or charging little, to customers who aren't getting value. The sense of fairness is the model's greatest strength. A customer looking at their invoice should be able to say, “Yes, that makes sense.”

## Finding the value metric

In practice, value-based pricing starts with finding the right value metric. I touched on this in the previous piece; here I want to make it more concrete.

There are three common structures. Per-seat pricing looks at how many people use the product. Usage-based pricing looks at how much the product is used: messages sent, transactions processed, data stored. Outcome-based pricing looks at what the product achieves: customers won, tickets resolved, revenue recovered.

These three form a ladder that climbs closer to value. Seat count is a distant proxy; it assumes value grows with headcount. Usage is closer, but still a proxy; heavy use doesn't always mean high value. Outcome is the closest to value itself.

So why doesn't everyone price on outcomes? Because outcomes are hard to measure, attribution is debatable, and for the customer the bill can become unpredictable. Not knowing “what will my bill be at the end of the month?” is an unacceptable risk for many companies. The right metric is usually not the perfect one, but the one close enough to value that customers can understand it and trust it.

## Measuring willingness to pay

The most feared part of value-based pricing is asking customers directly about money. Teams either never do it or do it badly.

The bad version is asking, “How much would you pay for this?” People don't answer that honestly; they either lowball to push the price down or overstate out of politeness.

A better starting point is the often-cited Van Westendorp method. You ask four questions: At what price would this be so cheap you'd doubt its quality? At what price would it feel like a bargain? At what price would it start to feel expensive, but you'd still consider it? At what price would you not consider it at all? Where the answers intersect gives you an acceptable price range. Not an exact number, a range. But that range is far firmer ground than a figure you guessed by looking at a competitor.

What I value most, though, is the conversation beyond the numbers. When you ask customers how they did this job before your product, how much time and money they spent, what they lost when they made mistakes, you hear the true size of your value in their words. These conversations are often surprising. A feature you thought was trivial is, on its own, the reason someone pays. Another you proudly showcase means nothing to anyone.

## Segments don't get the same value

A natural consequence of thinking in value is this: different customers get different value from the same product.

A solo freelancer and a fifty-person agency may use the same tool. For one, it saves a few hours a week; for the other, it's the backbone of the entire operation. Charging both the same price means either losing one or undercharging the other.

That's the real job of packaging: mapping different levels of value to different price levels. Each plan should be shaped around the value a specific customer type receives, not around feature counts. To do that, you first need to know your segments. Who uses your product, for which job, to reach which outcome?

## Moving forward with small experiments

The shift to value-based pricing doesn't happen in one big decision. I always recommend small steps.

Testing a new plan structure on new sign-ups is the safest way to learn without disrupting existing customers. Applying a value metric to a single segment first gives you results without putting your whole customer base at risk. When announcing price changes to current customers, keeping the old price for a while lets you move forward without damaging trust.

The most dangerous stance in pricing is deciding once and never touching it again. The second most dangerous is changing it randomly every month. The right way is to move like you would with any other product decision: with a hypothesis, with measurement, with patience.

## Why it's inevitable

In the title I called this shift inevitable. I mean something specific by that.

With AI, the amount of work many products deliver per user is changing dramatically. What used to take ten people can now be done by one person and a piece of software. In that world, per-seat pricing starts to undermine itself. The better your product works, the fewer seats a company needs, and the less you earn.

That's why in the years ahead we'll see pricing shift from counting people to measuring work done and outcomes delivered. Companies that prepare for this early will keep capturing the value they create. Those clinging to seat counts will watch their revenue erode as their product gets better.

In the next piece I'll zoom in on a much smaller moment: the one where the customer reaches for their wallet. Where, when and why to place a paywall.

---

# The Sweet Spot of the Paywall: How Is Monetization Triggered the Moment a User Says “I Wouldn't Want to Lose This”?

URL: https://alpsuleyman.com/en/insights/the-paywall-sweet-spot
Published: 2025-12-05
Updated: 2026-10-03
Author: Alp Suleiman

> Put your paywall in the wrong place and you lose users at the door; put it too late and you give your value away. The right moment is when the user thinks, “I don't want to lose this.”

Have you ever downloaded an app and been greeted on the very first screen by “Upgrade to premium to continue”?

When it happens to me, I usually delete the app. Not because the product is bad, but because I don't know yet what I'd be paying for. I'm being asked for something, but I haven't seen what I'd get in return. Asking for money at that point is like paying the bill at a restaurant before seeing the menu.

I've seen the exact opposite many times too. The product is so generous that users find everything they need in the free plan. They use it happily for years and never pay. And the team keeps scratching their heads: “Users love us, so why is our conversion rate so low?”

Both have the same problem: the paywall is in the wrong place.

## The right moment matches a feeling

The right place for a paywall isn't defined by screens or feature lists. It's defined by a feeling. That feeling is hidden in one sentence: **“I don't want to lose this.”**

When a user thinks that, your product is no longer a trial for them; it's something they own. And people value what they own far more than what they don't own yet.

In behavioral economics, this is known as the endowment effect. Named by Richard Thaler and made famous by his experiments with Daniel Kahneman and Jack Knetsch, it says that once we own something, we value it more than we'd be willing to pay to acquire it. Alongside it sits loss aversion: the pain of losing something feels stronger than the joy of gaining the same thing.

For products, the implication is clear. Asking for money before the user has gained anything means trying to sell them a gain. Asking after they've invested something in the product means offering them a chance to avoid a loss. The second is far more powerful.

## What is the user investing?

So how does a user get to “I don't want to lose this”? By investing something in the product.

That investment can be data: the projects they've entered, the files they've uploaded, the reports they've built. It can be time: the setup they've configured, the shortcuts they've learned, the settings they've customized. It can be relationships: teammates they've invited, clients they've connected. It can be habit: a routine they open every morning, something woven into their workflow.

In the third piece of this series I wrote about the first spark of value, the behavior through which a user first feels real value. The golden point for a paywall usually comes a little after that spark. The user has tasted the value, but there's more. They've invested a bit more, gotten a bit more used to it. When you ask for payment right then, you're really asking, “Do you want to keep going?” The answer is usually yes.

## Let them taste the value, charge for growth

In freemium models, the hardest decision is where to draw the line between free and paid. I have a single principle for this: **let them taste the value, charge for the growth.**

The free plan should let users genuinely experience your product's core value. Not a crippled, half-baked version, but a small-scale version of the real thing. The user should be able to say, “This works.”

The paid plan should correspond to the growth of that value. More projects, more team members, more volume, longer history. As users succeed, they should naturally run into the limits of the free plan. And when they do, paying feels less like a penalty and more like a consequence of their own growth.

A badly drawn line fails in both directions. Hide the core value behind the paywall and users leave without ever understanding what the product is for. Leave growth free and your most successful users never pay.

## Reverse trial: give first, then take back

There's an approach that has become increasingly common in recent years, and I think it uses the endowment effect most cleverly: the reverse trial.

Here's the logic. When users sign up, you don't give them a limited free plan; you give them the full product for a set period. Every feature unlocked, every limit removed. They experience the product at its most powerful. When the period ends, if they don't pay, they drop to the free plan. The door doesn't close.

The strength of this model is that once users have used premium features, losing them feels like a real loss. In a classic free trial, the door shuts when time runs out and users either pay or leave. In a reverse trial, they stay inside the product, but they know exactly what they've lost. And what they've lost isn't something they never had; it's something that was in their hands a moment ago.

Of course it doesn't suit every product. It works well where premium features can settle into a user's workflow quickly. In products whose value only shows up weeks later, the trial ends before users ever understand what they're losing.

## Timing is everything

When a paywall appears matters as much as what it is.

The worst moment is when a user is in the middle of a task. They're preparing a report, about to finish a presentation, writing back to a client, and right then a payment screen pops up. It feels like being held hostage. You might get the payment in the short term, but you also lose the user's trust in the product.

A better moment is when a user has just completed a moment of value. They finished a task, saw the result, they're pleased. Asking them then, “Want to share this with your team?” or “Want unlimited access to your past reports?” feels like an extension of the value they just experienced. The payment request becomes part of the celebration.

## The aggressive paywall trap

Finally, a warning. The fastest way to lift conversion rates is to make your paywall more aggressive. Show it earlier, show it more often, shrink the close button, cut back the free plan.

These tactics work. For a while.

Conversion goes up, revenue rises, the team celebrates. But something else happens at the same time: more users leave without ever getting to know the product. Maybe they'd never have paid. But among them were the ones who would have told others about it, recommended it to their team one day, come back when their business grew. An aggressive paywall steals tomorrow's growth to pay for today's conversion.

That's why I suggest seeing the paywall as a value tool before it's a revenue tool. A well-placed paywall shows users what your product does well. A badly placed one is just a barrier.

With this, we close the monetization phase of the series. In the next phase we move to perhaps the least discussed but, in the long run, most decisive question: how do you protect the value you've built and turned into revenue?

---

# Rethinking LTV: True Lifetime Value Is Not Revenue, but the Behavioral Accumulation a User Invests in the Product

URL: https://alpsuleyman.com/en/insights/rethinking-ltv
Published: 2025-12-17
Updated: 2026-10-01
Author: Alp Suleiman

> An LTV table tells you how much a user has paid in the past. Whether they will stay is told by something else: what they have left inside your product so far.

One of the best-loved slides in any investor deck is the LTV/CAC ratio. Three, four, sometimes five. Everyone in the room relaxes. I spent years building that slide, and I will admit I enjoyed the relief it brought.

Then I started seeing cohorts with flawless LTV on paper fall apart within a few months. The formula wasn't miscalculating anything. It was just calculating the wrong thing.

## The formula's quiet assumption

The classic LTV calculation is simple: average revenue, gross margin and average customer lifetime. We usually derive the lifetime from churn. If monthly churn is three percent, the average user stays thirty-three months, we multiply, and out comes a number.

Hidden inside that calculation is a quiet assumption: the past is a good predictor of the future. However users behaved yesterday, they will behave tomorrow.

But a user paying you is not the result of getting value. It is the result of believing they get value. There is a time lag between the two. People keep paying for a while after they stop getting value. The card is charged automatically, they forget to cancel, they tell themselves “busy month, I'll look at it later.” The revenue curve trails the value curve by a few months.

So revenue-based LTV is a rear-view mirror. It shows very clearly where you came from. It doesn't show where you are going.

## What does the user leave behind?

Earlier in this series I argued that value should compound over time. The longer a user stays, the more valuable the product should become for them. There is a flip side to that: the longer a user stays, the more they leave inside the product.

Three years of work history in a project management tool. Customer notes accumulated in a CRM. A team's shared library in a design tool. Bank accounts, integrations and automation rules connected to accounting software. The recommendations of a music app that knows you better than you know yourself.

I call this **behavioral accumulation**. The sum of the time, data, habits and organizational effort a user has invested in your product. Paying is a transaction; accumulation is a relationship.

> True lifetime value is not the money a user pays you. It is what they have invested in your product and can't easily take back. The money is a consequence of that investment.

The reason I like this definition is that accumulation is a leading indicator. When a user's accumulation starts to shrink, revenue hasn't dropped yet. But it will.

## Four layers of accumulation

Every product is different, but the forms of accumulation I see most often fall under four headings.

The first is **data accumulation**. Everything the user puts into the product, creates inside it, and would find tedious to move elsewhere. Documents, records, history, content.

The second is **workflow accumulation**. Where has the product settled into the user's day? Is it the first tab they open in the morning, or a tool they remember once a month? A product wired into a process, with automations set up and integrations to other tools, has a very different life expectancy from one sitting on the sidelines.

The third is **team accumulation**. You see this clearly in B2B. If one person uses the product, the product leaves when that person leaves the company. If people from five departments work in the same place, the product is no longer someone's preference; it is the organization's infrastructure.

The fourth is **personalization accumulation**. How well the product knows the user. Settings, preferences, learned recommendations, calibrated defaults. Switching to a new product means getting to know each other from scratch. And people don't enjoy starting from scratch.

## A value health score

Put these four layers next to your revenue metrics and you get a far more honest picture. With the teams I work with we call it a “value health score.” The name doesn't matter; the logic does.

The score usually includes the recent repeat frequency of the product's critical behavior, the amount of data or content added in the last thirty days, the number of active integrations, how active users in an account are spread across roles and teams, and how much the personalization settings are actually used. Every product should pick its own components; what matters is testing whether the components you chose actually separate the users who stay from the users who leave.

Build that score properly and two things happen.

First, you see churn before it happens, not after. If an account's accumulation has fallen three months in a row, its renewal conversation will be hard. Knowing that two months before the renewal date is very different from finding out on the day.

Second, your growth conversation changes. Instead of “more users” you start talking about “deeper users.” Acquiring new users is expensive. Deepening the accumulation of existing users is often much cheaper, and the return lasts longer.

## Don't turn accumulation into a prison

I need to add an important warning here, because this idea is easy to abuse in the wrong hands.

Accumulation can be used to keep users locked in. You make exporting data hard, turn the cancellation flow into a maze, keep the format closed. Churn drops in the short term. The charts look good.

But that isn't value; it's a hostage situation. The user stays because they can't leave. And a user who can't leave will never recommend you, and will leave at the first chance they get. Then they will talk about you wherever they go next.

My distinction is this: healthy accumulation makes the user say “staying here is better for me.” Unhealthy accumulation makes them say “getting out of here is too much hassle.” Both look identical on a churn chart. One is an asset, the other is a debt. We will talk about how that debt builds up in the final piece of this series.

## Don't delete the LTV slide, add one next to it

None of this means revenue-based LTV is useless. Unit economics are real, cash is real, and investors are right to want that slide.

My suggestion: put another slide next to it. One that shows what your users leave inside your product. The accumulation curves of your cohorts. Which cohorts deepen over time, and which stay on the surface.

The revenue curve tells you what you earned yesterday. The accumulation curve tells you what you will earn tomorrow.

And when the two start to diverge, don't look at any other metric until you find out why.

---

# The New Battle for Value in the AI Era: Why Are Products Becoming Commodities Much Faster Than Before, and How Do You Resist?

URL: https://alpsuleyman.com/en/insights/value-in-the-ai-era
Published: 2026-02-26
Updated: 2026-10-01
Author: Alp Suleiman

> Copying a feature now costs about a weekend. The question to ask yourself is no longer “can a competitor build this?” but “what happens if they do?”

There is a scene that keeps getting more common in my conversations with founders. The founder proudly shows me a feature the team spent months building. It is usually genuinely good. Then they take out their phone and show me a competitor's screen doing the same thing, shipped in a fraction of the time.

“How did they build it so fast?”

The answer is simple, and we both know it. Everyone builds fast now.

## The cost of copying is approaching zero

For a long time, a big part of competitive advantage in software came from how hard things were to build. Building something was difficult, took time, and needed good engineers. Whoever built it first stayed ahead for months, sometimes years.

AI has shaken that equation. Writing code got faster, designing interfaces got faster, and turning an idea into a working prototype dropped from days to hours. There is a lovely side to this: small teams can do big things. And an uncomfortable side: anyone can also do what you do.

The shorter the time it takes a competitor to copy a feature, the shorter the advantage that feature gives you. Months of effort turn into a lead of a few weeks. This isn't new; it's just that a process that used to take years now takes months, or even weeks.

Products are turning into commodities fast. A commodity is something customers can't see a meaningful difference between, so they choose on price. And being a product that gets chosen on price is one of the most exhausting things that can happen to a startup.

## The “wrapper” trap

You see this most clearly in AI products that are a thin interface over a model. Underneath, a model anyone can access; on top, a nice screen and a few clever prompts. It looks impressive at first, because the user is experiencing something like this for the first time.

The problem is that almost all of the value comes from the model underneath, and that model isn't yours. When the model provider adds the same feature to its own product, or a competitor draws a cheaper screen on top of the same model, you have nothing left to defend.

Don't read this as a warning against AI products. I work on AI-enabled business models myself, and I think this is the biggest opportunity of the era. But the opportunity isn't in using the model. It is in doing what the model can't do on its own.

> What's easy to copy is the feature. What's hard to copy is how that feature fits into the user's life.

## Where the line of defense runs

In a world where copying is cheap, I see a few layers in the field where value stays protected.

**Proprietary data and context.** A model gives everyone the same answer. But if your product knows the user's history, their team's processes, the peculiar rules of their industry, the same model works far better inside your product. A competitor can't copy that context, because it comes from the time the user has spent with you. The behavioral accumulation I described in the previous piece becomes a moat in this era.

Embedding in the workflow. A tool sitting in a separate tab is easy to replace. A product placed at the center of the user's daily process, talking to their other tools, with automations set up, isn't replaced; it has to be ripped out. And nobody likes ripping things out.

Distribution. This is the least discussed layer, and maybe the most important. Selling a product that can be copied through a channel that can't is a big advantage. A community that reaches the right audience, a network of partnerships, a strong content engine. None of these get built over a weekend.

Trust. AI products make mistakes. Users know it. So when they choose which product to trust with their work, they look at reliability, not just capability. A product that gives consistent results, admits its mistakes and protects their data is worth more than a more capable but unpredictable one. Trust is earned slowly and can't be copied.

**Owning the outcome.** I think this is the most important shift. We used to give users a tool and they did the work. Now we can do the work itself. Instead of a reporting tool, a product that prepares the report. Instead of an email editor, a system that runs the campaign. A product that sells a tool can be copied. A product that takes on the outcome and answers for its quality is much harder to copy, because to deliver that outcome you have to build everything together: the data, the process, the quality control and the accountability.

## The way you read your roadmap has to change

This picture has a practical consequence. When you look at your roadmap, every big item needs a new question: “Is this something a competitor can easily copy, or something that deepens over time?”

Building copyable things isn't forbidden. Sometimes you have to, to meet the market's expectations. But treat them as housekeeping: they get you a seat at the table, they don't win the war. Your real investment should go into work whose value grows the longer the user stays, that accumulates the user's context and settles deeper into their workflow.

Then there is speed. In a world where copying is easy, being fast isn't an advantage; it's the price of admission. Everyone is fast. So speed doesn't set you apart; what you learn quickly does. A team that learns from users faster than its competitors, and reflects that learning in the product faster than its competitors, doesn't fear individual features being copied. Because by the time a competitor copies, you are already a step ahead.

## The real question

At the end of a conversation like this I usually ask: “Your competitor copied this feature. How many of your users left because of it?”

The answer usually comes after a pause: “None, as far as I know.”

Then what was lost is a feature, not value.

In this era the question is no longer “can a competitor build this?” They can. The question is: “What happens if they do?” If your answer is “not much, because our users find something else with us,” your line of defense is solid. If your answer is “we'd lose everything,” you have nothing to defend; nobody has noticed yet.

And the most insidious enemy in this new war isn't outside. It is inside: a debt you build up without noticing while you grow fast. We'll talk about it in the final piece of the series.

---

# The Value Debt Danger: What Is the Hidden Enemy of Products That Grow Fast but Rot from Within, and How Do You Prevent It?

URL: https://alpsuleyman.com/en/insights/the-value-debt-danger
Published: 2026-05-21
Updated: 2026-10-01
Author: Alp Suleiman

> Everyone knows technical debt. More dangerous is the debt that quietly piles up from the promises you make to users while you grow. Its interest is paid in churn.

Engineering teams love a concept: technical debt. You take shortcuts to move fast. The code works, the product ships, but a load builds up underneath. One day you have to pay it off, either by slowing down or by rewriting everything.

Everyone knows about technical debt, because engineers like to complain about it, and they are right to.

There is another debt nobody complains about, because nobody sees it. I call it **value debt**.

## What is value debt?

Value debt is the gap that builds up, as you grow, between the value you promise users and the value you actually deliver.

Every fast-growing company takes on this debt at some point. This piece isn't telling you not to borrow. Like technical debt, value debt is sometimes a smart choice. You take a shortcut to grab a market, to hit a funding round, to settle in before a competitor does. The problem isn't borrowing. The problem is not knowing you borrowed, and never paying it back.

Because value debt carries very high interest, and the payments arrive quietly, as churn.

## How the debt builds up

There are a few familiar routes I see in the field. A couple of them will probably sound familiar to you too.

The first is **overpromising**. The sales team, chasing quota, says the product does something it doesn't do yet. Marketing describes the product's best day as if it were every day. The customer arrives with one expectation and meets a different reality. The gap isn't recorded anywhere, but a tab opens in the customer's head.

The second is short-term growth tactics. Aggressive discounts, campaigns that only inflate metrics, notifications designed to bring users back that give them nothing. Each one makes that quarter's chart prettier. None of them changes anything in the user's life. In the first piece of this series I talked about growing the shadow; this is exactly that.

The third is dark patterns. Hiding the cancel button, keeping auto-renewal out of sight, nudging users into a plan they didn't want. In the previous piece I talked about turning accumulation into a prison. Dark patterns are the bars on that prison. They protect revenue in the short term and destroy trust in the long term.

The fourth, and the least discussed: **neglected maintenance**. Shipping new features is exciting, earns promotions, gets announced. Fixing an existing feature, speeding up a slow flow, simplifying a confusing screen never stands out on anyone's roadmap. So the product grows for new users while slowly getting worse for existing ones.

> Value debt hides inside the growth chart. As the chart climbs, so does the debt, and because both move in the same direction for a while, nobody notices.

## Early signals

The bad thing about value debt is that it is noticed late. The good thing is that, if you look carefully, it gives early signals. These are the ones I see most often.

New cohorts retain worse than older ones. If each new wave of users leaves earlier than the last as the product grows, the distance between promise and delivery is probably widening.

The nature of support tickets changes. When “how do I do this?” gives way to “why is it like this?” and “you told me it would do this,” the user arrived with an expectation and didn't find it met.

Discount dependency sets in. If keeping customers at renewal takes a bigger discount every time, it isn't the price being questioned, it's the value. When we entered the monetization phase, I talked about designing price not as a barrier but as evidence of value. Constant discounting is an admission that the evidence is getting weaker.

Satisfaction and behavior diverge. Surveys still look good, but depth of use is declining. Users are polite, but their accumulation is shrinking. As I've said before, satisfaction is a feeling and value is an outcome. When the two diverge, believe the outcome.

## How to pay it back

The first step is making the debt visible. Good teams that manage technical debt keep a register: which shortcut we took, why, and when we'll pay it back. Do the same for value debt. Promises sales made that the product doesn't yet keep. Metrics inflated by short-term tactics. Postponed maintenance work. Write them all down somewhere. Debt you don't write down is debt you forget to pay.

The second step is setting up a regular repayment rhythm. Every quarter, set aside part of your capacity, explicitly, for paying down debt. For work that ships nothing new but repairs existing value. This work won't bring announcements, but it brings retention. The value committee I described in the middle of the series is exactly where this work gets owned, because no single team can pay off value debt. It takes everyone, from sales to product.

The third step is asking before you borrow. Before saying yes to a tactic, a campaign or a promise, one question: “Does this genuinely change something in the user's life, or just this quarter's chart?” If it's the latter, you can still do it. But now you know you are borrowing.

## The last word of the series

Over thirteen pieces we've looked at value from different angles. What it is and what it isn't. Where it first sparks on the user's side. How it's designed through behaviors, loops and the organization. How it compounds over time. How it turns into revenue. And how it's protected.

Underneath all of these pieces lies a single idea, and I stated it at the very beginning: value is created not when you produce something, but when something changes in the user's life.

Value debt is what builds up every time you forget that sentence. When you ship a feature for the roadmap rather than the user. When you grow a metric for the board rather than the user. When you make a promise to sell rather than to deliver.

Growth isn't luck; it's a system you can design. But if the system you design doesn't produce real change in users' lives, it doesn't matter how fast you grow. It's only your debt that's growing fast.

The aim of this series was never to hand you ready-made answers. It was to get you to stop, in your next roadmap meeting, in a pricing debate, while sketching an onboarding flow, and ask “what does this mean for the user?” As long as you keep asking that question, you are paying down your debt.

---

# The Invisible Power of Vision: It Doesn't Show Up in the Financial Statements or on the Org Chart, So Why Does It Change Everything?

URL: https://alpsuleyman.com/en/insights/the-invisible-power-of-vision
Published: 2025-02-25
Updated: 2026-10-05
Author: Alp Suleiman

> Vision doesn't show up in the financial statements or on the org chart. But whether it is there or not changes everything inside a company.

Among the ideas in business that inspire me most, “turning vision into organizational success” comes first. It is easy to write and hard to live. Before getting to the heart of it, I want to ask myself a question: why does this idea inspire me?

As the world changes, needs and problems change with it. This idea excited me because it carries a desire to offer solutions to humanity's future problems, its needs, and the realities it wants to change. I remember it as if it were yesterday.

What began as a wish to be useful to people and to the planet turned into a need to research and understand how a group of people turns a vision into reality. As someone who listens to his intuition, I started that journey with excitement and impatience. It has gone on for years, and it is still going. In this series I share what I found along the way.

## Vision is more than a goal

On this road I discovered what a valuable compass vision is. So what is the secret that turns vision into organizational success? In my experience, it all starts with a person's inner desire for change and transformation.

The most striking truth I observed over the years was this: vision is not only a goal. It is a force that brings people together, inspires them, and gives direction to change. It unlocks the potential inside people. People who set their vision well think not only about today but about tomorrow. They see the difficulties in front of them not as obstacles to get past, but as chances to grow.

More than that, vision gives work meaning. People come to work in the morning not just to complete their tasks but to serve a purpose. That sense of purpose makes them more creative, more productive, and happier, because they know their work serves something larger than themselves.

Most importantly, vision unites people around a shared future. Different departments, different roles, different perspectives... When all of them serve the same vision, competition gives way to collaboration, and individual wins give way to team wins. That is exactly where the journey from vision to organizational success begins.

The real question is this: not the vision sitting on the company's “About us” page, but the one that manages to take root in the heart of every team member. How does that vision come to life?

## From wall decoration to compass

I used to be someone who saw vision as nothing more than a wall decoration. I have come a long way since then. What I found along the way is an almost mystical truth: vision is an invisible force field that shapes the fate of organizations. It doesn't appear in the financial statements or on the org chart. But believe me, whether it is there or not changes everything.

Picture this scene. Two companies in the same industry, starting with similar resources. Ten years later, one leads the market and the other is long forgotten. What made the difference? That energy you can notice and feel but cannot touch: vision.

Once, in a crisis meeting, I watched a two-hour argument dissolve the moment someone pointed to a single sentence hanging on the vision wall. In that moment I understood, deeply, that vision is not just an inspiring idea. It is a practical navigation tool.

Every Monday morning, why do some of the people riding up in the same elevator have a spark in their eyes while others look tired? The answer lies in how wide a horizon they can see. Vision offers them not only a wider horizon, but a meaningful place for themselves on it.

## From “their vision” to “our vision”

Perhaps my most striking discovery was this: vision has its greatest effect at the intersection where people join their own values with the company's. At that point the line between “their vision” and “my vision” blurs, and “our vision” is born.

In companies that go through this shift, the arguments in meetings change, the conversations in the hallways change, even the energy of the coffee breaks changes. Vision rewrites not only a company's future but the stories of the people inside it.

And perhaps this is the most valuable insight: without vision, companies may survive, but people will never reach their real potential. What truly moves people is not their salary. It is the meaning of the story they are part of.

## The anatomy of a successful transformation

How does that story get written? The secret of successful transformations runs much deeper than it looks from the outside. Throughout my working life I have witnessed many organizations transform, and in each one I saw the same pattern: success always takes patience, continuity, and a systematic approach. The power of a vision shows up not on the day you hang it on the wall, but on the day it starts living in every cell of the organization. Successful transformations are processes in which people embrace a shared purpose, everyday practices support it, and it works its way into the cultural DNA.

When transformation happens inside an organization, you first notice it in the hallway conversations. People talk to each other with more energy, meetings become more productive, even coffee breaks become more meaningful.

When I studied how a Japanese automaker recovered after the tsunami, I saw how people turned a crisis into an opportunity. For that company the crisis was not an exam. It was a chance to test and prove the real strength of its vision.

I saw the same pattern when I studied the technology transformation of a financial company. Real change began when decision-making, performance reviews, and resource allocation were steadily and deliberately brought into line with the company's vision.

## Real transformation happens where you can't see it

But my deepest discovery was this: real transformation happens somewhere you can't see from the outside. In people's minds and hearts.

I felt this very clearly while closely following the culture change Satya Nadella started at Microsoft. The “growth mindset” he put at the center, the idea of moving from being know-it-alls to being learn-it-alls, did not stay a slogan. It worked its way down into employees' everyday micro-decisions. That deep cultural rooting is what made the transformation last.

A vision succeeds only when it spreads through every tissue of the organization and gives meaning to people's daily work. That is the real anatomy of vision: more than an abstract concept, a force that lives in every cell of the organization and unlocks people's real potential.

The next pieces in this series first look at where things break: the mistakes made while the vision is still being written. Then at how a vision is kept alive.

## Sources

- [Satya Nadella, *Hit Refresh*, HarperBusiness, 2017 (the culture change at Microsoft and “growth mindset”).](https://news.microsoft.com/videos/hit-refresh-microsoft-ceo-satya-nadella-tells-inside-story-companys-continuing-transformation/)

---

# The Remove-the-Logo Test: Why Cliché Visions and Visions That Forget the Customer Move No One

URL: https://alpsuleyman.com/en/insights/the-remove-the-logo-test
Published: 2025-06-24
Updated: 2026-10-05
Author: Alp Suleiman

> If you took the logo off your vision statement and put it on a competitor's, would it still make sense? Why cliché visions and visions that forget the customer move no one.

A vision is never just a sentence. It carries a company's dream of the future, its stance, and its power to change. For years I have been collecting the vision statements of companies across industries, studying them and archiving them as notes. While preparing this piece I realized that these accumulated sentences tell the story not only of companies but of an era.

Studying them, I noticed an interesting pattern. Most truly compelling visions aim to transform a human experience rather than define an industry. The strongest visions focus less on “what we do” and more on “what changes in people's lives.” A bank doesn't promise financial services; it promises the feeling of financial freedom. A food company doesn't just make products; it takes on the responsibility of feeding the planet.

That small difference has a large effect, because people attach themselves less to what a company sells than to what it believes.

So why are weak visions weak? Creating an organization's vision and making it real looks simple on paper, but in practice it is a hard test of leadership. The mistakes made while setting that direction can disappoint even the best-intentioned leaders. In this piece and the next two I look at the mistakes most often made: why they are made, what they lead to, and how to prevent them. As you read, you will probably recognize situations from your own experience and think, “so it's not just me.” Almost every leader chasing a big vision runs into similar uncertainty and resistance. What matters is the lesson we take from it.

This piece covers two mistakes in the vision statement itself: being a cliché, and forgetting the customer.

## The cliché, vague vision

Is your vision a sentence that pleases everyone but actually says nothing? If so, you are not alone. Many leaders treat creating a vision as a to-do item and get through this critical work with a few hours of wordplay. The result is language general enough to fit any company. “To lead our industry in customer satisfaction and be the best employer” sounds nice, but any of your competitors could use the exact same sentence.

This vagueness leaves people asking, “So what exactly are we trying to do?” Instead of strengthening the sense of direction, it creates confusion.

**Why it happens.** Making a vision clear takes effort and carries risk; speaking vaguely feels more comfortable than committing to something concrete. Some leaders mistake the vision for a marketing slogan and reach for round phrases that please everyone. Underneath there is also the fear of being wrong. Staying vague instead of setting a measurable vision can look like a way out of accountability.

**What it leads to.** A cliché vision doesn't inspire. People struggle to embrace it because there is no concrete goal to excite them or give meaning to their daily work. Everyone interprets the vision their own way, strategic decisions grow inconsistent, and the organization never aligns. Customers and partners outside can't see what you are working toward either, and what sets you apart from competitors stays blurry.

**How to prevent it.** Stay true to your own identity when you build the vision. What truly makes your company unique? Your vision should carry clues that belong only to you. One test is enough for the cliché trap:

> If I took the logo off this sentence and put it on another company, would it still make sense? If the answer is yes, your vision isn't original enough.

Make sure your vision has concrete edges too. Even though a vision draws a broad direction, people eventually want to see a concrete frame for success. Instead of “to offer the most innovative products,” something like “to make a measurable improvement in our customers' lives every year through innovative products” is both ambitious and trackable. That way the vision stops being an abstract ideal and becomes a guiding star.

## Forgetting the customer and the market

Does your vision talk only about internal goals? Something like “to be the leading company developing the most innovative technologies,” pleasant but without the customer's point of view? Leaving the customer out is a critical mistake. While a vision sets a direction for the company, it should also describe what value the customer will get from you in the future. A customer-focused vision inspires people outside and the team inside far more strongly.

**Why it happens.** When we write a vision, we naturally focus on our own goals: what we want to become, where we want to get to. That's perfectly human. But stepping into the customer's shoes gets forgotten. Inside-out blindness pulls us into our own products and processes and pushes the customer's real problem into second place. Some leaders also worry that a customer-focused vision will sound like a cliché, and prefer to leave the customer experience to the mission or the values instead.

**What it leads to.** A vision that leaves out the customer feeds a culture that puts customer experience second. While people think about the big picture, they start losing sight of how their work affects the end user. From the outside, your vision says nothing to potential customers, who want to hear what you will make better for them. And while you are busy with an inward-looking vision, you fall behind shifts in customer preference and moves by competitors.

**How to prevent it.** Read your vision statement for a moment as an outsider would: “Is there a picture of the future here that touches the customer?” If not, rewrite it. Instead of “to be number one in the market,” something like “to be known for pioneering solutions that make our customers' lives easier” holds both your ambition and the benefit to the customer.

When building the vision, discuss these questions with your team:

- What problem will we solve for the customer, what need will we meet?
- When our vision comes true, what improvement will customers see in their lives?
- How will our product or service change the customer's day-to-day experience in the future?

A vision shaped by these questions focuses people inside on the customer's success and becomes a strong message outside. It is no accident that Amazon has described itself for years as a company that seeks to be “Earth's most customer-centric company”; that sentence reminds every employee to put the customer at the center of the work as a principle.

Bring your customer into your vision too, so that it becomes a real value promise. In the next piece we look at the scale of a vision: how big, how concrete, and where it should part ways with the mission.

## Sources

- [Amazon.com, Inc., Form 10-K (fiscal year 2025), Item 1 “Business”: “We seek to be Earth's most customer-centric company.”](https://www.sec.gov/Archives/edgar/data/1018724/000101872426000004/amzn-20251231.htm)

---

# Vision Is the Compass, Strategy the Map: How Do You Balance Dream and Reality, and Align with the Mission?

URL: https://alpsuleyman.com/en/insights/vision-compass-strategy-map
Published: 2025-09-22
Updated: 2026-10-05
Author: Alp Suleiman

> A vision should be neither a dim light nor an unreachable star. How to strike the balance between dream and reality, and align vision with mission, values, and strategy.

In the previous piece we looked at what the vision statement says: is it a cliché, does it touch the customer? In this one I look at a different question: is your vision at the right scale, and does it show the same picture as the rest of the company?

These two mistakes are sneaky. Read on its own, the vision statement can look perfectly fine. The problem appears when you put it next to today's realities, or next to the mission, the values, and the strategy.

## Between realism and daydreaming

A vision should be neither a dim light nor an unreachable star. Missing the balance is a common trap, and it can go wrong at either end: keeping the vision as narrow as a short-term target, or painting a “rosy dream” that ignores the company's current realities. Either way, the vision fails at its job.

**Why it happens.** Setting a vision is an art; it takes imagination and analysis. Some executives, in the name of being concrete, over-detail the vision or bury it in deadlines. A goal like “reach 20% market share in the next three years” stays at the level of a strategic plan, not a vision. They forget that a vision is long-term by nature and needs some flexibility. At the other end, some leaders think the bigger they say it, the more motivating it will be. Without accounting for resources, capabilities, or market conditions, they put out sentences that sound good but breed distrust inside. “We will be the biggest company in the world” excites people for a moment, then quickly loses credibility.

**What it leads to.** An over-detailed, narrow vision limits growth. The team focuses only on the narrow path drawn for it and misses new opportunities; adapting to changing conditions gets harder. At the other extreme, a far-fetched vision breeds doubt and a sense that none of this is serious. If the vision is seen as “the boss's fantasy,” it never takes hold in the minds of people focused on their daily work. A vision with low credibility keeps commitment low; even if no one says it out loud, it risks becoming a running joke on the team. A vision should be broad enough to cover all of the organization's areas of interest, and flexible enough to leave the team room for creative solutions. Otherwise either your horizon narrows or your course blurs.

**How to prevent it.** It helps to keep one principle in mind:

> Vision is the compass, strategy is the map.

The vision tells you which direction to go; the detailed map is drawn with strategy and goals. Once you make this distinction, you think about the big picture when setting the vision. Leave numerical targets and short-term details to strategic plans rather than putting them in the vision. But don't let the vision become completely abstract either; an impossible dream remains the founder's dream, not the organization's vision. A good vision may not be tangible, but it is plausible: it inspires without losing touch with reality. Don't reduce the vision to a purely rational, time-bound plan stripped of emotion; then what you have is a plan, not a vision.

At the other end, a purely dreamy vision opens a gap of its own: the gap between believing and doing. When the team doesn't truly believe in the vision, the distance between what is said on paper and what is done in practice widens. To strike the balance, test your draft vision with these four questions:

- **Does it inspire?** It should create excitement and a sense of purpose in whoever reads or hears it. It should feel like “this is us.”
- **Is it believable?** Does the team believe this distant goal can be reached with today's capabilities and resources? Even if it points far into the future, can it explain its link to today?
- **Is it flexible?** Is it broad enough to make room for unforeseen opportunities and technologies that may appear over the next 5–10 years, or is it too tied to today's conditions?
- **Is it focused?** Rather than trying to achieve everything at once, does it emphasize the one direction that truly matters? Without a clear priority, focus is lost.

A vision takes some courage; thinking small protects the leader but makes the organization ordinary. It also takes responsibility; if you dream big and can't back it up, your credibility suffers. Finding the point between imagination and analysis may be the most important skill of visionary leadership.

## Alignment with mission, values, and strategy

Look at some companies' vision statements and you will see that what is written there is actually a mission, not a vision. Or the vision says one thing and day-to-day operating priorities say something else entirely. Confusing vision with mission, and misalignment with strategy, is a mistake that takes a long time to notice. If a company's vision says “global leadership” while its mission still says “to provide the best service in the local market,” something is inconsistent.

**Why it happens.** Not everyone has internalized the difference between vision and mission; even experienced leaders mix up the terms. Vision looks to the future, mission to the present; but when the vision is written, people often can't get past the current job description, and the vision turns into a mission statement. Another reason is that strategy changes over the years while the vision and values don't get updated. The company started out with the vision of “being the best in the country,” years later a global expansion came, but the vision stayed the same. Because updating the vision means revisiting the mission and values too, the work gets postponed. There is also an emotional bond: perhaps the founders wrote that sentence, and changing it feels like betraying the founding mission. But business is dynamic; when the course changes, it is natural and necessary for the vision to evolve.

**What it leads to.** When vision and mission get mixed up, the time horizon slips. People don't know whether to focus on the future or perfect the present, and strategic priorities blur. A vision that contradicts the values or doesn't fit the strategy damages credibility. If risk avoidance dominates the culture while the vision says “to be the most innovative,” that is a wish that stays on paper. The alignment between these concepts directly affects how consistent and trustworthy a company is.

**How to prevent it.** First, make the difference and the relationship between the four concepts clear:

- **Mission** describes what you do today and whom you serve.
- **Vision** defines the state you want to reach in the future.
- **Values** are the core beliefs that guide you along the way.
- **Strategy** is the path you choose to reach the vision.

These four should form a coherent whole. When building the vision, look back at your mission and values: do they support it or contradict it? If they contradict it, you may need to update them first. If the company is changing direction, handle these elements together. If you decide to take your vision of leading in Turkey to a global scale, you should broaden your mission as well, and perhaps add a new dimension like “cultural diversity” to your values.

There is a simple test for whether your vision has turned into a mission:

> Read your vision statement and ask: “Aren't we already doing this?” If the answer is yes, it is a mission statement.

A vision should describe a state that hasn't come true yet. If “offering service X to customers” is today's work, the vision should describe a future such as “becoming the most preferred company for service X.” When you make this distinction correctly and bring all of your corporate language into line, people feel the pieces of the puzzle fall into place. Everyone can see where their work contributes to the big picture.

Even a well-written vision doesn't live on its own, though. In the next piece we look at where visions often die: where they are written alone and announced once.

---

# Getting the Team to Own the Vision: Why a Vision Written Alone and Announced Once Dies, and How It Becomes the Team's Shared Story

URL: https://alpsuleyman.com/en/insights/getting-the-team-to-own-the-vision
Published: 2026-02-24
Updated: 2026-10-05
Author: Alp Suleiman

> A vision is born in the leader's mind but comes to life through the team. Why a vision written alone and announced once dies, and how to turn it into the team's shared story.

A vision is born in the leader's mind, but it comes to life through the team. Many leaders assume it is enough to set the vision on their own and tell the team, “here is our goal.” But however bright a vision is, if no one owns it, it is doomed to stay on paper.

In the previous two pieces of this series we looked at the vision statement itself: is it original, does it touch the customer, is it at the right scale, does it fit the mission? In this one we move from the sentence to the people. Because a vision can also die when it is written well and shared badly.

## The vision set alone and announced once

A vision a leader creates alone may never reach people's heads or hearts. Lack of participation is a decisive factor in why visions fail.

**Why it happens.** A vision usually starts with the leader's personal passion. So the leader may believe they know it best. Getting feedback from the team takes time, and leadership teams that want to move fast skip the step. To be fair to them, a leader with a vision sees the picture in their head so clearly that they assume others see the same picture. That is an illusion.

The second half of the mistake is communication. People assume that once the vision is announced at a company meeting and hung on the wall, it will live on by itself. In fact, a vision has to be told and repeated constantly, consistently, and vividly. In “Leading Change: Why Transformation Efforts Fail,” published in Harvard Business Review in 1995, John Kotter gives one of the common mistakes of transformation efforts exactly this name: undercommunicating the vision by a factor of ten. The scene he describes is familiar. A group develops a good vision, communicates it in a single meeting or a single memo, and is then surprised that so few people seem to understand the new approach. Leaders think a few announcements have carried the vision, when far more is needed for everyone to understand it.

**What it leads to.** A vision not built with the team and not shared with it leaves people feeling these are “top-down goals set without asking us.” They see themselves not as part of the vision but as its audience. The result is low commitment and low motivation. No one wants to put their heart into a goal they had no part in.

Poor communication creates a second problem: the vision fades over time and dissolves among everyday priorities. Because the shared direction was never internalized by everyone, the company starts pulling in different directions. After a while the vision becomes a set of words that looks nice in a frame and has no effect on the work.

**How to prevent it.** Turn creating the vision into a participatory journey. The leader's guidance is critical, of course, but bringing key team members, perhaps customers and other stakeholders, into the process at the right stages improves both the quality and the acceptance of the vision. Once senior leadership has a first draft, it can test it in workshops with people from different levels. That shows people they are being heard and lets them touch the vision early.

In the same article Kotter offers a useful rule of thumb: if you can't communicate the vision to someone in five minutes or less and get a reaction that signals both understanding and interest, you aren't done with that phase yet. If you can't tell the vision in a way that is clear and engaging, it is hard to expect people to make sacrifices and follow you.

And setting an example may be the most powerful communication tool of all. When the leadership team acts in line with the vision in its decisions and behavior, it sends a quiet but effective message. The vision doesn't stay in words; it starts living in the culture.

## A three-step plan: tell, involve, embed

Once the vision is set, the real work is bringing it to life. I suggest three simple but effective steps to spread the vision across the company and keep it alive.

**1. Turn it into stories and tell them often.** The best way to bring the vision down to every level is to turn it into stories. When a small win in line with the vision comes in (a small project victory, a customer's story), share it with the whole company right away and connect it to the vision: “Here is an example that brought us one step closer to our vision.” Keep the vision on the agenda of regular meetings. This is how you close the communication gap Kotter points to: saying it once is not enough, so repeat the message tirelessly in different forms. Making the vision visible (in the office, on the intranet, in email signatures) also works as a constant reminder.

**2. Encourage participation and ownership.** A vision is only powerful when it is shared. Make room for local initiatives and feedback channels. Ask people, “What do you think our department could do to reach our vision?” Weigh the suggestions, put the good ideas into practice, and credit the people behind them. That way everyone starts to see themselves as part of the big picture. Don't forget the role of middle managers either: they are the ones who carry the vision to teams. Teach them how to talk about the vision and how to connect it to their team's motivation. The vision should be on every leader's agenda, not just the CEO's.

**3. Build the vision into goals and processes.** The last step is to make the vision part of how work gets done. When setting annual goals, link each unit's goals to the vision. If a goal like “increase customer satisfaction by X% by the end of next year” ties to the customer focus in your vision, say so explicitly. In performance reviews, don't only ask “did you hit your targets?”; also ask “how did your work contribute to our vision?” Make “Does this decision bring us closer to our vision?” a habit when making decisions. When investing in a project, let whether it serves the vision be an important criterion.

The plan comes down to three words: tell, involve, embed. Tell your vision well, involve everyone, and build it into your processes. That way the vision stops being a slogan and becomes the company's shared mind and heart.

## Sources

- [John P. Kotter, “Leading Change: Why Transformation Efforts Fail,” *Harvard Business Review*, March–April 1995 (Error #4: “Undercommunicating the Vision by a Factor of Ten”; the five-minute rule appears under Error #3).](https://hbr.org/1995/03/leading-change-why-transformation-efforts-fail-2)

---

# What Are We Doing for Our Vision Today? Five Factors and Five Questions That Keep a Vision Alive

URL: https://alpsuleyman.com/en/insights/what-are-we-doing-for-our-vision-today
Published: 2026-03-25
Updated: 2026-10-05
Author: Alp Suleiman

> Writing a vision once and leaving it is not enough. Five factors behind visions that stay alive, five questions to check yours regularly, and one question to ask every day.

In the earlier pieces of this series we went through the mistakes made when creating a vision, one by one. Don't let them discourage you. On the contrary, being aware of a mistake brings the way to prevent it along with it.

In the last piece of the series I want to leave you with two things. First, the five factors I have always seen behind visions that stay alive. Then, five questions you can use before you sit down to draft your vision, after you write it to check it, and perhaps once a year to look at it again.

## Five factors that keep a vision alive

The journey of turning vision into organizational success is as hard as it is exciting. Throughout my working life I looked carefully at which factors really determine success, and I noticed the same few elements behind it every time.

**First, clarity and inclusiveness.** Visions that people can easily understand, connect with, and get excited about create real change. Building a vision that is clear, simple, and touches people is the first and indispensable step.

**Second, leadership style.** Behind successful transformations I always saw the same leadership trait: sincerity and openness. It makes a big difference when leaders are not only inspiring but approachable, and in constant contact with their people. Employees sense very clearly whether their leaders truly believe in the vision. When they see that they do, and that they are committed to it, trust and commitment across the organization rise quickly.

**Third, consistent execution and resource allocation.** However inspiring a vision is, it cannot succeed without the systems, processes, and resources to support it. What the companies that succeed have in common is that everything, from performance reviews to budget allocation, is arranged to support the vision.

**Fourth, continuous communication and dialogue.** In successful transformations, organizations don't stop at explaining the vision. They listen to people's views, concerns, and suggestions about it and turn the process into a living dialogue. Participation lowers resistance and makes the vision easier to internalize.

**Fifth, cultural integration.** When the vision is embraced at every level, built into daily practice, and turned into norms of behavior, the transformation lasts.

These five factors look simple on paper. The hard part is keeping all five standing at once, for years. That takes questions you come back to regularly.

## Five questions to test a vision

**1. “Why do we exist, and where do we want to get to?”**
This question joins your founding purpose with your future goal. It reminds you why you exist and lets you describe where that will lead. Is your vision connected to, and consistent with, your reason for being?

**2. “When this vision comes true, what will our customers and stakeholders gain?”**
Look from the point of view of your stakeholders: customers, suppliers, society. Does your vision describe a concrete improvement in their lives, an increase in value? If the vision isn't meaningful to the customer, it is well worth rethinking. In the second piece of the series we talked about the cost of a vision that forgets the customer.

**3. “Will our people be proud of this vision and motivated by it?”**
A vision that doesn't touch the team's heart stays on paper. An employee reading the vision should be able to say, “Yes, I want to be part of this.” Answer this question honestly; if you're not sure, ask your people.

**4. “Does our vision show the big picture, or is it drowning in detail?”**
Remember that the vision is a compass. Strategic details and numerical targets don't belong in this sentence. If there is too much detail, take it out of the vision and move it into sub-goals. The vision should show the state you want to reach in a frame that is clear but broad.

**5. “Is our vision aligned with our mission, our values, and our strategy?”**
As a final check, put the vision statement next to your mission and values. If you see a contradiction, something is wrong. The vision should be a natural extension of who you are today; an ambitious extension, but an extension all the same. Otherwise its credibility stays weak.

These questions work like a check-up and keep you from going off the rails while designing a vision. Discussing them together, especially in a team brainstorm, helps everyone form the same picture in their heads.

## Look at your vision once more

Between having a big vision and turning it into organizational success there is a bridge, and that bridge can be full of mistakes and obstacles. In this series we walked through those mistakes: we saw why it is essential to avoid clichés, bring the team into the heart of the work, hear the customer's voice, keep the balance, and make the concepts clear.

Perhaps you recognized yourself in some of the mistakes; perhaps memories came back of times you thought, “we've been through this.” That is completely normal; every leader runs into mistakes while learning. What matters is turning these insights into action.

Now look at your own organization's vision once more. Seen from the perspective of this series, do you see anything you could improve? Perhaps it is time to update your vision statement, or to share it more strongly with the team.

A vision doesn't only point the way; it also inspires. And under the right conditions, inspiration strengthens commitment, feeds innovation, and gives people strength in the face of difficulty. There will be uncertainty, and you will meet resistance. But with a solid vision and a team that truly believes in it, those obstacles can be overcome.

## The question to ask every day

Ask yourself and your team this question:

> What are we doing for our vision today?

When you can give a meaningful answer to that question every day, you are building the future from today.

Big visions become real through small steps. A small step you take today, such as an open conversation about the vision with your team or a revision that refreshes it, can make a big difference tomorrow in the company's culture and results.

It is time to roll up your sleeves so that your vision becomes a living reality rather than words hanging in a frame. Carry that picture into the future with the people you work with, so that years from now you can look back on a story and say, “We really did this.” The future belongs to those who can see it from today.

---

# The Real Growth of AI: Why Perceived and Measured Speedup Diverge, and How That Shapes Growth Decisions

URL: https://alpsuleyman.com/en/insights/the-real-growth-of-ai
Published: 2026-04-14
Updated: 2026-10-05
Author: Alp Suleiman

> Developers believed AI made them 20 percent faster; in the measurement, tasks took 19 percent longer. How to read “AI sped us up” the way you would read real growth.

In the first half of 2025, the research organization METR ran an experiment with 16 experienced developers who had spent years working on large open-source projects. 246 real tasks were taken from their own projects, and for each one it was randomly decided whether AI could be used. Before starting, the developers predicted AI would speed them up by 24 percent. The measurement showed the opposite: when AI was allowed, tasks took 19 percent longer.

The interesting part comes after. Once the experiment was over, the same developers who had lived through the slowdown still believed AI had made them 20 percent faster.

This is not an article about coding. It is the question this site has been asking from the start, in a new disguise: the gap between apparent growth and real growth. In an inflationary economy, revenue rising by, say, 60 percent does not mean the company grew 60 percent; first you have to take out the price effect. Speed that comes with AI works the same way. Felt speed is the nominal number. To get to the real one, you have to subtract a few things from it: the expectation, the choice of task, the rework that shows up later.

## Why do perception and measurement diverge?

To be fair first: METR's finding does not say “AI doesn't work.” The researchers state it plainly: the study does not provide evidence that AI fails to speed up most developers, and they do not generalize the results beyond software development. The developers in the study were working on projects they knew very well, averaging more than 22,000 stars and over a million lines of code, on tasks of about two hours each. The tool was mainly Cursor Pro (with Claude 3.5/3.7 Sonnet). Among the possible explanations for the slowdown, METR lists the high quality standards of these projects.

At the other end is the experiment GitHub published in 2022. 95 professional developers were asked to write an HTTP server in JavaScript. The group using Copilot finished in 1 hour 11 minutes on average; the group without it took 2 hours 41 minutes: 55 percent faster. The share who completed the task was 78 percent in the Copilot group and 70 percent in the other.

The two experiments don't contradict each other; they measure different things. One is a well-defined task built from scratch, identical for everyone. The other is real work inside a large system you have maintained for years and whose rules you know by heart. AI can contribute a lot to the first and little, or even negatively, to the second. There is no single answer to “how much does AI speed us up?”; the answer depends on the type of task.

A hint about why perception drifts comes from Stack Overflow's 2025 developer survey. 84 percent of developers use or plan to use AI tools. But more of them distrust the accuracy of AI (46 percent) than trust it (33 percent). The most common complaint, chosen by 66 percent, is solutions that are “almost right, but not quite.” An almost-right output can feel fast: something has appeared on the screen, the work seems to be moving. The time spent turning it into fully right may be scattered, and may never be remembered as a separate line item.

## The amplifier: it improves a good system and magnifies a bad one

Google Cloud's DORA 2025 report, drawing on nearly 5,000 technology professionals, paints a large-scale version of the same picture. 90 percent of respondents use AI at work, and more than 80 percent believe it has increased their productivity. This year the report sees a positive relationship between AI adoption and software delivery throughput. But the same report says AI adoption still has a negative relationship with delivery stability: speed goes up, and without strong automated testing, mature version control and fast feedback loops, the higher volume of change turns into instability.

The report's key insight sums it up: AI doesn't fix a team; it amplifies what's already there. Strong teams get better; struggling teams find their problems more visible and more intense.

For a growth leader, that line is a warning. AI adds speed; the system decides where that speed flows. Add speed to a system without measurement and you go in the wrong direction faster, and notice it later.

## The same trap in the growth team

From here on this is an inference: the data comes from software development, and carrying it over to growth metrics is our reading. Still, what these findings are really about is measurement more than engineering. Sentences commonly heard about AI in growth teams (illustrative, not quotes from a particular team) share the same structure:

- **“Our experiment velocity doubled.”** Launching more A/B tests a week does not mean learning more. Did the tests close with enough sample, or did AI only speed up the production of variants? If change volume went up and decision quality went down, that can be read as the growth-team version of DORA's stability finding.
- **“AI onboarding raised activation.”** What did you measure activation with? A user getting past a screen, or experiencing the product's core value for the first time? AI can make the first step easier; and when the first step gets easier, you may have quietly loosened the definition of activation.
- **“Personalized messages improved retention.”** In which cohort, in which month? A message being clicked and a customer still paying in month three are different things. A first-week lift is like nominal sales growth in an inflationary economy; it is real only if it holds in the tail of the cohort curve.
- **“The team is X percent more productive with AI.”** Does that number come from a survey or from a time measurement? METR's developers also said they were faster when asked at the end of the experiment.

The pattern is the same in each: a felt or intermediate metric takes the place of the outcome metric.

## Five questions for a real reading

When you hear “AI made us X percent faster” or “X percent bigger,” ask these five questions, the way you would adjust for inflation.

**1. Which task?** Well-defined work from scratch, or complex, context-heavy work inside an existing system? A meaningful part of the gap between GitHub and METR probably lives in the answer to this question. METR itself notes it is plausible or likely that AI tools are useful for less experienced developers, or for developers working in an unfamiliar codebase. Don't spread a gain from one type of task across the whole team or the whole funnel.

**2. Who?** Someone new to the area, or someone who knows it by heart? METR's experienced developers hint that for people who already know a lot, what AI can add may be limited. On your team, who gains and who loses?

**3. What was measured: perception, time or outcome?** “We believe,” “we feel,” “80 percent of us think we're more productive” are measurements of perception. They are valuable, but they don't replace time and outcome. The core of METR's finding is this: the same people, on their own real work, can say they got 20 percent faster while the measurement shows the work took 19 percent longer.

**4. What do stability and quality show?** Is there a quality metric next to the speed metric? In software that means reverted changes and incidents; in growth it can be refunds, support tickets, cancellations, the reproducibility of an experiment result. If speed rises while stability falls, then, as DORA puts it, the system is being amplified, not fixed.

**5. What is the counterfactual?** What would have happened without AI? A randomly assigned control group, an older cohort, a similar team over the same period. Without a comparison, the number also carries seasonality, the market's overall growth, and the team simply getting better anyway. This is not just a theoretical difficulty. In August 2025 METR started repeating the experiment with a larger group and found that some participants weren't submitting some tasks at all because they didn't want to do them without AI (based on survey responses, 30 to 50 percent of developers were not submitting some tasks). They wrote that their new results were only “very weak evidence” for the size of that increase in speedup over early 2025, and decided to change the design of the experiment. The more a tool is adopted, the harder the counterfactual becomes to build. That is why it has to be built early, before the tool is everywhere.

## Closing

The point of this article is not that AI doesn't speed things up. METR's early-2026 update also says, based on conversations with participants, that developers are likely more sped up now than in early 2025. They are probably right.

The question is which number you run that speed on. Nominal speed looks good in a meeting. Real speed is the only number that can carry budget, hiring and roadmap decisions. The next time you hear “X percent with AI,” ask the five questions and subtract what needs subtracting.

Take care.

## Sources

- [METR, “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, July 10, 2025 (16 developers, 246 tasks; expected +24%, measured 19% longer, post-study belief +20%).](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)
- [METR, “We are Changing our Developer Productivity Experiment Design”, February 24, 2026 (rerun started August 2025; selection effects, 30–50% of developers not submitting some tasks).](https://metr.org/blog/2026-02-24-uplift-update/)
- [Eirini Kalliamvakou, “Research: quantifying GitHub Copilot's impact on developer productivity and happiness”, GitHub Blog, September 7, 2022 (95 developers, JavaScript HTTP server task, 55% faster).](https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/)
- [Google Cloud, “Announcing the 2025 DORA Report”, September 24, 2025 (nearly 5,000 respondents; the amplifier finding; throughput and stability).](https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report)
- [Stack Overflow, 2025 Developer Survey, AI section (usage, trust, “almost right, but not quite”).](https://survey.stackoverflow.co/2025/ai)

---

# Experiment Inflation: AI Made Building Free, Not Knowing

URL: https://alpsuleyman.com/en/insights/experiment-inflation
Published: 2026-09-10
Updated: 2026-10-06
Author: Alp Suleiman

> AI lets you ship ten variants a week, yet growth sits where it was. Building became free; knowing did not. Experiment inflation is what happens when nominal test velocity rises while real learning falls.

The story starts like this (an example). Six months ago a growth team could ship one A/B test a week. Design, code, event tracking, analysis; each took a few days. Then AI arrived. Variants are written in minutes, landing pages are ready in an afternoon, SQL writes itself. Now they run ten experiments a week. The experiment count on the dashboard went up tenfold.

The growth number stayed where it was.

I am writing this for that team's question: “We do everything faster with AI, so why are we still not growing?” The answer is not in a tool or a model. It is in which step of the growth loop got cheap, and which one did not.

## Building became free, knowing did not

The classic growth loop has four steps: form a hypothesis, build the variant, measure, learn. AI pushed the second step close to zero. That is a real gain; do not belittle it. Writing variants, wiring flows, producing lifecycle messages per segment, pulling cohorts without waiting for an analyst; all of that used to take weeks and now takes hours. The long tail, the list of things that would be nice to do if anyone had time, became doable for the first time.

But the third step, measuring, did not get cheaper with AI. The raw material of measurement is not code. It is traffic. For an experiment to tell you anything, enough people have to see it. AI does not give you people. Your traffic today is whatever it was six months ago.

The bottleneck did not disappear. It moved. You used to be stuck at building; now you are stuck at knowing. And a team that is stuck at knowing and responds by running more experiments is like attaching more water mills to the same river without adding water. Each mill turns slower. And every one of them looks like it is turning.

## Experiment inflation

I call this experiment inflation. In an inflationary economy nominal income rises while purchasing power does not. In experiment inflation the nominal number of tests rises while learning does not. The mechanism is simple.

Test count goes up. Traffic stays flat. Traffic per test goes down. Statistical power per test goes down. Low-powered tests produce two things: real effects you cannot see, and fake effects you think you see. The second is more dangerous, because the dashboard labels it a winner.

Let us put numbers on it. In a 2022 paper, Ron Kohavi and colleagues give a simple formula for the users needed per variant: sixteen times the variance divided by the square of the smallest effect you want to detect. For a flow converting at 2 percent, reliably seeing a 10 percent relative lift needs roughly 78 thousand users per variant. About 157 thousand for two variants.

Now put that on an example: a product with 20 thousand monthly visitors. A single experiment needs about eight months. Eight months. If you are looking for a 20 percent lift, two months. Attach ten tests a week to that traffic and each one sees a tenth of those 20 thousand, and none of them can ever tell you anything.

One section heading in Kohavi's paper reads, verbatim, that experiments with low statistical power are not trustworthy. The general guidance is equally plain: A/B tests are useful when you have at least thousands, preferably tens of thousands, of active users.

## Where the fake winners come from

Low power does not only mean “you cannot see”. It means seeing wrong. Three mechanisms are at work, and all three grow with test count.

First, the false positive rate. By Kohavi's table, if 10 percent of your ideas truly work and your tests run at 80 percent power, 22 percent of your significant results are false. Drop power to 20 percent, which is exactly what experiment inflation does, and 53 percent of significant results are false. More than half of your winners are not winners.

Second, the winner's curse. The mechanism Kohavi describes is this: a significant result at low power systematically overstates the true effect. For the scale, look at Georgi Georgiev's study of 1,001 real A/B tests: the median effect across all tests was 0.08 percent, essentially zero; among tests declared winners, the average effect was 15.9 percent. Georgiev attributes the high share of winners (33.5 percent) to the relatively higher quality of the tested ideas and their implementation; combined with low power, it is the mechanism that explains why a dashboard number shrinks in production (opinion).

Third, the peeking habit. In Evan Miller's 2010 simulation, if you check after every observation and stop the moment the result is significant, the 5 percent false positive rate you designed rises to 26 percent. The more often you look, the larger it gets. A team running ten tests a week looks at ten dashboards every day. AI made dashboards cheap too.

Then there is novelty. Microsoft's experimentation platform found in a 2024 analysis that 9 percent of fourteen-day results fall outside the seven-day confidence interval; 5 percent would be expected. Tests that are run fast and closed fast measure the first week's excitement, not behavior.

None of this is AI's fault. All of it existed before. AI simply let you produce it ten times faster.

## The signature question

Before starting any experiment, ask one question: “Do I have the traffic to see the effect this test is looking for? If not, why am I running it?”

The question makes half the team uncomfortable, because the answer is usually “no”. Then there are two options: look for a bigger effect, or skip the test and learn another way. Both are legitimate. What is not legitimate is running without knowing the answer.

You do not have to do the arithmetic in your head. /tools/experiment-capacity (the Experiment Capacity Calculator) asks for your monthly traffic, your base conversion rate and the smallest effect you care about; it shows how many weeks one test takes, how many reliable decisions you can make per month, and where your false winner rate ends up when power drops.

## What to do at low traffic

Having no traffic does not mean abandoning experimentation. It means increasing decisions per visitor instead of tests per week. Five steps.

Step one: big bets. Drop the 3 percent button-color effects. If your traffic can only see effects of 20 percent and above, only test changes that could plausibly produce 20 percent and above: the whole onboarding flow, the structure of the pricing page, the path to the first moment of value. Do not test small bets. Decide and move on.

Step two: pre-register. Before starting, write down the effect threshold and the duration. This is exactly Kohavi's recommendation: experimentation systems should encourage users to pre-register the minimum effect of interest. A written threshold is the antidote to peeking.

Step three: at least two weeks. The rule Kohavi has recommended since 2014 for novelty effects. A test closed fast is a test that is wrong fast.

Step four: reduce variance. Instead of running longer, measure sharper. Methods that use a user's pre-experiment behavior as a covariate let you see smaller effects with the same traffic. This is the least known lever available to a low-traffic team.

Step five: a holdout group. Once personalization and agent-driven flows arrive, measuring individual variants loses meaning; you are showing everyone something different. Then keep a share of users away from new features for months and measure the system's total effect. Statsig's documentation puts a typical holdout at 1 to 2 percent; at low traffic that share is meaningless and you need 10 percent or more (opinion). It is expensive. Uncontrolled personalization is more expensive.

## Three patterns

There are three common bad patterns (opinion); look for them on your own dashboard.

The experiment count metric. If the sprint report says “we ran 40 experiments this month”, the team thinks the experiment is the output. The experiment is the input. The output is a changed decision. Add a line to the report: “how many decisions did we change this month on reliable evidence”. A small number there is normal (opinion).

The winner collection. If three or four winners are declared every month and the conversion rate is unchanged at year end, the winner's curse is at work. Re-measure your winners six months later; most effects will have shrunk (opinion).

The dashboard race. If tests close before their planned duration “because they became significant”, your false positive rate is not 5 percent; in Miller's simulation it rises as high as 26. Give the authority to close a test to the calendar and to nobody else.

## Roadmap

Week one: count the experiments of the last three months. For each, compute how many users per variant it saw and the smallest effect it could have seen at that traffic. Show the result to the team. Seeing together that most tests were never in a position to say anything is more convincing than this article.

Week two: add three mandatory fields to the experiment template: smallest effect sought, required sample size, planned end date. A test without all three does not start.

Month one: re-sort the experiment backlog by effect size. Remove effects your traffic cannot see; settle those without a test. Run the rest one at a time, at full traffic.

Month three: spend the time AI gave you on knowing instead of building. Fix the event schema, prepare covariates, set up the holdout. AI helps here too; have it write the analysis code and pull the cohorts. If the bottleneck moved, the investment has to move with it.

## Setting expectations

Follow this path and your test count will fall. Perhaps from ten a week to three a month. The team will feel it as a step back. It is not. By Kohavi's account, most experiments at Bing fail, about a third succeed across Microsoft, and the ones that succeed improve key metrics by 0.1 to 1 percent. Even on the world's largest experimentation platforms, learning is slow and expensive. It will be in your product too. The difference is between accepting the slowness and learning reliably, or running fast and learning fiction.

AI gave you one thing: it zeroed the cost of building. If you invest the freed time in knowing, that is a large gift. If you invest it in building more tests, it is only a larger dashboard. Which one you chose will be written, six months from now, not on the dashboard but on the income statement.

## Sources

Ron Kohavi, Alex Deng, Lukas Vermeer, “A/B Testing Intuition Busters: Common Misunderstandings in Online Controlled Experiments”, KDD 2022: https://bit.ly/ABTestingIntuitionBusters

Ron Kohavi, Alex Deng, Roger Longbotham, Ya Xu, “Seven Rules of Thumb for Web Site Experimenters”, KDD 2014: https://exp-platform.com/Documents/2014%20experimentersRulesOfThumb.pdf

Georgi Georgiev, “What Can Be Learned From 1,001 A/B Tests?”, 2022: https://blog.analytics-toolkit.com/2022/what-can-be-learned-from-1001-a-b-tests/

Evan Miller, “How Not To Run an A/B Test”, 2010: https://www.evanmiller.org/how-not-to-run-an-ab-test.html

Microsoft Experimentation Platform, “External Validity of Online Experiments: Can We Predict the Future?”, 2024: https://www.microsoft.com/en-us/research/articles/external-validity-of-online-experiments-can-we-predict-the-future/

Statsig, “Holdouts”, product documentation: https://docs.statsig.com/experiments/holdouts-introduction

---

# Which Growth Work Goes to an Agent? Choosing Between a Prompt, a Workflow and an Agent, Stage by Stage

URL: https://alpsuleyman.com/en/insights/which-growth-work-goes-to-an-agent
Published: 2025-07-09
Updated: 2026-10-05
Author: Alp Suleiman

> “Let's give this to an agent” sounds like a technical choice. It is really a decision about authority and economics. At each stage of the funnel, which work belongs to a plain prompt, a workflow or an agent?

There is a sentence you now hear often in growth meetings: “Let's give this to an agent.” The segment list, the email variants, churn follow-up, even the pricing test. It sounds like a technical preference, as if the question were which tool to use.

The real question is a different one. Handing work to an agent means deciding who you leave the decisions inside that work to, and what you pay for it. “Agent” is sold as a product feature; for a growth team it is a decision about authority and economics. How much autonomy, who measures it, what does each successful task cost, and who notices when it goes wrong?

This series is about making that decision from inside the growth system. The first question is the most basic one: which growth work goes to an agent, and which doesn't?

## A workflow is not an agent

Anthropic's “Building effective agents”, published in December 2024, clears up most of the confusion with one distinction. A workflow is a system where the language model and tools are orchestrated through predefined code paths. An agent is a system where the model dynamically directs its own process and tool use, and decides for itself how to get the work done.

The advice in the same piece is just as clear: find the simplest solution possible, and only increase complexity when needed. The authors say outright that this might mean not building agentic systems at all, and add that agentic systems often trade latency and cost for better task performance, so you should consider when that trade makes sense.

Carry that distinction into growth work and you get four levels:

- **Plain prompt.** A person asks the model something, reads the answer, uses it or throws it away. The decision stays entirely with the person.
- **Workflow.** The steps are written in advance: data comes in, the model classifies it, the result goes to a set place. The model doesn't choose the path.
- **Human-approved agent.** The model plans its own steps and uses tools, but a person approves every action that reaches the outside world.
- **Autonomous agent.** The model plans, acts and reports back. A person looks afterwards.

These levels are not a maturity ladder. The top rung is not automatically the best one for a given job, and as a rule of thumb, for many jobs the right answer sits on the second.

## Five criteria

Five questions will tell you which level a piece of growth work belongs to.

**1. Can it be undone?** OpenAI's “A practical guide to building agents” names two primary triggers for human intervention: exceeding failure thresholds (the agent fails to understand a customer's intent after several attempts) and high-risk actions. It defines the second as actions that are sensitive, irreversible or high-stakes, which should trigger human oversight until confidence in the agent's reliability grows. Its examples will be familiar to any growth team: cancelling orders, authorising large refunds, making payments. The same guide suggests rating every tool low, medium or high risk based on read-only versus write access, reversibility, the account permissions it needs and its financial impact.

**2. Is a mistake expensive, and who notices?** A wrong internal report gets corrected in a meeting. A wrong discount code that has reached thousands of customers is a second mistake in the customer's eyes when you correct it. The cost of an error grows with the time it takes to notice.

**3. Can it be measured?** Can you check automatically that the work was done right? A segment list either matches its definition or it doesn't, and a query will tell you which. “A good campaign idea” can only be judged once the results are in. Autonomy over work you can't check is a way of accumulating mistakes. In AI this automatic check is called an eval, and it is the closest thing to a growth team's experiment culture.

**4. How much context does it need, and how sensitive is that context?** The OpenAI guide groups the places where agents add value under three headings: complex decisions involving nuanced judgment and exceptions, rulesets that have become hard to maintain, and heavy reliance on unstructured data (natural language, documents, conversation). That tells you where an agent might help. How dangerous the context can become is described by what Simon Willison calls the lethal trifecta: access to your private data, exposure to untrusted content, and the ability to communicate externally. Put the three together and an instruction hidden inside some outside text can persuade the agent to carry your data out. Willison's conclusion is blunt: the only way to stay safe is to avoid that combination entirely. He is also suspicious of guardrail products that claim to catch “95% of attacks”, pointing out that in web application security 95% is very much a failing grade.

**5. How long is the task?** In March 2025, METR proposed measuring AI agents by task length: the length of task, measured by how long it takes human experts, that a model can complete with 50 percent probability. At the time, models succeeded almost 100 percent of the time on tasks that take humans less than 4 minutes, and less than 10 percent of the time on tasks that take more than about 4 hours. Claude 3.7 Sonnet's 50 percent horizon was about an hour. Yet the same post says the best models could only reliably complete tasks of up to a few minutes. These numbers come from software tasks and the models of that date; today's values are different. The lasting lesson for a growth leader is this: 50 percent is a coin toss. It is not the reliability you would accept on work that reaches a customer. The longer the task and the more steps it has, the earlier human approval should come.

## Stage by stage

The jobs below are examples, not taken from any particular company. The levels are a judgement: the five criteria applied to the funnel.

**Acquisition.** Pulling a target segment list from existing customer data fits a workflow: the definition is clear, a query can check the result, and a wrong list is simply regenerated. Writing ad copy and email variants is a plain prompt or a workflow, but publishing should be human-approved, because published copy speaks for the brand and stays seen even after it's pulled. An agent that raises budget on a new channel by itself can produce a mistake that is both expensive and noticed late; moving budget fits what OpenAI calls high-risk actions (sensitive, irreversible or high-stakes).

**Activation.** An assistant that answers a user's questions during onboarding from the product documentation is a reasonable agent candidate: the work is full of unstructured language and hard to capture in rules. But its access should stay read-only. The moment it starts changing settings or upgrading plans in the user's account, the level of the job changes.

**Retention.** Flagging churn risk, putting accounts with falling usage on a list every week, is a workflow. It is measurable, reversible and cheap when wrong: a wrongly flagged account costs at most an unnecessary call. An agent that writes to at-risk customers and sends the messages itself completes Willison's trifecta: it touches customer data, reads customer email (untrusted content) and sends messages out. The sensible level here is a human-approved agent: the agent drafts, a person presses send.

**Revenue and expansion.** Price changes, discounts, refunds and contract terms don't go to an autonomous agent. They can't be undone, or undoing them costs customer trust; errors are expensive, and the effect shows up months later. An agent can help with the analysis, for instance a report on which cohorts are price-sensitive. The decision and the execution stay with people.

**The growth team's own work.** Summarising experiment results, preparing the weekly metrics report, gathering data for a hypothesis: this is where agents are most at home. The output stays inside, a person reads it, and a mistake is caught at the next meeting. An agent that starts and stops experiments by itself is a different level altogether: at that point it isn't writing a report, it is changing the product customers see.

## Economics: an agent is an expensive hire

Cost rises with autonomy, and Anthropic's data shows by how much. In June 2025, describing its own multi-agent research system, Anthropic reported that in its data agents typically use about 4 times more tokens than chat interactions, and multi-agent systems about 15 times more. The post is plain about the consequence: for economic viability, multi-agent systems require tasks where the value of the task is high enough to pay for the increased performance.

A growth team already knows this arithmetic. You judge a channel by CAC; you should judge an agent by cost per successful task. Failed attempts, the time people spend fixing output, and the delay of work waiting for approval all belong in that cost. If building an agent for a segment list pulled once a week costs more than a workflow and doesn't produce a better list, the agent is a nice feature and a bad investment.

## Build your own decision table

What this piece suggests is not a tool but a page. Write every job your team is thinking of handing to AI on its own row and fill in five columns:

- **Job:** concrete, with a verb (“every Monday, list accounts whose usage fell 30 percent”).
- **Reversibility:** can the result be undone, and will a customer have seen it by then?
- **Cost of error and time to notice:** what is lost if it goes wrong, and who notices, when?
- **Measurement:** can you check automatically that it was done right?
- **Context and authority:** do private data, outside content and external communication meet in this job?

In the last column write a level: plain prompt, workflow, human-approved agent or autonomous agent. One test question tells you the table is done: **if this job is done wrong, who notices, when, and can it be undone?** If the answer is “a customer, a week later, no”, don't write autonomous agent on that row.

Our expectation: many teams that fill in the table may find most of the list settling on workflows. That shouldn't count as a disappointment. It is exactly what Anthropic's “simplest solution” advice looks like inside a growth team.

Take care.

## Sources

- [Anthropic, “Building effective agents”, December 19, 2024 (workflows versus agents; “the simplest solution possible”; the latency and cost trade-off).](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI, “A practical guide to building agents” (PDF) (three situations where agents add value; two triggers for human intervention; tool risk ratings).](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)
- [Anthropic, “How we built our multi-agent research system”, June 13, 2025 (about 4× tokens for agents, about 15× for multi-agent systems; the condition for economic viability).](https://www.anthropic.com/engineering/multi-agent-research-system)
- [METR, “Measuring AI Ability to Complete Long Software Tasks”, March 19, 2025 (50 percent task horizon; almost 100 percent success under 4 minutes, under 10 percent above about 4 hours; about an hour for Claude 3.7 Sonnet).](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)
- [Simon Willison, “The lethal trifecta for AI agents: private data, untrusted content, and external communication”, June 16, 2025.](https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/)

---

# Your Customer Asks AI First: How Do You See That Visitor?

URL: https://alpsuleyman.com/en/insights/customers-from-ai-assistants
Published: 2026-10-14
Updated: 2026-10-14
Author: Alp Suleiman

> If your organic clicks fell but your sales didn't, or someone asked “are we getting customers from ChatGPT?”, the answer isn't in the click report. How to see the customer who arrives from AI, and how to measure what they're worth.

Two sentences arrive back to back in a Monday meeting. Someone says, “Organic clicks are falling.” Someone else adds, “But sales didn't fall this quarter.” Then a third person, usually from the board, asks: “Are we getting customers from ChatGPT?”

Nobody in the room can answer with a number. There is no such line in the reports.

This piece is about building that line. But let me be clear about one thing first: I'm not going to tell you how to become visible in AI answers. The subject is channel and measurement. Where does the customer find you, how do you see it, and what do you use to measure that customer's value?

The short answer: the visible metric is the click. The real metric is the customer's decision, and whether that decision is still standing three months later.

## Two sources, two different pictures

Let's put the contradiction on the table first, because almost everything you read on this falls into one of two camps.

On August 6, 2025, Google's Liz Reid wrote that total organic click volume from Google Search to websites has been “relatively stable” year over year. The same post makes two more claims: click quality has gone up, and third-party reports showing sharp drops in overall traffic are often based on flawed methodology, isolated examples, or changes that happened before AI features rolled out. One detail matters here: the post gives no number for total clicks. What you are reading is a statement.

Pew Research Center published a different picture on July 22, 2025. They tracked the browsing behaviour of 900 US adults in March 2025. On visits where the search results had an AI summary at the top (what Google calls an “AI Overview”, the box that summarises the answer above the results), people clicked a traditional result on 8 percent of visits. Without a summary, that figure was 15 percent. Clicks on a link inside the summary itself happened on just 1 percent of visits.

Pew's study is observational. Nobody was randomly assigned to a group; searches that trigger a summary may simply be a different kind of search. Still, the direction is clear.

Ahrefs looked at the same question with different data. In an analysis published on April 17, 2025, it compared Google Search Console data for 300,000 keywords between March 2024 and March 2025. The result: the presence of an AI Overview was correlated with a 34.5 percent lower average click-through rate (CTR, the share of people who see a result and click it) for the top-ranking page.

Pay attention to the wording. The article's URL says “reduce”, but what was measured is a relationship: “correlated with”. The top position's CTR also fell over the same period for informational keywords without a summary; where a summary appeared, the drop was steeper (from 0.073 to 0.026, against 0.056 to 0.031 in the other group).

A Bain & Company study dated February 19, 2025 also gives a number: an estimate that zero-click searches reduce organic web traffic by 15 to 25 percent. It is an estimate published alongside a Bain–Dynata survey (December 2024, n=1,117), not a measurement.

## Why both can be true

Google says the total is stable. Pew observed that on visits with a summary, clicks were roughly half of what they were without one; Ahrefs found the presence of a summary associated with a markedly lower click-through rate. Both can be true at the same time.

The total is a reservoir. Its level can stay the same while the channel the water flows through changes. Clicks can fall on informational searches that show a summary and rise on other kinds of searches, or on large platforms. Google's sentence describes the reservoir; Pew's describes one tap. Neither tells you which tap your site is connected to.

So “Google says there's no problem” shouldn't reassure you. “Pew says clicks halve when a summary appears” shouldn't scare you either. Your answer is in your own data.

For Türkiye there is also a timing question. When Google opened AI Mode (its conversational search mode) in 180 countries in August 2025, Türkiye was not on the list. On February 18, 2026, Google Türkiye announced that AI Mode and AI Overviews would roll out gradually in the country. The figures above are measurements and estimates from March 2024 to March 2025, and Pew's sample is American. In Türkiye the same shift is happening this year, and I don't know of an independent Türkiye measurement. Read the US data as a leading indicator; it won't tell you what happens in your sector.

## Why the visitor from AI looks so small in your report

Say someone asked ChatGPT “which accounting software for small teams?” and your name came up in the answer. That person can reach you in three ways.

First, they click the link in the answer. If the browser passes along where the visit came from (the referrer), you see a session from chatgpt.com in GA4. This is the good scenario.

Second, they click the link inside a mobile app, or copy the address and paste it into a new tab. In these cases the referrer may not travel with them. When GA4 can't tell the source, it records the visit as “Direct”, as if they had typed the address themselves. Some assistants may add a source tag to the link; if so, those clicks show up under their own name and the hidden share is smaller. Check your own data to see which applies. A visitor who lands “directly” on a pricing page or a deep guide rather than the home page is unlikely to have typed that long address from memory. But a link in an email, a bookmark, an address shared on WhatsApp or Slack, an untagged campaign all land in Direct too. AI is only one of the possible sources.

Third, they never click. They remember your name and later search for your brand on Google. In the report this person shows up as organic search; only Search Console shows you that the query was branded. Yet the first place they heard of you was an AI answer.

This is an explanation of a mechanism; I don't know of a reliable number for the share of each path. But the consequence is clear: the “AI” line in your report shows a floor for the customers coming from that channel. It could be one explanation for why your sales held while organic clicks fell. Don't call it the only explanation until your own data shows it.

## Why the measurements don't agree

You'll often hear that “visitors from AI convert better”. When you read a number like that, check four things.

**The definition of conversion.** One report counts purchases, another counts free sign-ups, a third counts newsletter subscriptions. The same channel can look very different depending on the definition.

**Self-selection.** Someone who asked an AI three questions and narrowed their options has made half the decision before reaching your site. A high conversion rate may describe the person more than the channel. Bring that person in through another channel and they might well have converted too.

**Measurement leakage.** As described above, some of these visits slip into “Direct” or branded search. Every visit that can't be assigned to the channel shrinks the denominator or gets credited to another channel, so the rate can inflate or deflate for that reason alone.

**Time.** The channel is new. Early users and the audience that comes later may not have the same profile. Today's rate may not hold once the channel grows.

The common lesson of these four questions: first conversion is a weak signal for measuring a channel's value. The stronger signal is whether that customer stays.

## The measure of value: month three

My suggestion: judge the customer who comes from AI by their retention (whether a customer keeps using or paying for the product over time). Concretely, split the customers you won in the same month into cohorts (groups of customers who started in the same period) and look at how many are still active in month three.

I'm suggesting this as a test you run on your own data; there's no study behind it. The logic is simple. If the AI described you to the right person for the right reason, the customer's expectations match the product and they're more likely to stay. If it described you wrongly, the chance of converting in month one and leaving by month three goes up. First conversion can't tell these two cases apart; month three can.

Let me show it with numbers (example). In one quarter you won 300 new customers from organic search and 40 from the AI channel. In month three, 165 of the organic customers are active: 55 percent. From AI, 26 are active: 65 percent. A ten-point gap looks impressive. But in a group of 40, a single customer is 2.5 points. Four more leave and the gap closes. What this table says is: worth watching, too early to decide.

I walk through how to make this split step by step in the [Cohort Analysis guide](/en/cohort-analysis). If you want to see the value in revenue as well as retention, it helps to build the channel as its own branch in the [Metric Tree](/en/tools/metric-tree); you can then see which channel feeds which top-level metric.

## The counterargument: maybe it doesn't matter at all

To be honest, in many companies this channel may be small today. You might do the setup, wait three months and find 12 sessions and 1 customer on the AI line (example). In that case the right decision is not to put budget or people on the channel.

Value without volume isn't a decision. A 67 percent retention rate that means 2 customers out of 3 (example) doesn't even count as a signal. Remember this every time you see a headline saying “AI traffic is worth this much more”: on a small base, percentages grow fast and fade fast. Before you turn a claim like that into an investment decision, question its base and its definition with the [Growth Claim Check](/en/tools/claim-check).

A threshold to suggest (rule of thumb, not a source): if AI-sourced sessions are below 1 percent of the total, what you have is a signal; watch it but don't commit resources. Between 1 and 5 percent, track it regularly and follow its cohort. Above 5 percent, manage it like a funnel of its own.

Still, starting to measure costs an hour. Not measuring costs you the history you won't have when the channel grows. That trade favours doing the setup today.

There is also a more basic question. Ask it at the meeting table, without looking at the click report:

**If Google sent you no clicks at all tomorrow, where would your customers hear about you?**

If your answer is “I don't know”, the real problem is dependence on a single channel; AI only makes it visible. If your answer is “our customers tell each other about us” or “our name comes up in AI answers”, start collecting the data that proves it now. In a world where the customer asks an AI first, how your product is understood changes too; I cover that separately under [Agent-Ready Product](/en/glossary/agent-ready-product). Where AI really changes growth, and where it only seems to, I've gathered on the [AI page](/en/ai) and in [The Real Growth of AI](/en/insights/the-real-growth-of-ai).

## Try it today

Set aside an hour. At the end you'll have a channel definition, a list and a form field.

1. **Build a separate channel in GA4 (20 min).** Create a custom channel group in the admin settings and add a channel called “AI assistants”. Condition: the source partially matches this regular expression (regex, a pattern that catches several addresses at once; choose “partially matches regex”, not “matches regex”, since a full match can miss subdomains): `chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai`. The list may be incomplete; look at the source list in your own report and add any new addresses you see. Move this channel above Referral in the list. GA4 evaluates channels from top to bottom; if Referral stays above it, Referral catches these visits first.
2. **Look inside “Direct” traffic (15 min).** List the last 90 days of Direct sessions by landing page. Remove the home page. Write the remaining deep pages (pricing page, comparisons, long guides) and their session counts into a table. This list shows where the visitor with an invisible source lands; it doesn't tell you who sent them. Email, bookmarks, messaging shares and untagged campaigns land here too.
3. **Add a question to your form (15 min).** Put a free-text “How did you hear about us?” field on your quote or demo form. Don't give a list of options; let people write “ChatGPT recommended you” or “a friend” in their own words. This field sees what the report can't.
4. **Put a note in your calendar for 90 days out (10 min).** In three months, put the customers from the AI channel and from organic search side by side in the [Cohort Matrix](/en/tools/calculators/cohort-matrix) using segment comparison. The one row you'll look at: month-three retention. Write down the size of both groups first, and read the smaller group's percentage together with that size.

Take care.

## Sources

- [Pew Research Center, “Google users are less likely to click on links when an AI summary appears in the results”, July 22, 2025 (900 US adults, March 2025; clicks on a traditional result on 8 percent of visits with a summary, 15 percent without; clicks on a link inside the summary on 1 percent).](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/)
- [Ahrefs, Ryan Law and Xibeijia Guan, April 17, 2025 (300,000 keywords, March 2024 and March 2025; AI Overview presence correlated with 34.5 percent lower average CTR for the top-ranking page; a decline in the informational group without summaries too).](https://ahrefs.com/blog/ai-overviews-reduce-clicks/)
- [Bain & Company, “Goodbye Clicks, Hello AI: Zero-Click Search Redefines Marketing”, February 19, 2025 (December 2024 survey, n=1,117; estimated 15–25 percent loss in organic traffic).](https://www.bain.com/insights/goodbye-clicks-hello-ai-zero-click-search-redefines-marketing/)
- [Liz Reid, Google, “AI in Search is driving more queries and higher quality clicks”, August 6, 2025 (total organic clicks “relatively stable”; no number given).](https://blog.google/products/search/ai-search-driving-more-queries-higher-quality-clicks/)
- Forbes Türkiye, August 22, 2025 (AI Mode opened in 180 countries, Türkiye not included).
- [Google Türkiye blog, February 18, 2026 (gradual rollout of AI Mode and AI Overviews in Türkiye).](https://blog.google/intl/tr-tr/urun-duyurulari/turkiyede-ai-modu-ve-ai-bakisi-donemi-basliyor/)

---

# The Pilot Is Done. Where Is the Profit? Measuring AI on the P&L, Not on Productivity

URL: https://alpsuleyman.com/en/insights/why-ai-pilots-miss-the-pnl
Published: 2026-10-14
Updated: 2026-10-14
Author: Alp Suleiman

> The year-end deck says “productivity is up”, and not a single line on the P&L has moved. Hours saved aren't profit until they turn into headcount or work you sell. How to sort your pilots with that in mind.

December, budget meeting (example). The operations director opens the third page of the deck: the AI pilot that matches supplier invoices to purchase orders has saved 400 hours a month. The slide is green. The CFO looks at the income statement. The accounting team is still 12 people. Overtime is the same as last year. Revenue hasn't moved beyond price increases. “Where did those 400 hours go?” the CFO asks. Nobody answers, because nobody planned to ask that question.

This piece is about that silence. Both sides can be right. The hours may really have been saved, and profit may really not have changed. Both can be true at once, because saved hours are not a financial result on their own. Hours saved aren't profit until they turn into a change in the headcount plan or into output you sell.

Earlier on this site we looked at [the real reading of “AI sped us up”](/en/insights/the-real-growth-of-ai): perceived speed and measured speed can diverge. This piece starts one step further on. Say the speedup is real and correctly measured. It may still never reach the income statement.

## The productivity measure can stand in for the profit measure

The Türkiye arm of KPMG Türkiye's study “Yapay Zekâ Dönüşümü: Türkiye ve ABD Perspektifleri” (AI Transformation: Türkiye and US Perspectives; published in Turkish in November 2025) was carried out with 31 senior executives in the second quarter of 2025. The survey paints a picture in which the return on AI is tracked through productivity more than through profitability.

Thirty-one people don't represent Türkiye; this is the answer of one group of executives. But the situation it describes is familiar. The measure you use to track the return decides which question you ask. A company that measures productivity asks “how many hours did we save?” and finds the answer. The question “which line changed?” often never makes it into the meeting.

A study from Denmark shows a related picture. Anders Humlum and Emilie Vestergaard matched survey answers from around 25,000 workers in 11 occupations and 7,000 workplaces with the country's official records of earnings and hours worked. People who use chatbots say they save time, but the time saved is small. There is no meaningful effect on earnings or on recorded hours.

A distinction needs protecting here. This study measures the worker's pay and hours. Company profit can rise without pay rising. Still, the picture points the same way: time was saved, and measured earnings and recorded hours didn't change. The authors partly explain this by productivity gains passing through weakly to wages. So the gain may not have reached the worker but may have stayed in the company; the study doesn't measure company profit.

## The strongest counterargument

The most serious argument against this thesis is about time.

Erik Brynjolfsson, Daniel Rock and Chad Syverson's “productivity J-curve” work argues that measured productivity follows a misleading path with general purpose technologies. The argument goes like this: adopters of a new technology first make invisible complementary investments. Processes get redrawn, teams get trained, data gets cleaned. Most of this is booked as an expense today and isn't measured as an intangible asset. So measured productivity first looks lower than it really is, and later higher. The paper's finding is at the level of sectors and the economy. If we carry the same logic over to a single company's profit (interpretation): “no profit today” and “there will be no profit” are not the same sentence.

The J-curve may be right. But it gives you a right to wait, not a blank cheque. For the curve to bend upwards, the complementary investment has to have a name: which process will change, which headcount plan gets rewritten, how many months it will take. Waiting without a name is just waiting.

## Three places saved hours can go

A saved hour goes to one of three places. If nobody decides, it goes to the third one by default (rule of thumb).

The calculations below are examples; put in your own numbers. Shared assumption (example): one FTE, a unit of headcount equal to one full-time employee, works about 160 hours a month and costs the employer 90,000 TL a month in total.

### 1. Headcount: fewer hires, less overtime

Go back to the accounting team from the opening (example). The company is growing, and next year's plan includes two new accounting specialists. 400 hours is roughly 2.5 FTE. If the person running the pilot and the person signing the budget sit down and rewrite the plan, the two hires don't happen. A cost of 180,000 TL a month, 2.16 million TL a year, never appears in operating expenses. Operating expenses are the cost of running work not directly tied to the product sold: administrative staff, rent, software.

Nobody has to be let go. Growing headcount more slowly while you grow is enough. This is a small version of [operational leverage](/en/glossary/operational-leverage): revenue grows while costs don't grow at the same rate.

Two things to watch. The saving only exists if the hiring plan actually changes; if the plan stays the same and the two people are hired anyway, the 400 hours go to the third place. And don't read the TL saving in nominal terms. As salaries rise over the year, the “cost that never appeared” also grows in nominal terms, and next year's deck may show it as “savings up 40 percent” (example). Most of that increase may be price effect. Make the comparison at the same period's prices, [in real terms](/en/real-growth). If you pay for the tool in foreign currency, the same rule applies on the cost side.

### 2. Output you sell: the same team sells more work

The second place is the revenue line (example). A six-person proposal team prepares 60 proposals a month. Ten hours per proposal, 600 hours in total. AI brings that down to 6 hours per proposal. The same 600 hours could produce 100 proposals.

Say the win rate is 20 percent, the average order is 250,000 TL and gross margin is 30 percent (example). The extra 40 proposals mean 8 extra orders. That's 2 million TL in extra revenue a month and 600,000 TL in extra gross profit. Gross profit is what's left of revenue after cost of goods sold (COGS: the direct cost of producing the product or service).

On paper the calculation looks good. But it depends on one condition: the market has to want those extra 40 proposals. If you already respond to every request that comes in, preparing proposals isn't the bottleneck. A faster team won't produce more proposals; it will finish the same 60 sooner, and the remaining hours go to the third place again. So first look at which input actually drives the result; that's what the [Metric Tree](/en/tools/metric-tree) is for. Check in your [unit economics](/en/unit-economics) whether the extra orders actually leave a profit, too. Eight orders won on discount can pull gross margin below 30 percent.

The measure to track on this path is revenue per employee. In subscription businesses its common form is [ARR per employee](/en/glossary/arr-per-employee): annual recurring revenue divided by the number of full-time employees. If the ratio rises without headcount growing, hours are turning into work you sell.

### 3. Nowhere: the hours dissolve

The third place has no owner, because nobody decides to go there. The 400 saved hours (example) spread across the weeks. Meetings run a little longer. Reports get one more round of review. Month-end close still finishes on the same day, just more calmly.

For the team this can be a real improvement; a less exhausted team is nothing to sneer at. For the income statement it is zero: same personnel cost, same revenue, same profit.

Rule of thumb: if nobody is moving the hours into headcount or sales, this is where they go. There's no bad intent, only a missing decision. In the Danish data, time was saved and the records didn't change. But that data doesn't separate hours that dissolved from hours that stayed in the company; separating them is up to your own measurement.

## The test question

Ask every AI initiative the same question, at the start and in every budget cycle:

**If this pilot succeeds, which line of the income statement changes, within how many months, and on whose signature?**

Each part of the question filters on its own. “Which line” forces the answer into three options: revenue, COGS or operating expenses. “Productivity” isn't a line. “Within how many months” puts a limit on the J-curve; 18 months can be reasonable too, as long as it's written down.

“On whose signature” is, I think, the part that filters out the most (interpretation). The person running the pilot is often not the person who signs the hiring plan or the sales target. Moving the hours depends on the budget owner saying “I'm taking these two hires out of the plan” or “I'm raising this team's target from 60 proposals to 100”. If there's nobody to say that sentence, the result won't change however well the pilot works.

The first of the [ten growth questions for founders](/en/ai) looks at the same place: which line of your AI spending shows up on the income statement? This piece is about what to do when that question has no answer. If a team comes to you claiming “productivity is up X percent”, the [Growth Claim Check](/en/tools/claim-check) shows in five questions whether the number is ready for a real-terms reading.

## Continue, redefine, shut down

The answer to the test question takes every initiative to one of three decisions.

**Continue.** The line, the target number, the timeline and the signature are written down. The early indicator (hours saved, proposals processed) is moving towards the target. Give it the budget and look at the line in 90 days.

**Redefine.** Hours really are being saved, but they have nowhere to go. This may be the case you meet most often, and it may be where most of the value is hiding. Rewrite the target. “400 hours a month on invoice matching” becomes “not making the two hires planned for next year, owned by the finance director”. This is also where the J-curve argument is right: name the complementary investment and write down how long it takes.

**Shut down.** The line can't be written, nobody will sign, or the hours themselves can't be measured. Shutting down doesn't have to be a declaration of failure; it closes as a lesson paid for out of the experiment budget. The cost of shutting down is usually low (interpretation). The cost of carrying on is the same silence at the next budget meeting.

One expectation to set: this test can be unfair to some initiatives. Work that lowers error rates or improves customer experience reaches profit indirectly and late, so it looks weak in the test. Before shutting those down, look for the indirect line. If the error rate falls, does the returns, discounts or support cost line change? If you can find a line that changes, the initiative continues. If you can't, it's an experiment too, and it should be labelled as one.

## Try it today

Set aside an hour, with last quarter's income statement next to you.

1. Write every AI initiative running in the company on its own row: pilots, enterprise licences, tools teams use on their own.
2. Next to each row write the income statement line that should change (revenue, COGS or operating expenses), the 90-day target number and the owner. The owner should be the person who signs that line's budget. To see which line depends on which input, the [Metric Tree](/en/tools/metric-tree) makes the job easier.
3. Mark any initiative you can't write a line for as an “experiment”.
4. Make one decision for each experiment: redefine or shut down. “We'll see” isn't an option.
5. Split the saved hours three ways: headcount, sales and neither. If the “neither” share is more than half the total (rule of thumb), look at the missing decisions before you look at a new tool.

Write these six fields for each initiative. Three examples:

- **Invoice matching (example).** Line: operating expenses. 90-day target: 2 planned hires not made, 180,000 TL a month. Owner: finance director. Hours saved per month (headcount / sales / neither): 320 / 0 / 80. Decision: redefined, continue.
- **Proposal drafts (example).** Line: revenue. 90-day target: from 60 to 100 proposals a month, 8 extra orders. Owner: sales director. Hours saved per month: 0 / 240 / 0. Decision: continue.
- **Team chatbot licences (example).** Line: couldn't be written. Target and owner: none. Hours saved per month: unknown. Decision: experiment; redefine or shut down.

The first version of the list will be incomplete; the owner may be the field left empty most often. Every empty field already shows you the question that will be asked at the next budget meeting.

Take care.

## Sources

- [KPMG Türkiye, “Yapay Zekâ Dönüşümü: Türkiye ve ABD Perspektifleri” (AI Transformation: Türkiye and US Perspectives), November 2025, in Turkish (Türkiye arm: 31 senior executives, Q2 2025; productivity and profitability as measures of return).](https://kpmg.com/tr/tr/home/insights/2025/11/yapay-zeka-donusumu-turkiye-ve-abd-perspektifleri.html) [PDF](https://assets.kpmg.com/content/dam/kpmgsites/tr/pdf/2025/11/yapay-zek%C3%A2-d%C3%B6n%C3%BC%C5%9F%C3%BCm%C3%BC-t%C3%BCrkiye-ve-abd-perspektifleri.pdf)
- [Anders Humlum, Emilie Vestergaard, “Large Language Models, Small Labor Market Effects”, NBER Working Paper 33777, 2025 (Denmark; about 25,000 workers, 7,000 workplaces; no meaningful effect on earnings or recorded hours, small time savings).](https://www.nber.org/papers/w33777)
- [Erik Brynjolfsson, Daniel Rock, Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies”, NBER Working Paper 25148; American Economic Journal: Macroeconomics, 2021.](https://www.nber.org/papers/w25148)

---

## Strategies

# The Search for Real Product-Market Fit (PMF)

URL: https://alpsuleyman.com/en/strategies/product-market-fit
Published: 2025-11-24
Updated: 2026-10-03
Author: Alp Suleiman

> Product-market fit is not a feeling, it is a curve. Without flattening retention in the right audience and demand that arrives on its own, what you have is not fit yet. It is a good demo.

One of the sentences heard most often in early-stage teams is “we're close to PMF.” It usually arrives with evidence: the waitlist is long, a publication wrote about us, a few customers said “love it,” MRR is climbing. Then someone opens the cohort table and it tells a different story: say, by month three half the users have quietly left, and the team sees it for the first time in that meeting.

That is why I approach PMF through behavior, not belief. Fit is the market telling you, with wallets and habits, that your product fills a gap. It starts when they say it unprompted, not when you say it for them.

## When you need it

Finding fit is live work from the moment the product meets its first users, but there are concrete signals that you should switch into deliberate search mode.

- You have growth, but the bucket leaks: new signups keep coming while active users hit a ceiling.
- In sales calls, every customer says yes for a different reason and you cannot extract one shared story.
- The roadmap is being shaped by whoever asks loudest.
- When you raise marketing spend, quality drops rather than volume rising.

The sign that it is still too early is simpler: you do not have enough users to analyze. Drawing a retention curve from fifteen users is meaningless. At that stage the work is not statistics, it is conversation. The goal is to get one group of users to say, “if I lose this, it hurts.”

## What most teams miss

PMF is not a binary state, it is a property of a segment. “Has our product reached PMF?” is the wrong question. The right one is “in which group of users, under which conditions, has it?” There is no average user. A product that shows no fit on average can hide a very strong fit in one segment, and teams miss it precisely because they look at the average.

The approach Superhuman's founder Rahul Vohra has described is a good illustration. They used Sean Ellis's question: “How would you feel if you could no longer use this product?” The commonly cited threshold is that roughly 40% should answer “very disappointed.” But the real move was not reading the score, it was splitting it. They segmented respondents, studied what the “very disappointed” group loved, and pointed the roadmap at strengthening that, not at winning over the fence-sitters.

> Do not stop at measuring PMF. Find out who has it, then go after everyone who looks like them.

The second misunderstanding is about time. Teams treat fit as a destination: one day we say “we're there” and shift into growth mode. But fit erodes as the market and your competitors move. When a new entrant solves the same problem at half the price, or your customer's way of working changes, last year's flat curve starts bending again this year. The teams that open the cohort table every month, not once, notice before they lose it.

A distinction here. This piece is about the evidence for fit and the discipline of searching for it. Pinning down exactly what the product solves, for whom, under which conditions, is a separate job, covered in the product-value fit piece. Evidence first, definition second.

## The playbook

### 1. Define what proof looks like

Before you start, write down what result would make you say “fit exists.” For example: an eight-week cohort retention curve that flattens instead of reaching zero, a meaningful share of new users arriving by word of mouth, and the Ellis survey clearing its threshold. Writing thresholds before the data, not after, makes it harder to fool yourself.

### 2. Slice cohorts by segment

Break weekly signup cohorts by channel, company size, use case and first action taken. You are looking for any slice whose curve flattens. If even one does, fit has started to sprout there.

### 3. Talk to the people who feel it

Interview at least fifteen to twenty active users: how they first heard of you, which alternative they dropped, what they would do without the product, who they told. The answer to “what would you do without it” is the honest measure of your value. “I'd go back to Excel” and “I'd hire someone to do this by hand” are not the same answer.

### 4. Cut the roadmap around the fit group

Analyze the Ellis survey's “main benefit?” question only among the “very disappointed” respondents. Deliberately decline most of what the fence-sitters ask for. This is uncomfortable because it means saying no to part of the demand. Teams that skip this step can find themselves, six months later, with a product that serves everyone a little and that nobody would miss.

### 5. Lock growth onto the fit segment

Point marketing and sales only at the profile with proof of fit. Chasing volume before fit is clear means pouring a full bucket into a leaky one.

## What to measure

- **Floor of the cohort retention curve:** Does it reach zero or flatten? A lagging but the most honest indicator.
- **Ellis score, by segment:** The share answering “very disappointed.” A leading indicator, readable within weeks.
- **Share of organic and referred signups:** Is demand arriving on its own, or are you buying it?
- **Time to activation:** How many users reach first value, and how fast. The earliest trace of fit inside the product.

## Pitfalls

**Looking at the average.** If overall retention is 20% and one segment retains at 60%, your product has two stories. The average hides it.

**Trusting vanity metrics.** Signups, traffic, press, waitlist. None of them tells you whether users come back. Celebrate them, but do not make decisions with them.

**Purchased fit.** A customer base held together by discounts, heavy sales support or hand-carrying is not fit. Ask what remains when the support and the discounts go. That is the exam.

## Start this week

1. Split the last six months of signups into monthly cohorts and write each cohort's week 1, week 4 and week 8 active rate on one page.
2. Send the Ellis survey to people who used the product at least twice in the last 30 days, and add one question: “How would you describe this to someone else?”
3. Book twenty-minute calls with your five heaviest customers and ask all of them the same thing: “What would you do if this product did not exist?”

---

# Building Leadership by Narrowing Your Niche

URL: https://alpsuleyman.com/en/strategies/niche-leadership
Published: 2026-03-03
Updated: 2026-10-03
Author: Alp Suleiman

> A product built for everyone is the first thing nobody thinks of. Becoming indispensable in a narrow segment is both cheaper and faster than being invisible in a wide market.

The most common slide in pitch decks is a giant market-size number. An arrow on top, and underneath: “if we capture just 1% of this...” The question it should prompt is always the same: who are your first hundred customers, where will you find them, and why would they choose you?

A broad-market claim is comfortable because it leaves nothing out. For the same reason, it wins nothing. What earns space in a buyer's mind is not a product that serves everyone, but the one that people like them prefer for this particular job.

## When you need it

Narrowing usually comes out of a discomfort that is stalling growth. If you recognize a few of these, it is time:

- Your sales cycle is long and you re-explain the product from scratch in every call.
- Your acquisition cost is higher than competitors', because your message is generic and works on average in every channel.
- The customers you win do not resemble each other: three industries, four use cases, a feature request from each.
- You compete with rivals in the same category using the same words, and you cannot create a difference.

The situation where it is too early: if you have no customers, do not try to choose a niche from a desk. Your first few dozen customers show which segment actually wants you. A niche is an inference, not a guess.

## What most teams miss

Niche strategy is misread as “thinking small.” It is really a decision about **sequence**: which market you enter first and which later. The product vision can stay large. What narrows is the first point of attack.

Facebook opening first at Harvard, then at other universities, is the well-known example. In a closed, dense group where everyone knew each other, the product became necessary fast, and then spread to the surrounding campuses. Geoffrey Moore's bowling-pin metaphor in *Crossing the Chasm* describes the same logic: knock down the front pin and the ones behind fall on their own, because references and reputation travel to adjacent segments.

> A niche does not shrink the market. It picks the one spot where you can win first place, in the buyer's mind and in the channel.

One more point: a good niche is not just “small” or “empty.” An empty niche usually means no need. A good niche carries four things together: intense pain, reachability, internal conversation and willingness to pay. If one of the four is missing, leadership is either impossible or expensive. A segment with intense pain you cannot reach (scattered, closed, deaf to you) looks wonderful on paper and eats years in the field. A segment you can reach but whose pain is mild shows polite interest and never pays.

The unseen payoff of niche leadership shows up in pricing. A team that is indispensable in a narrow segment does not have to enter a discount race, because the buyer compares you not with other options but with their own problem.

## The playbook

### 1. Audit your existing customers

List your ten best customers (heaviest users, easiest to win, fewest complaints) in one sheet. Industry, size, role, trigger event, buying path. The repeating pattern is your candidate niche. If they do not resemble each other, that is the first job: which ten truly chose you, and which did you talk into it? The ones you persuaded are not a niche signal.

### 2. Score candidates on four criteria

Score each candidate segment from 1 to 5: intensity of pain, how reachable the segment is for you (is there a specific community, association, event, publication), density of word of mouth inside the segment, and willingness to pay. Look at the weakest score, not the total: if any is below 2, that candidate is risky, because leadership needs all four legs.

### 3. Reduce the niche to one sentence

“For [specific audience], at the moment of [specific job], the solution that delivers [specific outcome].” If you can drop the sentence unchanged into a sales email, a landing page and a deck, the definition is narrow enough. “For SMBs” is not a niche; “for dental clinics managing emergency appointments” is.

### 4. Cut product, price and message for that niche

Use the niche's language, integrate with their tools, put their shorthand into your copy. Turn down requests that do not belong. Every deal you lose here is the price of focus, and it is the right price.

### 5. Dominate one channel first

Where does this niche spend its time: which events, communities, publications? Become visible in one of them as a speaker, sponsor, writer, or the person who answers questions. Appearing three times in a narrow space does more work than thirty times in a wide one.

### 6. Set the expansion rule in advance

“When active customers or share in this segment pass this threshold, we enter an adjacent one.” When choosing the neighbor, prefer the segment where product and message change least. Without a rule, expansion turns into boredom and opportunism.

## What to measure

- **In-niche penetration:** Customers as a share of reachable accounts. The real indicator of leadership.
- **In-niche win rate:** Your share of evaluations won against competitors inside your segment.
- **Niche-sourced referral share:** How many new customers come from existing customers in the same segment?
- **Acquisition cost trend:** After narrowing, do CAC and sales-cycle length fall?

## Pitfalls

**Choosing the niche at the wrong layer.** You may need to narrow by problem, not by industry. “Retailers” is broad; “retailers losing money to stock-count errors” can be a niche.

**Expanding too early.** Moving to a neighbor before you hold clear share in the niche means being weak in both places. Where you are not the leader, you have no references either.

**Confusing vision with niche.** Telling the team “dental clinics only” does not mean “we will always be a dental-clinic company.” Keep the story open for the founding team and the pitch focused for the outside.

## Start this week

1. Put your ten best customers into one table and mark the three traits they share.
2. Score the two candidate niches that emerge on pain, reachability, referral density and willingness to pay.
3. Reduce the winner to one sentence and rewrite your landing page headline and the first line of your sales email around it.

---

# Lean Start and the MVP Approach

URL: https://alpsuleyman.com/en/strategies/lean-startup-mvp
Published: 2025-11-24
Updated: 2026-10-03
Author: Alp Suleiman

> Lean startup is not about doing things cheaply, it is about valuing learning speed above shipping speed. Your edge is how many days it takes your team to kill an assumption.

Picture two teams. Same industry, same budget, same idea. The first “launches” after eight months and gets its first real user feedback there. The second has run fourteen small experiments in the same time, found out within the first three that half the idea was wrong, and built the rest accordingly.

The difference is not intelligence or hard work, it is the way of working. If you understand lean as a technique for making a product “small,” you lose. In reality it is a team's operating system: write the assumption, test it, measure it, decide, repeat.

## When you need it

The lean approach works wherever uncertainty is high. Typical signs:

- You are trying a new product, segment or channel and guessing at “what is wanted.”
- The team has been building for months and nobody has had a real customer conversation.
- At the end of each sprint you say “we shipped,” never “we learned.”
- You are approaching a large investment decision (hiring, infrastructure, marketing budget) and your basis is a presentation.

The situation where it is too early is the reverse: the problem and solution are proven, a repeatable sales motion exists, and the job now is execution. There, experimentation becomes a ceremony that slows delivery. Use the lean approach by separating discovery from execution.

## What most teams miss

Most teams read Eric Ries's Build-Measure-Learn loop from the “build” end. The loop is designed backwards: first you decide what you want to learn, then what you must measure to learn it, and only last what is the smallest thing you can build to produce that measurement.

So the thing a lean startup produces is not a product, it is **learning**. The unit of learning is not sprint velocity or number of features shipped; it is the number of assumptions disproved or proven. This is what Ries calls innovation accounting: early on, revenue or MAU is noise, and you measure progress by how well-evidenced your assumptions are.

> In the early stage, the only real progress is being less uncertain about an assumption than you were last week.

Let me draw the line against the neighboring MVP piece. An MVP is a tool, the product of one experiment. Lean startup is the working discipline that decides when, why and for which decision you use that tool. Without the discipline, an MVP stays a “half-built product” and nobody can say what it proved.

You see the difference in a meeting right away. On a non-lean team the progress report says “we finished this module.” On a lean team the same report says “we disproved this assumption, so we dropped this plan.” The second sounds less exciting, but it may have stopped a project eight months early.

Then there is the question of cost. Lean does not mean cheap. An experiment can cost little, but if what it teaches prevents a very expensive decision, its value is high. The right ratio is the value of the learning divided by the cost of the experiment, and the team that keeps that ratio highest wins.

## The playbook

### 1. Write and rank your assumptions

Spell out everything the idea rests on, sentence by sentence: “The customer hits this problem at least weekly.” “They set aside budget for it.” “There is a channel where they can find us.” Then rank on two axes: how much damage if we are wrong, and how little evidence we have right now. The top-right corner is your first test.

### 2. Set a success and a kill criterion for each

Write it before the test begins: “If at least eight of twenty interviewees describe this problem unprompted, the assumption passes; if fewer than two, we drop it.” Setting the threshold afterwards usually turns into rescuing the result through interpretation.

### 3. Choose the cheapest test

Interviews, a landing page, a fake button, a hand-delivered service, a presale. Writing code is the last option. Estimate the test's cost in days; if it runs longer than a few weeks, look for a way to shrink it. The most common mistake teams make is starting to integrate payment infrastructure to answer “will anyone pay?” You can answer the same question in two days with an email and a request for a bank transfer.

### 4. Build a short, regular learning rhythm

A weekly learning meeting: which assumption did we test, what was the result, what changed, what are we testing this week. The output is a list of decisions, not a status update. The team talks about what it learned, not what it did.

### 5. Discipline the persevere-or-pivot decision

Hold Ries's “pivot or persevere” meeting at fixed intervals (every six weeks, say). The question is simple: is our learning speed rising, and is the main hypothesis getting stronger? If the answer has been no for two rounds, it is time to talk about changing direction.

## What to measure

- **Experiments completed per week:** A leading indicator of learning speed; if it is zero, there is no rhythm.
- **Share of assumptions that reached a decision:** Experiments that closed with a clear pass or fail. Ambiguous outcomes signal poor design.
- **Time and cost per learning:** The average price of settling one assumption, which should fall over time.
- **Real customer touchpoints:** How many different real users you talked to or showed the product to each week.

## Pitfalls

**Sloppiness in lean's clothing.** Defending low quality as “MVP.” The problem is not that the product is incomplete, it is that nobody knows which question it tests. Care belongs in the design of the experiment.

**Chasing validation.** Defending the assumption instead of testing it: talking to friendly users, leading the question. A good experiment must be able to fail.

**Endless experiments.** Learning and never deciding. After every experiment you either invest more, change direction or stop. “Let's collect a bit more data” is often a way to avoid deciding.

## Start this week

1. Write down the ten assumptions your current idea rests on and rank them by “damage if wrong” and “lack of evidence.”
2. For the top assumption, write a one-sentence success threshold and a kill threshold, and share them with the team.
3. Put a 30-minute learning meeting on the calendar at the same time every week; make the test of the first assumption the first agenda item.

---

# Product-Value Fit (Real PMF)

URL: https://alpsuleyman.com/en/strategies/product-value-fit
Published: 2026-07-10
Updated: 2026-10-03
Author: Alp Suleiman

> Your product may work. The real question is which problem it solves, for whom, and under what conditions. A team that can write that sentence turns fit into a repeatable system.

Ask a team “what does your product do?” and you will likely get a category name: “We're a CRM.” “We're an HR platform.” Then ask the same question of their best customers. The answers do not resemble the category; they sound more like this: “It cut month-end reconciliation from two days to half a day.” “It got new reps on the phone in their first week.”

The category name is the story you tell yourself. What the customer says is the real description of fit. Product-value fit is the work of finding that second sentence and turning it into a shared language for engineering, sales and marketing.

## When you need it

After you start seeing PMF signals, but before you scale. Concrete signs:

- Some customers love the product, others merely try it, and you cannot explain the difference.
- Sales, marketing and product use different definitions of the “ideal customer.”
- Onboarding shows everyone the same flow, but only some users reach the “aha” moment.
- A new hire cannot describe the product in one sentence.

Where it is too early: if no user group shows clear attachment yet, trying to define fit is speculation. First find the trace of fit; defining it comes after. The discipline of searching for proof of fit is the subject of the PMF piece.

## What most teams miss

Teams treat fit as a yes/no fact. Product-value fit is really a **map of boundaries**. The product works wonderfully for some people, under some conditions, for a particular job, and is weak elsewhere. A team that never draws that boundary tries to tune both product and sales for everyone and gets lost in the average.

Clayton Christensen's Jobs-to-be-Done framework helps here because it describes a situation, not a person. A common template runs: “When I am in [a situation], I want to [make progress] so that [an outcome] happens.” The same person hires your product in one situation and not in another. Fit is built with the situation the person is in, not with the person.

> Fit is not a customer label, it is a description of a situation: who, at what moment, trying to finish which job.

Picture a scene. Two teams use the same invoice automation. The first is an accounting office trying to close hundreds of invoices at month end with two people; the second is an agency sending thirty invoices a month. Same product, same features. For the first it is a workload saver, for the second a nice-to-have. Their retention curves probably diverge too. Unless you define them separately, the average picture misdescribes both.

This framework also sharpens the boundary on the marketing side. A team that can answer “who are you not for?” filters out the wrong customer up front, which lowers churn and support load. Telling sales “everyone is a prospect” inflates the pipeline in the short term and the cancellation rate in the medium term.

The difference from the PMF piece: PMF asks “is it there?” Product-value fit asks “what exactly exists, for whom, and why?” If you cannot answer the second, you cannot reproduce the first.

## The playbook

### 1. Define your best users by behavior

“Best” does not mean the biggest payers or the loudest voices. Identify users with high retention, who put the product at the center of their workflow and recommend it unprompted. They are usually a small slice of the total, and the point is to find what they share: which role, which scale, which existing tool, which trigger. If they share nothing, there is no fit to define yet, which is itself a valuable finding.

### 2. Decode the moment of purchase

Why did these users come to the product that day? What did they drop from their previous solution, what event triggered the move? In every interview ask “what happened that made you start looking?” The trigger event is the first half of your situation description, and it often decides your marketing message too: people do not search for categories, they search for solutions to something that just happened to them.

### 3. Separate progress from cost

What progress did the user expect and what costs did they accept: learning effort, data migration, convincing the team, changing a habit? Map both sides of value. Where cost is high, fit forms only if the progress is very large; otherwise users abandon the trial.

### 4. Write the fit sentence

“[Specific role], after [specific trigger], wants to do [specific job] despite [specific obstacle]; our product delivers [concrete outcome].” Have two different team members read it and check whether they picture the same customer.

### 5. Spread fit into product, price and onboarding

Redraw onboarding around the shortest path to the outcome in the fit sentence. For segments that do not fit, either open a separate path or route them out politely. Tie pricing packages to the value of this situation, not to the number of features.

## What to measure

- **Activation rate by segment:** The share of users matching your fit sentence who reach first value. A leading indicator.
- **Retention gap between fit and non-fit segments:** A test of whether your definition actually separates anything.
- **Sales win rate by fit score:** Tag opportunities by fit level; if win rates diverge, the definition works.
- **Support load per customer:** Non-fit customers are usually the ones who ask for the most help.

## Pitfalls

**Demographic descriptions.** “Ages 30 to 45, manager” is not a situation. Demographics are the shadow of behavior; the real description is what they are trying to do.

**Calling everyone a fit.** Stretching the boundary under sales-target pressure. The non-fit customer you win today comes back in six months as both churn and a reference you would rather not give.

**Writing the definition once and filing it.** As market and product change, the fit sentence ages. Retest it every quarter with your newest best customers.

## How AI changes this

In AI products, early usage can swell with curiosity. People sign up to try something new, play for a couple of months and leave, so the early retention curve can make fit look stronger than it is.

A sturdier piece of evidence is the level where the retention curve flattens: the user base that remains once the curious are gone. According to a16z's analysis, the curves it examined mostly flatten around the third month, and where flattening starts depends on how broadly the product is used and how it is paywalled. The sample is a selected set of dozens of AI companies with more than $1M ARR. Your own cohort matrix shows where your curve flattens.

Rule of thumb. Split the curve into segments that match your fit sentence and those that do not; read the level and month where flattening starts separately for each.

Our reading: a small but flattening core can be a more valuable trace of fit than a large, constantly flowing crowd of users. Early volume does not show how far the core can grow.

## Start this week

1. Pick your eight best customers and ask each: “What was the event that made you start looking for a product like this?”
2. Draft one fit sentence from the answers and have one person each from sales, product and marketing read it, to see whether they picture the same customer.
3. Evaluate the three customers you lost in the last 30 days against that sentence: were they non-fit, or a fit with a different problem?

---

# Minimum Viable Product (MVP)

URL: https://alpsuleyman.com/en/strategies/minimum-viable-product
Published: 2026-04-13
Updated: 2026-10-03
Author: Alp Suleiman

> An MVP is not a smaller version of the product, it is the answer to a question. Choose what you most need to learn, then build the cheapest experience that can answer it.

“MVP” is one of the most misused words in the startup world. When a team says “we'll ship the MVP in six months,” what they usually mean is “the first version.” Six months, three engineers, one designer. On launch day the first real customer asks: “I was already doing this in Excel, why should I switch?”

The words in the definition should be read one at a time. Minimum: the least of what? Viable: can it be tried with a real person in real conditions? Product: would someone give you something for it? All three are parts of an experiment; none of them is a synonym for “small.”

## When you need it

Before you build something, but when you have already decided to build it. That is, if you see these signs:

- There is a big item on the roadmap and its only basis is “customers seem to want it.”
- The riskiest part of the idea is unclear, or team members see different parts as risky.
- A feature costs several sprints to build, but the likelihood of use is a guess.
- You need to show investors or leadership “evidence” and all you have is a presentation.

Where it is too early: if you do not know who has the problem, it is too soon for an MVP. An MVP tests a solution; understanding that the problem exists is done first, through interviews. Check the reality of the problem before you test the solution.

## What most teams miss

An MVP is not a product size, it is a **type of experiment**. And the type is set by the risk you want to test. So the first question is: which is the weakest assumption this idea could collapse on? Demand? Delivery? Price? Technical feasibility? Each risk needs a different MVP.

A few well-known examples. Dropbox's founder Drew Houston put the idea out with a short demo video before the product fully worked; the aim was to see whether people wanted it. The technical difficulty was already known; the uncertainty was demand. For Zappos, the often-told story is that the founder photographed shoes in local stores, put them on a site, and bought the pair retail when an order came in. What was tested there was not warehousing or sourcing but whether people would buy shoes online. In both cases the product was not small, the question was.

> The measure of a good MVP is not how little it contains, but how expensive a question it answers, and how cheaply.

The second common mistake is to treat the MVP as a “bad product.” From the customer's side, the experience must work flawlessly in the part you serve; what is missing is scope. In an MVP one feature should work end to end rather than ten features half-working. Otherwise the feedback you get cannot tell you whether the product is weak or the idea is.

Teams who grasp this ask “what decision will the MVP let us make?” instead of “when do we finish the MVP?” The second question talks calendar, the first talks learning.

The difference from the lean startup piece: lean startup describes the rhythm of experiments and the discipline of decisions; the MVP is the design of one experiment inside that rhythm.

## The playbook

### 1. Pick the riskiest assumption

List the assumptions the idea rests on and mark the one where, if you are wrong, everything collapses. It is usually demand or willingness to pay, but sometimes a technical obstacle, sometimes whether a channel is reachable. A single MVP should target a single assumption.

### 2. Write the pass and fail criteria

Before the experiment: “If at least twenty of five hundred visitors leave an email, we interview twenty of them; if fewer, we change the message.” The number can be arbitrary, but it must be written down in advance. If the threshold is interpreted after the result arrives, the experiment turns into a ritual of belief.

### 3. Choose the MVP type by risk

For demand risk: landing page and smoke test, demo video, presale. For solution risk: a concierge MVP (delivering the service by hand, alongside the customer). For technical risk: “Wizard of Oz” (a human works behind the scenes while the customer assumes automation) or a small prototype. For price risk: an offer page that asks for real payment.

### 4. Produce real behavior

Ask for an action, not a compliment or a promise: payment, an appointment, importing data from their current tool. Leaving an email is the cheapest action; can you turn it into the next step, a call or a deposit? The more costly the action is for the customer, the stronger the evidence. A free like is weak, a prepayment is strong.

### 5. Turn the result into a decision

When the experiment ends there are three options: scale up, change, drop. If the result is ambiguous, the experiment was designed too loosely; set up a sharper second test. Every MVP should give birth to the next MVP or to a decision.

## What to measure

- **Conversion-action rate:** The share of people who saw the offer and took the action you asked for. A leading indicator.
- **Cost per learning:** The total price (time, money) of settling one assumption. It should fall in later experiments.
- **Unprompted return:** The share of users who come back without being nudged. Lagging but the strongest evidence.
- **Prepayments or commitments:** The gap between words and money shows how real the demand is.

## Pitfalls

**Treating the MVP as version one.** Not collecting feedback until the product is complete. That is an expensive guess.

**Scope creep.** “What if we also add this” turns an MVP into a product. For every new feature, ask: does this strengthen the assumption we are testing, or does it just make us feel better?

**Friendly testing.** Showing it to friends, followers, or investor acquaintances. They are polite. Get data from people who do not know you and who live the problem.

## Start this week

1. Write your idea's riskiest assumption in one sentence and check whether the team picks the same one.
2. Design the cheapest experiment that can test it (landing page, demo video, hand delivery) and write the pass-fail threshold.
3. Launch the experiment within ten days to reach at least fifty real potential customers, and put the results meeting on the calendar.

---

# Virality and Network Effects

URL: https://alpsuleyman.com/en/strategies/virality-network-effects
Published: 2026-09-11
Updated: 2026-10-02
Author: Alp Suleiman

> Virality is not a campaign, it is math built into the product. Does each user bring more than one person, and how many days does it take? Network effects are a separate question, does the product gain value as it grows?

When a successful product spreads, everyone outside says “it went viral.” From the inside you usually see something duller: each new user brings roughly one or two people, some of them sign up, some stay active and tell their own circle. No magic. But if that multiplier is built into the design of the product, it delivers growth at a speed no marketing budget can buy.

We often confuse the two concepts. Virality is a growth mechanism: users bring other users. A network effect is a value mechanism: the more users, the more valuable the product is for everyone. A product can carry both, but either can exist without the other.

## When you need it

Not every product has to be viral, and forcing it is often a waste of time. Worth considering when:

- The natural use of the product involves another person: sharing, inviting, collaborating, getting paid.
- Users show the product's output to others (a report, a design, a link, an invoice).
- Your existing users already bring people from their circles, but in an unplanned and unmeasured way.

Where it is too early: adding virality while retention is weak is pouring water into a leaky bucket. If users do not come back, the people they invite will not either. First find the group that sticks to the product itself. And a network effect only creates a real moat if the product's value genuinely depends on other people (messaging, marketplaces); in a tool used alone, it is at most a marketing asset.

## What most teams miss

The number usually quoted for virality is the K factor: the number of invitations a user sends multiplied by the conversion rate of those invitations. If K is above 1, each user brings more than themselves. Teams fuss over this number, but in the field a product's K rarely exceeds 1. The real difference lies in **cycle time**.

A product can have a K of 0.5 and still be a strong growth engine, because if the time between inviting and signing up is an hour, the multiplier runs several times a day. The same K with a two-week cycle does almost nothing. A fast cycle turns even a low K into capital; a slow cycle wastes even a high K.

> The number that governs viral growth is not K but the speed that K and cycle time produce together.

A similar misunderstanding sits on the network-effects side: “value rises as users grow” is half true. As Andrew Chen describes in *The Cold Start Problem*, a network must reach critical mass before it produces value, and that mass has to start as a small, dense “atomic network.” Thousands of scattered users are a crowd, not a network. Say you run a ride-hailing app: a hundred drivers and a thousand riders in one city form a far more valuable network than the same numbers spread across a country, because waiting times shorten only there.

Network effects are not one thing either: direct effects, where the same kind of users benefit from each other (messaging), and multi-sided effects, where two sides pull each other in (marketplaces), work differently and need different starting strategies. That is also where this differs from the referral piece: referral is designing a reward for inviting; virality is the invitation arising from the use of the product itself.

## The playbook

### 1. Find the natural sharing moment

Where in your product does the user need another person? When sharing a file, presenting a calendar, issuing an invoice, showing a result. That moment is the starting point of your viral loop. Look for the natural moment before adding an artificial invite box.

### 2. Remove friction one step at a time

Strip the path from invitation to signup step by step: what does the recipient see, how many clicks until they see value, can they try something without creating an account? Every extra step damages both the K and the cycle time. The target is a recipient getting first value in a minute or two.

### 3. Give the recipient value and the sender a result

The inviter should see a benefit in their own work from doing it (they shared the file, moved their task forward). The recipient should be able to taste value before signing up. Without both of these, adding a reward makes the mechanism artificial.

### 4. Measure K and cycle time

For each user: how many invitations sent, how many signed up, how many stayed active, how long between invitation and signup? Then split the table by invitation source. If you find a channel with high K, go deeper there.

### 5. Choose an atomic start for the network

If the product is a network, saturate a small but dense cluster: a single city, school or company. Until the network effect is felt there on its own, broad marketing will not create a valuable network.

## What to measure

- **Viral cycle time:** Days between an invitation and the new user becoming active. A leading indicator.
- **K factor (on active users):** Compute it on new users who stay active, not on signups.
- **Cluster density:** The rate at which active users connect to each other within their cluster; it shows whether the network is truly a network.
- **Share of signups from organic and viral sources:** A lagging indicator that says how much of growth arrives by itself.

## Pitfalls

**Virality without retention.** Many people are invited, nobody stays. The growth chart looks good and empties out three months later.

**Calculating on signups.** Computing K from raw signups gives a misleadingly high number. People who sign up and never return contribute nothing to the loop.

**Forced sharing.** Making users send invitations by blocking the product from working raises the multiplier in the short run and eats brand trust in the long run.

## Start this week

1. List three moments in your product where the user naturally involves someone else (sharing, inviting, showing output).
2. Split the last two months of signups into “came by invitation” and “other,” and compare the 4-week active rate of the two groups.
3. Go through the invitation-to-signup path yourself, as a stranger would, and note how many steps and minutes it takes to reach first value.

---

# Referral and Recommendation Systems

URL: https://alpsuleyman.com/en/strategies/referral-programs
Published: 2026-08-03
Updated: 2026-10-02
Author: Alp Suleiman

> A good referral program does not pay users to talk. It gives people who already want to recommend you the right door at the right moment. Timing of the design wins, not the size of the reward.

Most referral programs are born in a meeting: “Let's give $10 to whoever invites someone.” Three weeks later the campaign is live, a month later the chart is flat. The team doubles the reward, the chart twitches, then stalls again. Everyone concludes the reward is too small.

Most of the time the reward is not the problem. The user either wants to tell people about the product or does not; the program only makes that tendency easier or ignores it. Paying someone who does not want to talk about your product is expensive, and it usually produces low-quality invitations.

## When you need it

Referral kicks in when a core of people who love the product already exists. Signals:

- A visible share of new customers say “a friend recommended it,” though you have never encouraged it.
- You have a strong promoter group in your NPS or Ellis survey, and they already talk on their own.
- Acquisition cost is rising, while your existing customers' circles are a natural audience.
- The product sits in a category where recommending it to peers is natural (finance, health, B2B tools, services).

Where it is too early: if retention is low, or customers see the product as “good enough,” a referral program just spreads a bad experience faster. First secure attachment rather than satisfaction: does the user stop at “nice product,” or make it part of their own work?

## What most teams miss

Treating referral as a reward problem misses its real nature: it is a **product flow** problem. Dropbox's well-known program is the example. Dropbox gave extra storage to both the person who invited and the person invited. Two features mattered. The reward was in the same unit as the product's own value (storage), so it meant something to every user and its marginal cost to the company was low. And the reward was two-sided; the inviter did not feel they were exploiting a friend, they were giving a gift.

The lesson is that a good reward comes from inside the product. Cash attracts everyone, including people who do not like the product. A discount or extra usage speaks to the person who would like the product anyway and does not pull the wrong people into the program. The Dropbox reward made the program part of the acquisition process itself: the invited person saw the product's value and the reward together from day one.

> Referral is not paying users. It is opening a door for them at the moment they want to talk.

Timing matters as much as the reward. A user is most inclined to recommend when the product has just given them the most value: after a successful transaction, after solving a problem, after hitting a milestone. Where and when the program appears is often more decisive than the size of the reward; a modest invitation on the success screen does more work than a generous one hidden in account settings. Putting the invitation request in the first minute after signup is the classic mistake; a user who has seen no value yet has nothing to recommend.

The difference from the virality piece: in virality, the use of the product itself generates spread; referral is a deliberate act of inviting, and you have to design that act.

## The playbook

### 1. Identify your natural advocates

Who is already recommending you? Ask customers “how did you hear about us?” in forms and calls. In the answers, find out who does the recommending: which segment, role and usage level. Aim the program at that group first.

### 2. Define the recommendation moment

On your product map, mark the two or three moments when the user feels the value most clearly (first successful result, repeated use, positive feedback, a milestone). Show the invitation prompt only at those moments.

### 3. Build a two-sided reward tied to the product

Give both the inviter and the invitee a value that comes from inside the product: extra usage, an extended trial, an upgraded plan. Work out the cost. Set a hard line: reward plus operations cost must stay below the CAC you would happily pay for that customer.

### 4. Push invitation friction toward zero

A one-click share link, a suggested personal message, picking from a contact list, showing the invitee's reward on the first screen. If the invitation flow has more than three steps, usage drops.

### 5. Plan for abuse from the start

Fake accounts, self-invitations, reward hunting. Tie the reward to the invitee completing a real activation action (first payment, first task). Giving the reward at signup opens the door to fraud.

## What to measure

- **Share of users who send invitations:** How many active users send at least one? A leading indicator of the program's visibility.
- **Invitation-to-activation conversion:** How many invitees actually get value. A more honest number than invitations sent.
- **Retention of referred customers:** Do people who arrive by recommendation stick better? That difference is the program's proof of value.
- **Acquisition cost per referral:** Including reward and operations cost, compared with channel CAC.

## Pitfalls

**Putting the program at the edge of the product.** A hidden tab in account settings, a link nobody will find. Referral must be visible and meet users at the right moment.

**Choosing a reward unrelated to the product.** Cash or gift cards attract users who do not like the product but want the reward; quality drops and support load rises.

**One-sided reward.** A reward only for the inviter makes the user feel like they are selling a friend. A two-sided reward turns the invitation into a favor.

## Start this week

1. Ask everyone who signed up in the last 30 days “how did you hear about us?” and work out the share who came by recommendation.
2. Identify the two moments where users see value most clearly in your product and draft an invitation prompt for each.
3. Calculate the cost of the proposed reward against the estimated lifetime value of a referred customer and put it in front of the team on one page.

---

# Community and UGC

URL: https://alpsuleyman.com/en/strategies/community-and-ugc
Published: 2026-05-06
Updated: 2026-10-02
Author: Alp Suleiman

> A community is not a marketing channel, it is a place where users bind to each other and to the product. Content is the result of that bond; asking for content before it exists is an empty invitation.

Many companies' community efforts start the same way: a Slack or Discord channel opens, forty people join in week one, three questions are asked in month one, and by month two the channel is silent. The team concludes “community doesn't work for our audience.”

But that is a question about why the door was opened, not about community. People do not come to a room a company opened; they come to a place that serves their own problems, their identity or each other. The company's job is not to fill the room but to make the room's reason for existing belong to the users.

## When you need it

A community creates value when users have something to tell each other. Signs:

- Users push the product's limits, build their own solutions or templates, and share them without your knowledge.
- They keep asking the support team the same questions, most of which another user could have answered.
- Using the product is tied to a skill or professional identity (designers, developers, accountants, sales teams).
- Users meeting each other increases the product's value.

Where it is too early: with fewer than a thousand users and no shared identity among them, building one-to-one relationships is often more efficient than opening a community platform. In the early stage a community is intensive manual work; without someone who runs it, knows members by name and drops into the room every day, resources are wasted. Giving this job to someone part-time, as “whoever has time can look after it,” is the shortest route to a silent community.

## What most teams miss

Seeing community as an acquisition channel is the most common mistake. A community is first a **retention and attachment** engine; acquisition is the result. When a user finds an answer in the community, helps someone else, or makes the product part of their own identity, the cost of leaving stops being a lost feature and becomes the loss of a network of relationships.

UGC (user-generated content) is the second layer of that bond. Content produced by the company does not scale; once users start producing help, templates, recipes, workflows, case studies, content volume becomes independent of your team's capacity. But there is a subtlety: people do not like working for free, they like being recognized. What pushes a user to create content is not a reward but visibility, status and the pleasure of being useful.

> Users do not create content. They create it when they find a place where their identity, expertise or effort can be seen.

There is also the reality of participation distribution. A widely cited rule in online communities (90-9-1) says roughly 90% of participants read and stay silent, 9% contribute occasionally, and 1% produce most of the content. The numbers vary from community to community, but the logic holds: your community stands on that small active core. So success depends not on making the silent majority speak but on feeding the core properly. The difference from the referral piece: referral rewards an action, community nurtures a relationship.

## The playbook

### 1. State the community's purpose in one sentence

“Members reach Y by helping each other with X.” Your product's name does not have to appear in that sentence; its absence is sometimes healthier. People come for their own development, not for your product.

### 2. Hand-pick the founding core

Invite your 30 to 50 most active users one by one and tell them why they matter. Instead of a big launch, focus on the quality of the first forty people in the room. A person arriving in an empty room leaves; a room where forty experts are talking is one they stay in.

### 3. Design the contribution ladder

Reading, liking, asking, answering, sharing content, guiding others, moderating. For every rung there should be an easy next step. A new member should be able to do something small on day one (introduce themselves, flag a question); big steps come only after small ones. Look at which rung loses the most people: there is often a wall between reading and asking, or between asking and answering, and one small fix there opens the whole flow.

### 4. Give UGC a template and a frame

A blank page is frightening. Provide structures like “describe the problem you solved this week in three sentences” or “share your workflow.” Republish the best content inside the product, newsletter or documentation, with attribution. Attribution is the strongest reward.

### 5. Set moderation and culture early

Write down behavior rules, who can do what, and how expertise is recognized, from the start. Culture forms from the behavior of the first hundred members; changing it later is hard.

### 6. Connect the community to the product and to feedback

Make it visible that ideas from the community reach the roadmap. A “you said, we did” message builds loyalty inside and trust outside.

## What to measure

- **Active participant rate:** The share of members who contribute at least once a month. A leading indicator.
- **Retention gap between community members and non-members:** Separation shows the community genuinely creates attachment.
- **UGC's contribution to support and acquisition:** The share of questions answered by users, organic traffic from UGC content.
- **Core health:** The share of the first 30 to 50 active members still active after three months.

## Pitfalls

**Turning the community into an announcement channel.** The company talks, members listen. If most of the conversation is not between members, it is a newsletter channel, not a community.

**Leaning on rewards too early.** Points, badges or gifts inflate participation artificially before a bond exists and collapse when the reward ends. Recognition first, rewards later.

**Not sharing ownership.** If the company makes every decision, community leaders burn out and real participation dies. Give moderators and senior members real authority.

## Start this week

1. List your 30 most active users and write each a short, personal message about why they are valuable.
2. Write the community's purpose in one sentence and check whether it still makes sense without your product's name.
3. Take the ten most common support questions and republish three of them this week with a real user's own answer.

---

# Hyper-Localization

URL: https://alpsuleyman.com/en/strategies/hyper-localization
Published: 2026-01-21
Updated: 2026-10-03
Author: Alp Suleiman

> Density beats reach. When everyone in one neighborhood, campus or profession knows you, your first thousand users turn the product into something people talk about.

Think of a single hairdresser, shopkeeper or restaurant in one neighborhood. To be someone's first thought they do not need national advertising; a hundred people on the same street talking about them is enough. The same density logic works for digital products, but teams usually do the opposite: they scatter budget across a wide geography and stand out nowhere.

Hyper-localization is the correction to that reflex: be so dense in one place, in one audience, that the product becomes a reality there.

## When you need it

This strategy is strongest for products whose value rises with proximity or density. Signs:

- The product's value depends on other users nearby: marketplaces, delivery, social networks, local services, events.
- Your user base is scattered: spread across cities and groups, with no place where a user sees their neighbor also using it.
- Your operation has a physical component (couriers, technicians, venues, stock) and needs a separate setup in each area.
- Your message loses its edge when universal and works far better in language specific to one audience.

Where it is too early: if the product's value does not depend on nearby users (a tool used alone), geographic density is a marketing choice, not a necessity. In that case narrowing to a niche segment (see the niche piece) may be a better axis than geography.

## What most teams miss

Hyper-localization is not “starting small.” It is reaching, in a narrow area, the density needed to cross the **liquidity threshold**. In a marketplace or delivery network, the buyer judges whether the product works by waiting time, variety of options and reliability. Five thousand users scattered across a city can give a worse experience than five hundred concentrated in one district.

Uber opening city by city is the known example: in each city a dense local operation ran until supply and demand reached a threshold, then it moved to the next city. Facebook opening campus by campus rests on similar logic. What they share is that growth came not from widening the geography but from proving density at each step and repeating it.

> Local density is not a constraint, it is leverage: make the product indispensable in one place and the playbook for the next place is already in your hands.

The second misunderstanding is language and culture: localizing is not translating the message but speaking in the everyday language of that environment. Which neighborhood, which industry, which professional association, which event. A local message should mean nothing to an outsider and cost the insider no effort. It is also something rivals cannot easily copy; knowing a place is not bought with budget, it is accumulated over time.

The difference from the international localization and geographic expansion pieces: those are about carrying a product into a new market; this one is about building density in the first market.

## The playbook

### 1. Find where density raises value

For your product, what does “density” mean? Number of users in the same district, number of friends in the same profession, number of sellers within a delivery radius? Define this unit, because you cannot choose the right area without measuring it. A common mistake is looking at total user count and saying “we're widespread,” when for someone who can find only two users in their own district, the total means nothing. Density is the measure of the product a user sees in their own surroundings.

### 2. Choose the starting area on four criteria

Demand density, supply accessibility, a community that talks among itself, and a size you can operationally reach. Even a city of half a million can be too big; the first target may be half a district or one campus.

### 3. Win the first 1,000 users by hand

Instead of automated channels, in-person relationships: go to the venue, host an event, invite people one by one. The first thousand do not scale, and deliberately so; what you learn from them determines how you win the next ten thousand.

### 4. Build local reputation systematically

Build relationships with a local leader, business owner, community manager and journalist. Collect local references and visible success stories. Local reputation is the cheapest channel from the first thousand users to the audience beyond.

### 5. Write the playbook and test it in a second area

Document what you did in this area, in what order, at what cost. Then start a similar but different second area with the same book. If the book does not work there, the first area's success came from a local condition, not from the product, which is valuable knowledge in itself.

## What to measure

- **Local liquidity indicator:** Match time, wait time, completed-transaction rate. Shows whether the experience has crossed the threshold.
- **Active user density within the area:** As a percentage of the target population or supply.
- **Share of locally sourced referrals:** The share of new users coming from users in the same area.
- **Acquisition cost and payback time per area:** Do they fall in the second and third area? Proof that the playbook works.

## Pitfalls

**Expanding before measuring density.** Moving to a second area before the threshold is crossed in the first means a weak experience in both. Every new area weakens the first.

**Mistaking localization for translation.** Localization is a matter of context, not words. Without a local story, local venue and local people, the message stays foreign.

**Mistaking local luck for skill.** Ask whether what worked in the first area depended on a special condition there (one influential person, one event). The second-area test will show it.

## Start this week

1. Reduce what “density” means for your product to a single measure (for example, active users in the same district).
2. Rank your three densest areas by that measure and ask users why the top one stands out.
3. In that area, plan one local event, conversation or partnership for the next two weeks.

---

# Influencer Partnerships

URL: https://alpsuleyman.com/en/strategies/influencer-partnerships
Published: 2025-07-21
Updated: 2026-10-03
Author: Alp Suleiman

> An influencer partnership is not an ad buy, it is a transfer of trust. Follower count matters less than what the audience trusts this person about, and whether your product fits that trust.

A typical post-campaign influencer report looks like this: millions of views, hundreds of thousands reached, a nice engagement rate. Then comes one question: how many of those people bought the product? Often, there is no answer. The report is not a media plan's report but a visibility document.

Done right, influencer marketing can be one of the most effective acquisition channels there is; done wrong, it is the most expensive and the least measurable. The difference is not in follower count but in how the campaign is designed.

## When you need it

Worth considering when these conditions meet:

- Your product is visual, experiential or tied to a specific audience identity (cosmetics, food, technology, gaming, fitness, education, B2B content).
- Your target audience follows specific people or channels they trust and looks to them when buying.
- Your sales page and conversion path work; that is, you can turn traffic into revenue.
- You can set aside a small test budget and have tracking in place to see the result.

Where it is too early: if your landing page does not convert, the traffic an influencer sends will not convert either, and you will have burned money. First test the conversion of your own organic traffic.

## What most teams miss

An influencer is not a reach asset, they are a **carrier of trust and context**. A person's audience listens to them for a specific subject: an audience that trusts a fitness account may not extend the same trust to a fintech product the same person recommends. Trust is topic-specific.

That is why micro-influencers (roughly a few thousand to a hundred thousand followers) are often the better testing ground. Their audiences are smaller, but their relationship with the audience is more direct: they answer comments, and followers share an identity. Their fees are lower, which lets the same budget test several hypotheses. A single big-name campaign is a claim; ten small-name campaigns are learning.

> An influencer's most valuable asset is not follower count but the subject on which their audience says yes to them.

The second misconception is ownership of the content: the most lasting output of a campaign is not a post but the usage rights to that content. A well-performing influencer piece can be the best creative in your ad account: a real person, in a real voice, with real use. Writing into the contract that the content may also run from your own ad account (ad rights) can multiply the value of the budget.

The difference from the founder-led marketing and low-cost ambassador pieces: there the voice comes from you or from a user you love; here you are briefly borrowing the credibility of an independent third person whose audience is already built.

## The playbook

### 1. Map your audience's sources of trust

Ask your customers: “When choosing this kind of product, whom do you follow, whom do you look to?” The names and platforms that repeat in the answers are your candidate list. Pull the list from the audience's own mouth rather than from an algorithmic search.

### 2. Set fit criteria

Before follower count, look at: audience quality (are the comments real, are the questions about products), tone of the content, past work with similar brands, a sense of independence. Engagement rate is a notable signal but not enough alone; read the comments one by one.

### 3. Build a small, varied test

Five to ten micro-influencers, different formats (video, story, article), different messages. For each, a unique tracking link or discount code. The aim is to find not only who brings sales but which message and which audience work, because you build the second round on that knowledge. Set aside part of the budget for deliberate trial: no hypothesis working is also a result, learned without burning a year's budget.

### 4. Write the brief with freedom

An over-tight script makes the content look like an ad and lowers trust. What you must give: the product's core benefit, what to avoid, legal requirements (disclosure of the commercial partnership) and one success goal. Leave the rest to the influencer's own voice. Check the advertising rules in your country and the platform's rules on disclosing partnerships; it is both a legal risk and a trust issue, because when a hidden partnership is discovered the damage lands on the influencer and on you.

### 5. Pin down usage rights and measurement in the contract

Ad usage rights, duration, exclusivity, posting time, data to be reported. At the end of the campaign ask for reach and view data by screenshot or dashboard access.

### 6. Scale what works, drop what does not

After the campaign, work out cost per sale for each influencer using their unique code or link. Build a long-term, product-based relationship with the best two or three; recurring content is more credible than a one-off.

## What to measure

- **Acquisition cost (CAC) per influencer:** Per customer arriving via the unique code, including fees and product cost. Lagging but clear.
- **Click-through and on-page conversion:** A leading indicator of traffic quality.
- **Brand search lift:** Search volume for the brand name in campaign week; a sign of effect that cannot be tracked directly.
- **Content reuse performance:** How influencer content performs as an ad against your own creatives.

## Pitfalls

**Investing in follower count.** Big accounts are expensive and their audiences are usually scattered. Ten tests with cheap accounts teach more than a single bet on an expensive one.

**One-off campaigns.** A single post is often forgotten. A recurring relationship raises both credibility and recall.

**Leaving measurement for later.** Codes and links must be ready before the campaign starts. Asking “how many sales did it bring?” afterwards produces a guess.

## Start this week

1. Ask five customers “whom do you trust when choosing products like this?” and write the answers into a list.
2. Read the comments on the last ten posts of three candidates and write three sentences about audience quality.
3. Offer one chosen candidate a small, measurable first collaboration with a unique discount code and a clearly written brief.

---

# Low-Cost Ambassadors

URL: https://alpsuleyman.com/en/strategies/low-cost-ambassadors
Published: 2026-04-02
Updated: 2026-10-03
Author: Alp Suleiman

> An ambassador program is not paying users, it is giving them a role. The best ambassadors already talk about you; the job is to make what they do visible, easy and something to be proud of.

Nobody sets up an ambassador program by first asking: “Are these people already doing something for us?” Most teams start with a form, continue with badges, and a month later find that three of thirty registered “ambassadors” are active.

An often-overlooked truth: real ambassadors exist before the program. The user who answers questions on a forum, the customer who shows the product to a colleague, the person who works around a missing feature and shares the fix. The program does not create them; it finds them, recognizes them and makes their work easier.

## When you need it

An ambassador program makes sense when these signals are present:

- Users talk about your product on their own, but it is tracked nowhere and nobody thanks them.
- You have a core of high-NPS or very active customers, and your contact with them goes only through support and invoices.
- Marketing budget is limited but the product story is worth telling.
- The product's value is understood through user stories (case studies, before-and-after, their own workflow).

Where it is too early: without a core that truly admires the product, you cannot build an ambassador program; you only buy ambassadors with payment, and that is an influencer partnership. The difference from the referral and community pieces: referral rewards an action, community grows a network; an ambassador program selects a small number of people and gives them a visible role.

## What most teams miss

Money mostly does not motivate ambassadors. Three things do: recognition, access and belonging. Access to the inside of the product (seeing new features first, talking with the product team), a status (senior user, expert, founding member), and something useful to them (visibility for their own career or audience). Paying a user a small sum for every share turns them into a freelance marketer; asking them to advise on the roadmap or publishing their story turns them into a partner.

So “low-cost” is not a cheap mechanism, it is the **right type of reward.** Cash is expensive and rises with scale; recognition and access are rewards whose cost stays nearly flat while their value grows.

> The best ambassador program does not pay people. It gives them a role in your story.

The second misunderstanding is scale: an ambassador program does not need a large audience. Twenty active ambassadors do more than two thousand passive participants. At the start you have to know each one, know their names, write to each personally. This manual work determines the quality of the program: an ambassador keeps going when addressed by name and when they feel their effort was seen. A thank-you from a template email is a polite way to end the relationship.

The difference from the influencer piece is here too: an influencer is an outside voice with their own audience; an ambassador is your own customer speaking from real experience, and is not a paid advertiser. That changes the source of credibility.

## The playbook

### 1. Choose candidates by behavior

Do not trust the signup form. Look in the data: high usage, helping others in support and forums, unprompted positive comments, customers who arrived by recommendation, people who put the product at the center of their work. Then draw up a first list of twenty or thirty and make sure one person on your team gets to know each of them.

### 2. Define the role

What exactly will the ambassador do: share their own story, help new users, give product feedback, speak at events, start a local group? A vague “ambassador” label moves nobody. For each role, write an easy first step that takes five minutes; if the first step is not small, the second never comes.

### 3. Build rewards from recognition and access

A monthly call with the product team, early access to new features, their stories published on your channels, a special badge or community space, small but thoughtful gifts. Leave cash for later, and if used, only to cover expenses.

### 4. Equip the ambassadors

Ready visuals, message drafts, a referral code, answers to frequent questions, one person they can reach directly. Let them write content in their own words; ready material only removes obstacles, it does not set the voice.

### 5. Close the loop

Share the result of their work with them: “the story you wrote reached this many people,” “the feature you suggested entered the roadmap.” An ambassador who sees no feedback goes quiet within a few months.

## What to measure

- **Active ambassador rate:** The share of program members who contribute at least once a month. A leading indicator.
- **Ambassador-sourced acquisition and contribution:** Customers arriving via trackable code, link or “how did you hear about us?” answers.
- **Ambassador retention:** Whether program members are still active after 6 to 12 months. A sign of both product and program health.
- **Value of content and feedback:** The number of usable stories, cases and product ideas coming from ambassadors.

## Pitfalls

**Choosing ambassadors by application form.** Those who announce themselves are often not the most active users but reward seekers. Watch behavior and invite.

**Starting rewards with cash.** Money turns a role into a task and distorts the nature of the relationship. Recognition and access first; if cash is used, keep it transparent and limited.

**Trying to scale the program.** Going to 200 before the first 20 work turns the system into a low-quality crowd. Small pilot first, growth after.

## Start this week

1. From your product data, list the 20 users who were most active and helped others most in the last three months.
2. Send each a short, personal message about why you chose them and offer a 20-minute call with someone from the product team.
3. Write the pilot's role and first simple step in one paragraph, and note what you will look at after 30 days to decide whether to continue.

---

# Freemium / Free Trial Models

URL: https://alpsuleyman.com/en/strategies/freemium-free-trial-models
Published: 2026-03-13
Updated: 2026-10-02
Author: Alp Suleiman

> A free plan is not a marketing expense, it is a product design decision. The real work is drawing the line between free and paid at the exact point where users feel the value.

Teams that launch a freemium plan tend to have the same meeting three months in. Signups are at a record, the dashboard is green, everyone is happy. Then someone opens the finance sheet: free users are generating hosting, support and email costs, and the number converting to paid fits on one hand.

The problem is rarely that freemium does not work. The problem is that the free plan was treated like a campaign. It is not. It is a permanent product decision, and it spends money every single month.

## When you need it

A few concrete signals suggest you should consider freemium or a free trial. Explaining the product takes a demo, and every demo costs a salesperson's hour. Users cannot grasp the value without trying it. Your marginal cost is low, so one more user costs you almost nothing. And usage spreads on its own: one person uses it and the people next to them see it.

It is too early in some situations as well. If the product does not deliver value in the first five minutes, a free plan just disappoints more people faster. If every user carries a real cost (human labor, expensive compute, physical delivery), free is a subsidy. And if your market is a few hundred enterprise accounts, direct sales is usually cheaper than freemium.

## What most teams miss

Teams argue “freemium or trial?” The more important question is a different one: where do we draw the line between free and paid, and based on what?

Bad lines are drawn from the inside: “These features are expensive, so lock them.” Good lines are drawn from the value the user feels. That is the value metric: the unit that grows as the customer gets more value and becomes willing to pay more. Seats, projects, emails sent, invoices processed, storage used. Finding the right unit matters far more than the design of your pricing page.

Team products like Slack have historically tied the free plan to the accumulated history and volume of usage. By the time the user feels the limit, they have already lived the value. Paying stops being “buying something” and becomes “not losing what I already have”. That difference changes the psychology of conversion entirely.

> A free plan is not there to give the product away. It is there to prove the value, and once the proof is complete, the line should be right there.

Put the line too high and nobody sees the value. Put it too low and nobody has a reason to pay. What separates the two is not intuition, it is data.

## The playbook

### 1. Pick the model

There are three basic models. A permanent free plan (freemium) fits when usage spreads virally or has network effects and marginal cost is low. A time-limited trial fits when value takes a few weeks to appear and the product sits inside a real workflow. And there is the hybrid that has become common in recent years: start with paid features opened, then drop to the free tier after the trial (a reverse trial). The decision depends on your time-to-value. If value arrives in the first session, freemium. If it takes weeks, trial.

### 2. Identify the value metric

Look at your paying customers and your most successful users. What do they have in common? Which unit grows as both their invoice and their satisfaction grow? Cut the candidates to three or five and run each through one test: when the user increases this, do they get more value?

### 3. Put the limit after the aha moment

The limit should kick in after the user has seen the product work, not before. In your onboarding data, find the threshold most successful users cross (generating a first report, sending a first invite). The free plan should comfortably cover at least that.

### 4. Design the upgrade moments

Conversion does not happen on a pricing page. It happens when a user hits a limit. Map those moments: what action was the user trying to complete when they got stopped? The message should not say “upgrade your plan”. It should say “open this to finish what you started”. A user's half-finished task is your best sales copy.

### 5. Measure what free costs

Calculate the real monthly cost per free user: infrastructure, support, email, operations. Set it next to your conversion rate and average revenue. A common rule of thumb is that if paying users' margin cannot comfortably carry the free users' cost, the model is not sustainable.

### 6. Move the line with experiments

Do not set the limit once and walk away. Test two different limits on new signups and track paid conversion and day-90 retention together. A limit that lifts conversion but sours users is not a win.

## What to measure

- **Activation rate:** What share of signups reach the value moment? A leading indicator that warns you months before conversion does.
- **Free-to-paid conversion by cohort:** Track by signup month. Averaging everyone into one pool hides the truth.
- **Share of users hitting a limit:** The earliest signal that your limits are too tight or too loose.
- **Cost per free user:** The financial health of the plan. Lagging, but unforgiving.

## Pitfalls

**Being so generous you go blind.** The free plan is so good that nobody needs to upgrade. Users love it and your cash runs out. A free plan should be good enough, but never sufficient.

**Counting free users as customers.** Signups are not growth. Free users eat support and product time, and if the roadmap bends toward their requests, you neglect the people who pay.

**Designing the trial by calendar instead of by time-to-value.** Fourteen days is not a magic number for everyone. A length chosen without checking how many days it takes to reach the value moment either cuts users off early or drags on for nothing.

**Making conversion the only metric.** Teams that tighten the free plan to push conversion often discover, a few months later, that the top of the funnel has dried up.

## When it does not work

A free plan is weak when the user and the payer are different people (our reading). If the signature must pass through security, legal or a budget owner, free usage does not become a purchase decision; mostly a support load remains.

Rule of thumb. Among your last paying customers, how often did the first user differ from the signer? If usually, a free plan may not be shortening your sales cycle.

The second condition is cash. In 2022 Kyle Poyar wrote that trials convert both more and faster, as people buy when the trial expires. His illustration: median time-to-purchase might be 14 days for a trial, 60 or 90 for freemium. If you need the money back quickly, freemium is slower than a trial. Our reading: thin capital argues for testing a trial first.

The counter-argument: per Poyar, freemium converts more visitors to sign-ups and grows the top of the funnel faster and more efficiently. We still set a limit: a wide entrance pays off only if those users reach a decision-maker and you can wait for the cash.

## How AI changes this

In classic software, the marginal cost of a free user was usually small: a light footprint on your servers, with the real spend going to acquiring and supporting them. With inference costs, every active free user brings a bill, and the bill grows with use. A free plan now needs managing as a variable cost line too, not only as marketing.

That changes the question. Instead of “how generous should the free plan be”, ask: how much usage does a user need to reach the value moment? Set the limit at the smallest cost that gets them past it. Any usage above that is only cost until you can show it adds to conversion.

Rule of thumb. Put a ceiling on cost per free user and track total free spend separately, so the ceiling does not quietly blow through the budget as signups grow.

Our reading: a user who hits the ceiling without reaching the value moment is a signal about onboarding, not about the plan. Separate that out before you loosen the limit.

## Start this week

1. Pull the first 30 days of behavior for everyone who converted to paid in the last six months. Which action do all of them share? That is your candidate value moment.
2. Write down your current free limits and answer, for each one: does the user hit this before or after the value?
3. Estimate the monthly cost per free user, even roughly, and put it next to your paid conversion revenue.

---

# Growth Experimentation Loop

URL: https://alpsuleyman.com/en/strategies/growth-experimentation-loop
Published: 2025-07-21
Updated: 2026-10-03
Author: Alp Suleiman

> Most teams run A/B tests, very few learn from them. An experimentation loop is not a tool but a weekly management rhythm, and the value sits in accumulated knowledge, not in winning tests.

Imagine asking a team about their growth experiments and being shown a Notion table. Forty rows, six columns, a “won/lost” field. Then you ask: “What is the most important thing you learned last quarter?” Silence. The table records tests. It does not record learning.

An experimentation loop is not about changing a few button colors and picking the winner. It is how an organization deals with uncertainty: what do we believe, what are we testing, and what will we do whatever the result turns out to be.

## When you need it

The signals are simple. Decisions in growth meetings go to the loudest voice. The same ideas get re-argued every few months because nobody can say “we tried that, here is what happened”. Or you have a long list of things to do and no shared yardstick for what comes first.

You are too early if your traffic and event volume cannot support a statistically meaningful test. An A/B test on a few hundred visitors a week is just a more expensive coin flip. At that stage, use the cheap version of the loop: talk to users, compare before and after, look for large effects only.

## What most teams miss

Teams treat an experiment as a job that produces a result. The real output of an experiment is a record of the gap between prediction and reality.

Every test should be written down before it starts with a prediction: “This change will lift signup-to-activation by X to Y percent, because we believe Z.” When the test ends, the question that matters is not “did it win?” but “why was our prediction wrong?” Over time the team learns where its intuition is reliable and where it is not. That is the most valuable and least discussed asset in growth.

> The number of experiments is not an efficiency metric. It is the answer to a quality question: does each test make you better at predicting the next one?

This is also what separates it from the growth hacking loop. There, the aim is to find the narrowest bottleneck in the funnel and open it fast. Here, the aim is to build a system that learns which kinds of bets pay off in your product. One is a tactic, the other is knowledge infrastructure.

## The playbook

### 1. Lock onto one target metric

The team should move a single number this quarter: activation, week-one repeat usage, trial-to-paid conversion. A team that watches five metrics moves none of them. When choosing, the closer the metric sits to the product's value moment, the better.

### 2. Build an idea pool and score it

Collect ideas in one list and give each a simple score such as ICE (Impact, Confidence, Ease) or RICE. The score is not precise. Its purpose is to structure the argument. Add one rule for confidence: no evidence means low confidence, and “I think” is not evidence. For high-impact, low-confidence ideas, gather cheap evidence first (user interviews, session recordings, a slice of existing data).

### 3. Write the hypothesis down

One page per experiment: what changes, for which audience, which metric, the expected effect range, the required sample and duration, and what you will do with the result. The last item matters most: “If it wins we ship to everyone, if it loses we do this, if it is inconclusive we do that.” If the decision rule is not written before the result arrives, the interpretation will bend to fit the result.

### 4. Calculate the sample up front

Before launching, calculate the minimum detectable effect (MDE) and the sample size you need. Stopping early because the dashboard shows “significant” is the biggest source of false positives. Looking is fine until the time is up. Deciding is not.

### 5. Keep a weekly rhythm

Same hour every week, forty-five minutes: experiments that ended, what was learned, what is starting. One person, usually the growth lead, owns the loop, and the output of the meeting is a line in a learning log: “We assumed this, we saw that, so we will do this.”

### 6. Tie the learning log to product decisions

Once a month, scan the log for patterns. For example: “price transparency tests always won” or “notification frequency tests won in the short term and lost by day 60”. Those patterns should feed the roadmap and be read outside the growth team too.

## What to measure

- **Experiments completed per week:** The health of the rhythm. A leading indicator, misleading on its own.
- **Prediction accuracy:** The gap between predicted and measured effect. If it narrows over time, you are learning.
- **Win rate:** In healthy programs it is usually a minority. If 70 percent of your tests win, you are placing bets that are too safe.
- **Cumulative movement in the target metric:** A lagging indicator. Do the tests add up to real movement in the main metric?

## Pitfalls

**Test addiction.** Testing everything is often a failure of nerve about making a decision. You do not need an A/B test to fix a clearly bad experience.

**Getting stuck on a local maximum.** Headline, color and button copy tests produce small gains. The big jumps usually come from areas that are hard to test, like pricing, onboarding architecture or positioning. Deliberately put a few large bets in your portfolio.

**Forgetting interaction effects.** Overlapping tests on the same audience corrupt each other's results. Keep a calendar that shows which tests touch which audience.

**Burying the losers.** If failed experiments are not recorded, the same idea comes back in three months. The record of a losing test can be worth more than a winner.

## Start this week

1. Pick one target metric for next quarter and announce it to the team in writing.
2. Take five experiments from the last six months and write one sentence for each: what did we learn? If you cannot, your record-keeping is the first problem to fix.
3. For one experiment starting next week, write the prediction, the sample size and the decision rule before it launches.

---

# Content and SEO

URL: https://alpsuleyman.com/en/strategies/content-and-seo
Published: 2025-05-02
Updated: 2026-10-03
Author: Alp Suleiman

> Content marketing is not blogging, it is building an asset you own. The winners are not the ones who publish the most, but the ones who answer the buyer's question at the moment of decision.

Looking at a B2B software company's blog archive is the fastest way to understand its strategy. Many of them show the same picture: “Digital marketing trends for next year”, “10 habits of successful founders”, “7 productivity tips”. Hundreds of posts, plenty of traffic, and a sales team that cannot remember a single conversation that started with one of them.

The problem is not the writing quality. It is target selection. It is entirely possible to write very well for the wrong audience.

## When you need it

Content and SEO is a channel where return is measured in months. It makes sense under these signals: your customers research on Google before buying, the problem you solve has search volume, your sales cycle is long, and decision-makers gather information on their own first. It is also time if paid acquisition costs are climbing and your team has real expertise to share.

You are too early if you have not found product-market fit yet, because both the topics you write about and your positioning will change. If you are creating a new category that nobody searches for, a search-led strategy will not find you; teaching and community fit better. And if you need results in the next two quarters, this channel alone will not deliver.

## What most teams miss

Most teams produce content for traffic. But content has to be an answer to a question inside the buyer's decision process, and not every question has the same commercial value.

Picture two posts on the same topic. The first answers “What is a CRM?”. Thousands of searches a month, but the people searching are students and the curious, not buyers. The second is written for the decision moment: “Is it smart to go back from a CRM to spreadsheets?” or “X vs Y”. A hundred searches a month, but most of those searchers are ready to buy. The first produces traffic, the second produces revenue.

So a content strategy is not a topic list. It is an intent map: the buyer notices the problem, researches solutions, compares options, decides. Most companies write for the first stage because that is where the volume is. The winners start with the last two.

> Traffic is not a result, it is a cost. Value appears in who arrives and what they do next.

Content is also an asset: write a page once and it can work for years. But it needs maintenance. Pages that are never updated slide down the rankings and stale information erodes trust. A good program spends as much time improving old pages as writing new ones.

## The playbook

### 1. Go back to the moment of purchase

Talk to your last 20 won customers (or read the sales notes): what did they search before deciding, what questions did they ask, who did they compare you with? This list comes before any keyword tool. A keyword tool shows volume. It does not tell you the buyer's actual question.

### 2. Prioritize bottom, middle, top

First the decision-moment content: “alternatives”, “comparison”, “pricing”, “best tool for X”. Then hands-on guides on how to solve the problem. Educational, broad-audience content comes last. The aim is to reverse the usual order: most teams start at the top and never reach the bottom.

### 3. Build topical authority

Think in topic clusters instead of single posts: a core page with supporting in-depth pieces around it, logically linked to each other. Search engines tend to trust sites that are consistent and comprehensive on a subject. Thirty strong posts on one topic often do more than a hundred spread across three.

### 4. Connect it to the product

Every piece should have a natural link to the product: a template, a calculator, sample data, or a screenshot of the work being done inside the product. When readers see the solution to their problem, the step into the product feels natural. Without that link, the best case is an audience of readers, not customers.

### 5. Put your expertise into it

Generic information is now free and everywhere. What differentiates you is what you have seen in the field: real data (as much as you can share), the reasoning behind your decisions, the things you got wrong. Write with people from product, sales and support. Anyone can write a roundup of general knowledge. Nobody can reproduce your experience.

### 6. Set a maintenance calendar

Every quarter, identify the most valuable pages whose traffic is falling or rankings are slipping, and update them. Improving one page often delivers faster results than writing a new one.

## What to measure

- **Organic traffic to high-intent pages:** Visitors to comparison and decision pages. A more meaningful leading indicator than total traffic.
- **Demos or signups from content:** Look beyond first touch to whether the content played a role in the buying process. Attribution can mislead, so read it with that in mind.
- **Rankings across target keyword clusters:** By cluster, not by page.
- **Retention of content-sourced users:** Which content brings good customers? Lagging, but the most honest signal.

## Pitfalls

**Chasing volume.** Writing on broad, high-volume topics is good for the ego and bad for the bank account. If traffic grew and signups did not change, the wrong audience is arriving.

**Outsourcing and walking away.** Generic content written by someone who does not know the subject is worthless to search engines and to readers. If you use outside writers, your own expert should shape the content.

**Impatience.** Seeing meaningful organic results on a new domain usually takes months. Quitting in month three because “SEO doesn't work” is like pulling up a seed in week three.

**Forgetting distribution.** Writing and publishing is half the job. Customer email, sales decks, communities and social channels give the first push.

## Start this week

1. From the sales notes on your last 10 won customers, pull out the questions they asked before deciding.
2. For each question, check whether your site has a page that answers it. Make the three missing ones your first production list.
3. Open your 10 highest-traffic pages and check whether each one has a clear next step into the product.

---

# API-First and Platform

URL: https://alpsuleyman.com/en/strategies/api-first-platform
Published: 2025-01-17
Updated: 2026-10-02
Author: Alp Suleiman

> An API is not a technical interface, it is a product for developers. What drives growth is not the number of endpoints but how long it takes a developer to reach a first working call.

What does a developer do when evaluating an API? They do not read the pricing page and they do not ask for a sales call. They open the docs, get a key and send a first request. If that takes more than ten minutes, they often start looking at alternatives.

An API-first strategy accepts that those ten minutes are the most important sales meeting the company has.

## When you need it

These signals say it is time to stop treating the API as a second-class feature. Customers ask for integrations to connect you to their own systems, or are already hacking it together with browser automation. Your product gets more valuable when it is used inside other software. Your buyer or influencer is a developer. Or your product is an infrastructure layer: payments, messaging, identity, data, a function that gets embedded in other people's products.

You are too early if the core behavior of the product still changes often, because every API promise you publish is maintenance debt. If nobody wants to connect, meaning there is no demand. And if the team lacks the skill and time to treat the API as a product, since a half-finished API is worse than none.

## What most teams miss

Most companies see the API as a door opened on top of the existing product. Internal teams expose the endpoints they already use, write a short doc, and handle questions as they come. The result: inconsistent naming, vague error messages, integrations that break on every update.

API-first says the opposite: the API is the product and the interface is one of its clients. Even your own web app uses the same API. That guarantees quality (if your own product breaks, you notice) and means the external developer sees exactly what you see.

The more important insight is on the growth side. Developer products are grown not by sales but by the friction before the first working call. It is no accident that companies like Stripe and Twilio are known for their developer-friendly documentation. That documentation is one of the strongest distribution channels they have.

> In a developer product, documentation is not marketing material, it is the product. An API nobody can read is an API nobody can sell.

The platform side is a different bet. Opening an API means integrations. Becoming a platform means other people build their businesses on top of you. The first opens a door, the second needs an ecosystem: revenue, visibility or user access for developers. Apple's App Store is the extreme example. But for most companies the right first goal is not to be a platform, it is to ship a solid API and a few good integrations. A platform comes only after you see demand and third parties emerging.

## The playbook

### 1. Write down who the API is for and what it is for

Who is the target developer: your customer's internal team, independent developers, partners? What single job do they want to do through the API? Keep the scope narrow. A small surface that works flawlessly builds far more trust than a wide, inconsistent one.

### 2. Measure and shorten time-to-first-call

Sit a real developer from outside the team in front of it and watch how long it takes to reach a first call and where they get stuck. Signup, getting a key, finding the docs, running the sample code. Hunt for friction at every step. The target is minutes, not hours.

### 3. Run documentation like a product

A reference (every endpoint in detail), a quickstart (first call), a few real-scenario guides and working sample code. A named documentation owner, release notes, a change calendar. When the code changes, the docs change in the same pull request.

### 4. Make a versioning and compatibility promise

The biggest fear for a developer integrating you is waking up to broken code. Write down your versioning policy, how long you support old versions, your deprecation notice period, and stick to them. That promise is part of the commercial value of your API.

### 5. Build developer support channels

A fast path for questions, a status page, a changelog and, where it fits, a community space. Developer questions should be answered by an engineer, not a general support queue.

### 6. Build visibility through integration examples

Templates that work with popular tools, sample projects, ready-made connectors. Each integration is a chance to appear in front of developers who do not know you. The first platform signal comes from here too: when someone outside builds on top of you, the seed of an ecosystem is planted.

## What to measure

- **Time to first successful call:** The time from signup to the first successful call. The leading indicator and the most critical one.
- **Active developers:** Not signups, but those who made real calls in the last 30 days.
- **Revenue or usage through the API:** Lagging, but the commercial proof of the strategy.
- **Error rate and number of breaking changes:** A hidden indicator of trust.

## Pitfalls

**Documentation debt.** The product moves fast and the docs fall behind. Wrong documentation wastes more time than no documentation.

**Taking breaking changes lightly.** Refactoring an internal product is easy. A change that breaks an external integration costs trust and sometimes the customer.

**Premature platform dreams.** Saying “we will be a platform” is easy. Explaining to developers why they should build on you is hard. Without a concrete reason such as revenue, reach or ownership of the user, an ecosystem does not form.

**Opening the API without thinking about security and limits.** Rate limiting, authorization scopes and abuse monitoring are not things to add later.

## Start this week

1. Find a developer outside the team and have them make a “hello world” call with your API. Note the time and every place they got stuck.
2. Read the first five pages of your documentation and test which code samples do not actually work.
3. Scan the last 20 customer requests that mention “integration”. Which three workflows repeat? That is the first target scope for your API.

---

# Pre-Sales and Crowdfunding

URL: https://alpsuleyman.com/en/strategies/pre-sales-and-crowdfunding
Published: 2026-07-07
Updated: 2026-10-03
Author: Alp Suleiman

> Saying you are interested is free, taking out a credit card is not. Pre-selling is the cheapest and most honest way to learn whether an idea is real demand, as long as you can carry the promise you make.

Imagine a founder walking you through a product idea. Three hundred people on the waitlist, survey results saying “very interested”, social posts pouring in. “And how many agreed to pay?” you ask. The answer: zero, because they have not asked yet.

Pre-selling is the systematic way of asking that question. The distance between interest and payment is almost always longer than you think.

## When you need it

If you want to validate demand before building, or if development is expensive (hardware, manufacturing, a long software build), pre-selling is a strong tool. It also fits if you need early cash, if you want to finance production without outside investment, or if you want to tell an investor “people are paying for this”.

You are too early if you could not deliver on the promise in any scenario. A pre-sale looks like an experiment but is legally and morally a commitment. Without a realistic plan for production, delivery or quality control, the money that arrives is not a resource, it is a liability. And if your product is cheap and easy to try anyway, shipping it and watching what happens may be faster.

## What most teams miss

Pre-selling is usually described as a source of revenue. Its real value is the quality of the evidence.

Think of demand evidence as a ladder. At the bottom, saying “great idea” in an interview. It costs nothing. Next, leaving an email, which costs almost nothing. Then filling in a survey. Then taking time to join a call. Then signing a letter of intent. At the top, paying up front, even if refundable. Each rung is measured by how much of their own interest the person puts at risk.

> What people think is cheap. What they do is expensive. Pre-selling is the earliest way to measure the second.

Taking a payment teaches something else: who pays and why. In a pre-sale you get raw, honest data about who your first customers are, which problem they are solving and what price they accept. That is far more reliable than a survey.

Crowdfunding is one step further: the public, social stage of a pre-sale. On platforms like Kickstarter you list a product with a funding goal, and if the goal is met, production begins. The extra benefit is attention: the campaign becomes a marketing event. The extra risk is that you make your promise in front of the community, so delays and quality problems are public.

## The playbook

### 1. Reduce the hypothesis to one sentence

“These people will pay this price for this problem.” Which part are you validating? Design the pre-sale as a price test, a segment test or a demand test. Do not test all of them at once.

### 2. Make the offer credible without the product

A landing page: clear problem, clear outcome, delivery date, price, payment button. Visually it can be a prototype, an engineering drawing, a short video or a working demo. It should show real intent, not a fake rendering. Do not present features that do not exist yet as if they do; that turns the pre-sale from a validation tool into a loss of trust.

### 3. Choose price and refund policy deliberately

Discounting for early backers is common, but the audience drawn by the discount may not be the audience that pays because they see real value. Keeping the price close to your real price sends a more honest signal. A refund guarantee builds trust and lifts conversion, but know the difference in signal between non-refundable and refundable payments.

### 4. Set success and failure thresholds in advance

“How many payments mean we continue, how many mean we stop, and what do we do in between?” Write the threshold before the campaign starts. Setting it before the numbers arrive stops the urge to lower the bar when results come in poorly.

### 5. Bring the first audience in by hand

Publishing a pre-sale page and waiting for traffic does not work. Find the first 20 to 50 buyers through personal messages, communities, existing relationships or direct selling. At this stage the goal is learning, not scale: who buys, who drops out, what objections come up?

### 6. Plan the delivery promise

Once the money arrives, the work begins. A production calendar, a buffer for supplier delays, quality control, a plan for regular customer communication. Be fast with bad news. Silence destroys more trust than delay does.

## What to measure

- **Visitor-to-payment conversion:** The first measure of real demand. A leading indicator.
- **Profile of the people who paid:** Does it match your target segment?
- **Refund and cancellation rate:** Shows hesitation even before delivery.
- **Acquisition cost by campaign:** Did the pre-sale audience come from a scalable channel or from a one-off effect of your close circle?

## Pitfalls

**The inner-circle illusion.** The first buyers may be friends, family and your own network. That does not show a market exists. Check how many of the first 20 buyers did not know you.

**Overpromising.** Stretch features added in the excitement of a campaign become obligations during production. Staying modest on scope and exceeding expectations is better than the reverse.

**Mismanaging the money.** Teams that burn the raised funds on non-delivery spending and cannot finish the product lose both customers and reputation. Treat prepayments as if they were earmarked for delivery.

**Mistaking crowdfunding for marketing.** A campaign comes and goes once. Plan in advance how you will keep the audience it gives you (email list, community) alive afterwards.

## Start this week

1. Pick 10 people from your waitlist or interviews and ask them directly: “If this product were ready on this date at this price, would you pay today?” Write down the reasons from the no's and maybes.
2. Draft a one-page pre-sale offer: problem, outcome, price, delivery date, refund terms.
3. Write the continue and stop thresholds as numbers and have the team sign off on them.

---

# Marketplace Platform

URL: https://alpsuleyman.com/en/strategies/marketplace-platform
Published: 2025-06-06
Updated: 2026-10-03
Author: Alp Suleiman

> The hard part of building a marketplace is not the software, it is the first transaction. The winner does not convince both sides at once but one side at a time, inside one narrow market.

A marketplace idea looks wonderful on paper. You hold no inventory, you take a commission on every transaction, network effects protect you. Then day one arrives: the buyer shows up and there is no seller, or the seller is there and the buyer is not. You have to create a moment where both exist at once, and no amount of automation brings that moment.

A common pattern in marketplace startups is that teams spend far more time building the “platform” than creating the first hundred transactions by hand.

## When you need it

A marketplace model makes sense when two sides struggle to find each other (fragmented supply, fragmented demand), when there is a trust gap between them that you can close, when transactions are repeated or high-value, and when you create enough benefit to justify a commission. If the current solution is a classified ad, a WhatsApp group or a handful of familiar middlemen, there is usually room.

You are too early if the two sides already find each other easily and nobody needs a broker. If only a few large players exist on the supply side, direct sales or software fits better. And if the main value of a transaction comes from the relationship between the parties rather than the platform, you face the biggest risk I describe below.

## What most teams miss

Most founders live the chicken-and-egg problem by trying to solve both sides at once. They try to grow in balance, market to both, and end up underpowered on both.

A better approach: first make one side valuable, in a very narrow area, without the marketplace itself. This is called single-player mode. If the product benefits one side even when nobody else is there (a tool for the seller, a guide for the buyer, a dataset), it becomes easier to call in the other side. Fill the missing side by hand in the early stage: supply it yourself, win the first sellers in one category in one city one by one. Uber growing city by city is a widely known example: network effects are local, not global.

> A marketplace is won not by scaling, but by being dense in a small place. Density comes before network effects.

The second insight follows: liquidity matters more than size. What counts is not one million listings on the site but a buyer finding what they want in a reasonable time. What share of buyers get a match on the first search? What share of listings get a transaction within a set period? If those ratios are low, growing volume does not fix the problem, it only spreads it thinner.

The third insight: you are selling trust, not taking a commission. The two sides can agree between themselves and cut out the platform (disintermediation). The only real remedy is for the platform to offer them something real: payment protection, a reputation system, insurance, dispute resolution, a steady flow of new work. People should use you because they need you, not because they are forced to pay your commission.

## The playbook

### 1. Pick the narrowest starting market

One city, one category, one type of buyer. Not “all craft sellers in the country” but a slice like “wedding photographers and engaged couples in one city”. Selection criteria: supply and demand close together, an urgent problem, a repeatable transaction.

### 2. Identify the hard side

Usually one side is scarce, valuable and hard to acquire (sellers, service providers, hosts). Focus on that side first and give them value even before you take a fee: customer discovery, a management tool, reputation. Once the hard side is there, calling in the other side gets easier.

### 3. Do the first transactions by hand

Make the first hundred matches one to one. Call sellers individually, route buyers yourself, coordinate manually behind the scenes if needed. It does not scale, but it teaches two things: where the real friction is, and which parts of the platform are truly needed.

### 4. Define liquidity and track it

What does “liquid” mean for your marketplace? For example: a request receives at least three offers within 24 hours. Track this by segment. Do not spend new marketing money in a segment where you are missing the target.

### 5. Put the trust layer inside the transaction

Verified profiles, reviews, in-platform payment, guarantees. Do not add them on day one, but add them as soon as the first transactions start. Each trust mechanism does two jobs: it gives the sides confidence and it keeps them inside the platform.

### 6. Set the commission last and carefully

Taking no commission or a very low one early on makes sense while you build liquidity. But keeping the payment flow inside the platform is essential. Set the commission in proportion to the value the platform creates, and benchmark it against the parties' own alternative cost.

## What to measure

- **Match rate:** What share of opened requests ends in a transaction? The most direct measure of liquidity.
- **Time to first offer:** The leading indicator that best reflects the buyer's experience.
- **Repeat transaction rate:** Do the parties use the platform a second time? Track by cohort.
- **Leakage off-platform:** Do the parties skip you after the first transaction? Seen indirectly in the repeat rate.

## Pitfalls

**Trying to be everywhere at once.** Many cities and categories at the same time means density forms in none. Each new segment should open after the last one has proven its liquidity.

**Looking only at volume.** If signups or listings rise while the match rate falls, the platform is bloating, not getting healthier.

**Postponing quality control.** In a marketplace one bad experience is remembered longer than one good one. If you do not vet supply quality early, the first buyers do not come back.

**Ignoring disintermediation.** Sharing contact details the moment a deal is made puts the commission at risk. Design value that continues on the platform after the transaction: invoicing, reordering, accumulated reputation.

## Start this week

1. Write down the narrowest meaningful segment for your marketplace (city, category, buyer type) and roughly estimate its size.
2. Call 10 people from your hard side directly and ask: “How do you find new customers right now, and what does it cost you?”
3. Write your definition of “liquid” as one sentence with a number, then check how many matches in your current data meet it today.

---

# Growth Hacking Loop

URL: https://alpsuleyman.com/en/strategies/growth-hacking-loop
Published: 2025-01-14
Updated: 2026-10-02
Author: Alp Suleiman

> Growth hacking is not a collection of tricks, it is the discipline of one question. Where is the narrowest point in the funnel? Growth lasts when it is built into the product, not when one bottleneck gets opened.

In Hotmail's early days, every email sent carried a line at the bottom inviting the reader to get a free email account. It is among the most cited examples when people talk about growth hacking. Most people take away “a clever marketing trick”. I see something else: the marketing channel was inside the product. Using the product was distributing it.

That is the essence of growth hacking. Not tricks or low budgets, but taking growth out of the marketing department and building it into the architecture of the product.

## When you need it

Your product works and users get value, but growth does not move at a predictable speed, or there is no engine beyond the ad budget. Somewhere in the funnel there is a visible loss but you cannot say exactly where. The team is small and the budget limited, but you have product and engineering capacity. These are signs you are ready for growth hacking.

You are too early if the people who use the product do not stay (low retention). Pouring water into a leaking bucket raises signups but not growth. Retention first, acquisition second.

## What most teams miss

Growth hacking is usually understood as “creative tactics”: a viral campaign, a social media stunt, a partnership. A team that starts with a list of tactics copies tricks that worked for someone else and will not work in its own product.

The right starting point is not a tactic but a constraint. In the logic of the Theory of Constraints, the narrowest link determines a system's output. If your funnel activates 20 percent, doubling signups barely moves output, while lifting activation to 30 percent raises the yield of every channel at once. The growth hacker's first job is not to be creative but to diagnose the bottleneck correctly.

> The most creative growth tactic, applied to the wrong bottleneck, is the most expensive distraction.

This is what separates it from the experimentation loop. The experimentation loop is a learning system that tests every kind of hypothesis. Growth hacking is a fast intervention, usually involving product and engineering, aimed at a single bottleneck. One is learning infrastructure, the other is a sprint focused on a specific problem and a specific time.

The second part is embedding. If the product's own flow carries a growth mechanism (a shared output, a team invite, a public profile, a template gallery), it grows without depending on marketing spend. Dropbox's invitation system that earned extra storage is a well-known example: the referral was a natural extension of the product's value.

## The playbook

### 1. Map the funnel end to end

Visit, signup, activation, first value, repeat use, payment, referral. A real number for every step. If data is missing, the first job is to set up measurement. Without a map nobody can see the bottleneck.

### 2. Find the bottleneck

Find the step with the largest relative loss, but also the step where improvement would create the most output. For most products this is the zone between signup and first value, which is activation. Separate new and old users with cohort analysis. Is the problem with new users or is it general?

### 3. Understand the cause qualitatively

Numbers tell you where, not why. Talk to users who drop off, watch session recordings, observe ten people stuck at one step. Draw your hypothesis from that observation, not from a list of inspiration.

### 4. Design interventions that touch the product

Shorten the signup form, start the first experience from a template, turn the empty state into a guiding screen, automate the next step, show the user's work to someone else on your behalf. A tactic that lives inside the product keeps its effect after a marketing campaign ends.

### 5. Run fast, small, measured sprints

Two to three week sprints: hypothesis, minimum intervention, measurement, decision. Write the success threshold for each intervention in advance. If results are ambiguous, do not stretch; move to the next bottleneck or a different hypothesis.

### 6. Systematize what works

When an intervention works, turn it into permanent product behavior and move to the next bottleneck. Bottlenecks move: once activation is solved, retention or channel efficiency becomes the narrowest link. The process continues with a fresh diagnosis each round.

## What to measure

- **Funnel step conversion (at the bottleneck):** The direct effect of the intervention and the fastest leading indicator.
- **Activation rate:** The share of new users who reach the value moment.
- **Viral coefficient or share of signups from invites:** Whether product-embedded growth is working.
- **Gain per intervention in affected users:** Return on effort; compares cheap-but-small with expensive-but-large interventions.

## Pitfalls

**Trick culture.** Tactics that lift short-term numbers by deceiving users (hidden subscriptions, misleading notifications) raise the chart now and corrode brand and retention later. Ask whether an intervention clearly shows the user their own benefit.

**Tying yourself to one channel.** Growth from a single channel ends when that channel's algorithm or price changes. Embedded mechanisms are more durable.

**Covering for a lack of product-market fit with tactics.** If users do not see value, even the best growth tactic collapses after a while.

**Growth without engineering support.** Growth hacking touches the product. If every change has to wait in a backlog queue, this strategy runs at half power.

## Start this week

1. On one page, write the funnel steps from signup to first value and the real conversion number at each one.
2. At the step with the biggest loss, schedule 15-minute conversations with five users who dropped off.
3. From your findings, choose one in-product intervention, write the success threshold and put it into a two-week sprint.

---

# Free Trials

URL: https://alpsuleyman.com/en/strategies/free-trials
Published: 2025-07-08
Updated: 2026-10-02
Author: Alp Suleiman

> A trial is not a gift of free access, it is a countdown. If you cannot carry the user to the value moment before it runs out, do not expect anyone to buy.

Open the trial conversion report of almost any software company and you see the same picture: the large majority of signups log in on day one and vanish after day two. Meanwhile the team is debating next week's idea: “let's extend the trial from 14 to 30 days.”

Extending the trial just keeps something unused for longer.

## When you need it

A free trial is the right model when the product's value can be experienced within a few weeks and depends on a real workflow, data or team. A permanent free plan is not possible because of marginal cost or cannibalization. The decision-maker wants to see the product work in their own context before buying. And the price is clear, so the user knows what moving to a paid plan will cost.

You are too early if the product is too complex for users to set up alone and needs your team for onboarding. Then you should design a pilot, not a trial. And if your onboarding has not settled, spending money on the trial funnel just scales a broken product experience.

How it differs from freemium: there is a permanent free tier, a limit and an upgrade logic. Here it is time-boxed, a full experience and a decision moment. In one, the question is “where do we draw the line?” In the other, “will the user live the value before time runs out?”

## What most teams miss

Trial length is usually designed by calendar: 7, 14, 30 days. The only meaningful length is the time a user needs to reach the value moment, plus a buffer.

Define the value moment first: the action after which the user says “this works”, and the one that best predicts they come back. In a project management tool, that might be starting a real project with their team. In an analytics tool, seeing a first report on their own data. Once you find that action, ask: what share of trial starters reach it, and on which day? For most products, the majority of those who reach the value moment do it in the first few days. Those who do not reach it early rarely reach it late. They do not reach it at all.

> A trial has one goal: carrying the user to the value moment. The duration is the tool for that goal, not the goal itself.

This means the success of a trial is largely onboarding success. Teams usually optimize the post-trial email sequences (the conversion campaign), but the critical window is the first few sessions. If you lost them there, a “3 days left” email will not save anyone.

Another overlooked decision is whether to ask for a credit card. Card-required trials generally give a higher paid conversion rate but far fewer trial starts. Card-free trials bring many more signups but also an unqualified crowd. The right choice depends on how your product is bought. Treat it as an experiment rather than a preference, and compare not the number of signups but the number of paying customers at the end.

## The playbook

### 1. Find the value moment in the data

Compare first-week behavior of those who converted to paid and those who did not. The action that creates the sharpest difference between them is your candidate value moment: “invited a teammate”, “connected the first integration”. This is a correlation, not causation, but it is the strongest starting hypothesis.

### 2. Set the length from the value moment

Find the average time to the value moment and the day by which 80 percent of those who get there have done so. The trial should run a little past that day. You do not have to lock the length to one number: in some products, a request for an extension is itself a good signal and a sales opportunity.

### 3. Design the first session

A user who lands on an empty screen mostly leaves. Give them sample data, a template, a guided first task, a goal they can finish in the first 10 minutes. Every step should bring them closer to the value moment. Move unrelated setup steps to later.

### 4. Tie lifecycle messages to behavior

Instead of a “day 3 email”, send a message to those who have not connected the first integration. Timing depends on where the user is, not on the calendar. A human (a short call, live help) can reach users who are stuck, especially in high-value accounts.

### 5. Make the decision moment explicit

The end of the trial should not be vague. The user should see clearly what they will lose, what plans exist and what the price is. What happens to the data and work they created during the trial (reports they built, the team they invited) should be clear. Offer an easy path: choose a plan, extend the trial, or export the data.

### 6. Learn from the ones you lose

Send those who did not convert a short “why” question, or call some of them. The answers (price, missing feature, timing, team approval) show which part of the trial or the sales process is broken.

## What to measure

- **Value-moment rate per trial:** The most important leading indicator. It warns you weeks before conversion.
- **Time to the value moment:** A measure of onboarding speed.
- **Trial-to-paid conversion by cohort:** The lagging result. Split it by source and segment.
- **Revenue from trial signups to paying customers:** The real measure for comparing design decisions such as card or no card.

## Pitfalls

**Trying to fix the problem by extending the duration.** If the user did not find value in the first days, the chance of finding it on day 30 is very small.

**A feature-limited trial.** If you let users try a weak version of the product, they cannot judge it at its best. The trial should run on the real product.

**Leaving sales out of the process.** In high-value accounts, the trial is the best discovery tool a salesperson has. Sales follow-up without seeing who used what is blind.

**Applying the same process to all users.** The same trial flow does not work for an individual and a 50-person team. Design different paths for different segments.

## How AI changes this

In classic software, trial length was a calendar question: how many days? In a product with inference cost, the same trial period can produce very different bills: one user makes a few calls, another makes many a day. Some people may also open account after account to collect free output.

So duration alone may not be a sufficient limit. Define the trial by a usage budget (credits, calls or outputs) and set it a little above the smallest usage that reaches the value moment. Many signups from one device, or a new account right after the budget runs out, may signal abuse.

Rule of thumb. Set the trial budget from the typical spend of users who reach the value moment, and separately track how many of the accounts that use up their budget reached it.

Our reading: if the budget is generous, a no-card trial can fill with people hunting for free output. Compare card and no-card trials on the same budget and look at trial cost per paying customer; signup counts can hide that cost.

## Start this week

1. Compare the first 7 days of behavior of those who converted and those who did not over the last 3 months, and write down the single action that separates them most.
2. Calculate the share who reach that action and the average day they do. Compare with your current trial length.
3. Sign up as a new trial user and note what happens in the first 10 minutes, and every screen where you did not know what to do.

---

# Founder-Led Marketing

URL: https://alpsuleyman.com/en/strategies/founder-led-marketing
Published: 2025-08-22
Updated: 2026-10-02
Author: Alp Suleiman

> A founder brand is not the founder marketing themselves. It is the founder becoming the most credible voice of a company that has no corporate voice yet. The weakness is the same, it rests on one person.

The most convincing sales material of an early-stage company is rarely a deck or a website. It is the founder. A person explaining why they chose this problem, what they got wrong and what they believe builds more trust than the most polished corporate copy.

Many founders know this. Few turn it into work, because two things get confused: showing yourself and carrying a point of view.

## When you need it

These signals move founder-led marketing up the list. Your category is new or trust is low (finance, health, B2B infrastructure) and buyers ask “who is behind this?” Your marketing budget is limited and you cannot compete with big brands on ads. The founder has real experience or a point of view in the field. And you see that close rates change when the founder joins a sales call.

You are too early if you have nothing original to say. Resharing industry news is not content. If the basics of product and customers are not done, the founder's time is the most expensive resource and may be better spent on the product than on visibility. And if the founder does not want to do this or cannot, a profile that is forced, written in a ghostwriter's voice, builds less trust than none.

## What most teams miss

The real job of a founder brand is not popularity. It is having the positioning told by a human voice.

When everyone in a category lists the same features, what differs is how the company sees the world: a clear view on what the industry does wrong and what should change. The founder repeats that view every day in different forms: a post, a talk, a customer call, an internal meeting. Over time the market remembers not the product but that view. And buyers who share the view come on their own.

> In founder-led marketing, the winner is not whoever appears most. It is whoever has the clearest point of view.

That does not mean sharing your personal life. The personal story is a tool, not the goal: why the founder does this, which scene brought them to the problem, which mistake changed them. These make the point of view credible. But if they replace the view, the content becomes about the founder and means nothing to the buyer.

There is also a timing reality: a founder brand does not scale. As the company grows, the founder brand must turn into the company brand and the voice of a team, or the company stays dependent on one person's visibility. Keep that transition in mind from day one.

## The playbook

### 1. Reduce your view to one sentence

“The industry does X wrong, we believe Y because we saw Z.” Writing that sentence requires real experience. If you cannot write it, it is too early to start producing content. Go back to customer conversations first.

### 2. Pick the platform where your buyers are

For a B2B founder that is mostly LinkedIn and an email newsletter. For a developer product, technical blogs and communities. Do not try to be everywhere. Choose the one channel where your buyers already spend time and give it consistently.

### 3. Set three content pillars

For example: (a) your view on the field, (b) what you learned building the company (mistakes included), (c) real patterns you see across customers. Tie every post to one of these three. That gives consistency and solves the problem of not knowing what to write.

### 4. Keep the rhythm sustainable

Two short posts a week and one longer piece a month do more than daily posting, because they last. Block a fixed slot in the calendar. Since founder time is the scarcest resource, draw content from sales and customer conversations rather than hunting for topics from scratch.

### 5. Turn distribution into a team job

A founder's piece grows far more when the team shares it, sales uses it in calls and customer success sends it to customers. Take content out of the “founder hobby” category and make it the company's sales material.

### 6. Plan the transition from the start

Build a bridge between company voice and founder voice: people from the team contribute to opinion pieces, customer stories move up front, the company account carries the founder's view. The goal is that if the founder went quiet tomorrow, the company could still carry the view.

## What to measure

- **Inbound messages and meeting requests:** “We'd like to talk” messages that land with the founder. A far more meaningful leading indicator than follower count.
- **“Where did you hear about us?” answers in sales calls:** Shows how founder content enters the sales funnel.
- **Close rate on founder-involved opportunities:** The commercial value of trust.
- **Quality of direct engagement per post:** Not likes, but comments and referrals from people who match your buyer profile.

## Pitfalls

**Marketing yourself.** When content turns into the founder's achievements, the buyer cannot find an answer to their own question. For every post, ask: what does this give a reader?

**Imitating opinions instead of holding one.** Repeating popular views creates noise, not trust. Some of your posts should be things you believe are true that not everyone will like.

**Leaving a gap between the promise and the product.** If the founder talks big and the product does not deliver, visibility backfires. Do not say more than the product can do.

**Single-person dependency.** If the founder cannot produce content for a while, all marketing stops. The content calendar and distribution should survive the weeks when the founder is unavailable.

## Start this week

1. Write your view in one sentence and show it to your two most trusted customers: “Is it true, and does it matter to you?”
2. List the three questions or objections that repeat in your sales and customer conversations over the last two months. They are your first three posts.
3. Pick the one channel where your buyers spend the most time and add two fixed slots a week to your calendar.

---

# Strategic Partnerships

URL: https://alpsuleyman.com/en/strategies/strategic-partnerships
Published: 2025-09-03
Updated: 2026-10-02
Author: Alp Suleiman

> A good partnership is not a logo swap. It is two companies touching the same customer from different places and completing each other's missing piece. And most partnerships die after the second meeting.

Most partnership meetings end with the same sentence: “There is a great fit here, let's do something.” Then both sides return to their own agendas and three months later nobody remembers the next step. The press release is out, the logos sit on each other's sites, revenue is zero.

The problem is not intent. It is that the partnership was treated as a relationship rather than designed as a product.

## When you need it

A partnership strategy makes sense under these signals: there are companies serving the same customer without competing with you. The biggest barrier to acquisition is trust or access, so an introduction from someone already trusted solves it. Your product needs a complementary piece but building it yourself makes no sense. Your customers already use two products together and glue them manually.

You are too early if your own product and value proposition have not settled. A partner opens their audience to you, but if that audience's first experience is bad, you burn the partner's trust as well. Partnerships also take time to manage. If nobody on the team can own this work, do not start.

## What most teams miss

Partnerships are usually discussed at the company level: “What can we and they do together?” The partnerships that actually work are defined at the customer level: “How does our shared customer solve this problem today, and how can we make it easier together?”

The practical consequence is this. A company-level partnership has no owner because both sides are part of something “strategic”. A customer-level partnership has a concrete output: an integration, a joint package, a referral flow, a joint working session. It has an owner, a measure and a delivery date.

> A partnership does not begin in a meeting. It begins when a real problem of a shared customer gets solved.

The second overlooked point is the other side's incentive. Why should your partner care about you? What do you add to their revenue, how do you reduce their churn, how do you make their product more valuable? If the answer is not clear, the partnership stays your agenda projected onto their calendar and drops off after a while. When you propose a partnership, describe the partner's benefit, not your own.

How it differs from channel partnerships (resellers, integrators): the aim here is not to build a sales channel but to share the value two products create together. The relationship is more equal and the output is more about distribution and credibility.

## The playbook

### 1. Clarify your own need

What do you want from a partnership: access to a new segment, credibility, a complementary feature, distribution? Pick one primary goal. A partnership that wants everything delivers nothing.

### 2. Build the candidate list from customers

Ask your customers “which tools do you use alongside ours?” and rank the answers. Look at the tools that come up often in sales conversations. The most common pairing is the most natural partnership candidate. Start with 20 candidates and cut to 3.

### 3. Propose a small pilot first

Instead of a big “partnership agreement”, a concrete 6 to 8 week trial: one integration, one joint webinar, an offer for a shared customer group. Write the pilot's success measure up front. A small pilot lowers risk on both sides and gives real data.

### 4. Write a one-line value exchange

“We bring you X (audience, feature, revenue), you bring us Y.” It should be clear to both sides. If there is revenue sharing, keep the formula simple and auditable.

### 5. Assign an owner on both sides

Every partnership needs a named owner on both sides and a regular short sync. Ownerless partnerships fade quietly at the first change of agenda.

### 6. Deepen what works

If the pilot worked, move to the next stage: a joint product feature, a joint sales motion, a marketplace listing. If it did not, close it cleanly. Leaving a partnership without damage is also a skill.

## What to measure

- **Number and quality of leads from the partnership:** A leading indicator. Tag the source.
- **Acquisition cost of customers from the shared channel:** Compare with your direct channels.
- **Retention of customers from the partnership:** Customers who arrive on trust often stay longer, but check this against your own data.
- **Share of customers using the integration:** Proof the partnership actually works in the product.

## Pitfalls

**The logo partnership.** Two brands appear on each other's site and nothing changes for the customer. Every partnership needs a concrete customer benefit.

**Overdependence.** If most of your growth hangs on one partner, a change in that partner's pricing, policy or priorities can shake you badly. Balance with several partners and direct channels.

**Letting a future competitor in.** A partner that looks complementary may enter your space tomorrow. Spell out in the contract which data you share and who keeps the customer relationship.

**Forgetting the customer experience.** When an integration breaks, the customer does not ask who is responsible between you two. They blame you. Set up the support flow and the split of responsibility from the start.

## Start this week

1. Ask your last 20 won customers which tools they use alongside yours, or pull it from sales notes. Write down the three that come up most.
2. For each of the three candidates, write one sentence: “We give them this gain.” If you cannot, you are not ready for that candidate.
3. Prepare a one-page proposal for a concrete 6 to 8 week pilot and send it to the most promising candidate.

---

# Gamification and Customer Success

URL: https://alpsuleyman.com/en/strategies/gamification-customer-success
Published: 2025-12-16
Updated: 2026-10-02
Author: Alp Suleiman

> Badges and leaderboards do not hold anyone. What holds users is making real progress visible. Gamification and customer success are two ends of the same job, helping the user reach their goal.

When retention drops, a product team usually does one of two things: add badges or hire a customer success manager (CSM). Either can be right. Either is wasted money if done without knowing what the user is actually trying to accomplish.

I treat gamification and customer success together because they answer the same question at two scales: is the user moving toward their goal, and can they see that progress too?

## When you need it

These signals bring the strategy forward. Users sign up and get first value, but usage drops after a few weeks. The product creates value through repeated use, not a one-off. The value of the product accumulates over time (habit, data, learning, progress). Churn analysis shows reasons like “I forgot about it” or “I never understood what it was really for”. And your customer count carries the revenue to fund a CSM team, or you can scale the work with automation.

You are too early if the product does not produce value in the first week. Gamification does not make a product without value fun. It creates short-lived interest and then backfires. And if you do not yet measure retention, you cannot know what you are improving.

## What most teams miss

Gamification is usually seen as a surface layer: points, badges, leaderboards. Users look at them on day one and are bored by week three. The reason is simple: these elements have no connection to the product's own value. Users do not come to earn a badge. They come to do their job.

Gamification that works makes real progress visible. Duolingo's daily streak is a well-known example: the streak makes the habit of actually learning a language visible and gives users a reason to come back. It is the habit itself that is rewarded, not the badge. In business software the equivalent is feedback that shows the user progress in their own work: “You closed 12 proposals this month, 3 days faster than last month.”

> Gamification makes visible the value the product already gives. It cannot invent value the product does not give.

Customer success is the human and process side of this logic. Most teams run it as “support that kicks in when something breaks”, but its real job is to be proactive. To notice before the customer complains that usage is dropping, that they are not approaching their goal, that they never used a whole part of the product. Every intervention after the problem appears is more expensive and less effective than one before.

The idea that joins the two: measure the product against the user's *goal*, not against your own usage metric. What goal did the customer state when buying? How close are they? If they are not getting closer, handle it both inside the product (a progress indicator, a next-step suggestion) and by hand (the CSM's intervention).

## The playbook

### 1. Define the user's goal

What outcome does the customer expect when they buy or sign up? Ask during onboarding and record it. “Success” is not a product metric. It is the customer's outcome: a faster month-end close, more proposals won, fewer wrong orders.

### 2. Break the success path into stages

Split the path to the goal into four to six concrete stages. Each stage should be measurable by a product action. These stages become the shared language of gamification (progress bar, milestone) and of the CSM (which stage is this customer at?).

### 3. Make progress visible inside the product

Show users the progress they have made: completed stages, the next step, their own results. Add mechanics like streaks, milestone celebrations and personal reports only if they are tied to a real behavior. For each mechanic ask: does this reward a behavior that genuinely helps the user?

### 4. Build a customer health score

From a few signals such as usage frequency, progress toward goal stages, support tickets and team breadth, build a simple health score. The first version can be flawed. The point is to see at-risk accounts early. Backtest the score on past churned customers: would it actually have warned you in advance?

### 5. Separate the touch models

Not every customer deserves the same attention and you cannot afford the same cost for each. Build a human-touch model for high-value accounts, a semi-automated one for the middle segment (triggered emails, short calls) and a fully in-product, automated (tech-touch) model for small accounts. The goal in every segment is the same: reaching the goal.

### 6. Write playbooks

One-page plans for situations like “account has not logged in for 14 days”, “first integration not set up”, “60 days to renewal but usage has dropped”: who, when, what do they say, what outcome is expected. This rests on process, not on one CSM's personal talent, and it scales as the team grows.

## What to measure

- **Rate of progress through goal stages:** The distribution of customers along the success path. A leading indicator.
- **Health score distribution and its accuracy:** How early does the score catch real churn?
- **Periodic active users and core action frequency:** Whether the habit has formed.
- **Net revenue retention (NRR):** Lagging, but the strongest outcome indicator, expansion and loss together.

## Pitfalls

**Meaningless mechanics.** Points and badges unrelated to user behavior catch attention in the first week and then look artificial. They can even make users feel they are “playing a game” and lower respect for the product.

**Rewarding the wrong behavior.** If you reward logging in every day, users log in without getting value. A mechanic that rewards behavior outside the product's definition of success inflates the wrong metric.

**Running customer success reactively.** If most of a CSM's time goes to firefighting, proactive work never happens. Collect risk signals automatically so the CSM sees the situation before the fire, not the fire.

**Tying customer success to a sales quota.** If you measure the CSM only on renewal or upsell quota, they focus on their own quota instead of the customer's goal. Keep the customer reaching their goal as the main metric and let revenue follow.

## Start this week

1. Take the last 10 customers who churned and look at their usage charts for the 60 days before leaving: which signal warned you weeks earlier?
2. Define the moment a user “reaches their goal” in your product as a single action, and count how many active users have reached it today.
3. Go through your current gamification elements (if any) one by one and answer for each: does this show real progress?

---

# Sustainability-Led Branding

URL: https://alpsuleyman.com/en/strategies/sustainability-led-branding
Published: 2026-03-12
Updated: 2026-10-03
Author: Alp Suleiman

> Sustainability is a cost when it is a label and a brand when it is a decision rule. The difference is whether your values ever cost you something in a product decision.

When you open a brand's sustainability page, check one simple thing first: which of the values written there has ever cost the company money? Usually the answer is none. A green logo, a line about respecting nature, maybe some recycled packaging. Nice, but none of it is a position.

Sustainability-led branding means building a brand architecture in which those values actually steer product, sourcing and pricing decisions. It is a decision rule, not a campaign. Customers do not believe it when they hear it. They believe it when they see the same behavior repeated.

## When you need it

The first signal is that customers are already asking. If sales calls or the support inbox keep surfacing questions like “where is this made” or “can the packaging be recycled,” demand exists. The second is that you are squeezed on price and cannot differentiate on raw features, so you need a story that separates you on values.

The third is on the enterprise side. If large customers have started putting carbon, ethical sourcing or labor questions into supplier questionnaires, this is no longer a marketing topic. It is a sales blocker.

There are also cases where it is too early. If you have not found product-market fit, do not make sustainability your brand umbrella; earn the first purchase first. And if you still cannot collect the data that would back your claim (supply chain, materials, measurement), start measuring before you start talking.

## What most teams miss

Most teams begin with communication: tone, visuals, a tagline. A credible sustainability brand is built in the reverse order. First an operational commitment, then proof of it, and only then the story.

The reason is straightforward. The values-driven buyer is the most skeptical buyer of claims. A greenwashing accusation arrives with a single inconsistency and takes away trust that took years to build. Patagonia's 2011 “Don't Buy This Jacket” ad is the well-known example of the logic. The brand could run a message that might cut short-term sales because it had a real stance on repair and product life behind it. It is hard to copy, because to copy the message you would have to copy the cost behind it.

> If sustainability costs you nothing, it is not a position; it is decoration.

That sounds harsh, but this is where the strategy lives. Pricing power comes from what a competitor would have to give up to do the same. If you had to change a supplier, drop a product from the line or sacrifice a margin, so would they. If you sacrificed nothing, you have nothing to justify a price premium.

The difference between teams that do this and teams that do not shows up in a meeting. The team that does not asks, “should we use sustainable material?” and usually backs out over cost. The team that does has closed that debate from day one: the rule is already set, and the only question is which supplier to apply it to.

The second thing teams miss is focus. A brand that says “we do everything well” has said nothing. Pick one axis: materials, production conditions, product lifespan, carbon, labor. Being deep on one axis builds more trust than being shallow on five.

## The playbook

### 1. Choose the one axis that matters

Work out where your category creates the largest real impact, environmental or social: raw materials, shipping, packaging, factory labor. In parallel, test what customers care about most through interviews. The overlap is your axis. The output is a one-sentence commitment and three bullets stating what you will say no to.

### 2. Make the commitment measurable

Not “greener,” but “recycled content in packaging will reach this level by this date.” Add an independent certification or third-party verification where possible. Give the number one owner, and make it the goal of the product or operations lead, not marketing.

### 3. Turn it into a rule in sourcing and product decisions

The commitment should become a check question for every new supplier approved and every new product shipped. This step is what separates a brand from a slogan. The first time the rule forces an awkward call, such as choosing a more expensive material, keep that story as the most valuable proof in your internal narrative.

### 4. Put the evidence where customers can see it

On the packaging, on the product page, on the invoice: wherever the claim lives, the proof should live next to it. When you miss a target, say so openly. A claim of perfection is brittle; an honest progress story holds.

### 5. Test the price premium, do not assume it

Price the sustainable version as a separate SKU or a limited experiment and compare conversion, basket size and repeat purchase. Do not roll it out across the whole portfolio before you see which customer segment actually pays the premium.

## What to measure

- **Repeat purchase rate:** is the values-driven customer truly loyal, or only persuaded at first purchase? A lagging indicator.
- **Premium acceptance:** the price difference paid for the sustainable version and its effect on conversion.
- **Substantiated-claim rate:** what share of the claims you use in marketing has documented measurement behind it? A leading indicator; the target is 100 percent.
- **Target progress:** how the measurable commitment is tracking, visible to everyone.

## Pitfalls

**Campaign thinking.** A campaign launched on Earth Day that contradicts behavior during the rest of the year brings suspicion, not benefit.

**Vague adjectives.** Undefined words like “natural,” “eco” or “green” do not build trust and can become a regulatory risk. Check the environmental-claims rules in the markets you sell in.

**Applying the premium to everyone.** Assuming your whole customer base will pay extra turns sustainability into a sales blocker. Know the segment, and leave an accessible option for the rest.

## Start this week

1. List every sustainability claim you currently make and mark each “have proof” or “no proof.” Plan to pull or substantiate the ones with none.
2. Find a decision from the last year where your values made you lose or give up something. If there is none, the axis has not really been chosen yet.
3. Run twenty-minute calls with your five most loyal customers. Do not ask about your sustainability commitment; ask why they choose you.

---

# Subscription Box Model

URL: https://alpsuleyman.com/en/strategies/subscription-box-model
Published: 2026-09-02
Updated: 2026-10-02
Author: Alp Suleiman

> The appeal of a subscription box is recurring revenue. The truth shows up after the first three shipments: does the customer love the box, or the life that comes out of it?

Founders entering the subscription box business tend to draw the same chart: new subscribers per month, times monthly basket, times twelve months. It looks wonderful in a spreadsheet. Then the first cohort reaches month three, the curve bends down, and nobody can say exactly why.

The box model is a name shared by two different businesses, and teams that blur them optimize the wrong metric for years. One is replenishment (something you need arrives regularly). The other is discovery (a surprise and a curated selection every month). Their retention logic, margin and operations are very different.

## When you need it

If customers already rebuy your product at regular intervals (coffee, razors, vitamins, pet food, cosmetics), a subscription is not a growth lever, it is the formalization of natural behavior. The signal is that the gap between a customer's second and third order is consistent, and that slipping to a competitor in that gap is easy.

For a discovery box the signal is different: customers suffer from choice fatigue, they will pay for an expert selection, and you have a genuine curation capability. The question here is not “do people like surprises?” but “can we choose well for this person?”

It is too early if your product is a one-off purchase by nature, or if you have never measured repurchase frequency. Without data, subscription is an assumption. Start by looking at the repeat rate on one-time sales.

## What most teams miss

A subscription is not a revenue model, it is a commitment model. The customer stops saying yes every month and picks “continue” as the default. For that default to hold, every delivery has to be worth something in that person's eyes. Retention you earn by hiding the cancel path is not retention, it is deferred churn; the customer notices one day, and when they leave you lose both the revenue and the trust.

The insight that gets skipped is that in boxes, acquisition cost and early-month loss must be read together. Most boxes collect subscribers with a discounted first order. A discount cannot tell the right customer from the wrong one; it only lets in people who like discounts. That is why the growth chart looks healthy while the cohort curve hits the floor.

> What holds a subscription is not the box, it is the gap the box fills in the customer's life.

The difference between teams that do this and those that do not shows up in whether you talk to customers after the second delivery. The team that does knows which item in the box got used and which sat in the cupboard, and changes the next box accordingly. The team that does not gets by with “let's run a discount this month.”

The second point is operations. A box's margin is usually lost in logistics, not in sales: packing, shipping, returns, failed-payment retries. Each looks small per subscription, but at scale they quietly kill unit economics.

## The playbook

### 1. Decide which kind of box you are

Replenishment, discovery, or a mix? This decision sets price, box contents and the success metric. In replenishment, flexibility (skip, delay frequency) is the most important feature; in discovery, personalization and the feedback loop.

### 2. Calculate unit economics before the first subscriber

Work out the net contribution margin of a single box: product cost, packing, shipping, payment fees, return allowance. Add acquisition cost on top and look at how many deliveries it takes to recover CAC. As a common rule of thumb, if CAC payback runs beyond a year and churn is high, the model is fragile.

### 3. Spread onboarding across the first delivery

The customer fills in a form, the box arrives, and then silence. Instead, design a preference flow before the box ships and a “how was it?” touchpoint a few days after it lands. The goal of the first delivery is not selling; it is collecting preference data.

### 4. Offer flexibility as a feature

Skip, delay, swap contents, cancel easily. At first glance it looks like it will raise churn; it usually does the opposite, because customers do not feel trapped and choose to skip rather than cancel. A skipped delivery is not a lost customer, it is a retained one.

### 5. Collect churn reasons in a structured way

Put a one-question reason picker in the cancel flow: price, product buildup, dissatisfaction, no longer needed. Look at the distribution weekly. If “product buildup” dominates, the problem is delivery frequency; if “dissatisfaction” does, it is the content.

### 6. Treat failed payments as a separate system

A meaningful share of subscriptions that fail on the card are involuntary losses. Build automated retries and notifications that warn the customer; this is the easiest-to-recover part of your revenue.

## What to measure

- **Cohort-based subscriber retention:** how many remain at month three and month six? A lagging but the most honest indicator.
- **Net contribution margin per delivery:** the real margin including logistics and returns.
- **Skip and pause rate:** a leading signal of dissatisfaction before cancellation.
- **Post-first-delivery activation:** the share of customers who use the product or update their preferences.

## Pitfalls

**Collecting subscribers with discounts.** Steep first-order discounts bring in people who will not stay past month two. Use discounts sparingly, on channels where cohort retention has been measured.

**Making cancellation hard.** It protects the number in the short term and raises reputation damage and payment disputes in the long term. Giving customers an easy exit also makes an easy return possible.

**Fitting everything in the box.** Variety complicates operations. Start small; prove the subscription in one product family, then expand.

## Start this week

1. Of the customers who bought in the last six months, how many bought a second time, and after how many days on average? These two numbers are the first tested form of your subscription assumption.
2. Write down the net contribution margin of a single box, per delivery, including shipping and returns, in a table.
3. Talk to five current or potential subscribers and ask: “Of what was in the box over the last three months, what did you use and what stayed in the cupboard?”

---

# Unbundling Strategy

URL: https://alpsuleyman.com/en/strategies/unbundling-strategy
Published: 2025-03-18
Updated: 2026-10-02
Author: Alp Suleiman

> Big platforms try to serve everyone and fully serve no one. Unbundling means taking the one job they leave mediocre and becoming the master of that job.

Inside every large platform there is a corner nobody truly owns. A feature there has looked the same for years, support tickets close with “it's on the roadmap,” and users have found a workaround: a spreadsheet, an extra plugin, three browser tabs. The unbundling strategy is building a company on top of that workaround.

This is not a small copy imitating the big player. It is the opposite: it is doing the depth the big player deliberately does not do.

## When you need it

The signal is users who lean heavily on one function of an existing platform and complain about it at the same time. If people open a tool every day and still say “I wish this worked differently,” that function has outgrown its place inside the bundle. Another signal is a platform price that has become disproportionate to the function's value: the customer uses one part and pays for the whole.

It also helps when a distinct expertise and a distinct customer type have formed around one part of the platform (for example, if appointment management inside a CRM is used heavily only by clinics). That is fertile ground for unbundling.

It is too early when the function is used rarely and by a small segment. The niche may not be big enough to carry a company. And if the only thing you can say is “cheaper than the big player,” that is a price gap, not a strategy; the incumbent can cut price and melt you overnight.

## What most teams miss

Unbundling has two halves and teams usually do one. The first is separating: pulling the function out of the bundle into a standalone product. The second, often skipped, is owning the whole customer job around that function.

Lifting one feature from the bundle and selling the same thing separately is not enough. The customer asks again: “Why use this as a separate tool when the platform already has it?” If your answer is “slightly better,” you lose. The answer has to be that you know the day, vocabulary and rhythm of the person doing that job, and you built the product around them.

A frequently told example is the fragmentation of classified listings: the categories of a general classifieds platform were, over time, rebuilt as focused products (lodging, services, jobs, second-hand goods). The details of that story are debatable, but the logic is clear: a general platform handles every category with the same interface, while a focused product builds category-specific trust, filters and flow.

> Doing the job the platform does not do is not enough; you have to do it more deeply than the platform can.

There is also a fact about timing: unbundling is, in one sense, a temporary position. As the focused product grows, customers ask for more functions and the product starts to rebundle. That is inevitable and healthy. The question is whether you rebundle on your own terms or under platform pressure.

The difference between teams that do this and those that do not shows up in the first customer call. The team that does not says, “our product looks like that one but cheaper.” The team that does describes the customer's job in the customer's own language, and the customer says, “yes, exactly this.”

## The playbook

### 1. Find the heavily used, lightly loved function

Look for complaint patterns in the platform's support forums, app store reviews, community chats and user interviews. What you want is high usage and low satisfaction together. Use five to ten conversations to confirm it is a real job.

### 2. Map the owner and their whole flow

Who does this job, what do they do before and after, which tools do they hop between? Draw the map. The opportunity is usually not in the function itself but in the gap around it: data transfer, approval, reporting, team coordination.

### 3. Design your relationship with the platform up front

Most unbundled products depend on the platform's data, API or user base. Plan the integration from day one and decide what you will do if the platform's rules change. Depending on a single platform is the largest risk in front of your growth.

Here is a practical test: if the platform added your function to its own bundle tomorrow, would your customer leave you? If yes, your tie is only price or habit. If the answer is “no, because they do not understand my industry,” you hold a defensible position.

### 4. Win on depth, not breadth

Pick a vertical where you can do the job ten times better than the platform and start there. Tailor every screen of the product to that customer type: terminology, defaults, templates, price structure.

### 5. Push switching cost toward zero

If customers have to work to leave the platform, they will not come. Put import, data migration and a way to run alongside the platform into the first experience. Within the first week the customer should see the worst pain point of the old system solved.

### 6. Plan the rebundle

As you grow, rank in advance the adjacent functions you will add, and add them on a signal of customer demand. The aim is to become the center of your own category before the platform swallows you back.

## What to measure

- **Conversion from platform users:** the share of platform customers who switch to your focused solution.
- **Time to value:** time to the first valuable outcome, the moment the old tool's pain is solved. A leading indicator.
- **Net revenue retention (NRR):** revenue growth from existing customers as you add adjacent functions.
- **Platform dependency ratio:** the percentage of your revenue tied to the decisions of a single platform.

## Pitfalls

**Leaning on a price gap.** “The same thing, cheaper” is not a competitive advantage; it is a gap the big player can close in a single move.

**Ignoring platform risk.** A platform that restricts API access or adds the feature to its own bundle can shake an unbundled product overnight. Build a direct customer relationship and data independence early.

**Choosing a niche that is too small.** Depth is good, but if the niche cannot carry a separate company you will hit a growth ceiling. Verify within the first six months that adjacent use cases exist.

## Start this week

1. Read one hundred user reviews from the last two years of the platform you are targeting and count the complaints by topic.
2. Set up half-hour calls with three people who own that complaint and ask them to share their screen and show you how they use the function.
3. List their workarounds (spreadsheets, extra tools, manual steps). That list is the first feature list of your product.

---

# Simple and Transparent Pricing

URL: https://alpsuleyman.com/en/strategies/simple-transparent-pricing
Published: 2025-09-05
Updated: 2026-10-02
Author: Alp Suleiman

> A complicated price table is often the invoice for a product decision postponed. Simplicity comes before respect for the customer: it is answering one question, what do we charge whom, for what?

You can guess how well a company understands its own product by counting the columns, footnotes and “contact us” buttons on its pricing page. Every extra column is a place where a decision could not be made and someone said, “let's offer both.”

Simple pricing does not mean low pricing. It means the customer can see at a glance how much they will pay, what they are paying for, and why it is that amount.

## When you need it

If the first ten minutes of every sales call go to explaining “how the pricing works,” that is the signal. Another is trial users who linger on the pricing page and leave without paying. A third is the support team answering the same invoice questions over and over (“what is this line item for?”, “why more than last month?”).

There is also an internal signal: the sales team writes a custom discount into every quote and effectively ignores the price list. It shows that the structure on the list does not make sense to customers.

It is too early when the product has not yet pinned down what value it creates and for whom. At this stage price is a discovery tool, so learning with one or two tiers makes more sense than fixing a table. And simplicity should not be used to cover for indecision.

## What most teams miss

Teams treat simplicity as a design problem: let's clean up the table, cut the columns. But a complicated price is the surface of an internal chain of decisions that never looked at the user. Unit economics, competitor comparison, enterprise requests and the rights of legacy customers have piled up and all been squeezed into one table.

The real value of simplicity goes beyond reducing cognitive load; it builds trust from the start. If the customer does not understand the price, they cannot predict the total, and they get the feeling that “a surprise is hiding somewhere.” Hidden fees, vague usage-based items and terms that only appear in the contract may make the sale easier in the short term, but they wear down reputation in the long term.

> If the customer cannot predict the price, they will not start trusting the product either.

Simplicity also demands a trade-off. In theory you leave some of the maximum you could charge each customer on the table. In practice, though, the loss caused by complicated pricing, the customers who postpone buying or ask for a quote and vanish, is often larger than that gap. You can measure it: conversion from pricing page to quote request, and from quote to close.

Here is a scene that shows the difference. Take two competitors. One has a single number on its pricing page and three lines saying what is included. The other has five packages, eight usage limits and a note saying “talk to us for custom pricing.” The second looks like it offers more options, but the buyer usually remembers the first, because they can explain it to someone else.

## The playbook

### 1. Write what price depends on in one sentence

You should be able to say: “We charge [amount] per [value unit].” The value unit should be something the customer measures themselves: user, project, transaction, employee. If you cannot form that sentence, your price table is the symptom.

### 2. Audit product and price complexity

Put every line item, surcharge, limit and special deal on one list. For each, ask: can the customer understand this on their own? Which item makes things easier for us, not for the customer? Mark the second group as candidates for removal.

Make the audit produce two outputs: items to delete and items to merge. A small surcharge often brings in a tiny share of total revenue but creates large friction in the sales conversation. Run the numbers; giving it up often pays.

### 3. Cut the number of options

Three tiers is enough for most B2B products. Also describe the difference between tiers through something about the customer's work (team size, type of need) rather than through usage limits. “Which one fits me?” should be answerable in two seconds. Highlighting your recommended tier with a label lightens the load for an undecided buyer rather than adding to it.

### 4. Make total cost visible

If you tuck setup, integration, support and overage charges into a footnote rather than at the top of the page, you have only postponed an objection. Put in a worked example showing what the customer will pay in the first year. If a part is truly variable, explain how it is calculated with an example.

### 5. Keep enterprise exceptions behind a clear boundary

Simple pricing does not have to be one table for every customer. Say plainly that small customers get a transparent list and large accounts have a separate process, but do not let “contact us” become a door that hides everything. Know why that boundary sits where it does.

### 6. Account for existing customers

When you move to a new price structure, make existing customers' rights and migration path clear. A silent price increase breaks the trust that simple pricing earned in one move.

## What to measure

- **Conversion from pricing page to signup or quote request:** how often the visitor understands the price and acts. A leading indicator.
- **Sales cycle length:** how much of the sales process the pricing conversation consumes.
- **Invoice-related support ticket rate:** whether customers understand what they pay for.
- **Average discount rate:** how far the sales team ignores list price. A lagging but honest indicator.

## Pitfalls

**Confusing simplicity with cheapness.** A simple table is not a low price. Set the price by product value; only simplify how you present it.

**Losing flexibility entirely.** If there is a segment where not every customer fits the same package, leave an open, separate path for it. Forcing everyone into one table loses large accounts.

**Hiding usage-based pricing.** Usage-based pricing is legitimate, but if the customer sees an unpredictable bill at month end, trust disappears. Offer a cap, an alert or an estimator.

## Start this week

1. Show your pricing page to someone who does not know the product and ask, “What would you pay in total for a year?” Write down the answer.
2. List the discounts given on your last five quotes and the reasons. A reason that repeats is the part of your table that needs fixing.
3. Write what price depends on in one sentence and share it with your team. If everyone cannot form the same sentence, that is the first problem.

---

# Market Education

URL: https://alpsuleyman.com/en/strategies/market-education
Published: 2025-11-21
Updated: 2026-10-03
Author: Alp Suleiman

> In a new category your biggest competitor is not another company, it is the habit of “we get by like this for now.” Educating the market means turning that habit into a problem people notice.

Companies building a new category often share a common complaint: “People who see the product like it, but they never buy.” Usually the product is not the issue. The customer has not yet accepted that the problem you solve is a problem.

Market education means explaining the problem before you explain the product. A team that does this wins more than awareness; it wins the language of the category.

## When you need it

If the objection you hear most in sales calls is “we do this in Excel right now” or “I don't think we need this,” you have a category-awareness problem, not a competitor problem. Another signal is prospects placing your product in the wrong existing category when they describe it (“so, is this a CRM?”). Or search data in which the problem's name is not even being searched: if people have not named their pain, they do not look for a product that solves it.

It is too early when the category is already established. If the customer knows the problem and is shopping for a solution, put your effort into differentiation instead of education. And one more thing: educating a broad audience before you have product-market fit is an expensive mistake; first see that your earliest few customers truly get value.

## What most teams miss

Teams treat market education as content production: write blogs, run webinars, hand out e-books. But education is not a volume job, it is a job of changing a point of view. Which belief will the customer drop, and which will they gain? If the answers to those two questions are unclear, the content turns into a ranked list of product features.

A strong education program carries a thesis: “You do this, so you suffer this loss, and here is how to fix it.” HubSpot's “inbound” language is the familiar example: the company did not just sell a product, it built a view of how marketing should be done, and the product became the natural tool of that view.

> In a new category, what you sell is not the product, it is the name of the problem.

The second missed point is that reach and depth are inversely related in education. Content that reaches a broad audience persuades less; a workshop or in-person session with a handful of people converts well but slowly. Build them in sequence. First test the thesis with a small group and learn which examples work, then carry those examples into broad content.

The difference between teams that do this and those that do not shows up in the first five minutes of a sales meeting. The team that does not presents the product, the customer says “interesting” and disappears. The team that does shows the customer a loss they suffer in their own work, and the customer spends the rest of the meeting asking about the solution.

One last warning: if education is delivered in a “you are doing it wrong because you don't know” tone, it talks down to the customer. Good education assumes the customer is smart and hands them a missing point of view.

## The playbook

### 1. Define the problem in the customer's words

Across about twenty customer conversations, write down verbatim how people describe the problem. Their sentences get used, not your category terms. The output is a single sentence that states the problem, plus the workaround still in use.

### 2. Write down the belief to drop and the belief to gain

On one page, write the thesis: “Today they do this; we want them to do that.” It is the backbone of all education content. If everyone on the team cannot say the same sentence, the content will scatter too.

### 3. Educate narrow and deep first

Run a session, workshop or one-to-one walkthrough with five to ten prospects. Note which example makes eyes light up and where the silence falls. Those notes are the raw material for broad content.

### 4. Give the category a name and a frame

Create a simple framework, a short term or a “before / after” model that customers can remember and explain to someone else. A named concept becomes shareable. But do not invent a wholly artificial term; if customers do not use it, the effort is wasted.

### 5. Tie education to the sales process

Each content piece should answer a question in the funnel: “is the problem real?”, “is there a way out?”, “why now?” Track separately how people who arrive through educational content behave on the way to signup, demo and purchase. Give sales a task too: have them record in CRM notes which content a customer mentions in the call. It is the cheapest data on which piece of education actually brings revenue.

### 6. Shift from education to differentiation as the category settles

As the market comes to recognize the problem, the message has to change. If you do not move from “this problem exists” to “we solve it best,” competitors will harvest the market you educated.

## What to measure

- **Demo conversion from educational content:** whether the content actually transfers the thesis. A leading indicator.
- **Problem-acceptance time in sales calls:** the number of calls or minutes it takes for the customer to accept the problem.
- **Non-brand search volume:** growth in searches for the problem or the category term. Lagging, but the most honest sign of category awareness.
- **Customer use of category language:** how often, in sales notes and support, customers use your concepts in their own words.

## Pitfalls

**Content turning into product pitch.** If every article drifts into product promotion, readers notice and stop trusting it. Good educational content is useful even to someone who never buys.

**Educating too early and too broadly.** Spending big on category education before the product is validated can hand a ready market to a competitor. Test the thesis at small scale before committing resources.

**Over-investing in a category term.** If customers do not adopt a label you invented, forcing it wastes energy. Move toward the words that come out of the customer's own mouth.

## Start this week

1. Check the reasons for your last ten lost deals: in how many does it say “no decision” or “didn't see the need” rather than a competitor?
2. Write your problem thesis on one page (“today they do this, they suffer this loss, they should do that”) and show it to the sales team.
3. Invite five prospects to a twenty-minute chat and, without pitching, only listen to how they describe their problems.

---

# Short-Circuit Opportunities

URL: https://alpsuleyman.com/en/strategies/short-circuit-opportunities
Published: 2026-09-08
Updated: 2026-10-03
Author: Alp Suleiman

> The team that catches the opportunity is rarely the fastest one; it is the one that decided what to do before the opportunity arrived. Short-circuit is turning preparation into reflex.

When something changes in the market, everyone reads the same news in the first week. A platform updates its rules, a regulation lands, a large competitor shuts down a product, a new technology becomes accessible. The difference is how many of those teams manage, within two weeks, to put something in front of their own customers.

Short-circuit opportunities are short windows that bypass the normal planning cycle. In these windows the winner is not whoever has the best idea but whoever can get it to customers by the shortest route. And that is not luck; it is a matter of preparation built in advance.

## When you need it

If the outside world's rules change often in your industry (platform policies, regulation, technology costs, consumer behavior), this is not optional, it is a necessity. Another signal is realizing afterwards that you missed an opportunity: if the sentence “we saw this too, but couldn't act” circulates in your team, the problem is not vision, it is decision speed.

It is too early if your core product still has not settled. A team that chases every opportunity never finishes its main business. Opportunity chasing is a question of extra capacity while the core engine runs.

## What most teams miss

In most teams “being agile” is understood as sprinting at the new thing immediately. But in a short-circuit opportunity speed is a precondition, not an outcome, and the precondition is itself preparation. To decide quickly, it must already be clear who decides, with what budget, and under what conditions the answer is no.

The second misunderstanding: every change looks like an opportunity. Most are noise. What separates an opportunity from noise is that the change directly affects a problem your customer has or a constraint you have. What matters is not the headline but a measurable shift in customer behavior or in the competitive bar.

> The one who catches the opportunity is not the fast runner; it is the one already waiting at the start line with their shoes tied.

A concrete example: Apple's 2021 decision to put app tracking behind user consent changed mobile ad measurement for everyone within a few months. Many teams read it as a threat. Teams that quickly offered something in measurement, attribution and first-party data collection turned the same change into demand. The difference did not lie in who heard the news first, but in who first translated it into a customer problem.

The typical difference: the unprepared team calls a meeting when the opportunity arrives and debates who has time for it. The prepared team already owns two things, a “short-circuit budget” and a “short-circuit crew.” The first is a small slice of weekly capacity; the second is a group of one product person, one engineer and one salesperson with authority to break priority conflicts.

One more fact: short-circuit opportunities often start with a temporary product. A small tool shipped within a month of a regulatory change or platform update may or may not become part of the main product later. Be ready for both; if you want it to be permanent, write down up front who will carry the maintenance burden afterwards.

## The playbook

### 1. Build a radar

List the sources of external change in your industry: platform announcements, regulators, competitor price and product changes, new patterns in customer support requests, technology releases. Set a half-hour review once a week and ask one question every time: “Which of our customer's jobs does this change?”

### 2. Define a threshold

Write down in advance which signal deserves a review and which a sprint. For example: “We act if it affects at least ten percent of our customers and the window is shorter than six weeks.” The threshold is the filter that screens out noise.

### 3. Distribute decision authority in advance

A short-circuit opportunity should have no approval chain. One person (usually the product or growth lead) should be able to decide, up to a defined resource limit, without asking anyone. If it goes above the limit, escalate to the founders with a single short message.

### 4. Ship the smallest proof

You do not need a real product to evaluate the opportunity. A landing page, a waitlist, a manual service or even a template shows the reality of demand in the first week. The aim is not a perfect product but a signal collected before the window closes.

### 5. Set an end condition up front

Attach a “stop rule” to every short-circuit effort: how long, and which result if not seen, closes it? This prevents it from swallowing the main product's attention and stops a temporary thing from turning into a permanent burden.

### 6. Record the outcomes

Every attempt, won or lost, gets a one-paragraph note: what was the signal, what did we do, what did we learn? Six months later those notes become an archive of how fast you respond to which kind of change in your industry.

## What to measure

- **Time from signal to first customer contact:** days between noticing the opportunity and putting something in front of one customer. The leading and most important indicator.
- **Learning per opportunity tested:** the number and quality of recorded takeaways.
- **Rate at which short-circuit efforts become lasting revenue:** how many attempts ended up as part of the main product or a new revenue line.
- **Capacity share left for the core product:** a check that short-circuit work is not eating the core roadmap.

## Pitfalls

**Counting everything as an opportunity.** Without a threshold the team chases the next shiny thing. The main business drags and nothing gets finished.

**Speed without preparation.** If decision authority, budget and crew are not defined, speed is just scrambling. Prepare before the opportunity arrives, not when it does.

**Turning a quick fix into a permanent maintenance burden.** What you ship fast still has to be maintained. Tie every effort to an end date or an “absorbed into the core product” decision.

## Start this week

1. Write down three external changes in your industry over the past year (platform, regulation, competitor move) and estimate how many days your team would have needed to reach the first customer contact on each.
2. Set decision authority and a small resource limit in one sentence: “This person decides, up to this amount, without asking anyone.”
3. Put a weekly half-hour radar meeting in the calendar and open the first agenda with one question: “What are we missing this week?”

---

# Business Development

URL: https://alpsuleyman.com/en/strategies/business-development
Published: 2025-01-21
Updated: 2026-10-03
Author: Alp Suleiman

> Business development is not holding partnership meetings; it is calculating, in the other side's language, why a distribution channel should make you a priority.

When a founder says, “we will hire a BD person for partnerships,” the first question to ask is: “What does this person need to bring in the first 90 days to count as a success?” Often there is no clear answer. In most teams business development exists as a job title, not as a system.

Business development is a systematic, measurable way of reaching markets your own sales force cannot reach, through other people's channels and relationships. What sets it apart from a partnership strategy or a channel program is that the process itself looks like selling: a target list, a pipeline and a close.

## When you need it

If you have hit a ceiling in direct sales, meaning acquisition cost is rising or the audience you can reach is saturating, someone else's distribution starts to make sense. Another signal is that your product is used right before or right after another product or service: if your customer already works with that company, coming in through its door can save you years.

It is too early when your product does not yet create clear value on its own and a partner who introduces you would be risking their reputation. When a partner recommends you to their customer, they lend you their trust; if the product fails, that trust burns with you. Build proof with a few customers first.

## What most teams miss

Teams treat partnerships as relationship work: coffee is drunk, “let's do something together” is said, and then nothing happens. But a partnership is a calculation. Why would the other side's sales team spend time on you when they are chasing their own quota? If the answer to that question is unclear, the partnership quietly dies after the first enthusiasm.

> A good partnership is a calculation in which the other side's revenue target works for you.

The difference between teams that do this and those that do not shows up in the first meeting. The team that does not looks for “synergy” and describes a shared vision. The team that does shows, in a concrete scenario, at which stage of the partner's customer problem your product comes in and how much extra revenue or retention it gives the partner.

The second missed point is the number of partners. Ten shallow partnerships bring far less business than one deep one, because winning each partner's attention, training their sales team, producing joint material and feeding the pipeline all take effort. Think of it like a sales rep's portfolio: your capacity is limited.

Third is ownership. In a partnership both sides can wait for “the other one to do it.” Every partnership needs a single named owner on your side and a weekly rhythm.

One last distinction: business development neighbors strategic partnerships and channel partnerships. Strategic partnerships lean toward sharing audience and resources and merging at the product level, while channel partnerships rest on a structured sales network of resellers and distributors. Business development is the discipline of choosing targets and closing deals that feeds into all of them.

## The playbook

### 1. Write the partnership thesis

Which kinds of companies already have a relationship with your customer but do not offer your product? Whom does your customer talk to before buying you: which advisor, which software, which distributor do they trust? List the categories of those companies. The output is a one-page description of the target partner type.

### 2. Build a target list with a priority score

Make a list of twenty to thirty names and score each on three axes: how closely the partner's customer base resembles your ICP, how much additional revenue you represent for the partner, and how hard the partner is to reach. Focus on the top five.

### 3. Prepare a value scenario for the partner

For each target, a one-page calculation: what problem does the partner's customer have, how do you solve it, and what does the partner gain (extra revenue, lower churn, differentiation)? The numbers may be estimates, but the logic of the calculation should be clear.

### 4. Start with a small pilot

Rather than signing a big deal, propose a joint pilot with a limited number of customers. Write down together how success will be measured. A pilot gives the partner's sales team the answer to “what happens when I sell this?” and builds the relationship on trust.

### 5. Equip the partner's sales team

Give the partner's sales rep a one-page pitch, a Q&A list, a demo video and direct access to one person. If the partner's seller cannot describe your product in one sentence, the pipeline will not flow.

### 6. Set a rhythm and a pipeline report

A short pipeline meeting with each partner every two weeks: how many leads came in, how many moved forward, where did they stall? If results are not visible within two quarters, shift the resources you put into that partnership to another target.

## What to measure

- **Partner-sourced pipeline:** the share of opportunities from the partner channel in total pipeline. A leading indicator.
- **Time to first opportunity per partner:** how fast the relationship turns into real work.
- **Acquisition cost of partner-sourced customers:** whether there is a cost advantage over direct sales.
- **Retention of partner-sourced revenue:** how customers from this channel retain compared to direct-sales customers. Lagging but critical.

## Pitfalls

**Counting the deal as the result.** A signed agreement is not pipeline. Most partnerships that do not work in the first three months after signing go quiet for good. Celebrate the first closed sale, not the signature.

**Too many partners.** Spreading attention leaves all of them half-done. Pick three partners first, show that you can run them, and then expand.

**Dependency.** If most of your revenue hangs on one partner, one decision of theirs can put you in trouble overnight. Set the ceiling on the share coming from any partnership at the start.

## Start this week

1. Ask your five best current customers: before buying this product, which company or person did you talk to? The answers are the raw form of your partner thesis.
2. Write your first five target partners in a table and fill in a “what does the partner gain?” column for each. Drop the ones you cannot fill in.
3. Send one target partner a three-sentence email that does not pitch your product but names a problem their customer has and the small pilot you propose for it.

---

# Equity Crowdfunding

URL: https://alpsuleyman.com/en/strategies/equity-crowdfunding
Published: 2026-06-02
Updated: 2026-10-03
Author: Alp Suleiman

> Equity crowdfunding is less a fundraising channel than an agreement to become a company with hundreds of small co-owners. That is both its biggest advantage and its biggest cost.

The first week after a founder successfully closes an equity crowdfunding campaign usually brings two feelings: relief and weight. There is money in the account, but now hundreds of people own a small piece of the company, and any of them may one day ask, “how are we doing?”

This strategy is a model in which the crowd is your capital, your customer and your advocate at once. For the right product and the right community, it is very powerful. For the wrong company, it leaves a cap table that is exhausting to manage.

## When you need it

If your product speaks to individual consumers and is something people attach to emotionally or through identity (a brand, a game, a drink, an experience), it makes sense for investor and customer to be the same person. The second signal is an existing community: an email list, followers, loyal customers. A campaign is not opened to a cold crowd; it is announced to a warm one.

The third signal is that the amount you need is small to mid-sized and conversations with traditional investors are heavy, slow or closed. Crowdfunding can give you an additional channel for a first round.

It is too early if you have no community, if the product does not reach consumers, or if you are building large-scale B2B infrastructure. In that case a campaign is both expensive and hard, and it may complicate working with an institutional investor later.

## What most teams miss

Teams treat the campaign as a sales event: a page, a video, a target amount. But a campaign is not an outcome, it is the last day of months of preparation. A common pattern in successful campaigns is that the team warmed up its audience before the campaign opened and raised a meaningful part of the target from its existing circle in the first days. The campaign page does not create an audience; it collects one.

The second missed point is the years after the campaign. Hundreds of small shareholders bring the burden of writing investor updates, add complexity to the cap table in the next round, and can be a concern for some institutional investors. Knowing this price before the campaign is far cheaper than being surprised after it.

> What you raise in crowdfunding is responsibility before capital; the invoice for the money is years of updates.

The difference between teams that do this and those that do not shows up three months after the campaign closes. The team that does not goes quiet on shareholders and the community cools quickly. The team that does has designed a communication rhythm (a short monthly update) and small shareholder-only perks before the campaign. The community stays alive and becomes the first group to try the product's first release, the first to report bugs, the first to tell their circle.

The third point is valuation. A campaign announces the company's value as a number everyone can see. A high valuation means selling less equity in the short term, but it also raises the risk of a down round next time. Treat it as a capital decision, not a marketing win.

## The playbook

### 1. Learn the legal and regulatory frame first

Crowdfunding is a regulated activity in most countries: which platforms are authorized, how much can be raised, what are the investor limits? Start with a legal advisor and an authorized platform. This frame differs by region and can change; always check the current rules.

### 2. Build the community before the campaign

Create an email list, a social community or a waitlist at least three to four months ahead. Size the target amount to the size of that community. A rule of thumb commonly used in the field is that a meaningful share of the target should come from people you already know within the first days.

### 3. Decide valuation and share structure

How much capital, at what valuation, for what stake? If an institutional investor joins in the next round, what does the cap table look like? Write this down with a financial advisor. The decision should serve the company's long-term structure, not the community's enthusiasm.

### 4. Frame the story as partnership, not investment

On the campaign page, three things should be clear: which problem you solve, why now, and which concrete milestones the money will reach. Write the risks plainly. You win the crowd's trust less with an inflated promise than with an open risk section.

### 5. Plan the first day and first week

The first 48 hours of a campaign set the momentum. Plan early access for the existing community, a small privilege for the first investors, and ready-made content for day one. Reaching a visible share of the target in the first week is the moment the campaign signals confidence to outsiders.

### 6. Build a shareholder rhythm after the campaign

A short monthly update (what we did, what we learned, what was hard), a yearly shareholder meeting or online session, and an early-access perk or discount for shareholders. Write the rhythm before the campaign starts and name who owns it.

## What to measure

- **Pre-campaign community size and warm-up rate:** what share of the list opens and clicks the campaign notice. A leading indicator.
- **Amount raised in the first 48 hours against target:** the campaign's momentum and confidence.
- **Conversion from investor to customer and advocate:** shareholders' buying, referral and feedback behavior.
- **Shareholder communication rhythm:** number of updates sent and open rate. Lagging, but it tells you whether the community stays alive.

## Pitfalls

**Opening a campaign without an audience.** If nobody is there when the page goes live, relying on the platform's own traffic is usually not enough. Community first, campaign second.

**Making the cap table unmanageable.** How will many small shareholders be represented, and how will voting rights work in later rounds? Solve it at the start through a legal structure.

**Promising updates and going silent.** What loses the most trust is not bad news but silence. Write even when you are struggling; shareholders trust a founder who explains hard times.

## Start this week

1. Count the audience you can reach today: email list, community members, loyal customers. That number shows the realistic ceiling of a possible campaign target.
2. Research the rules of an authorized crowdfunding platform in your region and the cost of a campaign; verify with official sources because rules change.
3. Answer in writing: “How will I communicate with hundreds of small co-owners for five years?” If the answer is unclear, you are not ready for a campaign yet.

---

# Growth Loops

URL: https://alpsuleyman.com/en/strategies/growth-loops
Published: 2025-12-03
Updated: 2026-10-03
Author: Alp Suleiman

> However polished a funnel is, it starts from zero every month. A loop turns this month's output into next month's input. That is the difference that changes the shape of growth.

Everyone in a growth meeting has seen the funnel chart: visit, signup, activation, payment. Every month you have to put new people at the top of that funnel, and doing so takes either ad budget or constant effort from the team. Stop, and growth stops.

A loop runs on a different logic. A user uses the product, that use produces an output (a piece of content, an invite, some data, revenue), the output brings a new user, and that user does the same. Because the output returns as input, growth feeds itself. Designing it is closer to mechanism engineering than to planning a campaign.

## When you need it

If activation and retention are solid and your growth is still linear (every new user requires extra spend or effort), it is time for loops. One signal is that users are already producing something with the product: a shared report, an invited teammate, a published page, a comment left behind. If that output goes to waste today, the raw material for a loop is ready.

It is too early when the product does not stick. If users leave after the first week, a loop will not bring those users back; it pours water into a leaky bucket. Repair retention first.

One distinction matters. The experiment cycle (hypothesis, test, learn) and growth hacking produce tactics; a loop is a system architecture. Experiments are used to improve a single step inside the loop. The loop tells the experiments which question to focus on.

## What most teams miss

Teams confuse “going viral” or “adding referral” with building a loop. A referral button is a feature; a loop is when that button forms a chain with the product's core value. If users have to go somewhere unnatural to send an invite, output production sits outside core usage and the loop does not turn.

Dropbox's referral program is the familiar example: inviting was tied directly to what the user was already doing with the product (storage), and the reward was the product's own value. The output was a natural extension of the core behavior.

> A loop does not try to persuade the user; it turns the by-product of what the user already does into a new user.

The second missed point is choosing the loop type. There are four general kinds: viral (users bring other users), content (user-generated content draws new users through search or sharing), paid (a share of revenue is converted into advertising) and sales (customer revenue feeds the sales engine). Every product has a natural type; forcing one does not work. Building a content loop in a B2B tool is often weaker than a loop of spread inside a team.

Third is loop speed. However good the conversion, if a cycle takes six months, results take a long time to appear. As cycle time shortens, the growth curve bends faster. Build the one of two candidate loops with the shorter cycle time first.

The difference shows up here: a team looking at the funnel says, “let's raise signup conversion.” A team looking at the loop asks, “after a user gets first value, how long does it take them to bring someone new, and at which step do we lose people?” When the question changes, the to-do list changes too.

## The playbook

### 1. Identify the core action and its natural output

What does the user produce while using the product? A document, a share, an invite, some data, a comment? Is that output visible to others, and does it help them? This question shows your loop type.

### 2. Draw the loop

Four boxes: input (a new user), action (what the user does), output (what comes out), and re-input (the path from output to a new user). Write an estimated conversion rate for each arrow. If there is an arrow you cannot draw, the loop does not exist yet.

### 3. Find the weakest link

Measure the loss at each step. Is the rate at which a new user produces output low, the rate at which the output is seen, or the rate at which viewers convert to signups? The weakest link determines the loop's total strength. Improve only that link.

### 4. Shorten cycle time

After a user gets first value, how long until they produce the output? Move the invite or share moment closer to the first experience. Also shorten the output's time to become a new user: a visible link, one-click signup, pre-filled content.

### 5. Drive the loop with an experiment

A loop is described by one number: for every hundred new users, how many new users does one turn produce? Above one hundred, the loop sustains itself on its own; below, it carries only part of your growth. Both are valuable, but they are managed differently. Tie step improvements to this number through your experiment cycle (hypothesis, test, learning).

### 6. Mature one loop before adding another

A second loop is usually added once the first is seen working healthily. Three independent half-built loops scatter resources; a single good loop speeds up both the product's growth and its learning.

## What to measure

- **Loop multiplier:** the number of new users that a hundred new users bring after one turn. Above one hundred indicates self-sustaining growth.
- **Cycle time:** days from a user's entry to the entry of the new user they brought. A leading indicator.
- **Step conversions:** the real rate on each arrow in the loop; they show the weakest link.
- **Retention of loop-sourced users:** how well users who came through the loop stay. If low, the loop is producing low-quality users; lagging but critical.

## Pitfalls

**Confusing a feature with a loop.** Adding a share button is not a loop. The output has to be a consequence of the core value.

**A low-quality loop.** Invites inflated by rewards bring many fast signups and few lasting users. Look at the retention of loop-sourced users more than the raw count.

**Too many loops at once.** Not every product carries every type. Find the natural one; a forced loop creates friction and damages the core experience.

## How AI changes this

AI can shorten a loop's cycle. Steps that take days, such as producing content, personalizing it and preparing the invitation, can drop to minutes; if production is the loop's bottleneck, the cycle gets shorter and the same time can yield more cycles.

But every cycle can carry a variable cost. In a product with inference cost, each output is a call; as the number of cycles grows, total inference cost grows with it. If the cost per acquired user exceeds that user's value, unit economics get worse. The quality of abundantly produced output can also drop: irrelevant content may get no response from the recipient and can pull down the conversion of the next step.

Rule of thumb. Before scaling, measure cost per cycle and output quality; e.g. if the retention of users coming from the loop is falling, a faster loop is not yet a gain.

Our reading: cycle time alone does not judge the health of a loop. Until speed, cost and quality are read on the same table, it may be too early to grow the loop.

## Start this week

1. List everything your users produce with the product and send outside (shares, invites, content, reports), and check whether anyone else actually sees each one.
2. For the most promising output, draw a four-box loop and write the estimated rate for each arrow. Identify the data you need to measure the rates you do not know.
3. Count how many of the new users in the last three months came from an existing user's output. That is your first estimate of today's loop multiplier.

---

# Outsourcing and Lean Scaling

URL: https://alpsuleyman.com/en/strategies/outsourcing-lean-scaling
Published: 2026-03-05
Updated: 2026-10-02
Author: Alp Suleiman

> Outsourcing is not a tool for cutting cost; it is a way to turn fixed load into variable load and protect your learning speed. What you keep in-house matters more than what you send out.

A small team's most expensive resource is not money, it is attention. Accounting, customer support, content production, infrastructure, design, payroll: each steals hours from a founder or a critical employee. In the early years doing everything in-house looks heroic, but it often eats the time that should go to the company's most valuable work.

Lean scaling means adding capacity as you grow without adding fixed cost and management load. Outsourcing is its best-known tool, but used in the wrong place it also moves your learning outside the company.

## When you need it

If your best people are busy with work that does not directly contribute to growth, that is the signal. Another is lumpy demand: carrying work that is heavy one month and empty the next with a fixed headcount means burning money in the empty month. A third is needing a specific expertise (legal, tax, security, a particular engineering field) only from time to time.

It is too early when you do not yourselves know what the work is. Handing a process outside before you understand it makes a bad process expensive. In a company still searching for product-market fit, talking to customers, learning the product and making the first sales should stay in-house.

This differs from the business process outsourcing (BPO) that large companies do. There the aim is scale and cost efficiency; here the aim is for a small team, with limited capital and attention, to stay focused on the right work.

## What most teams miss

Teams see outsourcing as a cost comparison: this much for an employee, that much for an outside firm. But the real criterion is not cost, it is how closely the work is tied to learning. Handing out work that feeds the voice of the customer, product decisions or your competitive advantage means months of unnoticed knowledge loss.

The practical distinction: which work carries “core learning,” and which is a “standard service”? When a standard service (payroll, accounting, infrastructure hosting, ticket handling) goes outside, quality can even improve, because a specialist firm does it every day. When core learning (customer conversations, product discovery, pricing experiments) goes outside, the company stops seeing its own market with its own eyes.

> What you send out should be workload, not learning.

The second missed point is reversibility. In a small company every decision should be undoable. Long contracts, bespoke integrations, and knowledge that lives only inside the outside firm make the company dependent on that firm a year later. Good outsourcing keeps exit cost low from the start: a short contract, a documented process, data that belongs to you.

The difference between teams that do this and those that do not shows up at the first crisis. The team that does not discovers, when the outside firm's employee leaves or its price rises, that nobody knows how a process runs. The team that does keeps, for every piece of work handed out, a short description, an internal owner and a backup plan.

Third, managing an outside firm is itself work. “We outsourced it, done” does not exist. If goals, output quality and communication rhythm are not defined, low cost turns into quietly sliding quality.

## The playbook

### 1. Split all work into two groups

Write down all the company's recurring work and ask of each: does this teach us something about customers, the product or the market? If yes, it stays in-house. If no and the work is standardized, it is a candidate for outsourcing.

### 2. Calculate the real cost of candidates

Internal cost is not just salary: it includes management time, tools, training and idle capacity. External cost includes coordination, quality control and a possible replacement cost. Make the comparison with this full accounting.

### 3. Run a small pilot

Give one piece of work, with limited scope, to an outside firm as a three-month trial. Write the success criteria down: delivery time, error rate, response time. At the end of the pilot, assess both the outside firm and the quality of your own brief.

### 4. Make the process written and yours

Whatever the outside firm does, you should hold a step-by-step document of it. Data, accounts and tools should be opened in the company's own name. That way, if the firm changes, the knowledge does not disappear.

### 5. Assign an internal owner

Every outsourced task should have an internal owner: a short weekly check, a monthly quality review. An ownerless outsourced task becomes, over time, a cost line nobody understands.

### 6. Reassess every quarter

As the company grows, some work becomes worth bringing in and some can be sent out. As scale changes, the cost balance changes too. Run a short “in or out?” review every quarter.

## What to measure

- **Distribution of founder and core-team time:** the share spent on growth-oriented work. This is the real return on outsourcing.
- **Revenue per employee:** whether revenue grows without the fixed headcount growing. A lagging indicator.
- **Outsourced delivery time and error rate:** the outside firm's quality performance. A leading indicator.
- **Total outsourced cost as a share of revenue:** whether variable cost stays within healthy limits.

## Pitfalls

**Outsourcing core work.** If customer conversations, product decisions and pricing experiments are run from outside, the company stops knowing its own market.

**Dependence on a single firm.** If a critical task sits with one outside firm, one decision of theirs can leave you in trouble. Know an alternative firm and document the process.

**Choosing on price alone.** The cheapest quote can become expensive through hidden communication and rework costs. A pilot and references are better measures than price.

## Start this week

1. Review the last two weeks of the founders and the three most critical employees, and list the work that did not contribute to growth.
2. For each item, answer “does this teach us something?” and pick one that could go outside.
3. Write a one-page brief for that work: when, who, which output, which quality measure. That page is the first task description you would hand an outside firm.

---

# Capital Strategies

URL: https://alpsuleyman.com/en/strategies/capital-strategies
Published: 2026-05-06
Updated: 2026-10-03
Author: Alp Suleiman

> Capital is not a neutral resource; it has a price, a clock and an expectation. A good capital strategy is not about finding money, it is knowing up front what every kind of money demands of you.

When founders talk fundraising, the sentence heard most often is: “As much as we can raise.” That sentence is the clearest sign a company has no capital strategy. However much capital arrives, it takes something while it gives something: equity, control, pressure on speed, or the bar for the next round.

A capital strategy is a deliberate decision about which money finances growth: the right money, at the right time, for the right need. The wrong money pushes even a good company in the wrong direction.

## When you need it

The time to talk about capital is long before the money runs out. A rule often cited in the field is to start fundraising with more than six to twelve months of runway left, because your bargaining power drops quickly as the cash approaches zero.

Other signals: you have a clear spending plan for growth but the source is unclear; or there is a gap between the money you have and the growth you target, and you do not know which instrument closes it most cheaply. Also this: several options (investors, debt, revenue-based financing, grants, presales) are on the table and have never been compared.

It is too early when you still do not know what the product does and for whom. At this stage capital can be fuel for going fast in the wrong direction before you find the answer to the right question. Learn small and cheap first.

## What most teams miss

Teams approach capital with the question “how much.” The real question is “what kind.” Venture capital makes sense only for companies with the potential for a very large outcome: the fund model depends on a few big wins covering most of the losses. For a good, profitable, mid-sized business, that money brings an expectation of speed and a big exit; it creates a clock that does not match your business model.

> Capital is known not by how much it gives you but by what it expects from you.

Capital options can be thought of as a ladder. Funding from your own revenue (bootstrapping), presales and customer advances, grants and support programs, angel investment, revenue-based financing and debt instruments, venture capital. Each rung carries a different price: equity, repayment burden, control or time pressure. Nobody needs all of them, but knowing all of them makes comparison possible.

The difference between teams that do this and those that do not shows up in the fundraising meeting. The team that does not talks about “whatever you can give.” The team that does says, “this amount, to reach this milestone, at which point we will go to the next round with these metrics.” The money is tied to a plan, and the plan justifies the price of the money.

The second missed point is that dilution is a process, not a number. Giving up fifteen percent in one round is not a problem by itself; but the dilution accumulated across five rounds determines what founders end up holding. Before every round you need to calculate where total dilution will land in later rounds.

Third is matching money to growth opportunities. If you have a channel with proven return (for example, each unit of spend comes back within a known time), additional capital is very valuable for scaling that channel. Without a proven channel, capital only makes uncertainty expensive.

## The playbook

### 1. Derive the capital need from the growth plan

Which target (users, revenue, market) are you trying to reach, and how much and on which line items does it take? How much do you burn per month, and how long does that last (runway)? Phrase the need as: “for eighteen months, this amount, to reach these milestones.”

### 2. Put all options side by side in one table

For each type of capital, four rows: its price (equity, interest, repayment), its speed (how quickly it arrives), its terms (control, reporting, milestones) and its fit for you. Once the table exists, the answer to “which one” often shows itself.

### 3. Test fit with the product and business model

Are you a business that fits venture logic? Is your market large, your growth curve steep, an exit plausible in the structure? If not, revenue-based financing, customer advances or slow but controlled growth may be right. This decision should be made before investor meetings.

### 4. Build a dilution model

In a simple spreadsheet, start from the current cap table and calculate the stakes of founders, team and investors at the end of the planned rounds. Include the employee option pool. The model shows how much room you have to flex in a negotiation with an investor.

### 5. Plan the process and spread it over time

Fundraising often takes longer than expected. Manage target investors, ways of reaching them and the meeting calendar in one table. Running several conversations at once is an advantage for both bargaining power and timing risk.

### 6. Tie the money to milestones

Every piece of capital should be tied to a plan stating which result unlocks the next step. This tells the same story to investors and the team, and builds spending discipline inside the company.

## What to measure

- **Runway:** how many months you can operate at the current burn. The leading and most critical indicator.
- **Capital efficiency:** recurring revenue or users added per unit of capital spent.
- **Total dilution path:** what founders will hold at the end of the planned rounds.
- **CAC payback period:** how long growth spend takes to return. Lagging, but it is the evidence that justifies additional capital.

## Pitfalls

**Raising burn when the money arrives.** New capital should not be a reason to loosen spending discipline. If team growth outruns revenue, the next round gets harder.

**The wrong investor.** Looking only at check size leads, over the long term, to a mismatch in values, speed expectations and exit timing. Learn how an investor works with other companies from those companies' founders.

**Starting fundraising late.** Conversations held when cash is nearly gone are conversations where the other side sets the terms. Manage time as a resource.

## Start this week

1. Calculate today's runway: cash in the bank divided by the average net monthly burn of the last three months. This number sets the timing of your decisions.
2. Write the growth target for the next eighteen months and the amount needed to reach it in a single paragraph.
3. Compare three different kinds of capital (for example angel, revenue-based financing, presales) in a four-row table, and discuss with your team which one fits your business model.

---

# Geographic Market Expansion

URL: https://alpsuleyman.com/en/strategies/geographic-market-expansion
Published: 2026-02-17
Updated: 2026-10-03
Author: Alp Suleiman

> Opening a new city or country is not copying a product. It is rebuilding a working growth engine on unfamiliar ground, and most teams learn that the expensive way.

When a team says “we're going international,” the meeting usually covers three things: language, office, budget. Nobody asks the question that matters: why was growth working at home in the first place?

This is the most common mistake. Success in the home market is rarely the product's success alone. It is the sum of invisible factors: the founder's personal network, being in the right channel at the right moment, a competitor's weak period, a shared habit around the category. When you move to a new geography you can ship the product. You cannot ship those factors.

## When you need it

Geographic expansion starts to look attractive when growth in your home market flattens. That alone is not a signal, though. Sometimes a flat curve is a product problem, not a market problem.

The real signals look like this. In one segment of your home market, retention is consistently strong, and you can explain why without referring to geography. Your sales or marketing playbook works without the founder, meaning a new hire can produce the same result. There is inbound pull from abroad: organic signups, support tickets in other languages, emails asking whether you serve their country. And the remaining headroom at home is smaller than the distraction expansion will cause.

It is too early in clear cases. If you are not sure about product-market fit at home, a new geography will not answer the question; it will add a second layer of uncertainty. If the team already struggles to run one market, a second front weakens both.

## What most teams miss

The expansion decision is usually made on market size: “Germany's TAM is ten times ours.” True, and the answer to the wrong question. Size does not tell you the share you can win. What decides that is how fast and how cheaply you can acquire customers there.

> You do not carry the product into a new market. You carry the customer acquisition mechanism. If the mechanism does not travel, everything else is an expensive hobby.

So the real work is taking the home engine apart piece by piece. Which channel produced customers? What built trust: referrals, brand, an integration, the founder's name? Structural blockers such as payment methods, invoicing, regulation or language quietly kill conversion. A common pattern: prices not shown in the local currency, and a leak at the very top of the funnel that nobody notices.

The second thing teams miss is sequence. They set up the office and the local team first, then test demand. It should be the reverse: prove demand cheaply, then build the structure. Investment should follow evidence, never lead it.

## The playbook

### 1. Screen candidate markets, don't rank them

Put five or six candidate markets side by side and run a simple screen. Are payment and regulatory barriers low? Are there companies that resemble your current best customers? Does the competitive structure look like the places where you win? Are language and time zone manageable? The goal is not the perfect market. It is the market where you will learn the most at the lowest cost. Output: one market and one backup.

### 2. Write down the home engine

Where did your last twenty customers come from, who made the decision, how many weeks did the deal take, what built trust? Put it on one page. That page is your checklist for which component will be missing in the new market. Plan the substitute for each missing piece up front: a local reference, a local partner, a local payment method.

### 3. Run a cheap demand test

Before opening an office, try a landing page for the target market, a few pieces of content in the local language, a few dozen targeted conversations and, where possible, pre-sales through a partner. Write the success criterion as numbers in advance: for example, a set number of qualified conversations and a set number of purchase commitments. Do not bend the criterion afterwards.

### 4. Run the pilot with one channel and one segment

A pilot is an experiment, not a small launch. One segment, one main channel, one named owner. If you test three channels at once you will not know which one worked. Track acquisition cost, sales cycle and 90-day retention side by side with the home market throughout.

### 5. Make the scale decision through gates

At the end of the pilot, three gates. Has unit economics reached an acceptable fraction of the home market? Can someone other than the founder close deals? Is the support and operations load manageable? If all three are yes, invest in local team and channel. If one is no, do not extend the pilot; make the reason for the no the single topic of the next sprint.

## What to measure

- **Customer acquisition cost in the new market, as a ratio to home.** A leading indicator; it shows drift in the first weeks.
- **Sales cycle length.** Reflects how much trust and local fit is missing.
- **90-day retention.** A lagging but the most honest sign that the product creates value in the new market.
- **Close rate without the founder.** Tells you whether the engine depends on a person or a system.

## Pitfalls

**Spending the budget before the demand.** Once an office, a team and a launch event are committed, retreating on bad data becomes politically impossible. Commit fixed cost after the evidence.

**Going everywhere with the same message.** Translation is not localization. In one market the category may be familiar; in another it may need education, and the sales cycle and message should look completely different.

**Neglecting the home market.** If your best salesperson and your sharpest product manager drift to the new market, the core business weakens quietly. Price the cost of expansion to the home market up front.

**Letting the pilot run forever.** Pilots with ambiguous results and a standing “let's wait a bit more” are the most expensive option. Define the gate beforehand and use it.

## Start this week

1. For your last twenty home-market customers, put channel, decision maker, sales time and trust-building factor on one page.
2. Compare payment, regulatory and language barriers for three candidate markets on half a page, and pick a pilot market.
3. Write a measurable go/no-go criterion for the pilot and share it with the team: how many conversations, how many purchase commitments, by which date.

---

# Product Diversification

URL: https://alpsuleyman.com/en/strategies/product-diversification
Published: 2026-09-18
Updated: 2026-10-03
Author: Alp Suleiman

> A new product is rarely a new growth engine. It is usually the unfinished half of the main one. Diversification works where it solves the next problem your customer already has.

At some point, single-product companies start saying the same sentence: “We depend too much on one product.” It is a legitimate worry. The second sentence is where things go wrong: “So let's build something new.”

Diversification is mostly justified as risk reduction, and in practice it raises risk instead. Team and attention are fixed. A new product splits the thin attention the main product already had.

## When you need it

The signals show up on the customer side first. Your customers do a job right next to your product, one you do not serve, using another tool or a spreadsheet. The same missing piece keeps appearing in support tickets and sales calls. Expansion revenue in your base has plateaued: price increases and extra seats no longer produce meaningful growth. The main product's market is structurally bounded, meaning that even in the best case growth ends when you have filled your share.

It is too early when the main product still struggles with activation and retention. Diversification does not fix those problems, it hides them. A new product looks bright in its first months because it has no history to compare against. The team drifts toward it, and the main product's problems grow a little more.

## What most teams miss

Diversification is not “selling other things.” It is solving the same customer's next problem. The difference is whether you have to build distribution from zero for the new product.

> Proximity is not a side effect of diversification, it is the requirement: either the new product's customer or its channel must already be yours today.

The well-known framework here, the Ansoff matrix, shows it: selling a new product to an existing customer is far less risky than selling a new product to a new customer. In one you have one unknown, in the other two. If the new product needs a new customer and a new channel, you are actually founding a second company.

A familiar example from a large company: Amazon opening its internal infrastructure to outside customers, which, in Amazon's own telling, became AWS. It is more accurate to see that as externalizing a capability it was already good at than as diversification in the loose sense. Proximity came from competence. That is a common pattern in successful diversifications: the new product is something the company already does well, opened to a new customer.

The second thing teams miss is the fear of cannibalization. They worry the new product will weaken the main one. In some cases it should, because if you do not do it, a competitor will. What matters is separating controlled cannibalization from plain loss.

## The playbook

### 1. Map the workflow around your product

Talk to twenty customers and ask: what do you do right before and right after using us, and with which tools? Those two directions are your list of adjacent jobs. These conversations are not for collecting ideas, they are for tying ideas to evidence.

### 2. Screen candidates with three filters

For each candidate ask: does the customer spend money and time on this problem today? Can it be sold through our current channel? Does it lean on something our team already knows? Candidates that pass all three go on the shortlist. An idea with two “no” answers is out, however attractive.

### 3. Sell the offer before the product

Before writing code, take a pre-registration, a pilot or a paid early version to a slice of your base. Paid intent is far more valuable data than “that would be interesting.” Set the threshold in advance: for example, do not start building until a set number of customers agree to pay.

### 4. Launch with a small, separate team

Do not shift capacity from the main product team. Build a team of two or three with clear ownership and its own goal. Protecting the main roadmap matters as much as investing in the new product. Without that separation the new product loses to the main one every sprint, and nobody ever made that a decision.

### 5. Design packaging and price up front

Will the new product be sold separately, bundled, or added to a tier of the main product? The answer shapes its fate. Selling separately means a new purchase decision and friction. Bundling raises adoption but makes its revenue harder to see. Whichever you pick, write down how you will measure it beforehand.

### 6. Tie the scale or shut-down decision to a date

Decide in advance what number at six months means you continue and what means you close. Shutting down a failing side product is harder than launching it in most companies.

## What to measure

- **Adoption among existing customers.** Shows whether the proximity assumption holds.
- **Revenue and product count per customer.** Tells you whether cross-sell really lifts ARPA.
- **Change in main-product retention.** The critical lagging indicator of whether the new product is hurting the old one.
- **The new product's own purchase intent and conversion.** A leading indicator, visible before development cost.

## Pitfalls

**Diversifying to spread risk.** If the risk is dependence on one customer segment or channel, a second product sold to the same segment does not solve it. Name where the risk really sits.

**Starting with too many products, too early.** Every new product means support, documentation, pricing and sales training. If the team half-knows each product, customers end up unhappy with all of them.

**Covering main-product problems with a new one.** A launch while retention is weak feels like growth, but it is like filling a leaky bucket.

**Launching without a price.** “Let them use it first, we'll look at money later” hides for months whether the product creates value at all.

## Start this week

1. Book half-hour calls with five customers and ask: “What do you do right before and right after using us?”
2. Score the adjacent jobs you hear on proximity, willingness to pay and channel fit, and pick a single candidate.
3. Write a one-page offer and a price for that candidate, and take it to your ten closest customers as a pre-registration or pilot.

---

# Account-Based Marketing (ABM)

URL: https://alpsuleyman.com/en/strategies/account-based-marketing
Published: 2026-07-20
Updated: 2026-10-03
Author: Alp Suleiman

> ABM is not “a special campaign for big customers.” It is marketing and sales agreeing on which fifty accounts they want, then showing up at the same account, at the same time, with the same story.

A B2B team's marketing report usually has a line like this: “We generated 400 leads this month.” The sales meeting the same week has a different sentence: “Most inbound leads are not a fit for us.”

Both sentences come from the same company, in the same month, from the same people, and both are true. Account-based marketing (ABM) is the answer to that contradiction. Instead of optimizing lead volume, you first decide who you want, then point all the effort there.

## When you need it

ABM is not for everyone. Its logic holds where a single customer's value justifies dedicated effort. If annual contract value is high, several people take part in the purchase (user, budget owner, IT, legal), the sales cycle runs in months rather than weeks, and the target account list is countable (no more than a few hundred), it is time to move to ABM.

Another signal: marketing and sales keep arguing about whose leads are good or bad, and most of your large closed deals already come from the sales team's own network.

It is too early when single-customer value is low, the product is sold self-serve, or your ideal customer profile (ICP) is still unclear. In the last case you think you have an account list, but you are guessing. Learn who actually wins first.

## What most teams miss

In many places ABM is misunderstood as “personalized emails and ads for a target list.” That is tactic-level personalization. The real question is who chose the account list and on what evidence.

> ABM is won or lost on the quality of the account list and on sales owning it, not on how creative the campaign is.

An account list marketing builds alone is a list sales never owned. The moment sales says “those aren't my accounts,” the campaign turns into a marketing activity and nobody follows up. The right order: sales and marketing build a shared list first, then different people inside the same account receive different messages, and success is measured with a shared number: progress within the account.

The second thing teams miss is tiering. Going to all fifty accounts with equal intensity means not going to any of them enough. The structure that usually works has three tiers: a very small number of strategic accounts getting fully one-to-one treatment; a wider middle group handled in clusters by industry or use case; and a broad list with light, programmatic touches.

Third, measurement. Lead count does not measure ABM, because ABM is not built to collect leads. The real indicators are how many decision makers you reach inside an account, how many engage with content, and how fast an account turns into an opportunity.

## The playbook

### 1. Derive the ICP from past wins

Look at the customers you won in the last two years and kept the longest: industry, company size, trigger event, decision-maker title, use case. Put the lost or quickly churned ones next to them. Output: an ICP page based on evidence, not guesses.

### 2. Choose the account list together with sales

Pull the companies matching the ICP, then go through them one by one with the sales team in a half-day session. Write down the conditions for getting on and off the list. Once approved, hold the list fixed for the quarter; a constantly changing list cannot be measured.

### 3. Split accounts into three tiers

For tier one, a plan per account: who decides, who could be the champion inside the company, what is on that company's agenda right now, what evidence would convince them. For tier two, cluster-specific messaging and content. For tier three, programmatic ads and email. Allocate budget and effort by tier.

### 4. Design multichannel, multi-person touches inside each account

Within one company the budget owner, the technical evaluator and the daily user ask different questions. Instead of one message, build a content and contact plan answering each one's own question. The calls sales makes and the ads marketing runs must know about each other; whether the account saw an ad or visited the site should flow to sales.

### 5. Hold a weekly account review

Thirty minutes a week: which account is moving, which is frozen, what are we doing this week and where? Without this meeting ABM becomes a campaign calendar. For a frozen account you either find a new entry point or drop its tier.

### 6. Judge success account by account

At quarter end, in how many target accounts did you meet at least one decision maker, in how many did an opportunity open, in how many did it close? Compare against non-target accounts. If there is no difference, ABM is just a cost line.

## What to measure

- **Account coverage.** Number of decision makers contacted in target accounts; a leading indicator.
- **Account engagement.** Visits, content consumption and responses from the target company; shows interest has started.
- **Opportunity creation speed.** Time from first touch to opportunity; the real momentum of ABM.
- **Average deal size and sales cycle.** In ABM target accounts these should beat the overall average; if they do not, the list is wrong.

## Pitfalls

**Marketing picking the list alone.** An account list sales does not own is an unused spreadsheet. Selection needs sales' signature.

**A list that is too wide.** You cannot run a “special” campaign for five hundred accounts. As the list grows, personalization thins and ABM turns into an ordinary email campaign.

**Measuring with lead metrics.** If you judge ABM by MQL count it will always look bad. Write the success criteria before launching the program.

**Polishing the personalization.** An email that includes a company's name and logo is not ABM. A message that knows the customer's real agenda, numbers and problem is.

## Start this week

1. Open your ten best customers from the last two years and write their shared traits (industry, size, trigger, decision maker) on one page.
2. Take two hours with your head of sales and pick the first forty-to-fifty-account list together from companies matching the ICP.
3. For the five most valuable tier-one accounts, write a one-page account plan each: decision maker, champion candidate, and the evidence that would convince them.

---

# Strategic Acquisitions

URL: https://alpsuleyman.com/en/strategies/strategic-acquisitions
Published: 2025-09-30
Updated: 2026-10-03
Author: Alp Suleiman

> An acquisition looks like a growth shortcut, but the real work starts after the signature. Small, fast-to-integrate deals work far more often than big, showy ones.

In meetings where an acquisition is discussed the flow is almost always the same: first the target's product, customers and team are presented; then a slide appears saying “this much synergy once combined.” That slide should prompt one question: three months after closing, who is responsible for this company?

The answer is often silence. The decision to acquire is made with strategy, but the value is created or destroyed by integration. Most teams learn this after the signature.

This piece is about the bolt-on deals that small and mid-sized companies do: acqui-hires, technology purchases, customer-base acquisitions. The merger processes of large corporations are a different game.

## When you need it

There are healthy reasons to put an acquisition on the table. Time: building a capability yourself takes twelve months and the market window is six. Talent: there is a small, excellent team you need and you cannot assemble through hiring. Customer base: a complementary product's customers are also your target audience, and buying that company is the cheapest way to reach them. Defense: if a competitor buys that asset, your position weakens.

It is too early if your core business is not yet stable, there is no owner to run integration, and your cash flow cannot absorb a mistake. An acquisition does not remove the weaknesses of the existing business; it magnifies them.

## What most teams miss

The decision is usually framed as “build or buy” and the comparison is usually cost. What needs comparing is something else: what exactly you are buying. A product, a team, customers, a market window? Value disappears differently in each.

> The value of an acquired company is not in the assets on the balance sheet on signing day. It is in what is still in your hands after integration.

If you bought a product, the code stays but the people who understand it can leave. If you bought a team and nobody stays, you are holding a contract. If you bought a customer base, first-year churn can be far higher than you assumed, because those customers were attached to the old founder. So the process must answer clearly: which value am I acquiring, and what carries it?

The second thing teams miss is culture. Small teams work with their own speed and autonomy. The buyer's approval processes, reporting rhythm and priorities slow that down. The best people leave in the first six months, and the reason is usually not pay; it is the loss of autonomy.

Third, the alternative teams rarely think through: a partnership. An integration or distribution agreement that delivers the same value with no transfer of ownership often gives you most of the value of the acquisition while carrying a fraction of the risk.

## The playbook

### 1. Reduce the rationale to one sentence

“We are acquiring this team with this capability so that we reach this customer segment six months earlier.” If the sentence carries more than one value proposition, the deal has too many purposes and later nobody will know what counts as success. The sentence is also a gatekeeper: every candidate you evaluate has to serve it.

### 2. Put build, partner and buy side by side

Compare the time, cost and difficulty of reversal of reaching the same goal in three ways, on one page. Acquisition stays on the table only if the other two fall short on speed or control. This step often halves the deal list.

### 3. Identify the value carriers

Who in the target carries the value? Which three people, if they leave, make the product or the customer relationship collapse? A retention package and role clarity for them should be part of the deal. Plan introduction calls with critical customers, before signing if possible.

### 4. Don't make due diligence only financial

Financial and legal review is mandatory but not enough. Add technical debt, code quality, transfer terms in customer contracts, revenue quality (recurring or project-based) and customer concentration. If half the revenue comes from two customers, you are not buying a company, you are buying two contracts.

### 5. Design integration before signing

Write a hundred-day plan: who is responsible, which systems merge, which live separately for a while, when and how customers are told, which three outcomes count as success in the first hundred days. The integration owner can be someone other than the person who ran the deal, but must be in place before signing.

### 6. Return to the rationale sentence after a year

Re-read the sentence: did what we said happen? If not, why not? This reckoning is what shapes the quality of later deals. Most companies skip it and make the same mistake twice.

## What to measure

- **Key-employee retention.** At six and twelve months; a leading indicator of whether the value carriers stayed.
- **Net revenue retention (NRR) of the acquired customer base.** The most honest lagging measure of whether the revenue assumption held.
- **On-time completion of integration milestones.** Fidelity to the plan and early drift.
- **Time to reach the goal in the rationale.** If the claim was “six months earlier,” how much earlier was it in reality?

## Pitfalls

**Buying the synergy.** Synergy slides are almost always optimistic. Weight revenue synergy low and cost synergy realistically, and check whether the deal still makes sense in the worst case.

**Getting carried away by price.** If you create a competitive process, the price climbs and the rationale gets forgotten. Set a price ceiling and keep to it.

**Leaving integration for “later.”** If the acquired company stays ownerless for two or three months, that is exactly when its best people start looking elsewhere.

**Turning the target founder into an ordinary employee overnight.** Remove the founder's autonomy all at once and you remove the product's real engine. Narrow autonomy gradually and with explicit rules.

## Start this week

1. For an acquisition idea you have, write the rationale in one sentence, and if it contains two purposes, delete one.
2. Put the partnership or integration option for the same target on half a page, comparing cost, time and reversal difficulty.
3. List the three value carriers at the target and the conditions that would keep them, and write the name of the integration owner next to the list.

---

# Channel Partnerships

URL: https://alpsuleyman.com/en/strategies/channel-partnerships
Published: 2026-09-17
Updated: 2026-10-02
Author: Alp Suleiman

> A channel is not a copy of your sales team. It is borrowing someone else's customer relationship. Your reseller does not work to sell your product, but to grow their own revenue.

When a reseller agreement is signed, the team feels relief: we will now reach new cities and new industries without growing the sales team. Three months later you often hear a different sentence: “The partner just isn't selling.”

The partner isn't selling because they are not your sales team. They have their own customers, their own portfolio, their own priorities. Your product is one line in that portfolio. The real question in channel partnerships is not “who do we find” but “what do we give them to make us a priority.”

## When you need it

A channel partnership makes sense in three situations. First, your target customer already trusts someone else: a local consultant, a systems integrator, an industry distributor. You cannot build that trust alone at the moment of purchase. Second, selling alone is not enough because the product needs installation, integration or local support, and an ecosystem exists that delivers it. Third, reaching geographic or industry coverage with direct sales is too expensive.

It is too early if you have not built a repeatable sales process with direct sales. A channel multiplies a process that works; it does not create one that does not exist. If what you hand to the partner is vague, the partner makes it vaguer.

## What most teams miss

Most companies design channel partnerships as a sales channel. For the partner it is a business model. A reseller or integrator commits to you not for a commission or margin as such, but to sell more value to their own customers.

> A channel partner does not sell your product, they sell their own revenue with your product. What you offer them must not be a product, it must be a profitable business.

That changes the design. The partner calculates: how much time do I spend learning this, how much do I earn on one sale, how much support load do I take on after the sale, and is this money better than what my other products pay? If the answer is “not better,” the partner will not sell you. No written agreement fixes that.

The second thing teams miss is channel conflict. Did your direct sales team and the partner go to the same customer? Was there a price difference? Once that happens, the partner drops you and nobody says why. The rules must be written beforehand: which customers belong to whom, in which cases deal registration gives rights to whom, and how price stays consistent.

Third, enablement. The partner's salesperson will explain your product in a day when they also sell ten other products. For a complex product, a one-hour training is not enough to sell. Successful channel programs provide, from the start, what makes the partner's first sale easy and fast: ready materials, short training and a direct support line.

## The playbook

### 1. Define the channel role

What will the partner do? Refer, sell (reseller), implement (integrator), or all of them? Each role needs different margin, training and process. If you define a single “partner,” you manage all of them halfway. Pick one role at the start.

### 2. Calculate partner economics with the partner

Work out the total money a partner earns on one sale: product margin, implementation and integration services, annual support revenue. Compare it with what they earn on their other products. Do this side by side with your first three partners; where they say “this part is missing” is where your program is missing something.

### 3. Start with pilot partners

Don't sign twenty partners right away. Pick three to five whose customer base overlaps yours, who are engaged, and who are willing to make you a priority. Make the first sale with each of them jointly. Those first sales teach you the real friction of the joint sales process.

### 4. Build the enablement kit

A short, practical pack: a one-page positioning, a demo scenario, objection answers, a price and margin sheet, an installation guide. Give all of it in a form the partner's salesperson can use, before the first sale. Ready material is the fastest way to lower the partner's learning cost.

### 5. Write the rules

Deal registration, customer ownership, price discipline, support responsibility. Write them short and clear. A good partner rule builds trust: being able to say “the registered deal is yours” matters more than anything else.

### 6. Tier partners by performance

At the quarterly review, which partner is selling and which only signed the agreement? Choose clearly the partners you will invest heavily in. The time you give an inactive partner is time stolen from an active one.

## What to measure

- **Share of revenue from partners.** The channel's weight in total revenue; lagging but the clearest indicator.
- **Time to first sale.** How fast a partner gets going; measures enablement quality.
- **Active partner rate.** The share of partners bringing at least one opportunity in the last two quarters.
- **Revenue per partner and retention of channel customers.** The quality of customers from the channel compared with direct sales.

## Pitfalls

**Mistaking a signature for sales.** Not every signed partnership is an active partnership. Most partners quietly go dormant in the first three months. Look at activity, not count.

**Squeezing the partner's margin.** If you leave a margin so low that you compete with your own direct sales, the partner will not sell you. Where direct sales cannot reach, it is normal for the channel to cost more.

**Neglecting the partner's customer.** A customer from the channel is also yours. If you do not split support and success responsibility clearly, the customer falls between the two sides.

**Growing the channel without control.** A channel that grows too fast, with partners misrepresenting your product, damages brand reputation. Protect quality through certification or a tier system.

## Start this week

1. Talk to one person from your target partner type and work out together what they earn in total on one sale; where does your share sit in that?
2. Write the channel conflict rule on half a page: customer ownership, deal registration, price discipline.
3. Choose your first three pilot partners and write down, by name, which customer you will use for each one's first joint sale.

---

# Automation and Technology Investment

URL: https://alpsuleyman.com/en/strategies/automation-technology-investment
Published: 2025-12-31
Updated: 2026-10-03
Author: Alp Suleiman

> Automation speeds up a bad process. First see how the work is really done, then decide which step belongs to the machine and which to a person.

After an operations team complains “we do too much manual work,” the most common move is buying an automation tool. Three months later the tool is installed, yet the team spends the same number of hours. Automation was built on a process nobody had written down, and for every exception a person still steps in.

The real value of automation is not saved time. It is that the work stops growing as a cost when you scale. So the decision is not technological, it is economic.

## When you need it

The signals are clear. A task is done every month with the same steps and the same rule, and volume is rising. The same data is keyed by hand into two or three systems. Error rates depend on human fatigue and errors are expensive. Growth would require growing the team at the same rate, and that does not look sustainable. Response time to customers is set by team capacity.

It is too early when the process still changes every month, when the work is done differently from person to person, or when volume is small enough for one person to handle comfortably. Automate a process that has not settled and you rewrite the automation with every change. That often costs more than the manual work.

## What most teams miss

Automation projects begin with a tool: “let's buy this platform.” The first step is not the tool, it is the process itself. The difference between standardization and automation matters here: standardization decides how the work will be done, automation moves that standard into a machine. Without a standard, automation speeds up chaos.

> What you automate should not be the team's work as it is today, but the part the team should never have had to do.

The second thing teams miss is how to pick what to automate. Teams pick the most annoying task. The criterion is not annoyance but a combination of three things: frequency, clarity of rules and cost of error. A task that is frequent, rule-clear and expensive when wrong is the best candidate. A rare but complex task will never repay the automation cost.

Third, exception handling. Some share of every automation falls into exceptions, and if those go to whoever happens to be around, automation does not reduce work, it hides it. In successful automations the most important design element is where the exception goes, in what time, with which information.

Fourth, customer-facing automation. Automating everything in customer service lowers cost at first glance, but if customers cannot reach a human at critical moments (complaints, money, big decisions), it comes back as churn in the long run. Automation takes the routine; people keep the moments.

## The playbook

### 1. Map the work

Put the candidate process on paper: who does which step, with which tool, in how long, where does it wait? Do not confuse the described process with the real one; watch it together with the person doing the work. This map often exposes pointless steps that should be removed before automating.

### 2. Score the candidates

For each candidate process, three questions: how many times a month, is the rule clear, what does an error cost? Then multiply total hours by average cost to get the monthly saving. Subtract setup and maintenance cost. Payback period, how many months until it repays itself, decides most cases on its own.

A simple example: a task done 400 times a month at 12 minutes each is 80 hours a month. With a known hourly cost you get the monthly figure; if setup and maintenance exceed a few months of it, that task is not an automation candidate. The calculation takes five minutes and eliminates most “let's automate that too” ideas.

### 3. Simplify the process first

Before automating, remove unnecessary approvals, repeated data entry and unclear rules. Simplification often delivers half the benefit of automation, and it is completely free.

### 4. Start small, design the exception

Automate the part with the clearest rules and leave the rest to people. Define a queue, an owner and a response time for exceptions. In the first version measure the exception rate; if it is high, the rule is incomplete.

### 5. Make the team part of the process

If the person who builds the automation and the person who uses it are different people, it does not work in real life. Let the person who does the work own the automation. This catches exceptions fast and prevents people from fearing it. Say clearly in advance where the freed time will go; otherwise the team sees automation as a threat to their job.

### 6. Review continuously

Automation is not a project, it is an asset. Every three months look at the exception rate, errors and maintenance load. If the rule has changed, update the automation; shut down what does not work.

## What to measure

- **Cost per transaction.** The most direct measure of automation's economic value; lagging but definitive.
- **Automation coverage and exception rate.** How much of the work finishes in the system and how much returns to people; a leading indicator.
- **Error rate and correction time.** Tells you about quality; if automation does not lower errors, question why you did it.
- **Use of freed time.** Did the hours gained turn into more valuable work? If not, the saving is not real.

## Pitfalls

**Starting with the tool.** Projects that begin with “let's buy this platform” often try to solve an unclear problem with expensive software. Do not choose a tool before writing the problem down.

**Automating everything in one go.** Big-bang projects finish late and chase rules that keep changing. Move piece by piece.

**Sacrificing customer experience.** If you win speed and cost while customers cannot reach a person, the saving turns into a hidden churn cost. Give every automated flow a “reach a human” exit.

**Calculating the saving and never measuring it.** A saving on paper is never verified if nobody measures actual transaction cost. Record the baseline before automating.

## How AI changes this

AI makes the “simplify the process first” rule matter more. Automating an unnecessary step can speed up waste; in a system with inference cost, that step also costs money every time it runs.

Before handing a step to AI, look at three criteria: the step's inference cost, its error cost and its exception rate. Read the three on the same table: even if inference is cheap, when errors are expensive or exceptions come up often, the saving may be only apparent and keeping the human step may be safer. Automation is more likely to pay for itself on a step with a clear rule and a cheap error.

Rule of thumb. A human step is not removed before the exception rate is measured; e.g. if a step's exceptions keep coming back to the team, automating it may not reduce the workload, and the team still handles the exceptions.

Our reading: we would set the order as simplification, measurement, automation. In a process that has not been simplified, the gain from automation is also harder to measure.

## Start this week

1. Ask the team for the five repetitive tasks that eat the most time each week, and have them write monthly hours, rule clarity and cost of error for each.
2. Take the highest-scoring task and map its real flow step by step, sitting with the person who does it.
3. Record today's cost per transaction and error rate for that task; this is the baseline you will compare against after automation.

---

# Brand Awareness Campaigns

URL: https://alpsuleyman.com/en/strategies/brand-awareness-campaigns
Published: 2026-02-11
Updated: 2026-10-03
Author: Alp Suleiman

> Brand awareness is not “everyone knows us.” It is being the first name in the right person's head when the buying moment arrives. That is a question of consistency before it is a question of budget.

Imagine a founder asking: “We ran ads, impressions passed a million, why didn't sales go up?” The answer usually lies less in a bad campaign than in a badly framed question. An impression is not recall. Recall is not coming to mind at the moment of purchase.

Brand awareness is one of the hardest investments to prove in the short run and one of the most expensive gaps to close in the long run. So it is either never done, or a campaign runs and gets dropped. Both produce the same result.

## When you need it

The signals: product-market fit is proven and retention is healthy, so you can keep the people you reach. Costs in performance channels are rising and the marginal customer gets more expensive as you scale. The sales team spends the first call explaining who you are. Competitors are better known than you, and part of the price gap may come from the awareness gap. Direct visits and branded searches lag behind performance spend.

It is too early when the product is not creating value or churn is high; awareness investment then just lets more people get to know you and leave. It is also too early if the audience is unclear; a message for everyone reaches no one.

## What most teams miss

In many places brand awareness is understood as visibility: let many people see it. A more useful concept from marketing research is mental availability: the probability that your brand comes to mind when a buying situation arises. These are very different things. Visibility is seeing something once. Mental availability is a memory trace, linked to relevant moments, repeated and consistent.

> A brand is not people knowing you. It is people remembering you when the need arises, and finding you safer than your competitor when they do.

Two common mistakes here. The first is campaign logic: every quarter a new concept, new slogan, new visual language. Memory forms through repetition. A brand that starts from zero every time never accumulates anything. Brand assets (a color, a sound, a shape, a character, one line) gain value by staying unchanged over a long time.

The second is confusing short and long term. A widely cited finding (the work of Binet and Field): a budget split weighted toward long-term brand building, alongside sales activation, produces better results (their often-quoted average is roughly 60/40), with brand investment showing its effect slowly but durably. Exact proportions vary by category, but the principle is clear: performance marketing harvests existing demand, brand grows demand. Neither replaces the other.

The third thing teams miss is that awareness also has an audience. Being the brand everyone knows can be reasonable in B2C. For a B2B company the real target is the few hundred or few thousand people who will sit on a buying committee, and appearing to them often, consistently and in the right place can be worth more than mass-audience advertising.

## The playbook

### 1. Reduce your brand position to one sentence

For whom, in which situation, why choose you? And most important: what is the one memorable thing that separates you from competitors? If the sentence carries more than one promise, none of them stays in memory. Place the same sentence in the team, in sales conversations and on the website.

### 2. Identify and fix your brand assets

Which color, visual language, tone of voice, slogan or character identifies you? Put them on one written page and do not change them for a year. The urge to change is usually the team getting bored of its own brand; the customer has not even noticed yet.

### 3. Clarify the audience and buying moments

Whose mind do you want to be in? At what moment does that person feel the need? These “buying moments” are the context of the message: “in this situation, remember us.” The aim of the campaign is not general promotion but linking to those moments.

### 4. Split the budget between awareness and performance deliberately

Decide in advance the share and duration of brand investment. It must not be the line item cut in the month performance channels look efficient. Budget so that it can continue at least two quarters without short-term proof.

### 5. Show up consistently across touchpoints

Ads, content, sales decks, in-product language, support emails. All should carry the same voice. In most teams the campaign says one thing outside while the in-product language says another. This is where inconsistency is most expensive for a brand.

### 6. Track the effect through indirect indicators

Brand effect does not show up in a single conversion record. Read together: branded search, direct traffic, unaided recall surveys, the sales team hearing “I've heard of you,” and fewer price objections.

## What to measure

- **Unaided and aided brand awareness.** Through small surveys in the target audience, once a quarter; the first brand that comes to mind when you ask about the category.
- **Branded search and direct traffic.** A leading and cheap indicator; shows whether awareness converts to behavior.
- **Sales cycle and first-call quality.** If the brand works, the time spent on introduction in the first meeting shrinks and trust speeds up.
- **Price objections and discount rate.** The lagging indicator of brand strength that carries the most business value.

## Pitfalls

**Mistaking impressions for results.** Impressions, reach, recall and preference are not the same. Judge the campaign not by impressions but by the change in recall in the target audience.

**Starting over with every campaign.** A constantly changing concept means constantly resetting memory. Even when the campaign changes, brand assets and the core message should stay fixed.

**Giving up early.** Expecting a sales spike in two or three months goes against the logic of brand investment. The effect is lagged and cumulative; if you do not tell executives upfront, the budget gets cut in the first hard quarter.

**Speaking to everyone.** If the audience is unclear the message gets diluted. Decide first who you want to be remembered by.

## Start this week

1. Ask ten people in your target audience, “Name the first three brands that come to mind in this category,” and write down the answers.
2. Reduce your brand position to one sentence and check whether you find that same sentence on your website, sales deck and LinkedIn page.
3. Write your brand assets (color, tone of voice, slogan, visual language) on one page and declare them untouchable for the next year.

---

# Data-Driven Personalization

URL: https://alpsuleyman.com/en/strategies/data-driven-personalization
Published: 2025-03-03
Updated: 2026-10-03
Author: Alp Suleiman

> Personalization is not putting a first name in an email. It is knowing what the user is trying to do right now and not leaving a pointless step in their way. Most teams should start with a rule, not an algorithm.

An email that opens with “Hi Ayşe” counts as personalized. Yet in that email Ayşe sees a promotion for the plan she cancelled last week. The name is right, the context is wrong. An email like that makes Ayşe feel nothing, or the wrong thing.

The value of personalization is giving users the experience of a product that does not pretend not to know them. Data is the fuel and a recommendation algorithm is only one tool. The real work is deciding what to say at which moment.

## When you need it

The signals: users behave in clearly different ways yet everyone sees the same experience. Activation rates differ widely between segments and the team notices but does not intervene. There are many products, pieces of content or features and users cannot find what they are looking for. Existing data (usage events, purchase history, segment information) accumulates somewhere but turns into no decision.

It is too early when the user base is too small to produce meaningful segments or feed a model. It is too early if data collection is unreliable; personalizing on missing or wrong data is worse than not personalizing. And it is too early when the baseline experience is still weak: making a bad flow personally bad for everyone does not save anyone.

## What most teams miss

When personalization comes up, recommendation engines, machine learning and real-time models come to mind immediately. Yet the highest return usually comes from the simplest rules: a different screen for a new user, a returning user, and someone who has not taken a particular action.

> Personalization is measured not by how smart the model is, but by how accurately you read the user's intent in that moment.

So the first question: which two or three user states see the same screen today while needing something different? Most of these need no complex data science. Showing the same guidance to someone in their first week who has not finished setup and to someone active for three months is a personalization gap.

The second thing teams miss is the limit of personalization. If users do not expect a product to know them this well, overly specific personalization is unsettling. A message like “last Tuesday you spent this long on that page” loses trust even when the information is used correctly. The version that works sits in the zone where the user says “nice, they thought of that,” but never “they are watching me.”

Third, data and consent. Processing personal data is bound by regulations such as GDPR and local equivalents like Turkey's KVKK; you need to know which data you use, for which purpose, under which permission. I cannot give the legal detail here, but the practical rule is: collect for a purpose you can explain plainly to the user, and do not collect data you could not explain.

Fourth, measurement. To know personalization works you need a comparison group: those who got the personalized experience and those who did not. Without it you cannot tell whether a lift came from personalization or from the season.

## The playbook

### 1. Define the user states

List the three or four states in your product that lead the user to different needs: new and in setup, active but has not discovered a feature, heavy user, at risk of leaving. For each, answer “what is this person trying to do right now, and what would help?” This list is the skeleton of your personalization rules.

### 2. Inventory the usable data

Which behavioral data is reliable and available in real time? Which was collected with the user's permission? Work with real data, not assumptions: where data is missing or delayed, do not personalize.

### 3. Write the first rules simply

One rule per state: “If the user has not done this event, show this.” Before moving to complex models, check whether rules already get results. Rules also tell the team what personalization does; black-box models do not.

### 4. Test with a control group

Hold out a control group for each personalized experience. The metric should fit that experience's purpose: activation, repeat use, conversion. If the effect is small or absent, remove the experience. Every piece of personalization brings maintenance load, and every rule that does not work adds complexity.

### 5. Add the recommendation and model layer later

When rule-based personalization hits its ceiling and the data is rich enough, consider a recommendation algorithm. Test the model the same way with a control group and see whether it beats the simple rule. If it does not, nothing justifies the extra maintenance cost of the complexity.

### 6. Give the user control

Show why something is personalized (“we suggested this because...”) and offer a way to turn it off. Transparency builds trust, and it lets users correct wrong personalization themselves.

## What to measure

- **Activation and conversion difference against the control group.** The true effect of personalization; read separately for each experience.
- **Repeat use and retention by segment.** Leading and lagging indicators of which user state is better served.
- **Personalization coverage.** The share of users met by a meaningful rule; if low, data or rules are missing.
- **Negative signals.** Unsubscribes, notification opt-outs, complaints; the first signs of over-personalization.

## Pitfalls

**Trusting the tool and skipping strategy.** Buying a personalization platform does not answer which user should hear what. A person writes the rule; the tool only executes it.

**Personalizing on bad data.** Personalization on stale, wrong or incomplete data (a sales message to a user who has cancelled) directly damages trust. Do not switch it on until the data is reliable.

**Being too specific.** Showing information deeper than the user expects makes the product look unsettling instead of smart. Use the information, but do not announce that you are using it.

**Declaring success without a comparison.** A report that says “personalization lifted this by X%” without a control group has usually measured the season or a campaign.

## Start this week

1. Write down three user states where you show everyone the same screen today although their needs differ.
2. Pick one of them and design a different experience with a single rule (for example, one piece of guidance for users who have not finished setup).
3. Define the control group and the success metric for that experience, and write in advance how many days you will wait before deciding.

---

# Building a Leadership Position

URL: https://alpsuleyman.com/en/strategies/building-a-leadership-position
Published: 2025-04-11
Updated: 2026-10-02
Author: Alp Suleiman

> Thought leadership is not producing a lot of content. It is being the first to say something your industry could not see about itself. That takes a sharp, evidenced view, not volume.

Every industry has a hundred articles on the same topic, all alike. “The importance of digitalization,” “being customer-experience driven.” Nobody learns anything from reading them, and the brand that wrote them is not remembered.

The names an industry really listens to are those who write less and say more. The reason is not intelligence. It is the willingness to put a view on the table, back it with evidence and accept the risk of being disagreed with.

## When you need it

Thought leadership works when your product is only modestly differentiated and the purchase rests on trust. If the sales cycle is long, the decision is spread across a committee, and the customer is looking for an advisor rather than a vendor, authority can matter far more than your feature list. The investment also pays off when your category is new or complex and it is unclear what the market will file you under.

Another signal: the company holds real knowledge, data, experience or access, that never reaches the outside. That accumulation is an asset behind closed doors.

It is too early when you have nothing original to say and simply want to be visible. If the product is not mature and there is a gap between your words and your product, building authority can backfire, because the gap between what you say and what you deliver gets noticed very quickly.

## What most teams miss

Content marketing and thought leadership are mistaken for the same thing. Content marketing is a matter of channel and rhythm: frequency, SEO, calendar. Thought leadership is a matter of claim. In the first you ask “what shall we publish?”; in the second you ask “which truth are we telling this industry, and whom does it make uncomfortable?”

> Thought leadership is being the first to say, with evidence, something the industry could not see about itself.

Both halves are necessary. A view without evidence reads as a guess. Evidence without a view is a pile of numbers. Most teams do one of the two: they state opinions and are not believed, or they share data and draw no conclusion.

The second thing teams miss is original data. Every company has a data source its competitors cannot reach: its own customer data (anonymized and within consent), the patterns in its own operations, the hundreds of conversations it has had with its own customers. A company that analyzes and publishes this becomes the source others cite. A research report outlives fifty blog posts because others reference it.

Third, authority is not a channel problem, it is a consistency problem. A person or brand that speaks on the same topic from the same angle for a long time becomes “the address for this subject.” One that jumps to a different area every month becomes nobody's address. Being deep in a narrow area builds authority faster than being shallow in a wide one.

Fourth, whether authority belongs to a person or the brand. In B2B it is often built around one person (the founder, a product lead, a head of research), but when the person leaves, the accumulation goes too. Tying method and data to the institution reduces that risk.

## The playbook

### 1. Pick the one view you will defend

Write down something you think the industry assumes wrongly. “Most companies do X wrong because Y.” Make the sentence clear enough that you could say it to someone who disagrees. If everyone already agrees with the sentence, it is not a view.

### 2. Identify your source of evidence

Which data can you reach? Customer conversations, product usage, transaction data, surveys. Produce an analysis that supports or refutes your view. If it refutes, correct your view; that too is part of authority.

### 3. Publish one flagship piece

Once or twice a year, a piece of research, a report or a framework that can be taken seriously. Describe the methodology openly: sample, period, limitations. Stating limits honestly does not reduce trust, it increases it.

### 4. Break the flagship into parts and distribute continuously

From the report produce ten articles, a presentation, a talk, short commentary pieces and slides for customer conversations. The big piece provides continuity while the small pieces maintain visibility. Give the sales team the piece as a tool: being able to say “we ran research on this” in conversations speeds up trust.

### 5. Show up where the industry talks

Conferences, podcasts, industry communities, journalists. Your own channel is not enough for authority; others have to quote you. Offer press or analysts your data; for a journalist, data is story material.

### 6. Track results by tying them to sales

How many people say “I read you” or “I listened to you” in sales calls? How often were opportunities exposed to your content before first contact? Add this as a field in the sales team's CRM.

## What to measure

- **Citations and quotes.** Others using you as a source; the sturdiest leading indicator of authority.
- **Searches for the brand and author name.** Is interest and recognition growing?
- **Share of content as first-touch source, and feedback from sales.** The proportion of prospects who say “I came through reading you.”
- **Opportunity quality and sales cycle.** Do opportunities arriving through content close faster or bigger? Lagging but most valuable.

## Pitfalls

**Mistaking volume for authority.** Publishing five articles a week is less effective than publishing one strong view. Less is usually better, but sharper.

**A view that pleases everyone.** A view that bothers nobody moves nobody. A firm position may push away some people or competitors; that is normal and necessary.

**Big talk without evidence.** If there is no data behind a strong claim, authority collapses at the first objection. If your evidence is smaller than your claim, shrink the claim.

**Running it apart from sales.** If the thought leadership team works independently of sales, the output never gets used in a sales conversation. It should be a tool in the salesperson's pocket.

## Start this week

1. Write the sentence “Our industry thinks about this wrongly because...” and ask two people on the team to argue against it.
2. List a data source you have that competitors cannot reach (customer conversations, usage data) and pick which could test your view.
3. Draft a one-month schedule for an analysis with this data and name who will own the content.

---

# Pricing Optimization

URL: https://alpsuleyman.com/en/strategies/pricing-optimization
Published: 2026-06-11
Updated: 2026-10-03
Author: Alp Suleiman

> Price is the fastest-acting and least-tested growth lever. Before you move the number, fix what you are pricing and for whom: your value metric and your packaging.

Companies that have not changed their price in a year usually say the same thing: “We're afraid we'll lose customers.” What is interesting is that this fear rests on no data. How customers would react to a price increase has often never been tested. What is not tested gets managed by fear.

Pricing is the decision the team spends the least time on and the one with the most direct effect on revenue. A marketing campaign or a new feature shows up in revenue months later. Price changes in a day.

## When you need it

The signals: you have not changed your price for a long time and the product has improved a lot in that period. Price objections are very rare in sales conversations; a sale that closes too easily is usually a sign of low pricing. Customers of very different sizes pay the same price: expensive for the small one, cheap for the large one. Discounting has become a reflex rather than a rule. Revenue per customer does not grow in proportion to the value the customer gets from you.

It is too early when the product has not proven it creates value. Playing with price while retention is low just moves the problem. If you cannot describe the customer's value, price stays just a number; understand the value first.

## What most teams miss

When pricing optimization comes up, “should we raise or lower the number” comes to mind. That is the weakest lever. Two stronger ones: what you attach the price to (the value metric) and how you package it (tiers).

> It is not the price number but what the price is tied to that decides your revenue: when the customer grows, do you grow with them?

The value metric is the thing that rises with the value the customer gets from you: seats, transaction volume, connected records, messages sent. A good value metric does three things: the customer can understand it, it correlates with value, and it grows naturally as the customer grows. If a customer pays a flat price while usage grows tenfold, they are taking the value from you without the number changing.

The second thing teams miss is packaging. A three-tier structure (typically “good, better, best”) is not only a price change; it is the customer's decision frame. The middle tier is often the one you aim for; the top tier gives it a reference and the bottom is the entry door. Build tiers around customer segments, not around feature lists.

Third, the existing customer base. Price optimization often focuses on the price for new customers. Yet existing customers are generally the group on the oldest, lowest price, and that is where a price increase has its biggest effect. Most teams leave those customers out of scope, out of fear.

Fourth, price is a communication job. The same increase is accepted when explained well and causes losses when explained badly. What is changing, why, when, and what the customer will get must be said clearly and on time.

## The playbook

### 1. Measure the current state

Pull the distribution of revenue per customer, discount rates, distribution across tiers and the price-objection rate. Which customer segment gets the most value and which pays the least? That table shows where the price is wrong.

### 2. Question the value metric

How do customers get value from your product? Which unit grows with that value? Is the current price tied to that unit? If not, write it down as a candidate change. Sometimes changing only the tier boundaries gives the same result without raising the number.

### 3. Research willingness to pay directly

Talk to customers and ask about price perception openly. The Van Westendorp price sensitivity method shows the acceptable price range with four simple questions: at what price is it so cheap you doubt the quality, at what price is it a bargain, at what price is it getting expensive, and at what price is it too expensive. It gives direction even with small samples. Work from the customer's own words, not guesses.

### 4. Test at small scale

Do not change price across the whole customer base at once. Try it on new customers or a specific segment for a defined period. Read conversion and average contract value together: if conversion dips slightly but revenue rises, the price is moving the right way.

### 5. Build discount discipline

Who can give how much discount, under which conditions? These rules must be written and the discount must buy something: a longer contract, bigger volume, a reference. A discount with nothing in return turns price into just a negotiable number.

### 6. Apply a planned price increase to existing customers

Identify customers on the old price and plan an increase that is announced in advance and linked to value. Start with the customers who get the most value and read the reaction. The share of customers who stay without objecting tells you how low the price really was.

## What to measure

- **Average revenue per account (ARPA) and net revenue retention (NRR).** The two measures that best show the effect of price and packaging; both lag.
- **Conversion rate and average deal size.** Must be read together in a price test; a leading indicator.
- **Discount rate and distribution.** Shows whether discounts are given within discipline or as a reflex.
- **Churn after a price increase.** Check whether it exceeds expectations in the ninety days after the increase.

## Pitfalls

**Seeing price as only a number.** Changing the number and leaving the value metric and packaging alone usually yields a small gain. The big difference comes from changing the structure.

**Copying a competitor's price.** A competitor's price reflects their cost, their goal and their product, not yours. Look at it as a reference, do not use it as arithmetic.

**Raising without explaining.** If customers do not understand why it went up, they see the increase as arbitrary. The communication plan is half the increase.

**Setting price once and forgetting it.** The product evolves, the customer profile changes, and price should be reviewed along with them. Build the habit of an annual price review.

## When it does not work

If you do not set the price, optimization has less room to work. When a tender specification, a public tariff or a buyer's procurement policy has already drawn the ceiling, redesigning your value metric and tiers has no counterpart.

Rule of thumb. Count how many of your last five quotes had the number written by the customer's side; if most, shift your effort to scope and contract terms.

The second limit appears where you want to tie price to usage. In 2024 Kyle Poyar wrote that a majority of usage-based businesses run a hybrid model, especially those selling to smaller customers, who “might be more sensitive to unplanned expenses.” Our reading: if you sell to small customers, a pure usage metric makes the bill unpredictable; consider a cap or a fixed base fee.

The counter-argument: critics of this caution say each month of waiting costs revenue. They have a point; still, where price is not the deciding factor you cannot tell a loss after an increase from a product problem.

## How AI changes this

In classic software, as a customer grows, the value they get rises, the price rises, and your cost barely moves. In an AI product a third measure appears: the inference cost of every use. Price and cost no longer have to be tied to the same thing.

If you sell per seat but your cost accrues per use, that is exactly where the two come apart. The heaviest seat is usually the one getting the most value, yet it is also the most expensive to serve, and it pays the same as everyone else. Raising the price does not fix this; it nudges the average and leaves the gap where it was.

Rule of thumb. Before touching the number, write both metrics side by side; e.g. if value tracks user count and cost tracks call count, the gap exists. Close it first: a usage allowance, a tier limit or a hybrid structure.

Our reading: a price increase only makes sense after that. The Pricing Model Picker can show you which model fits in a few questions.

## Start this week

1. Sort your customer base by price paid and look at how much the twenty lowest-paying customers use the product.
2. Book half-hour conversations with five customers and ask the four Van Westendorp questions.
3. List the last three months of discounts; for each, write what you got in return, and flag those with nothing in return.

---

# Customer Lifetime Value (LTV)

URL: https://alpsuleyman.com/en/strategies/customer-lifetime-value
Published: 2025-06-12
Updated: 2026-10-02
Author: Alp Suleiman

> LTV is a result, not a goal. Without knowing why customers stay and why they pay more, you cannot grow that number; you can only forecast it better.

In an investor deck an LTV:CAC ratio is shown and everyone nods. Look at how the LTV inside the ratio was calculated and it is often this: average monthly revenue divided by monthly churn. One number, one formula, a three-year forecast.

The problem is not the formula but what it hides. It assumes all customers disappear at the same speed. In reality the newest customers leave fastest, and those past three years almost never leave. Average LTV blends the two and is useless for making decisions.

## When you need it

The signals: acquisition cost is rising and you need to recover it quickly. Customer count is growing but revenue per customer is flat. Your product serves a recurring need (subscription, consumables, regular orders) and the customer's second and third year is still a big opportunity. Churn concentrates in a certain period but you do not know why that point.

It is too early when there is not enough history; not enough time has passed to say reliably how many months a customer stays. An LTV calculated from the first few months of data tells you about optimism, not about the future. It is also too early if product-market fit is unclear: opening the tap while the bucket has a hole just empties it faster.

## What most teams miss

Most teams see LTV as a performance metric: high is good, low is bad. LTV is actually the sum of many finer behaviors: how long the customer stays, how much they spend while staying, how much of it they tell others. Each of these is a different team's job.

> Growing LTV is not raising a single number; it is designing the reasons customers stay and buy more.

The first thing teams miss is how misleading the average is. Looked at through cohort analysis, you usually find a few cohorts or segments are very good and a few very bad. The cheapest way to raise average LTV is not to lift the average but to multiply the best segments. Which type of customer, from which channel, starting with which first use case, stays longest? That answer also steers acquisition.

The second is the two legs of LTV: retention (does the customer stay) and expansion (do they pay more while staying). If net revenue retention (NRR) is above 100 percent, the existing base grows even if no new customer ever arrives. Most teams focus only on retention and do not build a deliberate mechanism for expansion.

Third, the reason for churn. Did the customer leave because they never understood the product, because budgets were cut even though they got value, or because they moved to a competitor? Three different problems, three different solutions. The sentence “churn is 5%” hides that distinction.

Fourth, the time dimension of LTV. Spending on the strength of a three-year LTV means forgetting to manage cash risk. How many months it takes to recover acquisition cost (payback) is as important as LTV and often more reliable.

## The playbook

### 1. Calculate LTV by cohort

Build customer cohorts by signup month and put each cohort's revenue and retention curve side by side. Split by segment, channel and plan. Instead of one average you get a table showing which group is more valuable and why.

### 2. Classify the reasons for churn

Talk to the last twenty or thirty lost customers or read the answers in the cancellation form. Sort the reasons into three buckets: never adopted the product, got value but circumstances changed, moved to a competitor. Each bucket needs a different owner: the first is onboarding, the second customer success and pricing, the third product.

### 3. Own the first ninety days

Most losses often happen in the early months. Define the moment the customer first gets value (the aha moment) and build a signal that catches customers who do not reach it early. This is the fastest and cheapest contribution to LTV.

### 4. Design a mechanism for expansion

Why does a customer buy more? When usage grows, when the team grows, when a new need appears. Does your pricing structure capture that growth? Successful expansion is usually based on the customer's next real need; forced upselling turns into churn. On the product and pricing side, build a structure where you grow as the customer grows.

### 5. Build structures that create value, not ones that merely reward loyalty

A loyalty program or a discount keeps the customer for a while but is not lasting if it does not create value. The value users accumulate over time (data, integrations, habit, being embedded in the team) is the strongest reason to stay. Find where that forms and strengthen it.

### 6. Manage acquisition and LTV together

Look at which channels the highest-LTV segments come from and shift spend there. While cutting a low-LTV channel, watch payback period and cash position together.

## What to measure

- **Cohort retention curve.** Lagging but the most honest indicator; is the curve flattening?
- **Net revenue retention (NRR).** Shows revenue growth from existing customers.
- **CAC payback period.** How many months until acquisition cost is recovered; lets you decide without trusting an LTV forecast.
- **Rate and time to first value.** A leading indicator; shows early the loss in the first ninety days.

## Pitfalls

**Calculating LTV with a single formula.** Average revenue divided by churn assumes constant churn and mixes new cohorts with old ones. Use the cohort curve for decisions and leave the formula for the slide.

**Confusing retention with expansion.** They need different teams and tools. Expansion does not replace retention; a lost customer cannot expand.

**Tracking churn as one number.** New-customer churn and established-customer churn are different stories. Merging them makes both invisible.

**Budgeting on long-term revenue assumptions.** If you spend today the revenue that arrives in three years, cash runs out when the forecast is wrong. Keep payback short.

## How AI changes this

If you calculate LTV on gross margin, you are usually assuming margin is roughly the same across customers. In an AI product that assumption often fails: of two customers paying the same price, one uses the product heavily all week and the other drops in once a month. If inference cost follows usage, margin varies by user, and a single average LTV hides the difference.

Replace the single LTV with cohorts split by usage and cost. For each cohort, put an inference cost curve next to the revenue curve. You will see groups whose retention looks excellent while their margin has turned negative; that is what the average was covering for.

Also separate the users who try it and leave. People who sign up, test for a few weeks and go drag down the LTV of your lasting base and blur real behaviour.

Rule of thumb. Track them as their own cohort and keep them out of the main LTV.

Our reading: the real decision comes after these two splits: which segment gets your acquisition spend.

## Start this week

1. Build signup cohorts for the last twelve months and put each one's six-month retention side by side.
2. For the last twenty lost customers, place the churn reason into one of the three buckets and name the owner of the biggest bucket.
3. Calculate: for customers from your best-LTV segment, in how many months is acquisition cost recovered?

---

# International Localization

URL: https://alpsuleyman.com/en/strategies/international-localization
Published: 2025-01-24
Updated: 2026-10-03
Author: Alp Suleiman

> Translation is the cheapest and least important part of localization. What makes a product feel local is hiding in the checkout, the support hours and the pricing page.

This meeting plays out the same way in many teams. The product is doing well at home, someone says “now Europe”, the interface strings go through a translation tool, a language switcher lands on the website, and three months later everyone is puzzled: there is traffic, there are signups, there is no revenue.

The problem was never the language. A buyer in Germany who stalls at a card-only checkout is probably looking for an invoice or bank transfer option. A support question answered sixteen hours later is a time zone problem. A price page in dollars, with no clarity on whether tax is included, is a trust problem. Localization is not a text project. It is a buying experience project.

## When you need it

The clearest signal is demand arriving on its own: steady traffic from a country you never marketed to, trial signups from there, support emails written in another language. That is the cheapest evidence that there is business out there.

The second signal is a slowing home market combined with unit economics that are still sound. Taking a product with weak retention and a long payback period into a new country just means you will have the same problem in two places.

There are also signs it is too early. If you have not proven product-market fit at home, localization is an escape plan. If you have not found a repeatable channel in one country, there is no reason to assume you will find one in a second. And there is the internal capacity question: a new market creates its first demands not for the product team but for support, finance and legal. If nobody can carry those, wait.

## What most teams miss

Teams treat localization as an engineering and content project: extract strings, translate, ship. That is actually internationalization, making the product ready for multiple locales. Localization sits on top of it as the set of choices you make for each specific market.

To see the difference, picture a customer meeting a foreign product. They need to trust the company in front of them. Trust is read from concrete things before language: a payment method they recognize, a clear price in their own currency, a contract that fits local law, someone who answers during their working day. In some markets payment habits are not card-centric: iDEAL in the Netherlands, Pix in Brazil, invoice and SEPA still common in Germany. A product that does not offer the local method loses at checkout no matter how well it is translated.

> Localization is not translating the product into another language. It is redesigning every touchpoint so that someone in another country thinks, “this is one of ours.”

The second thing teams miss is sequencing. Instead of doing everything at once, find the three things that block sales most in that market and fix only those. The rest gets added as revenue justifies the market.

## The playbook

### 1. Choose the market from your own demand data

Build the country shortlist from your data, not from external reports: organic traffic by country, trial signups, activation rate, first payments. Add one more column: what the three biggest competitors are doing there. The output should be a one-page ranking that names the top two countries with reasons. The decision owner is the founder or growth lead, and the debate should end at ranking the options.

### 2. Discover what blocks the sale

Talk to at least five prospects and two local advisors in the chosen country. Do not ask whether they like the product. Ask how they solve this today, what they check before buying and what they distrust. The output is a ranked list of blockers under payments, tax and invoicing, regulation, integration expectations, language and support. Next to each line, note whether it stops the sale or only slows it.

### 3. Build the foundation once, properly

Separating text from code, making dates, numbers, currencies and addresses locale-aware, keeping layouts flexible in case of right-to-left languages: these are one-time jobs that get more expensive the longer you postpone them. Plan a short preparation sprint with engineering. The output is a product where adding a language only requires translation and testing.

### 4. Localize the commercial surface first

The order: the pricing page (local currency, clear tax treatment), payment methods, contracts and invoicing, the main sales pages and the first five onboarding screens. The deep corners of the product come later. When converting prices, do not just multiply by the exchange rate. Rethink them against local buying power and competitor prices. The output is a flow in which a local buyer can pay with no friction at all.

### 5. Move support and sales to local hours

Define your first-response target for that market against its business hours. If you are starting small, a part-time local support or sales person does more than a translated help center. The output is a defined first-response time for that country and a person who meets it.

### 6. Run the market like a separate P&L

Give each new country an owner, a budget ceiling and a six-month exit criterion. Keep the criterion simple: this many paying customers by this date, at a CAC within this range. If it is not met, make the decision to continue consciously instead of letting it drift.

## What to measure

- **Activation and conversion by market:** The gap against your home market is the size of your localization deficit. A leading indicator.
- **Checkout abandonment rate:** The fastest way to catch missing payment methods and currencies.
- **CAC payback by market:** Compare against home. A longer payback in a new market is normal, but set the limit up front.
- **Support first-response time and resolution rate:** Lagging but unambiguous; an early warning of churn in the new market.

## Pitfalls

**Shipping on machine translation alone.** The tools are a good first draft, but the pricing page, legal text and sales messaging need a native eye. A bad sentence is not just misunderstood, it lowers trust.

**Opening too many countries at once.** Every market brings its own payment, tax and support load. Doing three countries halfway costs far more than doing one country fully.

**Mistaking culture for stereotype.** Localization does not mean using clichés. It means asking a local about color, imagery and humor choices, and pulling back quickly what does not work.

## Start this week

1. Pull organic traffic, trial signups and first payments by country into one table and pick the top two candidate countries.
2. Schedule conversations with five prospects in one of those countries and prepare the question “what do you trust before you buy?”
3. Walk through your current checkout as a user from that country would, and list every point of friction you hit.

---

# Building an Enterprise Sales Team

URL: https://alpsuleyman.com/en/strategies/enterprise-sales-team
Published: 2025-01-29
Updated: 2026-10-03
Author: Alp Suleiman

> You do not start an enterprise sales team with hires. You start it with the first five deals the founder closed. First a repeatable playbook, then people.

There is a common scenario. The company has closed a few large customers, the founder is drowning in sales work, and an investor has said “build the sales engine.” A seasoned sales director is hired, then two account executives, then an SDR. Six months later the picture is this: the director says there is nobody to feed the pipeline, the founder says nothing is closing, and both are right.

The problem is not the people. What they are selling has not yet become a playbook, so nobody knows what to repeat. An enterprise sales team is not a capacity investment, it is a knowledge transfer investment. If you have nothing to transfer, the headcount is just a cost line.

## When you need it

The founder or first seller should have closed at least five or six deals with the same customer profile, a similar persuasion story and a similar cycle length. The word “similar” matters. If every deal closes with different packaging, pricing and buyer sets, you do not have a process yet, you have a series of exceptions.

The second signal is the founder's time becoming the bottleneck. Inbound demand goes unserved and follow-ups slip, while the close rate is solid. That is the real reason to scale sales: knowing it works and being unable to keep up.

Signs it is too early: average contract value does not carry the cost of the team, the path to the decision maker differs with every customer, or you cannot answer “is our sales cycle one month or eight?” Also, if the founder is not ready to hand sales over, meaning they must join every call, building a team only creates a waiting room.

## What most teams miss

Teams see the roles as an org chart: SDRs open doors, AEs close, CSMs renew. The chart is right, but the order is wrong. Roles do not come before the process, they come out of it.

The real work is getting the sale out of the founder's head. Which first sentence earns a meeting? Which question surfaces the real decision maker? Which objection shows up at which stage, and what resolves it? Until that is written down, a new seller will apply their own habits, not the founder's instincts.

> What decides an enterprise sales team is not the hiring plan, it is whether you can write down the founder's instinct.

There is also logic behind splitting roles. Separating SDR and AE is not about specialization, it is about time: keeping expensive AE hours from going to anything other than closing. An AE who cannot fill their own pipeline and a company with no SDR at all are two faces of the same problem. But if you hire an SDR just to book meetings the AE does not accept, volume goes up and quality goes down.

## The playbook

### 1. Document founder-led sales

Write up the last five won and three lost deals in the same template: who bought, who blocked, what the trigger event was, which competitor it was compared to, why we won or lost. The output: a one-page ICP definition, a buyer map and answers to the three most common objections. This document is the most valuable thing you can hand the first AE.

### 2. Break the process into stages with exit criteria

Define pipeline stages by buyer actions, not seller actions. “Demo delivered” is a seller action; “customer opened the technical evaluation to their own team” is a buyer action. Write an exit criterion for every stage. The output: a funnel in the CRM where everyone means the same thing. Without it, the revenue forecast is not a forecast, it is a wish.

### 3. Train the first AE alongside the founder

The first seller should not be someone who memorizes a closed script, but someone who closes alongside the founder and improves the process. For the first three months, join calls together, listen to recordings, and spend each week on a single objection. The output: the first deal that closes without the founder. That is the day you can talk about the next hire.

### 4. Add the SDR once an outbound channel works

Have the AE or founder run outbound first and find out which segment, message and channel produce meetings. The SDR comes to scale that proven message. The target metric is not just meetings booked but the share the AE accepts and that turns into pipeline.

### 5. Separate the CSM from sales but tie them to the same goal

Bring customer success in before the first renewal date. Onboarding, usage depth and expansion opportunities belong to the CSM, and incentives should include a share of renewal and expansion revenue. The output: an owner for every customer and a rhythm that starts 90 days before renewal.

### 6. Run a weekly pipeline rhythm

One pipeline review per week: deals entering, advancing, stuck and lost. Forecast with historical conversion rates per stage, not the seller's gut feeling. The output: a quarterly forecast and a record of how far reality diverged.

## What to measure

- **Sales cycle length and stage conversion rates:** They show where you stall. Leading indicators, and the basis of any forecast.
- **New AE ramp time:** Months to first close measures how transferable your playbook is.
- **Quota attainment distribution:** If most of the team hits quota, the system works; if only one or two do, the problem is the system.
- **Net revenue retention (NRR):** A lagging but honest read on the quality of what was sold.

## Pitfalls

**Hiring the director first.** A seasoned executive arriving where no process exists either brings their old playbook or wastes time. First a few AEs, then the manager.

**Setting quota from the forecast.** Give a new team a quota based on the company target and you demoralize them in the first quarter. Use ramp periods and real historical data.

**Treating the CSM as support.** A CSM who only closes tickets will not save a renewal. You need a role that owns expansion and risk signals.

## Start this week

1. Write up the last five won and three lost deals in one template and mark what they share.
2. Review your CRM stages and write an exit criterion for each one as an observable buyer action.
3. Listen to the recordings of two upcoming sales calls with a teammate and list the objections.

---

# Product Management and Roadmap

URL: https://alpsuleyman.com/en/strategies/product-management-roadmap
Published: 2025-09-19
Updated: 2026-10-02
Author: Alp Suleiman

> A roadmap is not a feature calendar, it is a list of bets. Good product management is being able to say, in front of everyone, what you will not build.

In most companies the roadmap is not the product team's document, it is the document of whoever speaks loudest. Sales says the deal will not close without this feature. The founder adds an idea from a conversation with a customer last week. Engineering says the technical debt cannot wait anymore. Three months later you have a list, but it is not a strategy, it is a settlement.

The job of product management is not to silence these voices but to build a language in which all of them can be weighed on the same scale. The roadmap should be the output of that language: not a table of what ships when, but a statement of which outcome we are going after and with which bet.

## When you need it

The need for roadmap discipline usually shows up in one of three ways. When someone asks “why are we doing this?” and the answer changes depending on who you ask. When the features sales has promised customers drift away from the engineering plan. Or when sprints are full as the team grows, yet no metric moves.

What counts as too early is the stage where the product is still searching for product-market fit. In a team of six, priorities that change weekly are healthy, and writing a six-month map only gives a false sense of certainty. What you need then is not a roadmap but a few strong hypotheses. Once fit exists, and several teams start working on the same product, the discipline becomes essential.

## What most teams miss

We treat a roadmap as a promise. But every line on a roadmap is a bet: if we build this, this behavior changes, and that moves this metric. It may hold or it may not. A promise attached to a date locks the team into delivery rather than learning. A line written as a bet can change as you learn.

The practical consequence is that a roadmap should be written in outcomes, not features. “Bulk import” is an output. “New customers can bring their data over in the first week” is an outcome. The first dictates one option; the second leaves the team room to find the best solution.

> A good roadmap shows not what you will do but what you will not do, and who pays the price for that.

The second issue is prioritization frameworks. Scoring methods like RICE or ICE structure the discussion but do not make the decision. The “impact” estimate inside the scores is usually the estimate of whoever speaks loudest. The team that wins uses the framework as a way of questioning rather than as a referee: once scores sit side by side, you can ask “why is this number so high?”

## The playbook

### 1. Write the product goal as an outcome first

Pick at most three outcomes for the next quarter and tie each to a measurable metric: “raise first-week activation,” “stop the loss of a category in renewal rate.” The output is a single page that the whole team can repeat in one sentence. The product lead decides and the founder approves, but the goals should be discussed with sales and engineering.

### 2. Collect all inputs in one box

Customer requests, sales notes, support tickets, loss analyses and technical debt go into a single opportunity list. Each entry carries who asked, how many asked and which problem it solves. The aim is not to multiply requests but to merge different phrasings of the same problem. The output is a list full of problems, not features.

### 3. Write opportunities as bets

For each candidate fill in a one-page frame: which problem we solve, for whom, how we will know it worked, what the biggest risk is and what the smallest testable version looks like. The output is an assessment that shrinks or grows the effort before it starts. Do the scoring at this stage, not the deciding.

### 4. Layer the roadmap as Now, Next, Later

Use three layers instead of a calendar. Now: committed and underway this quarter. Next: in line but not yet shaped. Later: right in direction but missing evidence. Dates are given only for Now. This structure gives flexibility without lying to anyone outside.

### 5. Publish the “we will not do” list

Each quarter, share with the team at least three ideas you deliberately rejected and why. Seeing what was rejected stops the team from reopening the same request again and again, and shows the decision was transparent. A roadmap without this list gets renegotiated in every meeting.

### 6. Review monthly, not weekly

Changing the roadmap every week means having no roadmap. Once a month, review progress against goals and the outcomes of the bets: which assumptions were confirmed, which collapsed, and how the Now and Next layers change as a result.

## What to measure

- **Movement in target metrics:** Not the number of features delivered but the result that tells you the bet paid off. Lagging, but the real indicator.
- **Feature adoption rate:** Do users find and use what you shipped? A leading indicator; if it is low, either the bet or the distribution is wrong.
- **Planned versus unplanned work ratio:** How much of the sprint comes from the roadmap and how much from firefighting? A high firefighting share says the map is not alive.

## Pitfalls

**A sales-driven roadmap.** Putting every large customer's wish on the list turns the product into a consulting project. Check the problem behind the request and how many customers repeat it.

**Speaking in calendar dates.** Every date given outside gets treated as a commitment. Build a language with sales and customers around “this quarter we aim to solve this problem.”

**Leaving technical debt invisible.** If debt is not on the roadmap, one day its drag swallows the whole plan. Each quarter, explicitly reserve a share of capacity for it.

## Start this week

1. Next to every line on your current roadmap, write the problem it solves and the metric that will measure it. Mark the ones you cannot fill in.
2. List the ideas you rejected or postponed in the last two quarters and write the reason for each in one sentence.
3. Split your map into Now, Next and Later, and keep dates only on the Now layer.

---

# Standardizing Business Processes

URL: https://alpsuleyman.com/en/strategies/process-standardization
Published: 2025-10-24
Updated: 2026-10-02
Author: Alp Suleiman

> Writing a process is not bureaucracy, it is moving knowledge out of one person's head and into the company. But a team that standardizes everything standardizes its speed too.

The fastest way to tell whether a company is ready to scale is to ask one question: “What happens if that person doesn't come in tomorrow?”

In small teams the answer is usually “things stall, but we'll figure it out,” and for a while that is fine. Then the customer count grows, the team fills with new people, and three people begin doing the same job three different ways. Invoicing lives with one person, onboarding with another, and how customer requests get prioritized lives in a chat group. Growth exposes these quiet dependencies one at a time. Usually at the worst moment.

## When you need it

The first signal is the same mistake happening a second time. An invoice went out wrong, a customer was forgotten in onboarding, a renewal date slipped. Once is an accident; twice is a missing system.

The second signal is new hires taking longer to become productive. If every newcomer asks “who does this?”, the knowledge lives in people, not in a system.

The third is the founder or a few senior people being unable to take a vacation. That is not loyalty, it is an operational risk.

What counts as too early is the period when the work is still being discovered. A procedure written by a team that has not yet found its product, customer or channel freezes something that will be wrong in two months. If you have done a job by hand, in the same way, at least three times, it is time to standardize. Not before.

## What most teams miss

Standardization is often understood as documenting everything. The result is an 80-page handbook nobody opens, half of which is out of date two years later. The problem is not the document, it is the choice of what to document.

Not every process matters equally. Processes that are costly when they fail, that repeat often or that depend on one person deserve standardization. Creative, ambiguous and context-dependent work is managed by principles and examples, not rules. For the first you write a checklist; for the second you write a description of what good looks like.

The core idea of Atul Gawande's *The Checklist Manifesto* applies here: a checklist does not diminish the expert, it protects the steps the expert already knows but skips under pressure. A checklist is not a skill gap, it is a memory aid.

> What you standardize is not the work itself but the points where the work can fail.

The second thing teams miss: a process without an owner dies. Every written process needs a name, an owner and a review date. Otherwise the standard is abandoned at the first exception and everyone drifts back to their own method.

## The playbook

### 1. Find the failure points

List the errors, customer complaints and “we fixed it at the last minute” moments of the past three months. Group them by the process they belong to. The top five processes are where you will standardize. The output is a short failure story for each: what happened, why, and what it cost.

### 2. Draw today's version as it is

Write what actually happens, not the ideal. Do it with the person who does the job, step by step, on a single flow page. Often even a half-hour conversation at this stage reveals three unnecessary steps nobody had noticed.

### 3. Simplify, then standardize

Writing a process down as it is makes a bad process permanent. First remove unnecessary steps, double approvals and repetition. What remains should be the shortest version in which it is hardest to make a mistake. The output: a checklist of no more than one page, with “who, when, producing what” at every step, and a definition of done.

### 4. Assign an owner and a trigger

Every process gets a single owner and a clear trigger that determines when it starts: “when a new contract is signed,” “on the first working day of the month.” The owner is not just who does the work but who reviews and updates the process.

### 5. Test it on real work

Run the new version with someone who is new to the process. Every place they get stuck is a gap in the document. Observe without stepping in, and collect corrections over the first two weeks.

### 6. Measure the exceptions

Deviations from the process are inevitable; what matters is recording why. Review the exception list every month: if an exception keeps recurring, the process should change; if it was one-off, the process stays.

## What to measure

- **Process-related error and rework rate:** Whether errors fall in the processes you standardized. Lagging, but shows the direct effect.
- **New hire time to productivity:** A leading indicator of how much knowledge has moved from people into the system.
- **Single-person dependency:** For how many critical processes is the answer “if this person is out, work stops”? Bring that number down every quarter.

## Pitfalls

**Documenting everything.** Procedures for trivial work get lost in the noise around the important ones. Pick the pain first.

**Writing the process at a desk.** A flow written without the person who does the work looks good on paper and gets abandoned in practice.

**Treating the standard as unchangeable.** A process is a record of what the work has learned. A standard that is never reviewed turns into a fixed source of errors.

## Start this week

1. Write down the three most expensive mistakes of the last two months and mark which process each belongs to.
2. Sit for half an hour with the person who runs your most error-prone process and draw it step by step.
3. Assign that process a single owner and produce a one-page checklist.

---

# Attracting Talent and Building Culture

URL: https://alpsuleyman.com/en/strategies/talent-and-culture
Published: 2025-05-12
Updated: 2026-10-02
Author: Alp Suleiman

> Culture is not the values on the wall. It is who you hire, who you promote and what you let slide. Talent reads that within the first week.

You do not need to read a company's values page to understand its culture. Ask three questions instead: Who did it promote last year? What did it decide about a senior person with weak performance? Why did it lose its best employee?

The answers are far more honest than “transparency, ownership, curiosity” painted on a wall. Culture is the sum of what is rewarded and what is tolerated, not what is said. Talent knows this. Good people usually learn a company's real rules in the first two weeks, by watching what someone lets slide.

## When you need it

Once the team passes twenty or thirty people, the era in which the founder sees and steers every decision ends. From that point, culture is carried not by the founder's presence but by unwritten habits, and every new hire can either break or strengthen those habits.

Concrete signs: uneven hiring quality, new hires leaving within three or four months, teams working in very different ways, nobody but the founder able to make a hard call. The strongest signal is when one of your best people resigns and the reason is “it isn't the same here anymore.”

It is too early when the team is five or six people and everyone works directly with the founder. There, instead of writing a culture document, it is more effective to be extraordinarily careful with the first ten hires. Because the first ten people are the culture.

## What most teams miss

Teams treat culture as a communications project: define the values, put them on the wall, explain them in onboarding. But culture lives in behavior, and behavior is shaped not by a rule but by a system: who gets hired, what drives promotion, how poor performance is handled, who holds decision rights.

A value is a promise. Until it is tied to the work, it stays a promise. If a company says “customer focus” and the support team has no voice in product decisions, the value is just a sign.

> Culture is not where the values are written. It is the moment you decide what to do with the top performer who violates one.

The second thing teams miss is that attracting talent is a consequence of culture. For a strong person to choose you, you need to offer something clearer and more appealing than their other options. It can be pay, but more often it is a problem with weight, a fast rate of learning and the people they would work beside. A company that can state these plainly is selling something far stronger than “an easy place to work.”

## The playbook

### 1. Describe the culture as it really is

Ask five senior people separately: “Which behavior gets you promoted here, and which gets punished?” Lay the answers side by side. What overlaps is your real culture; what diverges is a gap to close. The output is a one-page description written in “here, this is how we do it” sentences, using behavior examples rather than value words.

### 2. Write role-specific hiring criteria

For every role, before interviews, write the sentence “what the successful person will have done in the first six months” and define three or four competencies together with how each will be tested. A structured interview means asking the same questions in the same order and scoring them against a shared rubric. Having a quality gatekeeper independent of the team hierarchy, like Amazon's “bar raiser” practice, is also an effective method. The output: an evaluation form filled in against the same criteria for every candidate.

### 3. Design the first ninety days

What the new person does in week one, whom they meet and what they will have achieved by day ninety should be written down. Assign an onboarding buddy. Have them deliver one small, real piece of work in the first week. A good onboarding is the first proof of culture.

### 4. Make decision rights explicit

Who makes which decision? Which go to one person, which are decided after consultation? Write it down. Ambiguous decision rights are what exhaust talented people most: they do the work, but the work gets stuck waiting on somebody's approval.

### 5. Manage performance openly

Set a six-month definition of what good looks like and a regular rhythm of direct feedback. Quietly living with low performance is what bothers high performers most. If there is a problem, talk early, and if needed part ways clearly and respectfully.

### 6. Learn from those who leave

For every departure, hold a conversation three or four weeks after they leave, not on the way out. On the way out everyone is polite. Afterwards comes honesty.

## What to measure

- **First-year attrition:** A lagging but clear indicator of hiring and onboarding quality.
- **Time to first independent output for new hires:** A leading indicator of whether onboarding works.
- **Offer acceptance rate and candidate referrals:** Do candidates recommend you to others? Shows how the culture looks from outside.
- **Performance distribution among regretted departures:** If those leaving are mostly your best, the problem is culture.

## Pitfalls

**Hiring similar people under the banner of culture fit.** “Will they fit?” screens out the perspectives that make a difference. Ask “what would they add to the culture?”

**Building culture with perks.** A pool table and free lunch do not compensate for unmanaged conflict or unclear decision rights.

**Identifying culture with the founder.** If culture depends on the founder's character, the founder's capacity becomes the bottleneck as the company grows. Write the behaviors down and get others to own them.

## Start this week

1. Ask five members of senior management separately “which behavior gets promoted here and which gets punished?” and compare the answers.
2. For one open role, write the “what they will have achieved in six months” sentence and three evaluation criteria.
3. Schedule a post-exit conversation with two people who left in the last six months.

---

# Legal and Regulatory Advantages

URL: https://alpsuleyman.com/en/strategies/legal-regulatory-advantages
Published: 2026-01-26
Updated: 2026-10-02
Author: Alp Suleiman

> For most companies regulation is a burden. For the company that takes it seriously and early, it is a door competitors can only get through years later.

In regulated sectors there is a curious symmetry. Large players complain about compliance costs. Small players ignore compliance costs and believe they have found a speed advantage. And at some point a door opens exclusively for those who paid the cost: a large customer, an enterprise tender, a bank partnership. The others cannot get through.

This strategy is about building regulation into a position rather than managing it as an annoyance. A compliance strategy (see strategy 78) is defense; what we are talking about here is turning it into offense.

## When you need it

The signal usually appears in sales. Enterprise customers ask for a security review, data protection commitments or a certificate during procurement. If your team answers this by hand each time, it is time to build compliance as a system.

The second signal is the sector itself. In finance, health, insurance, education, public sector, data and products aimed at children, a license, permit or certification is already an entry requirement. Whoever meets that requirement early has bought time.

The third is periods when competitors started without a license and were later restricted. If you can see regulators tightening, being prepared stops being an option and becomes a move.

What counts as too early: starting an expensive licensing process before you have product-market fit. Prove demand is real first. But if you know you work in an area that will require compliance, make sure the architecture is built from day one to allow for it. Bolting it on later is both expensive and slow.

## What most teams miss

Regulation is mostly seen as a legal matter: find a lawyer, prepare a document, the thing is “solved.” But the advantage lives not in the legal document but in the operational and trust layer built around it. Holding a license only means something when the processes it requires actually run.

What creates an entry barrier is not the rule itself but the time, money and expertise it costs to comply. The company that pays that cost earlier and better than the competition gains both time and trust.

> Managed as an obstacle, regulation is a cost. Turned into a sales story, it is a moat.

The second thing teams miss: compliance can be used as proof in sales. Independent verification such as a SOC 2 report or ISO 27001 certification shortens enterprise buyers' security questionnaires and moves you up a rung in procurement. That means a questionnaire your competitor spends weeks answering, you close with a single document.

## The playbook

### 1. Map the regulatory landscape

Which rule affects which customer segment and which product feature? Put it in a table: the rule, its scope, cost of compliance, cost of non-compliance, and the room that compliance opens for you. The output is a single page that legal, product and sales look at together. The decision: which regulations are barriers and which are opportunities?

### 2. Estimate compliance cost and duration realistically

How many months will the license, certification or audit take, how many people will it need, which outside experts? This estimate shows whether the strategy fits your business model. Make it more than a guess: use timelines and costs from someone who has walked the same path.

### 3. Build the architecture around compliance

Where is the data kept, who has access, how are records stored, how are deletion requests handled? The answers should live in the product architecture, not in manual labor. Compliance added afterward breaks again with every release. Compliance built in is established once.

### 4. Turn compliance into a sales asset

Convert your security and compliance summary into a single trust page or pack that answers procurement's typical questions. Give the sales team a two-minute narrative on what the regulation guarantees the customer. The output: a sales tool tied to a measurable goal, such as halving the security review process.

### 5. Build a relationship with the regulator

Build relationships with regulators and trade associations before there is a problem, not after. Learning how rules are interpreted keeps new regulation from surprising you.

### 6. Track regulatory change

Make one person responsible for tracking regulation and carry changes to a quarterly product and sales meeting. Yesterday's advantage can disappear tomorrow when a rule loosens.

## What to measure

- **Security review and procurement time:** Shows whether compliance shortens the sales cycle.
- **Win rate in segments that require compliance:** Shows whether being regulation-ready makes a difference against competitors.
- **Compliance cost and recurring audit findings:** A lagging measure of whether cost is under control.

## Pitfalls

**Turning compliance into theater.** The document exists but the process does not. It surfaces at the first real audit or incident, and the reputational loss costs more than the license.

**Depending on a single rule.** If your advantage rests on a rule existing, your position ends when the rule changes. Build a second difference that outlives the regulator.

**Early, expensive certification.** Collecting a certificate customers do not ask for is wasted resources. Move knowing which document blocks which deal.

## Start this week

1. Check whether a security or compliance question played a role in your last five lost or delayed deals.
2. Put your current regulatory obligations into a one-page table: rule, scope, status, owner.
3. Ask the sales team to collect the three most frequent security questions and turn them into a single answer document.

---

# Avoiding Price Wars

URL: https://alpsuleyman.com/en/strategies/avoiding-price-wars
Published: 2026-09-14
Updated: 2026-10-02
Author: Alp Suleiman

> A price war starts where two products look the same to the customer. You do not win it by being cheaper. You win it by never entering the comparison.

When a competitor cuts its price by twenty percent, the sales team's first reflex is predictable: “Let's cut too, or we lose.” In the meeting room it looks logical. Three months later both companies are carrying the same volume on less revenue, margins are thin, and the customer now sees the product as a price list.

Price wars rarely come from a competitor's bad intent. They usually begin when the customer is left with a single common column, price, on which to compare two products. Your job is to multiply that column, or to create an entirely different ground for comparison.

## When you need it

The signals show up early on the sales side. “X quoted this much” becomes a frequent sentence in proposal conversations. Discount requests rise at renewal too. The sales team raises the average discount on won deals and treats it as normal.

The second signal is the structure of the sector. Low switching costs, similar feature lists and well-funded new entrants raise price pressure. The third is cost structure: in businesses with high fixed and low marginal cost (software, platforms), a competitor can cut price to fill spare capacity.

What counts as too early is saying “we will compete on value” without knowing that your product really is different. If you do not systematically know why you win and lose deals, learn that first. A value claim without proof stays an undefended position.

## What most teams miss

Avoiding price wars is often taken to mean keeping prices high. The real issue is making price stop being the only measure of comparison. There are three ways: offer something different, offer it to someone different, or package the same thing differently.

Whether you enter the war also depends on who can afford it. Whose cost structure is sturdier, whose balance sheet is deeper? Cutting prices against a rival with unlimited capital is a race to bankruptcy, and the first to cut usually loses. So the strategy is not matching the price but choosing your response in advance.

> You do not win a price war. You either stay out of it or make it more expensive for everyone.

The second thing teams miss is that a discount is not a price, it is a signal. Constant discounting teaches the customer that the product does not deserve its list price and trains them to haggle at the next renewal. If you must discount, tie it to a condition: a longer contract, upfront payment, a reference or a case study in return.

## The playbook

### 1. Separate the reasons you win and lose

Review the last twenty deals: were they won or lost on price, product or trust? When a salesperson says “price,” it is often shorthand for another problem. Confirm by talking to the customer. The output: separate lists of genuinely price-sensitive customers and value-sensitive customers.

### 2. Change the ground of comparison

By what criterion does the customer measure you? Price, number of features, time to set up? Pick a criterion the competitor cannot easily match and build your sales narrative around it: total cost of ownership, time to first value, data security, integration depth. The output: a message the sales team uses that carries the sentence “compare us on this.”

### 3. Separate the packaging

Offer the same product in different packages to different customer types. A leaner package for the price-sensitive segment, a deeper one for the value-sensitive. Instead of cutting your own price where the competitor cuts, offering a segment-specific option protects your main price structure. The packaging work from the pricing optimization strategy matters a lot here.

### 4. Write the discount rules

Who can give how much discount, under which condition? Cap the seller's discretion with an upper limit and a quid pro quo. Record every discount with a “what we got in return” column. The output: a written discount policy and approval levels.

### 5. Prepare a defense plan

Write down in advance what you will do when a competitor cuts price. For which customers will you respond, and for which will you not? Which customer are you willing to lose? Make the decision in a calm meeting, not under pressure.

### 6. Tie the customer to value

Build a relationship woven through usage rather than contract to contract. Measure the outcome the customer gets from the product and show it to them regularly. When the price conversation begins with “here is what we delivered for you this year,” your position strengthens.

## What to measure

- **Average discount rate and its distribution:** A rise is a leading indicator that the value message is weakening.
- **Gross margin:** A lagging but clear read on how price pressure is affecting you.
- **Loss rate attributed to price:** Price's share in loss analysis. If it is rising, differentiation is insufficient.
- **Discount requests at renewal:** A strong early signal of how the customer perceives value.

## Pitfalls

**Matching by reflex.** The competitor cuts, you cut, but their cost structure is not yours. First calculate who can afford it.

**Leaving the value claim unproven.** Saying “we are better” is not enough. Without an outcome shown on the customer's own data, price stays the only yardstick.

**Trying to save every customer.** A customer who looks only at price will leave you at the next cheap offer too. Losing some customers is part of the strategy.

## Start this week

1. List the reasons you won and lost your last twenty deals, talking to the customer as well as the salesperson.
2. For every discount given last quarter, fill in a “what did we get in return?” column.
3. For a scenario in which a competitor cuts price, write on one page which customer groups you will respond to and which you will not.

---

# Integration Strategies

URL: https://alpsuleyman.com/en/strategies/integration-strategies
Published: 2026-02-23
Updated: 2026-10-02
Author: Alp Suleiman

> An integration is not a feature, it is the way a product becomes part of a user's workflow. The best ones are expensive to rip out. The worst ones swallow you with maintenance.

A sales team going into a renewal conversation with an enterprise customer often hears the same sentence: “This tool is wired into our CRM, our billing system and our internal reporting. Replacing it would be a project.” The sentence reads like a threat, but it is actually the sturdiest promise of staying.

Integration takes a product out of being an island and places it inside a flow. The user does not have to open a new tab for you. The data is already there, the work is already there, and removing your product would mean rebuilding other systems too.

## When you need it

The signal usually appears in sales and in churn. If “doesn't integrate with X” recurs in lost-deal notes, the missing integration is a direct revenue loss. Likewise, if many departing customers were running your product in parallel with another tool and moving data between them by hand, the friction was already there.

The second signal is stalling in onboarding. If new customers must move their data in by hand from another system, activation slows and some never arrive.

The third is distribution: being in a platform's marketplace means direct access to that platform's users.

What counts as too early is when the core product's value is not clear on its own. Adding integrations on top of a solid product adds value; trying to prop up a weak product with integrations only grows the maintenance load.

## What most teams miss

Teams collect integrations like a feature list: a customer asked, we added it. Years later you hold forty integrations, all half-finished, none with an owner. Each one brings its own API changes, bug reports and support load.

An integration is actually a product decision and a maintenance commitment. When you add one, you also inherit the other side's API and its change calendar. That is why depth matters more than count: a few reliable, two-way integrations at the center of the workflow.

> What binds a customer is not how many integrations you have but which job they finish.

An integration is shallow when it moves data from one place to another. It is deep when it actually changes the workflow, removing the need for the user to go back and forth between two systems. The first is a convenience, the second is a dependency.

The second thing teams miss: integration also provides distribution. App directories on platforms such as Slack, and automation tools such as Zapier, are places where your product can be found. Plan an integration as both a retention tool and an acquisition channel.

## The playbook

### 1. Run requests through a data filter

Collect integration requests from lost deals, churn reasons, support tickets and sales notes. For each: how many customers, which segment, how much revenue impact. The output: an integration list ranked by revenue impact. Pick the top three and park the rest.

### 2. Map the user's workflow

Draw the workflow the chosen integration will sit in by watching how the user does that job today. Which data should flow, in which direction, how often? The output: a scenario written as “when the user does X, Y happens automatically.” If the integration does not solve that scenario, it is not needed.

### 3. Native, middleware or API?

Build native integrations for high-volume, core workflows; serve long-tail requests with an automation tool and an open API. Every native integration gets an engineering owner, a release schedule and a monitoring dashboard.

### 4. Design the failure states

What happens when sync breaks? How will the user see it, how will they fix it? A silent failure is the biggest loss of trust an integration can cause. The output: for each integration an error page, retry logic and a status indicator visible to the customer.

### 5. Launch in the marketplace and with the partner

Building the integration is not enough; get listed in the partner's marketplace, and prepare a joint announcement and a short usage guide with the partner's team. The output: monthly new signups coming from the integration.

### 6. Monitor usage and maintenance

Each quarter, review how much each integration is used and what it costs to maintain. Remove the one nobody uses and that is expensive to keep. Removing is also a product decision.

## What to measure

- **Share of customers who activate the integration:** Shows whether what you shipped is being used. A leading indicator.
- **Retention gap between customers who use integrations and those who do not:** A lagging but clear measure of real binding power. Mind causality: strong customers may simply use more integrations.
- **New signups from integrations:** Shows distribution value.
- **Support tickets per integration:** Reveals maintenance load and quality problems.

## Pitfalls

**Adding every request.** Forty half-built integrations are worse than five solid ones. You need discipline in prioritizing and saying no.

**Settling for one-way data flow.** If data flows only in or only out, the user still reconciles by hand. Creating dependency takes two-way sync.

**Forgetting maintenance.** When the other side's API changes, the integration breaks quietly. An ownerless integration becomes a trust problem later.

## Start this week

1. Scan the notes from deals lost and customers departed in the last six months and count the integration requests.
2. For the most requested integration, write out step by step what the user does by hand today.
3. List your current integrations; next to each write its owner, usage rate and date of last failure.

---

# Customer Segmentation

URL: https://alpsuleyman.com/en/strategies/customer-segmentation
Published: 2026-05-12
Updated: 2026-10-03
Author: Alp Suleiman

> There is no such thing as an average customer. A company that cuts its base the right way knows who it is growing for. One that does not serves everyone a little and no one enough.

When a team's customer data is examined closely for the first time, a familiar scene plays out. Average contract value, average churn, average time to activation: each looks reasonable on its own. Then you split the data into three or four parts and it turns out the average describes no real customer. One group is retained very well and growing fast. Another leaves in the first three months and consumes half the support team. The average hides both.

Segmentation is not a marketing exercise, it is a resource allocation decision. It tells you which customers to invest in more and which not at all.

## When you need it

The first signal is behavior spreading out as the customer base grows: some customers use the product deeply while others stay on the surface. The second is falling marketing and sales efficiency. The same message goes to everyone and conversion is low.

Another clear sign is support and development load that does not track customer revenue. If a small group of customers takes most of the team's time and they are not the most valuable ones, the lack of segmentation has already turned into a direct cost.

What counts as too early is a company with a few dozen customers and a very small data sample. At that stage segmentation is not statistics, it is customer interviews: getting to know your first twenty customers one by one teaches more than building a model.

## What most teams miss

Teams draw segments from descriptive attributes: industry, company size, age, city. These are easy to find but often weakly explanatory. Of two companies in the same industry, one may put your product at the center of its operation while the other keeps it at the edge. The difference lies not in the industry but in the urgency of the problem they are trying to solve and in how they operate.

A more useful cut is the question “for which job, in which situation do they hire your product?” This approach, close to jobs-to-be-done, splits the same demographic group into several need segments, each requiring a different value proposition.

> The best segment is not the biggest one. It is the group that gains the most from your product and brings you the most in return.

The second thing teams miss is that segmentation exists to make a decision. For each segment there should be a sentence: “here is what we will do with this group”: invest more, hold steady or deliberately walk away. A team that gives up on no segment is not really segmenting.

## The playbook

### 1. Define your best customers

Pick the top twenty percent of customers by net revenue retention (NRR), payback period, usage depth and support cost. Find what they share: industry, team structure, trigger event, current solution, decision maker. The output: a two-column table showing the common traits of your best customers and the opposite traits of your worst.

### 2. Look for behavioral and need-based cuts

Alongside the demographic cut, add: which feature they used in week one, which channel they came from, which problem they signed up to solve. Run fifteen to twenty customer interviews to understand why the same segment behaves the same way. The output: three or four segments that differ meaningfully from one another.

### 3. Calculate segment economics

For each segment calculate CAC, payback period, gross margin, churn and expansion revenue separately. The decision comes from here: which segment is profitable, and which is big on paper but unsustainable? The output: an economic ranking of segments.

### 4. Write the Ideal Customer Profile (ICP)

On one page: who, in which situation, with which problem, how we recognize them, who we are not targeting. Make sure the ICP includes the “who we won't take” part. Have sales and marketing score leads against this profile and stop spending time on low-fit leads.

### 5. Write a different play for each segment

For the target segment, adapt the message, onboarding, pricing package and support level to that segment's needs. You do not have to rebuild every element from scratch; choose the two that will make the most difference. For a segment you are leaving, keep a self-serve path but do not allocate sales resources.

### 6. Re-evaluate segments every three months

Both the customer base and the product change. Each quarter, recalculate segment economics and check whether the ICP is still right.

## What to measure

- **NRR and retention by segment:** The most honest, if lagging, measure of which segment actually stays.
- **CAC payback by segment:** Tells you in which segment growth is profitable.
- **ICP fit rate:** What share of new leads match the ICP? A leading indicator; if low, marketing is going after the wrong audience.

## Pitfalls

**Too many segments.** Working with fifteen segments means being unable to write a real play for any of them. Three or four are enough.

**Drawing the segments once and leaving them.** As the product matures, the profile of a good customer changes. An ICP that is not updated targets the wrong person a year later.

**Mistaking a big segment for a good one.** A large market is attractive, but if you cannot win in that group, its size means nothing. First discover where you win.

## Start this week

1. Rank your customers by NRR and payback period; list the top twenty percent and bottom twenty percent separately.
2. Write the shared and opposite traits of the two groups together with one person each from sales and support.
3. Schedule “why did you choose us?” conversations with three customers from your best segment within the next week.

---

# Retail Store Networks

URL: https://alpsuleyman.com/en/strategies/retail-store-networks
Published: 2026-01-20
Updated: 2026-10-02
Author: Alp Suleiman

> A store is more than a point of sale: a medium, a logistics node, a proof of trust. But every lease is a bet that is hard to unwind.

Watching digitally native brands open physical stores shows why this strategy is both attractive and dangerous. In online sales, customer acquisition cost climbs, conversion stalls, and the brand stays trapped inside a screen. A store looks like an answer to all of it: a tangible brand, a face-to-face relationship, traffic that no longer depends on ads.

But a store brings a cost structure that digital businesses have never met: rent, staff, inventory, shifts, and often a long-term commitment that cannot be taken back. A brand that starts without knowing this thinks it is building a strong sales channel. In reality it has taken on a fixed cost load.

## When you need it

The first signal is online data revealing physical demand. Disproportionate orders from a particular city, a high return rate there (customers want to touch and try), or a product category that needs physical experience: size, material, scent, feel of quality.

The second signal is marginal CAC rising in the digital channel. As online ad costs climb, physical presence can become a cheaper channel for brand awareness. The third is products with high basket values and high trust requirements: furniture, eyewear, jewelry, advanced electronics.

What counts as too early is a period when online unit economics do not hold. You cannot fix an unprofitable online business with a physical store; the store enlarges the problem. And if the product alone cannot fill a store, meaning a single product or narrow catalog, sales per square meter will fall below expectations.

## What most teams miss

Teams evaluate the store as a sales channel and judge it by sales per square meter. But well-run store networks do several jobs: brand media, trial and pickup point, returns center, local inventory. Part of a store's value shows up not in its till but in surrounding online orders, lower returns and repeat purchases.

That makes it hard to measure, and if measured wrongly a store is closed unjustly or expanded unjustly. To see the effect that does not show in the till, you need to open a store in one of two similar cities and hold the other as a control group.

> A store does not have to make a profit in its own till. But the value it creates outside the till must be measured.

The second thing teams miss: a store strategy is really a real estate and operations strategy. Which street, on what lease terms, with what exit rights is as decisive as the product. A good brand in a bad location with a heavy lease sinks.

The gap between teams that do this and teams that do not shows up six months after the first store opens. The team that does not, sees less in the till than it expected, declares the store a failure and cancels the second one. The team that does, compares against the control area, sees online orders around the store rising and returns falling, and rebuilds the store economics on that data: some stores shrink, some become pickup points. Both looked at the same store; only one looked in the right place.

## The playbook

### 1. Extract physical demand from online data

Examine orders, returns, repeat purchases and channel data by city and district. In which areas are customers concentrated and wanting physical contact with the product? The output: the top three candidate areas with evidence for each. Make the selection with data, not on paper.

### 2. Test with a temporary format first

Instead of a permanent lease, start with flexible formats such as a pop-up store, a temporary stand in a shopping center or a corner inside another brand's store. Within three to six months, measure how much was sold, how many new customers came and what effect it had on online orders. The output: an evidence file for a permanent store.

### 3. Build the store economics in one model

Sales per square meter, rent, staff, inventory turns, average basket, payback period. Set an acceptable payback period in advance and do not open a store that cannot reach it. The output: a P&L model for one store and what happens in the worst case.

### 4. Build the omnichannel experience on a single inventory and customer record

Ordering from the store an item the store does not carry, picking up and returning online orders in store, the same price and stock information everywhere. This takes technology investment; before opening a store, inventory and customer data must live in one place. Otherwise the store and the website become each other's competitors.

### 5. Make store staff owners of the experience

If the staff's main job is not selling but introducing the product and giving information, set targets and rewards accordingly. A system that pays commission only on till sales destroys the store's contribution to online orders. The output: a performance measure for store staff that includes their contribution to online.

### 6. Grow the network layer by layer

Carry what you learn from each new store to the next. Opening many at once multiplies mistakes. The output: a store opening manual and an evaluation updated after every opening.

## What to measure

- **Sales per square meter and store profitability:** Shows whether the store stands on its own.
- **Change in online orders around the store (against a control area):** Measures the store's halo effect; a leading indicator.
- **Return rate and repeat purchase:** Shows what physical experience does for customer quality.
- **Payback period:** When the store pays for itself; the basis for lease decisions.

## Pitfalls

**Rescuing an unprofitable online business with a store.** A store is an amplifier, not a problem solver. If the problem is online unit economics, solve that first.

**Starting with a long lease commitment.** A lease you sign with insufficient data makes you pay for a wrong bet for years. A flexible exit right is a more important bargaining point than the first few weeks.

**Dismissing or inflating the halo effect.** Saying “the store raised online sales” without a control group leads to both wrong decisions and wrong closures.

## Start this week

1. Pull your order and return data by city and district and mark three areas where customers want physical contact.
2. For a single store, draw a monthly P&L model including rent, staff and inventory, with its worst case.
3. Research pop-up or in-store space options inside another brand and list three potential partners and locations.

---

# Sustainable Financial Management

URL: https://alpsuleyman.com/en/strategies/sustainable-financial-management
Published: 2026-06-25
Updated: 2026-10-02
Author: Alp Suleiman

> Most fast-growing companies die not in the market but in the cash flow. Financial discipline is not a brake on growth. It is the only way to keep growing.

A fast-growing company's charts look wonderful while the cash in the bank quietly melts. Revenue rises every quarter, the team grows, new markets open. And one morning the finance lead says, “we have seven months of runway.” Three months ago that number was twelve and nobody noticed.

In most startups financial management is an accounting function: it records the past. Sustainable financial management is a function that designs the future: which growth can be financed and which cannot, and what options the company has left when the cash runs out.

## When you need it

The first signal is cash burn rising faster than growth. If revenue grows thirty percent but monthly burn grows fifty, growth is getting more expensive. The second is looking at financial statements only at month end and making decisions on instinct.

The third is a shift in capital markets. When access to investment tightens, a plan that works on the assumption of “we'll raise the next round” quickly turns fragile. That is why discipline is built in good times, not when crisis arrives.

What counts as too early is when the product is still searching for fit. Then the goal is not sustainable unit economics but speed of learning; the money is for learning. But even then, knowing your runway, and deciding in advance when learning should stop and discipline should start, is essential.

## What most teams miss

Teams treat sustainability as restriction: cut spend, stop hiring. The real work is knowing which spend has proven its return and scaling only that. A disciplined company is not one that spends little but one that knows what every spend returns.

Unit economics decides here. How many months does it take to recover the cost of acquiring a customer (CAC) from the gross margin that customer produces? A common rule of thumb for LTV:CAC is about three to one, and a typical benchmark for CAC payback is around twelve months. The numbers themselves are not sacred, but they point the way: is each new customer an investment or a loss?

> Sustainable growth is not spending less. It is knowing which spend pays back and multiplying only that.

The second thing teams miss is that cash and profit are not the same. A company that collects annual contracts upfront can pile up cash without being profitable. A company selling on terms can book profit and run out of cash. Knowing which group you are in determines your hiring and investment calendar. One more measure for understanding growth efficiency is the “burn multiple”: net cash burned divided by new recurring revenue added. Lower is better; if it is rising, growth is costing you more every quarter.

## The playbook

### 1. Build a monthly, rolling cash forecast

Forecast the next twelve months, month by month, with a collection and payment calendar, and update it every month. The output: a page showing your runway under three scenarios (base, bad, very bad). The finance lead owns it, but it is read with the management team every month.

### 2. Calculate unit economics by segment and channel

Calculate CAC, payback period, gross margin, retention and expansion revenue separately for each customer segment and acquisition channel. Often profitable growth turns out to live in a single channel. The output: budget shifted to the profitable channels.

### 3. Tie growth spending to triggers

Open hiring and marketing budgets by metrics, not by calendar: “when CAC payback is below this level, increase budget by this much.” This gives the team both authority and a limit. The output: a hiring plan with a revenue or efficiency trigger for each position.

### 4. Make margin and cost structure visible

Separate fixed from variable costs; track gross margin by product and customer. Name an owner for each of the three largest cost items. If margin is falling, find the reason in the same month.

### 5. Decide the bad scenario in advance

Answer “what do we do if runway drops below six months?” in a calm meeting: which spend stops, which hires are deferred, which financing options come into play. A decision made in the middle of a crisis is always more expensive.

### 6. Do not separate the capital decision from strategy

Raising equity, borrowing or turning revenue into financing should be discussed together with the growth plan. Make the relationship between the capital you take and the growth you target explicit: which metric will this money move, and by how much?

## What to measure

- **Runway (months):** The simplest and most important number for how long your cash lasts. A leading indicator.
- **CAC payback and gross margin:** Shows whether each new customer is an investment.
- **Burn multiple:** The efficiency of growth; how much recurring revenue you add for every dollar burned.
- **Net revenue retention (NRR):** A lagging but clear measure of how much growth comes from existing customers and how durable revenue is.

## Pitfalls

**Counting on the next funding round.** A plan that works only with new capital is fragile. Always prepare a scenario that survives without it.

**Confusing revenue with profit.** Revenue grown through discounts or payment terms shows growth but not health. Track gross margin and cash collection together.

**Starting discipline late.** When crisis comes, the cuts are sharp and badly chosen. When discipline is built in good times, it becomes steering instead of cutting.

## Start this week

1. Build a twelve-month monthly cash forecast in one table and write your runway under three scenarios.
2. For your two largest acquisition channels, calculate payback from CAC and gross margin.
3. Book a one-hour meeting with the management team for the “runway drops below six months” scenario and write down the three steps you would take.

---

# Customer Feedback Loops

URL: https://alpsuleyman.com/en/strategies/customer-feedback-loops
Published: 2026-03-12
Updated: 2026-10-02
Author: Alp Suleiman

> Most companies collect customer feedback. Very few can tell a customer “we heard you, here is what we did.” The difference is not survey quality but whether the loop ever closes.

Picture a B2B product team's shared doc with a table called “Customer requests.” Four hundred rows. The oldest is two years old. None has a status like “shipped,” “won't do,” or a reason why. Most teams have some version of this table, and it is not a listening system. It is a graveyard.

Collecting feedback is easy. The hard part is turning it into decisions and making sure the customer notices. The second part gets talked about less, yet it is what actually moves churn: a customer who feels heard will often stay even when the requested feature never ships. A customer who talks into silence eventually stops talking, and then leaves.

## When you need it

The signals are usually these. Sales, support and product all hear the same complaint in different words, and nobody sees it in one place. Nobody has talked to the customers who churned. Roadmap debates are won by whoever shouts loudest or by whatever the CEO heard on yesterday's call. Nearly half your support tickets cluster around the same three topics.

It is too early if you have your first twenty or thirty customers and the founder already talks to all of them. At that stage the best feedback system is a phone and a notebook. Build the system when the founder can no longer be in every conversation, not before.

## What most teams miss

People treat feedback as a collection problem: more surveys, more widgets, more NPS. The real problem is almost never volume. It piles up in three other places.

First, source blindness. Surveys hear from people who like you. Support tickets hear from people in pain. Lost-deal notes reflect people who never really understood you. Churn interviews come from someone who already left. None of them is right alone; they correct each other. A product run on surveys alone gets shaped by its own fans.

Second, confusing the request with the need. A customer asks for an “export to Excel” button. What they really want is to bring their manager a weekly number. The answer might be an export, but a dashboard or an automated email might be better. A team that drops requests straight onto the roadmap has outsourced its design to the customer.

Third, and most important, the loop never closes.

> Feedback that never goes back to the customer is not data. It is a statement of good intentions.

The difference between a team that says “we heard this, and on this date we shipped that” or “we won't build this, and here is why” and a team whose form submissions vanish is trust. Even a declined request strengthens the relationship once it is explained. An unanswered request is a one-sided notice of withdrawal.

## The playbook

### 1. Map the sources and pour them into one pool

Start by writing down where feedback lives today: the support tool, the sales CRM, customer success call notes, in-app surveys, app store reviews, social media. Route all of it into one place with a simple schema: who, which segment, which source, what they said, how much revenue sits behind it. The tool does not matter; Airtable works, so does your product analytics tool. What matters is that each record is tied to an account, because “ten people asked” and “ten people asked, representing a quarter of our revenue” are not the same sentence.

### 2. Build a tag dictionary

Free text is a heap; a tagging system is a dataset. Draft a dictionary of no more than twenty tags organized by product area (onboarding, reporting, integrations, pricing) and tag every record. Review the dictionary every six months. If tags grow uncontrolled, the system builds its own graveyard.

### 3. Weekly triage, monthly theme review

Run a forty-five-minute triage each week: new records get tagged, and each one gets an owner and a status (investigating, planned, won't do, resolved). Once a month the product lead, a designer and someone from customer success review the themes. Which theme appears in the most accounts? Which on the highest-revenue accounts? Which correlates with churn? Roadmap decisions draw from this output. You can use RICE or ICE scoring here, but fill the “reach” field with weighted account counts, not raw votes.

### 4. Set a rhythm of deep conversations

The system gives quantitative signal; it does not tell you why. Plan eight to ten conversations a month: three new customers, three retained customers, two you lost. The churn conversation is the most valuable, because the person no longer needs to be polite to protect you. Instead of “what was missing?”, ask “what was the last solution you used for this job, and why did you go back to it?” Ask about past behavior and you get far more accurate answers than when you ask about future intent.

### 5. Close the loop

When a record closes, a message goes to the customer: a short note and maybe a screenshot if it shipped, an honest rationale if it will not. In release notes you can say “built at the request of customers like you.” Name who sends the message, too. Any step without an owner is the first one dropped in a busy quarter.

## What to measure

- **Loop-closure rate** (leading): the share of records from the last 90 days that have an owner and a status. It tells you whether the system is alive.
- **Time from feedback to resolution** (leading): median days from a record opening to the customer hearing back. The longer it gets, the more trust erodes.
- **Churn gap for responded cohorts** (lagging): 6- and 12-month retention of accounts whose feedback got a response versus those that did not. This is where the business impact shows up.
- **Revenue affected per theme** (leading): shows whether roadmap priority is weighted by revenue rather than raw votes.

## Pitfalls

**The loud minority.** The customer who writes the most is not the most representative one. Always weigh by segment and revenue, or your product will be shaped around your most exhausted user.

**Feedback theater.** If you send surveys, put the results on a slide and change no decision, you are wasting the customer's time. If the answer will not change a decision, do not ask.

**Treating every request as a commitment.** Saying “it's on the roadmap” is a promise. For things you are unsure about, say “we're investigating” and actually investigate, or say a clear no.

**Listening only to the happy ones.** Your NPS can be high while you hear nothing from the customers you lose. Always feed lost deals and churn interviews into the system.

## How AI changes this

Summarizing feedback with a model can save time. Support tickets, lost-deal notes and interview transcripts can be sorted into themes, and sorting that takes hours can come down to minutes; the four-hundred-row request table from the opening becomes readable at a glance. The price of speed may be seeing only the surface.

Before trusting a summary, ask which sample it came from and whose voice got lost. Summaries tend to bring forward the phrase that appears often, which can amplify the customer who writes most. A churned account's one sentence, short and rare, can vanish in the average. Sources never collected, such as segments nobody interviewed, cannot show up.

Rule of thumb. Next to every summary, write the source mix (channel, segment, revenue weight) and the number of records left out; monthly, compare it with a random sample of raw records.

Our reading: treating the summary as an input to the decision may be safer than treating it as the decision itself. The raw words of at least one lost customer can stay on the table in every theme meeting.

## Start this week

1. Paste the last 30 days of support tickets, sales loss notes and customer call notes into a single table, match each row to an account and its revenue, and pull out the top five themes.
2. Call three customers you lost in the last three months. Ask for twenty minutes and ask one question: “How are you solving this job now?”
3. Assign an owner to the ten oldest requests in your table and write each a one-sentence reply that goes to the customer this Friday: shipped, planned, or not happening, and why.

---

# Digital Transformation

URL: https://alpsuleyman.com/en/strategies/digital-transformation
Published: 2025-02-21
Updated: 2026-10-02
Author: Alp Suleiman

> Digitize a bad process and you get a faster bad process. Transformation is not buying software; it is rewriting who makes which decision, and how.

Many companies start digital transformation with the same sentence: “We're buying an ERP.” Six months later the new system is live, but accounting still keeps its old Excel file open, sales only updates the CRM at month end, and management still waits for numbers to arrive from individuals before every meeting. The tool changed. The work did not.

The thesis here is simple. Digital transformation looks like a technology project, but most of the time it is a project about decision rights and process design. Technology only produces value once the way the organization works has changed.

## When you need it

The signals are operational. The same data sits in three places with three different values. A single customer request involves seven people in an email thread. New hires take months to become productive because the knowledge lives in people's heads. Competitors deliver the same service faster and cheaper. Growth cannot continue without hiring at the same rate.

It is too early if your process has not settled yet. Digitizing a process that changes weekly means rewriting software constantly. Stabilize it by hand with simple tools first, then automate. Also, in a ten-person team a “transformation program” is usually theater; what you need there is a few well-chosen tools and some discipline.

## What most teams miss

Companies think about transformation through a tool inventory: which systems do we have, which should we replace. The better question is: which moment in the customer's or employee's day is needlessly slow, error-prone or dependent on a person?

The practical difference between the two views is large. The tool-centric team writes a project plan, picks a vendor, sets a go-live date and declares success when the date arrives. The outcome-centric team picks one flow (say, the time from quote request to order), measures where it stands today, finds where it waits and whose desk it gets stuck on, and then fixes only those points.

> Digitizing speeds a process up; redesigning asks whether it should exist. If you skip the second, the first just speeds up the mistakes.

The second critical point is ownership. These projects usually go to IT because they look like technology. But the person who will transform the sales process is the head of sales; IT makes their decisions possible. A transformation not owned by the business unit gets delivered and never used.

Third, the human side. Adoption of a new system depends on whether the person forced to use it sees it as useful for their own job. If the system only produces reports for management and adds data entry for the person in the field, resistance is not irrational.

## The playbook

### 1. Pick one journey

Not the whole company, one end-to-end flow: customer acquisition, order-to-delivery, collections, hiring, support. The selection rests on two questions: how much time and money do we lose in this flow today, and how much does the customer feel it? The first transformation should sit where it shows visible results quickly, because the budget and the volunteers for the next steps come from there.

### 2. Map and measure the current state

Put the flow on a wall with the people who actually do the work, not as management imagines it but as it happens. Write down each step's duration, waiting time, number of handoffs and number of errors. More often than not, most of the total time is not the work itself but waiting in a queue. Seeing that moves the tool debate somewhere else.

### 3. Simplify first, then automate

For every step on the map ask: who does this step create value for? Who in the approval chain is actually deciding? Which data is entered twice? Delete needless steps, cut approvals, pick one source of truth. Only then decide which steps need software, which need integration, and which need nothing at all.

### 4. Deliver with a small team in short cycles

Build a team of the business owner, someone who acts as a product owner, two or three developers and one or two people who do the work. Instead of a big launch six months out, plan a release into users' hands every two or three weeks. Most of the payoff comes late; the first release exists to learn and to touch real users.

### 5. Manage adoption as a job

Training is not enough. Set a deliberate shutdown date for the old way; every day two systems live in parallel is adoption's worst enemy. Spotlight the people in the field who adopt first and ship the fixes that come from them quickly. When a user reports a problem and sees it resolved within days, they take ownership of the system.

### 6. Tie management decisions to the new data

The final test of transformation is that the numbers in the weekly meeting come from one place and decisions are made from them. Retire the old reports so people have to trust the new source.

## What to measure

- **Process cycle time** (lagging): total end-to-end time of the chosen flow. The main business outcome of the transformation.
- **Manual touch rate** (leading): the share of steps in a transaction that require human intervention. Shows whether automation is actually working.
- **Active usage rate** (leading): real weekly use by the people who are supposed to use the system. If low, a parallel Excel is alive somewhere.
- **Error and rework rate** (lagging): the share of records that need correction.

## Pitfalls

**Tool magic.** A new platform does not solve a process's problems; it carries them at higher cost. The flow in a vendor demo is not your real flow.

**The giant program.** A two-year, company-wide transformation plan is a plan whose priorities shift and budget gets cut by the end of year one. Every small piece that is finished and used beats a big plan left half done.

**Orphaned ownership.** “IT is doing it” or “the consultant is doing it” is the moment the business unit walks away from responsibility. The business owner makes the decisions.

**Leaving the old system on.** A migration without a shutdown date means running two systems together, and paying for both.

## Start this week

1. Pick the single flow your company gets the most complaints about, or loses the most time in, and write its name down (for example, “quote to order”).
2. Sit for an hour each with three people who actually run that flow, and draw every step, wait and handoff on one sheet of paper.
3. Find the three longest waits on the drawing, and mark just one of them to be solved in the next two weeks under one person's ownership.

---

# Building Innovation Labs

URL: https://alpsuleyman.com/en/strategies/innovation-labs
Published: 2025-08-01
Updated: 2026-10-03
Author: Alp Suleiman

> Most innovation labs are good at generating ideas and terrible at moving anything into the core business. What makes a lab work is not isolation but the path back to the business.

A company's innovation center opening usually goes the same way: colorful walls, whiteboards, a hackathon, a press release. A year later the center runs three pilots, and nobody is authorized to move even one into the core business. The lab exists. The output does not.

Google X and Amazon's Lab126 are attractive examples because the outputs are impressive. Waymo came out of Google X, and Lab126 is where products like the Kindle and the Echo were developed. But it is worth remembering that the same Lab126 also built the Fire Phone. Working in isolation does not guarantee success; it only permits trying. This piece is about how to turn that permission into a result.

## When you need it

Your core business has become a structure that grows at its own pace but cannot try anything new. Every new idea collides with current revenue targets and processes and gets the answer “not now.” Competitors or new entrants are testing a method that could erode your core, and nobody on your side is positioned to test it.

It is too early if your main product is still searching for product-market fit; in that case your lab is your core business. Also, if the budget you would set aside is large enough to slow the core's growth and there is no clear thesis, this is not an innovation investment but a luxury.

## What most teams miss

The lab idea usually rests on two things: freedom and isolation. True, the speed of the core business can smother a new idea. But isolation alone is not the solution; it creates a new problem. The further the lab drifts, the harder it is to return to the core.

A common pattern in failing labs goes like this. The team builds a beautiful prototype. The head of the relevant business unit treats it as a side project. Sales is not rewarded for selling it. Operations builds no process to support it. The product works technically and is an orphan organizationally.

> A lab's success is not measured by how much innovation it produces, but by how much of what it produces enters the company's core business.

So the most important question in lab design is not “what will they discover?” but “who will take over what they discover, and under what conditions?” Any structure that does not answer this up front turns into expensive R&D theater.

The second point: a lab does not have to be a building or a department. In a mid-sized company it can be a team of three or four with a defined budget and a defined mandate. The authority definition matters, not the architecture.

## The playbook

### 1. Set a thesis and a boundary

“We will do innovation” is not a thesis. A thesis sounds like this: “Over the next five years our customers may take this job from us to somewhere else; to test that, we will try these three hypotheses.” Limit the scope to two or three themes. A lab without boundaries chases everything that looks interesting and finishes nothing.

### 2. Clarify mandate, budget and sponsor

The lab needs a senior executive sponsor, someone who decides at the points where the lab clashes with the business units. Give the budget as a fixed annual box rather than per project; rebudgeting every project eats time. But release the box in stages: the next tranche depends on the previous one reaching its learning goal.

### 3. Set stage gates and kill criteria

Every idea passes through gates written in advance: is the problem validated, is a customer ready to pay for this, is the technical risk manageable, do the economics work at scale? The question at each gate should be “do we continue?”, and the criteria should be written before anyone is emotionally attached to the project. Celebrate killing an idea as a success, because an idea that dies early frees resources for the next one.

### 4. Build the link to the core

On every project, someone from the receiving business unit should be on board from day one: coming to the weekly demo, judging the prototype. If that person does not like the project, a later handover will not work, and learning that early is good news. Write the handover terms up front too: at what revenue threshold the project moves into a business unit, how the team splits, whose P&L it lands in.

### 5. Share what you learn

Failed projects also produce something: learning. Write a one-page note at every closure: what was the hypothesis, what did we learn, which knowledge now belongs to the company. These notes are the only evidence that earns the business units' trust in the lab.

## What to measure

- **Learning velocity per stage** (leading): the time for a hypothesis to be tested and decided. If the lab slows down, it is turning into theater.
- **Handover rate** (lagging): the share of projects that leave the lab and move into a business unit. This is the real output.
- **Business unit involvement** (leading): the number of receiving sponsors who attend demos and are ready to take over.
- **Number of closed projects and their average age** (leading): if no project ever closes, that is a warning; the criteria are missing or not enforced.

## Pitfalls

**The showcase lab.** A structure visible outside and disconnected inside is a branding exercise, not innovation. The yardstick is revenue entering the core.

**Loading all the risk onto the lab.** If the core's leaders say “that's the lab's job” and walk away from responsibility for renewal, nothing the lab does will be adopted.

**Funding without criteria.** A project with a budget and no kill criteria becomes a fixed cost of its own and lives for years.

**Pulling the core's best people.** Good labs attract talent but must not hollow out the core. Work with rotation: people from the core spend a stint in the lab and return, so knowledge flows both ways.

## Start this week

1. List the ideas your company shelved in the last three years with “interesting, but not now,” and mark which of them rest on a real customer problem.
2. Sit with a senior executive for twenty minutes and ask one question: “On what topic could you give decision authority to a small team testing a new idea?”
3. For your strongest idea, write a one-page handover agreement: under what condition it continues, under what condition it closes, and who from the receiving business unit takes it over.

---

# Logistics and Supply Chain Optimization

URL: https://alpsuleyman.com/en/strategies/logistics-supply-chain-optimization
Published: 2026-01-28
Updated: 2026-10-02
Author: Alp Suleiman

> Logistics is the quiet determinant of margin in physical products. Not faster delivery, but the promise you keep and the true cost per order decide who wins.

A founder selling physical products usually calculates margin from product cost and selling price. Then, at a month-end close, they add up shipping, returns, warehouse labor, damaged goods and wrong shipments, and discover that half the margin dissolved there. In most e-commerce and retail companies, logistics is a large cost line noticed after the fact.

Amazon's logistics network is often cited as the center of its competitive advantage, and rightly so, since it built its distribution network for years as an investment. But trying to copy that at your own scale draws the wrong lesson. For a small or mid-sized company the right lesson is not network size. It is managing logistics as a customer-experience and margin decision, not a cost line.

## When you need it

Gross margin on orders looks fine but net profit is weak. The return rate is rising, and “where is my package” requests occupy half your support team. You are losing sales to competitors because of delivery time or cost. Growth is raising warehouse and shipping costs disproportionately.

It is too early if you ship a few dozen orders a day and product-market fit is unclear; spending time on logistics optimization may be the wrong priority. At that stage the best system is one person who knows the work, a decent carrier deal and regular tracking of cost per order.

## What most teams miss

Most teams think about logistics in terms of speed: next-day delivery, same-day delivery. What matters most to the customer is often not speed but reliability. Saying “it'll arrive Tuesday” and delivering on Tuesday is a far better experience than saying “tomorrow” and arriving three days later. Speed is expensive and not equally valuable to every customer; keeping promises is cheap differentiation.

Second, teams see cost as the shipping invoice. The real cost per order is a longer chain: storage, picking and packing, packaging, shipping, failed delivery, a customer service contact, the return, and whether the returned item can be resold.

> What you optimize in logistics is not speed or carrier price. It is the cost of the promise you make to the customer.

Third, logistics decisions get separated from product and pricing decisions. A free-shipping promise on a bulky, heavy product, the return policy of a low-margin item, a campaign that causes a sudden order spike: these are all logistics decisions, and they are often made at the marketing or product team's table without anyone asking logistics.

## The playbook

### 1. Compute the true cost per order

Take the last three months of orders and add up every logistics line for each: storage share, labor, packaging, shipping, failed delivery, returns, customer service. Break it down by product category, region and order size. You will see unprofitable segments on their own rows for the first time; some products and some regions lose money every time they sell.

### 2. Measure the delivery promise

Compare the delivery estimate you gave the customer with the actual delivery. How many orders arrived on the promised date, complete and undamaged? This is the “perfect order rate,” and it is lower than most businesses assume. Entering a speed race before raising your promise-keeping rate just increases the number of broken promises.

### 3. Classify root causes

Separate the causes of delays, damage, wrong items and returns by source: the warehouse, the carrier, the product packaging, an address error, the product description? Each has a different fix. A second carrier and regional carrier selection for delays; packaging tests for damage; size and measurement information on the product page for returns.

### 4. Move inventory closer to the customer

Map where orders come from by region. Keeping fast-moving products near dense demand lowers delivery time and cost together. But as you distribute stock, stock risk grows; slow movers should stay central. This decision depends on your demand forecasting quality; if the forecast is weak, improve that first.

### 5. Take control of contracts and data

Write SLAs with carriers and warehouse partners: delivery time, damage rate, notification speed, and the penalty or bonus attached. Ask for real-time tracking data at every step of the order; you cannot manage a step you cannot see. Do not depend entirely on a single carrier, but do not spread your volume-negotiation power across ten carriers either.

## What to measure

- **Total logistics cost per order** (lagging): as a share of net order value. The true picture of margin.
- **Perfect order rate** (leading): the share of orders delivered on time, in full and undamaged.
- **Return rate and reasons** (lagging): shows which returns are preventable.
- **Delivery promise deviation** (leading): the gap between the promised and actual date. A leading indicator of customer service load.

## Pitfalls

**Speed obsession.** A same-day promise on every product strains your margin and your reliability at the same time. Reserve speed for segments that value it and focus on keeping promises everywhere else.

**Treating free shipping as a marketing decision.** A free-shipping threshold affects basket size and margin; a business that sets one without calculating takes on the cost of every order itself.

**Single points of dependency.** One warehouse, one carrier or one supplier stops the entire business in peak season or an outage. Build the backup plan in a calm period, not in the crisis.

**Outsourcing before you understand the process.** Handing logistics to a 3PL before you understand it as a process makes the problem more expensive and less visible.

## Start this week

1. Pick fifty random orders from the last 90 days and put the true logistics cost of each, including warehouse, packaging, shipping, returns and customer service, into one table.
2. For the same fifty orders, compare the promised delivery date with the actual date and calculate your promise-keeping rate.
3. Identify the three products or regions that produce the most returns and delays, and write one root-cause hypothesis for each.

---

# From Market Education to Market Leadership

URL: https://alpsuleyman.com/en/strategies/market-education-to-leadership
Published: 2025-04-22
Updated: 2026-10-02
Author: Alp Suleiman

> While educating the category you spoke for everyone. Now the customer knows the category and your rivals feed on the same education. The question changed from “why this product?” to “why you?”

Something odd happens to companies that educate the market: they do it so well that their competitors start feeding on the awareness they created. Your webinars, content and conference talks explain the category; the customer understands, goes looking for alternatives and finds five companies on the first page. You paid for the education, and you now share the revenue.

Salesforce's story is often cited as the classic example of this shift: it began as a company explaining cloud-based CRM with slogans like “the end of software,” then became the category's reference point. This piece is about when and how to make that shift. I am not discussing market education itself (strategy 27); I am discussing what you do after education has done its job.

## When you need it

Fewer sales calls open with “what is this?” and more with “what's the difference between you and X?” In your search data, category terms are growing and traffic arrives through generic terms rather than your brand name. Competitors copy your language, your headlines, even your use cases. Customers arrive already educated, holding a comparison table.

It is too early if your sales team still spends its first ten minutes explaining the problem; the category has not settled yet. Moving to a leadership position at that stage means claiming superiority for a product no one has understood. The customer's language has to settle first.

## What most teams miss

Education and leadership are different games and need different skills. In education the aim is to get “this problem is real, and this category is the solution” accepted. In leadership the aim is to get “the right choice in this category is us” accepted. The first speaks to everyone; the second deliberately leaves some people out.

A common mistake is staying in education mode. A marketing team that spent years explaining “what this is and why it matters” keeps producing the same content after the category matures. A competitor, meanwhile, produces comparison, ROI and reference content instead of repeating what the customer already knows, and takes the decision stage away from you.

> Education does not make you the owner of a category; it earns you the right to define it. If you do not use that right, your competitors will.

Leadership is not being the best known; it is being the party that sets the category's yardstick. When customers think “what does a good product in this category look like?” and the criteria that come to mind resemble your definition, you are the leader. If competitors are measured by your criteria and those criteria favor you, the fight is already on your ground.

## The playbook

### 1. Test category maturity

Listen to recorded sales calls or read the notes: is the opening question “what does this do?” or “why should I pick you?” What words do incoming customers use to describe the category? How close is that language to yours? If customers have already evaluated other vendors, the time to shift has arrived.

### 2. Write the category's yardstick

Write the five or six criteria a customer should use when deciding, chosen from what genuinely matters. Make sure they coincide with your real strengths, but more importantly, that they are right for the customer. Artificial criteria collapse on the first comparison table. Publish this as a buyer's guide or an open benchmark.

### 3. Change your content and sales language

Move education content into its own category (top of funnel) and build decision-stage content from scratch: comparison pages, reference customer examples, migration guides, ROI calculators. Have sales presentations explain “why this architecture, why this approach” instead of describing the problem. Whether to name a rival or not is a sign of marketing maturity: leaders usually define the criteria without naming anyone.

### 4. Put reference customers and proof first

Leadership is built with proof, not claims: customer success stories, independent analyst assessments, open metrics, long-term retention data. What a competitor cannot copy is your customers' real results; put that at the center of the content.

### 5. Own the ecosystem and the standards

If, as the category's educator, you built a community, a certification program, a conference or an open integration standard, turn them into a channel. Every partner, consultant or developer working for the category describes you as its reference. That is an advantage a rival cannot buy on its own.

## What to measure

- **Competitive deal rate** (leading): in what share of opportunities a competitor is on the table. If it is rising, the category is maturing and your next battle is there.
- **Visibility in comparison searches** (leading): your position for queries like “X alternative” and “X vs Y.”
- **Win rate by competitor** (lagging): which rival you lose to and on which criterion you are weak.
- **Aided and unaided brand awareness** (lagging): does someone thinking about the category name you unprompted?

## Pitfalls

**Education comfort.** Educational content is easy to measure and familiar to produce, so it is hard to give up. The result is marketing that speaks to everyone and wins no decision stage.

**Owning the category and forgetting the customer.** “We created this category” means nothing to a customer. What matters to them is seeing that you solve their problem best.

**Bending the criteria in your favor.** If you only highlight criteria where you are strong, buyers notice and trust erodes. Honest criteria win more customers over the long run.

**Belittling competitors.** Rivals who grow the category also help you. Your language toward them should describe a clear difference rather than claim superiority.

## Start this week

1. List the opening questions from your last 20 sales calls and count how many were “what is this?” and how many were “what's the difference between you and X?”
2. Write the five criteria a customer should use to decide, and honestly score yourself and your two closest rivals on each.
3. Pick one of your existing educational pieces and draft a one-page outline for a comparison page or migration guide to replace it.

---

# Rebranding

URL: https://alpsuleyman.com/en/strategies/rebranding
Published: 2026-02-24
Updated: 2026-10-03
Author: Alp Suleiman

> A rebrand is not a new logo; it is an announcement that the company has redefined itself. If the strategy has not changed, swapping the logo is an expensive makeover.

When someone says “the brand looks dated” in a board meeting, an agency gets called, a new logo and color palette appear, and a launch happens. Six months later the customer buys the same product the same way, the sales team speaks in the same sentences, and the agency budget has turned into a slide archive. The look changed. The company did not.

A rebrand can have a real reason. The moment Facebook renamed its parent company Meta in 2021 is a symbolic example: the company was saying it wanted to move beyond the social network toward a vision of virtual worlds and platform investment. The name of the Facebook app itself did not change; only the umbrella company's name did. That distinction matters: a rebrand does not have to change everything.

## When you need it

The signals are strategic. The company is moving to a different customer segment but the brand still evokes the old one. A new product line contradicts the old brand perception. After a merger or acquisition, several brands cannibalize each other. The brand name carries a legal, cultural or pronunciation problem. When talking to investors and enterprise customers, the brand gets in the way of describing the company's new reality.

It is too early if the main reason is “we're bored,” “a competitor refreshed” or “a new CMO arrived.” In that case do a brief internal check first: did anything strategic change? If not, running the current brand more consistently is usually cheaper and more effective than refreshing it.

## What most teams miss

A brand is not a logo; it has three layers. On top, identity: name, logo, color, tone of voice. In the middle, positioning: for whom, which problem, why you. At the bottom, the experience the customer has with you: product, price, support. Most rebrands change only the top layer, and if the lower layers stay the same, the customer feels it immediately: a new face, an old company.

> A rebrand does not show that a company has changed; it announces that it has. If the change you announce is not real, customers notice at first contact.

The right order runs backward. First the company's strategy and positioning change, then product and experience support it, and identity makes it visible last. Identity is the result of change, not its cause.

The second point is the invisible cost of brand equity. The existing brand holds recognition, search traffic and accumulated trust; every name change resets part of that. SEO loss, customers who cannot find the product they searched for, partner signage, contracts, email signatures: each looks small, but the total is large. So the question is not “is the new brand better than the old one?” but “is the new brand good enough to make up for the equity we lose?”

Third, the community's reaction. It is well known that Gap changed its logo in 2010 and returned to the old one within about a week after customer backlash. The lesson is not that the design was wrong; it is that the customer's bond with the brand was underestimated. People who use a brand are attached to it, and a change made without talking to them feels like a loss.

## The playbook

### 1. Put the reason in writing

Answer in a single paragraph: what changed in the company's strategy, and why can the current brand not express it? If the answer contains no sentence about customers, product or market, the reason is most likely aesthetic. This paragraph is the yardstick for every later decision.

### 2. Audit the existing brand assets

Measure the brand's value today: aided and unaided awareness, branded search volume, direct traffic, three words customers use to describe you. If you do not know what you want to keep, you cannot know what to change. Often some elements of the brand (a color, a voice, a tagline) are real assets and should be kept.

### 3. Resolve positioning before identity

For whom, for which job, against which rival. Write this first, test it with customers, and only then design the name and visual identity. The agency is a tool at this stage; do not hand the positioning decision to the agency, because that decision is the company's strategy.

### 4. Run the transition like an operations project

If the name or domain changes, build a checklist covering redirects, SEO migration, legal registration, contract updates, email and in-product copy. Let the old and new brand appear together for a while (“X, now Y”) so customers cross without breaking the bond. Tell employees before the outside world; employees are the new brand's first ambassadors, and if they are confused they pass it on to customers.

### 5. Measure and adjust after launch

Launch is a beginning, not an end. For the first three months track branded searches, direct traffic, support requests (including “what happened?” questions) and sales team feedback. If something genuinely has to be rolled back, do it quickly and without ego.

## What to measure

- **Branded search volume and direct traffic** (leading): the dip at transition and the recovery time show the quality of the migration.
- **Aided and unaided awareness** (lagging): whether the new positioning has landed in the target segment.
- **Sales cycle and win rate** (lagging): whether the new message works in sales.
- **Internal ownership** (leading): the share of employees who can describe the brand with its new positioning; a short internal survey can measure it.

## Pitfalls

**The cosmetic change.** If strategy, product and experience stay the same, the new identity is a coat of paint. Customers notice and feel they heard a false promise.

**Underestimating accumulated equity.** If the old brand has SEO value, recognition and loyalty, rebuilding them takes years. Do not change the name unless you have to; sometimes refreshing only the positioning is enough.

**Delegating strategy to the agency.** The agency delivers you an identity, but the answer to “who are we?” is your responsibility. If design starts before that answer is clear, the result is beautiful and meaningless.

**Telling employees last.** If employees see the new brand on launch day, the biggest risk of the first week is your own team failing to own it.

## Start this week

1. Write the reason for the rebrand in a single paragraph. If it contains none of the words strategy, customer or market, stop the project and clarify the reason.
2. Capture the brand's value today in three numbers: branded search volume, direct traffic, and the answers from ten customers to “describe us in three words.”
3. List every brand element in two columns, change and keep, and review the decisions and their rationale with the leadership team.

---

# From Platform to Ecosystem

URL: https://alpsuleyman.com/en/strategies/platform-to-ecosystem
Published: 2026-07-21
Updated: 2026-10-02
Author: Alp Suleiman

> A platform is infrastructure others use while you create the value. An ecosystem is where others earn money on top of you and cannot easily leave. The difference lies in the economics.

Many companies say “we're a platform” but cannot answer who makes money on it. The integrations page has forty logos and the API docs are lovely, but not one of those logos runs the bulk of its business through you. That may be a platform. It is not an ecosystem.

Apple's App Store is the best-known example of an ecosystem. When it opened in 2008, it offered developers distribution, payment, discovery and trust, and took a share of the revenue in return. Developers made the iPhone more valuable; a more valuable iPhone brought more users; more users drew more developers. What mattered was not the technology but that both sides of the cycle earned something. You see the same logic in B2B examples like Salesforce's AppExchange.

## When you need it

Your product faces more niche needs outside its core use than you can keep up with. Customers keep saying “this integration is missing, that feature is missing,” and each one needs a separate specialty. Third parties are already building on top of your product, but you do not manage it. Your platform's core is solid and has reached enough users: there is enough of an audience that building a business on top of it makes sense for an outsider.

It is too early if your own product does not yet deliver strong value or your user base is small. No developer invests in a platform with no users. Build the core product and the audience first; an ecosystem is usually a result of scale, not the start of it.

## What most teams miss

The move from platform to ecosystem gets treated as a technology opening: open the API, build a developer portal, run a hackathon. In reality it is an economics design: for third parties to build a business on you, they need a reason, revenue and safety.

> An ecosystem is where your partners' earnings on top of you grow faster than your own. If you do not want that, stay a platform.

That sentence is uncomfortable, because a partner stays with you only if they earn more than they would elsewhere. A company building an ecosystem consciously leaves some of the value on the table. The question that persuades prospective partners is not “what does this platform do?” but “can I make money here, and will the rules change tomorrow and take my earnings away?”

The second point is credibility. A platform's sudden change to its API, pricing structure or commission is the fastest way to lose partners. The ecosystem's real asset is the belief that the rules are predictable. Do not change your rules without asking your partners first.

Third, quality governance. An open ecosystem brings both good and bad third-party products. A bad app damages the user's impression of you. So an ecosystem is not just opening up; it is building a review, security and quality system.

## The playbook

### 1. Who will the partners be, and what will they earn?

Write out the target partner profiles: independent developers, agencies, integrators, complementary software companies? For each, answer “how do they make money on top of you?” If the answer is unclear, attracting partners will be hard. This is a market research job: talk to prospective partners and ask them which revenue they value.

### 2. Decide the value-sharing model

Revenue share, lead sharing, co-selling, certification or distribution advantage: decide which economics you will offer. The share has to be generous enough to motivate the partner, because the rule is that the partner's earnings must be sustainable. Set it once, and make changes with a long notice period.

### 3. Design the developer experience as a product

Documentation, a sandbox, sample code, a support channel, and a first integration that can go live within a week. Developer experience is measured like a product's onboarding: time to first call, time to first release. Speeding up a partner's first success is your first ecosystem investment.

### 4. Build discoverability and trust

However good a partner product is, there is no revenue if users cannot find it. Build a marketplace, category pages, a review and recommendation system. At the same time set review and security standards; users must be able to trust partner products.

### 5. Grow the first partners by hand

An ecosystem's first year is a chicken-and-egg problem. Work closely with three or five strategic partners: build integrations for them, find joint customers, produce success stories. Those stories are what draws the next hundred partners.

### 6. Write the governance and keep to it

Say clearly which areas you will not enter as a competitor to your partners. If you build a partner's feature yourself in the next release, the ecosystem's trust is gone. Admitting you cannot do everything and drawing a boundary is the precondition for partners to invest.

## What to measure

- **Revenue per partner** (lagging): the money partners earn through your platform. The ecosystem's true health indicator.
- **Share of usage driven by third parties** (lagging): how much of the customer's value comes from partner products.
- **Time to first integration** (leading): the quality of developer experience.
- **Active partners and retention** (leading): not partners who launched and left, but partners who stayed.

## Pitfalls

**Changing rules abruptly.** A sudden commission hike or API change destroys years of built trust in a day. Put a predictable timeline on every change.

**Copying a partner's business.** If you later build the area where a partner succeeded, other partners will invest less. Say up front which areas you leave to partners.

**Counting partners.** An ecosystem of three hundred partners where none earns anything is an empty storefront. Track revenue per partner, not the count.

**Opening too early.** If the core product has no user base, partners will not come, and those who do will leave at the first silence. When the ecosystem opens, you need an audience to show partners.

## Start this week

1. List the first ten third parties integrated with your platform and look for one answer for each: “How much does this partner earn through us?”
2. Call three potential partners and ask: “What three things would you need to build a business on top of us?”
3. In your own product plan, write the areas you will leave to partners and those you will build yourself in two columns, clear enough to share with a partner.

---

# Data Monetization

URL: https://alpsuleyman.com/en/strategies/data-monetization
Published: 2025-12-29
Updated: 2026-10-02
Author: Alp Suleiman

> The data-is-the-new-oil line misleads. Raw data is not oil, it is raw material. Value begins when you turn it into something that makes the customer's decision easier.

At some point in every meeting, someone says: “We have all this data, we could sell it.” Then a spreadsheet opens, millions of rows appear, and a week later no buyer can be found. Because collecting data and making it valuable to someone else are two different jobs.

Data monetization splits into two main paths. Direct: selling the data or insight derived from it. Indirect: using data to improve your own product, pricing or customer experience, and earning revenue that way. For most companies the second is far less risky than the first, and often more profitable.

## When you need it

The signals: your business generates a unique data accumulation from an ongoing transaction, and nobody else can produce it. Your customers ask questions like “how is my sector doing?” for their own decisions, and the answer sits with you. A third party offers to pay you for data. Your current product's margin is under pressure, and there is a clear customer question behind an extra revenue line built on data.

It is too early if your data is small, unreliable or of unclear ownership. If the legal basis of customer data is uncertain, every step becomes a legal risk. And if you are starting with data you collected just because “we might need it someday,” first verify that a buyer exists.

## What most teams miss

In raw form, data is almost never something a buyer sees as valuable. A buyer does not purchase data; they purchase the answer to a question: “which segment is growing in our region?”, “where is my competitor's price relative to ours?”, “which customer is at risk?” Data gains value to the extent that it answers such a question.

> You are not selling data; you are reducing uncertainty. What the customer pays for is not the table but making a decision with less fear.

This view has two consequences. First, your product should be processed insight, not raw data: a benchmark report, an index, a forecast, a risk score. Second, what a competitor cannot copy is less the data itself than the fact that you accumulated it over time; a time series is far more valuable than a one-off snapshot.

The second point is trust and law. Where personal data is involved, regulations such as GDPR (and Turkey's KVKK) determine for what purpose, on what basis and with what transparency you may process it. Using it for a new purpose often needs a new legal basis and usually fresh notice. Offering anonymized, aggregated insight instead of selling personal data cuts both legal and reputational risk substantially. Which anonymization is sufficient is a question for a legal specialist; do not proceed on a guess.

Third, losing customer trust is very expensive. Monetizing the data a customer shared with you in a way they do not know about erodes the foundation of your product. Indirect value makes you both safer and more sustainable.

## The playbook

### 1. Build a data inventory

What data do you collect, where does it live, who owns it, on what legal basis was it collected? Write four things next to each dataset: coverage, quality, freshness, legal status. This table draws the boundary of what you can build a business on.

### 2. Extract indirect value first

Improve your own business with your data: pricing optimization, recommendations, churn prediction, operations planning. Indirect use is both legally safer and easier to measure. A data value you cannot prove here will not sell outside either.

### 3. Find the buyer's question

If you are considering direct monetization, talk to prospective buyers first: for which decision, which data, how often, in what format? What is the buyer's current alternative? In an early conversation, ask “would you pay for this?” with a concrete price and term. Do not mistake abstract interest for a sale.

### 4. Package an insight product

Instead of raw data, design a processed output: a dashboard, a monthly report, an index accessed through an API. Document clearly how the data is collected, how fresh it is and what its limits are. A verifiable, consistent methodology is the product's credibility.

### 5. Set up anonymization, contracts and access management

An aggregation threshold, removal of personal data, contracts that define usage limits, and access logs. Give your customers a transparent explanation and, where possible, make participation an option. Any project that starts without this framework stalls at the first customer complaint or regulator question.

## What to measure

- **Data-driven revenue and margin share** (lagging): track the contribution from direct sales and from indirect improvement separately.
- **Renewal rate per buyer** (lagging): whether the insight product is actually used for decisions.
- **Data quality score** (leading): completeness, freshness and consistency; degradation foreshadows lost revenue.
- **Compliance and objection count** (leading): customer objections, data requests and audit findings. A rise signals trust risk.

## Pitfalls

**Mistaking data for oil.** Raw data carries no value on its own. First find who makes which decision, then process the data for that decision.

**Leaving the law until last.** Building the product first and then asking “is this KVKK compliant?” will probably make you rewind the project. The legal basis is step one.

**Not informing the customer.** Data use the customer is unaware of wipes out the product's value the moment it comes to light. Transparency is a design principle, not an optional extra.

**Forgetting the core business.** Data revenue looks attractive, but if you neglect your main business you also dry up your data source. Data is valuable as a by-product of the work.

## Start this week

1. List the first five datasets you collect and write coverage, quality, freshness and legal basis for each.
2. Call three of your customers and ask: “Is there a number you wish you had to make a decision, but cannot find?”
3. Book a short call with a legal advisor and ask which uses of your most valuable dataset are free and which need a new legal basis.

---

# Business Process Outsourcing (BPO)

URL: https://alpsuleyman.com/en/strategies/business-process-outsourcing
Published: 2025-03-28
Updated: 2026-10-02
Author: Alp Suleiman

> Outsourcing is done to protect focus, not to cut cost. Never hand off anything that touches the reason customers choose you, and hand off the rest through a system, not just a contract.

In a company under cost pressure, the outsourcing discussion usually starts like this: “If we gave customer service to a call center, monthly cost would halve.” The math looks right. Three months later complaints are up, customers explain the same thing three times, the product team no longer hears what customers say, and the company has handed off not only the cost but also its customer knowledge.

BPO, business process outsourcing, is a powerful tool when done right: a partner specialized in well-defined, repetitive, measurable work can operate cheaper, more flexibly and often better than you can. Hand off the wrong work in the wrong way, and the money you thought you saved comes back on another line.

## When you need it

Work volume fluctuates, and hiring staff for seasonal peaks makes no sense. A process is now stable, written down and repeatable: invoicing, collections follow-up, data entry, first-line support, payroll, document verification. The work is not a distinctive capability of the company. The internal team is drowning in it and has no time for work that would make a real difference. You need to provide support in a region or language, and building your own staff there is uneconomical.

It is too early if the process still changes every week, has no written version, or only one person on the team does it well. If you cannot describe what you are handing off, the partner cannot do it either. And if you are still in the learning stage in an area, for instance your first customer support team, keep doing the work yourself, because every conversation with a customer is raw material for your product.

## What most teams miss

The BPO decision is usually framed as a cost comparison: internal cost versus the partner's quote. But the real question is not “what can I hand off?” but “which work gives me learning and differentiation?”

> The work to outsource is the work whose handoff the customer will not notice. If you hand off work they would notice, you hand off the customer too.

A process has two properties: how standardized it is and how much it touches the customer experience. Standard work far from the customer is the best fit for outsourcing: invoice processing, data cleaning, document checks. For standard work close to the customer (support, collection calls), if you hand it off you must manage the partner as an extension of the internal team. Non-standard work close to the customer usually stays in-house.

The second point is that what you hand off is not just work but knowledge. A company that outsources a job also gives away the chance to learn from it. If the customer problems the partner sees do not reach the product team, your feedback loop breaks. That is why reporting and the learning flow in the contract matter as much as price.

Third, the exit plan. Dependence on a partner reduces your bargaining power as switching costs rise. It should remain possible to bring the work back in or change partners; process documentation should stay with you.

## The playbook

### 1. Classify processes on two axes

Score every operational process on two questions: is it standard, or does it need judgment every time? How much does it touch the customer's perception of the product? This two-axis map is the frame for the “hand off,” “manage with a partner” and “keep in-house” decisions.

### 2. Write the process down and take baseline measures

Before handing off, the process should be written, measured and stable inside the team: volume, time per transaction, error rate, cost per transaction. Without these you cannot compare a quote. This stage often shows you could improve the process internally before involving an outside partner.

### 3. Choose the partner through a pilot

Decide not on the pitch and references but on a short pilot. Give a small slice of the volume, for a defined period, with quality and speed measures. In the pilot, watch how the partner handles its mistakes; errors are normal, what matters is how it responds to feedback.

### 4. Put SLA, quality and information flow into the contract

Service level (time, accuracy, response speed), the quality sampling method (for example, the internal team reviewing a set number of transactions each week), liability on error, reporting frequency, and the flow of customer information back to you should all be clear. Data security and confidentiality obligations, especially where personal data is processed, are an integral part of the contract.

### 5. Manage knowledge transfer and the relationship

Train the partner's team on your product and customer context, and repeat that regularly. Hold a weekly operational and a monthly strategic meeting. Manage the partner as a team extension rather than a supplier; that prevents most failures.

### 6. Prepare the exit and take-back plan

Process documentation, critical knowledge, and a backup partner or internal capacity plan. You hope never to use it, but its existence protects your negotiating position.

## What to measure

- **Total cost per transaction** (lagging): including management, quality control and coordination cost. The partner's invoice is not the real cost.
- **SLA compliance and quality score** (leading): the share of transactions completed on time and correctly.
- **Rework and escalation rate** (leading): how much of the partner's output comes back to the internal team.
- **Customer satisfaction and repeat-contact rate** (lagging): the real effect of the outsourced process on the customer side.

## Pitfalls

**Looking only at price.** The cheapest quote usually generates the most rework. Calculate total cost, including quality and management load.

**Outsourcing a core capability.** If a function that makes your product distinctive moves to a partner, the partner can serve your rival in your place and you lose the learning.

**Handing off and forgetting.** Treating the partner as a box you do not have to manage means you notice problems only when customer complaints arrive.

**Handing off a messy process.** Outsourcing a process you do not understand makes it more expensive. Simplify first, then hand it off.

## Start this week

1. Write your operational processes on one page and mark each with two questions: “is it standard?” and “how close is it to the customer?”
2. Pick the standard, customer-distant process that eats the most time and work out its real cost, duration and error rate per transaction.
3. Ask three partner candidates for a short pilot proposal for that process: limited volume, clear measures, a two-week window.

---

# Applying Agile Methodologies

URL: https://alpsuleyman.com/en/strategies/agile-methodologies
Published: 2025-08-29
Updated: 2026-10-02
Author: Alp Suleiman

> Agile is not a sprint calendar and a daily standup. It is shortening the feedback loop and pushing decisions to where the information is. A team with the meetings but not the behavior is not agile, just busy.

A team works in two-week sprints, holds a fifteen-minute standup every morning and keeps the backlog neatly in Jira. Yet it takes four months for a feature to travel from idea to customer, because whatever comes out of each sprint waits for the next committee's approval and testing is tied to another team's calendar. The calendar is agile; the work is not.

The Agile Manifesto was written in 2001 and proposed four values: individuals and interactions over processes, working software over comprehensive documentation, customer collaboration over contract negotiation, responding to change over following a plan. In most teams today those sentences have been reduced to a set of rituals. This piece covers the logic beneath those rituals and the habits that destroy it; agile governance at enterprise scale (strategy 88) is a separate subject.

## When you need it

The signals: by the time a project finishes, the need has changed. There is a constant “we delivered, but it's not what we wanted” argument between development and the business unit. A big release depends on a long code freeze and a risky release day. The team complains that priorities change every week, yet it is unclear who actually sets them. Competitors ship small and often and learn from customers faster.

It is too early if the work has no real uncertainty. In a regulatory compliance project or a physical construction job, the need and output are known in advance, and a plan-driven approach may make more sense. And a two-person founding team does not need sprint rituals; what suffices there is a clear weekly priority and open communication.

## What most teams miss

Agile is taught as a calendar and a series of meetings, but at its core it is two things: speed of feedback and where decision authority sits.

Speed of feedback means: how quickly do you learn whether what you built is right? A feature that ships at the end of a sprint and that nobody uses is a success on the calendar and a loss on learning. An agile team's yardstick is not delivered work but the signal received from real users.

> Agility is measured not by how well you stick to the plan, but by how early you notice the plan is wrong.

Decision authority is the less discussed but more important half. If the team waits for senior approval on every small decision, sprint rhythm only makes the waiting regular. An agile team is one where the people closest to the customer can make product decisions and bear their consequences. A structure in which the product owner is only a backlog secretary is not agile.

The third misunderstanding is confusing speed with flexibility. Agile does not mean writing faster; it means moving in smaller steps and being able to change direction. What makes that possible is technical practice: automated testing, continuous integration, small and frequent releases. Without them, a sprint is just cutting the same big job into two-week slices.

## The playbook

### 1. Diagnose the problem first

Find where the team slows down today: map the steps a piece of work passes from idea to customer and the waiting time at each. Often the delay is not in coding but in approval, testing, the release window or a dependent team. That map determines which agile practice is needed.

### 2. Move decision authority to the team

Define a product owner and a small, highly capable team: developer, designer, tester and, if needed, a data specialist together. Write down the boundary within which the team may decide without approval: for example, any change under a certain budget that targets a particular metric. If authority is not written down, the team will wait anyway.

### 3. Set goals as outcomes, not outputs

Instead of “ship these ten features,” give an outcome goal such as “raise the share of users active in week one.” Let the backlog consist of hypotheses serving that goal. At the end of each sprint hold a demo that answers “what did we learn?”; have not only the team attend but also a real user or someone close to customers.

### 4. Limit the flow of work

Reduce the amount of work in progress at the same time. A WIP limit stops unfinished work from piling up and makes bottlenecks visible. If you see a piece of work waiting long in one column, the problem is there. Finishing started work is worth more than starting new work.

### 5. Build the technical practices

Automated tests, continuous integration, one-click release and rollback. Being able to ship small and often is the technical foundation of the agile approach. A team that does not invest in these runs rituals but gains no speed.

### 6. Turn the retrospective into a real decision point

End every retrospective with at most two concrete changes, each with an owner and a date for the next check. A meeting that discusses but changes nothing teaches the team learned helplessness.

## What to measure

- **Cycle time** (leading): the median time from work starting to reaching the customer. The most honest indicator of agility.
- **Deployment frequency and change failure rate** (leading): two of the metrics proposed by DORA research; they show how speed and quality move together.
- **Outcome impact of shipped work** (lagging): how many released changes moved the target metric?
- **Unplanned work rate** (leading): how much of team capacity goes to urgent work. If high, sprint planning is only a wish.

## Pitfalls

**Agile theater.** Standups, sprint planning and retros happen, but decision authority and release frequency stay the same. Do not count rituals; measure waiting time.

**Making the product owner a secretary.** A product owner who cannot decide can do no more than put a wish list in front of the team. Without authority the role is a label.

**Making everything agile.** Agile creates value where uncertainty is high. In work with low uncertainty and high dependencies (such as an infrastructure migration), a planned approach may be more correct.

**Framework worship.** Scrum, Kanban or SAFe is a tool. Hiring framework trainers to manage the framework does not solve the real problem, which is slow feedback.

## Start this week

1. Work out the idea-to-customer time for the last five completed pieces of work and mark where the longest wait occurred in each.
2. Sit with the product owner for an hour and write down three areas where the team may decide without approval.
3. Rewrite the next sprint goal as a measurable user outcome instead of a feature list, and invite one real user to the sprint-end demo.

---

# Building Brand Value Through CSR

URL: https://alpsuleyman.com/en/strategies/csr-brand-value
Published: 2026-02-04
Updated: 2026-10-02
Author: Alp Suleiman

> CSR does not begin with a year-end donation but with the company doing what it already does well in a way that helps society. Credibility comes not from the story but from the project's tie to the core business.

Every December a company donates to a school, a photo is taken, it gets shared on social media. The next month customer service goes on speaking in the same careless tone and the supply chain keeps working under the same conditions. People assume customers do not notice, but they do. Brand trust is built not from a single good act but from consistency.

Here I treat CSR not as a burden of responsibility or a marketing tool, but as a trust mechanism you can use while building the brand. What separates it from neighboring topics such as sustainability-led branding (strategy 23) and ESG leadership (82) is that the question here is which social value the company will stand behind, and how to turn that into proof for the brand.

## When you need it

Customers, employees or partners are asking what the company stands for. In enterprise tenders, social and environmental criteria are starting to carry points. In hiring, especially among younger talent, the company's purpose makes a difference. Your sector has a trust problem (data privacy, working conditions, environmental impact) and your brand is hurt, or could be, by it. Your current social projects are scattered and inconsistent, and nobody can explain why.

It is too early if the basic product and customer experience are not solid. A social project from a company with a troubled product does not strengthen the brand; it adds to the impression of insincerity. And for a very small team the best CSR is doing the work honestly and treating employees well; a formal program comes later.

## What most teams miss

The most common CSR mistake is setting it up as a field separate from the company's business: the business over here, the good deed over there. That is the structure that creates the least brand trust, because the customer cannot connect the two.

The “shared value” idea Michael Porter and Mark Kramer published in Harvard Business Review in 2011 says exactly this: a company can create value for both business and society where its business model intersects with social problems. For a software company that might be not a school donation but small businesses' digital literacy; for a food company, securing the income of its supplier farmers.

> The most credible CSR is the company doing what it already does best in a way that improves someone else's life.

The second point is the measure of authenticity: is the company consistent even when it costs it? Patagonia's 2011 Black Friday ad telling people “Don't Buy This Jacket” is often cited because it showed a stance that conflicted with sales targets but matched the brand's values. The lesson is not courage but consistency: the brand applied what it said to its business model too. A company without that consistency could see such a campaign backfire.

Third, confusing spending with impact. “We spent this much on CSR this year” is an input measure; what the customer cares about is whether something really changed. A program that does not measure outcomes comes to be seen as marketing expense and its budget goes at the first cut.

## The playbook

### 1. Find where the company meets society

Ask three questions: what social problem does our business model create or ease? Which of our competencies can genuinely add value for others? On what issue are our customers and employees sensitive? The area where the three overlap should be CSR's single focus. A program spread over five different projects cannot be credible in any of them.

### 2. Fix your own house first

Before speaking outward, audit the inside: employee conditions, supplier practices, data use, environmental impact. If there are inconsistencies in your own business, a social project will not cover them; in a crisis it gets turned against you. This stage is boring but it is CSR's foundation.

### 3. Define a measurable, long-term commitment

Instead of “we support the community,” set a defined goal like “give this many people this skill within three years.” Give the commitment both a term and a yardstick. One-off campaigns tell a story; long-term programs build reputation.

### 4. Bring employees into the process

Employees are the program's most credible voices and also its first critics. Volunteer hours, collecting project ideas, or letting employees run part of the program raise both impact and ownership. CSR that employees do not believe in will not sound believable to customers either.

### 5. Choose a partner and leave the story to them

Work with a nonprofit expert in the field or a local partner; the company is not the expert and should not steal the role. In communication, let the partner's and the beneficiary's voice come first instead of “we saved them.” Sharing openly what worked and what did not is a transparency that builds trust.

### 6. Report and improve

Once a year publish results with numbers and in honest language: what we did, what we failed to achieve, what we learned. A brand that shares failure is believed more when it shares success.

## What to measure

- **Progress toward the committed outcome** (lagging): actual impact against the defined goal, not spending.
- **Brand trust and perception** (lagging): answers in the target segment to “I trust this company” and “its values match mine.”
- **Employee participation and engagement** (leading): volunteer participation rate and employee satisfaction.
- **Meeting enterprise customer requirements** (leading): scores on social and environmental criteria in tenders and supplier assessments.

## Pitfalls

**Greenwashing and social washing.** A social claim you have not delivered, or have exaggerated, carries real crisis risk. Do not promise what you do not do; describe what you do with numbers.

**Scattered donations.** A small donation to a different cause each year leaves no impression. Focusing on one cause for a long time ties the brand to it.

**Mistaking marketing budget for CSR.** If most of the money spent “for impact” goes to photos and communication, it is advertising spend. Tell yourself the ratio honestly.

**Ignoring your own problem.** Announcing an education project while there is a scandal in supplier conditions can wipe out brand trust within a week. Fix the inside first.

## Start this week

1. List all the social projects you ran in the last two years and write each one's link to your business in a single sentence. Flag the ones where you cannot write the sentence.
2. Send your employees a one-question survey: “What do you think is the best thing our company could do for society?”
3. Draft a single topic and a single measurable outcome goal for the next three years and present it to the leadership team on one page.

---

# Global Market Dominance

URL: https://alpsuleyman.com/en/strategies/global-market-dominance
Published: 2025-11-27
Updated: 2026-10-03
Author: Alp Suleiman

> Planting flags in every country is not dominance. Dominance is when what you win in one market costs you almost nothing to repeat in the next. Most companies fill the map before they run that math.

In board decks, global growth usually shows up as a map. More countries turn a color each quarter, the slide looks great, everyone leaves happy. That every country on the map has its own P&L, its own team and its own pathologies is something most companies learn a year later.

Global dominance is not about being present in many markets. It is about carrying what you learned, built and invested in one market to the next at marginal cost. That is what lets a chain like McDonald's run a menu without beef in India while keeping the same operating system underneath. The distance between filling a map and building dominance is exactly there.

## When you need it

The signals usually start at home. If every additional point of share in your home market is getting disproportionately expensive, the next source of growth may sit in another geography. Likewise, if your product or brand is pulling demand across borders (organic inbound requests from abroad, global customers asking for the same service in every country in their procurement terms), there is material to work with.

Another strong signal comes from competitors. If a global rival could enter your home market with a cost advantage and cut prices, the best defense is sometimes a counter-move: pressuring them on their own turf.

It is also clear when it is too early. If you have no repeatable sales motion at home, your unit economics are not positive even in one country, or your product team cannot keep up with today's market, going global enlarges the problem instead of solving it. The most common mistake is exporting uncertainty at home under the hope that “it will do better elsewhere.”

## What most teams miss

Global scale is not an automatic advantage. For scale to become an advantage, there has to be a shared layer of cost or assets across countries: brand, product core, supply chain, data, developer ecosystem, purchasing power. Without that layer, or if it is rebuilt in every country, a company operating in ten countries is really ten small companies.

The reverse is also true. A center that leaves no room for local demands imposes a global standard and loses locally. The “think global, act local” idea, often cited in connection with brands like Coca-Cola, describes the balance: the core of the brand is fixed, while packaging, price points, distribution and taste preferences flex locally.

There are well-known cases where companies paid for getting this wrong. Uber left China in 2016 by merging into Didi, and exited Southeast Asia in 2018 by handing its business to Grab. Walmart pulled out of Germany in 2006. These companies had money and brand. What was missing was an advantage that could be shared across countries and that beat the local rival's home advantage.

> The question to ask in every new country is not “is there demand?” but “what exactly is our right to win here?”

A right to win should not be a slogan. It should be a measurable sentence: we are clearly better than the local player at this, because we have this asset they lack, and copying it would take them this many years.

## The playbook

### 1. Write the right to win, country by country

For each candidate market, produce a one-page “right to win” note. It should contain the target segment, who buys locally and why, our structural advantage (cost, brand, technology, global customer relationship), the local rival's advantage and how long it would take them to close ours. A country you cannot write this note for is not this quarter's country.

### 2. Depth first, breadth later

Instead of entering ten markets at once, win real share in three or four that share characteristics with your home market. Depth teaches you which product and operating decisions are country-independent and which are local. That learning is the real asset that lowers the cost of every later entry. Breadth comes after, and it comes fast.

### 3. Document the global core and the local freedom zone

Write down what will be the same everywhere (brand architecture, product core, data model, quality standard, pricing principles) and what a country head can decide alone (product mix, campaigns, channel choice, local partnerships). Leave it vague and every decision escalates to the center, countries slow down and your best local leaders leave.

### 4. Make shared assets truly shareable

Turn layers like a single product platform, shared data infrastructure, central procurement and global account management into services that country teams do not have to rebuild each time. This is the economic engine of dominance. Investment here pays back as the country count grows.

### 5. Prune the country portfolio once a year

Evaluate every country on the same three axes: growth, marginal profitability and contribution to shared assets. Exiting a country that cannot fund itself and has finished teaching you is not failure, it is portfolio management. Writing exit criteria at entry takes the emotion out of the decision.

## What to measure

- **Contribution margin by country**: Look before and after allocation of central costs. Is there a real scale advantage, or is the center subsidizing?
- **Time to break-even in a new country**: Each entry taking less time than the previous one is the most honest proof that shared assets are working.
- **Relative market share within the category**: Your share versus the strongest local rival. Dominance is a relative concept, not an absolute one.
- **Share of revenue from global customers**: If you serve the same customer in several countries, a rising share shows the global position is also landing on the customer side. This is a leading indicator.

## Pitfalls

**Map anxiety.** Making country count a success metric pushes teams into unprofitable entries. Country count is an input, not an outcome.

**Copy-paste from the center.** Carrying the pricing, channel and messaging that work at home as they are resets your right to win locally. The core should be fixed, execution flexible.

**Country heads without authority.** In a structure where every decision escalates to the center, the local rival will move far faster than you. Give the decision scope in writing.

## Start this week

1. Write the “right to win” note for up to five countries where you operate or plan to enter, and flag the ones you cannot write.
2. Calculate each country's contribution margin before and after central cost allocation and put the two side by side in one table.
3. Run a half-day session with your country heads and build together the list of which decisions are the same worldwide and which are local.

---

# Focusing on Emerging Markets

URL: https://alpsuleyman.com/en/strategies/emerging-markets
Published: 2025-01-28
Updated: 2026-10-03
Author: Alp Suleiman

> Emerging markets are not places to ship a cheaper version of your product. They are separate games where price architecture, distribution and patience have to be designed from day one.

In the first meeting with a team planning to enter an emerging market, the same slide usually shows up: population, middle-class growth, the per-capita income curve. The slide is right. The problem is that the same slide says nothing about product, price or distribution.

Growth potential in these markets is real, but the companies that capture it are rarely the ones that carry a discounted copy of their product. They are the ones that design in the customer's actual cash flow, the actual shelf space at the counter and the actual limits of existing infrastructure from the start.

## When you need it

If your home market is saturated and growth now comes mostly from price increases or taking share from rivals, markets whose populations and incomes are still rising become a sensible alternative. Likewise, if the core benefit of your product is independent of existing infrastructure (it runs on mobile, it is light and cheap to distribute) or the solution you built for developed markets meets an unmet need even in these markets, there is a signal.

There is also a reverse signal: if a competitor from an emerging market is building products on a lower cost structure and starting to look at your home market, getting to know it on its own turf is part of your defense.

It can also be too early. If your capital does not cover two or three years of burning cash, nobody in management has the patience for these markets, or your unit economics do not work at low price points, do not enter. Quick-win stories get told about these markets, but the realistic expectation is that year-one numbers will more often than not come in worse than planned.

## What most teams miss

“Emerging market” is not a market. It is a category label covering very different markets. What Lagos and Pune, or Jakarta and Bogotá, have in common is often just a classification in an analyst report. Strategy has to be built not at country level but at city and segment level.

The second misunderstanding is stopping at “simplify and make it cheaper.” The real work is rethinking price architecture. One of the lasting moves of consumer goods giants such as Unilever in these markets was bringing the same product, in single-use or small packs, down to a price point that fits the pocket of a customer with daily cash flow. The point is not a discount, it is a redefinition of the purchase moment: buying a small pack every day instead of a large pack once a month.

The third, and perhaps the most important, is failing to see that distribution is the moat. In India, Hindustan Unilever's Shakti program organized women in rural areas as small entrepreneur-sellers and reached villages that traditional distribution did not. That was not a marketing campaign, it was a distribution and income model. The same logic shows in Safaricom's M-Pesa in Kenya: when payment infrastructure is missing, build a new one on top of phones and an agent network.

> In an emerging market the winner is not the product but the system that fits that product into the customer's hands and pocket.

## The playbook

### 1. Define the market as a segment, not a country

Write the target segment in one concrete sentence: which cities, which income band, which everyday problem are we solving? How different is this segment's job to be done from that of your home-market customer? If the gap is large, you need to think product and price architecture from scratch.

### 2. Design price and pack around local cash flow

Find out how often and in what amounts your customer's income arrives. Fit the price point to that rhythm: small packs, flexible payment, pay-as-you-use. Your unit margin may drop. That is normal; the real calculation is total margin including volume and repurchase frequency.

### 3. Design distribution like a product

If the formal channel does not reach the customer, test which channel reaches at the lowest cost and highest trust, including informal retail, local entrepreneur networks, mobile agents and platform partners. Compute your distribution partner's economics too: if they do not earn, they will not carry you.

### 4. Decide local production and sourcing early

Imports, customs and currency swings can erode margin fast. Local production or assembly can improve cost, speed and the relationship with the regulator. But because it requires fixed investment, stage it against proven demand: import to test first, then fill-and-pack or assembly, full production last.

### 5. Build macro risk into the plan

Write scenarios for currency, inflation, regulatory change and political volatility. Decide up front under which conditions you will raise prices and under which you will pause investment. Debating it in the middle of a crisis is the shortest path to a bad decision.

## What to measure

- **Repurchase frequency**: The best leading indicator that the small-pack, low-price model is working.
- **Sales per distribution point and partner profitability**: If the channel partner's economics are not sustainable, volume will be short-lived.
- **Margin in local currency**: Margin stripped of currency effects shows the real health of the business; a dollar-based table can hide it.
- **Time to break-even**: The gap between planned and actual is a lagging but honest measure of how well the team understood the market.

## Pitfalls

**The cheap copy.** Carrying a developed-market product at a lower price means competing exactly where the local rival can do the same thing better. Your point of winning has to be different.

**One hub, one story.** Generalizing results from the capital or main commercial city to the whole country brings disappointment in the next cities. Test each city cluster as a separate market.

**Impatient capital.** The first two years in these markets are a learning period. A venture run on short-term quarterly targets closes before the learning can pay off.

## Start this week

1. Define the target segment in one sentence and schedule conversations with five customers to learn how often and in what amounts their income arrives.
2. Sketch the smallest affordable pack and price point of your current product for this segment and calculate at what volume the margin turns positive.
3. Prepare a one-page comparison of at least three distribution routes (formal, informal, digital) with partner economics side by side.

---

# Cross-Border E-Commerce

URL: https://alpsuleyman.com/en/strategies/cross-border-ecommerce
Published: 2026-07-02
Updated: 2026-10-03
Author: Alp Suleiman

> Translating the site and handing parcels to a carrier is not cross-border e-commerce. The real work is turning the invisible layers (tax, returns, payments) into part of your product.

The first cross-border order is usually met with joy. In week two come a parcel stuck in customs, a surprise tax demanded from the buyer and customer emails asking “how do I return this?” By month six the team notices that gross revenue from abroad looks fine but nobody knows where the margin went.

What makes this strategy manageable is treating it not as a sales channel but as an operations and trust problem. The product can stay the same. But in every country you need a different answer to the customer's question: “will something go wrong if I buy from here?”

## When you need it

The signals often come from analytics. If your site has high traffic and cart abandonment from abroad, your support inbox is full of “do you ship to X?” questions, or foreign buyers find you on marketplaces on their own, demand is proven. It also makes sense when you want to test a country at low fixed cost instead of building a store network.

On the product side, these traits make cross-border easier: light and small, high gross margin, low return rate, few regulatory hurdles (certification, labeling, age limits). Apparel, supplements, electronics and fragile goods always demand more operations.

It is too early when your fulfillment at home is not stable, you do not know your return rate, or your margin is not high enough to carry shipping and tax. Opening to abroad then enlarges the problems. The lesson that tends to cost the most here: being “open” to a country does not mean serving it.

## What most teams miss

Cross-border e-commerce is the work of managing the gap between the product price and the total cost that reaches the customer's door. This is called landed cost: product, shipping, customs duty, tax (VAT, GST and so on), payment fees, currency spread and returns. If the customer does not see this total before paying, they either abandon the cart or pay a surprise tax at the door and blame the brand.

The second misconception is thinking only of translation when you hear “localization.” The payment method the customer trusts is often not your card setup: iDEAL in the Netherlands, Pix in Brazil, UPI in India can be the real way of buying in those markets. In some markets, expectations of cash on delivery or installments directly decide conversion.

The third, and least discussed, is returns. A customer sending a product back across borders can cost more than the product is worth. Offering free returns is not a solution on its own, and neither is charging for them. You need to calculate options product by product: a local return point, a local warehouse, or a “keep the item and get a refund” rule.

> Being able to sell abroad is not a capability. Knowing, by country and product, whether an order leaves profit once it reaches the door is.

Rules like the European Union's 2021 one-stop system (IOSS) for VAT on low-value consignments show that the tax side is no longer an add-on but part of the structure. Regulation changes often; one specialist or partner has to track it continuously.

## The playbook

### 1. Build a landed cost table by country and product

For your ten best-selling products in the target countries, calculate the final customer price plus shipping, tax, payment fees and average return cost. This table tells you which country opens with which product. Many teams conclude here that some products should not be shipped at all, which is a good finding.

### 2. Test on a marketplace first, then your own store

Channels like Amazon Global Selling or regional marketplaces are a fast, low-risk way to test demand: traffic, trust and payments are solved. Brand awareness and customer data become the issue. Open your own store in the country where demand is proven.

### 3. Choose your tax and compliance partner early

For customs classification, VAT collection and product regulation, use either a merchant of record service or a local logistics and tax partner. Loading this on the home team means slowdowns and error risk in every new country.

### 4. Build local payment and local language experience

For each new country, identify the three most common payment methods customers actually use. Show price in local currency, tax included. Explain delivery time, return terms and customs information on the product page, before payment. This alone can noticeably reduce cart abandonment.

### 5. Solve returns and customer service locally

Answer foreign customers in their time zone and language. Design returns with product-level rules (free return, keep-and-refund for low-value items, a local return point for high-value ones). Then revisit pricing against those rules.

## What to measure

- **Cart abandonment by country**: If an unexpected cost or a missing payment method shows up at checkout, you see it here first. A leading indicator.
- **Delivery time and loss/delay rate**: Determines customer trust and the likelihood of reorders.
- **Return rate and cost per return**: The quietest cause of margin decline is usually returns.
- **Profit per order by country and product**: Profit after landed cost. If revenue grows while profit shrinks, the strategy is not working.

## Pitfalls

**Open to every country.** Opening the site to all countries means quietly losing money where the economics are broken. Do three or four countries well first.

**Surprise tax for the customer.** An unexpected tax paid at the door punishes the brand, not the product. Including or clearly showing tax in advance is mandatory.

**Translation only.** Translating text is not localization. Payment, size charts, units, return culture and support hours need to be local too.

## Start this week

1. For your ten best-selling products, build a profit-per-order table for two target countries including landed cost and average return cost.
2. Find the country with the highest cart abandonment from abroad and walk through the checkout page as a customer would.
3. List three candidate partners for tax and compliance (merchant of record, logistics, advisor) and schedule one call with each.

---

# Ecosystem Leadership and the Platform Economy

URL: https://alpsuleyman.com/en/strategies/ecosystem-leadership-platform-economy
Published: 2025-10-09
Updated: 2026-10-03
Author: Alp Suleiman

> Building an ecosystem is one thing; leading it is another. If your partners are not earning around you, what surrounds your platform is a crowd in which only you win.

Platform companies often voice a familiar complaint: “We have developers, we have APIs, we have a marketplace. But nobody is building anything.” Look at the documentation, the hackathons, the developer relations team, and all of it is in place. What is missing is credible proof that a developer could make money on top of them.

Ecosystem leadership is a different job from running a platform. Here, your product matters, but so does your partners' economics, the stability of your rules and, above all, your answer to the question “will this company turn on me one day?”

## When you need it

When long-tail demand has built up on your platform that your own product team cannot satisfy (customers constantly asking for integrations, add-ons or industry-specific extensions), it is time for ecosystem leadership. Likewise, if customers use your product as a “work environment” rather than a “tool” and build their own processes on top, partners are likely to add value there.

Salesforce introducing AppExchange in 2005 is an example of an extension economy starting at the right time, on a product that already had a strong customer base and customers who wanted to customize. Apple's App Store worked because it offered developers a market once the device base was large enough.

It can also be too early. With a small user base you cannot offer partners a meaningful market; the core product has to prove it attracts customers before it can attract developers. And if the interfaces of the core product (APIs, data model) break often, partners cannot trust it.

## What most teams miss

Ecosystems have two distinct ways of being built, and the two are often confused. The first is building the ecosystem: opening APIs, launching a marketplace, announcing a partner program. The second is leading it: looking at who earns how much, how the rules change and whose side you stand on in a conflict.

Marco Iansiti and Roy Levien's concept of the “keystone” describes this well. A keystone player manages ecosystem health through its partners' economics. A “dominator,” which pulls most of the value to itself, wins in the short run and in the long run causes partners to leave. An ecosystem is a value-sharing agreement; if your share is not generous enough, the partner goes to another ecosystem.

Trust is the currency of this leadership. Twitter shutting off third-party client access in 2023 proved to developers who had built businesses on those clients that an ecosystem's rules can change overnight. The debates around Apple's App Store commission policy also show the tension between power and cooperation for an ecosystem leader. In both cases the future of the ecosystem depends on how much partners trust the leader.

> Ecosystem leadership means managing your partners' success as a precondition of your own.

## The playbook

### 1. Make partner economics measurable

For each partner category (developer, integrator, distributor, consultant), build a “partner economics” table: time to first revenue, typical annual revenue, the share we take, the partner's own costs. If you cannot build this table, you do not know why the partner is there.

### 2. Shorten the path to first revenue

The speed at which a developer takes a product to market is the most important leading indicator of ecosystem health. Sandbox, sample code, certification process, listing approval, route to the first customer: measure the time of each step and fix the longest. In most ecosystems the problem is that partners give up before seeing their first payment.

### 3. Write down the rules and the change protocol

Commission rate, API usage limits, data rights, listing conditions and the “which areas we may also enter” rule should be written. And write how rules will change: how much notice, what transition period. A partner's biggest fear is rules changing by surprise.

### 4. Set the boundary between your product and your partners

The most dangerous decision for an ecosystem leader is moving your own product into an area where a partner succeeded. Sometimes it is necessary. But if you state up front which areas you will not enter, partners do not hesitate to invest. This decision should be part of the product roadmap, not an accident.

### 5. Segment partners and build dedicated support

Do not lump partners together. A small developer, a mid-sized ISV and a large integrator need different support. Run joint roadmap work with the partners who create the most value and provide co-marketing and sales support. Ecosystem value concentrates in a small share of partners; investing in them yields a high return.

## What to measure

- **Time to first revenue**: How long does it take a new partner to earn their first money on your platform? The strongest leading indicator of ecosystem health.
- **Revenue per partner and partner retention**: Are partners earning and staying? A lagging but honest measure.
- **Ecosystem-sourced customer share**: How much of customer buying or retention comes through partner solutions? Shows that partners add real value to the product.
- **Partner NPS**: How does partner trust change over time? It drops fast after rule changes.

## Pitfalls

**Commission hunger.** Taking a share that squeezes partners early can dry the ecosystem up before it grows. Keeping the share low during growth encourages partner investment.

**Entering the partner's space.** Copying a partner's successful product, once done, signals to the whole ecosystem: “success here gets appropriated.” Keep this decision deliberate, explained and exceptional.

**Rule instability.** Changing the API or the rules suddenly destroys the investment partners made. Advance notice and a transition period for changes should be standard.

## Start this week

1. Talk to your five most valuable partners and ask each: “Is the money you earn on us enough to keep you here?” Write down the answers.
2. Map the path of a new developer or partner to first revenue step by step, put a duration on each and identify the longest step.
3. Draft a one-page rule sheet covering commission, API changes and the areas your own product will enter, and ask the board: “is this the promise we are making to partners?”

---

# Radical Innovation and R&D Investment

URL: https://alpsuleyman.com/en/strategies/radical-innovation-rd
Published: 2026-05-07
Updated: 2026-10-02
Author: Alp Suleiman

> Radical innovation rarely fails in R&D. It fails when it is managed with the core business's metrics. Separate the rules before you raise the budget.

Kodak engineer Steve Sasson built the first digital camera in 1975. The invention was inside the company. But the company earned its money from film and did not know what to do with it. Radical innovation stories often start like this: there is no shortage of ideas. What is missing is a structure to carry the idea and a measure that encourages it.

Radical innovation does not mean doing your current business a bit better. It means trying something that questions the assumptions of your current business. The investment this takes is not only money; it is a different management logic.

## When you need it

If your core business is still growing but the growth rate is slowing, this is the best time for radical investment, because you have both cash and time. Starting when the crisis arrives usually means starting too late.

Other signals: a technology is maturing in your industry that questions the basic assumptions of your product (a cost curve has collapsed, a new infrastructure has become possible), new “jobs” are emerging that customers no longer hire you for, or your best engineers are starting to leave because they are full of idle ideas.

It can also be too early. If your core business is not solid, your cash flow is fragile, or the board has no patience for a bet that shows no results for six quarters, radical R&D investment weakens the company. In that case it makes more sense to learn through small, bounded experiments first.

## What most teams miss

An R&D budget does not produce radical innovation; radical innovation comes out of a portfolio managed with different rules. Applying the core business's measures (first-year revenue, margin, ROI, predictability) to a radical project kills it early, because a radical project brings neither revenue nor margin in its early years. What it brings is learning.

The Three Horizons framework organizes this well: horizon one is today's business, horizon two is growing new businesses, horizon three is discoveries that have not yet turned into revenue. Each horizon has to be managed with different measures. As a common rule of thumb (who first proposed it is debated, but it is often quoted), roughly 70 percent of resources go to the core, 20 percent to adjacent businesses and 10 percent to real exploration. Ratios vary by industry; what matters is that the share for horizon three is treated as a protected budget, not a line to be cut.

The story of AWS is an example of a radical bet born from a core capability. Amazon had developed a large infrastructure capability to scale its own business. Offering that capability to others as a service did not look like a retailer's business at the time, but a new line of business emerged. The lesson: radical innovation is often not an idea from zero but your existing capability meeting a new market.

> Managing a radical project with the core business's measures kills it before it starts.

## The playbook

### 1. Define radical bets as a separate portfolio

Set up a budget, leadership and measures separate from the core. This portfolio should have its own board discussion and its own reporting rhythm. The core's monthly results should not decide this portfolio's fate.

### 2. Separate risk by type

For each bet, write which uncertainty is largest: is the technology possible, does the customer want it, does the business model leave a profit, can the company execute it? Decide which of these questions must be answered first. Start with the biggest risk that can be answered most cheaply.

### 3. Fund in stages, set criteria

Instead of giving all the money up front, open the next tranche when a defined learning criterion is met at each stage. This is the “real options” logic: buy an option for a small price and increase investment as uncertainty falls. Criteria should be about learning, not revenue: for example, “three of five pilot customers are using it and paying with their own money.”

### 4. Write the kill criteria up front

For each bet, write the sentence “if this evidence does not arrive by this date, we stop.” Learning from a stopped project is not a failure, it is the portfolio's output. Projects without kill criteria turn into ghosts that drain resources from the core.

### 5. Plan the bridge to the core

If the radical bet succeeds, how will it connect to the core's customers, supply chain and sales team? When is it a separate business unit, when does it integrate into the core? Debate this before the project succeeds, not after; otherwise the core rejects it like an organ transplant.

## What to measure

- **Stage-gate pass rate**: How many bets move to the next stage and how many are stopped? If none is ever stopped, the portfolio is not bold enough or not honest enough.
- **Learning speed**: The time and cost to resolve an uncertainty. A leading indicator.
- **Early customer commitment**: Pilot customers paying or committing to extensive use. A far more valuable signal than opinions.
- **Share of revenue from horizon three (long term)**: A lagging measure that shows in a few years whether the portfolio works.

## Pitfalls

**ROI pressure.** A finance process that computes first-year return is the earliest destroyer of a radical bet. A separate measure set is a must.

**Doing everything at once.** Resources spread across ten bets cannot feed any of them enough. Run a small number of bets with enough resources but clear kill criteria.

**Innovation theater.** Hackathons, showcase labs, press releases; but if at the end there is no business unit, customer or revenue, it is only a show. At the end of every initiative there should be a sponsor and a customer question.

## Start this week

1. Split your company's R&D and new-business spending into three horizons on one page and see how much goes to horizon three.
2. Pick your three largest ongoing new projects and write for each the “biggest uncertainty” and the “kill criteria” sentences.
3. Ask the board what measure these projects are judged by; if the answer is “revenue and ROI,” prepare a proposal for a separate measure set.

---

# AI and Data Analytics Integration

URL: https://alpsuleyman.com/en/strategies/ai-data-analytics-integration
Published: 2026-02-03
Updated: 2026-10-03
Author: Alp Suleiman

> AI projects usually die not because of the model but because of a decision nobody owns. Decision first, data second, model last.

Most AI presentations start with a demo. The model makes a prediction, the screen looks good, the room is impressed. Three months later the same demo is still in the same room, because the person who would use it does not know what they would change based on the prediction.

Netflix's recommendation system is a frequently cited example. But the part often missed is this: the company ran a competition and awarded a team for improving its recommendation algorithm, then did not put the winning solution fully into production; the engineering cost did not justify the extra accuracy. What was strong was not the model but the system that placed the model inside the product and its decisions.

## When you need it

AI and data analytics create value where decisions repeat, volume is high and the cost of a wrong decision can be measured: pricing, demand forecasting, churn, fraud, campaign targeting, inventory and logistics planning, customer service routing. The fastest return usually comes where a person makes the same kind of decision hundreds of times a day.

Other signals: not enough analysts to interpret reports, different departments drawing different conclusions from the same data, or competitors making the same decision faster and more consistently than you.

It can also be too early. If your data is fragmented, the same customer has three records in three systems and the company has no agreement on “the right number,” AI investment should first go to data discipline. Another early signal: pressure to “do something with AI” without a concrete decision in sight.

## What most teams miss

AI fails when it is planned as a technology project, because value arises in the decision, not the model. A model produces a prediction: this customer will probably leave. Value begins when someone does something because of that prediction: sends an offer, has an account manager call, changes the price. If that action has no owner, the prediction stays in a report.

That is why a project should start not from the model but from the decision: which decision? Who makes it? How do they make it today? What does a wrong decision cost? If this decision improves, which business outcome changes? A project that cannot answer these clearly, however shiny, should wait in the queue.

The second gap is the world after production. A model is not finished when it goes live; it has just started. Customer behavior changes, data drifts, models degrade over time. Without a structure that monitors the production model, retrains it and can switch it off when something goes wrong, results that look good for the first six months quietly worsen. The third is the division of labor between humans and machines. You do not have to automate every decision. In some places the model recommends and a human approves; in others the model decides and a human reviews exceptions. Choosing this balance deliberately determines whether the project is accepted.

> The value of AI lies not in the model's accuracy but in that accuracy turning into a decision and that decision into an outcome.

This strategy neighbors “data-driven personalization” (customer-specific experience) and “automation investment” (process efficiency) but differs: here the subject is systematically strengthening the company's decision-making capacity.

## The playbook

### 1. Build a decision inventory

List about fifteen recurring, high-volume decisions in the company. For each, write the decision owner, current method, cost of a wrong decision and the data you have. Then rank by value times feasibility. The goal of the first project is both to produce a real business outcome and to give the company proof that “this works.”

### 2. Build the data foundation decision by decision

Instead of one big data project that unifies the whole company, clean the data needed for the decision you chose: sources, definitions, quality checks, ownership. Narrow and deep data preparation delivers faster than a broad and shallow lake.

### 3. Set a simple baseline first

Before a complex model, build a simple rule or statistical baseline and measure it. Then test the advanced model against it. In many cases the simple baseline does most of the work; the extra gain from the advanced model has to be weighed against its real cost.

### 4. Embed the decision in the process

The prediction should appear in the screen the decision-maker already works in, at the right moment. Integrate it into the existing workflow instead of a separate dashboard. With a decision owner, design when they will follow the model, when they may override it and how that is recorded. Override records are the most valuable data for the model's next improvement.

### 5. Build monitoring, governance and ownership

Set a regular check rhythm for model performance, data drift, fairness and privacy risks. Give every model a business owner and a technical owner. Privacy and AI regulation is tightening; compliance should be part of the design, not added later.

## What to measure

- **Decision quality**: Outcomes of decisions the model affects (profit, loss rate, resolution time) compared with the pre-model baseline. This is the real success measure.
- **Model adoption and override rate**: Is the team using the model? When do they go against it? A leading indicator of trust.
- **Time to production**: Time from idea to live. If it is growing, the problem is in the process, not the model.
- **Drift in model performance over time**: Shows how accuracy degrades as data and behavior change; a lagging but critical warning.

## Pitfalls

**A solution looking for a problem.** The question “we have AI, where do we use it?” leads projects to worthless demos. The decision has to come first.

**Pilot purgatory.** Running dozens of pilots and taking none to production creates the belief in the company that “AI does not work.” Take a few projects all the way through.

**The data lake dream.** Collecting all the data first and using it later takes years and often serves no decision. Work backwards from the decision's needs.

## Start this week

1. Spend an hour with your team listing ten recurring, high-volume decisions and write the cost of a wrong decision next to each.
2. Pick the most promising decision and watch on site today how, and by whom, it is made; note the screen, the data and the delay.
3. Define a single baseline metric showing today's performance for that same decision; start reporting it before building any model.

---

# Open Innovation and External Sourcing

URL: https://alpsuleyman.com/en/strategies/open-innovation
Published: 2026-09-15
Updated: 2026-10-02
Author: Alp Suleiman

> The hard part of open innovation is not finding ideas outside. It is finding someone inside to receive them. Most programs open the door and forget to send anyone to greet the guests.

A sentence you often hear in corporate innovation programs: “Hundreds of startups applied from outside, but we could not move forward with any of them.” One question is enough to see where the problem is: “If a startup says yes to you, who owns it inside?” The answer is usually a long silence.

Open innovation is the work of systematically bringing ideas and technology into the company from outside, and sending them out from inside. The core observation of Henry Chesbrough, who popularized the concept in academia, was that most of the smartest people in your field do not work for you. But that observation means something only if there is a structure inside that can absorb that intelligence.

## When you need it

Open innovation is knocking if your internal R&D capacity does not cover the breadth of technology areas you care about, if your product development cycle is clearly slower than rivals or startups, or if customers use and adapt your product in ways you did not foresee.

LEGO Ideas is a good example. Fans share their own set designs on the platform; when a design reaches a certain number of supporters (10,000) LEGO takes it into review, and selected ones can become official products. Here the customer is both the source of ideas and the first demand test. The method works because the brand has a community of scale.

Procter & Gamble's “Connect + Develop” program in the early 2000s is another well-known corporate example: the aim was for a significant share of the company's new products to be developed with outside partners. That ambitious target also shows how much the internal culture had to change.

It can also be too early. If your internal product strategy is not clear, you cannot say what to look for outside; open innovation then turns into random idea collection. If your IP and legal processes are not ready to work with outside partners, that should be the first step.

## What most teams miss

Open innovation programs mostly focus on the “opening outward” part: a portal, a contest, an accelerator program. The real difficulty is inside. If there is no owner to take an idea or technology from outside, bring it into the company and carry it to product, sales and operations teams, many interesting contacts die without reaching anyone.

The second obstacle is cultural: the “not invented here” syndrome. Internal teams can see an outside solution as a threat to their expertise. The way past this is to redefine the internal teams' success measure from “what we invented ourselves” to “the solution that reaches the customer faster.”

The third, and most often skipped: open innovation is not one-directional. Giving out technology you do not use (licensing, spin-offs, open-sourcing) is as much a part of the strategy as bringing things in. A patent or technology sitting on a shelf only costs its owner.

> Collecting ideas from outside is easy. The hard part is making the decision that lets an idea find an owner inside.

Unlike strategic partnerships, this strategy rests not on a particular partner but on a process and a door; unlike radical innovation, it is concerned not with where an idea comes from but with how it gets in.

## The playbook

### 1. Clarify the need: “which problem are we looking for outside?”

Open innovation starts not with a general invitation but with a clear problem statement. Work with internal teams to identify three or five problems “we cannot solve or solve too slowly.” For each, write the success criteria, budget and timeline. A clear problem brings clear applications.

### 2. Assign an “intake” owner and process

Every outside idea should have a business-unit sponsor inside. This person is responsible from evaluation to pilot. Set the decision time: within how many weeks will an external partner's application get an answer? A startup waiting months for an answer goes elsewhere.

### 3. Standardize IP and partnership terms in advance

Negotiating legal terms from scratch each time kills the process. Prepare standard templates for pilots, co-development and licensing. Answer in advance who owns what, how revenue is shared and how confidentiality is protected. A template that is fair toward small partners builds trust.

### 4. Start with small pilots

Instead of buying an outside solution with a big investment right away, test it with a limited pilot: short time, clear metric, low cost. If the pilot succeeds, make the scale-up decision against criteria set beforehand. If it fails, document why; that knowledge improves later searches.

### 5. Build the outbound arm too

Build an inventory of technologies and IP you do not use. Which can be licensed, co-developed with partners or spun off? This both generates extra revenue and strengthens the ecosystem perception that “working with this company brings mutual benefit.”

## What to measure

- **Time from application to decision**: How fast do you answer an outside partner? A leading indicator of intake capacity.
- **Pilot-to-scale conversion**: How many outside solutions actually enter product or operations? Far more meaningful than application count.
- **Contribution of externally sourced innovation to revenue or cost savings**: A lagging measure that shows the program's real value.
- **Internal owner satisfaction and participation**: Are internal teams willing to work with outside solutions? A measure of cultural resistance.

## Pitfalls

**The showcase program.** Hackathons, contests and accelerators produce press releases but no results if nobody inside owns them. Every program needs a business-unit sponsor.

**Slow corporate reflex.** Offering outside partners contract processes that take months sends the best partners elsewhere. Speed is the currency of open innovation.

**One-way flow.** A company that only takes in and gives nothing is noticed by partners. An ecosystem cannot be sustained without mutual benefit.

## Start this week

1. Write the three clear problems you need to solve in the next six months and note next to each which outside sources (startups, universities, communities) could be looked at.
2. List the inbound interest and applications from the past year; check how long each took to get an answer and who owned it.
3. Set up a short meeting with legal about a pilot agreement template; the target is that a pilot can be signed in under two weeks.

---

# Patent Portfolio Management

URL: https://alpsuleyman.com/en/strategies/patent-portfolio-management
Published: 2025-06-02
Updated: 2026-10-02
Author: Alp Suleiman

> Patent count is not a success metric, it is a cost line. A portfolio becomes an asset only when it is tied to your product plan, your negotiating power and your revenue.

In many companies the patent portfolio lives like an archive of the legal department. Annual renewal fees are paid automatically, new filings arrive according to engineers' enthusiasm, and nobody can say which patent protects which product, which rival or which revenue.

Patent management looks like a legal job, but it is really a capital allocation problem. Every patent has a filing cost, a protection cost and a renewal cost; in return you expect either freedom to operate, bargaining power or revenue. If that equation has not been built, what you hold is not a portfolio but a pile.

## When you need it

If your technology is the distinguishing feature of your product and easy to copy (hardware, pharma, materials, semiconductors, certain algorithmic methods), patent strategy should come early. If you work in the same field as large rivals and face the risk of patent litigation, a defensive portfolio is the card that will speak for you at a future settlement table.

Other signals: your technology has value that others could license, you have inventions that could become part of a standard (wireless communication, video coding), or investors and acquirers have started asking for your IP inventory.

It can also be too early. If your product is still changing fast, what you protect today may be a design you no longer use in six months. And in some areas a trade secret protects better than a patent: filing discloses the invention to the public. The formula of Coca-Cola, protected as a secret rather than a patent, is the frequently cited example. Deciding which invention suits a patent and which suits secrecy is the first step of strategy.

## What most teams miss

Patent count can be a source of pride, but it is not a strategy. That IBM has for many years been among the companies receiving the most US patents, or that licensing revenue is a major part of Qualcomm's business model, comes less from the numbers than from these companies tying their portfolios to a purpose. At Qualcomm, patents linked to wireless standards are licensed like a product. That is not what randomly accumulated patents deliver.

A portfolio has three distinct functions and each calls for different evaluation: defense (freedom to operate and counter-suit strength), revenue (licensing) and position (a signal of technological leadership to investors, partners and rivals). Most companies mix the three and accumulate patents without saying which one they aim for. A portfolio with no declared purpose produces nothing but annual renewal fees.

The second gap is seeing that patent protection alone is not a wall. A patent is only as strong as the litigation budget you will spend to defend it. A small company often cannot sustain a patent suit against a large rival. So know up front whether a patent is for you a “business” (license negotiation) or a “deterrent” (threat of counter-attack).

The third is that deliberate openness is also a strategy. Tesla's 2014 announcement that it would not pursue claims against good-faith users of its electric vehicle patents was a decision to invest in growing its own market. Not for every technology; but while the market itself is small, closing the door with patents can shrink your own growth space.

> Every patent you hold should have a job. If you cannot name the job, you should not pay the renewal bill either.

## The playbook

### 1. Match the portfolio inventory to a product and rival map

Tag every patent (or patent family) with three questions: which product or service does it protect? Against which rival does it have value? Is it licensable? Write the answers in three columns. Patents tied to none of them are pruning candidates.

### 2. Split the portfolio into tiers

“Crown jewels” (those concerning the core product and the most important rival), “supporting” (those needed for a product family or a standard) and “to prune” (unused, nearing expiry, outside the product plan). Allocate budget in that order: the fullest protection for crown jewels, no renewal for the prune tier.

### 3. Tie new invention decisions to the product roadmap

Review invention disclosures from engineers in a committee: is it in the product roadmap, is a rival working in the same area, patent or trade secret? Decision criteria should be written; otherwise filings are shaped by personal enthusiasm. Encourage engineers, but tie the incentive not to “number of filings” but to “valuable patents entering the portfolio.”

### 4. Run freedom-to-operate analysis

Before entering a new product or market, check whether others' patents block you (freedom to operate). The analysis looks expensive, but the cost of an infringement notice that arrives after a product launch is far higher.

### 5. Operate the licensing and cross-licensing arm

Start a systematic search to license patents you do not use but that have value. Build a ready portfolio argument for cross-license negotiation against a possible dispute with rivals. Licensing can be a revenue line, but it needs a dedicated team, targets and process.

## What to measure

- **Share of patents tied to a product**: What proportion of the portfolio maps to a live product or strategic purpose? If low, the portfolio is heavy and ownerless.
- **Cost per patent versus value obtained**: Renewal and protection cost relative to license income, deterrence or cross-license value.
- **License revenue (if any) and license negotiation outcomes**: A lagging indicator; shows the portfolio's bargaining power.
- **Share of products covered by freedom-to-operate analysis**: How many new launches go out with patent risk assessed beforehand? A leading risk indicator.

## Pitfalls

**Count obsession.** Reporting patent count as success encourages low-quality filings and unnecessary renewal cost. Report the value tied to patents, not the number.

**The cost of disclosure.** A patent filing makes the invention public. For a narrow patent a rival can easily design around, disclosing valuable information can be a loss.

**A right you cannot enforce.** If you lack the power to litigate, your patent stays on paper. Account for budget and legal capacity from the start.

## Start this week

1. Ask legal or the IP team for the patent inventory and add product, rival and license value columns next to each patent.
2. List the patents with renewal costs coming in the next twelve months; flag those not tied to the product plan as pruning candidates.
3. Set up a monthly decision meeting of engineering, product and legal to review new invention disclosures.

---

# Corporate Portfolio Optimization

URL: https://alpsuleyman.com/en/strategies/corporate-portfolio-optimization
Published: 2025-10-31
Updated: 2026-10-02
Author: Alp Suleiman

> The real question in portfolio management is not which business is good but which business does better in your hands. Most groups allocate capital without ever asking it.

In annual budget meetings, most companies' capital allocation is a photocopy of the previous year. Every business unit gets a share close to last year's, growers a bit more, shrinkers a bit less. Nobody asks “do we have a reason to keep this business?” because the answer might be uncomfortable.

Corporate portfolio optimization is exactly the habit of asking that question regularly. The company's capital, management attention and best talent are limited. Where you put them matters more than how good you are in any one business.

## When you need it

If you have several business units and their returns, growth rates and capital needs diverge clearly, portfolio management has already begun. If the group trades at less than the sum of its parts (the market calls this the “conglomerate discount”), or investors keep asking “why is this business with you?”, the signal is very strong.

Other signs: a business unit has earned below its cost of capital for years yet gets a budget every year, management attention goes to the smallest but noisiest businesses, or the core business's cash covers the gaps of old businesses instead of funding a new growth area.

It is too early when a single core business is still growing and side businesses are not yet meaningful. At that stage portfolio management adds bureaucracy.

## What most teams miss

We usually do portfolio management with the question “which business is good, which is bad?” Tools like the BCG matrix and the GE-McKinsey grid make that question systematic but skip the more important one: “Is this business worth more in our hands than in another owner's hands?” This is what Goold, Campbell and Alexander call “parenting advantage.” If the center contributes something to a business unit, such as money, talent, customer access, brand or discipline, keeping it makes sense. If it does not, the unit may be better off with another owner, and selling is value creation.

By this logic even a “bad” business can be kept (if the center adds something to it) and even a “good” business can be sold (if another owner will add more). General Electric's rule under Jack Welch in the 1980s and 90s, “be number one or two in every business, or fix, sell or close it,” is the well-known example of this discipline. In later years GE kept simplifying its portfolio and in 2023-2024 split into three separate companies so each could follow its own capital logic. That story shows that portfolio decisions are not one-off but a continuous job.

Multi-sector groups with over a century of history, like Tata Group, also manage their portfolios with shared values, brand and a long-term ownership mindset. Even there the question is the same: does the common umbrella give every business a real benefit?

> A portfolio decision is an honest answer not to “is this business good?” but to “are we the best owner of this business?”

This strategy differs both from the strategy inside individual businesses and from acquisition decisions: the subject here is the capital allocation logic that sits above all the businesses.

## The playbook

### 1. Build a one-page economic table for every business unit

Growth, return on invested capital (ROIC), its spread over the cost of capital, capital intensity and cash generation or consumption. Make shared cost allocation transparent; hidden cross-subsidy is the source of most portfolio problems.

### 2. Apply the “parenting advantage” test

For each business unit, write the concrete contribution the center provides and the cost it creates. If the center's contribution cannot be proven, either increase the unit's autonomy or evaluate ownership alternatives (sale, separation, joint venture).

### 3. Classify businesses by role

Grow, maintain-and-harvest, fix, or exit. Each role calls for a different target and management rhythm. If a cash-generating business is managed to a growth target and a new business to a profitability target, both break.

### 4. Write the capital allocation rules

Which threshold of investment is approved by which committee? How long is the fix period? What percentage of the budget is reallocated each year as part of planning? Having the rules in writing reduces the “whose voice is louder” debate.

### 5. Build exit discipline

For businesses whose fix period has expired, record the sale or closure decision explicitly. Citing past investment (sunk cost) and fear for employees delay exits. The sale process should also be planned fairly for buyers and employees.

## What to measure

- **ROIC spread over cost of capital by unit**: In which businesses is capital creating value and in which destroying it?
- **Capital reallocation rate**: How much of annual capital goes to a different place from the year before? If near zero, you are not doing portfolio management.
- **Share of capital, and time, held in businesses earning below the cost of capital**: Shows the price of indecision.
- **Center cost relative to business unit contribution**: An indirect measure of whether parenting advantage really works.

## Pitfalls

**Equal distribution.** Spreading capital “fairly” across units leaves the best businesses hungry and the worst fed. Portfolio management is deliberately unequal distribution.

**Sunk cost captivity.** The logic “we invested so much, we cannot let go now” pours resources into losing businesses. Talk about the investment's future, not its past.

**Selling the cash cow too early.** Selling a stable business that funds today's new ones, at a short-term attractive price, dries up the financing of the growth plan. Calculate the sale's effect on portfolio structure first.

## Start this week

1. Put the ROIC of all your business units and its spread over the cost of capital in a single table; add shared cost allocation transparently.
2. Spend two hours with the management team on the “parenting advantage” question for your three smallest and three largest units: what does the center add here?
3. Compare capital allocation over the past three years and calculate the reallocation rate; present the result to the board.

---

# Strategic Mergers and Acquisitions (M&A)

URL: https://alpsuleyman.com/en/strategies/mergers-and-acquisitions
Published: 2026-06-23
Updated: 2026-10-02
Author: Alp Suleiman

> An acquisition does not end on signing day, it starts there. Value is won or lost in integration decisions, not in price negotiation. Most companies spend their energy on the wrong side.

At the M&A table, most time goes to the valuation model. Spreadsheets get refined, scenarios multiplied, hours spent debating the source of one percentage point of synergy. The deal is signed, the press release goes out, then everyone moves to the next topic. The integration team is left alone with a task nobody truly owns.

This is not a coincidence. Widely cited research suggests that a significant share of mergers and acquisitions fail to create the expected value. The cause is rarely a wrong target. More often it is the disconnect between the thesis that says why the deal makes sense and the operation that makes it real.

This article treats M&A less as a single transaction and more as a repeatable capability of the company.

## When you need it

Consider M&A when organic growth will not get you to the market share or capability you target in time. Typical cases: a market has a scale threshold (cost or distribution advantages unlock beyond a certain size), a new technology or capability would take years of internal investment, or consolidation has begun in the sector and being the party that waits is becoming costly.

Facebook's acquisition of Instagram in 2012 and WhatsApp in 2014 are the frequently cited examples of how M&A can shape growth in the mobile era. In both cases the buyer acquired a user base and a position it could not have built quickly on its own. What is interesting is that it grew Instagram for years as a relatively independent product; the integration decision was as strategic as the acquisition decision.

It can also be too early. If your core business is unstable, management attention is already consumed by firefighting, or the integration of a previous deal is unfinished, a new transaction leaves the company divided. And if you cannot say in one sentence why you need to buy, that deal is not ready.

## What most teams miss

Most teams see M&A as a “buying” job. But value creation happens in three separate stages and each needs a different skill: building the right thesis, paying the right price and doing the right integration. The first and the third are usually underestimated.

First, the thesis. “Market share rises, synergies appear” is not a thesis. A good thesis says exactly where value will come from: cost synergy (reducing the shared costs of two companies), revenue synergy (cross-selling, new distribution), capability acquisition or market consolidation. These are not equally reliable. Cost synergy is usually more reliable because it can be controlled; revenue synergies are often forecast too optimistically because customer behavior does not follow the plan of two companies.

Second, the integration approach. Not every acquired company should be integrated the same way. Haspeslagh and Jemison's classification is useful: full absorption (for cost synergy), leaving independent (to preserve capability or cultural value), or a partial symbiosis. The choice should match the thesis. Fitting a deal whose point is a small team's talent into large-company processes immediately loses much of that talent.

> What you buy is often not the company itself but the people who keep working there. Write the integration plan so that it keeps them.

Third, M&A is a capability. A company with three or four deals behind it is structurally better than one doing its first: a standard valuation framework, an integration template, a known roster of who gets called. One-off transactions learn from scratch every time.

## The playbook

### 1. Fit the thesis into one paragraph

Write the deal's value thesis in a single paragraph: why this company? Why now? Where does the value come from, and why can we not get it another way (build, partner)? The paragraph becomes the shared reference for the board and the integration team.

### 2. Validate synergy independently

Build the synergy estimates item by item with the operating leaders who will deliver them. Each item gets an owner, a timing and a cost. Either leave revenue synergies out of valuation or include them with a large discount. This also sets price discipline.

### 3. Write the walk-away price in advance

Before negotiation, write the upper limit that comes out of the valuation work and share it with the board. In a competitive process excitement distorts decisions. A pre-set limit is the protection against “one more round” pressure.

### 4. Build the integration plan before signing

The first-100-days plan, integration lead, retention program for critical people, customer communication and sequence of system merging should be ready before signing. Which team is protected, which merges and who holds which decisions should be written down as well.

### 5. Run a post-deal review

One year later, compare the thesis with what happened: synergy, retained people, customer loss. Add the findings to the template for the next deal. This step turns M&A from a one-off event into a capability.

## What to measure

- **Synergy realization rate**: The share of planned cost and revenue synergy delivered on time. Track revenue synergy separately.
- **Retention of critical people**: How many key employees stayed in the first twelve months? Value often leaves or stays with them; a leading indicator.
- **Customer and revenue retention of the acquired company**: Customer loss during integration silently erodes value.
- **Return on invested capital (ROIC) against the planned timeline**: Lagging, but the final measure of whether the deal was truly economic.

## Pitfalls

**Overpaying.** Competition and emotional attachment push the price above the synergy. Integration cannot win back an overpaid premium.

**Assuming culture.** Cultural difference goes on the “we will handle it later” list and causes the best people to leave in the first six months. Treat culture as a risk item at the valuation stage.

**Forming the integration team afterward.** Assembling a new team as the deal closes means missing the most critical decisions of the first hundred days. Appoint the integration lead before signing.

## Start this week

1. Write the value thesis in one paragraph for the most important M&A opportunity on your table or agenda today; if you cannot, put the opportunity on hold.
2. Pick a previous acquisition or partnership and produce a page comparing thesis with outcome; which assumption did not hold?
3. Put the walk-away price and the three critical first-100-day decisions (who stays, which system, customer communication) in writing for your next transaction.

---

# Global Financial Risk Management

URL: https://alpsuleyman.com/en/strategies/global-financial-risk-management
Published: 2026-05-28
Updated: 2026-10-02
Author: Alp Suleiman

> Hedging is insurance, not a profit center. But most companies pick instruments before asking the real question: which risks is it our business to carry, and which not?

Currency moves usually enter a company's balance sheet quietly. At quarter end the FX loss shows up as a line, and at the next meeting it is waved off as “timing.” Then one day, with a company that has foreign-currency debt, the national currency drops sharply within a few months and an operationally healthy business gets into trouble through its financing cost. That is exactly what many Turkish companies with heavy foreign-currency debt went through after 2018.

Global financial risk management does not remove such surprises. Its goal is to bring surprises large enough to change the company's strategy within acceptable limits, in a framework that has been decided in advance.

## When you need it

If a meaningful share of your revenues or costs are in different currencies, financial risk management has become a necessity. Currency mismatch is especially dangerous: a company whose revenue is in local currency but whose debt is in foreign currency carries FX risk like a bet the board has never seen.

Other signals: international growth creates margin swings from currency, you do not know how quickly you update price lists when currencies move, commodity or energy prices determine your margin, or banks or investors have started asking about your financial risk policy.

It can also be too early. If all revenue and cost sit in one currency, your cash position is strong and your foreign volume is small, complex derivatives add bureaucracy and new risks (counterparty, liquidity). At that stage simple natural hedging and regular monitoring are often enough.

## What most teams miss

Financial risk management is mostly treated as an instrument-selection problem: forward, option or swap? But the instrument is the last part of the decision. First you must settle three things: which risks do we carry, how much are we willing to carry and who decides?

FX risk is not one kind. Transaction risk (the difference between collecting a completed sale and today's rate), translation risk (the effect of converting a foreign subsidiary's balance sheet into the parent currency) and economic risk (a long-term shift in your competitiveness from currency moves) are managed differently. The first two can be hedged; economic risk is usually managed through pricing, sourcing and production location decisions. A company trying to solve everything with derivatives pays fees without seeing the real risk.

The second misconception: hedging is not a profit center. “Hedging at the right time” by trying to forecast currency moves pushes the team into speculation and bends the goal. The purpose of hedging is budget predictability and freedom of strategic decision; conversations like “we would have done better if the currency had risen” or “the hedge lost money when the currency fell” are signs you started wrong.

The third is that the hedge itself brings new risks: counterparty risk, liquidity (margin calls), accounting volatility. That is why a good program starts with policy, before instruments.

> Hedging does not remove risk; it swaps it for a risk you chose. The question is which risk you accept.

## The playbook

### 1. Build an exposure map

In which currency, how much, and when will cash come in and go out? With a table covering revenue, cost, debt, investment and subsidiaries, see the net position by currency. Add commodity, energy and interest rate risk. In most companies this map gives surprising findings the first time it is built.

### 2. Use natural hedging first

If revenue and cost match in the same currency, risk already falls. Shifting costs into the currency where revenue is earned (local sourcing, local production), choosing debt currency in line with revenue currency and adding a currency adjustment clause to price lists provide cheaper and sturdier protection than derivatives.

### 3. Write a board-approved risk policy

The policy should say which risks will be hedged, the hedge ratio range (for example, a defined band of forecast cash flow over the next twelve months), permitted instruments, counterparty limits and authority. The ban on speculative positions should be explicit. A policy prevents executives from improvising in a crisis.

### 4. Hedge in layers

Hedging the whole position on a single day at a single rate piles timing risk at one point. Instead, hedge progressively against the cash flow forecast: a high ratio for the near term, a lower one for the distant term. This way you do not depend on one day's rate and forecast errors do not grow.

### 5. Build a reporting and review rhythm

Report monthly to management on exposure, hedge ratio, policy compliance and the market value of derivatives. Include derivative collateral requirements in the cash plan. If hedge accounting (for example under IFRS 9) will be applied, do the documentation before the transaction.

## What to measure

- **Cash flow at risk**: In a reasonably bad currency scenario, how far does the next twelve months of cash flow deviate? The goal of the policy.
- **Hedge ratio and policy compliance**: Is the actual hedge ratio inside the approved range? A leading control indicator.
- **Net foreign currency position by currency**: Shows the direction and size of exposure.
- **Budget variance from currency**: How much of the gap between actual and budget came from FX? Lagging, but an honest measure of whether the program works.

## Pitfalls

**Speculation.** Using hedge positions to forecast currency creates a new risk instead of reducing one. The policy should ban it explicitly.

**Hedging after the crisis.** Seeking protection after the currency has moved sharply means locking in at the most expensive level. The program should be built in calm times.

**Forecast errors.** If the cash flow forecast is wrong, the hedge is too large or too small; an over-hedge becomes a position in itself. Track forecast quality as a precondition of hedging.

## Start this week

1. Put forecast cash inflows and outflows by currency for the next twelve months into one table and see the net position.
2. Ask the management team: “If the currency moves ten percent, how much does our budget deviate?” and calculate the answer.
3. If you have a risk policy, check its last approval date; if not, write the main headings of a one-page draft (risks, hedge range, instruments, authority).

---

# Regulatory and Compliance Strategy

URL: https://alpsuleyman.com/en/strategies/regulatory-compliance-strategy
Published: 2025-10-31
Updated: 2026-10-03
Author: Alp Suleiman

> Compliance is not the stamp legal puts on a finished product. Built properly, it is a product feature that sets how fast you enter new markets and how well you win enterprise buyers.

In the last week of an enterprise deal, with everything looking signed, a 240-question form arrives from the customer's security team. Where is the data stored? Who are the subprocessors? How many days does a deletion request take? When was the last independent audit? The prepared team closes the form in two days. The unprepared one spends three weeks pulling engineers, lawyers and salespeople into the same spreadsheet, and the deal either slips or gets saved with a discount.

The difference between a company that treats compliance as a cost line and one that builds it as a competitive asset usually shows up in exactly this scene. The first remembers compliance when the auditor arrives. The second builds it into how the product is designed.

## When you need it

The signals usually show up in the sales pipeline before they show up in the financials. Sales starts complaining that “security questionnaires” are stretching closing times. Nobody can say in one sentence which license or registration a new market requires. The same personal data lives in three systems under three sets of rules.

A second group of signals is structural: the first customer abroad, the first enterprise contract, the first partnership or acquisition, a move into a regulated sector such as finance, health or the public sector. Each one raises the compliance load a notch, and adding that load later costs far more than designing for it early.

There are also cases where it is too early. If you run a single product in a single country, outside regulated sectors, with limited data, a full compliance program is wasted energy. The right move there is light: a data inventory, basic security hygiene, contract templates. Build a skeleton that can grow when the need arrives.

## What most teams miss

The most common mistake is managing compliance regulation by regulation, country by country. One project for GDPR, another for a different national data law, a third for an industry standard. Each project produces its own spreadsheet, its own owner and its own evidence folder. The result is a pile of near-identical controls that do not know about each other.

Regulations look very different on the surface, but the core of what they ask is surprisingly shared: know what you collect, be able to say why, limit access, detect and report incidents, and prove what you did. Mature teams write that core once as a control library and map every regulation onto it. When a new law arrives, the question is not “what is the new project?” but “which control is missing from the library?”

> Compliance is not work you redo for every regulation. It is a system of controls you build once, with regulations mapped onto it.

The second correction is about ownership. When compliance lives in the legal department, it becomes an approval question asked after product decisions are made. When it lives in engineering, product design and procurement, it enters the moment of decision. That is why privacy by design is not a slogan but a line in the product requirements template: what personal data does this feature create, how long does it keep it, who can see it?

The third is the revenue side. Independent attestations such as SOC 2 or ISO 27001 are often not legally required, yet in enterprise buying they are frequently a de facto entry condition. A salesperson holding the report shortens the security review. You can measure that not as a marketing line but as sales cycle length.

## The playbook

### 1. Draw the regulatory map

Write on one page which countries you operate in, with which data types, in which sectors. For each intersection, add the applicable regulation, the responsible person and an estimated impact level. The output is not a long legal memo but a table where legal fills the first two columns and the product owner fills the last two. The decision it forces is clear: which regulation is handled now, which within twelve months, which is watched and parked.

### 2. Build the data and process inventory

Where is personal data created, where does it flow, who processes it? Document the subprocessor list, retention periods and the data subject request flow.

### 3. Write the shared control library

Define somewhere between 40 and 80 controls in plain language: access management, encryption, incident response, vendor assessment, training. Give each control an owner, an evidence type and a frequency. Then map each regulation's clauses onto those controls. This library is the answer key for both the auditor and the customer's security questionnaire.

### 4. Embed compliance into product and procurement flows

Add a data impact section to the product requirements template. Put a security and data pre-assessment into new vendor approval. For high-risk changes, invite legal and security into sprint planning, not the end of the sprint.

### 5. Collect evidence continuously instead of preparing for the audit

Access reviews, backup tests and training attendance should be collected automatically or on a calendar. A company that scrambles for two weeks before an audit is admitting it was not compliant the rest of the year. At least once a year, test the incident response plan with a real tabletop exercise.

### 6. Give the board a one-page risk view

Three to five critical risks, each with an owner, current control level and the decision awaiting. Leadership should see compliance as a resource decision, not as a report.

## What to measure

- **Security questionnaire and enterprise review time:** shows the friction compliance creates in the sales cycle; a leading indicator.
- **Control coverage rate:** the share of library controls with current evidence; tells you whether the program actually runs.
- **Data subject request closure time:** shows whether you stay within legal deadlines and how manual your processes still are.
- **Incident detection and notification time:** the moment compliance is truly tested; lagging, but the most honest indicator.

## Pitfalls

**Compliance on paper.** The policy is written but nobody follows it. An auditor will see this, and worse, it will not protect you in an incident. Every policy needs an owner and evidence behind it.

**Making every regulation its own project.** The duplicate pile described above. Costs multiply, controls contradict each other, the team burns out.

**Positioning compliance only as the function that says no.** If product sees compliance as the team that blocks, it starts hiding information. The compliance team should be the one that designs the compliant path together with product, not the one that only refuses.

**Promising what you do not actually do.** Saying “we are compliant” on the website, in a sales deck or in a contract creates a new risk if you cannot prove it. Keep the promise as wide as your evidence, and no wider.

## Start this week

1. Ask sales for the last three security questionnaires. Pull the 20 most frequent questions and start a standard answers document.
2. Open one table: which countries, which personal data types, which subprocessors. Let the first version be incomplete, but let it exist by tomorrow.
3. Add one line to your product requirements template: “Does this feature collect new personal data or send it somewhere new?” A requirement with that answer left blank does not enter the sprint.

---

# Real Estate and Physical Asset Management

URL: https://alpsuleyman.com/en/strategies/real-estate-asset-management
Published: 2025-07-07
Updated: 2026-10-02
Author: Alp Suleiman

> A physical asset is not an expense line, it is a bet. Every store, warehouse and office commits cash flow for years, and most companies do not manage those decisions as a portfolio.

In a retail chain's management meeting, a new store is often approved with a sentence like this: “Great location, heavy foot traffic, nice window.” Five years later the lease looks outrageous against revenue, but exiting is expensive. Nobody asked the question at the moment of decision: if this store goes badly, what is the most we lose, and how do we get out?

Physical assets look calm in the financial statements, yet they are the commitments that constrain a company's flexibility for longest. A software company fixes a bad decision in a sprint. A lease runs ten years.

## When you need it

You need it when the number of stores, warehouses, plants or offices has grown beyond what one person can hold in their head, and total rent and operating cost eats a serious share of gross margin. The signals are concrete: locations cannibalizing each other's customers, half-used space, nobody tracking lease expiry dates, offices that did not shrink despite hybrid work, warehouse capacity that is short in peak season and empty off-season.

It is too early if you run one or two sites with high lease flexibility. There, skip the real estate strategy and apply unit economics discipline to each location decision.

## What most teams miss

In most companies the real estate decision lives inside operations as an intuitive “site selection” job. But the decision has three faces, and most teams manage only one.

The first is location: which customer do you reach, at which point, at what cost? The second is ownership structure: do you lease, buy, or sell and lease back? The third is portfolio: are sites that are each good also balanced in aggregate, where do they concentrate, which leases expire in the same year?

The Starbucks and McDonald's examples get quoted a lot and usually misread. The well-known account of McDonald's is that the company holds a significant share of the land and buildings under its franchised restaurants and leases them to franchisees. The lesson is not the “they sell real estate, not burgers” quip. It is that they made location a part of brand standards and tied it to a long-term asset strategy. Starbucks is commonly described as treating site selection as a systematic analytical discipline while scaling store count. The takeaway is not to become a landlord. It is to manage the place decision as a revenue and risk decision.

> You are not choosing a location. You are committing cash flow to a ten-year obligation. Manage it like a portfolio.

What gets missed most is the price of the exit right. When signing a lease, the budget is built on opening assumptions, while exit terms, the rent escalation formula and sublease rights are waved through as “legal detail”. Yet those three clauses determine your loss in the bad scenario.

## The playbook

### 1. Build a single asset register

For every location, area, contract type, start and end dates, escalation formula, exit right, investment amount and monthly result should live in one table. If finance, operations and legal each keep their own, you have three versions of reality. The output is one portfolio view that leadership opens every quarter.

### 2. Read each location by its own unit economics

Revenue per square meter, direct profit per square meter, occupancy or capacity utilization, rent-to-revenue ratio. In retail it is store profitability, in a warehouse cost per pallet position, in an office cost per used desk. These numbers separate a site that feels good from one that actually earns.

### 3. Tie the ownership decision to a principle

What do you buy, what do you lease, under what conditions do you sell and lease back? Separate strategic, appreciating sites that carry your brand identity from sites that are merely operational. Without a written principle, every decision gets made according to that day's cash position. A sale-and-leaseback frees cash but locks in future rent, so read it as a financing decision, not a gain.

### 4. Produce a lease calendar and negotiation strategy

List every contract expiring in the next 36 months and assign each one of three options: renew, renegotiate, exit. As a tenant, your strongest card is proving you are ready to leave, and that requires an alternative prepared in advance.

### 5. Make the utilization review a routine

Twice a year, ask for every location: how much of this space produces value? Define decision thresholds in advance for subleasing, downsizing, sharing with another function or closing. For example, a site that falls below the threshold two periods in a row goes into review automatically.

## What to measure

- **Profit per unit area and rent-to-revenue ratio:** the real return of each site; lagging but fundamental.
- **Capacity utilization:** how much of the space actually produces value; a leading indicator that shows the problem before profit falls.
- **Lease expiry concentration:** how many contracts end in which year; shows negotiating leverage and cash pressure in advance.
- **Payback time of new locations versus the opening assumption:** measures the team's forecasting discipline.

## Pitfalls

**Choosing a location on instinct.** An impressive venue and a polished pitch deck stand in for the numbers. Every new site needs an acceptance formula written beforehand, and results should be compared against it after opening.

**Treating ownership as prestige.** Every building you buy ties up capital. If real estate is not your core business, account for what that capital would have earned in the core.

**Delaying the closing decision.** Carrying a loss-making site for years in the hope it recovers multiplies the loss. Write the closure threshold at the start, and do not debate it once emotions arrive.

**Leaving real estate outside the business.** If the property team cannot see store performance and operations does not know the contract terms, decisions are made in two different languages.

## Start this week

1. Collect every location's lease expiry date and escalation formula into one table, and name one owner.
2. Rank the bottom and top three sites by profit per square meter, and have the exit cost of the bottom three calculated.
3. Write an acceptance threshold for the next opening or expansion: below which payback period, and without which exit terms, is approval not given?

---

# Corporate Investor Relations

URL: https://alpsuleyman.com/en/strategies/investor-relations
Published: 2025-02-07
Updated: 2026-10-02
Author: Alp Suleiman

> Investor relations is not announcing good quarters. It is shrinking the gap between what you say and what happens, year after year. Trust is built in how you deliver the bad news.

The quarter came in below expectations. Senior management has two options: say the bad news plainly on the first slide, or run through the good numbers first and leave the real issue for Q&A. The second looks tempting. But investors have watched this play many times, and they read more from the structure of the presentation than from the numbers themselves.

Managing investor relations is really a discipline of forecasting and a test of consistency. Investors do not expect perfect results from you. They expect you to be predictable.

## When you need it

If an IPO, a large funding round, a debt raise or a secondary sale is on the agenda, or if your shareholder base is widening from a few families to many institutions, informal communication no longer holds. The same logic applies to private companies: fund managers, institutional partners and lenders expect a steady monthly or quarterly rhythm.

The signals are clear. Every executive gives analysts and investors a different answer. Target price expectations sit constantly far from your internal plan. Nobody on the management team can answer “how do our shareholders understand us?” It is too early if you work with one close investor group and carry no formal reporting obligations. There the need is not a corporate IR function but a habit of a monthly honest update.

## What most teams miss

The common mistake is treating IR as a communications job: good slides, regular press releases, a polished web page. Those are the floor. The real material of investor relations is something else: the equity story and the credibility record built around it.

The equity story is a clear, testable thesis about why the company is investable. In which market, with which advantage, at what return on capital are you growing, and which indicators will confirm the thesis? If it cannot be told in three minutes, the analyst will fill the gaps with their own interpretation.

The credibility record is the gap between what you said and what you did. Does management guidance hold? Do growth targets materialize? Do strategic priorities quietly change within a year? Investors reward good results, but they punish inconsistency hard, because inconsistency raises doubt about how well management understands its own business.

> Investors remember the good number, but what they remember most is whether your promise held from quarter to quarter.

The second thing missed is that investors are not one type. A long-term institutional fund, a fast-moving hedge fund, an index fund, a retail investor and a lender read different things in the same information. Showing everyone the same deck speaks to none of them.

The third is that the internal and external narratives must match. If the strategy told to employees differs from the one told to investors, it will surface one day. Especially in funding and exit processes, an inconsistent narrative comes back directly as a discount in valuation negotiations.

## The playbook

### 1. Write the equity story and test it

Put on one page: the growth thesis, competitive advantage, capital allocation priorities, the three-to-five-year target and three indicators that will confirm it. Then have two real investors and a former analyst read it, and ask “how would you summarize this company?” If their summary does not match yours, your message is not yet sharp.

### 2. Segment the investor base

Who holds, who watches, who has exited? For each segment note what matters: dividends and cash flow, growth, balance sheet health? This map tells you which segment you want to attract and which one to speak to more often.

### 3. Set a guidance policy

What kind of outlook will you share: ranges, points or none? Which indicators will you update, and how often? The rule here is to give a range you can hit. Guide aggressively and you get praised for one quarter, then spend years doing expectation management. A common practice is to set guidance with a reasonable cushion and revise upward through small positive surprises.

### 4. Write a bad news protocol

For unexpected results, a senior executive's departure or a regulatory problem, decide in advance who speaks, when, and through which channel. The rule is simple: bad news comes early and with one voice. The whole market should learn at the same time, not employees and large investors first; follow the applicable disclosure and equal treatment rules with legal counsel.

### 5. Prepare Q&A as an institution

Before the results call, rehearse the ten hardest questions with the management team. Every question should have a short, number-backed answer that is the same for everyone. Q&A carries more information than the presentation, because it is where management speaks without a script.

### 6. Build a feedback loop

After each meeting, record the recurring questions and objections from investors and present them to the board at quarter end. IR is the sensor that carries how the company looks from the outside back inside.

## What to measure

- **Guidance hit rate:** how accurate the outlooks you gave were; the most honest credibility indicator, and a lagging one.
- **Message consistency:** how well different management members' answers to the same question overlap; a leading indicator.
- **Shareholder base quality:** the share of long-term funds and the average holding period.
- **Distance between analyst or investor estimates and your internal plan:** shows how accurately your story is understood outside.

## Pitfalls

**Over-promising.** When the target is set too high, the first miss costs reputation. Beating small and often beats promising big and fragile.

**Changing the story every quarter.** A company that says “growth” yesterday, “profitability” today and “new markets” tomorrow does not own any thesis. If priorities change, explain clearly why.

**Leaving IR to the CFO alone.** Investors want to see how the CEO tells the strategy and whether the team speaks the same language. IR is a team sport.

**Selective transparency.** Giving a large investor extra information carries both legal and trust risk. The same information should go out at the same time through the same channel.

## Start this week

1. Write your equity story on one page and ask every member of the management team to answer “why is this company attractive to investors?” in their own words. Mark the differences.
2. Put every guidance and target you gave in the last two years into a table and compare it with the actuals.
3. List the ten hardest questions for your next results meeting, and if you lack a clear answer to even one, write it this week.

---

# Category Creation and Market Consolidation

URL: https://alpsuleyman.com/en/strategies/category-creation-market-consolidation
Published: 2025-03-14
Updated: 2026-10-02
Author: Alp Suleiman

> Creating a category is not building a better product. It is getting customers to see a problem under a new name, and being ready to carry the cost of that for years.

When Airbnb pitched early investors, the idea struck many people as irrational at the time: staying in a stranger's home. Uber had a similar scene: using the phone in your pocket to get into a stranger's car. Neither company tried to beat rivals inside an existing category. They placed a new option in the customer's mind next to “a place to stay” and “a taxi,” and that option then grew into a market of its own.

These stories are usually told as a victory in hindsight. The real picture is messier. Creating a category often means defending something for a long time that nobody fully understands. That makes it less a strategy than a decision about capital and patience.

## When you need it

Category thinking should come in when competition in the existing category has collapsed into price and feature comparison, when customers define you as “an alternative to that product,” and that definition leaves you no room. A second signal is that the problem you solve does not fit the boundaries of the existing category. If your sales calls constantly include “what we do is really somewhere between X and Y,” you are already inside a category gap.

There are cases where it is too early. If you have not proven product-market fit, a category narrative is a distraction. Creating a category is a market decision built on top of a working product, not a story placed where a working product should be. And if your budget cannot sustain several years of market education, taking a strong position in the existing category is often the smarter move.

## What most teams miss

Teams mostly treat category creation as a naming and marketing exercise: find a new term, write a manifesto, host an event. But a name survives only when three things stand behind it.

The first is a real, painful problem. The customer already lives with it and is tired of patching it with existing solutions. The second is concrete proof that your solution addresses the problem in a way the existing category cannot. The third is that not only you but customers, analysts and partners start using the category. If a name appears only in your own presentations, it is a product name, not a category.

The power of existing categories should not be underestimated either. People understand something new by comparing it to something old. That is why even the successful examples usually carry a bridge sentence: “a hotel, but homes” or “a taxi, but at the press of a button.” Category narrative without a bridge stays abstract.

> Creating a category is not finding a name. It is getting people to think about the problem in your words.

The consolidation side is usually told as a separate story, but it is the other face of the same coin. As a category matures, fragmented players multiply. At that point you either become the player that sets the category standard or the one that gets acquired. Planning acquisitions, partnerships and distribution networks as preparation for the next stage is how you keep the market in hand after creating the category. M&A itself is the subject of another strategy; what matters here is seeing that category leadership and market share leadership are not the same thing.

## The playbook

### 1. Write the problem in its own name

Write how customers describe this problem today and what they patch it with. The new category name should derive from the pain they already live with. The output: one paragraph, a one-sentence problem definition, and the argument for why the problem cannot be solved within the existing category.

### 2. Build the category thesis and the bridge sentence

Write your worldview as a point of view: why the old approach no longer works, what the new approach is and what it makes possible. Next to it put a short bridge sentence that ties to something the customer already knows. Share it in one place with sales, product and leadership; everyone should be able to say the same sentence.

### 3. Feed the category with proof

You need more than a presentation where you make your own claim. Customer outcomes, independent data, a category indicator you measure inside the product. Without proof, a category name reads as an empty label.

### 4. Create a shared language among customers and partners

Invite early customers, analysts, integration partners and influencers to speak in the same words. A community, an annual event, a report or a spreadable methodology are some of the ways to do it. The aim is less to make your brand the owner of the category than to show that the category is an ecosystem.

### 5. Draw the consolidation map as you grow

Which complementary capabilities, which small players, which distribution channels exist in the category? Which can be acquired, which can be partnered with, which are a threat? When the category grows, a fragmented structure becomes your opportunity, but if you do not have the map ready, the opportunity goes to a competitor.

## What to measure

- **Outside use of the category name:** the share of customer, media and partner content that uses your words; a leading indicator.
- **Unbranded search and demand:** have people started searching the category term without your name?
- **Explanation time in the sales cycle:** how much has the time spent on “what are we” in the first call shortened?
- **Category share:** your share and rivals' share in the market as you define it; a lagging indicator.

## Pitfalls

**Slogan before proof.** Writing the manifesto first and hoping the product will back it spends your credibility up front.

**Describing your invention instead of the customer's problem.** Creating a category means defining the problem, not the solution. If customers do not see themselves in the problem, the name does not stick.

**Trying to educate the category alone.** Market education is expensive and its benefit goes to everyone who enters the category. If your capital and distribution are weak, share that burden with partners.

**Closing the category once it grows.** When a category succeeds, imitators arrive. To be the standard setter, keep the ecosystem open and do not shut out complementary players.

## Start this week

1. Listen to or read the notes from your last five sales calls. In which words did the customer describe you, and what did they compare you with? List them.
2. Write three versions of the “what we do is like ... but ...” bridge sentence and ask five customers which is clearest.
3. Pick one indicator inside the product that supports your category claim and start measuring it this week.

---

# Sustainability and ESG Leadership

URL: https://alpsuleyman.com/en/strategies/esg-leadership
Published: 2026-07-27
Updated: 2026-10-03
Author: Alp Suleiman

> Writing an ESG report and building ESG into the business model are different jobs. Leadership starts with finding which issues truly affect your money and your risk.

At a board meeting, the sustainability presentation runs thirty pages: carbon figures, diversity ratios, a heap of policies. One member asks: “So which risk do these efforts reduce, and which revenue do they bring?” The room goes quiet, because the report has been prepared but the link has not been drawn.

That is the trap ESG falls into most often today: reporting becomes one job and strategy becomes another. The two never see each other.

## When you need it

It is time if your customers have started asking for emissions or working conditions data in supplier assessments, if lenders and investors request sustainability indicators, or if reporting obligations in markets you export to affect you indirectly. An ESG section in the supplier questionnaire has become routine in enterprise procurement.

Another signal is operational: if energy, water, waste or supply chain risk directly affects your cost or continuity risk, ESG is already inside your business, you just have not named it. It is too early in a small, service-heavy structure where these issues carry no material meaning. There the need is not a comprehensive program but sound basic hygiene and honest communication.

## What most teams miss

The most frequent mistake is starting ESG by giving all three letters equal weight. Handling every topic at once means going deep on none. The right starting point is a materiality assessment: for this company, which environmental, social and governance issues both affect the business and matter to stakeholders?

A bank's material topics are not a textile manufacturer's. In one, climate risk in the financing portfolio stands out. In the other, water use, working conditions and supply chain traceability do. A materiality assessment decides where you put resources and which topics you only monitor. It covers not just your impact on the world but also the issue's impact on the company's financial performance; many frameworks today suggest treating both directions together.

The second thing missed is translation into financial language. In an investment decision, “let's be more sustainable” is a weak argument. “We cut this much cost by lowering energy intensity,” “we avoid this disruption by controlling supplier risk,” or “we meet the purchasing condition of this customer segment” are strong ones.

> ESG leadership is measured not by the thickness of the report but by which decision is tied to which sustainability data.

Patagonia's 2011 “Don't Buy This Jacket” ad and its 2022 announcement that it was transferring ownership to a trust and a nonprofit are often cited. But the lesson is frequently misread: those moves were not a campaign but the founding principle of the company showing up in the business model. Unilever's Sustainable Living Plan, announced in 2010, is similarly known as an initiative tying long-term targets to brands and operations. What these examples share is that the language was connected to the management system. At your scale, that means not transforming everything but creating real accountability on a few issues.

## The playbook

### 1. Run the materiality assessment

List topics from the perspective of investors, customers, employees, regulators and communities, and score each on two axes: financial impact on the business and impact on stakeholders. The output is at most five or six priority topics. The rest go on a watch list.

### 2. Measure the baseline

For each priority topic, measure where you stand today: emissions, energy intensity, supplier audit coverage, employee turnover, governance indicators. Data quality will be poor at first, and that is normal. What matters is marking clearly which figures rest on estimates and which on measurement.

### 3. Tie targets to the business plan and to rewards

Every target gets an owner and a budget. Tie at least a few executive objectives to ESG indicators; otherwise the program becomes a load carried by the sustainability team alone. Add a sustainability impact line to the investment approval process.

### 4. Cover the supply chain

In most companies the bulk of emissions and social risk arises outside their own walls, at suppliers. Identify the most critical suppliers and build a data request, targets and a support program together. Sending a questionnaire alone is not risk management.

### 5. Mature reporting and assurance

Use only claims you can verify in reports. Independent assurance and a consistent framework (the standards you use depend on the markets your organization operates in) protect the company against greenwashing allegations. Where you miss a target, say so plainly.

## What to measure

- **Progress against targets on prioritized topics:** emissions intensity, energy, waste, safety incidents and similar; lagging but fundamental indicators.
- **Cost savings and revenue tied to ESG:** the financial return of the program; the number that actually convinces leadership.
- **Supplier data coverage:** how much reliable data you get from critical suppliers; a leading indicator.
- **Share of customer and investor requests met:** opportunities won or lost in ESG questionnaires.

## Pitfalls

**Greenwashing.** A claim you do not actually deliver on or cannot prove creates both regulatory and reputational risk. Do not say more than you do. If there is no number, there is no emotional language either.

**Trying to do everything at once.** A program with no materiality filter stays shallow and produces no credible result anywhere.

**Leaving ESG to communications.** Sustainability is work that cuts across operations, procurement, finance and HR. If it lives only in communications, the rhetoric grows and the results do not.

**A risk-only view.** Companies that do this only to avoid penalties miss efficiency and new revenue. Energy efficiency, recycling and product design are often direct margin questions.

## Start this week

1. Collect every ESG question from customers, lenders and investors over the last year, and identify the five most frequent topics.
2. Put those five topics in a table and write one financial impact hypothesis for each (cost, revenue or risk).
3. Have a line for “environmental or social impact” added to your next investment approval form and name its owner.

---

# Corporate Culture and Talent Transformation

URL: https://alpsuleyman.com/en/strategies/culture-talent-transformation
Published: 2025-09-29
Updated: 2026-10-02
Author: Alp Suleiman

> Culture is not the list of values on the wall. It is read in who gets promoted, who gets talked over in meetings and which mistakes are forgiven. Transformation starts there.

A company's values board says “courage.” In the same company, a new idea passes through six approval layers, the first project that turns out wrong follows its owner through their record, and the three managers promoted last year all advanced by driving risk to zero. Employees do not read the board. They read the promotion list.

That is what makes culture change hard. The board can change overnight. Culture does not change until the system that rewards behavior does.

## When you need it

You need transformation when strategy has changed but behavior has stayed the same: leadership says “faster, more customer-focused, more agile,” yet decision times are unchanged. Other signals: top people leaving after a certain seniority, newer-generation talent declining offers or leaving within the first year, innovation always being a “next quarter” topic, cross-department work moving only when pushed from above.

There are clear signals on the talent side too: the skills strategy needs (data, product, software, sales engineering) are scarce inside the company, and while trying to buy them from outside, nobody plans how the internal base will move into those skills. It is too early if strategy is not yet clear. If you do not know what you are aiming at, you also do not know which culture you are building.

## What most teams miss

Culture transformation efforts mostly begin with three tools: a new set of values, a workshop series and a communication campaign. All three are necessary and none is enough. Culture is carried not by what is said but by repeating mechanisms. Those mechanisms are limited in number: who is hired, who is promoted, who gets what budget, how meetings run, how mistakes are handled, what the leader spends time on.

> If you want to change culture, change who gets promoted, who gets budget and who gets forgiven. The rest follows.

The second thing missed is the middle management layer. Senior leadership announces the new behavior, but employees live their daily relationship with middle managers. Middle managers are measured on the old system and expected to implement the new one. If you do not make them the subject of the transformation, they become its brake, not out of bad intent but because they receive contradictory signals.

The third is managing talent and culture separately. HR runs a talent program, business units develop a culture narrative, and the two never meet. But new skill does not stick without a safe space for new behavior. An employee learns a new method, but if their manager measures them by the old method, they unlearn it.

Microsoft's culture shift under Satya Nadella, built around a “growth mindset,” is often cited. The lesson is not the slogan itself but that leadership behavior, meeting habits and internal collaboration rules were treated together with the change. Rather than copying such examples, define your own transformation problem at the mechanism level.

## The playbook

### 1. Describe the current culture as behavior

Answer “what is actually rewarded and punished here?” with numbers and examples: the last two years of promotions, the bonus distribution, projects shut down, talent that left. Around twenty in-depth conversations with employees often yield more honest data than a survey. The output is one page showing the gap between target behavior and actual behavior.

### 2. Write target behaviors as few and observable

Three or four behaviors are enough, each at the level of “I would recognize someone doing this.” Not “customer focus,” but “no proposal is approved in a decision meeting without an example from a customer conversation.” An abstract value does not work until it is translated into behavior.

### 3. Change the mechanisms

Embed target behavior into promotion criteria, performance review, the budget process, hiring interviews and meeting rules. Do not launch a culture program until at least two of these have a concrete change.

### 4. Make middle management the instrument of the change

Give middle managers the practice of the new behavior, tools they can apply in their teams and a change in their own targets. Do not expect something from them without teaching them something. A regular manager circle or a short practice rhythm is often more effective than long training courses.

### 5. Join the talent map to the strategy

List the five or six roles critical to strategy and the current competence in them. For each, set three paths: develop internally, hire externally, partner. If there is no internal development path, new talent dissolves in the old system.

### 6. Back the transformation with visible leadership behavior

Senior leadership should show the new behavior in meetings, decisions and how they spend time. A leader sitting in on a customer conversation, a product team session or a failure review for the first three months carries more signal than a speech.

## What to measure

- **Decision time:** how many days an important decision takes from idea to approval; one of the most concrete leading indicators of culture.
- **Internal promotion and skill coverage in critical roles:** how much new capability is growing inside.
- **Regretted attrition:** the voluntary exit rate among top performers; lagging and very telling.
- **Promotion and reward distribution:** the share going to people who show the target behavior.

## Pitfalls

**Confusing a campaign with transformation.** If events, videos and boards change while mechanisms stay the same, culture stays the same. Employees notice quickly and meet the next initiative with irony.

**Transforming everyone at once.** Programs that open too wide stay on the surface. First make one business unit or a few critical teams the example.

**Carrying individual talent alone.** Bringing in a good person without changing the system dissolves them alone. Hiring talent without preparing the environment is wasted budget.

**Leaders excluding themselves.** If the message is “transformation is for the people below,” employees understand that leadership is not taking it seriously.

## Start this week

1. Pull the last two years of promotions and mark each with “did they show the behavior we are aiming for?” Discuss the message that results with the management team.
2. Measure how many days it took an important decision to go from start to approval across the last five examples.
3. Make one change to the management meeting agenda: the first item is now always from a customer, a failure or a new experiment.

---

# Long-Term Value Creation and Legacy

URL: https://alpsuleyman.com/en/strategies/long-term-value-creation
Published: 2025-08-05
Updated: 2026-10-02
Author: Alp Suleiman

> Thinking long term is not an intention, it is a budget and governance question. What protects the future under quarterly pressure is not a vision statement but rules set in advance.

Every senior team says it thinks long term. The test arrives three weeks before quarter end, when it is clear the target will be missed. Is the research budget cut, or marketing? Is the investment in a new market delayed, or supplier payments? The answer is not set by the decision made that day but by the rules built up to that day.

Building a legacy sounds like a romantic idea. In practice it is highly technical: designing mechanisms that protect the long term against the managerial gravity of the short term.

## When you need it

The topic comes up when a company has reached basic maturity and wants to create lasting value beyond sustaining the current business. Signals: the founder or management team thinking about who succeeds them, worry about how durable product and market leadership is, quarterly targets constantly crushing forward-looking investment, a brand with the potential to set a standard beyond being “a good company.”

It is too early if the company is under existential profit and cash pressure. The business must first reach a sustainable economy, and legacy comes after survival is solved. Long-term thinking should not become an excuse for laundering weak unit economics.

## What most teams miss

In most teams, long term is understood as “a bigger vision.” But the problem is not a lack of vision. It is that time horizons get mixed inside the same budget and the same metrics. If an investment that sustains today's business and one that will create value in three years are judged by the same return threshold and the same quarterly indicators, the second always loses.

That is why mature companies separate time horizons. The widely used three-horizons framework helps here: horizon 1 strengthens the current business, horizon 2 grows a nearby opportunity, horizon 3 creates new options that are still uncertain. Each horizon has its own metric, its own owner and its own patience. Judging horizon 3 by horizon 1's metric is measuring a seed as if it were a tree.

> The long term is not protected by good intentions. It is protected by writing down in advance what will not be touched when quarterly pressure arrives.

Amazon's 1997 shareholder letter, which stated long-term thinking explicitly as a principle, is cited often for this reason: the company told investors in advance in which kinds of decisions it would choose long-term market leadership over short-term profitability. The lesson, beyond a slogan, is that the commitment was public and therefore binding afterward. Management can break a promise made to itself. A promise everyone can see is more expensive to break.

The second thing missed is what a legacy actually is. Most companies think of it as “let our name go down in history.” What lasts is concrete: a standard you brought to the industry, people you developed, institutional capability you built, trust you created, a technological or scientific contribution. These accumulate not through a campaign but through consistent decisions repeated over decades.

The third is ownership and governance structure. Among companies that protect the long term, the ownership structure is usually suited to it too: patient capital, long-term partners, structures that preserve founder influence, or foundation-like ownership models. If the capital structure expects short-term returns, a long-term strategy cannot live inside it.

## The playbook

### 1. Write a concrete definition of the legacy

Write what would be missing from the world in twenty years if this company had not existed: a standard, a talent pool, a technology, a trust relationship. The output is one paragraph and three concrete evidence indicators. If the answer is “being a big company,” that is not a legacy, it is scale.

### 2. Separate time horizons in the budget

See how much of total investment and operating budget goes to each of the three horizons. For horizons 2 and 3, set aside a protected multi-year share that does not depend on quarterly revenue. The company's scale and risk determine the size of the share. What matters is that it does not melt away easily under quarterly pressure.

### 3. Set a separate set of metrics for each horizon

In horizon 1, efficiency and margin. In horizon 2, growth and market adoption. In horizon 3, learning speed and option value. In horizon 3, “how many experiments did we run, what did we learn, which assumption was disproved?” is more meaningful than rate of return.

### 4. Make commitments binding

Convert long-term investment principles into a board resolution and, where possible, into communication with investors. Write in advance under which conditions you will not abandon which investment. It is insurance against yourself when quarterly pressure arrives.

### 5. Build institutional memory and succession discipline

Record the reasoning behind critical decisions, plan succession for key roles and move institutional knowledge from people into systems. A legacy is not carried in a few people's heads.

## What to measure

- **Realization rate of the protected long-term budget:** the share preserved even under quarterly pressure; the most honest indicator of governance strength.
- **Horizon 3 learning indicators:** number of experiments, number of assumptions confirmed or disproved; a leading indicator.
- **Return on capital across the cycle:** not one year but a five-to-ten-year period; lagging but the real result.
- **Brand trust and industry influence:** how far your standards are adopted by others.

## Pitfalls

**Using long term as an excuse not to earn.** Without sustainable unit economics, the long term is just a slow loss plan.

**Turning legacy into a marketing narrative.** A claim of “trust across generations” without real contribution produces cynicism, not trust. Do first, tell afterward.

**Promising without a protection rule.** A commitment that melts when management changes or a bad quarter arrives is the product of intent, not principle.

**Thinking of the long term as one project.** What you need is not a project but a decision pattern repeated for years.

## Start this week

1. Look at the budget cuts of the last five years and mark which came from long-term investments. Which rule would have protected them?
2. Ask each member of the management team to answer “what should remain of this company in twenty years?” in writing, and lay the differences side by side.
3. List current investments and label each horizon 1, 2 or 3. Make horizon 3's share visible for the first time.

---

# Foresight and Scenario Planning

URL: https://alpsuleyman.com/en/strategies/scenario-planning
Published: 2026-04-02
Updated: 2026-10-02
Author: Alp Suleiman

> Scenario planning is not about predicting the future correctly. It is about making decisions that survive several futures, and noticing early which one is arriving.

For most companies, the five-year plan is a single series of numbers: growth at this percent, margin at that, market share at this level. The plan sits on top of a forecast, and when the forecast fails, the plan collapses. Then management debates why the plan did not hold, when the real question is why it depended on one future so heavily.

The starting point of scenario planning is this: the future cannot be known, but the structure of the unknown can be thought through. Which uncertainties will truly shape our business, and are we ready for each?

## When you need it

You need it if a few large external uncertainties decide your company's fate: regulatory change, technological breaks, energy and raw material prices, the currency and rate environment, customer behavior, geopolitical risk. If your investments have long payback periods (a plant, infrastructure, a large platform build, a new market), the price of uncertainty is large too.

The signals are concrete: the last plan's assumptions became invalid within six months, everyone on the management team seems to assume the same future, events labeled “unexpected” happen several times a year. It is too early if cash runs out in a few months. There the need is not a long-term scenario but a short-term cash scenario, and even a plain three-case cash table helps.

## What most teams miss

Scenario planning often gets reduced to a forecast table split into “optimistic, base, pessimistic.” That is not scenarios, it is three scales of the same story. Real scenarios are qualitatively different worlds: one where regulation tightens and one where it loosens, one where a new technology spreads fast and one where it stalls. The difference between them lies not in the numbers but in the rules of the game.

The second common mistake is treating scenarios as a bet on which one is right. “Which will happen?” is the wrong question. The right one is: which of our decisions work in all scenarios, and which only in one?

> Scenarios are written not to know the future, but to notice early which future is arriving and to move fast accordingly.

The best-known historical example is Shell's work in the 1970s. Pierre Wack and his team prepared scenarios that stepped outside the usual assumptions about oil supply and prices, and it is widely told that having discussed those scenarios with management beforehand made Shell's reaction faster during the 1973 oil shock. The lesson is not the accuracy of a prediction but that the managers' mental models had been loosened in advance.

The third thing missed is that scenarios fail to produce decisions. An impressive presentation is made, then its shelf life ends. Scenarios create value only when tied to investment decisions, strategic options and early warning signals.

## The playbook

### 1. Set the focal question

“The future” is a broad subject; scenarios should serve a specific decision. Extract a concrete question such as “what position do we want in this market in ten years, and which investments should we make?” The output is a one-sentence focal question and a decision date.

### 2. Pick two high-impact, high-uncertainty drivers

List the external factors and rate each on “how large is the impact” and “how uncertain is it.” Choose the two drivers that are high on both, and draw a two-axis matrix. Each quadrant represents a world. Place the certain trends (such as demographics) in all scenarios as a base.

### 3. Write the four worlds

One story per quadrant: in that world, how do customers behave, what are competitors doing, what does regulation look like, how does our business look? Name each, keep it short, no more than a page. The leadership team does not have to agree on how plausible each scenario feels; that is not the point.

### 4. Test the current strategy in each world

How does your plan perform in each scenario? Which investments work in all worlds (robust decisions), which in only one (bets), which are a disaster in one world (risks)? Also look for ways to buy options at small cost: a pilot, a partnership, staged investment, a flexible contract.

### 5. Define early warning signals and triggers

For each scenario, pick three to five observable signs that it is materializing: a draft regulation, a technology crossing a cost threshold, a competitor move, a customer behavior indicator. Tie each signal to a trigger in the form “if this threshold is crossed, we make this decision.”

### 6. Attach it to a rhythm

Review scenarios once a year and the signal board every quarter. Scenario planning is not a one-time workshop but a habit that keeps management's view of the world alive.

## What to measure

- **Movement on the signal board:** which scenario the monitored indicators are drifting toward; a leading indicator.
- **Robust decision ratio:** how many investments give an acceptable outcome across all scenarios.
- **Trigger-to-decision time:** how fast the company moves once a signal threshold is crossed.
- **Option portfolio:** the number of open options acquired at small cost that can be scaled later.

## Pitfalls

**Mistaking three forecasts for scenarios.** Three versions of the same curve do not show different worlds. A scenario without a qualitative difference is only sensitivity analysis.

**Producing too many scenarios.** Six or seven scenarios do not live in management's memory. Two or three drivers and four worlds are enough.

**Staying disconnected from decisions.** If scenarios were reported and shelved, they did not work. Every exercise should change at least one investment or contract decision.

**Putting everything on the most likely scenario.** Scenarios are not a probability contest. Concentrating all resources on the world that looks most likely is itself a product of the wish to avoid uncertainty.

## Start this week

1. Write down the ten key assumptions of your last strategic plan and note beside each: “what happens if this turns out wrong?”
2. Ask each member of the management team separately: “what are the two external uncertainties that could shake our business most in the next five years?” Lay the differences side by side.
3. Pick your largest upcoming investment decision and run a one-hour session on the question “in which world does this decision turn out wrong?”

---

# Social Impact and Community Benefit Projects

URL: https://alpsuleyman.com/en/strategies/social-impact-projects
Published: 2025-04-04
Updated: 2026-10-02
Author: Alp Suleiman

> Social impact is not a charity campaign bolted onto the business. It is using what the company knows best to solve a real social problem, and measuring the result like any other business outcome.

A company runs a campaign with the same foundation every year: a donation, a volunteer day, a press release. At year end it reports the money raised, the number of employees who took part and the number of news items. The problem is that a year later nothing has changed in the social problem itself, and the company has learned nothing about it either.

This is where social impact projects differ from general corporate responsibility activity. The first aims to solve a problem, the second to look good. And real impact usually does not happen if solving a problem was not the aim.

## When you need it

The time has come if your product, employees, supply network or data touches a social problem and that contact can create strategic advantage. In sectors like food, health, finance, education, energy and logistics, the company's core competence can map directly onto a social need. Other signals: employees often asking “what is our company doing for society?”, relations with regional communities being critical to operations, relations with regulatory or public stakeholders depending on trust.

It is too early if the core business has not yet settled. Social impact is a commitment that only a self-sustaining business can carry. A multi-year project hit by a budget cut after six months harms both the target group and reputation.

## What most teams miss

The most common mistake is thinking of social impact as something “given”: donations, sponsorships, volunteer hours. Those are inputs. Impact is an outcome. A company announcing “we created impact” because it donated a large sum is like saying “we improved health” because it gave a hospital a drug stockpile. You can say whether things improved only by measuring results.

The second mistake is detaching the project from the company's own business. Every company has a particular place from which it can contribute to a social problem: knowledge, networks, scale, technology or access it holds. Porter and Kramer's idea of shared value points the same way: where business and social need intersect, both impact and sustainability grow. A good cause that does not fit the company's competence ends up either too expensive or too shallow.

> Social impact is measured not by how much money you give but by which problem you changed, with what evidence, in whose life.

One often-cited example in this area is Hindustan Unilever's Project Shakti, known as a program that has women in rural areas distribute the company's products locally, aiming both to create income opportunities and to widen distribution reach. The lesson is that the project had a logic for both business and society, and that it was built as a long-running operating model rather than a campaign calendar. Even so, the effects of such programs are debated. What matters is not copying someone else's story but finding where your own competence can make a difference.

The third thing missed is the role of partners. Companies often design the social project alone and see civil society organizations with field knowledge only as implementers. Yet the expertise in that field mostly sits with them. In good partnerships, civil society defines the problem, the company brings scale, resources and technology, and accountability is shared.

## The playbook

### 1. Find the company's unique contribution point

Product, data, employee competence, distribution network, supply chain. Which of these could make a real difference to solving a social problem? The output: two or three candidate problem areas and, for each, the answer to “in a world without us, why would this solution be weaker?”

### 2. Write the impact thesis

Choose one problem, one target group and one change claim. Draw a simple theory of change: the activity we run, the short-term output, the medium-term outcome and the long-term impact. Write down the assumptions needed at each link. The weak link is usually from output to outcome: there is a large gap between “we delivered training” and “these people's lives changed.”

### 3. Choose partners and clarify roles

Find a civil society, public or academic partner with credibility in the field. Write in advance who owns what, who holds the data and what happens in case of failure. A partnership should be joint project management, not a sponsorship relationship.

### 4. Set up impact measurement from the start

Do not launch a project without measuring the starting point. Without baseline data, “change” cannot be calculated. If possible, arrange independent evaluation or at least a comparison group. Treat the cost of measurement as a real line in the project budget.

### 5. Tie the project to the business model and management rhythm

The project should have an owner, a multi-year budget and a rhythm in which it is reviewed at board level at least twice a year. After the pilot, decide to scale, fix or end it. A project that quietly continues weakens the project itself.

## What to measure

- **Outcome change in the target group:** a real-life indicator measured against the baseline (income, health, access, skills); lagging and the main indicator.
- **People reached and depth of contact:** how many people, at what level; a leading indicator.
- **Impact per cost:** the ratio of money spent to outcome; allows comparing projects.
- **Durability of impact:** the share of results that continue after the project ends.

## Pitfalls

**Producing impact as narrative.** Success stories are compiled from isolated good examples and do not represent the average. Narrative without measurement is the decoration of irresponsibility.

**Marketing under the name of social benefit.** Social communication without real impact increases reputational risk, and consumers and employees sense it quickly.

**Spreading too wide.** Running small projects in ten areas means making a difference in none. Choose one area and go deep for years.

**Leaving the local community out of decisions.** The people who know the problem best are those affected by it. Seeing them only as “beneficiaries” is the surest way to design the project wrong.

## Start this week

1. List the company's social projects of the last three years and write, for each, “which outcome did we change and how do we know?”
2. Set aside an hour with the management team to connect “what can we do that others cannot?” to a social problem.
3. Pick one existing project, choose a single outcome indicator and plan its first measurement.

---

# Operational Excellence and Lean Management

URL: https://alpsuleyman.com/en/strategies/operational-excellence-lean-management
Published: 2025-01-15
Updated: 2026-10-03
Author: Alp Suleiman

> Lean is not a cost-cutting program. It is a management system that makes everything that breaks flow visible. The lesson from Toyota is not the tools but a discipline repeated every day.

On the wall of a factory or an operations center hangs a poster that says “lean.” A kanban board on one side, 5S labels in a corner, a kaizen slogan in a meeting room. Yet the time from order entry to delivery is the same as two years ago. The tools are in place, the management system is not.

That is the hard part of operational excellence: a tool is learned once in training, while a system demands the discipline of asking the same questions every day.

## When you need it

The signals are things everyone living inside the operation already knows. Delivery times cannot be predicted. Intermediate stock or piles of waiting work are growing. The same error keeps appearing in different places. Teams work on a “there's a fire today” basis. Customer complaints root in different points of the process, and cost of growth rises faster than revenue.

Lean thinking is not limited to manufacturing. A loan application at a bank, patient flow in a hospital, the time from customer request to release in a software company, order fulfillment in e-commerce: each is a flow and each contains waste. It is too early for a very early-stage company where the product and process are still changing constantly. Making an unsettled process lean is like aiming at a moving target.

## What most teams miss

Lean management is mostly understood as cost cutting. But the Toyota Production System began from resource constraint, and its core idea was to make waste (muda) visible and build flow around customer demand. Even the traditional waste types associated with Taiichi Ohno (overproduction, waiting, transport, over-processing, inventory, motion, defects) are not cost lines but signals of where flow is blocked.

The second thing missed is that the first stage of lean is not automation. Automating a wasteful process just makes the waste happen faster. Understand the flow first, automate afterward if needed. Standardizing processes comes into play here too, but not as an endpoint, as a base for improvement: without a standard you cannot measure improvement, but once the standard is frozen, improvement stops. These strategies are different stages of the same problem; the focus of this piece is seeing flow and waste.

> Lean is not a program to eliminate waste. It is the discipline of training eyes that notice waste every day.

The third and most important thing missed is the management system. One of the best-known elements at Toyota is the andon cord: anyone on the line can stop the line when they see a problem. Behind it lies the idea that catching a defect upstream is far cheaper than fixing it downstream (jidoka) and that the person who sees the problem has authority. Lean is a cultural and managerial choice: problems are not hidden, they are made visible and solved at the place of work. Managers go to the gemba, where the work is actually done, and see the situation rather than the report.

A common mistake in practice is each unit optimizing its own efficiency. If one station runs very efficiently while the next sits idle, total flow is poor. Use end-to-end flow and delivery time to the customer as the basis, not local efficiency.

## The playbook

### 1. Draw the value stream map

Map all the steps, waiting times and handoffs from customer request to delivery of a product or service, on the floor, together with the people doing the work. At each step separate “actual processing time” from “waiting time.” In most processes the bulk of total time is waiting, which is the first revealing finding. The output: a one-page map and the three biggest bottlenecks.

### 2. Categorize waste and pick the highest-impact one

Classify the bottlenecks by waste type and begin with the one that matters most. Do not dive into several areas at once; the speed of the first win decides the program's reputation. In choosing, weigh both the effect on total delivery time and the employees' daily pain.

### 3. Define standard work

Write down the best known method, make it visual and have the team own it. The standard should be set up not as a rule imposed from above but as a baseline written and improved by the people on the floor. Its purpose is to make deviation visible.

### 4. Set a daily management rhythm

Short daily meetings (standing, 10 to 15 minutes), visual boards and problem escalation rules. What happened yesterday, what is planned today, where are we stuck? Assign an owner and a deadline to each problem. This rhythm turns the lean program from a campaign into a management system.

### 5. Empower kaizen

Give employees authority to implement small improvements. Instead of a program that amounts to a suggestion box, build a loop where ideas are tried quickly and results shared. A manager's job is not to find the solution but not to block the person who does.

### 6. Get managers to the floor and build a coaching discipline

Middle and senior managers should spend a set amount of time each month on the floor, asking the people running the process “what slows you down?” Lean transformations usually stall without a change in managers' own behavior.

## What to measure

- **End-to-end lead time:** total time from customer request to delivery; the most direct indicator of flow.
- **First pass yield:** the share of work completed without defects; a leading indicator of rework and quality cost.
- **Work in progress (WIP) and inventory level:** shows where flow is blocked.
- **On-time delivery:** the outcome visible in customer experience; lagging.

## Pitfalls

**Toolbox lean.** Running 5S, kanban and kaizen events without changing the management system. The tools are visible but results do not last.

**Using lean as a layoff program.** If efficiency gains turn into employees losing jobs, nobody reports problems and the process starts hiding things. Say upfront how gains will be used (growth, new work, redeployment).

**Standardizing everything and suppressing creativity.** Standards are powerful in repetitive work. In work that is truly uncertain and creative, over-standardization limits the people creating value.

**Local optimization.** While each department improves its own metric, the total time the customer sees can get worse.

## Start this week

1. Pick the process that carries the most value to the customer, go to the floor and trace one order from first step to last. Note every waiting point.
2. Compare the total time of this process with its actual processing time and share the ratio with the management team.
3. Start a daily 10-minute standing meeting with one team: yesterday, today, blockers.

---

# Agile Corporate Governance

URL: https://alpsuleyman.com/en/strategies/agile-corporate-governance
Published: 2025-03-20
Updated: 2026-10-02
Author: Alp Suleiman

> Agility starts as a team-level method, but in a large company it dies unless decision rights, budgets and oversight rhythm change. What really has to be agile is governance.

In a large company, agile teams work in two-week sprints. The product owner sets priority and the team ships fast. Then a new feature waits three months for funding approval because it was not a line in the annual budget. The architecture committee's next meeting is six weeks out. Legal puts a contract change in a queue. The team is agile, the organization is not, and the customer sees not sprint velocity but the total time from decision to delivery.

This is where applying agile methods differs from agile governance. The first is how a team works: Scrum, Kanban, sprints, retrospectives. The second is how the company decides, funds and oversees.

## When you need it

If you have agile teams but results fall short of expectations, governance is usually the bottleneck. Signals: teams complain about waiting for approval after finishing work, the same decision passes through three committees, budget is divided once a year and resources cannot shift to opportunities that change mid-year, audit and risk functions are out of step with agile tempo and teams call it “bureaucracy,” or when strategic priority changes it takes months for the change to reach teams.

It is too early in a small company where the decision mechanism is already short. In a fifty-person structure, designing governance is not a separate job: the founder and the team decide in the same room. The need arises when the decision chain starts passing through multiple layers, multiple functions and multiple geographies.

## What most teams miss

A common mistake in large companies is trying to spread agility across the whole company with one framework. But the issue is not which framework is used, it is where decision rights sit. Not every decision has to be made in the same place: some are reversible, cheap and rely on information from the field; others are irreversible, expensive and need central attention.

The idea Jeff Bezos laid out in his 2015 shareholder letter captures this well: easily reversible decisions (“two-way doors”) should be made quickly, by small groups, with little approval, while hard-to-reverse decisions (“one-way doors”) should be made carefully and with broader review. A common error in large companies is managing every decision as if it were a one-way door. That looks safe but paralyzes the organization.

> An agile company is not one that makes fewer decisions. It is one that makes each decision at the right level and the right speed.

The second thing missed is funding. Project-based budgeting runs against agile work: a model that freezes scope and cost at the start of a project conflicts with work that moves forward by learning. The alternative is to fund persistent teams or value streams and redistribute funding at set intervals based on evidence. Approaches like Beyond Budgeting argue for this direction. You do not need to change the whole budget at once when starting the shift: try it first in a small area.

The third is oversight and risk. Agile governance does not mean no rules; it means rules that are explicit and known in advance. Teams decide freely inside guardrails: a budget ceiling, architecture principles, security and compliance standards, brand rules. Inside the guardrails no approval is needed. Approval is needed to step outside. Risk and compliance teams should be the ones who define requirements up front and automate controls, not the ones who approve at the end of the sprint.

Unlike the team-level adoption of agile methodologies, this piece looks at which layer of the company, and under which rules, decisions are made.

## The playbook

### 1. Measure decision latency

Over the last six months, trace how many days an important company decision took, how many different places it passed through and how long it waited at each stage. Most companies are surprised the first time they measure this. The output: a “decision time” map and the three longest waiting points.

### 2. Classify decisions and write the decision rights

Separate decisions into two-way and one-way doors. For each class, write who decides, who is consulted and who is merely informed (a simple framework such as RAPID or RACI works). Start with the ten most frequent decisions; it is the fastest win in governance design.

### 3. Define the guardrails

Write clearly the space in which teams can move without approval: spending limit, permitted architecture, compliance requirements, brand frame. The clearer the boundary, the greater the freedom inside it. A vague boundary leads everyone to stay on the safe side and ask for approval.

### 4. Rebuild funding and the review rhythm

For one or a few value streams, start a pilot that funds the team rather than the project. Hold a quarterly session on “what did we learn, what evidence do we have, where should resources shift?” Take the investment decision off the annual calendar and tie it to evidence.

### 5. Embed risk and oversight in the process

Turn compliance, security and legal requirements into checklists, templates and automated tests. Make one person from each of these functions a regular member of the product team. The aim is to catch risk in the field, at the moment the work is done.

### 6. Set an escalation and resolution time rule

If a decision cannot be made in two days it moves up one level, and that level is also bound by a time limit. A waiting decision means a decision not made; make that visible.

## What to measure

- **Decision latency:** how many days an important decision takes from idea to approval; the most honest leading indicator of agility.
- **Share of decisions needing approval:** the proportion teams can make without approval; shows whether the guardrails work.
- **Resource reallocation speed:** how fast funding and teams can be shifted when an opportunity appears.
- **Idea-to-customer time:** end-to-end delivery time; ties the governance bottleneck to the result.

## Pitfalls

**Confusing agility with methodology rollout.** Training the whole department and setting up a sprint calendar is easy. Changing decision rights is hard. If the hard part is skipped, you get a company that looks agile and is actually slow.

**Unlimited autonomy.** Distributing authority without rules produces inconsistency and risk. Autonomy is meaningful inside clear boundaries.

**Building governance as a parallel structure.** Adding a new committee for agile governance increases slowness unless you remove existing committees. Every new mechanism should replace an old one.

**One big budget revolution.** Changing the entire funding model at once creates early conflict with finance and audit. Set up a small pilot and expand with evidence.

## Start this week

1. Pick your last five important decisions and write, for each, how many days it took from idea to approval and how many different desks it passed through.
2. With the management team, produce a “who decides this?” table for the ten most frequent decisions. Mark every one where more than one person says “I decide.”
3. Pick one product team and set a limit it can spend without approval, plus three rules it must follow.

---

## Growth Glossary

# Creative Destruction

URL: https://alpsuleyman.com/en/glossary/creative-destruction
Author: Alp Suleiman

Category: Growth Concepts
Name: Creative Destruction

**Definition.** A concept from Joseph Schumpeter: new products, technologies and business models emerge by making the old ones obsolete, and that churn is what drives economic growth.

**Insight.** The disruption is uncomfortable, but it is where growth comes from. A company that will not cannibalize itself usually gets cannibalized by someone else; the question is not whether it happens, but who does it.

---

# Growth Rate

URL: https://alpsuleyman.com/en/glossary/growth-rate
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Rate

**Definition.** The percentage change in a metric such as revenue, users or orders between two periods.

**Insight.** A growth rate without a period is meaningless; 10% monthly and 10% yearly are different businesses. High rates are easy on a small base, so always read them next to the absolute numbers.

**Formula.** Growth rate = (Current period − Previous period) ÷ Previous period × 100

---

# Growth Loop

URL: https://alpsuleyman.com/en/glossary/growth-loop
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Loop

**Definition.** A closed system in which the output of one step becomes the input of the next round; for example, users create content that attracts new users, who create more content.

**Insight.** Unlike a funnel, a loop feeds on its own output. Start by finding the weakest link, because a loop turns only as fast as its slowest step.

---

# Hypergrowth

URL: https://alpsuleyman.com/en/glossary/hypergrowth
Author: Alp Suleiman

Category: Growth Concepts
Name: Hypergrowth

**Definition.** A phase in which a company grows far faster than its sector norm, and sustains it. Annual growth above roughly 40% is commonly cited as the threshold, though there is no formal definition.

**Insight.** Hypergrowth is an outcome, not a goal, and it has a cost: if hiring, infrastructure and culture do not scale at the same pace, growth turns brittle. Check that unit economics hold before you chase speed.

---

# Growth Flywheel

URL: https://alpsuleyman.com/en/glossary/growth-flywheel
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Flywheel

**Definition.** A system in which each component accelerates the next, so it gains momentum as it turns and needs less effort to keep going. The idea was popularized by Jim Collins.

**Insight.** A flywheel turns through many consistent pushes in the same direction, not one big move. Write down the wheel and its links first; spotting the link that feeds nothing else often clarifies the whole strategy.

---

# Growth Model

URL: https://alpsuleyman.com/en/glossary/growth-model
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Model

**Definition.** A mathematical or strategic framework that shows how a business grows, through inputs, conversion rates and outputs.

**Insight.** A good model reveals which variable moves the outcome most. Do not model everything; start with three or four levers and compare it to reality every month.

---

# Growth Stack

URL: https://alpsuleyman.com/en/glossary/growth-stack
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Stack

**Definition.** The connected map of analytics, automation, experimentation and messaging tools a growth team uses.

**Insight.** The number of tools says nothing about maturity. The stack works when data lands in one place and everyone reads the same number; before adding a tool, check whether the ones you have are actually used.

---

# Growth OKRs

URL: https://alpsuleyman.com/en/glossary/growth-okrs
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth OKRs

**Definition.** A planning method that frames growth work as an objective plus a few key results that measure it.

**Insight.** A key result should be an outcome, not an activity: not 'run three campaigns' but 'raise trial-to-paid conversion'. If the target is easy to hit, it is not ambitious enough.

---

# Growth Experiments

URL: https://alpsuleyman.com/en/glossary/growth-experiments
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Experiments

**Definition.** The process of testing growth hypotheses through small, fast, measurable tests to find the most effective path.

**Insight.** Every experiment starts with a hypothesis, a success metric and an end date. A failed test is still learning; the real mistake is not recording the result and running the same test again.

---

# Growth Retrospective

URL: https://alpsuleyman.com/en/glossary/growth-retrospective
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Retrospective

**Definition.** A meeting or process that analyzes past growth work to learn what worked, what did not, and why.

**Insight.** Judge the decision, not just the outcome: a good decision can still produce a bad result. If the lesson does not make it into next period's plan, the retrospective is just nostalgia.

---

# Growth Velocity

URL: https://alpsuleyman.com/en/glossary/growth-velocity
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Velocity

**Definition.** How much absolute growth is produced per unit of time, such as net new recurring revenue added per month. Growth rate is a percentage; velocity is an absolute amount.

**Insight.** Velocity can rise while the rate falls; that is normal on a larger base. The same holds for the team: how many experiments you run per week sets your learning speed.

**Formula.** Growth velocity = (Current period − Previous period) ÷ Length of period

---

# Growth Ceiling

URL: https://alpsuleyman.com/en/glossary/growth-ceiling
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Ceiling

**Definition.** The limit to growth reachable with the current strategy, channels and resources.

**Insight.** The ceiling is usually the channel's, not the market's: once a channel saturates, costs rise and returns fall. When growth slows, first separate channel saturation from a product problem.

---

# Compound Growth

URL: https://alpsuleyman.com/en/glossary/compound-growth
Author: Alp Suleiman

Category: Growth Concepts
Name: Compound Growth

**Definition.** Growth that accelerates because gains build on top of earlier gains; each period is calculated on the already-grown base.

**Insight.** People consistently underestimate compounding: 10% a month is roughly 3x over a year. Small, steady improvements usually beat large one-off moves.

**Formula.** Final value = Starting value × (1 + growth rate) ^ number of periods

---

# Growth Lever

URL: https://alpsuleyman.com/en/glossary/growth-lever
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Lever

**Definition.** A variable where a small change produces an outsized effect on results, such as price, activation or channel mix.

**Insight.** Levers are not equal: measure first, then rank them to find the big ones. Price often moves results more than cutting acquisition cost, yet it is tested far less.

---

# Growth Multiplier

URL: https://alpsuleyman.com/en/glossary/growth-multiplier
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Multiplier

**Definition.** A factor or tactic that multiplies the effect of existing effort, such as a referral program, a partnership or automation.

**Insight.** A multiplier is only as good as what it multiplies: anything times zero is zero. Build something that works first, then add the multiplier.

---

# Growth Ops

URL: https://alpsuleyman.com/en/glossary/growth-ops
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Ops

**Definition.** The processes, data infrastructure and tooling management that let growth teams work quickly and consistently.

**Insight.** Growth ops looks boring but sets your experiment speed. A team without a tracking plan, naming standards and a single source of truth ends up arguing about numbers instead of running tests.

---

# Growth Accounting

URL: https://alpsuleyman.com/en/glossary/growth-accounting
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth Accounting

**Definition.** A method that breaks growth into new, retained, resurrected and churned users or revenue.

**Insight.** The total can grow while losses quietly accelerate underneath; this method exposes that. Do not set strategy before you know whether growth comes from new customers or from existing ones staying.

**Formula.** Net growth = New + Resurrected − Churned

---

# Scaling Laws

URL: https://alpsuleyman.com/en/glossary/scaling-laws
Author: Alp Suleiman

Category: Growth Concepts
Name: Scaling Laws

**Definition.** Patterns describing how cost, efficiency and complexity change as companies grow, with economies of scale and coordination costs chief among them.

**Insight.** Scale advantages do not arrive automatically; complexity grows alongside them. Do not assume what worked when small will work at scale; retest at each growth threshold.

---

# Growth KPIs

URL: https://alpsuleyman.com/en/glossary/growth-kpis
Author: Alp Suleiman

Category: Growth Concepts
Name: Growth KPIs

**Definition.** The core set of metrics chosen to track growth performance.

**Insight.** Too many indicators work like none at all. One north star and three to five driver metrics are enough; every metric needs an owner and a target.

---

# North Star Metric

URL: https://alpsuleyman.com/en/glossary/north-star-metric
Author: Alp Suleiman

Category: Growth Concepts
Name: North Star Metric

**Definition.** The single metric that best captures the value your product delivers to customers and that links to long-term revenue.

**Insight.** Revenue is a poor north star because it measures the outcome, not the value customers receive. A good one counts the moment value is delivered, such as 'users who do X at least once a week'.

---

# Product-Market Fit

URL: https://alpsuleyman.com/en/glossary/product-market-fit
Author: Alp Suleiman

Category: Growth Concepts
Name: Product-Market Fit

**Definition.** When a product satisfies a real need in a specific market and customers keep using it persistently. The term was popularized by Marc Andreessen.

**Insight.** There is no single number, but the signs are readable: strong retention, unprompted word of mouth, and customers who would genuinely mind if the product disappeared. Scaling before fit is pouring water into a leaky bucket.

---

# DAU / WAU / MAU

URL: https://alpsuleyman.com/en/glossary/dau-wau-mau
Author: Alp Suleiman

Category: Core Metrics
Name: DAU / WAU / MAU

**Definition.** Daily, weekly and monthly active users: the unique people who actually use the product in a given period, whether or not they pay.

**Insight.** The real question is how you define 'active': logging in, or doing something that delivers value? The DAU ÷ MAU ratio shows whether the product creates a habit.

**Formula.** Stickiness = DAU ÷ MAU × 100

---

# MRR / ARR

URL: https://alpsuleyman.com/en/glossary/mrr-arr
Author: Alp Suleiman

Category: Core Metrics
Name: MRR / ARR

**Definition.** Monthly and Annual Recurring Revenue: the monthly and yearly totals of predictable, subscription-like revenue. One-off revenue is excluded.

**Insight.** A common mistake is counting one-off items, or annual prepayments not spread across months, in MRR. Look at the components of the change (new, expansion, churn), not only the total.

**Formula.** ARR = MRR × 12

---

# CR

URL: https://alpsuleyman.com/en/glossary/cr
Author: Alp Suleiman

Category: Core Metrics
Name: CR

**Definition.** Conversion Rate: the percentage of visitors or leads at a step who complete the target action, such as signing up, buying or requesting a demo.

**Insight.** One blended conversion rate misleads; split it by traffic source, device and new versus returning. Raising the rate is easy; converting the right people is hard.

**Formula.** Conversion rate = People completing the action ÷ Total visitors × 100

---

# CAC

URL: https://alpsuleyman.com/en/glossary/cac
Author: Alp Suleiman

Category: Core Metrics
Name: CAC

**Definition.** Customer Acquisition Cost: the average sales and marketing spend needed to win one new paying customer.

**Insight.** Counting only ad spend makes CAC look lower than it is; include salaries and tools. Calculate it per channel, because a blended CAC hides the bad ones.

**Formula.** CAC = Sales and marketing spend ÷ New customers

---

# ARPU

URL: https://alpsuleyman.com/en/glossary/arpu
Author: Alp Suleiman

Category: Core Metrics
Name: ARPU

**Definition.** Average Revenue Per User: the average revenue generated per user (or customer) in a given period.

**Insight.** An average hides the extremes: a few large customers can inflate ARPU. Look by segment, and state clearly whether free users are included.

**Formula.** ARPU = Revenue in period ÷ Active users

---

# LTV

URL: https://alpsuleyman.com/en/glossary/ltv
Author: Alp Suleiman

Category: Core Metrics
Name: LTV

**Definition.** Customer Lifetime Value: the total contribution a customer is expected to bring over the whole relationship, usually calculated on gross profit.

**Insight.** LTV is an estimate, not a measurement; a small change in churn moves it a lot. Use gross margin, not revenue, and trust it only for cohorts with real retention data.

**Formula.** LTV = ARPU × Gross margin ÷ Churn rate (simple model)

---

# Churn / NRR

URL: https://alpsuleyman.com/en/glossary/churn-nrr
Author: Alp Suleiman

Category: Core Metrics
Name: Churn / NRR

**Definition.** Churn rate is the share of customers (or revenue) lost in a period. Net Revenue Retention (NRR) compares what the existing customer base pays now, after expansion, contraction and churn, with what it paid at the start.

**Insight.** An NRR above 100% means revenue grows even without new customers, one of the strongest signals in subscription businesses. Track churn separately by customer count and by revenue, because they can tell very different stories.

**Formula.** Churn = Customers lost ÷ Customers at start · NRR = (Starting MRR + Expansion − Contraction − Churn) ÷ Starting MRR × 100

---

# ROAS

URL: https://alpsuleyman.com/en/glossary/roas
Author: Alp Suleiman

Category: Core Metrics
Name: ROAS

**Definition.** Return on Ad Spend: the revenue earned for each unit of currency spent on advertising.

**Insight.** ROAS is measured on revenue, not profit; a high ROAS can still lose money on a low-margin product. Work out your break-even ROAS from gross margin and set the target above it.

**Formula.** ROAS = Revenue from ads ÷ Ad spend

---

# NPS

URL: https://alpsuleyman.com/en/glossary/nps
Author: Alp Suleiman

Category: Core Metrics
Name: NPS

**Definition.** Net Promoter Score: a loyalty indicator based on asking customers how likely they are, from 0 to 10, to recommend you.

**Insight.** The open-ended 'why' that accompanies the score is worth more than the score itself. NPS gives direction but not a diagnosis; if it drops, look for the cause in the comments.

**Formula.** NPS = % Promoters (9-10) − % Detractors (0-6)

---

# Retention Rate

URL: https://alpsuleyman.com/en/glossary/retention-rate
Author: Alp Suleiman

Category: Core Metrics
Name: Retention Rate

**Definition.** The share of customers who are still active or paying at the end of a period compared with the start.

**Insight.** Read retention from the cohort curve, not the average: if the curve flattens somewhere, the product has a loyal core. A curve that keeps falling means fixing the product, not spending more on acquisition.

**Formula.** Retention = (Customers at end − New customers acquired in period) ÷ Customers at start × 100

---

# CAC Payback

URL: https://alpsuleyman.com/en/glossary/cac-payback
Author: Alp Suleiman

Category: Core Metrics
Name: CAC Payback

**Definition.** How many months of a customer's gross profit it takes to recover what it cost to acquire them.

**Insight.** In a cash-constrained company it is a more concrete signal than LTV, because it tells you when the money comes back. As a rough rule of thumb, around 12 months or less is often considered healthy for subscription businesses, but it varies by market and payment model.

**Formula.** CAC Payback (months) = CAC ÷ (Monthly ARPU × Gross margin)

---

# LTV:CAC

URL: https://alpsuleyman.com/en/glossary/ltv-cac
Author: Alp Suleiman

Category: Core Metrics
Name: LTV:CAC

**Definition.** The ratio of a customer's lifetime value to the cost of acquiring them; a summary of how profitable acquisition is.

**Insight.** A commonly cited rule of thumb is 3:1, but treat it as a starting point rather than a hard threshold. A very high ratio is a signal too: you may be underinvesting in growth.

**Formula.** LTV:CAC = LTV ÷ CAC

---

# Activation Rate

URL: https://alpsuleyman.com/en/glossary/activation-rate
Author: Alp Suleiman

Category: Advanced Metrics
Name: Activation Rate

**Definition.** The percentage of new users who reach the 'aha' moment, the first time they experience the product's value, whether or not they pay.

**Insight.** Define activation first: not signup, but the action where value is first felt. The cheapest way to improve retention is often to improve activation.

**Formula.** Activation rate = New users reaching the aha moment ÷ New users × 100

---

# Engagement Rate

URL: https://alpsuleyman.com/en/glossary/engagement-rate
Author: Alp Suleiman

Category: Advanced Metrics
Name: Engagement Rate

**Definition.** A metric showing how much users interact with a product, content or campaign.

**Insight.** The definition depends on context: likes and comments on social, frequency of the core action in a product. Separate shallow engagement (clicks) from engagement that creates value (completed tasks).

**Formula.** Engagement rate = Engaged users ÷ Reached or active users × 100

---

# RPE

URL: https://alpsuleyman.com/en/glossary/rpe
Author: Alp Suleiman

Category: Advanced Metrics
Name: RPE

**Definition.** Revenue per Employee: total revenue divided by headcount; it shows how much revenue each person generates and indicates operational efficiency.

**Insight.** It varies widely by industry; compare only against similar business models and your own history. A rising RPE can mean efficiency or underinvestment.

**Formula.** RPE = Total revenue ÷ Number of employees

---

# COGS

URL: https://alpsuleyman.com/en/glossary/cogs
Author: Alp Suleiman

Category: Advanced Metrics
Name: COGS

**Definition.** Cost of Goods Sold: the direct costs of producing and delivering a product or service; in software this includes hosting, payment fees and customer support.

**Insight.** Because it drives gross margin, classifying COGS correctly directly affects pricing decisions. In software companies hidden COGS usually sits in support and infrastructure costs.

---

# AOV

URL: https://alpsuleyman.com/en/glossary/aov
Author: Alp Suleiman

Category: Advanced Metrics
Name: AOV

**Definition.** Average Order Value: the average amount spent per order.

**Insight.** Raising AOV through bundles, free-shipping thresholds or cross-selling is often cheaper than finding new customers. The average can mislead; look at the distribution and the median too.

**Formula.** AOV = Total revenue ÷ Number of orders

---

# Offering Adoption

URL: https://alpsuleyman.com/en/glossary/offering-adoption
Author: Alp Suleiman

Category: Advanced Metrics
Name: Offering Adoption

**Definition.** The percentage of customers who try and start using a newly introduced product, feature or package.

**Insight.** Shipping a feature does not mean it was adopted. Track first use and repeat use separately; when adoption is low, the issue is often discoverability and messaging rather than the product.

**Formula.** Adoption rate = Customers using the new offering ÷ Customers with access × 100

---

# Churned MRR

URL: https://alpsuleyman.com/en/glossary/churned-mrr
Author: Alp Suleiman

Category: Advanced Metrics
Name: Churned MRR

**Definition.** Churned Monthly Recurring Revenue: the amount of monthly recurring revenue lost in a period because of subscription cancellations.

**Insight.** Revenue-based churn shows the impact of losing a large customer, which a customer count hides. Separate voluntary cancellations from involuntary ones caused by failed payments, because the fixes differ.

**Formula.** Churned MRR = Sum of MRR from subscriptions cancelled in the period

---

# Expansion Rate

URL: https://alpsuleyman.com/en/glossary/expansion-rate
Author: Alp Suleiman

Category: Advanced Metrics
Name: Expansion Rate

**Definition.** Additional revenue from existing customers, including upsell and cross-sell, as a share of starting revenue.

**Insight.** Expansion is the most profitable way to offset losses, because it carries no acquisition cost. Check whether your pricing lets revenue grow as the customer grows.

**Formula.** Expansion rate = Additional MRR from existing customers ÷ Starting MRR × 100

---

# Virality Coefficient

URL: https://alpsuleyman.com/en/glossary/virality-coefficient
Author: Alp Suleiman

Category: Advanced Metrics
Name: Virality Coefficient

**Definition.** The coefficient showing how many new users each existing user brings on average (the K-factor).

**Insight.** When K goes above 1, growth feeds itself, but that is rare in practice. For most products the realistic goal is not K=1 but partial virality that lowers paid acquisition cost. The length of the invite cycle matters as much as K.

**Formula.** K = Invites per user × Conversion rate of an invite

---

# Cohort Analysis

URL: https://alpsuleyman.com/en/glossary/cohort-analysis
Author: Alp Suleiman

Category: Advanced Metrics
Name: Cohort Analysis

**Definition.** An analysis that groups users by a shared trait, usually signup period, and compares how they behave over time.

**Insight.** A blended retention number mixes old and new customers and hides improvement or decline. Cohorts are the most honest way to see whether a change you made actually made a difference.

---

# Market Penetration

URL: https://alpsuleyman.com/en/glossary/market-penetration
Author: Alp Suleiman

Category: Strategic Indicators
Name: Market Penetration

**Definition.** The share of the total potential customers in the target market that your product or service has reached.

**Insight.** How you define the market denominator determines this ratio; define it too broadly and penetration always looks low. As penetration rises, growth shifts from new customers toward deepening existing ones.

**Formula.** Market penetration = Current customers ÷ Total potential customers in target market × 100

---

# Customer Education

URL: https://alpsuleyman.com/en/glossary/customer-education
Author: Alp Suleiman

Category: Strategic Indicators
Name: Customer Education

**Definition.** The degree to which customers gain the knowledge and skills they need to get full value from a product or service, and the work that makes that happen.

**Insight.** If you sell in a new category, your real competitor is indecision, and education is how you beat it. Measure the effect of educational content by completion rate and the activation that follows.

---

# Flywheel Momentum

URL: https://alpsuleyman.com/en/glossary/flywheel-momentum
Author: Alp Suleiman

Category: Strategic Indicators
Name: Flywheel Momentum

**Definition.** An indicator of how much speed a growth flywheel has gained as customer behaviors feed one another.

**Insight.** There is no single number; check whether the rates across the wheel's links (say satisfaction, referral, new customers) are improving in the same direction. Momentum comes from the links strengthening together, not from one campaign.

---

# Value Realization

URL: https://alpsuleyman.com/en/glossary/value-realization
Author: Alp Suleiman

Category: Strategic Indicators
Name: Value Realization

**Definition.** The extent to which the value a customer actually receives from a product or service meets the expectation they had when buying.

**Insight.** Value is realized in use, not at the point of sale, and the renewal decision reflects the gap. Agree with the customer up front on what success looks like, then report against that measure.

---

# Share of Voice

URL: https://alpsuleyman.com/en/glossary/share-of-voice
Author: Alp Suleiman

Category: Strategic Indicators
Name: Share of Voice

**Definition.** The brand's share of total communication and visibility in its category, which can be calculated from ad spend, search visibility or mentions.

**Insight.** A share of voice above your market share often precedes market share gains, while the reverse signals falling behind. State which channel you measure on, because the result changes with it.

**Formula.** Share of voice = Brand visibility ÷ Total category visibility × 100

---

# Operational Leverage

URL: https://alpsuleyman.com/en/glossary/operational-leverage
Author: Alp Suleiman

Category: Strategic Indicators
Name: Operational Leverage

**Definition.** How little costs rise when revenue rises; in businesses with high fixed costs, profit grows faster than revenue as revenue grows.

**Insight.** Leverage cuts both ways: when revenue falls, profit shrinks just as fast. A high fixed-cost structure is an advantage when you are confident in the growth forecast and a risk when you are not.

**Formula.** Degree of operating leverage = % change in operating profit ÷ % change in revenue

---

# Innovation Velocity

URL: https://alpsuleyman.com/en/glossary/innovation-velocity
Author: Alp Suleiman

Category: Strategic Indicators
Name: Innovation Velocity

**Definition.** An indicator of how quickly an idea reaches the market as a product or feature, and how often that repeats in a given time.

**Insight.** Speed means something only together with learning; shipping a lot and measuring none of it is not velocity. Shortening the time from idea to market lets you learn before competitors do.

---

# Customer Influence

URL: https://alpsuleyman.com/en/glossary/customer-influence
Author: Alp Suleiman

Category: Strategic Indicators
Name: Customer Influence

**Definition.** The potential of existing customers to spread the brand among their peers and contribute to organic growth.

**Insight.** Advocates are often the most satisfied customers, not the biggest spenders. Identify them, make sharing easy, and tag referred customers separately so you can measure the real effect.

---

# Risk-to-Growth

URL: https://alpsuleyman.com/en/glossary/risk-to-growth
Author: Alp Suleiman

Category: Strategic Indicators
Name: Risk-to-Growth

**Definition.** A view that weighs the risk carried by chosen growth strategies against expected growth and profitability.

**Insight.** Assess every growth opportunity on a risk-adjusted basis: high-return moves you cannot undo should be treated differently from ones you can test in small steps. Decide up front what you can afford to lose.

---

# Real Growth

URL: https://alpsuleyman.com/en/glossary/real-growth
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Real Growth

**Definition.** Nominal growth with the price increase removed: how much more the same revenue can buy compared with the earlier period.

**Insight.** The index you deflate with does not reflect your own price and cost structure. A business that raises prices much faster than CPI and one that can barely move prices get deflated by the same number. Treat real growth as a more honest first read than the nominal figure, not as a verdict.

**Formula.** Real growth = (1 + Nominal growth) ÷ (1 + Inflation) − 1

**Sources**
- [Wikipedia: Real and nominal value](https://en.wikipedia.org/wiki/Real_and_nominal_value)
- [BEA — What to know about GDP](https://www.bea.gov/resources/learning-center/what-to-know-gdp)

---

# Nominal Growth

URL: https://alpsuleyman.com/en/glossary/nominal-growth
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Nominal Growth

**Definition.** Growth measured at current prices, with no inflation adjustment. It carries price increases and growth in volume sold together; if revenue is measured or converted in a foreign currency, currency effects come on top.

**Insight.** When inflation is low the gap is small and the nominal number will do. When it is high, tying targets, bonuses or an investor deck to nominal growth means price increases can explain much of the growth, and rewards can be paid out before anyone notices. Separate how much of the figure came from units.

**Sources**
- [Wikipedia: Real and nominal value](https://en.wikipedia.org/wiki/Real_and_nominal_value)
- [BEA — What to know about GDP](https://www.bea.gov/resources/learning-center/what-to-know-gdp)

---

# Inflation Accounting (IAS 29)

URL: https://alpsuleyman.com/en/glossary/inflation-accounting
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Inflation Accounting

**Definition.** Restating financial statements into the purchasing power at the end of the reporting period in hyperinflationary economies. According to the KGK announcement, in Turkey the financial statements of entities applying TFRS and BOBİ FRS for periods ending on or after 31 December 2023 are presented restated under TMS 29 (BOBİ FRS Section 25); sector regulators may set a different transition date.

**Insight.** TMS 29 restates the statements; it does not calculate growth, and restated accounts do not replace a real growth analysis in management reporting. Scope is not everyone either: entities outside those frameworks are not covered. Tax rules (VUK) are a separate regime, so do not mix the two.

**Sources**
- [KGK: Inflation Accounting Announcement (Turkish)](https://www.kgk.gov.tr/Portalv2Uploads/files/Duyurular/v2/Diger/Enf_%20Muh_%20Duyuru_ESEB.pdf)
- [IFRS Foundation: IAS 29](https://www.ifrs.org/issued-standards/list-of-standards/ias-29-financial-reporting-in-hyperinflationary-economies/)

---

# Burn Multiple

URL: https://alpsuleyman.com/en/glossary/burn-multiple
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Burn Multiple

**Definition.** David Sacks's measure of how much cash you burn to add one unit of new annual recurring revenue. The higher it gets, the more each unit of growth costs.

**Insight.** The denominator is net new ARR, with churn and contraction already taken out; use gross bookings and the multiple looks better than it is. A single quarter can swing hard, and one large contract can distort the number for a period (rule of thumb). Read the trend. In a profitable company there is no burn and the number means nothing. For bands, use the calculator.

**Formula.** Burn multiple = Net burn ÷ Net new ARR

**Sources**
- [Craft Ventures: The Burn Multiple](https://www.craftventures.com/articles/the-burn-multiple)

---

# Rule of 40

URL: https://alpsuleyman.com/en/glossary/rule-of-40
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Rule of 40

**Definition.** A rule of thumb Brad Feld relayed from a late stage investor: your growth rate plus your profitability should add up to 40 percent. You can reach the same score by growing faster or by lifting margin.

**Insight.** The score moves with the profit metric you pick: Feld uses EBITDA, while Bessemer, under the name "efficiency score", adds ARR growth to free cash flow margin. Choose one and do not compare yours with figures built on another. Bessemer says that score generally only becomes meaningful after $25 million of ARR; Feld describes his rule for companies with at least $50 million in revenue. In the early stages the score says little. The same total can hide two very different businesses.

**Formula.** Rule of 40 score = Annual growth % + Profit margin %

**Sources**
- [Brad Feld: The Rule of 40% For a Healthy SaaS Company](https://www.feld.com/archives/2015/02/rule-40-healthy-saas-company.html)
- [Bessemer: Scaling to $100 Million](https://www.bvp.com/atlas/scaling-to-100-million)

---

# Runway

URL: https://alpsuleyman.com/en/glossary/runway
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Runway

**Definition.** How many months the cash on hand lasts at the current net burn. Net burn is monthly spend minus monthly revenue.

**Insight.** Burn does not stay fixed: hiring pushes it up and revenue growth pulls it down. The real question is not how many months are left but whether you reach profit before the money runs out. Paul Graham's default alive question assumes expenses stay flat and revenue growth continues at its recent pace. Dividing cash by gross burn is the more conservative calculation: it ignores revenue, so it shows a shorter runway. Say plainly which one you use.

**Formula.** Runway (months) = Cash on hand ÷ Monthly net burn

**Sources**
- [Wall Street Prep: What is Cash Runway?](https://wallstreetprep.com/knowledge/cash-runway)
- [Paul Graham: Default Alive or Default Dead?](https://paulgraham.com/aord.html)

---

# Gross Revenue Retention / GRR

URL: https://alpsuleyman.com/en/glossary/grr
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Gross Revenue Retention

**Definition.** How much of the recurring revenue from a group of customers is still there after a period; only churn and contraction are counted, expansion is never added back. ChartMogul also calls it gross dollar retention or gross renewal rate.

**Insight.** Because expansion is excluded, GRR cannot exceed 100%. Set it next to Churn / NRR and the difference is clear: NRR can rise above 100% through upsell, cross-sell and upgrades, while GRR tells you how much of the existing revenue remains after churn and contraction. If NRR is high and GRR is low, part of the growth may be going into replacing losses (our reading). Calculate both on the same customer group and the same period, and read them side by side.

**Formula.** GRR = The same group's MRR today (excluding expansion) ÷ The same group's MRR a period ago (commonly 12 months) × 100

**Sources**
- [ChartMogul: Gross Revenue Retention (GRR)](https://chartmogul.com/saas-metrics/grr/)

---

# Default Alive

URL: https://alpsuleyman.com/en/glossary/default-alive
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Default Alive

**Definition.** Paul Graham's question: if expenses stay constant and revenue growth continues at its pace of the last several months, does the company reach profitability on the money it has left? If it does, it is default alive; if not, default dead.

**Insight.** Runway counts the money in months; default alive asks whether that time is enough to reach profit. The answer rests on two assumptions: expenses stay flat and growth keeps its pace. Hiring raises expenses and growth can slow; either changes the answer (our reading). Graham argues against leaning on investors: he writes that they are so fickle that you can never do more than start to count on them. He also says you should know, as in write down, precisely what you would need to do to survive if you cannot raise more money. When you run the calculation, write down the assumptions too.

**Sources**
- [Paul Graham: Default Alive or Default Dead?](https://paulgraham.com/aord.html)

---

# Contribution Margin

URL: https://alpsuleyman.com/en/glossary/contribution-margin
Author: Alp Suleiman

Category: Real Growth and Cash
Name: Contribution Margin

**Definition.** The incremental profit earned on each unit sold: revenue minus direct variable costs. What remains goes to pay fixed costs and other non-operating expenses.

**Insight.** What affects the result most is which costs you treat as variable (our reading). Wall Street Prep gives purchases of inventory or materials, direct labor and shipping as examples. In an AI product, inference cost grows with sales, so it can be treated as variable (our reading); see the Inference Cost concept. Calculated per product or customer group, contribution margin shows which sales actually leave something toward fixed costs (our reading). State which items you count as variable and keep the same definition across periods.

**Formula.** Contribution margin = Revenue − Variable costs · Contribution margin ratio % = (Revenue − Variable costs) ÷ Revenue × 100

**Sources**
- [Wall Street Prep: Contribution Margin](https://www.wallstreetprep.com/knowledge/contribution-margin/)

---

# Inference Cost

URL: https://alpsuleyman.com/en/glossary/inference-cost
Author: Alp Suleiman

Category: AI and Growth
Name: Inference Cost

**Definition.** The compute cost of an AI model producing an answer on each call; if you use an API, it is usually billed on the tokens processed. In classic software one more customer costs almost nothing, while here every query incurs a real expense.

**Insight.** There is no single "cost per query" figure: providers price input and output separately, and cached input and batch processing as separate line items. Caching has separate prices for writes and reads; if the hit rate is low, the saving is smaller than expected (our reading). If you set price for the average user, cost can exceed revenue on the heavy user; track cost as a distribution, not an average (our reading). Take the current table from the provider's page and do not bake an old figure into your model.

**Sources**
- [OpenAI: API pricing](https://developers.openai.com/api/docs/pricing)
- [Anthropic: Pricing](https://platform.claude.com/docs/en/about-claude/pricing)
- [Bessemer: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)

---

# Usage-Based Pricing

URL: https://alpsuleyman.com/en/glossary/usage-based-pricing
Author: Alp Suleiman

Category: AI and Growth
Name: Usage-Based Pricing

**Definition.** Pricing where the customer pays for how much they use, with the unit being a token, a call or a transaction. According to Poyar (2024), most companies in the large language model and infrastructure layer charge per token, which stays close to the cost of compute.

**Insight.** It looks logical for a product whose cost scales with usage, but revenue is exposed to swings. In 2024 Kyle Poyar reported that many people got spooked by that perceived uncertainty, and that during the past two years of SaaS slowdown, usage-based businesses saw revenue growth decelerate faster than traditional subscription businesses. The real tension sits at the application layer: in Poyar's May 2024 review of 40 application-layer AI startups, seven in ten have a subscription model and very few offer pure usage-based pricing; that is a small, selected sample, not a current measure of prevalence. It means cost can climb with usage while subscription revenue stays flat (our reading). Before tying revenue to usage, work out what the income statement looks like in a slow quarter.

**Sources**
- [Kyle Poyar: The state of usage-based pricing in SaaS](https://www.growthunhinged.com/p/the-state-of-usage-based-pricing)
- [Kyle Poyar: The state of AI pricing at 40 leading startups](https://www.growthunhinged.com/p/how-ai-apps-make-money)

---

# Hybrid Pricing

URL: https://alpsuleyman.com/en/glossary/hybrid-pricing
Author: Alp Suleiman

Category: AI and Growth
Name: Hybrid Pricing

**Definition.** Pricing that combines a fixed base subscription with usage or outcome tiers. It gives the customer a predictable bill and lets revenue grow as usage grows.

**Insight.** Bessemer presents hybrid as the model that wins when you are uncertain and calls it an effective middle ground for early-stage startups; do not stretch that scope to everyone. The hard part is how much usage the base fee includes: if the allowance is generous, the fixed fee will not cover the heavy user's cost (our reading). Set the allowance from your own usage distribution, not by instinct. One more caution: in Poyar's 2026 report, companies with hybrid pricing are generally the happiest, yet struggle to explain their pricing to customers; a two-part bill can give up some of the "simple and clear" pricing principle.

**Sources**
- [Bessemer: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)
- [Kyle Poyar: The 2026 State of B2B SaaS and AI Monetization Report](https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026)

---

# Outcome-Based Pricing

URL: https://alpsuleyman.com/en/glossary/outcome-based-pricing
Author: Alp Suleiman

Category: AI and Growth
Name: Outcome-Based Pricing

**Definition.** Pricing where the customer pays for a measurable outcome, not for transactions or usage; for example a fee per resolved support ticket. It gives the tightest alignment with customer value, but the vendor absorbs the cost variability.

**Insight.** Bessemer spells out the conditions: be confident in your AI's performance, be able to absorb cost variance, and have an outcome that is unambiguous and measurable. A hard case can consume far more compute than expected; the fee stays fixed while the cost moves. Pricing before you define the outcome means writing a contract that invites disputes (our reading). Poyar describes a shift toward charging for the work delivered by software and AI agents; do not read that as "everyone is moving to outcome-based".

**Sources**
- [Bessemer: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)
- [Kyle Poyar: The 2026 State of B2B SaaS and AI Monetization Report](https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026)

---

# Seat-Based Pricing

URL: https://alpsuleyman.com/en/glossary/seat-based-pricing
Author: Alp Suleiman

Category: AI and Growth
Name: Seat-Based Pricing

**Definition.** Pricing where the customer pays for the number of people (seats) using the product; a fixed monthly or annual fee per user. The price is predictable and easy to explain, but the fee is tied to the number of users, not to the work the product delivers.

**Insight.** In the 40 AI startups Poyar and Broe reviewed in 2024, most companies charge based on the number of users, which the authors link to AI being sold as a copilot that assists the employee. According to the authors, customers can end up buying more seats than they need; monthly active user rates between 20% and 40% are not uncommon (the authors' observation, not a measured sample). As products deliver the work rather than assist the employee, the seat fee can detach from value (our reading). In 2025 Poyar makes the point about agents too: the value of AI agents does not scale naturally with buying more seats. That does not mean the seat is dead; where value grows with the number of users, a seat can still make sense (our reading). As the product gets better at automation, the customer needs fewer seats, so revenue can fall as the product improves (our reading). Before choosing a seat, ask: do my cost and the value the customer gets grow with the number of users?

**Sources**
- [Kyle Poyar, Palle Broe: The state of AI pricing at 40 leading startups](https://www.growthunhinged.com/p/how-ai-apps-make-money)
- [Kyle Poyar: Your pricing is (probably) broken](https://kylepoyar.substack.com/p/your-pricing-is-broken)

---

# AI Agent / Agentic

URL: https://alpsuleyman.com/en/glossary/ai-agent
Author: Alp Suleiman

Category: AI and Growth
Name: AI Agent

**Definition.** A system that carries out a task on the user's behalf by itself: the model decides which step to take and which tool to use. Anthropic draws the line clearly: in a workflow the steps live in predefined code; in an agent the model directs its own process and tool use.

**Insight.** For growth, an agent is less a product feature than a decision about authority: it sets which step of the funnel (acquisition, activation, retention) you hand to whom, and with how much autonomy (our reading). Anthropic and OpenAI start from the same place: the simplest solution first. Anthropic says outright that this might mean not building an agentic system at all. OpenAI recommends agents in three situations: complex decisions, rule sets that have become hard to maintain, and unstructured data. Before handing a growth step to an agent, ask: would a fixed workflow do it just as well, for less?

**Sources**
- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI: A practical guide to building agents](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)

---

# Context Engineering

URL: https://alpsuleyman.com/en/glossary/context-engineering
Author: Alp Suleiman

Category: AI and Growth
Name: Context Engineering

**Definition.** The work of choosing, and keeping current, what the model sees on a call (instructions, tool definitions, conversation history, retrieved data). Anthropic's guiding principle: find the smallest set of high-signal tokens that maximizes the likelihood of the desired outcome.

**Insight.** Your competitor can use the same model; the difference comes from the customer context the model works with (our reading). In personalization, activation and retention, context often matters more than the model: an agent that does not see the customer's plan, recent usage and open support ticket at the right moment gives everyone the same answer (our reading). Context is not free either; every piece you add is tokens, which means inference cost. The test: is what the agent sees about the customer the same as what a good account manager checks before a call?

**Sources**
- [Anthropic: Effective context engineering for AI agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

---

# Evals

URL: https://alpsuleyman.com/en/glossary/evals
Author: Alp Suleiman

Category: AI and Growth
Name: Evals

**Definition.** A test for an AI system: give it an input, apply grading logic to its output and measure success (Anthropic's definition). A set of tasks is re-run after every change to the model, the instructions or the tools.

**Insight.** Evals are the agent-world counterpart of an experimentation culture: a growth team without A/B tests decides on instinct, an AI team without evals decides on complaints (our reading). Anthropic describes the loop of a team without evals: wait for complaints, reproduce manually, fix the bug, hope nothing else regressed. Its advice is to start small: 20-50 simple tasks drawn from real failures is a great start, and evals get harder to build the longer you wait. The growth test: does your set measure the work the customer pays for, or the model's general ability?

**Sources**
- [Anthropic: Demystifying evals for AI agents](https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents)

---

# Human-in-the-Loop

URL: https://alpsuleyman.com/en/glossary/human-in-the-loop
Author: Alp Suleiman

Category: AI and Growth
Name: Human-in-the-Loop

**Definition.** A design in which an agent waits for approval or hands control to a person at defined points. OpenAI's agent guide names two triggers: exceeding failure thresholds (for example, the agent failing to understand customer intent after several attempts) and sensitive, irreversible or high-stakes actions (cancelling orders, large refunds, payments).

**Insight.** For retention, a human in the loop is a condition of trust before it is a cost line: one agent that cancels a customer's subscription by mistake can wipe out the trust built by many good answers (our reading). OpenAI describes this intervention as the way to find failures and edge cases early and build a solid evaluation cycle; Anthropic also notes that agents can pause for human feedback at checkpoints. It belongs in unit economics too: every task handed to a person adds cost. Report the agent's success rate together with its handoff rate (our reading).

**Sources**
- [OpenAI: A practical guide to building agents](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)
- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)

---

# Task Horizon

URL: https://alpsuleyman.com/en/glossary/task-horizon
Author: Alp Suleiman

Category: AI and Growth
Name: Task Horizon

**Definition.** The length of tasks a model can complete with a given probability (50% in METR's headline measure), where length is how long the same task takes a human. METR defined it in March 2025.

**Insight.** According to METR's March 2025 measurement, over the past six years this length followed an exponential trend, doubling roughly every seven months. Know the limits: it is measured on multi-step software and reasoning tasks, and the authors themselves note the possibility of substantial model error. The growth reading: give agents short, reversible work first (one email variant, one segment list) and keep long, multi-step work (running a campaign end to end) under human approval (our reading). Order the agent work in your growth roadmap by task length, but do not tie the schedule to a trend line (our reading).

**Sources**
- [METR: Measuring AI ability to complete long tasks](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)

---

# MCP / Model Context Protocol

URL: https://alpsuleyman.com/en/glossary/mcp
Author: Alp Suleiman

Category: AI and Growth
Name: MCP (Model Context Protocol)

**Definition.** An open standard for connecting AI applications to external systems (data sources, tools, workflows). Anthropic announced it in November 2024; the official docs compare it to a USB-C port for AI applications: one protocol instead of a separate integration for every data source.

**Insight.** For growth, MCP is less an integration detail than a distribution channel: if you expose your product's data and actions through an MCP server, the AI assistant your customer already uses can call your product (our reading). It reopens the old question of integration strategy: which work, once opened to agents, grows usage, and which turns your product into an invisible data pipe in the background? (our reading). Pick the one action you will expose first, then measure the usage that comes through it separately.

**Sources**
- [Anthropic: Introducing the Model Context Protocol](https://www.anthropic.com/news/model-context-protocol)
- [Model Context Protocol: What is MCP?](https://modelcontextprotocol.io/docs/getting-started/intro)

---

# A2A / Agent2Agent

URL: https://alpsuleyman.com/en/glossary/a2a
Author: Alp Suleiman

Category: AI and Growth
Name: A2A (Agent2Agent)

**Definition.** An open protocol that lets agents work together regardless of the framework or vendor they were built on; Google announced it in April 2025. Google positions it as complementary to MCP: MCP gives an agent tools and context, A2A lets agents talk to each other and share work.

**Insight.** In A2A an agent advertises its capabilities in a JSON "Agent Card"; a client agent reads these cards to pick the best agent for the task. If there is an agent on the buyer's side, your product is chosen by a capability description a machine reads, not by a landing page (our reading). It is an early standard; do not tie your acquisition plan to it (our reading). But ask: can a machine understand what your product does from a single description? (our reading)

**Sources**
- [Google Developers Blog: A2A, a new era of agent interoperability](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/)

---

# Agent-Ready Product

URL: https://alpsuleyman.com/en/glossary/agent-ready-product
Author: Alp Suleiman

Category: AI and Growth
Name: Agent-Ready Product

**Definition.** This site's own framing, not an established term: a product that can be found, tried and used when the user or buyer is an AI agent. It looks for three things: the work the product does is described in a machine-readable way, its core actions can be called through an API or an open protocol such as MCP or A2A, and its price and trial terms can be understood without talking to a person.

**Insight.** The acquisition channel may be shifting. Menlo Ventures' December 2025 report finds that 27% of AI application spend comes through product-led growth (PLG) motions, against 7% in traditional software. If users already find and try products on their own, the next step is an agent doing it for them (our reading; Menlo makes no such claim). The test: could an agent find your product, try it and get the right job done without writing to your sales team?

**Sources**
- [Menlo Ventures: 2025 The State of Generative AI in the Enterprise](https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/)
- [Model Context Protocol: What is MCP?](https://modelcontextprotocol.io/docs/getting-started/intro)
- [Google Developers Blog: A2A, a new era of agent interoperability](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/)

---

# AI Tourist

URL: https://alpsuleyman.com/en/glossary/ai-tourist
Author: Alp Suleiman

Category: AI and Growth
Name: AI Tourist

**Definition.** a16z's term: a user who signs up for an AI product, tries it for a couple of months and leaves.

**Insight.** According to Rodriguez and Immerman (a16z, 2025), this wave makes early retention curves a less decisive indicator of long-term retention; their fix is to rebase retention and CAC from M0 to M3. In their words, M3 is the point where the hobbyists have mostly churned out and the users who found high-impact use cases remain. M3 is not a rule: look at where the curve flattens in your own cohort matrix (our reading). Instead of trying to hold on to tourists, find the job the stayers are doing and build activation around it (our reading).

**Sources**
- [a16z (Rodriguez, Immerman): Retention Is All You Need](https://a16z.com/ai-retention-benchmarks/)

---

# Services-as-Software

URL: https://alpsuleyman.com/en/glossary/services-as-software
Author: Alp Suleiman

Category: AI and Growth
Name: Services-as-Software

**Definition.** An AI company selling the finished work itself instead of selling a tool to a professional. The distinction from Sequoia's Julien Bek (March 2026): a copilot sells the tool, an autopilot sells the work. Adapted from Bek's example: instead of selling software to an accounting firm, delivering the closed books.

**Insight.** For a founder the real question is market size: which budget does your customer pay from, software or people and services? Bek writes that for every dollar spent on software, six are spent on services; an autopilot goes after the second budget. His other argument is about defensibility: sell the tool and you are racing the model; sell the work and every model improvement makes your service faster and cheaper. The price shows up in unit economics: whoever delivers the work also carries the operations and the liability for mistakes, and gross margin can look more like a services firm than a software company (our reading).

**Sources**
- [Sequoia (Julien Bek): Services: The New Software](https://www.sequoiacap.com/article/services-the-new-software/)

---

# Work-Unit Pricing

URL: https://alpsuleyman.com/en/glossary/work-unit-pricing
Author: Alp Suleiman

Category: AI and Growth
Name: Work-Unit Pricing

**Definition.** Pricing where the customer pays for a unit of work they recognize (an invoice processed, a report prepared, a ticket resolved) rather than a technical unit such as a token or a call; often implemented through credits that buy that work.

**Insight.** The line from a16z's Erten and Wang (August 2026) gets to the heart of it: a credit is a currency, not a value metric; what matters is what the credit buys. In their survey of 50 technical AI buyers, 27 preferred credits tied to recognizable work and 14 preferred tokens; a small survey, not a measure of prevalence. Their advice is to price at the highest layer of value you can reliably measure, attribute and defend. For growth, a work unit ties the customer's bill to the growth of their own work; but set the credit's exchange rate wrong and you carry your heavy-usage segment at a loss (our reading).

**Sources**
- [a16z (Erten, Wang): You are not a model. Don't price per token.](https://a16z.com/you-are-not-a-model-dont-price-per-token/)

---

# AI Gross Margin

URL: https://alpsuleyman.com/en/glossary/ai-gross-margin
Author: Alp Suleiman

Category: AI and Growth
Name: AI Gross Margin

**Definition.** What is left of an AI product's revenue after the direct cost of producing it (inference, hosting, human review where needed). The difference from classic software is that cost grows with usage.

**Insight.** Bessemer's 2025 report says the fastest-growing AI startups ("Supernovas") run low margins and are often trading distribution for profit in the short term; the same report adds that this fast adoption may reflect low switching costs or a novelty that may not align with long-term value. A fast-growing product with thin margins may be buying its growth with its margin (our reading). Track margin by cohort and usage band, not by the average customer; the heavy user can be margin-negative (our reading). The question to ask: is your growth rate buying your gross margin?

**Formula.** AI gross margin = (Revenue − Inference and other direct costs) ÷ Revenue × 100

**Sources**
- [Bessemer: The State of AI 2025](https://www.bvp.com/atlas/the-state-of-ai-2025)

---

# ARR per Employee

URL: https://alpsuleyman.com/en/glossary/arr-per-employee
Author: Alp Suleiman

Category: AI and Growth
Name: ARR per Employee

**Definition.** Annual recurring revenue (ARR) divided by the number of full-time employees; an efficiency measure of how small a team produces the company's revenue.

**Insight.** Bessemer's 2025 report finds this measure at 4-5x a typical SaaS benchmark among the fastest-growing AI startups, but also low gross margins in the same group. Read the two together: a small team may have moved its cost into the inference bill, so ARR per employee can be high while contribution margin stays weak (our reading). An agentic growth team has the same trap: using agents instead of hiring raises the ratio, but if agent cost and the human hours spent fixing errors are left out, the ratio misleads (our reading).

**Formula.** ARR per employee = ARR ÷ Number of full-time employees (FTE)

**Sources**
- [Bessemer: The State of AI 2025](https://www.bvp.com/atlas/the-state-of-ai-2025)

---

# Statistical Power

URL: https://alpsuleyman.com/en/glossary/statistical-power
Author: Alp Suleiman

Category: Growth Concepts
Name: Statistical Power

**Definition.** The probability that an experiment detects an effect that really exists. It depends on sample size, the metric's variance and the smallest effect you want to see; Kohavi, Deng and Vermeer's rule of thumb is n = 16σ²/δ² users per variant (95 percent confidence, 80 percent power).

**Insight.** A low-powered experiment does not only miss effects; it also makes significant results less trustworthy. Kohavi's table: when 10 percent of experiments truly win and power drops from 80 to 20 percent, 52.9 percent of significant results are false positives. For a low-traffic product the lesson is simple: fewer, bigger experiments rather than more (our reading). The Experiment Capacity tool runs this calculation for your own traffic.

**Formula.** Users per variant ≈ 16 × σ² ÷ δ²; for conversion σ² = p(1−p), δ = p × relative effect

**Sources**
- [Kohavi, Deng, Vermeer: A/B Testing Intuition Busters, KDD 2022](https://doi.org/10.1145/3534678.3539160)

---

# Experiment Inflation

URL: https://alpsuleyman.com/en/glossary/experiment-inflation
Author: Alp Suleiman

Category: AI and Growth
Name: Experiment Inflation

**Definition.** When producing variants gets cheap, the number of experiments rises, but traffic stays the same, so the sample and power per experiment fall; apparent experiment speed rises while real learning speed does not (this site's definition).

**Insight.** AI made building free, not knowing: the sample-size formula has no term for who wrote the variant, only traffic, base rate and effect (our reading). Ten experiments a week on the same page means traffic that is enough for none of them; the result is more false positives and exaggerated winners. The right measure is not the number of experiments but the number of decisions changed per unit of traffic (our reading). Kohavi's low-power table and Georgiev's review of 1,001 tests (median effect 0.08 percent) show the two ends of this mechanism (our reading).

**Sources**
- [Kohavi, Deng, Vermeer: A/B Testing Intuition Busters, KDD 2022](https://doi.org/10.1145/3534678.3539160)
- [Georgiev: What Can Be Learned From 1,001 A/B Tests?, 2022](https://blog.analytics-toolkit.com/2022/what-can-be-learned-from-1001-a-b-tests/)

---

## Growth Cases

# 11x

URL: https://alpsuleyman.com/en/cases/11x
Updated: 2026-10-06
Author: Alp Suleiman

> The AI sales-rep company reached a ten-million-dollar ARR claim on the back of two top-tier investor signatures; an investigation showed that ARR rested on contracts with exit clauses, unauthorized logos and high early churn.

## Profile

- "Digital workers" for sales: Alice for outbound (email, LinkedIn), Julian for inbound and outbound phone. Positioning: "Instead of adding yet another tool to your crowded tech stack, we're offering a different approach—we sell work." [6]
- Founded: 2022, London; moved to San Francisco in 2024 [6]; founders: Hasan Sukkar (CEO until May 2025); then CTO Prabhav Jain became CEO [3]; country: USA (founded in London)
- August 2023: $2M pre-seed [7]
- 16 September 2024: $24M Series A (Benchmark) [6]
- 30 September 2024: about $50M Series B (a16z) at about $350M; "approaching $10 million in annual recurring revenue" [5]
- Total: the site says "$70M+ raised" [8]
- Pricing: No public pricing [8]. Demo-gated annual contracts; per TechCrunch, 12-month contracts carried a 3-month exit clause [1]. A starting level around $5,000 a month is a secondary estimate [9].

## Timeline

- 2024-09-16: $24M Series A (Benchmark) (Alice: "up to 3x higher response rates compared to human SDRs") [6]
- 2024-09-30: About $50M Series B (a16z); ARR approaching $10M claimed ("approaching $10 million in annual recurring revenue") [5]
- 2025-03-24: TechCrunch investigation: unauthorized logos, 70-80% early churn alleged (ZoomInfo: "We did not give them permission to use our logo in any manner, and we are not a customer.") [1]
- 2025-03-26: OnlyCFO: ARR has no definition ("ARR (annual recurring revenue) is not a GAAP metric.") [4]
- 2025-05-06: Founder steps down as CEO ("Different growth phases demand different leadership strengths") [3]
- 2026-05-14: Unsourced Ramp claim: 40% of the category ("40% of enterprises buying in this category chose 11x") [10]

## Growth mechanism

- **acquisition**: Four channels: back-to-back Benchmark and a16z signatures and the press they generated [5]; the "we sell work, not software" positioning and the comparison with human SDR cost [6]; logo marketing, which became the subject of the investigation [1]; and after 2025 the IBM watsonx partnership [7]. The homepage still promises "$1M+ pipeline generated in first 3 months" [8].
- **loop**: The claimed loop: the AI SDR books meetings, meetings become pipeline, customers expand. Per TechCrunch, the loop that ran: annual contracts with a 90-day exit clause, full-year ARR counting, early churn and a gap between ARR and collections [1]. The company said the figure it reported was contracted ARR (CARR) and that investors knew [1].
- **activation**: Demo-gated entry; a pipeline promise within the first three months [8]. Customer complaints cite hallucinations and the email product not working as expected [1].
- **retention**: Two conflicting claims: the company said retention had risen to 79%, a former employee said 70-80% of customers coming through the door were lost [1]. The company admitted early cohorts carried the highest churn [1]. (opinion) The two claims may measure different periods and definitions; neither is verified.
- **pricing**: Annual contracts with exit clauses presented a trial period as ARR; OnlyCFO proposed the term "ERR" (Experimental Runrate Revenue) for exactly this [4]. (opinion) The core of this case is not the price model but the revenue definition.
- **distribution**: The May 2025 relaunch of Alice and Julian, and IBM watsonx Orchestrate and Agent Connect integrations [7]. In 2026 a "40% of the category" claim attributed to Ramp data without a report link [10].
- **team**: Headcount is not official. TechCrunch reported weeks above 60 hours, open criticism on Slack and allegations of late pay [1].

The claimed loop was agent, meeting, pipeline and renewal. The loop that actually ran was contract, ARR count and exit clause; the red arrow shows the gap between reported and collected revenue.

## Real read

- Q1 (var): "ARR" was measured, but the definition is contracted ARR with exit clauses; company statement.
- Q2 (yok): "3x response rates" and pipeline claims were presented as outcomes with no disclosed comparison method.
- Q3 (belirsiz): A retention claim exists (79%) but definition and period are unclear; no margin.
- Q4 (var): ZoomInfo's own trial is a counterfactual: the product performed significantly worse than its SDR employees; the result went against the company.
- Q5 (yok): Nominal: a former employee's example: a $14M ARR claim against only about $3M in contracts that passed the three-month trial [1].

algi: A gap between reported and realized revenue of $14M against about $3M in a former employee's example; the counterfactual was run by a customer and came out negative. A textbook case for the Growth Claim Check.

## Shadow

- Unauthorized logo use: ZoomInfo said "We did not give them permission to use our logo in any manner, and we are not a customer."; Airtable said its trial was never used in production [1].
- ARR definition: contracted ARR with a 90-day exit clause; a former employee claimed "We were losing 70-80% of customers that came through the door" [1]. OnlyCFO: "There is no regulatory body governing how we define ARR." [4]
- The founder stepped down as CEO in May 2025 [3].
- The 2026 Ramp claim was made without a report link or date [10]. (opinion) The same pattern of behavior.
- Secondary analyses relay G2 and Reddit complaints about "generic outreach" and "inflexible contracts" (secondary data) [9].

## Lessons

- (opinion) Write down your ARR definition. Contracts with exit clauses, trials and pilots are separate lines; telling investors "they knew" does not satisfy customers or the press.
- (opinion) No logo without permission. In Turkey too, the "our references" page is the most inflated one; get written consent for every logo.
- (opinion) Do not hide early churn. The 70-80% loss claim leaked from employees; had the founder said it first, the story would be different.
- (opinion) "We sell work" requires outcome measurement. If you claim to replace SDRs, publish the customer's comparison with its own SDRs yourself. Test question: if your largest customer ran the same test, would you share the result?
- (opinion) An unsourced third-party badge does not repair trust. Repair comes from transparency.

## Open questions

- The Ramp "AI-first GTM" report itself; the 40% claim needs verification.
- ARR after 2025: no source at all.
- Headcount and layoffs: no source.
- The detail of the "double billing" allegation is in the TechCrunch text; the verbatim sentence should be captured.
- The Benchmark Series A press release (unreachable); the 11x blog suffices.

## Sources

1. [a16z- and Benchmark-backed 11x has been claiming customers it doesn't have](https://techcrunch.com/2025/03/24/a16z-and-benchmark-backed-11x-has-been-claiming-customers-it-doesnt-have), TechCrunch (Marina Temkin), 2025-03-24. "We were losing 70-80% of customers that came through the door"
2. [Controversies surround AI startup 11x over customer claims and product performance](https://www.startupecosystem.ca/news/controversies-surround-ai-startup-11x-over-customer-claims-and-product-performance/), Startup Ecosystem Canada, 2025-03. secondary summary
3. [Founder of a16z-backed 11x steps down as CEO](https://tech.eu/2025/05/06/founder-of-a16z-backed-11x-steps-down-as-ceo/), Tech.eu, 2025-05-06. "Different growth phases demand different leadership strengths. In our early stage, we needed 0-1 energy, fast-paced execution"
4. [AI Company Accused of Fraud?](https://www.onlycfo.io/p/ai-company-accused-of-fraud), OnlyCFO, 2025-03-26. "ARR (annual recurring revenue) is not a GAAP metric. There is no regulatory body governing how we define ARR."
5. [11x.ai, a developer of AI sales reps, has raised $50M Series B led by a16z, sources say](https://www.techcrunch.com/2024/09/30/11x-ai-a-developer-of-ai-sales-reps-has-raised-50m-series-b-led-by-a16z-sources-say), TechCrunch, 2024-09-30. "approaching $10 million in annual recurring revenue"
6. [Announcing our Series A](https://www.11x.ai/blog/series-a), 11x blog, 2024-09-16. "$24 million Series A funding round led by Benchmark"
7. [Blog index (dates)](https://www.11x.ai/blog), 11x, accessed 2026-10-05. 2023-08-11 pre-seed; 2025-05-02 Alice; 2025-05-07 Julian; IBM 2025-05-07 and 2025-10-07
8. [Homepage](https://www.11x.ai/), 11x, accessed 2026-10-05. "$1M+ pipeline generated in first 3 months"
9. [11x.ai Competitive Analysis (Q2 2026)](https://toarn.com/insights/11x-ai), Toarn (secondary analysis), 2026. price estimate and a compilation of user complaints
10. [Ramp Ranks 11x #1 in Enterprise Adoption for AI-First GTM](https://www.11x.ai/blog/ramp-ranks-11x-1-in-enterprise-adoption-for-ai-first-gtm), 11x blog, 2026-05-14. "40% of enterprises buying in this category chose 11x"

---

# Apilex

URL: https://alpsuleyman.com/en/cases/apilex
Updated: 2026-10-06
Author: Alp Suleiman

> A legal assistant that entered the lawyer market from below with Turkish case-law data and, with no outside funding, claimed eight million dollars of annual revenue in nine months; the number is not necessarily wrong, but nothing about it can be verified from outside.

## Profile

- AI legal assistant for lawyers: semantic case-law search, pleading and document generation, risk analysis, a project workspace. In its own words an "Agentic Legal Workspace" [6]. Over 11 million rulings and documents, ISO 27001:2022 (company claim) [3].
- Founded: Launched in autumn 2025; in June 2026 "the 9th month since launch" [1].; founders: Cebrail Ergül (co-founder, co-CEO), Kemal Tamer (co-founder, co-CEO), Batuhan İpek (technology architecture) [1][3].; country: Türkiye
- No outside investment (bootstrapped). Kemal Tamer: "Apilex reached break-even in its very third week." [2]
- June 2026: preparing a funding round on year-end metrics (company statement) [1]
- Pricing: No pricing page found; TR and EN pricing URLs did not open. Pricing unknown.

## Timeline

- 2025: Launch; "thousands of lawyers in the first three months" (company release) [3]
- 2025-12-16: European expansion announced: Germany, France, Spain, Italy [3]
- 2026-06-23: $8M+ ARR, 9th month, 120 staff, three countries (company statement) ("passed $8 million ARR in the 9th month since launch" (translated)) [1]
- 2026-10: Website: "150+ employees" [6]

## Growth mechanism

- **acquisition**: No declared channel. The product appears to be sold directly to individual lawyers; the site gives no customer or user figures [6]. The density of press releases on business and startup sites shows PR used as a channel [1][3][5]. A large lawyer population and thin supply of digital tools in Türkiye may explain the "thousands" in the first three months (opinion).
- **loop**: A lawyer tries it, time to find case law drops, colleagues hear about it, the firm buys in bulk. The second half of the loop (new data feeding the product) is an assumption, not a company claim. The company says output is verified by "in-house" legal engineering teams [3]; that is a process that scales with people, not a loop that turns on its own (opinion).
- **activation**: Unknown; trial length and first moment of value are not disclosed.
- **retention**: No retention evidence. "Break-even in the third week" is a cash-flow claim [2]; no churn or cohort data.
- **pricing**: Unknown. Revenue per lawyer could be derived from 8 million dollars of ARR and "thousands of lawyers", but that derivation is not used on this page [1].
- **distribution**: European expansion in month nine; ISO 27001 and an on-premise option as preparation for enterprise sales [3]; active markets Türkiye, France, Germany [6].
- **team**: 120 people (June 2026) [1], over 150 on the website (October 2026) [6]. At this scale, that headcount suggests the product grows largely through human labor (opinion).

The first half of the loop is plausible, the second half is an assumption: the company says output is verified by in-house human teams, which is not a self-reinforcing loop. The red edge marks what cannot be seen from outside.

## Real read

- Q1 (belirsiz): "ARR" is a company claim; unclear whether it is subscriptions, annual prepayments or monthly revenue times twelve; no independent source.
- Q2 (belirsiz): Revenue is an outcome; "thousands of lawyers" has no definition of active.
- Q3 (yok): No churn, retention or quality metric.
- Q4 (yok): No counterfactual or cohort.
- Q5 (belirsiz): Revenue should be mostly in lira; which exchange rate and date produced "$8M" is unclear; annual prepayments, if any, inflate ARR.

algi: Perception-level on evidence: the number is not necessarily wrong, but nothing can be verified from outside. Against Harvey, this case is about "how do we know" rather than "how fast".

## Shadow

- All information comes from company releases; the texts on business sites are in press-release form [3][5].
- Pricing and some product pages did not open; the "about" page showed, in one fetch, a foreign-named team list that may be template residue, so manual review is needed before publication [7].
- Hallucination risk in law: the company says it has multi-layer verification and its own legal engineers [3]; no independent test.
- Independent user opinion (forum and app-store reviews) could not be opened [8].

## Lessons

- (opinion) Vertical plus Turkish data brings early speed. Millions of Turkish rulings are something global models do not do well. An example for verticals with a local data moat: law, accounting, insurance, public procurement.
- (opinion) Bootstrapping plus press releases creates an evidence gap. With no investors there is no audit either; the growth story is entirely in the company's own words. For a founder in the same spot: write the ARR definition, the active-user definition and the exchange-rate date into your announcement and credibility rises.
- (opinion) Growth that scales with people is a different kind of company. A hundred and twenty people in nine months suggests a large part of the product is human verification. The difference between an "AI company" and an "AI-enabled services company" sets margin and valuation.
- (opinion) Going to Europe in month nine is the euro answer to lira revenue and dollar costs. But every country means a new data set and a new verification team; a multiplier, not a loop.
- (opinion) Harvey's mirror: Harvey enters big law firms from above, Apilex enters through individual lawyers from below. In Türkiye the bottom-up entry is faster; moving up takes a different sales muscle. Test question: could you show this number to an auditor, not just an investor?

## Open questions

- Pricing, trial length, user count, ARR definition and exchange rate: not disclosed.
- Team names on the "about" page need manual verification.
- Launch month is not certain; September–October 2025 is a derivation.
- Independent user opinion could not be opened.

## Sources

1. [Local AI legal startup Apilex passes $8 million ARR in the 9th month since launch (relaying a company statement)](https://egirisim.com/2026/06/23/yerli-yapay-zeka-hukuk-girisimi-apilex-yayina-alinisinin-9-ayinda-8-milyon-dolar-arri-gecti/), egirişim, 2026-06-23. "yayına alınışının 9. ayında 8 milyon dolar ARR'ı geçti"
2. [Apilex Surpasses $8 Million ARR Nine Months After Launch](https://pulse2.com/apilex-surpasses-8-million-arr-nine-months-after-launch/), Pulse 2.0, 2026-06-24. "Apilex reached break-even in its very third week."
3. [Local AI legal assistant expands to Europe (press release)](https://www.paradergi.com.tr/girisimcilik/2025/12/16/yerli-yapay-zeka-hukuk-asistani-avrupaya-aciliyor), Para Dergi, 2025-12-16. "11 milyondan fazla içtihat verisiyle çalışan platform"
4. [Apilex AI enters the global legal tech arena (promotional release)](https://halktv.com.tr/tanitim-bulteni/), halktv.com.tr, 2025-12. not opened; generic press-release index page
5. [Apilex.ai enters the billion-dollar global legal tech market (press-release style)](https://www.fortuneturkey.com/apilex-ai-milyar-dolarlik-global-legaltech-pazarina-girdi), Fortune Türkiye, 2026. "Harvey.ai ve Legora gibi globalde faaliyet gösteren yapay zeka hukuk programlarının yer aldığı üst ligde konumlanıp konumlanamayacağını da merak konusu haline getiriyor."
6. [Apilex home page (EN)](https://www.apilex.ai/en), Apilex, accessed 2026-10-05. "Agentic Legal Workspace"
7. [About page (content questionable, manual check needed)](https://www.apilex.ai/hakkimizda), Apilex, accessed 2026-10-05. "Felix Rowe — Founder & CEO"
8. [Apilex entry (could not be opened)](https://eksisozluk.com/apilex), Ekşi Sözlük, accessed 2026-10-05. 403

---

# Bolt.new (StackBlitz)

URL: https://alpsuleyman.com/en/cases/bolt
Updated: 2026-10-06
Author: Alp Suleiman

> Seven years of in-browser infrastructure met the right model threshold and exploded into a tens-of-millions revenue claim in five months; after that the revenue curve went dark.

## Profile

- A browser-based AI tool that turns a prompt into a working web app. Built on WebContainer, the in-browser operating system StackBlitz spent seven years developing. According to the podcast page, the breaking point was model quality: "When Claude 3.5 Sonnet launched, it changed everything" [1]
- Founded: StackBlitz in 2017; Bolt.new launched in October 2024 [1]; founders: Eric Simons (CEO) and the StackBlitz team [1]; country: USA
- $22M Series A (previously undisclosed; Sacra compilation) [4]
- January 2025: $105.5M Series B, Emergence Capital and GV, at roughly $700M (Sacra compilation; official announcement returned 404) [4]
- Pricing: Token-based. Free tier: 300K tokens a day, 1M a month; Pro at $25/month for 10M tokens; Teams at $30 per member per month; since 1 July 2025 unused tokens on paid plans roll over for one extra month [5].

## Timeline

- 2024-10: Bolt.new launches on X, after a "near-death" period ("After nearly shutting down, StackBlitz launched Bolt on Twitter and exploded") [1]
- 2024-12: "$20M ARR in 2 months" claim (secondary data) ("~200,000 users per week") [2]
- 2025-01: $105.5M Series B at roughly $700M [4]
- 2025-03-13: Lenny's Podcast: ~$40M ARR in 5 months, 1M monthly active, 3M registered users, a team of 15–20 ("nearly $40M ARR and 3 million registered users in just five months with a team of only 15 to 20 people") [1]
- 2025-07-01: Token rollover extended to two months (pricing page) [5]
- 2026-09: Bolt Forge and the "50X usage" campaign; first acquisition, Dokai ("up to 50X more usage at no extra cost through October 14, 2026") [6]

## Growth mechanism

- **acquisition**: A launch on X with demo videos; according to the podcast page the product "launched Bolt on Twitter and exploded" [1]. StackBlitz's existing developer base carried the first wave. The founder became the channel: several long interviews within a few months, including Lenny's Podcast [1]. Hackathons and agency stories on the blog read as a second wave [6].
- **loop**: A user generates an app from a prompt, shares the working site, a new user tries it on free tokens, tokens run out and the user upgrades to Pro, revenue goes to model cost and better model integration, better output. The fuel of the loop belongs to the model, not to Bolt: "When Claude 3.5 Sonnet launched, it changed everything" [1].
- **activation**: A working app on the first prompt. The 300K daily token cap on the free tier keeps the trial short [5].
- **retention**: No retention statement. In March 2025, 1 million monthly active and 3 million registered users, so roughly a third of sign-ups were active [1]; no data afterwards.
- **pricing**: Token pricing ties growth directly to model cost; Sacra's gross margin estimate for May 2025 is roughly 40 percent [4]. The July 2025 rollover change and the September 2026 "50X usage" campaign read as responses to a price and value perception problem [5] [6] (opinion).
- **distribution**: Teams and Enterprise tiers, a Microsoft Azure partnership in May 2026 (Sacra compilation) [4], Bolt Forge and the Dokai acquisition in September 2026 [6].
- **team**: 15–20 people in March 2025 [1]. Two claims from the same date give roughly $2M revenue per employee; that is a derivation, not a company statement.

The loop runs on model quality; Bolt's contribution is zero setup. The red arrow shows how much of the token revenue flows out.

## Real read

- Q1 (belirsiz): ARR is a founder claim (podcast); no definition, assumed to be monthly revenue times twelve.
- Q2 (var): Revenue and monthly active users, so outcome and usage together.
- Q3 (yok): Churn, margin and token consumption distribution undisclosed; margin is only a Sacra estimate.
- Q4 (yok): No cohort or control group.
- Q5 (belirsiz): In a token model, early-month revenue may partly be one-off curiosity spend; the silence after mid-2025 deepens the doubt.

eksik: The explosion is documented, the persistence is not. No public revenue update was found after March 2025.

## Shadow

- No ARR update after mid-2025; the only figure Sacra reports for December 2025 is more than 7 million users, not revenue [4].
- Lovable's claims in the same category overshadowed Bolt; the two products' different paths form a comparison pair in this archive (opinion).
- The rollover change and the free "50X usage" campaign may signal that the price/value balance did not hold [5] [6] (opinion).

## Lessons

- (opinion) An explosion takes preparation: seven years of infrastructure, the right model threshold, the right launch moment. A viral result is not luck, it is accumulated debt being repaid.
- (opinion) The founder is the channel: several long podcasts within a few months. In Turkey the founder narrative is still an underused channel.
- (opinion) Under token pricing, look at the ninety-day cohort before celebrating ARR; the difference between curiosity spend and habit shows up there.
- (opinion) Silence after an explosion is a signal. Plan the "second five months" of your own product from day one.

## Open questions

- The Lenny transcript: the "near-death" detail, model spend, margin and churn.
- Revenue after mid-2025; the "growth slowed" claim could not be tied to a primary source.
- The official Series B announcement (StackBlitz blog returned 404).
- Full content of the Bolt Forge and Dokai posts.

## Sources

1. [Inside Bolt: From near-death to ~$40m ARR in 5 months (episode page; transcript could not be opened)](https://www.lennysnewsletter.com/p/inside-bolt-eric-simons), Lenny's Newsletter / Podcast, 2025-03-13. "nearly $40M ARR and 3 million registered users in just five months with a team of only 15 to 20 people"
2. [Bolt.new ARR at $20M in just 2 months](https://readthesignal.co/p/boltnew-arr-at-20m-in-just-2-months), The Signal, 2024-12-19. "~200,000 users per week"
3. [The story behind Bolt.new reaching $40M ARR in 5 months](https://www.indiehackers.com/post/the-story-behind-bolt-new-reaching-40m-arr-in-5-months-9cfdf04e70), IndieHackers, 2025-09-24. "$40M ARR in 5 months"
4. [Bolt.new company profile (estimates and compilation)](https://sacra.com/research/bolt-new), Sacra, 2026-05. "Bolt.new had roughly 40% gross margins as of May 2025."
5. [Bolt pricing page](https://bolt.new/pricing), Bolt, accessed 2026-10-05. "tokens from a paid subscription will roll over for one additional month, making them valid for up to two months in total"
6. [Bolt blog index (Forge, Dokai)](https://bolt.new/blog), Bolt, accessed 2026-10-05. "up to 50X more usage at no extra cost through October 14, 2026"

---

# Builder.ai

URL: https://alpsuleyman.com/en/cases/builder-ai
Updated: 2026-10-06
Author: Alp Suleiman

> A no-code app platform valued above a billion dollars on an AI label went from default to insolvency in a month, amid allegations that most of its revenue was unpaid invoices and customers with one-dollar deposits.

## Profile

- A no-code app development platform with an AI product manager called "Natasha"; founded in London in 2016 as Engineer.ai [1]. Wikipedia relays, with sources, that in August 2019 the Wall Street Journal reported the company's code was written mostly by human engineers rather than AI [1].
- Founded: 2016, London; founder Sachin Dev Duggal [1]. In February 2025 Duggal stepped down as CEO and Manpreet Ratia took over [1].; founders: Sachin Dev Duggal (founder, "chief wizard" title) [1]; country: United Kingdom
- 2018: Series A $29.5M [1]
- 2023: $230M round; Microsoft, Insight Partners, SoftBank, Qatar Investment Authority [1]
- 2024 (secondary data): loan from Viola Credit; the date and amount appear only in secondary reports, not in any opened source [4]
- Pricing: Project-based app development and cloud services. The revenue definition itself is the subject of this case.

## Timeline

- 2016: Founded as Engineer.ai, London [1]
- 2019-08: Wall Street Journal: most code written by human engineers (Wikipedia relay) [1]
- 2023: $230M round; Microsoft and QIA among investors [1]
- 2025-02-27: Duggal steps down as CEO; Manpreet Ratia becomes CEO [1]
- 2025-05-20: Company announces insolvency proceedings ("will be entering into insolvency proceedings and will appoint an administrator") [2]
- 2025-07-31: Bloomberg findings: unpaid reseller invoices and $1-deposit customers (secondary data) ("$142 million booked from resellers who never paid") [3]

## Growth mechanism

- **acquisition**: The visible channel was corporate partnership and brand: Microsoft, Insight, SoftBank and QIA in the 2023 round [1]; Duggal on the Davos stage in January 2024 as an "AI unicorn" founder (secondary data) [3]. The proof of growth was the investor list, not customer data (opinion).
- **loop**: The alleged mechanism is not a growth loop but a manipulation of the revenue definition: according to Bloomberg, $142M invoiced to resellers who never paid, $107M counted from "customers" with deposits as low as $1, and revenue overstated by 300 percent (secondary data) [3]. The round-tripping allegation involving VerSe Innovation was rejected by VerSe's co-founder as "baseless and false" (secondary data) [4]. There is no court ruling; all of this is allegation.
- **activation**: No real usage data was ever published. The question known since the 2019 WSJ story was whether the product was AI or human labour [1].
- **retention**: No retention evidence. With the revenue itself in dispute, the retention question is moot (opinion).
- **pricing**: Project based. In May 2025 lender Viola Credit seized most of the company's cash after the default (Mobile World Live) [4]; the figures on the revenue restatement exist only in secondary sources that could not be opened, so they are not published here.
- **distribution**: Davos, press and funding rounds; the Microsoft partnership [1][3]. A reseller network as the sales channel; the problem lay precisely in invoices from that network counted as "revenue" (secondary data) [3].
- **team**: About 770 employees in early 2025, about 270 let go in April (secondary data) [2]; in June 2025, 80 percent of the workforce, about 1,000 people, were laid off [1]. The two sources conflict: a staff of 770 and a layoff of 1,000 cannot both be right; both figures are given as the sources state them, and which is correct is an open question [1] [2].

Not a growth loop but a broken one: the narrative brought investors, investors brought debt; when reported revenue did not turn into collected revenue, the debt ended the company.

## Real read

- Q1 (var): Revenue was the company's own claim; according to Bloomberg, $142M of reseller sales were never collected (secondary relay) [3].
- Q2 (yok): The number presented as an outcome was perception: unpaid invoices and deposit customers.
- Q3 (yok): No quality or stability metric was ever published.
- Q4 (yok): No counterfactual; the investor list stood in for evidence.
- Q5 (yok): Not even nominal: the gap between invoiced and collected is the case itself.

algi: Perception level and beyond: alleged revenue inflation. The text must say "alleged" and "according to Bloomberg"; there is no court ruling, and the original Bloomberg and FT texts could not be opened.

## Shadow

- The whole case is shadow. Reports naming Amazon and Microsoft among creditors are in secondary sources; Quinn Emanuel and Shibumi Strategy appear on the creditor list (secondary data) [4].
- Lender Viola Credit seized most of the company's cash after the default: "Viola Credit … seized most of the company's cash" (secondary data) [4].
- The 2023 revenue restatement differs across two secondary sources, $45M in one and $140M in the other; both should be read as "secondary, conflicting" [2][5].

## Lessons

- (opinion) Write down the revenue definition: invoiced, collected and refundable deposits are separate lines.
- (opinion) Reseller revenue is not revenue until it is collected; ask for a "net collections" line in the investor deck.
- (opinion) The "AI" label does not speed up growth, it delays scrutiny. The 2019 warning was ignored for six years.
- (opinion) A branded investor list is not evidence. The five questions of the Growth Claim Check apply to investors too.
- (opinion) When growing on debt, read the revenue covenant: the loan went into default on a revenue restatement and ended the company within a month.

## Open questions

- The size of the Viola Credit loan, the amounts withdrawn and left, and the restated 2024 revenue estimate were found in no opened source and were removed from the text; the Bloomberg/FT/Sifted originals must be opened.
- Original Bloomberg and Financial Times texts; the Sifted text. The evidence auditor must open them before publication.
- The 2023 revenue restatement: $45M or $140M; two secondary sources conflict.
- The administrator's (Alvarez & Marsal) report; the chapter of the US Delaware filing.
- The size of Microsoft's 2023 investment; the Wall Street Journal 2019 story itself.
- Headcount conflict: tech.eu gives about 770 employees in early 2025, Wikipedia says about 1,000 people were laid off in June. The date of the Viola Credit loan (October 2024?) is not in any opened source.

## Sources

1. [Builder.ai (encyclopedia entry, with numbered sources)](https://en.wikipedia.org/wiki/Builder.ai), Wikipedia, accessed 2026-10-05. "used human engineers rather than AI for most of its coding work". WSJ 2019 relay
2. [AI unicorn Builder.ai confirms insolvency proceedings](https://tech.eu/2025/05/20/ai-unicorn-builderai-confirms-insolvency-proceedings/), Tech.eu (Cate Lawrence), 2025-05-20. "will be entering into insolvency proceedings and will appoint an administrator to manage the company's affairs"
3. [Startup Builder.ai Goes From $1.5 Billion Unicorn to Bankruptcy (republication of the Bloomberg text)](https://www.securitiesdocket.com/2025/07/31/startup-builder-ai-goes-from-1-5-billion-unicorn-to-bankruptcy-bloomberg/), Securities Docket / Bloomberg, 2025-07-31. "The London-based company booked $142 million in sales from resellers that never paid any money and claimed an additional $107 million from customers who made deposits of as little as $1."
4. [Builder.ai files for bankruptcy following sales scandal](https://www.mobileworldlive.com/ai-cloud/builder-ai-files-for-bankruptcy-following-sales-scandal/), Mobile World Live (Amiya Johar), 2025-06-06. "baseless and false". VerSe co-founder Umang Bedi
5. [Builder.ai investigation uncovered 'potentially bogus' sales before collapse](https://sifted.eu/articles/builder-ai-investigation-potentially-bogus-sales), Sifted, 2025-05. text could not be opened; the revenue-estimate restatement rests on this report, amounts not verified

---

# Character.ai

URL: https://alpsuleyman.com/en/cases/character-ai
Updated: 2026-10-06
Author: Alp Suleiman

> A chat app that reached a billion-dollar valuation on more than an hour of daily use never disclosed revenue; the founders left for Google, the CEO for Disney, and under-18 chat was shut down.

## Profile

- Chat with user-made characters; since 2025 positioned as "AI entertainment": Feed, Scenes, Books, Series, Comics [1]
- Founded: November 2021; public beta on 16 September 2022 (secondary data) [8]; founders: Noam Shazeer and Daniel de Freitas (former Google researchers); returned to Google in August 2024 [5]; country: USA
- 2021: $43M seed; March 2023: $150M at about $1B valuation, a16z (secondary data) [8]
- August 2024: Google hired the founders and licensed the technology; it did not buy the company. The CEO's description: "purely a backward-looking tech licensing deal" [6]
- Pricing: c.ai+ at $9.99/month (secondary data) [7]; from 28 September 2026 "(c.ai) lite" at $4.99/month or $2.49/week, varying by region [2]

## Timeline

- 2023-05: Mobile app: 1.7M downloads in the first week (secondary data) [8]
- 2024-08: Founders to Google; non-exclusive licence deal; interim CEO [5]
- 2025-06-20: Karandeep Anand becomes CEO; 66% of users aged 18 to 24 (2024) ("The app filters things that are perfectly harmless.") [5]
- 2025-10-29: Open-ended chat for under-18s to be removed by 25 November 2025; age estimation ("These are extraordinary steps for our company") [4]
- 2026-09-18: CEO leaves for Disney; part of the technical team with him [1]
- 2026-09-28: Cheap "lite" plan and new chat styles ("$4.99 USD/month or $2.49 USD/week") [2]

## Growth mechanism

- **acquisition**: User-made characters and community sharing; the mobile launch burst brought 1.7M downloads in the first week (secondary data) [8]. No primary channel disclosure.
- **loop**: A user creates a character, others chat with it, the creator gains visibility, more characters follow. The post-2025 "fandom" framing: "The fandom is far larger than the franchise itself." [6]
- **activation**: An emotional bond in the first chat; the product's own north star was an average of 75 minutes of use a day (company claim, reported second-hand) [7].
- **retention**: High time spent, low monetization. The company has never disclosed revenue; the $30M annualized revenue for 2025 is only a third-party estimate (secondary data) [7]. User loss after the under-18 shutdown was not disclosed [4].
- **pricing**: One premium plan, then a mid-tier "lite" and ads in 2026 [2]. The phrase "at a price that works for you" is a late admission that a price ladder was needed (opinion) [2].
- **distribution**: The pivot: "Think if Roblox, TikTok, and Wattpad had a baby" [6]. Studio partnerships and the monetization strategy are in the CEO's May 2026 interview [6].
- **team**: The founders and research core went to Google in 2024 [5]; in 2026 the CEO and part of the technical team went to Disney [1].

The loop's strong link is time spent, its weak link revenue. The red arrows show the regulatory bill of the young audience that feeds the time, and the loss of the team.

## Real read

- Q1 (belirsiz): The monthly active user figure is a secondary report; revenue is only a third-party estimate.
- Q2 (yok): The main metric is time and engagement; no business outcome is disclosed.
- Q3 (yok): The user impact of the under-18 shutdown was not disclosed.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): The 20M monthly active figure looks flat from 2024 to 2026 in secondary reports; growth may have stalled, the company does not say.

algi: Usage data exists, business outcome does not; the core team was lost twice.

## Shadow

- A lawsuit alleging one of its chatbots contributed to a 14-year-old's death [5]; the FTC's inquiry into seven AI companies and the company's acknowledgement of regulatory pressure [4].
- The founders leaving through a talent deal (2024) and the CEO leaving for Disney (2026) left the product without its core twice [1].
- In 2025 the company weighed a sale or new financing options (secondary data) [8].

## Lessons

- (opinion) A time-spent metric alone is not growth; if it is not tied to a path to revenue, it is the purest form of "visible growth".
- (opinion) In a product heavy with young users, regulatory risk is a growth variable; under-18 protection is on the agenda in Turkey too, so build age estimation and parent tools early.
- (opinion) A core team leaving through a talent deal is not an exit; it is product debt for those who stay. Measure founder dependence early, with an investor's eye.
- (opinion) The price ladder came late; in a consumer product with low conversion, ads and a mid-tier should be designed from year one.

## Open questions

- The company has never disclosed revenue; the effect of the under-18 shutdown on monthly active users.
- The official blog text of the Google deal (404); the $2.7B figure appears only in news reports.
- Management and team after the Disney move.

## Sources

1. [The Next Chapter of Entertainment and Fandom](https://blog.character.ai/the-next-chapter-of-entertainment-and-fandom/), Character.ai blog, 2026-09-18. "Character.ai's CEO Karandeep Anand is joining Disney in a newly created role as Senior Executive Vice President and Chief Technology Officer."
2. [introducing PipSqueak 3, ShortSqueak, and (c.ai) lite](https://blog.character.ai/new-styles-new-plan/), Character.ai blog, 2026-09-28. "$4.99 USD/month or $2.49 USD/week"
3. [Continuing To Build Upon Our Safety Priorities](https://blog.character.ai/continuing-to-build-upon-our-safety-priorities/), Character.ai blog, 2026-09-03. "We developed our own age assurance technology and an in-house age estimation model."
4. [Character.AI to end open-ended chats for under-18s; AI Safety Lab](https://www.medianama.com/2025/10/223-character-ai-teen-chats-ai-safety-lab/), MediaNama (company statement as reported), 2025-10-30. "These are extraordinary steps for our company, and ones that, in many respects, are more conservative than our peers."
5. [Character.AI taps Meta's former VP of business products as CEO](https://techcrunch.com/2025/06/20/character-ai-taps-metas-former-vp-of-business-products-as-ceo), TechCrunch, 2025-06-20. "The app filters things that are perfectly harmless."
6. [My exclusive interview with Character.ai CEO Karandeep Anand](https://themediabrain.substack.com/p/my-exclusive-interview-with-characterai), The Media Brain (newsletter), 2026-05-12. "Think if Roblox, TikTok, and Wattpad had a baby"
7. [Character.AI](https://sacra.com/c/character-ai/), Sacra (estimate), accessed 2026-10-05. secondary data: 75 minutes a day, $30M annualized revenue estimate
8. [Character.ai](https://en.wikipedia.org/wiki/Character.ai), Wikipedia, accessed 2026-10-05. secondary data: timeline, funding, lawsuits

---

# Clay

URL: https://alpsuleyman.com/en/cases/clay
Updated: 2026-10-06
Author: Alp Suleiman

> A company that built product for six years on almost no revenue focused on one use case, turned its support channel into a community, and reached one hundred million dollars in ARR in two years; it disclosed its enterprise retention and its own pricing mistake.

## Profile

- A data enrichment, workflow and agent (Claygent) platform for sales and growth teams; it named the "GTM engineering" category. According to its pricing memo it combines more than 150 data providers in one place [6].
- Founded: 2017, New York. According to First Round, "the startup was still close to $0 in revenue as recently as spring 2022" [11].; founders: Kareem Amin (CEO) and Nicolae Rusan [11]; country: USA
- 5 August 2025: Series C $100M at a $3.1B valuation [4]
- 28 January 2026: second employee tender of $55M at a $5B valuation, DST [2]
- 9 September 2026: Series D $115M at a $7.1B valuation [3]
- Pricing: Free plan with unlimited seats, 200 rows per table, 500 actions and 100 data credits a month; Launch $167/month; Growth $446/month; Enterprise [10]. In March 2026 it moved from a single credit model to a dual meter of Data Credits and Actions [5].

## Timeline

- 2017: Founded; six quiet years of product work [11]
- 2022: Revenue near zero; a Slack channel of about 200 people opened for support ("close to $0 in revenue as recently as spring 2022") [11]
- 2025-08-05: Series C $100M at $3.1B [4]
- 2025-12-08: $100M ARR ("We went from $1M to $100M in just two years. But the six years before that tell the real story.") [1]
- 2026-03-11: New pricing; internal memo published ("intentionally revenue- and profit-negative in the near term") [6]
- 2026-09-09: Series D $115M at $7.1B; 4x revenue growth in 2025 [3]

## Growth mechanism

- **acquisition**: Focus first: "we need to pick one thing at a time, test it out clearly" (Amin) [11]. Outbound sales was chosen as the single use case; not because the founder was sure it was right, but because it was a faster starting point every company needs [11]. The channel was one open Slack channel: the community, opened for support, grew from around 200 people to over 11 thousand, and to about 20 thousand by February 2025 [11][7].
- **loop**: A user learns in Slack, shares templates and solutions, a power user turns into an agency ("Claygency"), the agency brings new customers, the category grows. More than 100 agencies built on the platform by February 2025 [7]; by October 2026, agencies that started six months earlier were passing a million dollars in run rate [12]. The program was formalised later: Partner Program, August 2025 [9].
- **activation**: Unlimited seats and 200 rows per table on the Free plan [10]; for about a year, eight onboarding calls a day as a "reverse demo" (secondary data) [13]. The first value moment is the user enriching their own list and sending the first email (opinion).
- **retention**: Disclosed for the enterprise segment: "Enterprise net revenue retention exceeding 200%" and zero enterprise churn (December 2025) [1]. Self-serve retention was not published.
- **pricing**: The company's own memo: "a nearly 5x spread" in credit prices between self-serve and enterprise; the Pro segment ran at a loss for years; in flat-priced AI, simple prompts are overcharged and complex prompts unprofitable [6]. The fix: data costs cut by 50 to 90 percent and an Actions meter added, with 90 percent of customers never hitting a limit [5]. The memo says the change is intentionally revenue- and profit-negative in the near term; the expected decline in data-credit revenue is redacted in the memo [6].
- **distribution**: Naming the category: the "GTM engineer" title and thousands of open job posts [1]; a $1M community scholarship with Series D [3]. An equity offer to the community at the same price as institutional investors; more than 40 Clay Clubs in more than 20 countries [7]. Claygent passed one billion runs (June 2025) [8].
- **team**: 300 people and 14 thousand customers in January 2026 [2]; more than 17 thousand customers in September 2026 [3]. ARR per employee, using the two same-date figures, is about $333 thousand (our arithmetic).

The support channel became a community, the community an agency ecosystem, the agencies a new job title. The red arrow is the pricing leak the company admitted in its own memo.

## Real read

- Q1 (var): ARR, customer count and NRR are on the official blog; the ARR definition was not given.
- Q2 (var): Revenue is an outcome; the customer-impact claim (SDRs getting twice the replies) is an internal observation with no method.
- Q3 (var): Enterprise NRR above 200 percent and zero enterprise churn are stated; nothing for self-serve.
- Q4 (yok): No control group for the two-times outcome claim.
- Q5 (var): The company itself disclosed that the pricing change was intentionally revenue- and profit-negative in the near term; that transparency is rare.

reel: Close to a real read for the enterprise segment: NRR, churn and the pricing mistake were disclosed. Self-serve retention is unknown; the customer-count definition is inconsistent between announcements.

## Shadow

- The company's own memo: years of running the Pro segment at a loss, a five-times spread in credit prices, and customers escaping to their own API keys under flat-priced AI [6].
- As the agency ecosystem grows, the perception that "Clay is hard to learn" may be a sign of product complexity (opinion); the Partner Program turns that complexity into a channel [9].
- Customer count reads "17 thousand+" in February 2025 and September 2026 but 14 thousand in January 2026 [2][3][7]; the definition was not disclosed.

## Lessons

- (opinion) Six years of product, two years of growth. What opened the growth moment was not a new channel but the decision to focus on one use case.
- (opinion) Make the support channel the community. One open Slack channel was a cost-cutting move; it became the channel. In Turkey, WhatsApp and Telegram groups do the same job.
- (opinion) Turn power users into agencies, then build the program. Let it happen on its own first; Clay formalised it two years later.
- (opinion) Name the category and write the job posts. A title creates demand; "GTM engineer" is not marketing copy, it is a hiring wave.
- (opinion) Admit your pricing mistake in writing. Clay published the memo; trust is built with that kind of transparency.

## Open questions

- Self-serve retention and churn; the definition behind the 14 thousand versus 17 thousand+ customer counts.
- Official posts for Series B (June 2024) and the Series B extension (January 2025).
- Bloomberg's September 2026 report of roughly $200M run rate was not opened.
- The exact path of the First Round podcast link should be verified.

## Sources

1. [Clay reaches $100M ARR](https://www.clay.com/blog/100m-arr), Clay (blog), 2025-12-08. "We went from $1M to $100M in just two years. But the six years before that tell the real story. · enterprise net revenue retention is over 200% · We have never churned an enterprise customer."
2. [Second employee tender offer](https://www.clay.com/blog/tender-offer-2026), Clay (blog), 2026-01-28. "Revenue more than 3.5x'd last year and we reached $100M in ARR in December"
3. [Series D announcement](https://www.clay.com/blog/series-d), Clay (blog), 2026-09-09. "$115M in Series D funding at a $7.1B valuation, following 4x revenue growth"
4. [Series C announcement: The GTM engineering era begins now](https://www.clay.com/blog/clay-series-c-announcement-the-gtm-engineering-era-begins-now), Clay (blog), 2025-08-05. "$100M Series C at a $3.1B valuation"
5. [Introducing Clay's new pricing](https://www.clay.com/blog/introducing-clays-new-pricing), Clay (blog), 2026-03-11. "90% of customers will never hit a limit on Actions"
6. [Internal pricing memo (published)](https://www.clay.com/blog/clay-pricing-memo-internal), Clay (blog), 2026-03-11. "a nearly 5x spread · intentionally revenue- and profit-negative in the near term"
7. [Community equity offering](https://www.clay.com/blog/community-equity-offering), Clay (blog), 2025-02-19. "~20,000 person Slack community · 40+ Clay Clubs across 20+ countries · 100+ agencies built on platform"
8. [Claygent surpasses 1 billion runs](https://www.clay.com/blog/claygent-1-billion), Clay (blog), 2025-06-05. "1 billion runs"
9. [Announcing the Clay Partner Program](https://www.clay.com/blog/announcing-the-clay-partner-program), Clay (blog), 2025-08-19. "Partner Program"
10. [Clay pricing page](https://www.clay.com/pricing), Clay, accessed 2026-10-05. "Free: unlimited seats, 200 rows per table, 500 actions, 100 data credits"
11. [Clay's Path to Product-Market Fit — A 7-Year 'Overnight Success'](https://review.firstround.com/clays-path-to-product-market-fit/), First Round Review, 2025. "the startup was still close to $0 in revenue as recently as spring 2022 · we need to pick one thing at a time, test it out clearly · The community, which started with around 200 people, has grown to 11K+ people today."
12. [Clay's Kareem Amin on Building the Sales 'System of Action' with AI](https://sequoiacap.com/podcast/training-data-kareem-amin), Sequoia Training Data, 2026-10-02. "There's a number of 'claygencies' that are making over a million in run rate and that have started six months ago."
13. [Clay's Growth Playbook: 0 to $100M ARR](https://www.startupriders.com/p/clay-growth-playbook-0-to-100m-arr), Startup Riders, 2026. reverse demo; eight calls a day (secondary compilation)
14. [Clay company page (estimates)](https://sacra.com/c/clay/), Sacra, 2026. estimate: $150M ARR (May 2026); not a company statement

---

# Cluely

URL: https://alpsuleyman.com/en/cases/cluely
Updated: 2026-10-06
Author: Alp Suleiman

> Millions of views from controversy, a founder-claimed revenue figure, and the retraction of that figure nine months later; the starkest form of the gap between visible and real growth.

## Profile

- Desktop assistant that listens to screen and audio and gives real-time suggestions during meetings or interviews. Launch slogan "cheat on everything"; cheating references were removed from the site in June 2025; repositioned as a note-taker in November 2025 [2] [4]
- Founded: April 2025, a rebrand of Interview Coder; the story of suspension from Columbia was part of the launch [4] [5]; founders: Roy Lee and Neel Shanmugam [4]; country: USA
- 21 April 2025: $5.3M seed (Abstract, Susa) [4]
- 20 June 2025: Series A $15M (a16z); $20.3M in total [4]
- Pricing: Consumer subscription plus enterprise contracts (sales calls, support, remote training) [1]

## Timeline

- 2025-04-20: Launch; 70,000 sign-ups in the first week (press report, secondary data) [4]
- 2025-06-20: a16z Series A $15M (Wikipedia relay); a seven-person growth team [3], each with more than 100,000 followers ("rooted in deliberate strategy and intentionality") [4]
- 2025-07-03: Founder claim: ARR from $3M to $7M in a week; a single $2.5M enterprise contract ("Every single person who has a meeting or an interview is testing this out.") [1]
- 2025-11-05: Founder stops sharing revenue; note-taker positioning ("What I've learned is you should never share revenue numbers") [2]
- 2026-03-05: Lee admits the $7M ARR claim was false (secondary data; the real figure conflicts across sources) [6]

## Growth mechanism

- **acquisition**: The attention economy: a controversial slogan, a founder story and staged launch videos. A clipper network: hundreds of short-video editors paid per view; according to The San Francisco Standard, the company pays for more than 60 creators to live in San Francisco and make content, and pays 700 "clippers" [8]. According to the investor's post, each member of the seven-person growth team has more than 100,000 followers [3].
- **loop**: The claimed loop: controversy, millions of views, sign-ups, subscriptions, funding, more controversy. The missing link is product value and retention. The founder's own admission: "launching something that barely works" and waiting for users to find the use case was not enough [2].
- **activation**: A journalist's test four days after launch: delays of 5 to 90 seconds and generic suggestions [4] (secondary data). The activation problem was on record from the start.
- **retention**: No figure. In November 2025 the founder: "better than expected, but it's not the fastest growing company" [2]. The decision to stop sharing revenue can be read as a momentum signal (opinion). No retention evidence.
- **pricing**: Consumer subscription; more than a third of the claimed $7M was a single $2.5M enterprise contract [1]. Single-customer concentration (opinion).
- **distribution**: Enterprise product in June 2025 [1]; the turn to note-taker positioning in November 2025 [2]. Content over engineering, in the founder's words: "Engineers just cannot make good content" [5] (secondary data).
- **team**: A seven-person growth and content team [3]; total headcount undisclosed.

The claimed loop turns attention into funding; the red arrow shows the missing link between sign-ups and revenue: product value and retention.

## Real read

- Q1 (yok): ARR was a founder claim; nine months later the founder admitted it was false.
- Q2 (yok): Views and sign-ups are not outcomes; the revenue claim was retracted.
- Q3 (yok): Delays and generic suggestions in product tests; no quality metric.
- Q4 (yok): No control group or cohort.
- Q5 (yok): "ARR doubled in a week" can be explained by a single enterprise contract; the founder declined to name the customer.

algi: The only case on the list where the claimed growth was retracted by the founder. Views are the output of an ad spend; money paid to clippers is an acquisition cost.

## Shadow

- The $7M ARR claim was retracted by the founder in March 2026; according to Beamstart, his PR team pitched the interview on 27 June 2025, yet the retraction called it a "random cold call" [6] (secondary data).
- The product at launch, in the founder's own words, "barely works" [2].
- The cheating slogan, the Columbia story, and the move to New York after a zoning violation at the San Francisco house-office in late 2025 [4] (secondary data).
- a16z's investment post defended the founder's approach as "rooted in deliberate strategy and intentionality" [3]; nine months later the founder retracted the figure. Investor posts are not evidence (opinion).

## Lessons

- (opinion) Views are not a growth metric; they are the output of an ad spend. Money paid to clippers is CAC, not "viral".
- (opinion) If a single contract doubled ARR in a week, that is concentration, not growth. The same test applies to any product that rests on one enterprise customer.
- (opinion) A founder's figure is not a source. Apply the five questions of the site's Growth Claim Check to your own claims too.
- (opinion) Attention does not hide a product that does not work. If activation is broken, traffic speeds up churn: the bucket with a hole in the bottom.
- (opinion) "Never share revenue numbers" is the wrong lesson; the right one is "never share a number you cannot verify".

## Open questions

- The exact text and link of the retraction post (Lee's X post, 5 March 2026; known only through Beamstart's account) and the real ARR ($5.2M or undisclosed; sources conflict).
- The clipper payment model (fee per view) and total spend.
- The customer behind the enterprise contract; 2026 product and revenue status; any layoffs.

## Sources

1. [Cluely's ARR doubled in a week to $7M, founder Roy Lee says — but rivals are coming](https://techcrunch.com/2025/07/03/cluelys-arr-doubled-in-a-week-to-7m-founder-roy-lee-says-but-rivals-are-coming), TechCrunch, 2025-07-03. "Every single person who has a meeting or an interview is testing this out."
2. [Cluely's Roy Lee hints that viral hype is not enough](https://techcrunch.com/2025/11/05/cluelys-roy-lee-hints-that-viral-hype-is-not-enough), TechCrunch, 2025-11-05. "What I've learned is you should never share revenue numbers"
3. [Investing in Cluely](https://a16z.com/announcement/investing-in-cluely/), a16z (Bryan Kim, Eric Zhou), 2025-06-20. "rooted in deliberate strategy and intentionality"
4. [Cluely (sourced timeline)](https://en.wikipedia.org/wiki/Cluely), Wikipedia, accessed 2026-10-05. "On June 20, 2025, the company raised an additional $15 million Series A round led by Andreessen Horowitz, bringing total funding to $20.3 million. · response delays of 5–90 seconds and generic suggestions"
5. [Roy Lee (entrepreneur)](https://en.wikipedia.org/wiki/Roy_Lee_(entrepreneur)), Wikipedia, accessed 2026-10-05. "Engineers just cannot make good content"
6. [Cluely CEO Roy Lee Admits Lying About $7M ARR](https://beamstart.com/news/cluely-ceo-roy-lee-admits-17727517814358), Beamstart, 2026-03. "Lee's PR proactively pitched the interview on June 27, 2025, but he later dismissed it as a 'random cold call' in his retraction."
7. [Cluely's Roy Lee Got $15M From A16z — Then Stopped Talking About Revenue](https://www.wearefounders.uk/cluelys-roy-lee-got-15m-from-a16z-then-stopped-talking-about-revenue/), We Are Founders, 2025-11-15. "If you're doing well, nobody is going to talk about how well you're doing"
8. [Inside the intentionally 'fratty' AI startup that wants you to 'cheat on everything'](https://sfstandard.com/2025/07/18/cluely-startups-roy-lee-columbia-cheating-viral-tiktok/), The San Francisco Standard (Rya Jetha), 2025-07-18. "Cluely pays for more than 60 creators to live in San Francisco and make content, and pays 700 "clippers" to edit videos from a repository into short-form social media content."

---

# Codeway / Retake

URL: https://alpsuleyman.com/en/cases/codeway
Updated: 2026-10-06
Author: Alp Suleiman

> A studio from Istanbul claiming more than four hundred million dollars in annual revenue with no outside investment, over sixty mobile apps and heavy paid advertising; the largest scale claim from Turkey, with the least independent evidence.

## Profile

- A mobile app studio; more than sixty products across six verticals: Learna (language), Cosmic Jam (media), Sparked (education), Wellture (health), Wishlabs (AI creativity; home of Retake), Catalyst Apps (utilities; Cleanup) [1]. The first big success was the chat app Ask AI [4].
- Founded: 2020, Istanbul; a Barcelona office opened in June 2026 (secondary data) [4] [7]. Tracxn says 2019; the inconsistency is unverified [7].; founders: Anıl Şimşek and Tolunay Tosun [4].; country: Turkey (Istanbul)
- The company's own statement: "$0 external investment (bootstrapped)" [1]
- Tracxn says "no funding rounds yet" but also lists a Cluster Ventures bridge investment in December 2024; a contradiction, unverified (secondary data) [7]
- Pricing: Subscription. The company says it was the number one subscription app publisher on iOS between June and August 2024, citing data.ai [2]. Retake Pro is a subscription; the price point and trial length are not on the page [5].

## Timeline

- 2020: Founded; first success with Ask AI [4]
- 2024-08: "Number one subscription app publisher" on iOS (June–August; company claim citing data.ai) ("#1 subscription app publisher and the most downloaded app publisher on iOS") [2]
- 2025: Annual revenue past $300M; Retake $40M+ ARR, 35M+ downloads (job-listing text) ("surpassing $300M in annual revenue") [3]
- 2025-10-11: Retake $40M ARR entry (secondary data, no source given) [6]
- 2026: $400M+ ARR, profitable, self-funded; 500M+ users, 356 employees (job-listing text) ("$400M+ ARR, profitable, self-funded") [2]
- 2026-08-31: 584 employees (secondary data) [7]

## Growth mechanism

- **acquisition**: Paid user acquisition at scale. In the company's own words: "One of Europe's top ad spenders on every major network"; partners listed include Apple Ads, Meta, TikTok, Google Ads and Snap [1]. The exact opposite of the "zero paid" story at Higgsfield and Lovable. The second channel is the portfolio and store position: more than sixty apps and a "most downloaded publisher" ranking feed organic discovery; the studio features in Apple's "AI apps made in Türkiye" showcase [4].
- **loop**: Paid ads, download, trial and subscription, revenue, more ads and a new app, store ranking, organic downloads. One app per AI wave: Ask AI (chat), Retake (face editing), Learna (language), Wellture (health) [1]. The heart of the loop is LTV/CAC discipline; the company does not disclose it, not found.
- **activation**: Retake: upload photos, pick a profile, instant result [5]. Cleanup: deleting duplicate photos, claimed number one in its category for six years [1]. A visible one-tap result is the first second of the mobile subscription funnel.
- **retention**: No disclosure. The profitability claim indirectly suggests payback is in line with ad spend; but churn is unknown. The Retake page lists 12M+ monthly active users and 1M downloads a month [5]; that ratio alone says nothing about retention. No retention evidence.
- **pricing**: Subscription; the company counts itself number one in subscription publishing [2]. Trial length and price point not found. The gap between dollar revenue and a lira cost base is the structural advantage that makes paid acquisition sustainable (opinion).
- **distribution**: A Barcelona office (2026), partnership logos from OpenAI, Google Cloud, NVIDIA, ByteDance and Anthropic, more than seventy original series under Cosmic Jam [1]. The portfolio is the distribution: every new app inherits the ad and store learning of the previous one (opinion).
- **team**: 356 employees (job listing), more than 400 (website), 584 (Tracxn, August 2026) [2] [1] [7]. A Great Place to Work claim as first in Turkey and sixth in Europe in 2023 [2]. $400M ARR over roughly 400 people is about $1M per employee; that is arithmetic, not a company statement.

The fuel of the loop is advertising, the lock is LTV/CAC discipline. The company does not disclose it; the red arrow shows the invisible arithmetic between churn and payback period.

## Real read

- Q1 (belirsiz): Every figure is a company statement: website and job listings. The only third-party reference is a data.ai ranking, and that was not opened.
- Q2 (var): Revenue and downloads are outcomes; but undated and inconsistent across texts: users from 200M to 600M, Retake downloads from 35M to 150M.
- Q3 (belirsiz): There is a "profitable" claim; no churn, LTV or payback period.
- Q4 (yok): No counterfactual or cohort.
- Q5 (belirsiz): Paid acquisition is heavy; without the ratio of ad spend to revenue, the "profitable" claim cannot be measured.

eksik: The largest scale claim from Turkey, the least independent evidence. The figures are probably directionally right, but none is dated or audited; no founder narrative was found.

## Shadow

- User, download and revenue figures change from text to text; there is no corporate communication, only job listings and the website [1] [2] [3].
- Tracxn's Cluster Ventures bridge-investment line contradicts the "zero external investment" claim; the primary record was not opened [7].
- The known risks of the mobile subscription category: single-feature waves, high churn, rising ad costs. Codeway's answer is the portfolio; but there are no per-app figures [1].
- No founder interview or podcast was found; the answer to "how" is not in the company's own voice.

## Lessons

- (opinion) Dollar revenue, lira costs. Codeway's real advantage is global subscription revenue on an Istanbul cost base; that gap is what makes paid acquisition sustainable. The strongest structural card of any consumer app built in Turkey.
- (opinion) A portfolio insures against a single app's churn. Lensa fell with one wave; Codeway ships an app for every wave. The version a small team can run: two or three products on the same infrastructure.
- (opinion) Paid acquisition is nothing to be ashamed of, it is something to measure. The "zero marketing" story is fashionable; Codeway grew on ads and says it is profitable. Test question: how many months is your payback, and who measures it?
- (opinion) Date your claims. The same company's $300M and $400M texts circulate at the same time; on your own site, put a date on every figure.
- (opinion) Mobile economics did not change with AI, but disciplined mobile economics still works. A counter-example to Higgsfield's "mobile is hard" thesis.

## Open questions

- A founder interview or podcast (Webrazzi, Egirişim, LinkedIn) should be opened; the answer to "how" is needed in the company's own voice.
- Does the Cluster Ventures bridge investment exist; is the "zero external investment" statement accurate.
- The primary page of the data.ai 2024 publisher ranking.
- The dates behind Retake's 35M versus 150M downloads, and behind the $300M and $400M claims.

## Sources

1. [Codeway website](https://www.codeway.co/), Codeway, accessed 2026-10-05. "600M+ worldwide users ... $0 external investment ... One of Europe's top ad spenders on every major network"
2. [Director of Finance job listing (company text)](https://builtin.com/job/director-finance/8619077), Built In / Codeway, accessed 2026-10-05. "$400M+ ARR, profitable, self-funded ... #1 subscription app publisher and the most downloaded app publisher on iOS between June and August 2024"
3. [Lead Engineering Manager, AI Creativity Apps job listing (company text)](https://builtin.com/job/lead-engineering-manager-ai-creativity-apps/7431826), Built In / Codeway, accessed 2026-10-05. "surpassing $300M in annual revenue ... Retake $40M+ ARR, 35M+ downloads"
4. [Awesome AI apps made in Türkiye (showcase story)](https://apps.apple.com/tr/iphone/story/id1836143463), Apple App Store (TR), accessed 2026-10-05. "founded in 2020 by Anıl Şimşek and Tolunay Tosun"
5. [Retake website](https://retake.photos/), Retake (Codeway), accessed 2026-10-05. "12M+ monthly active users ... 1M monthly downloads"
6. [Retake entry](https://www.arr.club/retake), ARR Club (secondary, unsourced), 2025-10-11. Retake $40M ARR
7. [Codeway company profile](https://tracxn.com/d/companies/codeway/__Qx0BKzhsY5aN58aD5ps1wgusbdcG-TWwfv781vEZHdU), Tracxn (secondary), accessed 2026-10-05. 584 employees (2026-08-31); Cluster Ventures bridge investment (December 2024); Barcelona office
8. [Codeway profile](https://lucidityinsights.com/startups/codeway-18740), Lucidity Insights (secondary), accessed 2026-10-05. general profile; no figures taken

---

# Cognition (Devin and Windsurf)

URL: https://alpsuleyman.com/en/cases/cognition
Updated: 2026-10-06
Author: Alp Suleiman

> The company selling Devin, an autonomous software engineer agent, doubled its annual revenue over one weekend by acquiring Windsurf; the growth is real, but half of it is inorganic and the product scored poorly in an independent test.

## Profile

- Devin, an autonomous software engineer agent introduced in March 2024; Devin 2.0 in April 2025 brought an "agent-native IDE experience" and a Core plan starting at $20 [4]. The agentic IDE Windsurf was acquired in July 2025 [1].
- Founded: USA; CEO Scott Wu. 21 of the first 35 employees were former founders (secondary data) [8].; founders: Scott Wu (CEO) and the founding team; on the Windsurf side Jeff Wang was CEO during the acquisition [2]; country: USA
- 8 September 2025: $400M+ at a $10.2B post-money valuation, led by Founders Fund; Bain Capital Ventures, Hanabi, D1 [3]
- 27 May 2026: $1B+ at a $26B post-money valuation (official blog) [5]
- 8 September 2026: Series E $2B+ at a $48B valuation, a16z and Accel (official blog) [5]
- Pricing: Devin Core plan starting at $20 (April 2025) [4]; enterprise contracts; Windsurf IDE subscriptions. The older $500/month Team plan could not be verified.

## Timeline

- 2024-09: Devin ARR $1M [3]
- 2025-01-08: Answer.AI independent evaluation: 3 successes, 14 failures, 3 unclear out of 20 tasks [6]
- 2025-06: Devin ARR $73M [3]
- 2025-07-14: Windsurf acquisition ("$82M ARR", "350+ enterprise customers", enterprise ARR "doubling quarter-over-quarter") [1]
- 2026-05-27: $1B+ round at $26B (blog title); $492M annualized run-rate (secondary data) [7]
- 2026-09-25: "Cognition Crosses $1B in Annualized Revenue Run Rate" (blog title; text could not be opened) [5]

## Growth mechanism

- **acquisition**: Three channels. First, inorganic: the Windsurf acquisition doubled ARR in one move; the company blog says "ARR more than doubled" with the deal [3]. Second, enterprise sales and a branded customer list: Goldman Sachs, Citi, Dell, Cisco, Ramp, Palantir, Nubank, Mercado Libre [3]. Third, a lower self-serve price: the Core plan starting at $20 in April 2025 [4].
- **loop**: Enterprise pilot, Devin merging PRs, usage data, a lower cost per task, more tasks. According to the founder, Devin merges 30 to 40 percent of PRs at some customers (secondary data) [8]. The jump from $1M to $73M ARR (September 2024 to June 2025) overlaps with the Core plan period [3]; the causality is not a company claim (opinion).
- **activation**: Devin 2.0 moved the first value moment from a fully autonomous task to planning and search: "Interactive Planning", Devin Search, Devin Wiki [4]. The user sees value before the agent finishes a task (opinion).
- **retention**: No retention evidence. The Windsurf side's "we are doubling our enterprise revenue every quarter" [2] is an expansion signal, not retention. Churn, NRR or task success rate were never published.
- **pricing**: Self-serve gate at $20 [4]; enterprise revenue by contract. In September 2025 the company wrote that total net burn across its whole history was under $20M [3]; burn after the 2026 rounds was not disclosed.
- **distribution**: Windsurf is described as a "scaled GTM machine" [3]; the sales team was one reason for the deal (opinion). The speed of the acquisition in the founder's telling: news on Friday evening, signature on Monday morning; "if there is something to do here at all, then it has to be ready to go by Monday morning" (secondary data) [8]. Customer overlap under 5 percent [3].
- **team**: About 35 people before Windsurf, 21 of them former founders (secondary data) [8]. All Windsurf employees joined the deal and vesting cliffs were waived [1].

A large input enters the loop from outside: the Windsurf acquisition feeds the enterprise pilot node directly. The red arrow shows the signal the product gave in an independent test.

## Real read

- Q1 (var): ARR and run-rate are on the company blog; the "run-rate" definition (monthly times twelve or contracted ARR) is not stated.
- Q2 (belirsiz): Revenue is an outcome; the product-impact claim ("30 to 40 percent of PRs") is a founder statement, and an independent test found 3/20 success on an older version.
- Q3 (yok): Churn, NRR or task success rate were never published.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Half of ARR came by acquisition; the company's claim that combined enterprise ARR rose over 30% within seven weeks of the deal is a statement, not a cohort.

eksik: Revenue growth is real but largely inorganic; the product-value claim conflicts with independent evidence, even if for an older version. The organic share should be disclosed.

## Shadow

- Answer.AI's month-long independent test (January 2025): "Tasks it can do are those so small and well-defined that I may as well do them myself, faster, my way." They ended up recommending developer-driven tools [6].
- Windsurf moved to Cognition a week after losing its founders and research team; Jeff Wang's words: "Last week, we lost our founders and our research team." [2] The detail of the move to Google was not opened in a primary source (secondary data).
- The valuation went from $10.2B to $48B in a year [3][5]; the revenue definition did not get clearer at the same pace (opinion).

## Lessons

- (opinion) Acquisition is a growth channel; but next to "ARR doubled" write the line "how much was organic" yourself.
- (opinion) Lowering the price gate opens the product to trial; enterprise revenue still comes through a sales team. Do not treat the two as one funnel.
- (opinion) A product can be weak in independent tests and strong in revenue; the buyer and the user are different people. Measure "who approves, who uses" in your own product.
- (opinion) Shipping your own small model is a margin decision. With dollar costs and lira revenue, that question reaches you earlier.
- (opinion) Small team, high authority: a team made mostly of former founders is a hiring thesis, not decoration.

## Open questions

- Text of the May and September 2026 blog posts: run-rate definition, customer count, cash burn.
- Devin's older $500/month plan; churn and talent loss after Windsurf.
- Revenue split between Devin and Windsurf; self-serve versus enterprise.
- Full transcripts of the Cheeky Pint and 20VC conversations.

## Sources

1. [Cognition's acquisition of Windsurf](https://cognition.com/blog/windsurf), Cognition (blog), 2025-07-14. "$82M ARR · 350+ enterprise customers · doubling quarter-over-quarter"
2. [The Next Chapter (statement from the Windsurf side)](https://devin.ai/blog/windsurfs-next-chapter), Windsurf / Jeff Wang, 2025-07-14. "Last week, we lost our founders and our research team."
3. [Funding, growth, and the next frontier of AI coding agents](https://cognition.com/blog/funding-growth-and-the-next-frontier-of-ai-coding-agents), Cognition (blog), 2025-09-08. "ARR $1M (September 2024) → $73M (June 2025) · Total net burn under $20M across entire history"
4. [Devin 2.0](https://cognition.com/blog/devin-2), Cognition (blog), 2025-04-03. "a new Core plan starting at $20"
5. [Cognition Crosses $1B in Annualized Revenue Run Rate](https://cognition.com/blog/1b-run-rate), Cognition, accessed 2026-10-05. "Today, Cognition crossed $1B in annualized revenue run rate."
6. [Thoughts on a Month with Devin](https://www.answer.ai/posts/2025-01-08-devin.html), Answer.AI (Hamel Husain, Isaac Flath, Johno Whitaker), 2025-01-08. "Tasks it can do are those so small and well-defined that I may as well do them myself, faster, my way."
7. [AI coding startup Cognition raises $1B at $25B pre-money valuation](https://techcrunch.com/2026/05/27/ai-coding-startup-cognition-raises-1b-at-25b-pre-money-valuation/), TechCrunch, 2026-05-27. "$492 million annualized run-rate". Secondary data: news relay; the page was not opened.
8. [Cognition CEO Scott Wu on acquiring Windsurf (written summary)](https://cheekypint.substack.com/p/cognition-ceo-scott-wu-on-acquiring), Cheeky Pint (Stripe podcast), 2025-08-27. "if there is something to do here at all, then it has to be ready to go by Monday morning"
9. [Scott Wu on Acquiring Windsurf (episode page)](https://www.thetwentyminutevc.com/scott-wu), 20VC, 2025-07-18. episode description only; no transcript

---

# Cursor (Anysphere)

URL: https://alpsuleyman.com/en/cases/cursor
Updated: 2026-10-06
Author: Alp Suleiman

> A code editor that spread among developers with near-zero switching cost; it went from $500M to $1B in annualized revenue in five months, paid for selling variable model costs under a fixed subscription with a pricing crisis the same year; the SpaceX sale rests on secondary sources only (secondary data).

## Profile

- AI code editor (a VS Code fork); agentic coding, its own Composer models, cloud agents and Bugbot [7].
- Founded: 2022, four founders out of MIT [5].; founders: Michael Truell, Sualeh Asif, Arvid Lunnemark, Aman Sanger [5]. Lunnemark left in October 2025 [7].; country: United States
- October 2023: $8M seed, OpenAI Startup Fund (Wikipedia citing TechCrunch) [5]
- 6 June 2025: $900M Series C at $9.9B; Thrive, Accel, a16z, DST [1]
- 13 November 2025: $2.3B Series D at $29.3B; existing investors Accel, Thrive, a16z; new partners Coatue, NVIDIA, Google [3]
- 2026: acquired by SpaceX in an all-stock deal valued at $60B; option on 21 April, close on 14 August (Wikipedia citing SEC 8-K, CNBC and NYT; the 8-K itself was not opened) [6]
- Pricing: Pro at $20/month. From 16 June 2025, $20 of API-priced usage credit instead of a request count, unlimited in Auto mode, overage charges and a spend limit [2]. Enterprise plans are separate.

## Timeline

- 2023-10: $8M seed, OpenAI Startup Fund [5]
- 2025-06-06: $500M+ ARR; half of the Fortune 500 as customers (company claim) ("Cursor has grown to over $500 million in ARR") [1]
- 2025-07-04: Apology and refunds for the pricing change ("we take full responsibility") [2]
- 2025-11-13: $1B annualized revenue; $2.3B Series D ("crossed $1B in annualized revenue") [3]
- 2026-04-21: SpaceX acquisition option (secondary data) [6]
- 2026-08-14: SpaceX acquisition closes (secondary data, SEC 8-K citation) [6]

## Growth mechanism

- **acquisition**: Developer-led product-led growth: download, try it on your own code, pay $20 [2]. The channel is screen recordings developers show each other and the "which editor do you use" conversation; the company blog never mentions ad spend. Enterprise sales came as a second wave: the Series C post cites "over half of the Fortune 500, including NVIDIA, Uber, and Adobe" [1].
- **loop**: A developer tries it, feels productive, recommends it to the team, the company buys licenses, usage data feeds the company's own models, the product improves, new developers arrive. The second link is the company's own claim: the Series D post says Cursor's models "generate more code than almost any other LLMs in the world" [3].
- **activation**: Minutes; VS Code settings and extensions carry over, switching cost is near zero. Which also means exit cost is near zero (opinion).
- **retention**: No retention evidence. Indirectly, ARR went from $500M to $1B in five months [1][3]; but that can be explained by new-user waves too, and no cohort data has been published.
- **pricing**: The most instructive part. A fixed, request-based plan could not cover token cost on long-horizon agent tasks; on 16 June 2025 the company moved to API-priced credit and only later said "unlimited" applied to Auto mode alone [2]. User complaint: credit running out "after just a few prompts" with the new Claude models [4]. Truell: "We recognize that we didn't handle this pricing rollout well and we're sorry." [4]
- **distribution**: Frequent releases: agent mode, Bugbot, cloud agents, parallel agents with Cursor 2.0 (October 2025) [7]; its own Composer model family; enterprise security pages. The SpaceX acquisition changed the distribution scale (secondary data) [6].
- **team**: The Series D announcement says "team of over 300" [3]. Revenue-per-employee derivations are not used on this page.

The loop spins fast because switching cost is near zero; the red edge shows model cost growing underneath the subscription price.

## Real read

- Q1 (belirsiz): "ARR" and "annualized revenue" are company claims; subscriptions, enterprise contracts and usage overages are mixed and undefined.
- Q2 (belirsiz): Revenue is an outcome; in "half of the Fortune 500" the depth of use is unclear, since one license counts as "using".
- Q3 (yok): Gross margin, churn and NRR are not published; the pricing crisis is indirect evidence of margin pressure.
- Q4 (yok): No control group or cohort.
- Q5 (belirsiz): How usage credit and overage revenue enter ARR is unknown; costs and revenue are both in dollars, so no currency risk.

eksik: Scale is solid through three independent routes: the company blog, funding rounds, the acquisition price. The margin and retention quality of that growth is entirely closed.

## Shadow

- June–July 2025 pricing crisis: "Our recent pricing changes for individual plans were not communicated clearly, and we take full responsibility." Refunds for unexpected usage between 16 June and 4 July [2].
- March 2026: the base model behind Composer 2 (Kimi) was not disclosed at first, later acknowledged as "a miss to not mention the Kimi base" [7].
- April 2025: the support bot invented a login policy, prompting cancellations (secondary reporting; primary page could not be opened) [5].
- Co-founder departure, October 2025 [7]. Much of the product's value comes from third-party models; that is the root of the pricing crisis (opinion).

## Lessons

- (opinion) Do not sell variable cost at a fixed price. Cursor's most expensive lesson: as agent tasks got longer, token cost outgrew the subscription. For a product with lira revenue and dollar model costs, that gap is doubly dangerous.
- (opinion) The word "unlimited" is a debt. Trust was lost not because the price changed, but because the meaning of the word was narrowed afterwards. Write the credit logic out plainly from the start.
- (opinion) If switching cost is zero, exit cost is zero. Being a VS Code fork brought fast growth; the same ease makes leaving for a rival just as easy. Retention is held by context, not habit: codebase memory, team rules.
- (opinion) A big logo is not depth of use. When you see "half of them use it" in your own sales deck, ask: how many seats, how many active days.
- (opinion) Speed also enlarges the cost of mistakes. The support-bot incident, the pricing crisis and the model-disclosure dispute all fell within twelve months. Test question: if you had to roll this release back tomorrow, how many hours would it take?

## Open questions

- The SEC 8-K text (share count, consideration) was not opened.
- The $100M (January 2025) and $3B (May 2026) ARR figures are secondary only and are not used on this page.
- Headcount, gross margin, churn: not disclosed.
- Enterprise pricing and seat counts: none.
- The $100M ARR relay for January 2025 (Wikipedia, a page flagged for LLM-generated content) and the SEC 8-K for the SpaceX sale must be opened as primary sources; the CNBC page was removed because it returns 404.

## Sources

1. [Series C](https://cursor.com/blog/series-c), Cursor (company blog), 2025-06-06. "Cursor has grown to over $500 million in ARR"
2. [Clarifying our pricing](https://cursor.com/blog/june-2025-pricing), Cursor (company blog), 2025-07-04. "Our recent pricing changes for individual plans were not communicated clearly, and we take full responsibility."
3. [Series D](https://cursor.com/blog/series-d), Cursor (company blog), 2025-11-13. "crossed $1B in annualized revenue, counting millions of developers"
4. [Cursor apologizes for unclear pricing changes that upset users](https://techcrunch.com/2025/07/07/cursor-apologizes-for-unclear-pricing-changes-that-upset-users/), TechCrunch (Maxwell Zeff), 2025-07-07. "We recognize that we didn't handle this pricing rollout well and we're sorry. Our communication was not clear enough."
5. [Cursor (company) — sourced compilation](https://en.wikipedia.org/wiki/Cursor_(company)), Wikipedia, accessed 2026-10-05. citations to TechCrunch 2023-10-11, 2024-11-08, 2025-06-05; Bloomberg 2026-05-21; CNBC 2026-04-21; NYT 2026-06-16; SEC 8-K 2026-08-14
6. [SpaceXAI — sourced compilation](https://en.wikipedia.org/wiki/SpaceXAI), Wikipedia, accessed 2026-10-05. SEC Form 8-K citation; $60B in stock
7. [Cursor (code editor) — sourced compilation](https://en.wikipedia.org/wiki/Cursor_(code_editor)), Wikipedia, accessed 2026-10-05. "a miss to not mention the Kimi base"

---

# Decagon

URL: https://alpsuleyman.com/en/cases/decagon
Updated: 2026-10-06
Author: Alp Suleiman

> A customer-support agent that grew through a chain of references rather than virality; the logo and funding evidence is strong, the revenue and resolution-quality evidence is only secondary.

## Profile

- AI agent for customer support; resolves issues across voice, chat and email, with workflows defined as "Agent Operating Procedures". In 2026 it expanded towards sales, onboarding and collections and added a "Personal Agent Gateway" that recognises a customer's own agent [3]
- Founded: August 2023, San Francisco (secondary data) [8]; founders: Jesse Zhang (CEO) and Ashwin Sreenivas (President) [8]; country: USA
- 27 January 2026: Series D $250M at a $4.5B valuation (Coatue, Index); earlier investors a16z, Accel, Bain Capital Ventures, Elad Gil, Forerunner, Ribbit [1]
- June 2025: Series C (secondary data; the round release could not be opened). The Series D tripled the valuation to $4.5B [8]; the prior valuation is derived from that, roughly $1.5B (derivation) [1]
- 4 March 2026: employee tender at a $4.5B valuation [2]
- Pricing: Not public; per-conversation and per-resolution models are debated in the sector. Decagon has not disclosed its own.

## Timeline

- 2025-02-26: Founder interview: logic flows and gradual rollout ("we can roll a change out to a small percentage of our users, it's not an all or nothing thing") [6]
- 2025-06: Series C (secondary data; the round release could not be opened) [8]
- 2026-01-27: Series D $250M at $4.5B; more than 100 new enterprise customers in the fiscal year ("more than 100 new global enterprise customers") [1]
- 2026-08-12: ARR $100M (citing Newcomer, secondary data) [5]
- 2026-09: Brazil and Benelux launches; Databricks and Plaid partnerships [4]
- 2026-10-01: Dialogues: "AI concierge for every customer [and their agent]"; OpenAI B2B marketplace [3]

## Growth mechanism

- **acquisition**: Direct enterprise sales and a chain of logos: Avis Budget Group, Block, Deutsche Telekom, Oura Health, Affirm, Chime [1]; each big brand is a reference for the next (opinion). In 2026, AWS Marketplace, the OpenAI B2B marketplace and data partnerships with Databricks and Plaid form the distribution layer [4].
- **loop**: The enterprise customer defines its workflow, the agent resolves conversations, resolution-rate and cost-reduction evidence brings channel and usage expansion in the same account plus new logos, more conversation data feeds the self-improving agent [4]. The loop runs on references, not virality (opinion).
- **activation**: Gradual rollout: "we can roll a change out to a small percentage of our users, it's not an all or nothing thing" [6]. This is how enterprise trust is built (opinion).
- **retention**: No figure. Expansion signal: the product's move into sales, onboarding and collections means more work from the same customer [3] (opinion). No retention evidence.
- **pricing**: Undisclosed. If outcome-based pricing is used, revenue is tied directly to a measurable result; who defines a "resolution" is an open question (opinion).
- **distribution**: Geographic launches (Brazil, Benelux), marketplaces [4] and the "Dialogues" customer event [3]. Zhang's positioning: reduce dependence on forward-deployed engineers, differentiate on speed and product design [5].
- **team**: Headcount does not appear in the sources that could be opened.

The loop runs on enterprise references, not viral output; the red arrow marks the quality evidence nobody outside can see.

## Real read

- Q1 (belirsiz): ARR figures come from investor and press reporting; the company's own blog gives no revenue figure, only the count of new customers.
- Q2 (belirsiz): Customer count is an outcome; quality metrics such as resolution rate are not public.
- Q3 (yok): Resolution rate, conversation volume and NRR are undisclosed.
- Q4 (yok): No control group or cohort.
- Q5 (belirsiz): Whether enterprise pilots count towards ARR is unknown; reading more than 100 new customers against $100M ARR gives roughly $1M per customer, which fits a large-contract profile.

eksik: Logo and funding evidence is strong; revenue and quality evidence is secondary. A company that gives no figure in its own sources should be cross-read through customer count and contract profile.

## Shadow

- Competitive density: Sierra in the same category, with Intercom Fin, Zendesk and Salesforce Agentforce creating price pressure (opinion).
- The personal-agent channel: when the customer's agent talks to the company's agent, for whom is customer satisfaction being measured [3] (opinion).
- The absence of a revenue figure on the official blog makes it harder to measure the gap between visible and claimed growth [1].

## Lessons

- (opinion) In an enterprise vertical the growth loop is a chain of references. The first three logos bring the next thirty; choosing the first customer is a growth decision.
- (opinion) "Open to a small percentage, measure, expand" is the support-agent equivalent of an A/B test. It works even at low support volume.
- (opinion) Outcome-based pricing depends on the vendor's definition of "resolution". Let the customer define resolution in the contract.
- (opinion) Marketplaces are a cheap channel that opens the enterprise door for small teams.
- (opinion) Cross-read the claims of a company that gives no ARR in its own sources through customer count and contract profile.

## Open questions

- Official ARR statement; Newcomer's source.
- Pricing model (per conversation or per resolution) and the definition of resolution.
- Resolution rate, total customer count, NRR.
- Series C amount and valuation from a primary source; headcount.
- Sales motion and first-customer story from the podcast transcript.

## Sources

1. [Decagon's $250 million commitment to the AI concierge future](https://decagon.ai/blog/series-d-announcement), Decagon blog, 2026-01-27. "more than 100 new global enterprise customers"
2. [Decagon closes employee tender at $4.5 billion valuation](https://decagon.ai/blog/decagon-closes-employee-tender-at-4-5-billion-valuation), Decagon blog, 2026-03-04. "Typically, startup employees can spend years, and sometimes even a decade or more, pouring their talent, energy, and creativity into something they believe in, without knowing when they'll be able to turn that effort into financial flexibility."
3. [The AI concierge for every customer [and their agent]](https://decagon.ai/blog/dialogues-2026), Decagon blog, 2026-10-01. "Customers are starting to send personal agents like Instinct, Muse, and dots to book, buy, cancel, and negotiate on their behalf"
4. [Decagon blog index (OpenAI, Databricks, Plaid, Benelux, Brazil, AWS, Autopilot)](https://decagon.ai/blog), Decagon, 2026-06 – 2026-10. "Introducing Duet Autopilot: The self-improving agent for conversational AI (2026-06-09) · Decagon is now available on AWS Marketplace (2026-07-20) · Decagon is partnering with OpenAI on its new B2B marketplace (2026-10-02) · Decagon partners with Databricks (2026-09-30) · Plaid and Decagon partner (2026-09-28) · Decagon expands into Brazil (2026-09-15) · Growing in Benelux (2026-09-21)"
5. [Decagon ARR hit $100M with focus on speed and product quality](https://www.arr.club/decagon/decagon-arr-hit-100m-with-focus-on-speed-and-product-quality), ARR Club (citing Newcomer), 2026-08-12. "ARR hit $100M"
6. [How Decagon builds customer support AI agents that really work](https://www.amplifypartners.com/barrchives/how-decagon-builds-customer-support-ai-agents-that-really-work), Amplify Partners (Barrchives), 2025-02-26. "we can roll a change out to a small percentage of our users, it's not an all or nothing thing"
7. [Jesse Zhang — Building Decagon (podcast)](https://joincolossus.com/episode/building-decagon/), Invest Like the Best, 2025-10-06. Transcript could not be opened.
8. [Decagon (company)](https://en.wikipedia.org/wiki/Decagon_(company)), Wikipedia (secondary compilation), accessed 2026-10-06. "founded in August 2023 by Jesse Zhang and Ashwin Sreenivas · San Francisco, California · tripled the company's valuation to $4.5 billion"

---

# ElevenLabs

URL: https://alpsuleyman.com/en/cases/elevenlabs
Updated: 2026-10-06
Author: Alp Suleiman

> A company that never left audio grew a product family through viral output, a developer API and a single credit wallet, reaching a half-billion-dollar annual revenue claim in four years; margin and retention are still undisclosed.

## Profile

- Text to speech, voice cloning, dubbing, sound effects, music and conversational agents (ElevenAgents). API, self-serve interface and enterprise sales draw on the same credit pool [5].
- Founded: 2022, London. Operations now span fourteen cities: "Operations span 14 cities including London, New York, San Francisco, Warsaw" [1]; founders: Mati Staniszewski (CEO) and Piotr Dąbkowski (CTO) [1]; country: United Kingdom (Polish founders)
- January 2024: $80M Series B (a16z, Nat Friedman, Daniel Gross); team from 5 to 40 [3]
- 30 January 2025: $180M Series C at $3.3B (a16z + ICONIQ) [2]
- 4 February 2026: $500M Series D at $11B (Sequoia); $781M total across five rounds [1]
- May 2026: $100M secondary tender offer, the second in under a year [4]
- Pricing: Shared credit pool: Free 10k credits; Pro $99/600k credits; Scale $299/1.8M credits; Business $990/6M credits; Enterprise custom. "For V2 Multilingual models, 1 text character equals 1 credit." A dubbing minute costs 2,000 credits, a music minute 900 [5].

## Timeline

- 2024-01-22: $80M Series B, unicorn ("generated over 100 years of audio"; "41% of Fortune 500 companies") [3]
- 2025-01-30: $180M Series C at $3.3B ("more than 250,000 conversational AI agents"; Voice Library "$2 million in payouts") [2]
- 2025-12-10: CEO: voice models will commoditize within a couple of years ("voice models will be commoditized in just a couple of years") [7]
- 2026-02-04: $500M Series D at $11B; 2025 closed above $330M ARR ("ElevenLabs closed 2025 with over $330 million in ARR") [1]
- 2026-05-05: $500M ARR passed; 530 employees ("We ended 2025 with $350 million in ARR, and in the first four months of 2026, we have already surpassed $500 million ARR.") [4]

## Growth mechanism

- **acquisition**: Four channels stacked. Prosumer viral output: early users found unexpected uses in audiobooks and video; the founder on Sequoia's podcast: "we had one of those book authors copy paste his entire book inside this box, download it" [8]; Sequoia's summary: "from beta users copying entire books into their tiny text box to create audiobooks" [9]. Developer channel: the Series C announcement says developers had built more than 250,000 conversational agents [2]. Enterprise sales: the 2026 statement attributes growth to "enterprises deploying voice agents across their businesses"; Deutsche Telekom, Square, Revolut and the Ukrainian government are listed as customers [1]. Strategic investors: Deutsche Telekom, Salesforce, NVIDIA, Santander and KPN double as distribution doors [4]. (opinion) The investor list here is a legitimacy and channel list.
- **loop**: A creator or developer generates audio on the free tier, the output spreads online, new users arrive and some move to the API and enterprise use. People who upload voices to the Voice Library get paid; $2M had been paid out by January 2025 [2]. As the library grows, the product gets more valuable. From 2025 a second loop runs on enterprise agent deployment and conversation volume, which means credit consumption [4].
- **activation**: First generation with 10k free credits; one character, one credit [5]. (opinion) Tying the credit definition to characters removes price anxiety at first use.
- **retention**: No official retention, churn or cohort figure. Sacra estimates the mix at roughly half self-serve, half enterprise (secondary data) [10]. Margin is not disclosed. No retention evidence.
- **pricing**: One credit pool ties every new product (music, dubbing, speech to text) to the same wallet; product expansion means more credits from the same customer. First-month discounts sit on the pricing page as a self-serve conversion lever [5]. (opinion) This model does expansion selling by itself as the product family grows.
- **distribution**: Voice Library marketplace (January 2024) [3], Dubbing Studio, ElevenAgents, Eleven Music and offices in fourteen cities [1]. The CEO describes the focus as "By staying laser-focused on audio" [9].
- **team**: Headcount went from 5 to 40 (2023) [3], to 120 (January 2025) [2] and to 530 (May 2026) [4]. (opinion) On the May 2026 figures that is roughly $0.9M of annual revenue per employee; a ratio computed from two official numbers, not a company claim.

The loop ran on voice quality; the company is now moving the same loop onto agent workflows, because its own founder expects voice models to commoditize.

## Real read

- Q1 (var): ARR, user counts and years of audio are company statements; no third-party audit.
- Q2 (var): ARR is an outcome metric; "1,000 years of audio" is volume, not value.
- Q3 (yok): Gross margin, NRR and churn are undisclosed; the CEO declines to answer the margin question.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Credit-based revenue is exposed to usage swings; two different official figures (330 and 350 M$) exist for the 2025 close.

eksik: The ARR cadence is consistent and comes from the official blog, but without margin and retention it cannot be called real. How much of the credit revenue recurs is unknown.

## Shadow

- The CEO's own forecast: voice models will be "commoditized in just a couple of years"; that is why the company is shifting to an agent platform [7]. (opinion) The engine that produced the growth and the future moat are different things.
- The 2025 closing ARR differs across two official texts: "over $330 million" in February [1], "$350 million" in May [4].
- Margin is not disclosed in any official text.

## Lessons

- (opinion) One domain, many outputs. The product family grew without leaving audio; in Turkey a narrow but deep vertical, say a Turkish-speaking agent, can be built on the same logic.
- (opinion) Output is advertising. Viral videos and audiobooks became a channel without a marketing budget; making the output shareable is a design decision.
- (opinion) A single credit wallet does expansion selling on its own. For a founder pricing in lira, credits can also be the one place where currency risk is managed.
- (opinion) The investor list is a distribution list. Telecom, bank and software-giant investors were the first enterprise customers; corporate VC arms in Turkey can play the same role.
- (opinion) Declare commoditization yourself. The founder saying "voice will commoditize" is the discipline of moving the moat on time. Test question: is today's edge still an edge in two years?

## Open questions

- The real URL of the September 2026 TechCrunch piece (returned 404 on research night).
- Gross margin, NRR, churn: no official source at all.
- 2025 closing ARR: 330 or 350; it cannot be called "restated" without asking the company.
- Current Voice Library payout total (the $2M figure is dated January 2025).
- Deepfake and misuse incidents and the company's response; source not opened.
- Verbatim sentences from the 20VC and Sequoia podcast transcripts.

## Sources

1. [Series D](https://elevenlabs.io/blog/series-d), ElevenLabs blog, 2026-02-04. "ElevenLabs closed 2025 with over $330 million in ARR"
2. [Series C](https://elevenlabs.io/blog/series-c), ElevenLabs blog, 2025-01-30. "developers to build more than 250,000 conversational AI agents"
3. [Series B](https://elevenlabs.io/blog/series-b), ElevenLabs blog, 2024-01-22. "generated over 100 years of audio"
4. [ElevenLabs crosses $500M ARR and welcomes new investors](https://elevenlabs.io/blog/500m-arr-and-new-investors), ElevenLabs blog, 2026-05-05. "We ended 2025 with $350 million in ARR, and in the first four months of 2026, we have already surpassed $500 million ARR."
5. [Pricing](https://elevenlabs.io/pricing), ElevenLabs, accessed 2026-10-05. "For V2 Multilingual models, 1 text character equals 1 credit."
6. [Mati Staniszewski: The Untold Story (episode page)](https://www.thetwentyminutevc.com/mati-staniszewski), 20VC, 2025. "ElevenLabs took 20 months to hit $100M ARR. 10 months to hit $200M ARR."
7. [ElevenLabs just hit a $6.6B valuation; its CEO says the real money isn't in voice anymore](https://techcrunch.com/podcast/elevenlabs-just-hit-a-6-6b-valuation-its-ceo-says-the-real-money-isnt-in-voice-anymore/), TechCrunch podcast, 2025-12-10. "voice models will be commoditized in just a couple of years"
8. [Training Data: Mati Staniszewski (episode page, summary)](https://sequoiacap.com/podcast/training-data-mati-staniszewski), Sequoia Capital, 2025-07-01. "And we had one of those book authors copy paste his entire book inside this box, download it."
9. [ElevenLabs' Mati Staniszewski: Why…](https://inferencebysequoia.substack.com/p/elevenlabs-mati-staniszewski-why), Inference by Sequoia, 2025. "from beta users copying entire books into their tiny text box to create audiobooks · By staying laser-focused on audio"
10. [ElevenLabs profile (estimates)](https://sacra.com/c/elevenlabs/), Sacra, 2026. "a mix of self-serve and enterprise customers approaching a 50/50 split"

---

# Gamma

URL: https://alpsuleyman.com/en/cases/gamma
Updated: 2026-10-06
Author: Alp Suleiman

> A presentation tool losing ninety-five percent of users on a blank page took off once AI produced the first draft; it says it reached a hundred million dollars in annual revenue profitably, with no sales team and no negative margin, and gives one of the cleanest claims on this list.

## Profile

- A tool that generates presentations, documents and web pages with AI; it positions itself as the "anti-PowerPoint". The free tier carries a "Made with Gamma" watermark; paid plans start at $8 a month (secondary data) [3].
- Founded: 2020–2021, San Francisco. Relaunched in August 2022; the AI first-draft feature shipped in March 2023 (secondary data) [3].; founders: Grant Lee (CEO); co-founders reported as Jon Noronha and James Fox, unverified [3].; country: USA (San Francisco)
- 2021: $7M seed (secondary data) [5]
- 2024: $12M Series A (Accel) [1]
- 10 November 2025: $68M Series B at a $2.1B valuation led by a16z; roughly $90M in total; a $20M secondary sale for early employees [1]
- Pricing: Seat-based subscription; removing the watermark is the first reason to pay. A move to consumption pricing is debated constantly, undecided [2].

## Timeline

- 2022-08: Relaunch; 60 thousand users, 95% drop-off in the first session (secondary data) [3]
- 2023-03: AI first-draft launch; orchestrating more than 20 models ("it solved everybody else's blank page problem, too") [3]
- 2023-06: 3M users, fifty-fold in three months (secondary data) [3]
- 2024: $50M revenue in the first two years, profitably ("$50 million profitably in its first two years") [1]
- 2025-11-10: $100M ARR, profitable, around 50 employees, 70M users; $68M Series B [1]

## Growth mechanism

- **acquisition**: Micro-creators, one by one. Grant Lee onboarded thousands of creators himself over Zoom; 70 percent of creator spend went to accounts with 10 to 100 thousand followers, 30 percent to large accounts at launches, each creator tracked like an A/B arm (secondary data) [3]. Lee became a creator first; he calls the entry phase the "cringe valley" [2]. More than half of subscriber growth is word of mouth, paid acquisition is close to nothing (secondary data) [3].
- **loop**: A creator shares a thirty-second deck video, a viewer signs up free, gets a first draft, shares the watermarked deck, some viewers sign up and some pay to remove the watermark. Every shared deck is an ad carrying the brand (opinion).
- **activation**: The heart of the case. Before March 2023: a blank page, too many options, no guidance; 95 percent drop-off in the first session (secondary data) [3]. The fix: the user types an idea, AI produces the full draft. The founder's words: "When we built AI that solved our blank page problem, it turned out that it solved everybody else's blank page problem, too" [3]. Lee rebuilt onboarding over three months so the first thirty seconds feel magical [2].
- **retention**: No cohort or churn disclosure. Indirect signals: 600 thousand paid subscribers, more than fifteen consecutive months of profitability (secondary compilation) [3]. Average customer value around $167 a year, SaaStr's arithmetic (secondary compilation) [3]. No retention evidence, but a paying base and profitability are a sign of staying power (opinion).
- **pricing**: Seat-based; in SaaStr's (Jason Lemkin) summary, Gamma "never went negative margin to buy growth" [2]. Seats versus consumption remains open. Because growth was not bought with margin, the word ARR carries more weight in this case (opinion).
- **distribution**: Expansion from presentations to documents and web pages. The sales team was built only when enterprise demand reached what Lee calls an embarrassing level [2]; sales was the result of delay, not of demand.
- **team**: About 50 people, $2M ARR per employee [1]. Lee's own three mistakes: opening a paid product without billing infrastructure, hiring sales only when inbound became embarrassing, never working the 600 thousand self-serve subscribers for expansion [2].

The engine of the loop is activation: without a draft in the first thirty seconds there is no deck to share. The watermark is the lock that ties sharing to revenue.

## Real read

- Q1 (var): ARR, subscriber and user counts are founder claims and TechCrunch reporting; unaudited but consistent and backed by profitability.
- Q2 (var): Revenue and profitability are outcomes; user count alone would be perception.
- Q3 (belirsiz): More than fifteen months of profitability and 600 thousand paying subscribers; no churn or cohort.
- Q4 (yok): No control group; but the jump from 60 thousand to 3 million is explained by a single product change and reads like a natural experiment.
- Q5 (var): No paid ads, but creators are paid, so acquisition cost is not zero; no negative margin; growth is explained by a product change, not a campaign.

reel: One of the cleanest cases on the list: profitable, no paid acquisition, tied to a single activation change. The only thing missing is cohort data.

## Shadow

- Sales and billing infrastructure came late; the 600 thousand self-serve subscribers were never worked for expansion, by Lee's own admission [2].
- Category risk: bundling by Microsoft, Google and Canva looks at the same category; that was Tome's stated reason for decline [1].
- No churn or cohort figure has ever been disclosed; the 60 thousand to 3 million and 95 percent drop-off figures are secondary relays [3].

## Lessons

- (opinion) A single activation change can outweigh the marketing budget. The way out of 95 percent drop-off was not ads but producing the first draft. For a low-traffic product this is the cheapest growth lever.
- (opinion) A watermark is a growth loop. If the product's output carries the brand, user sharing becomes a channel; when the paid plan removes the watermark, the loop connects to revenue.
- (opinion) Micro-creators are cheaper and more measurable than big ones. Ten to a hundred thousand followers; each creator an experiment arm. Turkey's Instagram and TikTok micro-creator pool is wide.
- (opinion) Profitability is a marketing advantage. The ARR of a company that never grew on negative margin weighs more. Test question: if your growth stopped, would your cash grow or melt?
- (opinion) Do not postpone expanding the self-serve base. Lee's admission: even two percent of 600 thousand subscribers is serious revenue.

## Open questions

- The Series B press release (Business Wire: more than fifteen months of profitability, over 40 thousand companies) and the GTMnow piece (60 thousand users, 95 percent drop-off, 3 million) should be opened.
- The "cringe valley" and the 70/30 creator-budget quotes should be taken verbatim from the Lenny podcast transcript.
- Co-founder names should be verified.
- Has the seats-versus-consumption decision been made.

## Sources

1. [AI PowerPoint-killer Gamma hits $2.1B valuation, $100M ARR, founder says](https://techcrunch.com/2025/11/10/ai-powerpoint-killer-gamma-hits-2-1b-valuation-100m-arr-founder-says/), TechCrunch (Julie Bort), 2025-11-10. "$50 million profitably in its first two years"
2. [Gamma's CEO: Why Getting to $100M ARR Without A Sales Team Worked. And Why It Was a Mistake.](https://www.saastr.com/gammas-ceo-why-getting-to-100m-arr-without-a-sales-team-worked-and-why-it-was-a-mistake/), SaaStr, 2026. "Gamma never went negative margin to buy growth."
3. [How Gamma Turned a 95% Drop-Off into $100M ARR](https://www.productgrowth.blog/p/gamma-growth-teardown-100m-arr), Product Growth (Rishikesh Ranjan; secondary compilation), 2026-02-28. "When we built AI that solved our blank page problem, it turned out that it solved everybody else's blank page problem, too."
4. [Gamma Reaches $100M ARR](https://www.saasrise.com/news/gamma-hits-100m-arr-with-50-employees-ceo-shares-growth-playbook-99cfd8b1-da14-418d-9e00-2186dd601b32), SaaSRise (secondary), 2026-07-10. "100M ARR with 50 employees"
5. [Gamma company profile (annual revenue $7M / $24M / $100M, source X)](https://getlatka.com/companies/gamma-app), GetLatka (secondary), accessed 2026-10-05. the $7M seed (2021) and the annual revenue series come from here; based on the founder's X posts

---

# Genspark

URL: https://alpsuleyman.com/en/cases/genspark
Updated: 2026-10-06
Author: Alp Suleiman

> A product that pivoted from search to agents claimed tens of millions in ARR forty-five days after launch with "zero paid distribution"; the figure's definition, persistence and channel claim cannot be verified.

## Profile

- A "Super Agent" workspace that produces slides, spreadsheets, websites, phone calls, video and code; the company says it orchestrates more than 70 models (company statement as reported) [3]
- Founded: 2023, as MainFunc; first an AI search engine, pivoted to agents in April 2025 [1]; founders: Eric Jing / Jing Kun (CEO; former Baidu vice president, CEO of Xiaodu) and Kay Zhu / Zhu Kaihua (CTO; former Google principal architect) [4]; country: USA (Palo Alto; founders from China)
- June 2024: $60M seed; March 2025: $100M Series A (Baidu Baike) [4]
- March 2026: Series B extended to $385M at $1.6B valuation, Emergence Capital [2]
- 15 June 2026: Series B extended to $485M at $2.6B valuation, $645M in total [3]
- Pricing: Free tier with 200 daily credits; Plus between $19 and $25 a month for 10,000 credits (September 2025, secondary compilation; official pricing page could not be opened) [1]

## Timeline

- 2025-04: Pivot from search to Super Agent ("In the AI era, users will seek to complete tasks, not just run queries for links." (founder, as reported)) [1]
- 2025-05-19: $36M ARR in 45 days claim (founder's X post; page could not be opened) ("45 days, $36M ARR! … zero dollars spent on paid distribution.") [5]
- 2025-09: Independent analysis: ad trackers on the site; "zero paid media" instead of "zero marketing" [1]
- 2026-03: Series B $385M at $1.6B; CRO appointed [2]
- 2026-06-15: Series B $485M at $2.6B valuation [3]

## Growth mechanism

- **acquisition**: The founder's claim: entirely word of mouth, zero dollars on paid distribution [5]. Counter-finding: an independent analysis found Facebook Pixel and DoubleClick trackers on the site, a Reddit and Discord community and partnerships with AI content creators, and reframed "zero marketing" as "zero paid media" [1].
- **loop**: Shareable output (slides, site, video), the viewer's "which tool" question, sign-up, credits running out, payment. The same analysis calls the credit an "organic monetization trigger" [1].
- **activation**: 200 free credits a day; the first moment of value is finishing the first task [1].
- **retention**: No retention evidence. Quality and reliability complaints among paying users are noted in the independent analysis [1].
- **pricing**: Multi-product bundle plus credits; a "breadth-first" strategy (secondary compilation) [1]. The Plus plan sits between $19 and $25 [1].
- **distribution**: A fast product bundle (AI Sheet, AI Drive, Claw), an OpenAI case page (could not be opened), a move to enterprise sales and a CRO hire in 2026 [2].
- **team**: About 20 people in May 2025 (founder claim on X: "20-ish") [5]; 2026 headcount not disclosed.

On paper the loop is the same as Higgsfield's; the difference is that an independent observer completed the "organic" link with ad trackers. The red arrow is where quality debt piles up on paying users.

## Real read

- Q1 (belirsiz): ARR is the founder's X post; whether it is monthly or daily annualized is not disclosed.
- Q2 (var): A revenue claim; but a 45-day window is a launch metric.
- Q3 (yok): No churn, credit usage or refund data; quality complaints appear in the independent analysis.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Launch wave; the "zero marketing" claim conflicts with trackers on the site.

algi: There is a number, but its definition, persistence and channel claim cannot be verified; a textbook case for the Growth Claim Check.

## Shadow

- The conflict between the "zero paid distribution" claim and the ad trackers on the site [1].
- The fate of the pre-pivot search product's users was not disclosed; the "fastest-growing" narrative gives no comparison base [5].

## Lessons

- (opinion) Forty-five-day ARR is a launch metric, not a growth metric; good for investors, bad for the team. Write the ARR definition into your own claim.
- (opinion) Before saying "organic", look at the trackers on your own site; the evidence auditor looks there first.
- (opinion) A multi-product bundle is possible with a small team, but quality debt piles up on paying users; in Turkey word of mouth turns against you faster in a smaller market.
- (opinion) Moving to enterprise sales and hiring a CRO is a sign that self-serve speed alone was not enough.

## Open questions

- Official ARR definition and 2026 figure; official pricing page (403).
- The founder's X post text comes from a search preview; the page should be opened.
- Metrics on the OpenAI case page (403).
- 2026 team size and number of paying users.
- No company source was found for the 2026 ARR estimates in circulation or for the "8 products in 10 weeks" phrase; not published.

## Sources

1. [Genspark: From Zero to $36M ARR 45 Days post launch](https://ainativegtm.substack.com/p/genspark-from-zero-to-36m-arr-45), AI Native GTM (newsletter), 2025-09-20. zero marketing spend → zero paid media spend (the author's reframing)
2. [Genspark Extends Series B to $385M at $1.6B Valuation](https://www.thesaasnews.com/news/genspark-extends-series-b-to-385m-at-1-6b-valuation/), The SaaS News, 2026-03. "Series B to $385M at $1.6B valuation"
3. [Genspark.ai Extends Series B to $485M, at $2.6 Billion Valuation](https://www.finsmes.com/2026/06/genspark-ai-extends-series-b-to-485m-at-2-6-billion-valuation.html), FinSMEs, 2026-06-15. "Extends Series B to $485M, at $2.6 Billion Valuation"
4. [Genspark](https://baike.baidu.com/en/item/Genspark/1480842), Baidu Baike, accessed 2026-10-05. "Genspark was co-founded in 2023 by Jing Kun, the former CEO of Xiaodu, and Zhu Kaihua, the former CTO of Xiaodu."
5. [Eric Jing, X post](https://x.com/ericjing_ai/status/1924437378833244535), Eric Jing (founder), 2025-05-19. "45 days, $36M ARR! We may become the fastest-growing startup ever in terms of ARR. 20-ish people team, entirely word of mouth, and zero dollars spent on paid distribution."
6. [Genspark ships no-code personal agents](https://openai.com/index/genspark/), OpenAI (case page), accessed 2026-10-05. page returned 403; content not seen

---

# Glean

URL: https://alpsuleyman.com/en/cases/glean
Updated: 2026-10-06
Author: Alp Suleiman

> An enterprise search company deliberately rejected self-serve adoption and says it tripled ARR in fifteen months through direct sales and an in-company network effect; usage and retention evidence is still missing.

## Profile

- Enterprise search, work assistant and agent platform: it connects to all of a company's data sources and runs permission-aware search and agents. Official positioning: "the platform powering the superintelligent enterprise" [1]
- Founded: 2019. The complaint the founder heard at Rubrik: "I cannot find anything in this company. I don't know where to go and look for information." [6]; founders: Arvind Jain (Rubrik co-founder, former Google search engineer) [6]; country: USA (Palo Alto)
- 2024: $4.6B valuation; June 2025: Series F $150M at $7.2B valuation [2]
- Pricing: Per-user monthly pricing ("monthly per-user pricing model at standard rate") [7]; 1- to 3-year contracts, nothing shorter than a year [2]

## Timeline

- 2022-02: About 50 customers ("We are certainly worth a million") [7]
- 2025-02-05: $100M ARR in three years; customer base doubled in the last year ("Glean Achieves $100M ARR in Three Years") [5]
- 2025-06: Series F $150M at $7.2B valuation [2]
- 2025-12-08: $200M ARR, doubled in nine months ("doubled in nine months") [1]
- 2026-05-28: $300M ARR; five months after $200M, about 3x in 15 months ("growing ~3x over the past 15 months" (CEO, X)) [3]

## Growth mechanism

- **acquisition**: Direct enterprise sales through the CIO and the technology team. Self-serve adoption was deliberately rejected: "the product-led growth model where individuals are signing up and sharing their sensitive company data with Glean, we believe that's not the right model." [6] The first target was technology companies with 500 to 2,000 employees [6]; the first customers came from an early-access program: Rubrik, Outreach, Confluent [7].
- **loop**: An in-company network effect: "Search is a team game… you need to understand what matters more to whom" [7]. More users, better ranking, a more indispensable product, renewal and expansion. "When we were 50 people, we already knew that we could not live without it." [6]
- **activation**: Connecting all data sources; the security review takes long: "We actually have to spend a lot of time working with security teams" [7]. The founder's 2026 line: "give us all of your data and we're going to hopefully do something useful for you after you give that data to us" [8].
- **retention**: 1- to 3-year contracts [2]; no churn or NRR disclosure. Retention evidence consists of contract length alone.
- **pricing**: Per-seat monthly pricing [7]. The figure of customers consuming more than 20 trillion tokens a year comes from a secondary compilation; if that does not match seat prices, margin pressure follows, and the company does not disclose it (secondary data) [1].
- **distribution**: The market changed: "now everybody is interested in solving the problem that we were solving because it was a dead market" [8]. Expansion into an agent platform and 2026 events [1]. The sales principle: "If you create an amazing demo… and sell something you don't have, you lose the opportunity and the credibility." [9]
- **team**: The company's press release reports "more than 1,000 employees" [1].

The loop turns inside the company: more users, better ranking, a more indispensable product. The red arrow shows the security-review time paid on every new customer.

## Real read

- Q1 (var): ARR comes from official press releases and the CEO's post; no independent audit.
- Q2 (var): Contracted revenue, not a perception metric.
- Q3 (belirsiz): Multi-year contracts are a stability signal; the release reports a 40% weekly-active to monthly-active user ratio [1]; no NRR, churn or seat-usage rate.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Multi-year enterprise ARR carries pilot and seat-inflation risk; the "true ROI" claim gives no concrete metric.

reel: A defined sales model and contract length support the real reading; usage evidence is missing.

## Shadow

- Growth rests on companies consolidating AI spend; direct competition with Microsoft Copilot and OpenAI's enterprise products (secondary data) [1].
- The founder's own warning: when simple questions are hard to answer, mistakes on complex tasks are inevitable, "the human assist is actually critical" [8]; a gap between the agent promise and product maturity.
- Token consumption is financed by seat prices; gross margin is not disclosed [1].

## Lessons

- (opinion) In a product with sensitive data, rejecting self-serve adoption is a growth decision; in Turkey the KVKK data-protection law and corporate IT reflexes make it even more defensible.
- (opinion) The first segment is "fast-moving technology companies of 500 to 2,000 people"; in Turkey that segment is narrow, its equivalent being the digital arms of holdings and fintech.
- (opinion) The in-company network effect is the only real moat: even if the model provider ships the same feature, the company's own context does not move.
- (opinion) The "never sell what you don't have with a demo" principle is trust capital in long-cycle sales; in the Turkish market the reference effect is larger.

## Open questions

- Primary text for the Fortune 500 customer count and token-consumption figures (JS page).
- NRR, churn, headcount and gross margin.
- The quotes from sources 1 and 2 (press release and Fortune) must be verified verbatim on the page before publication.

## Sources

1. [Glean Surpasses $200M in ARR for Enterprise AI, Doubling Revenue in Nine Months](https://glean.com/press/glean-surpasses-200m-in-arr-for-enterprise-ai-doubling-revenue-in-nine-months), Glean press, 2025-12-08. Page loads via JavaScript; title "Doubling Revenue in Nine Months"; the 1,000+ employees and 40% wDAU/wMAU statements were seen on the page in the first audit, not verifiable by automated fetch
2. [Exclusive: Glean hits $200 million ARR, up from $100 million nine months back](https://www.fortune.com/2025/12/08/exclusive-glean-hits-200-million-arr-up-from-100-million-nine-months-back), Fortune, 2025-12-08. "Everybody has been looking for a safe, secure, more appropriate version of ChatGPT for their employees."
3. [Glean Surpasses $300M ARR](https://www.glean.com/press/glean-surpasses-300m-arr-unrivaled-enterprise-context-fuels-ai-adoption), Glean press (title verified; body rendered by JS), 2026-05-28. "Glean Surpasses $300M ARR"
4. [Arvind Jain, X post](https://x.com/jainarvind/status/2060077511212445874), Arvind Jain (CEO), 2026-05-28. "I'm proud to share that @Glean has surpassed $300M ARR, just five months after crossing $200M and growing ~3x over the past 15 months."
5. [Glean Achieves $100M ARR in Three Years Delivering True AI ROI to the Enterprise](https://www.glean.com/press/glean-achieves-100m-arr-in-three-years-delivering-true-ai-roi-to-the-enterprise), Glean press (title and summary), 2025-02-05. "Glean Achieves $100M ARR in Three Years"
6. [How Glean found product-market fit](https://www.unusual.vc/how-glean-found-product-market-fit-arvind-jain-on-enterprise-search-and-ai/), Unusual Ventures, 2023-05-01. "the product-led growth model where individuals are signing up and sharing their sensitive company data with Glean, we believe that's not the right model."
7. [Turn a product from a nice-to-have to an essential](https://mixergy.com/interviews/glean-with-arvind-jain/), Mixergy (interview), 2022-02-21. "Search is a team game"
8. [Training Data: Arvind Jain](https://sequoiacap.com/podcast/training-data-arvind-jain), Sequoia Capital (podcast), 2026-10-02. "the human assist is actually critical"
9. [IA40: Glean, Arvind Jain](https://www.madrona.com/ia40-glean-arvind-jain-enterprise-ai/), Madrona, 2024-01-09. "If you create an amazing demo… and sell something you don't have, you lose the opportunity and the credibility."

---

# Granola

URL: https://alpsuleyman.com/en/cases/granola
Updated: 2026-10-06
Author: Alp Suleiman

> A meeting notepad that sends no bot into the call spread by word of mouth through founder and investor circles and became one of the rare companies to disclose early retention; it has never disclosed revenue.

## Profile

- A meeting notepad: it listens to device audio without joining the call as a bot and enriches the user's own notes with AI. First a team memory, then a company-context layer: API, MCP, Spaces. The founder's line: "Writing is thinking, and your tools should support your thinking, not replace it." [2]
- Founded: London; founding year is secondary data; product launched 22 May 2024 [3]; founders: Chris Pedregal (CEO) and Sam Stephenson [2]; country: United Kingdom (London)
- May 2023: $4.25M seed, Lightspeed and betaworks (secondary data) [5]
- 23 October 2024: $20M Series A led by Spark Capital; AI Grant, Lightspeed, Betaworks, Firstminute [2]
- May 2025: $43M Series B at $250M (secondary data) [5]
- 25 March 2026: $125M Series C at $1.5B led by Index Ventures; Kleiner Perkins, Lightspeed, Spark, NFDG [1]
- Pricing: Per seat, not usage. Basic is free with 30-day meeting history; Business at $14 per user per month (unlimited history, integrations, MCP, API); Enterprise at $35 per user per month (SSO, SCIM, auto-deletion, usage analytics) [4].

## Timeline

- 2024-05-22: Launch: "the AI-powered notepad for meetings" [3]
- 2024-10-23: $20M Series A; early retention disclosure ("50% of users remain active 10 weeks after first use"; 6 meetings a week on average; weekly active users up 6x since launch) [2]
- 2025-05-14: Granola 2.0: team memory [3]
- 2026-02-04: Granola MCP: notes connect to Claude, ChatGPT and Cursor [3]
- 2026-03-25: $125M Series C at $1.5B; Spaces, API, enterprise controls ("Granola is already an official connector in Claude, ChatGPT, Lovable, Figma Make, Replit, Manus, v0, Bolt.new, Duckbill and Dreamer") [1]

## Growth mechanism

- **acquisition**: Word of mouth, especially in founder and investor circles. The Series A post lists investors from Benchmark, Sequoia, Accel and USV and the founders of Vercel, Ramp and Roblox as users; more than half of users are in leadership roles [2]. Because no bot appears in the meeting the product is invisible; it spreads through the note the user shares (opinion). In 2026 a second channel: becoming an official connector inside tools such as Claude, ChatGPT, Cursor and Lovable, that is, riding other people's distribution [1].
- **loop**: A person uses the note, shares it with a team or an investor, the recipient sees the product and tries it, the team adopts it, company context accumulates, API and MCP create value inside other tools, more meetings land in Granola. The loop is fed by seat revenue [4].
- **activation**: The user's own note getting richer in the first meeting. The 30-day history limit on Basic pushes toward payment once notes pile up [4].
- **retention**: Present for the early period: 50 percent of users still active 10 weeks after first use, 6 meetings a week on average (October 2024 claim) [2]. "Active" was not defined. No retention claim for 2025 or 2026.
- **pricing**: Per seat; lower margin pressure than token pricing (opinion). The gap between Business at $14 and Enterprise at $35 pays for security and admin features [4].
- **distribution**: Platform expansion: Android in July 2025, Apple Watch the same month, Granola Chat and Recipes in September 2025 [3]; the MCP and connector strategy in February–March 2026 [3] [1]; enterprise controls: SSO, HIPAA-compliant workspaces, org-wide auto-deletion [4].
- **team**: Headcount not found.

The loop turns on the shared note and is paid for by seats. The red arrow shows the leak created when platform owners ship the same feature built in.

## Real read

- Q1 (var): Week-10 retention and weekly active growth are company claims (October 2024); "active" is undefined.
- Q2 (var): Usage was measured, close to an outcome; but there is no revenue claim at all.
- Q3 (belirsiz): Early retention exists; no stability metric for 2025–2026.
- Q4 (yok): No cohort or counterfactual disclosed.
- Q5 (belirsiz): A valuation going from $250M to $1.5B in ten months can be explained by category expectations rather than revenue; with no revenue disclosed it cannot be separated.

eksik: A rare company that disclosed early retention; it does not disclose what came after, or revenue.

## Shadow

- Revenue and user counts have never been disclosed; the $1.5B valuation stands as a single number [1] [5].
- Category rivals and platform owners (Otter, Fireflies, built-in note-taking in Zoom, Google and Microsoft) carry the risk of copying the feature; Granola's answer is to climb to the company-context layer [1] (opinion).
- Privacy: the debate over consent from other meeting participants; the "workspace notification requirements" on the Enterprise tier read as a response to that pressure [4] (opinion).

## Lessons

- (opinion) The right first thousand users: founder and investor circles. If the product shows up in their meetings, distribution is free.
- (opinion) Disclose early retention. "Fifty percent at week ten" tells an investor more than ARR does; nobody in Turkey does this.
- (opinion) The answer to platform risk is a deeper layer: note, team memory, company context, connector for other tools. Each step makes the previous one necessary.
- (opinion) Seat pricing protects margin better than token pricing; in the lira-price, dollar-cost squeeze that difference saves lives.

## Open questions

- Revenue, user count and headcount: no statement found.
- The official Series B post (no separate blog page found; it may sit inside the 2.0 post).
- The transcript of a Lenny's Podcast episode with Chris Pedregal, if one exists.
- The definition of "active user" and retention after 2025.

## Sources

1. [Granola raises $125M to put your company's context to work](https://www.granola.ai/blog/series-c), Granola blog (Chris Pedregal), 2026-03-25. "Granola is already an official connector in Claude, ChatGPT, Lovable, Figma Make, Replit, Manus, v0, Bolt.new, Duckbill and Dreamer"
2. [Granola raises $20M to build the AI notepad that makes you smarter](https://www.granola.ai/blog/series-a), Granola blog (Chris Pedregal), 2024-10-23. "Half of the people who try Granola still use it 10 weeks later, doing an average of 6 meetings a week."
3. [Granola blog index](https://www.granola.ai/blog), Granola, accessed 2026-10-05. "Introducing Granola: the AI-powered notepad for meetings"
4. [Granola pricing page](https://www.granola.ai/pricing), Granola, accessed 2026-10-05. "See limited meeting history"
5. [London's Granola raises $125M to become the enterprise's meeting brain](https://thenextweb.com/news/granola-series-c-meeting-ai-enterprise-context), TNW (Cristian Dina), 2026-03-25. round history and valuations taken from here; not opened

---

# Harvey

URL: https://alpsuleyman.com/en/cases/harvey
Updated: 2026-10-06
Author: Alp Suleiman

> A vertical platform growing through the referral chain of large law firms, with annual-commitment seats and rising usage, is among the cases closest to a real read; margin and net revenue retention are still undisclosed.

## Profile

- AI platform for law firms and in-house legal teams: research, drafting, document analysis, multi-party collaboration. In 2026 an open-weight model of its own and the Legal Agent Benchmark (LAB) [1].
- Founded: 2022, San Francisco. The founding test ran GPT-3 on landlord-tenant law: "On 86 of the 100 samples, two out of three attorneys or more said they would send it with zero edits" [4]; founders: Winston Weinberg (CEO; first-year associate at O'Melveny & Myers) and Gabriel Pereyra (researcher at DeepMind and Meta AI) [4]; country: USA
- November 2022: $5M seed (OpenAI Startup Fund); April 2023: $21M Series A (Sequoia) (Sacra round table, secondary data) [9] [9]
- 12 February 2025: $300M Series D at $3B (Sequoia); $50M+ ARR [5]
- 23 June 2025: $300M Series E at $5B (Kleiner Perkins + Coatue) [2]
- 9 September 2026: $550M at $15.5B (Diffusion + Lightspeed) [1]
- Pricing: Per-seat enterprise subscription; no public pricing. Sacra estimates $1,200 per lawyer per month on 12-month commitments; "median seat count doubles within 12 months" (secondary data, estimate) [9].

## Timeline

- 2025-02-12: $300M Series D at $3B; $50M+ ARR (235 customers in 42 countries; 40 customers a year earlier) [5]
- 2025-06-23: $300M Series E at $5B ("our $300M Series E round at a $5B valuation") [2]
- 2025-08-04: $100M ARR; 42% of the AmLaw 100 ("more than 500 customers in 54 countries"; weekly active users 4x, monthly queries 5.5x) [3]
- 2025-11-14: 700 customers in 63 countries; enterprise share from 4% to 33% [4]
- 2026-09-09: $550M at $15.5B; 80% of the AmLaw 100 ("80% of Am Law 100 law firms use Harvey") [1]
- 2026-09: About $300M ARR, 960 employees (podcast and press; secondary) [10]

## Growth mechanism

- **acquisition**: Five channels: the large-firm referral chain (AmLaw 100 share 42% in August 2025 [3], 80% in September 2026 [1]); the OpenAI Startup Fund seed and early model access [4]; the LexisNexis content partnership [3]; expansion into in-house legal teams, with enterprise share rising from 4% to 33% in a year [4]; Microsoft 365 Copilot, DocuSign and Intapp integrations (Sacra, secondary data) [9]. Five of the Fortune 10 are customers [1].
- **loop**: A large firm's signature leads the firm's corporate clients to want to work on the same platform; the in-house team becomes a customer and the seat count inside the firm grows. Sacra estimates the median seat count doubles within 12 months [9]. Weinberg treats permissioning as the condition of the loop: "You have to get the permissioning right so agents can access the right systems." [4]
- **activation**: Entry at roughly $1,200 per lawyer per month with 12-month commitments and about a 20-seat minimum (Sacra estimate, secondary data) [9]. A customer-success staff of former lawyers makes up about a tenth of the team (Sacra, secondary data) [9]; more than 200 lawyers are reported to work in product and go-to-market (secondary data) [10].
- **retention**: Usage indicators exist: weekly active users 4x, monthly queries 5.5x, active files from 268 thousand to 9.75 million (August 2025) [3]. Net revenue retention and churn are undisclosed. Seat expansion is only a Sacra estimate [9].
- **pricing**: High per-seat price with annual commitment; no outcome-based pricing. (opinion) ARR growth comes mostly from seat expansion; the risk of nominal inflation is lower than in credit models.
- **distribution**: Data coverage for eight new markets and the LexisNexis collaboration in August 2025 [3]; in 2026 an open-weight model and the LAB benchmark under the "own their intelligence" positioning [1].
- **team**: 350 employees (August 2025) [6], about 400 (November 2025) [4], 960 (September 2026, secondary) [10]. (opinion) Roughly $0.3M of annual revenue per employee, a third of ElevenLabs. The human intensity of vertical enterprise sales shows in the number; the ratio is computed from two sources.

The loop runs on referrals: a firm's signature brings the firm's clients, and working at the same table grows the seat count. The red arrow shows the human cost of that loop.

## Real read

- Q1 (var): ARR, customer counts and AmLaw share are company statements; some arrive through press reports.
- Q2 (var): ARR is an outcome; the early "86 of 100 with zero edits" quality test is a rare outcome measure.
- Q3 (belirsiz): Weekly active users and query growth exist; net revenue retention, churn and margin do not.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Annual-commitment seats limit nominal inflation; pilot discounts and seat utilization are unknown, and a 960-person team suggests growth is being bought.

reel: Usage metrics and annual commitments bring this case close to a real read; margin and net revenue retention remain missing.

## Shadow

- The valuation is about fifty times the secondary ARR figure: $15.5B [1] against roughly $300M ARR [10]. (opinion) The price buys the continuation of growth in advance.
- A 960-person team with more than 200 lawyers (secondary data) [10]: whether this is a software margin or a services margin is open.
- Model dependency began with OpenAI; the 2026 open-weight model is a move to reduce it [1].
- The price level Sacra estimates is closed to small firms; the market is limited to the upper segment (secondary data) [9].

## Lessons

- (opinion) In a vertical, the referral chain is the channel. 80% of the AmLaw 100; in Turkey the top twenty law firms form a similar chain. Read alongside the Apilex case.
- (opinion) Run the quality test early and measurably. "Out of a hundred samples, how many would lawyers send without edits" is a threshold any vertical AI product can copy.
- (opinion) Buyer and the buyer's client at the same table. The firm and in-house loop; in Turkey, accountant and SME, insurance agent and client pairs can be built on the same logic.
- (opinion) Human-intensive growth eats margin. The ratio may look better with lira costs, but the forward-deployed model carries a scaling limit.
- (opinion) Plan to own your model. Its own model after three years; at the start an API, with the moat in workflow and permission architecture. Test question: if your model provider ships the same feature tomorrow, why does the firm stay?

## Open questions

- The URL of Harvey's own $100M ARR post; the figure arrives via Artificial Lawyer and Non-Billable.
- An official source for the March 2026 $200M round at $11B (CNBC returned 403).
- Is the September 2026 "$300M ARR, 960 employees, 2,000 customers" official or a podcast claim?
- Pricing ($1,200 per lawyer) is entirely a Sacra estimate.
- Net revenue retention, gross margin, pilot share: none.

## Sources

1. [Harvey Raises $550M at a $15.5B Valuation to Help Legal Teams Own Their Intelligence](https://www.harvey.ai/blog/harvey-raises-dollar550m-at-a-dollar155b-valuation-to-help-legal-teams-own-their-intelligence), Harvey blog, 2026-09-09. "80% of Am Law 100 law firms use Harvey"
2. [Harvey Raises Series E](https://www.harvey.ai/blog/harvey-raises-series-e), Harvey blog, 2025-06-23. "Today, we are thrilled to announce our $300M Series E round at a $5B valuation."
3. [Harvey Reaches $100m ARR + 42% of AmLaw 100](https://www.artificiallawyer.com/2025/08/04/harvey-reaches-100m-arr-42-of-amlaw-100/), Artificial Lawyer, 2025-08-04. "more than 500 customers in 54 countries"
4. [Inside Harvey: how a first-year legal associate built one of Silicon Valley's hottest startups](https://techcrunch.com/2025/11/14/inside-harvey-how-a-first-year-legal-associate-built-one-of-silicon-valleys-hottest-startups), TechCrunch (Connie Loizos), 2025-11-14. "On 86 of the 100 samples, two out of three attorneys or more said they would send it with zero edits"
5. [Legal AI startup Harvey raises $300 million Series D at $3 billion valuation](https://www.fortune.com/2025/02/12/legal-ai-startup-harvey-300-million-series-d-funding-3-billion-valuation-sequoia), Fortune, 2025-02-12. "Legal work is incredibly complex and requires so much context, that a simple chatbot doesn't work."
6. [Harvey reaches $100m ARR](https://www.nonbillable.co.uk/news/harvey-annual-recurring-revenue), Non-Billable, 2025-08-04. 350 employees; over $700M total funding reported
7. [Harvey at $75M ARR](https://sacra.com/research/harvey-at-75m-arr/), Sacra, 2025. could not be opened
8. [Legal AI startup Harvey raises $200 million at $11 billion valuation](https://www.cnbc.com/2026/03/25/legal-ai-startup-harvey-raises-200-million-at-11-billion-valuation.html), CNBC, 2026-03-25. 403; headline only
9. [Harvey profile (estimates and round table)](https://sacra.com/c/harvey/), Sacra, 2026. "median seat count doubles within 12 months · $1,200 per lawyer per month with 12-month commitments and roughly 20-seat minimums · $5M seed round led by OpenAI Startup Fund in November 2022 · $21M Series A in April 2023"
10. [Inside Harvey AI: $11B, $300M ARR, 960 Employees, 12 Offices](https://www.sourcery.vc/p/breaking-11b-harvey-hits-300m-arr), Sourcery (podcast and news), 2026-09. headline; secondary

---

# HeyGen

URL: https://alpsuleyman.com/en/cases/heygen
Updated: 2026-10-06
Author: Alp Suleiman

> An avatar and video-translation platform says it reached hundreds of millions in annual revenue on little capital by letting its output advertise itself and keeping every transaction profitable; retention data is still missing.

## Profile

- AI avatar and video generation: video translation and dubbing, talking avatars, API and MCP. The founder's three words: "create, localize, personalize" [4]
- Founded: 2020; first as Surreal, then Movio, then HeyGen (secondary data) [6]. App launch in September 2022 (secondary data) [6]; founders: Joshua Xu (former Snap engineer) and Wayne Liang (secondary data) [6]; country: USA (Los Angeles; team with roots in China)
- November 2023: $5.6M (Conviction); June 2024: $60M Series B, Benchmark, $500M valuation (secondary data) [6]
- $74M raised in total, $25M of it spent; cash-flow break-even through 2026 (founder claim) [2]
- Pricing: Credit model: Free $0 (3 videos, 1 minute), Creator $29/month (600 credits), Pro $49/month (1,000 credits), Business $149/month + $20/seat (1,500 credits), Enterprise on request. "Credits are HeyGen's single currency for video and asset creation" [3]

## Timeline

- 2023-05: $1M ARR in 7 months ("They recently crossed an incredible milestone: $1m ARR in 7 months") [5]
- 2024-08: $35M annual revenue, more than 40,000 business customers (podcast host's intro) ("serving more than 40,000 businesses") [4]
- 2025-10: $100M ARR (Upstarts interview: doubled from $100M eight months prior) [2]
- 2026-06-25: $200M ARR, doubled in 8 months, 30M+ users, 118M+ videos ("People don't want more AI slop.") [1]
- 2026-06-25: $1.5M ARR per employee; $25M spent out of $74M raised (Upstarts interview) ("We've been very constrained.") [2]

## Growth mechanism

- **acquisition**: Not paid ads but circulating output. Translated and dubbed videos are shared on social media; the official text calls it "a product that grows largely through word of mouth" [1]. The main revenue base is small businesses, real-estate agents, trainers and course creators [2]. The claim of more than 40,000 business customers in mid-2024 is in the podcast host's intro [4].
- **loop**: A user makes their own avatar or translation video, publishes it on their own channel, a viewer asks "how was this made", a new user arrives. The enterprise layer (team workspace, SCIM, MFA) rides on top of the self-serve base [3].
- **activation**: The first moment of value is the first video with your own face and voice. The free plan gives 3 videos and 1 minute, and 1 custom video avatar is free [3].
- **retention**: No retention evidence. Churn, cohorts and credit usage rates are not disclosed; whether the 30M users are registered or active is unclear [1]. Credit rollover on monthly plans is a retention mechanic [3].
- **pricing**: Credits plus model selection; the founder says they keep every transaction profitable [2]. This structure passes inference cost straight to the customer and closes the negative-margin risk (opinion). Price tiers run from $29 to $149 [3].
- **distribution**: Launch cadence: 63 products and features in the past three months, per the official blog [1]. Avatar V, the Seedance partnership and the real-estate vertical are in the 2026 blog archive [7]. API and MCP as a partner channel; the open-source HyperFrames project reached 21,600 GitHub stars in its first month (company claim) [1].
- **team**: About 40 to 50 people in mid-2024 (founder) [4]. A claim of $1.5M ARR per employee in 2026 [2]; a headcount derived from that is not a company statement and is not given here.

The product's output is the distribution channel itself. Credits pass inference cost to the customer on every transaction; the red arrow shows the category's trust problem.

## Real read

- Q1 (var): ARR is on the company's official blog; no independent audit.
- Q2 (var): Revenue and cash-flow claims, not perception metrics.
- Q3 (belirsiz): Retention, churn and credit usage are not disclosed; the definition of "30M users" is unclear.
- Q4 (yok): No data on which channel's users stay.
- Q5 (belirsiz): Credit-based ARR includes prepayments and enterprise commitments; the break-even claim strengthens the real side.

reel: Revenue, cash flow and capital efficiency are claimed together; that trio alone is rare. What is missing is proof of retention.

## Shadow

- Deepfake misuse: security firms and media listed HeyGen among tools used in fraud and misleading videos (secondary data) [6].
- "AI slop" is the founder's own phrase; the category is fighting that perception [1].
- Competitor Synthesia says it reached 85% of the Fortune 100 in the same period; the same claim appears at two companies at once (secondary data) [9].

## Lessons

- (opinion) When the output is the distribution, what matters is not an ad budget but the design of a "shareable first output". That is why the free plan has three videos.
- (opinion) With dollar-priced inference and lira revenue, the "profit on every transaction" rule is vital: tie credit prices to model cost, never sell an unlimited plan.
- (opinion) Growing on little capital is the only accessible path in Turkey: first a profitable small segment (trainers, real-estate agents), then enterprise.
- (opinion) Sixty-three features in three months is possible with a small team; but without measurement you never learn which feature carries revenue. HeyGen does not disclose it.

## Open questions

- Primary address of the official $100M ARR announcement; the official Series B blog post (404).
- The co-founder's name (Liang or Zheng) should be verified against a primary source.
- No retention or churn data at all; the definition of "30M users".
- The definition behind "85% of the Fortune 100": paying customers or any account.

## Sources

1. [HeyGen Surpasses $200M ARR](https://www.heygen.com/blog/heygen-surpasses-200m-arr), HeyGen official blog, 2026-06-25. "People don't want more AI slop. They want to communicate with trust, clarity, and presence in every language and every format where their audience lives. · a product that grows largely through word of mouth"
2. [Exclusive: HeyGen's AI Video Reaches $200M In ARR, Without The Burn](https://www.upstartsmedia.com/p/exclusive-heygen-200m-arr-without-burn), Upstarts Media (Alex Konrad), 2026-06-25. "We've been very constrained. · doubled from $100M eight months prior"
3. [HeyGen pricing](https://www.heygen.com/pricing), HeyGen, accessed 2026-10-05. "Credits are HeyGen's single currency for video and asset creation"
4. [AI Avatars & the Future of Video with HeyGen CEO Joshua Xu](https://www.cognitiverevolution.ai/ai-avatars-the-future-of-video-with-heygen-ceo-joshua-xu-and-benchmarks-victor-lazarte/), Cognitive Revolution (podcast), 2024-08-02. "we have about 40 and 50, somewhere around that"
5. [How I Built This In Public: Joshua Xu](https://buildinpublichub.substack.com/p/how-i-built-this-in-public-joshua), Build in Public Hub, 2023-05-05. "They recently crossed an incredible milestone: $1m ARR in 7 months"
6. [HeyGen](https://en.wikipedia.org/wiki/HeyGen), Wikipedia, 2026-06-10 revision. secondary data: name changes, Series B, deepfake reports
7. [HeyGen blog archive](https://www.heygen.com/blog), HeyGen, accessed 2026-10-05. "Avatar V (2026-04-08), Seedance 2.0 (2026-04-07), Real Estate (2026-08-11)"
8. [Joshua Xu, Co-Founder & CEO at HeyGen – Interview Series](https://www.unite.ai/joshua-xu-co-founder-ceo-at-heygen-interview-series/), Unite.ai, 2024-10-08. customer examples: McDonald's, Weather Channel, UNDP
9. [HeyGen](https://thegp.beehiiv.com/p/heygen), The GP (newsletter), 2025-12-20. "$100M ARR in October 2025"

---

# Higgsfield

URL: https://alpsuleyman.com/en/cases/higgsfield
Updated: 2026-10-06
Author: Alp Suleiman

> A video platform with no model of its own reached a $700M annualized revenue claim (press release) in eighteen months through creator payouts and six releases a week; retention evidence is still missing.

## Profile

- AI video and image generation platform for professional creators, brands and agencies. No foundation model of its own; it orchestrates third-party models and packages them with cinematic camera presets. Founder: "We do post-training, fine-tuning, and auto-prompting, auto-selection of model for specific use cases." [1]
- Founded: 2023 (San Francisco). Mobile app era in 2024, web platform on 31 March 2025 [1]; founders: Alex Mashrabov (sold his previous company AI Factory to Snap), Yerzat Dulat, Mahi de Silva [7]; country: USA (founders from Kazakhstan)
- April 2024: $8M seed; September 2025: $50M Series A at $1B valuation (secondary compilation) [9]
- January 2026: $80M Series A extension at $1.3B (Sacra: "~5.7x revenue multiple") [2]
- 17 August 2026: $400M Series B at $5.4B, led by DST Global [3]
- Pricing: Credit-based, from a free tier to monthly plans. Discounted "unlimited" plans during a campaign drew throttling complaints and refunds [4].

## Timeline

- 2025-03-31: Web platform launch ("Since we launched this on March 31st, it completely took off") [1]
- 2025-11: $100M annualized revenue (founder claim) ("up 9x from $11M in May") [1]
- 2026-01: $230M ARR (Sacra estimate, not a company claim) (15M accounts, 3M generations a day) [2]
- 2026-02-12: Forbes investigation: payout complaints and controversial content [4]
- 2026-08-17: $400M Series B; $700M annualized revenue (press release) ("reached $700 million in annualized revenue", 30M+ users) [3]
- 2026-09: "$1BN ARR" (podcast episode title; no company release) [7]

## Growth mechanism

- **acquisition**: Organic social and creator integration, not paid ads. Founder: "Initial, at least last year, Twitter has been the social media where distribution starts"; then AI news accounts, Instagram, Telegram [6]. The first users came from reaching creators directly with "did you see this video"; all 8 customer interviews named the same problem (camera control) and four of them were hired [6]. The Earn program pays creators per approved video; a first-day maximum of $1,000 and a lifetime maximum of $2,500 per video [8]. According to Forbes, in the program's first 20 days the startup commissioned 10,000 creators who submitted 50,000 videos [4].
- **loop**: A new model or preset launch, creators producing videos through Earn, viral output on social, new accounts and credit purchases, revenue flowing back into model licences and the Earn budget, the next launch. Release cadence sets the speed of the loop: "We release six days a week—more than 300 times a year—we have this closed feedback loop so we learn quickly" [1].
- **activation**: The first moment of value is camera control (dolly-in, orbit). According to the founder, traction exploded once that feature went live [9]. Daily active users and average contract value are the tracked measures; the founder says monthly active users were unreliable, so they moved to daily [6].
- **retention**: The founder's own words about the mobile era: "scaled to 1 million users in two months, but retention was challenging" [1]. No retention, churn or cohort figure has been disclosed for the web era. The investor's line "revenue velocity and customer retention speak for themselves" [3] is a statement, not a number. No retention evidence.
- **pricing**: Credit model. Discounted "unlimited" plans during a campaign drew throttling complaints; the company refunded $1.35M and attributed the slowdown partly to 40,000 fake bot accounts [4]. The founder's playbook: first $1 of revenue by day 30, $1M ARR by day 90, a target customer value of $2,000 a year [6].
- **distribution**: Model orchestration (fast integration when a new model ships), product bundles such as Cinema Studio, separate flows for ad creation [9]. Every release is staged as a social event; the launch cadence is the channel itself [1].
- **team**: Roughly 100–120 people within eleven months; no classic sales team, first salesperson in October 2025 (secondary compilation) [9]. Around $4M a month in AI infrastructure spend and a $10M burn during the pivot are reported on the podcast page [7].

The loop runs on attention. The price of attention is controversial content; the red arrow shows where that bill comes back to revenue.

## Real read

- Q1 (belirsiz): Most figures are Sacra estimates or "annualized revenue" in a press release; no audited data.
- Q2 (var): Revenue is an outcome; but it is annualized, and a campaign month (Black Friday) can inflate the run-rate.
- Q3 (yok): No churn, NRR or cohort disclosure; the "unlimited" complaints and refunds are a quality signal.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Bot accounts and credit consumption blur the revenue definition; creator payouts should be read alongside revenue as an acquisition cost.

eksik: The speed is real and investor-backed; quality and retention evidence is missing. "ARR" here is mostly annualized monthly revenue, not recurring revenue in the SaaS sense.

## Shadow

- Forbes investigation: Earn creators unable to withdraw payouts, videos disappearing from the portal and unexplained account bans; racist and non-consensual content in folders sent to creators; stock footage alleged in launch material [4].
- The founder's answer: "Rapid scaling brings real challenges. We acknowledge that our internal processes and external communications haven't always kept pace with our core values." The partner's answer: "We fully admit that we push the envelope... it's more controversial content that gets attention." [4]
- In February 2026 the X account was suspended for "inauthentic behavior"; user complaints: "unlimited" is not actually unlimited, creator content presented as company output [5].

## Lessons

- (opinion) A product whose output can be shared produces its own channel. Paying creators instead of buying ads; but that is an acquisition cost and belongs in the same table as revenue.
- (opinion) Launch cadence is a growth channel. Several releases a week, each one a social event. For a small team, even one strong launch a month keeps the product in mind.
- (opinion) Mobile economics did not change with AI. The founder's own words: high churn, small basket. For a lira-priced mobile product this is harsher.
- (opinion) Growth bought with attention is paid for in trust. Suspension, investigation, refunds: the attention strategy carries a measurable trust cost. Test question: if your competitor made this launch video, would you believe it?
- (opinion) Question the word "ARR". In a credit-based product, annualized revenue and recurring revenue are not the same thing.

## Open questions

- Founding date and seed round should be verified against a primary source (Wikipedia page could not be opened).
- "Cash-flow positive", "model integration within 24 hours" and team-culture quotes come from a secondary compilation; the primary source should be opened.
- $1B ARR appears only as a podcast episode title; there is no company release.
- Current pricing tiers and today's wording of "unlimited".

## Sources

1. [Alex Mashrabov, CEO of Higgsfield, on orchestrating AI video models](https://sacra.com/research/alex-mashrabov-higgsfield-ai-video-production/), Sacra (interview), 2026-01-05. "We release six days a week—more than 300 times a year—we have this closed feedback loop so we learn quickly."
2. [Higgsfield at $230M ARR](https://sacra.com/research/higgsfield-at-230m-arr/), Sacra (estimate), 2026-01-30. "Sacra estimates Higgsfield more than doubled to $230M annual recurring revenue (ARR) in January 2026."
3. [Higgsfield Series B press release (republished)](https://www.intelcapital.com/?p=12435), Intel Capital, 2026-08-19. "This month, the company also reached $700 million in annualized revenue."
4. [Racist videos and payment problems: The dark side of this AI startup's super-fast growth](https://www.forbes.com.au/?p=177110), Forbes Australia (Rashi Shrivastava), 2026-02-12. "We fully admit that we push the envelope."
5. [Higgsfield AI Gets Its X Account Suspended](https://nofilmschool.com/ai-video), No Film School, 2026-02-11. "inauthentic behavior"
6. [$1.3B AI CEO: You ONLY Need 2 People and 90 Days (podcast)](https://marinamogilko.co/episode/czItVEAINqw/), Marina Mogilko, 2026-03-03. "Twitter has been the social media where distribution starts"
7. [$1BN ARR in 18 Months; The Untold Story of Higgsfield (episode page, no transcript)](https://www.thetwentyminutevc.com/alex-mashrabov), 20VC, 2026-09-28. "$1BN ARR in 18 Months"
8. [Higgsfield Earn program page](https://higgsfield.ai/earn), Higgsfield, accessed 2026-10-05. "maximum lifetime payout of $2,500 per video"
9. [$300M in 11 Months: The Rise and Reckoning of Higgsfield AI (secondary compilation)](https://www.productgrowth.blog/p/higgsfield-growth-teardown), Product Growth (Rishikesh Ranjan), 2026-03-05. "$300M in 11 Months: The Rise and Reckoning of Higgsfield AI"
10. [SaaStr Annual 2026 session page](https://web.archive.org/web/20260612173719/https://www.saastrannual2026.com/session/6-million-generations-a-day-how-higgsfield-scaled-from-0-to-300m-arr-by-reimagining-the-video-creation-with-higgsfield-s-ceo-and-co-founder), SaaStr, 2026. "How Higgsfield scaled from 0 to $300M ARR". Domain is gone; Wayback Machine archive copy (12 June 2026). The session title is the quoted text.

---

# Humane

URL: https://alpsuleyman.com/en/cases/humane
Updated: 2026-10-06
Author: Alp Suleiman

> Hype built on an ex-Apple team and celebrity investors turned into returns once the device could not find a single thing it did better than a phone on day one; the company sold for roughly half its funding and the devices shut down in ten days.

## Profile

- Ai Pin: a screenless, lapel-worn AI assistant device with a projector, plus the CosmOS operating system. Service shut down on 28 February 2025; HP bought the software, the team and the patents [1] [2].
- Founded: 2019, San Francisco (secondary data); founders: Imran Chaudhri and Bethany Bongiorno, formerly Apple (secondary data); country: USA
- More than $230M raised in total [2]; investors include Sam Altman and Marc Benioff (secondary data) [4]
- 18 February 2025: HP bought CosmOS, the team and more than 300 patents for $116M [2]
- Pricing: Device at a $699 launch price; cut by $200 to $499 in October 2024 [2]; plus a monthly subscription (amount not in the sources opened tonight).

## Timeline

- 2024-04: Shipping and devastating reviews ("slow, unreliable, had terrible battery life, and didn't do anything better than a smartphone") [4]
- 2024-08: Returns outpaced sales (summer 2024, leaked internal documents) ("At one point last summer, Humane's returns for the AI Pin started outpacing its sales") [2]
- 2024-10: Price cut to $499 ("In October, the company, which long charged customers $699 for its AI Pin, dropped the price by $200.") [2]
- 2025-02-18: HP bought the assets for $116M; Ai Pin sales stopped ("This investment will rapidly accelerate our ability to develop a new generation of devices") [1]
- 2025-02-28: Servers shut down; data deleted; refunds only within the 90-day window ("continue to function normally" until 12PM PT on February 28) [3]

## Growth mechanism

- **acquisition**: A hype launch: an ex-Apple team, celebrity investors, closed demos, pre-orders. The channel was media attention; the product experience did not deliver on the channel's promise [4].
- **loop**: The expected loop was device sales, subscription, a developer ecosystem and new use cases. It broke at the first link: in summer 2024, returns outpaced sales [2].
- **activation**: The device needed one thing it did better than a phone on day one; reviews said there was none [4].
- **retention**: Negative evidence: the number of returns exceeded sales [2].
- **pricing**: A $699 device plus a subscription was a high entry threshold in an unproven category; the cut to $499 did not revive demand [2].
- **distribution**: A price cut, a search for a buyer at $750M to $1B (Bloomberg report) and finally an asset sale [2].
- **team**: The engineering and product team moved to HP; no number disclosed. For users, the devices shut down on 28 February 2025 and remaining customer data was deleted [3].

The designed loop never closed. The link from sales to daily use broke; the red arrow marks the summer when returns outpaced sales.

## Real read

- Q1 (yok): The company disclosed no sales or active-user figures; "returns > sales" is a leaked internal document.
- Q2 (yok): Launch attention, meaning media and pre-orders, was the only growth measured.
- Q3 (yok): No quality or stability metric.
- Q4 (yok): No counterfactual or cohort.
- Q5 (yok): Nominal: more than $230M raised, a $116M exit.

algi: The only thing measured as growth was launch attention. Marketing scaled before activation was proven, and that grew the returns.

## Shadow

- Devices in users' hands became useless within ten days; refunds only for purchases within the 90-day window; remaining customer data permanently deleted [2] [3].
- A fire-risk warning for the charging case [2].
- The search for a buyer failed; the asset sale was roughly half of the funding raised [2] [4].

## Lessons

- (opinion) Launch attention is not growth. Marketing that scales before the device proves one thing it does better than a phone on day one grows the returns.
- (opinion) In a hardware-plus-subscription model, the question "what happens to the device if the servers shut down" must be answered from the start; a loss of trust hits the next product too.
- (opinion) A price cut does not fix a demand problem. If there is a gap between product and experience, a discount only destroys margin.
- (opinion) For a hardware startup in Turkey, import and currency costs enlarge this risk; prove usage on the software side first, then the device.

## Open questions

- Total funding $230M or $241M; the subscription fee; units sold (the "10,000" figure not verified).
- The exact text of Humane's official shutdown notice (site could not be opened).
- The MKBHD video title and date.

## Sources

1. [HP Accelerates AI Software Investments to Transform the Future of Work](https://www.hp.com/us-en/newsroom/press-releases/2025/hp-accelerates-ai-software-investments-to-transform-the-future-of-work.html), HP Inc. (official release), 2025-02-18. "This investment will rapidly accelerate our ability to develop a new generation of devices that seamlessly orchestrate AI requests both locally and in the cloud."
2. [Humane's AI Pin is dead, as HP buys startup's assets for $116M](https://techcrunch.com/2025/02/18/humanes-ai-pin-is-dead-as-hp-buys-startups-assets-for-116m), TechCrunch, 2025-02-18. "At one point last summer, Humane's returns for the AI Pin started outpacing its sales · In October, the company, which long charged customers $699 for its AI Pin, dropped the price by $200. · raised more than $230 million to create the device"
3. [All of Humane's AI Pins will stop working in 10 days](https://engadget.com/ai/all-of-humanes-ai-pins-will-stop-working-in-10-days-225643798.html), Engadget (quoting the Humane FAQ), 2025-02-18. "permanently deleting 'all remaining customer data'"
4. [HP Humane deal: AI Pin shutting down](https://www.fortune.com/2025/02/19/hp-humane-deal-ai-pin-shutting-down), Fortune, 2025-02-19. "slow, unreliable, had terrible battery life, and didn't do anything better than a smartphone"
5. [Humane AI Pin review](https://www.theverge.com/24126502/humane-ai-pin-review), The Verge (David Pierce), 2024-04. could not be opened (access blocked)

---

# Insider (Insider One)

URL: https://alpsuleyman.com/en/cases/insider
Updated: 2026-10-06
Author: Alp Suleiman

> A marketing technology company out of Istanbul grew region by region through enterprise sales, disclosed $200M committed ARR and 129 percent net revenue retention in 2024, then rebuilt itself as an agent platform; no revenue claim after 2025.

## Profile

- An omnichannel customer engagement platform for B2C brands: customer data platform, personalization, WhatsApp, SMS, email and web. Sirius AI co-pilot in 2024, the Insider One brand and Agent One in 2026: "Self-Optimizing Intelligence System for Autonomous Customer Engagement" [3]
- Founded: 2012, Istanbul (founding year is secondary data; absent from the official sources opened); founders: Hande Çilingir (CEO), Serhat Soyuerel (CRO), Mehmet Sinan Toktay (CTO), Muharrem Derinkök (CPO), Okan Yedibela [8]; country: Turkey (Istanbul); offices in 28 countries
- 1 November 2024: $500M Series E led by General Atlantic; valuation undisclosed [1]
- Pricing: Enterprise sales, custom pricing. The company's revenue measure is committed ARR (cARR), that is, annual revenue based on signed contracts; the release gives no definition [2]. No price disclosed for Agent One [3].

## Timeline

- 2012: Founded in Istanbul [2]
- 2024-03-08: $200M committed ARR, 1,200+ brands, 129 percent net revenue retention (secondary data) ("$200 million USD CARR"; "129% NRR") [2]
- 2024-11-01: $500M Series E; 1,500+ customers; 150 brands switched from competitors in the past year ("150 brands switched in the last year") [1]
- 2026-05-13: Bluecore acquisition: US retail, 400+ enterprise brands ("over 10 billion daily shopper events") [4]
- 2026-09-17: Agent One launch ("The next decade will belong to systems that know when to change their mind.") [3]

## Growth mechanism

- **acquisition**: Direct enterprise sales and regional offices; 28 countries according to the Series E release [1]. A switch-from-competitor program: 150 brands switched in the past year and reached value up to 5 times faster than with their previous vendor, with no comparison base given [1]. Analyst and award signals (Gartner Peer Insights, G2, IDC) and 2026 partnership announcements with OpenAI, Google and Anthropic work as a brand channel [6] [5].
- **loop**: A sales team in a new region, a reference brand, new brands through the regional reference, product expansion (new channel, module, agent), net revenue retention, revenue, a new region and product. The 129 percent net revenue retention of March 2024 is the measure of this loop [2]. In 2026 a second loop: US retail data and customers bought through Bluecore, and with Agent One the claim of a system optimizing the team side and the audience side together [4] [3].
- **activation**: The enterprise activation measure is "time to value"; the base of the claim of 5 times faster than the previous vendor is undisclosed [1].
- **retention**: The March 2024 release gives 129 percent net revenue retention [2]; no claim after that. Churn and gross margin undisclosed.
- **pricing**: Enterprise contracts, custom pricing. Committed ARR (cARR) also covers revenue that is signed but not yet collected; since the company gives no definition, the gap with ARR is unknown [2] (opinion).
- **distribution**: Embedding in the data stack: Snowflake and BigQuery integrations [6]; acquisition (Bluecore, May 2026) [4]; the Braun Shop case published with the OpenAI partnership: average order value up 22 percent for new customers, cart abandonment down 17 percent, no control group stated [5].
- **team**: More than 350 in-house engineers according to the Series E release [1]; total headcount not found.

The loop turns on references built region by region and is paid for by net revenue retention. The red arrow marks the undisclosed gap between committed ARR and realized revenue.

## Real read

- Q1 (belirsiz): The revenue measure is committed ARR; the company gives no definition and the gap with collected revenue is unknown.
- Q2 (var): Revenue is an outcome; the customer case figures (order value, cart abandonment) are sales material.
- Q3 (var): 129 percent net revenue retention (March 2024) exists; churn and gross margin do not.
- Q4 (yok): The Braun case has a "new customers" segment but no control group.
- Q5 (belirsiz): The 2026 Bluecore acquisition will mix organic growth with inorganic; the cARR-to-ARR gap is undisclosed.

eksik: The 2024 data is good: revenue, customer count, net revenue retention. Revenue silence for 2025 and 2026, and the valuation was never disclosed.

## Shadow

- The valuation was never disclosed in any round; the $500M round size is known, the multiple is not [1].
- Not AI-native, a 2012 company: the Sirius AI (2024) and Insider One (2026) rebrandings. Agent One's "millions of decisions" claim is not yet backed by outcome data [3] (opinion).
- The customer case figures (Braun) are sales material published alongside a partnership announcement; low evidentiary weight [5].

## Lessons

- (opinion) Global enterprise sales from Turkey is possible; the road runs region by region, with one reference brand per region. The Middle East, then Asia, then the US.
- (opinion) Disclose net revenue retention. "129 percent" says more than the word "unicorn".
- (opinion) AI transformation in two steps: co-pilot first, then agent; data infrastructure in between. Change the order and the agent runs on nothing.
- (opinion) A partnership announcement is a brand channel, not growth evidence. Present it that way on your own page too.

## Open questions

- Committed ARR for 2025–2026; valuation; total headcount.
- The company's own definition of committed ARR.
- The original of the March 2024 release on insiderone.com.
- Hande Çilingir's Turkish interviews could not be opened; the Series D (2022) announcement was not found.

## Sources

1. [Insider Announces $500M Series E Led by General Atlantic](https://insiderone.com/news/insider-announces-500m-series-e-led-by-general-atlantic/), Insider One (press release), 2024-11-01. "150 brands switched in the last year"
2. [Insider hits $200 million CARR, major customer wins (release copy)](https://www.wamda.com/2024/03/insider-hits-200-million-carr-major-customer-wins), Wamda, 2024-03-08. "unlocked a new revenue milestone globally - $200M USD CARR (Committed Annual Recurring Revenue) · robust 129% NRR (net revenue retention) rate · Insider is trusted by 1,200+ of the world's best-loved brands"
3. [Agent One: Self-Optimizing Intelligence System for Autonomous Customer Engagement](https://insiderone.com/news/agent-one-autonomous-customer-engagment/), Insider One, 2026-09-17. "The industry spent the last decade teaching systems to remember customers. The next decade will belong to systems that know when to change their mind."
4. [Insider acquires Bluecore](https://insiderone.com/news/bluecore-acquisition/), Insider One, 2026-05-13. "over 10 billion daily shopper events"
5. [Insider and OpenAI partnership (Braun Shop case)](https://insiderone.com/news/openai-partnership/), Insider One, 2026-03-24. "22% increase in average order value for new customers"
6. [Insider One news index](https://insiderone.com/news/), Insider One, accessed 2026-10-05. "Gartner Peer Insights Customers' Choice; IDC MarketScape"
7. [Insider raises USD 500 million in Series E funding](https://www.invest.gov.tr/en/news/news-from-turkey/pages/insider-raises-usd-500-million-in-series-e-funding-led-by-general-atlantic.aspx), Invest in Türkiye, 2024-11-08. "investing further in our Sirius AI Co-Pilot"
8. [About us / leadership team](https://insiderone.com/about-us/), Insider One, accessed 2026-10-06. "Hande Cilingir (Co-Founder & CEO) · Serhat Soyuerel (Co-Founder & Chief Revenue Officer) · Mehmet Sinan Toktay (Co-Founder & Chief Technology Officer) · Muharrem Derinkok (Co-Founder & Chief Product Officer) · Okan Yedibela (Co-Founder & Senior Software Architect)"

---

# Jasper

URL: https://alpsuleyman.com/en/cases/jasper
Updated: 2026-10-06
Author: Alp Suleiman

> A content tool that reached tens of millions in revenue in two years on the rent of early GPT-3 access cut its projections, laid off staff and pivoted to an enterprise context layer once ChatGPT zeroed that rent; the company is active, but revenue after 2024 is undisclosed.

## Profile

- An AI content platform for marketing teams: Brand Voice, Knowledge, Canvas, marketing agents, GEO Agent. It began as Conversion.ai, an ad-copy generator on top of GPT-3, then Jarvis, and has been Jasper since 2022 [3] [4]
- Founded: January 2021, USA; the founders had previously built Proof (Y Combinator 2018) [3]; founders: Dave Rogenmoser, Chris Hull, John Philip Morgan [3]; country: USA
- October 2022: $125M Series A at a $1.5B valuation, Insight Partners (secondary compilation) [3]
- September 2023: internal valuation cut by 20 percent (The Information report) [1]
- Pricing: Per seat today: Pro at $69 per seat per month ($59 annual), 2 Brand Voices, 5 Knowledge assets; Business at custom pricing with a 12-month commitment, custom agents, API, SSO/SCIM; usage-based credits on the Business plan for features such as GEO Hub and Agents [4]. A $49 Creator tier existed in 2024 and is gone today [3].

## Timeline

- 2021: Conversion.ai launches; $42.5M ARR by year end (secondary compilation) ("reached $42.5 million annual recurring revenue for 2021") [3]
- 2022-10: $125M Series A at $1.5B; roughly 120K customers [3]
- 2022: Recurring revenue doubled to $80M (The Information report) ("With most customers paying $80 per month, Jasper's recurring revenue doubled in 2022 to $80 million.") [1]
- 2023-07: First layoffs; slightly more than 150 employees ("we need to reshape our own team") [2]
- 2023-09: CEO change: Timothy Young; 2023 ARR forecast cut by at least 30 percent; internal valuation cut 20 percent ("Jasper revised its 2023 ARR forecast down by at least 30%") [1]
- 2026-08-18: Jasper MCP Claude Connector; GEO Agent in June [5]

## Growth mechanism

- **acquisition**: In the first period (2021–2022) early access to GPT-3 was itself the distribution advantage; channel detail was not found in a primary source. Roughly 120K customers in October 2022 [3]. Today enterprise sales, reference logos (Wayfair, SentinelOne, iHeartMedia) and a community-led growth lead appointed in September 2025 [4] [5].
- **loop**: The first loop: a new model capability, templates and output, users sharing, self-serve subscription, more templates. The fuel was OpenAI's model; when ChatGPT handed that fuel to everyone for free in November 2022 the loop broke [1] (opinion). The second loop (after 2023): customer context (Brand Voice, Knowledge), enterprise sales, agents and an MCP connector [4] [5].
- **activation**: A 7-day trial and Pro at $69 a month today [4]; in 2022 the entry price was lower, with most customers paying $80 a month [1].
- **retention**: No retention claim. The Forrester TEI study the company published ("342% ROI") is a sponsored study and is not used as evidence here [5].
- **pricing**: Seats plus usage-based credits on the Business plan (GEO Hub, Agents) [4]. Making agent features usage-based reads as a margin-protection move (opinion).
- **distribution**: A pivot to enterprise marketing teams: an October 2023 claim that enterprise ARR grew 4x, a ratio with an undisclosed base [3]. In 2026, opening to AI surfaces with GEO Agent and the MCP Claude Connector [5].
- **team**: Slightly more than 150 employees in July 2023; headcount after the layoffs is unknown [2]. The founding CEO moved to chairman and former Dropbox president Timothy Young took over [1].

The fuel of the first loop never belonged to Jasper. The red arrow marks the moment the model was handed to everyone for free; what follows is the pivot.

## Real read

- Q1 (belirsiz): The 2021–2022 ARR figures come via The Information and Contrary; no company statement for after 2024.
- Q2 (var): Revenue is an outcome; but "enterprise ARR 4x" is a ratio on an unknown base.
- Q3 (yok): Churn, margin and retention undisclosed; the only quality data is a sponsored ROI study.
- Q4 (yok): No cohort or counterfactual.
- Q5 (yok): The 2022 growth was the rent of GPT-3 access scarcity; when ChatGPT zeroed the rent, growth went with it (opinion).

algi: Incomplete for 2021–2023, perception-level after 2024: products ship, partnerships are announced, revenue is not disclosed.

## Shadow

- The projection given to investors was $140M ARR for end-2022 and $250M for end-2024; in 2023 the forecast was cut by at least 30 percent (The Information report) [1].
- First layoffs nine months after the Series A; multiple restructuring rounds and the founders stepping back from operations followed [2] [1].
- Secondary analyses (killedbyllm, Shuttergen) give figures such as $55M for 2024 revenue; the source is unclear and they are not published here [6]. The company is active and kept shipping in 2025–2026; the case reads as "pivot", not "dead" [5].

## Lessons

- (opinion) If your growth rests on the scarcity of someone else's model, growth ends when the scarcity does. Test question: if everyone got the model free tomorrow, why would my customer stay?
- (opinion) The market changed six weeks after the Series A; hiring to the projection was the most expensive mistake. Hire a hundred and fifty people to today's revenue, not tomorrow's.
- (opinion) The direction of the pivot is the context layer: Brand Voice, Knowledge, integration. The same road for every "X with AI" product in Turkey: the customer's data and workflow.
- (opinion) A sponsored ROI study is not evidence. Don't use one as proof on your own page, and don't believe your competitor's.

## Open questions

- Revenue for 2024–2026: no primary source at all.
- The TechCrunch October 2022 Series A article (404) and the October 2023 "4x" press release should be opened as primary sources.
- The Clipdrop acquisition announcement (Jasper blog).
- Rogenmoser's own account (podcast) was not found.

## Sources

1. [Jasper Appoints New CEO and Cuts Internal Valuation as AI Growth Slows (report of The Information)](https://www.maginative.com/article/jasper-cuts-internal-valuation-as-ai-growth-slows/), Maginative, 2023-09-29. "Jasper revised its 2023 ARR forecast down by at least 30%, per sources familiar with the matter."
2. [Jasper AI Laying Off Staff 9 Months After $125M Raise](https://voicebot.ai/2023/07/17/jasper-ai-laying-off-staff-9-months-after-125m-raise/), Voicebot.ai, 2023-07-17. "We've come to realize, however, that for us to have the fuel and focus we need to fully go after that opportunity, we need to reshape our own team."
3. [Jasper company profile](https://research.contrary.com/company/jasper), Contrary Research, 2024-02-02. "reached $42.5 million annual recurring revenue for 2021"
4. [Jasper pricing page](https://www.jasper.ai/pricing), Jasper, accessed 2026-10-05. "Usage-based credits apply to certain features (GEO Hub, Agents) on Business plan"
5. [Jasper blog index (Forrester TEI, GEO Agent, MCP Claude Connector)](https://www.jasper.ai/blog), Jasper, accessed 2026-10-05. "342% ROI and $2.2M in annual time savings for Jasper customers"
6. [Jasper AI teardown (2026)](https://www.shuttergen.com/research/jasper-ai-teardown), Shuttergen (secondary, source unclear), 2026. mentioned only in the shadow section; its figures are not published

---

# Kling AI (Kuaishou)

URL: https://alpsuleyman.com/en/cases/kling
Updated: 2026-10-06
Author: Alp Suleiman

> A video model born inside a listed short-video giant, with free distribution and revenue disclosed on earnings calls, is the most auditable media case on the list; retention and margin are still in the dark.

## Profile

- Text-to-video and image-to-video model and product (Kling 1.0 to 3.0). Subscriptions for consumers, API for businesses. CEO: "revenue primarily comes from API call fees from B-end enterprise clients and subscription fees from C-end paying members" [2]
- Founded: Parent company Kuaishou Technology (HKEX: 1024), China's second-largest short-video platform. Kling launched in June 2024 (secondary, to be verified) [4]; founders: Founding team not disclosed; Kuaishou CEO Cheng Yixiao presents Kling himself on earnings calls [3]; country: China
- June 2026: spin-out round of roughly $2.8B at an $18B valuation; Alibaba, Tencent, Baidu (citing WSJ, secondary data) [4]
- Hong Kong IPO targeted for 2027 (secondary data) [4]
- Pricing: API call fees on the B side, subscriptions on the C side; the company says "average monthly payment amounts" are rising [2]. Revenue is tied directly to credit consumption.

## Timeline

- 2025-03: ARR around $100M (earnings-call comparison, secondary report) ("$100 million in the same period last year") [2]
- 2025-12: Monthly revenue above $20M, ARR $240M (secondary report) [1]
- 2026-01: ARR above $300M; 2026 revenue expected to "more than double" ("Kling's ARR already topped USD 300 million by January") [3]
- 2026-03: Q1 2026: quarterly revenue above 650M yuan, +300% year on year; ARR around $500M (secondary report) [2]
- 2026-06: Spin-out: $18B valuation, 2027 IPO target (secondary report) ("People are paying for the product now") [4]

## Growth mechanism

- **acquisition**: Three channels. First, the parent's short-video platform: 771.7M monthly active users, a ready creator base, channel cost close to zero [2] (opinion). Second, the global web product and API; orchestration layers such as Higgsfield packaging Kling as a model is a B2B channel (opinion). Third, the model release cadence: every major version creates a news cycle [3].
- **loop**: A creator generates a video with Kling, the video circulates on Kuaishou and social, a new creator tries it, subscription and API revenue comes in, capex improves the model, better output creates new circulation. The viral-output pattern; output quality, not a marketing budget, drives growth (opinion).
- **activation**: No public activation disclosure. The first moment of value is the first generated video (opinion).
- **retention**: Only a qualitative statement: "Both B-end enterprise clients and C-end paying members have maintained favorable retention trends" [2]. No figure. No retention evidence.
- **pricing**: API call fees on the B side, subscriptions on the C side; the company says average monthly payment amounts are rising [2]. Revenue is tied directly to credit consumption; model upgrades can change the price of a credit (opinion).
- **distribution**: Advertising, short drama and gaming use cases; expansion into the US, Europe and Japan [4]. According to the Q4 2025 call as reported, more than 60M global users, more than 600M generated videos, more than 30,000 enterprise customers and developers [1] (secondary data).
- **team**: Headcount and revenue per employee not disclosed. The spin-out will make it a separate company [4]. 2026 capex of roughly 26B yuan, focused on Kling training, inference and data centres [1] (secondary data).

The loop runs on output that advertises itself; the red arrow shows that the model-training bill is paid by the parent's treasury, not by revenue.

## Real read

- Q1 (belirsiz): ARR and quarterly revenue come from a listed company's earnings call; whether Kling is reported as a separate segment, and the ARR definition, are unverified.
- Q2 (var): A revenue figure, not a usage claim.
- Q3 (yok): Retention is only described as "favorable"; no margin data.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): ARR is derived as twelve times monthly revenue; model release spikes and credit consumption can inflate it when annualised.

reel: The only media case on the list whose figures rest on management statements in a listed company's quarterly disclosure; the figures come from secondary relays of the earnings call, and the primary IR source was not opened. Without retention and margin data it cannot be called profitable growth; capex is not paid by revenue.

## Shadow

- Management says on its own call that the market is "immature and crowded" and that rival multimodal models create a monetisation risk [3].
- 2026 capex of roughly 26B yuan; even if Kling revenue doubles it stays far below the investment, and the parent subsidises it [1] (opinion).
- US chip export controls are cited as a risk [4].
- Two different revenue figures circulate for the same quarter in secondary reports (Q4 2025: 314M and 340M yuan); December 2025 ARR of $150M and $240M contradict each other [1] [3] [4]. An example of how unreliable secondary reporting is.

## Lessons

- (opinion) A product born inside a large distribution platform starts with channel cost near zero. The Turkish equivalent is launching a product from inside a company that already has a customer base.
- (opinion) When the output is the ad, output quality and shareability drive growth, not the marketing budget.
- (opinion) Annualised revenue is the slipperiest metric in a credit-consuming product. In your own product, track three months of realised revenue and paying members instead of ARR.
- (opinion) The capex of a business that trains models is not paid by revenue. Model orchestration and model ownership are two different capital games; read this next to the Higgsfield case.
- (opinion) A listed company's management statement is a calibration. Read the other cases' claims against this scale.

## Open questions

- Is Kling revenue a separate line in Kuaishou's official release; is ARR twelve times monthly revenue or contract-based?
- Was Q4 2025 Kling revenue 314M or 340M yuan; was December 2025 ARR $150M or $240M?
- Kling launch date (June 2024?) and 2024 revenue.
- User and paying-member counts, B versus C revenue split, retention figure.

## Sources

1. [Kuaishou Accelerates AI Commercialization: Kling AI's ARR Exceeds $300 Million, 2026 Capex to Reach 26 Billion Yuan](https://finance.biggo.com/news/-QUtKJ0BvbjfYyetfKnT), BigGo Finance (earnings-call report), 2026-03-26. ""strong confidence" that revenue would "more than double year-over-year""
2. [Kuaishou's Kling AI Revenue Surges Threefold in Q1, ARR Nears $500 Million](https://finance.biggo.com/news/Q0GEcp4BpwxG186Nei28), BigGo Finance (earnings-call report), 2026-05-29. "revenue primarily comes from API call fees from B-end enterprise clients and subscription fees from C-end paying members"
3. [Kuaishou Earnings Call: AI Bets Drive Next Phase](https://www.theglobeandmail.com/investing/markets/stocks/KUASF/pressreleases/1026867/kuaishou-earnings-call-ai-bets-drive-next-phase/), The Globe and Mail (press release report), 2026 (Q4 2025 call). "Kling's ARR already topped USD 300 million by January and expects 2026 Kling revenue to more than double"
4. [Kuaishou's Kling AI is spinning out at a $20 billion valuation](https://startupfortune.com/kuaishous-kling-ai-is-spinning-out-at-a-20-billion-valuation-and-the-revenue-numbers-make-that-hard-to-argue-with/), Startup Fortune (citing WSJ), 2026-06-17. "People are paying for the product now"
5. [Kuaishou investor relations results announcements (primary, could not be opened)](https://ir.kuaishou.com/news-releases), Kuaishou Technology, 2026-03 and 2026-05. Primary release; the evidence reviewer must open it before publication.

---

# Krea

URL: https://alpsuleyman.com/en/cases/krea
Updated: 2026-10-06
Author: Alp Suleiman

> Two founders who shared a demo running on their own machine and sold subscriptions in a day reached tens of millions of users with a seventeen-person team, on the feel of real-time generation and open-model distribution; absolute revenue was never disclosed.

## Profile

- An image, video and 3D generation and editing suite for creatives; its distinguishing feature is real-time generation: the image changes as you type or draw [6]. It orchestrates third-party models and also releases its own: FLUX.1 Krea open weights (July 2025), Krea Realtime 14B (October 2025), Krea 2 Turbo (June 2026) [2][3][4].
- Founded: San Francisco; the founders met in Barcelona and dropped out of Cornell graduate school (press relay) [7].; founders: Victor Perez (CEO) and Diego Rodriguez (CTO) [6][7]; country: USA (founders from Spain)
- $83M raised in total, 7 April 2025 [1]. The round breakdown (seed $3M; Series A $33M a16z; Series B $47M Bain Capital Ventures) and the $500M post-money valuation are secondary data [7] [1]
- Pricing: Free with 100 units a day and full access to real-time models; Basic $9 (5,000 units a month); Pro $35 (20,000); Max $105; Business $200; Enterprise. Workspaces share a pool of compute units [5].

## Timeline

- 2023: A real-time prototype running on localhost was tweeted; people took it for a product ("$10,000 in subscriptions" in one day) [6]
- 2024-01-25: "We are getting close to a million users"; five full-time employees [6]
- 2025-04-07: A New Krea: 20M+ users in 14 months, revenue up 20x, $83M raised, $500M valuation ("over 20 million users organically") [1]
- 2025-07-31: FLUX.1 Krea released with open weights (with Black Forest Labs) [2]
- 2025-10-20: Krea Realtime 14B: autoregressive video model on Hugging Face ("first publicly-available autoregressive video generation model") [3]
- 2026-06-03: Krea 2 Turbo [4]

## Growth mechanism

- **acquisition**: The channel is the demo video. In the founder's telling, they built a prototype from a paper published 24 hours earlier, hooked it to a webcam, shared it running on localhost, people took it for a live product and subscribed for early access; $10,000 in subscriptions in a day [6]. Payment before the product existed is proof of demand (opinion). In April 2025 the company wrote it had reached more than 20 million users "organically" [1]; there is no paid-channel disclosure.
- **loop**: A real-time demo, the user sharing their own "wow" video, a new user and a new use case, a new release. Examples the founder gave: kids rendering Minecraft live, a film crew producing set backdrops with a projector [6]. Release cadence is the loop's speed: more than 50 major updates in 14 months [1].
- **activation**: Full access to real-time models on the Free plan, 100 units a day, no card required [5]. The first value moment arrives within seconds; activation is the product itself and needs no onboarding (opinion). The founder's admission: "I personally have underrated the Real-Time Generation, which should be almost punishable." [6]
- **retention**: No retention evidence. The variety of use cases is wide [6]; depth and return data were not published.
- **pricing**: Compute-unit based; tiers from $9 to $200, with a workspace pool [5]. For revenue there is only a ratio: 20x in 14 months [1]; the absolute figure, paying-user count and ARR were not disclosed. Third-party ARR estimates could not be verified.
- **distribution**: The open model is a distribution channel: FLUX.1 Krea weights on Hugging Face, "fully compatible with FLUX.1-dev" [2]; Krea Realtime 14B also on Hugging Face, at 11 frames a second on a single B200 GPU [3]. The company's only stated reason was curiosity about what the community would build [2]; we read it as a lever for developers, brand and hiring (opinion). Perplexity, Pixar, LEGO and Samsung appear as customers in a press relay [7].
- **team**: Five full-time employees (January 2024) [6], growing from 8 to 17 employees (April 2025) [1]. The same-date ratio is about 1.2 million users per employee (our arithmetic).

The product's first second is the demo itself; every user produces a new demo. The red arrow is the unknown gap between user count and paying count.

## Real read

- Q1 (belirsiz): "20 million users" is unclear between registered and active; "20x revenue" is a ratio without a base; both are on the official blog.
- Q2 (var): $10,000 of prepayment in a day is a real outcome; the revenue ratio is not an absolute figure.
- Q3 (yok): No retention, churn or paying-user count.
- Q4 (yok): No cohort or control-group disclosure.
- Q5 (belirsiz): The user count may be cumulative sign-ups; in unit-based revenue, one-off purchases can read like recurring revenue.

eksik: Demand and speed are evidenced; the size and durability of revenue are unknown. The 20x ratio may come from a small base.

## Shadow

- Absolute revenue was never disclosed; a 20x ratio alone says nothing about size [1] (opinion).
- Moving from model orchestration to its own models brings research and infrastructure cost; sustainability with a 17-person team is an open question [1][3] (opinion).
- Third-party model dependence: FLUX.1 Krea does not exist without Black Forest Labs' base weights; in the company's own words, "None of this would be possible without their contribution" [2].

## Lessons

- (opinion) Take payment before the product ships. A demo video plus early access is proof of demand; that proof sells to investors too.
- (opinion) Put activation in the product's first second. Real-time feedback makes onboarding unnecessary.
- (opinion) Small team, high release cadence. Seventeen people, fifty updates in fourteen months; a release budget instead of a growth budget.
- (opinion) An open model is a distribution channel, not charity. It brings developers, brand and hiring.
- (opinion) "20 million users" and "how many paid" are different numbers; write both in your own deck.

## Open questions

- Absolute revenue or ARR, paying-user count, retention: absent from every source.
- The September 2026 "30M+ users" LinkedIn post could not be opened.
- Official posts for the Krea 1 in-house model and the Series A (a16z).
- Transcripts of This Week in Startups (November 2023) and other podcasts.

## Sources

1. [A New Krea](https://www.krea.ai/blog/new-krea), Krea (blog), 2025-04-07. "over 20 million users organically · 20x revenue · over 50 major product updates"
2. [Releasing Open Weights for FLUX.1 Krea](https://www.krea.ai/blog/flux-krea-open-source-release), Krea (blog), 2025-07-31. "fully compatible with FLUX.1-dev · None of this would be possible without their contribution"
3. [Krea Realtime 14B](https://www.krea.ai/blog/krea-realtime-14b), Krea (blog), 2025-10-20. "first publicly-available autoregressive video generation model · 11fps using 4 inference steps on a single NVIDIA B200 GPU"
4. [Krea blog index (Teams 2025-04-02, Realtime Edit 2026-01-20, Krea 2 Turbo 2026-06-03)](https://www.krea.ai/blog), Krea, accessed 2026-10-05. "Krea 2 Turbo". title and date
5. [Krea pricing page](https://www.krea.ai/pricing), Krea, accessed 2026-10-05. "100 units /day · Full access to real-time models · Workspaces share a pool of compute units"
6. [KREA is building the next frontier of human creativity (Diego Rodriguez interview)](https://cerebralvalley.beehiiv.com/p/krea-building-next-frontier-human-creativity), Cerebral Valley, 2024-01-25. "In less than a day, we made $10,000 in subscriptions. · We are getting close to a million users and we just had our biggest growth week. · I personally have underrated the Real-Time Generation, which should be almost punishable."
7. [Krea raises $83M to be the one-stop shop for GenAI creatives (TechCrunch, Yahoo Finance republication)](https://finance.yahoo.com/news/krea-raises-83m-one-stop-142941564.html), TechCrunch, 2025-04-07. "we believe that creativity is not going to be automated."

---

# Lensa AI (Prisma Labs)

URL: https://alpsuleyman.com/en/cases/lensa
Updated: 2026-10-06
Author: Alp Suleiman

> One avatar feature produced the #1 app on the iOS App Store's Photo & Video chart in three weeks; two months later downloads fell to below a tenth (secondary data). The wave brought revenue, not a company.

## Profile

- Photo editing app. In November 2022 it added "Magic Avatars", built on Stable Diffusion: upload ten to twenty selfies, get a pack of stylized portraits within minutes [2].
- Founded: Prisma Labs in 2016; the Lensa app in 2018 [4]; founders: Five founders according to NPR (June 2016): Alexey Moiseenkov, Oleg Poyaganov, Ilya Frolov, Andrey Usoltsev and Aram Hardy [3]; country: USA / Cyprus
- External funding not public. Acquisition talks with large tech companies in 2016 came to nothing: "No deal ever materialized." [3]
- Pricing: One-off avatar pack: "$3.99 for 50 unique avatars (five variations of 10 different styles)" [2]; a subscription as well. According to an insider quoted by NPR, processing one pack cost about 50 cents and roughly half of the revenue was "paying, essentially, for electricity" [3].

## Timeline

- 2022-10: Baseline before avatars (219,000 downloads in October) [2]
- 2022-11-21: Magic Avatars launch; number one on the iOS App Store Photo & Video chart [2]
- 2022-12: Consumer spending from launch to 12 December (about three weeks) ("consumers have spent $15.4mn worldwide on Lensa AI since the magical avatars launch on November 21, 2022") [1]
- 2023-01: The fall (secondary data) (1.4M monthly downloads (December: 19.3M)) [5]
- 2023: Annual revenue (secondary data) (2022: $39.24M; 2023: $18M) [5]

## Growth mechanism

- **acquisition**: One channel, zero cost: the user's own face. Avatars became Instagram and Twitter profile photos; every share was an ad. Downloads rose 631 percent month over month in November 2022, with Brazil alone at 31 percent of downloads [2].
- **loop**: Upload selfies, get a pack within minutes, make it your profile photo, a friend asks, downloads, back to the start. The loop is perfect for a new user but a single lap for the same user: there is no reason to buy avatars a second time (opinion).
- **activation**: Payment comes before value: the pack is paid for, generation follows. Conversion is high because the social pressure is immediate; everyone's profile shows a new face at the same time (opinion). $15.4M of consumer spending in roughly three weeks, from the 21 November launch to mid-December [1].
- **retention**: Negative evidence, from secondary data: 19.3M downloads in December 2022, 1.4M in January 2023; annual revenue $39.24M in 2022 and $18M in 2023 [5]. The product rested on one feature; the feature was a moment.
- **pricing**: A one-off pack collected the money of the viral moment immediately. According to an insider quoted by NPR, compute was about half of revenue [3]; so every sale was tied to GPU and gross margin stayed near half regardless of the size of the wave (opinion).
- **distribution**: No distribution move; the wave came on its own. The model (Stable Diffusion) was open source [4]; the feature was easy to copy, there was no moat (opinion).
- **team**: Around 30 percent of the team was laid off in March 2022; the company had to move its headquarters to Cyprus [3]. The size of the growth team is unknown.

A perfect loop for a new user, a single lap for the same user. The red arrow shows the missing reason for a second use.

## Real read

- Q1 (var): Downloads and consumer spending are third-party (Sensor Tower) measurements; the company's own statements are inconsistent.
- Q2 (var): Spending is an outcome; but for a single period.
- Q3 (yok): The January 2023 drop is the instability itself; no quality or retention metric.
- Q4 (yok): No cohort or counterfactual disclosure.
- Q5 (yok): One-off pack sales: revenue exists, recurring revenue does not. Multiplying one month by twelve would give a meaningless number.

algi: The revenue was real, the growth was not. The cleanest "a wave is not growth" example in the archive.

## Shadow

- Reports of non-consensual and sexualized images generated from selfies of women and girls; a gender bias not present when processing images of men (December 2022) [4].
- Privacy: the terms gave the right to use photos to operate and improve the app; the company said photos were deleted after the model was trained [2].
- The same team's 2016 Prisma wave faded in a similar way; two waves, two fades [3].
- The total revenue figure a company official gave NPR conflicts with Sensor Tower data; it is not used in this archive [3].

## Lessons

- (opinion) A viral wave brings revenue, not a company. Tens of millions of dollars in one month, then under a million a month. Calculating a growth rate during the wave is the textbook example of visible growth.
- (opinion) Recognize the single-lap loop. If the user has no reason to come back a second time, it is not a loop, it is a campaign. For a product that explodes on a trend, the first question: what is the reason for a second use?
- (opinion) Cash from the wave is for what comes after it. During the wave the growth team's only job is to keep the cohort record and prepare the second feature.
- (opinion) An open-source model is not a moat. With a model everyone had, dozens of copies appeared within weeks. Context and habit retain, not the model.
- (opinion) The size of the wave does not set the margin. If compute is half of revenue, every sale goes to GPU. For a lira-priced, dollar-GPU product the ratio would be worse.

## Open questions

- The December 2022 total and the January 2023 drop are secondary relays only; the Statista or Sensor Tower report should be opened before publication.
- The situation after 2024 (is the app still live, what is Prisma Labs doing) was not researched.

## Sources

1. [Monday Mobile Memo](https://sensortower.com/blog/monday-mobile-memo-2022-12-12), Sensor Tower, 2022-12-12. "consumers have spent $15.4mn worldwide on Lensa AI since the magical avatars launch on November 21, 2022"
2. [Lensa AI climbs the App Store charts as its 'magic avatars' go viral](https://techcrunch.com/2022/12/01/lensa-ai-climbs-the-app-store-charts-as-its-magic-avatars-go-viral), TechCrunch (Amanda Silberling), 2022-12-01. "$3.99 for 50 unique avatars (five variations of 10 different styles)"
3. [A rocky past haunts the mysterious company behind the Lensa AI photo app](https://www.wuwf.org/2023-01-20/a-rocky-past-haunts-the-mysterious-company-behind-the-lensa-ai-photo-app), NPR / WUWF (Bobby Allyn), 2023-01-20. "No deal ever materialized."
4. [Prisma Labs (compilation)](https://en.wikipedia.org/wiki/Prisma_Labs), Wikipedia, accessed 2026-10-05. "In late November 2022, Lensa's 'magic avatars' feature was launched, which, for a fee, uses artificial intelligence and users' uploaded selfies to create portraits."
5. [Lensa AI statistics (Statista/AppMagic relay)](https://prioridata.com/data/lensa-ai-statistics/), prioridata, accessed 2026-10-05. secondary relay; download and revenue figures for December 2022 and after

---

# Lovable

URL: https://alpsuleyman.com/en/cases/lovable
Updated: 2026-10-06
Author: Alp Suleiman

> An app builder born from an open-source tool reached a hundred-million-dollar annual revenue claim in eight months without paid ads; the bill for speed arrived as security debt, and retention and margin evidence is still missing.

## Profile

- A platform that builds full-stack web apps from natural language. The previous product was the open-source GPT Engineer; around 52 thousand GitHub stars meant a ready audience on launch day [5].
- Founded: 2023, Stockholm. GPT Engineer App was renamed Lovable in December 2024; the official blog counts the launch from November 2024 [7].; founders: Anton Osika (CEO) and Fabian Hedin (CTO) [7].; country: Sweden (Stockholm)
- 17 July 2025: $200M Series A at a $1.8B valuation (Accel) [3]
- 18 December 2025: $330M Series B at $6.6B (CapitalG, Menlo) [10]
- 12 August 2026: $400M Series C at $13.3B (Menlo, Scaleup Europe Fund/EQT) [2]
- Pricing: Credit-based. The free plan grants 5 credits a day (up to 30 a month) plus 20 cloud credits; Pro, Business and volume-based Enterprise [4]. With the Agent launch, fixed per-message pricing became variable credits: a simple style change costs 0.50 credits, authentication 1.20, a landing page with images 1.70 [1].

## Timeline

- 2024-11: Launch; $4M revenue in the first four weeks (founder claim) ("$4 million in first four weeks") [5]
- 2025-01-28: $10M ARR in two months, 15 people (official blog) [3]
- 2025-05-29: CVE-2025-48757: 170 of 1,645 apps leaking data (reported in March, the company initially denied it) [6]
- 2025-07-23: $100M ARR claim in eight months; 10M+ projects ("the fastest-growing startup, not just in Europe, but in the world") [1]
- 2025-12-18: $330M Series B at a $6.6B valuation [3]
- 2026-08-12: $400M Series C at $13.3B; 60M+ projects ("900M+ monthly visits to Lovable-built apps") [2]

## Growth mechanism

- **acquisition**: The open-source community was built before the product; GPT Engineer's 52K GitHub stars meant an audience on launch day [5]. Then founder brand and short demo videos (secondary compilation) [8]. According to a secondary compilation there was no paid acquisition up to $300M ARR and the paid share in year one was under ten percent (secondary data) [8]. The primary source was not opened; these figures are relayed, not stated.
- **loop**: A user types a sentence and gets a working app in thirty seconds; shares the output, the app's own traffic flows back to the platform, new users consume credits, revenue goes into daily releases and new model integrations. A second loop appears in the Series C post: over 900 million monthly visits to apps built with Lovable [2]. The product's output becomes the product's distribution.
- **activation**: An Airbnb clone in thirty seconds in a live demo; according to the founder the breakthrough was the model fixing its own mistakes, "AI unsticking itself" [5]. With the Agent launch the company measured errors down 91 percent [1]; that is an internal count, not a customer outcome.
- **retention**: No churn or NRR on the official blog. A secondary compilation cites 85 percent day-30 paid retention and NDR above 100 percent (secondary data) [8]; no primary source was found. The Series C post cites a user survey in which nearly eight in ten are building a business or side project they hope to monetize and a third of those already generate revenue [2]; that is a survey or internal measure, not a cohort. No retention evidence.
- **pricing**: The credit model has three layers: subscription, top-ups, and outcome-based pricing in the future (secondary data) [8]. With the Agent launch, credits vary by task complexity [1]; the cost of the same job became unpredictable for the user. No gross-margin disclosure.
- **distribution**: Security investment for enterprise trust: AIUC-1 certification (22 July 2026) and a dedicated security page for every business (5 August 2026) [3]; Google Workspace, Microsoft 365, Salesforce, Stripe and ElevenLabs integrations plus security scanning [2]. This sequence reads as a direct answer to the 2025 security incident (opinion).
- **team**: 15 people at launch [5]; 120 in 2025 (secondary data) [7]; 146 in March 2026 (secondary data) [8]; a target of around 450 with the Series C [2]. Elena Verna is reported to have taken over growth in May 2025 (secondary data) [8].

The loop turns on the output itself: every app built is both an ad and a distribution point. The red arrow shows the bill for fast-built apps coming back as a security hole and lost trust.

## Real read

- Q1 (var): ARR is on the official blog and dated; but it mixes credit consumption with subscriptions, and the company sets the definition.
- Q2 (var): Revenue is an outcome; claims like "errors −91%" are the company's internal measures.
- Q3 (belirsiz): No official churn; 170 exposed apps are a quality signal, the later certifications a correction signal.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Free-day campaigns and credit consumption blur the revenue definition; the base for "quadrupled ARR" is unclear.

eksik: One of the best-documented official ARR claims in the coding category; but no evidence on retention, churn or margin. The speed is real, the quality is unknown.

## Shadow

- Security: a Replit engineer reported missing row-level access control in March 2025 and the company initially denied it; according to CVE-2025-48757 published in May, 170 of 1,645 apps were leaking names, emails, financial data and API keys. The company's response: "We're not yet where we want to be in terms of security" [6].
- Pricing: the switch to variable credits with Agent made the cost of the same job uncertain [1]; user reaction could not be sourced tonight.
- Margin: no model-cost or gross-margin disclosure.

## Lessons

- (opinion) Build the community before the product. The open-source tool prepared the launch-day audience. Turkey's developer community is small but GitHub is global; this may be the cheapest route to the first thousand users.
- (opinion) When the output can be shared, the marketing budget sits inside the product. Account for the free tier as a channel, not a cost; but see that channel's price in the token bill.
- (opinion) Speed creates security debt. A team that ships daily without a security team turns into a product-quality risk; when you move to enterprise sales the bill is paid in certifications and a trust center.
- (opinion) The credit model speeds growth and weakens the word "ARR". For a founder pricing in lira, the gap between dollar-based token cost and credit price is the real risk. Test question: does what a user paid this month mean they will pay next month?
- (opinion) You can go global from Europe, and without a sales team. But the plan to reach 450 people shows where the "zero sales" story ends.

## Open questions

- Primary source for the day-30 paid retention of 85%, NDR above 100% and $2M spend from 0 to $30M ARR claims (which founder podcast or post).
- The November 2025 report of $200M ARR and 8M users (TechCrunch) should be opened.
- Is there any gross-margin or model-cost disclosure.
- User reaction to the switch to variable credits.

## Sources

1. [$100M ARR & Lovable Agent](https://lovable.dev/blog/agent), Lovable (official blog), 2025-07-23. "This makes us the fastest-growing startup, not just in Europe, but in the world."
2. [We just raised $400M in Series C funding](https://lovable.dev/blog/series-c), Lovable (official blog), 2026-08-12. "Since Lovable's launch in November 2024, people have created more than 60 million projects, and Lovable-built apps see over 900 million visits every month."
3. [Lovable blog index (Series A/B, the $10M post, security, integrations)](https://lovable.dev/blog), Lovable (official blog), accessed 2026-10-05. "Zero to $10M ARR in 2 months"
4. [Lovable pricing page](https://lovable.dev/pricing), Lovable, accessed 2026-10-05. "daily grant of 5 build credits (up to 30 a month)"
5. [Building Lovable: $10M ARR in 60 days with 15 people](https://www.lennysnewsletter.com/p/building-lovable-anton-osika), Lenny's Newsletter (Anton Osika interview), 2025-03-09. "By first releasing the CLI tool GPT-Engineer to the open source community (earning 52K stars on GitHub)". On the Lenny's Newsletter page; also: "Lovable hit $4 million ARR in the first four weeks and $10 million ARR in two months"
6. [The hottest new vibe coding startup Lovable is a sitting duck for hackers](https://www.semafor.com/article/05/29/2025/the-hottest-new-vibe-coding-startup-lovable-is-a-sitting-duck-for-hackers), Semafor (Reed Albergotti), 2025-05-29. "We're not yet where we want to be in terms of security and we're committed to keep improving the security posture for all Lovable users."
7. [Lovable (company)](https://en.wikipedia.org/wiki/Lovable_(company)), Wikipedia (secondary, sourced), accessed 2026-10-05. "GPT Engineer App ... renamed Lovable in December 2024"
8. [How Lovable hit $400M ARR in 14 months](https://www.the-ai-corner.com/p/lovable-growth-playbook-0-to-400m-arr-14-months), The AI Corner (secondary compilation), 2026-05-29. compilation; retention, paid share and team figures come from here, primary source not opened
9. [Anton Osika, Series C post](https://x.com/antonosika/status/2087479638939652601), X, 2026-08-12. "quadrupled ARR in the last 12 months"
10. [Lovable raises $330M Series B at $6.6B valuation](https://lovable.dev/blog/series-b), Lovable (official blog), 2025-12-18. "Lovable has raised $330 million in Series B funding at a $6.6 billion valuation"

---

# Luma AI

URL: https://alpsuleyman.com/en/cases/luma
Updated: 2026-10-06
Author: Alp Suleiman

> A company growing on a video model that gets cheaper with every release and on shareable output, investing its $900 million round in compute; the product evidence is strong, and there is not a single official revenue figure.

## Profile

- Generative video and image models: the Dream Machine product; the Ray2, Ray3, Ray3.14 and Ray3.2 video models; the Uni-1.1 image API; workflow features such as Modify Video, Scenes, Skills and Layers; an API [2].
- Founded: 2021, San Francisco (secondary data). The company describes itself as the world leader in "multimodal artificial generative intelligence" for the creative industry [4].; founders: Amit Jain (CEO) and Alex Yu (secondary data, not opened in a primary source); country: USA
- 19 November 2025: $900M Series C led by HUMAIN; AMD, a16z, Omniva, Amplify, Matrix [1]
- The $4B valuation and the $43M Series B of December 2023 are news reports only; the official announcement states no valuation (secondary data) [8]
- Pricing: Credits: Plus $30 a month for 10,000 credits, Pro $90 for 40,000, Ultra $300 for 150,000; Team and Enterprise through sales. Credits for failed generations are returned [6].

## Timeline

- 2025-05-15: HUMAIN partnership: compute, go-to-market, investment ("Multimodal AI is the biggest disruptive force in how media is created, how companies advertise their message") [5]
- 2025-09-18: Ray3: in the company's words the first reasoning video model and the first 16-bit HDR generation [2]
- 2025-11-19: $900M Series C; Project Halo 2 GW supercluster; team of more than 130 ("begin deploying starting Q1 2026 and finish by 2028-29") [1]
- 2026-01-26: Ray3.14: 3x cheaper and 4x faster than Ray3 (720p) ("3× cheaper", "4× faster") [3]
- 2026-02-11: Riyadh office; preferred partnership with Publicis Groupe Middle East ("Saudi Arabia is the natural home for our regional headquarters in MENA.") [7]

## Growth mechanism

- **acquisition**: A viral product launch: the claim of "1 million users in 96 hours with zero marketing budget" at Dream Machine's 2024 launch is a news report only and could not be verified on an official page (secondary data) [8]. Documented channels: a new model or feature announcement nearly every month in 2025–2026 [2], the Adobe Firefly integration [2], the agency channel through Publicis and the Dream Brief competition [7] [2], the developer channel through the Ray3.2 and Uni-1.1 APIs [2].
- **loop**: A new, cheaper model (Ray3.14, 3x cheaper than Ray3) [3], more generation, visible output on social, new users and agency interest, capital, compute capacity (the 2 GW Project Halo) [1], a cheaper model again. The $900M announcement foregrounds the 2 GW supercluster [1]; the inference that most of it goes to infrastructure is ours (opinion).
- **activation**: The first free generation; returning credits on failed generations lowers friction [6]. No activation rate is disclosed.
- **retention**: No claim. The credit subscription is consumption-driven; no cohort or churn data has been disclosed.
- **pricing**: Three credit tiers (10,000, 40,000, 150,000) and a credit multiplier for agent usage [6]. As the model gets cheaper, generations per credit rise; protecting average revenue depends on the upper tiers (opinion).
- **distribution**: A regional market through HUMAIN (Saudi Arabia, an Arabic interface) [5] [7], a preferred partnership with Publicis Groupe Middle East across 8 markets [7], a London office with a plan for 200 roles in 2026 [4], and the Dream Brief competition with $1M for a Cannes Lions gold winner [2].
- **team**: More than 130 employees at the Series C announcement [1]; a plan for 200 roles at the London office in 2026 [4].

The company's thesis: owning compute is a cost advantage, and a cost advantage is distribution. The red arrow marks what the loop is missing: revenue has never been disclosed.

## Real read

- Q1 (yok): No user or revenue figure in official sources; "30M users" and "1M in 96 hours" are news reports.
- Q2 (belirsiz): Launch speed and model headlines are perception; the product-side evidence (releases, price drops) is concrete.
- Q3 (yok): No quality or stability metric.
- Q4 (yok): No cohort.
- Q5 (belirsiz): A large part of the $900M is infrastructure investment; its relation to revenue is not disclosed.

algi: Strong evidence on the product and model side, none on the revenue side. The only thing that can be read as growth is release cadence and partnerships; no business outcome has been disclosed.

## Shadow

- Revenue is not disclosed; a capital-intensive plan with a 2 GW supercluster commitment; unit economics unknown (opinion) [1].
- Strategic dependence on one large partner: compute, market and investment from the same source, HUMAIN [1] [5] [7].
- User figures do not appear on official pages; the figures in news reports should be verified against a primary source before publication [8].

## Lessons

- (opinion) In a product whose output can be shared, the product is the ad. The first days come from shareable output rather than a marketing budget; but revenue evidence is a separate job.
- (opinion) When model cost falls with every release, rebuild the price tiers and the credit definition; otherwise revenue falls while usage rises.
- (opinion) A compute-ownership strategy takes capital. For a founder paying dollar GPU costs and earning lira, what can be copied is the release cadence and the agency partnership.
- (opinion) Market entry through a regional partnership is a concrete roadmap for a founder in Turkey looking to expand into the Middle East.

## Open questions

- 30M registered users, 1M users in 96 hours and the $4B valuation were not found in official text.
- No revenue or ARR claim.
- Founders and founding year not verified in a primary source.
- No Amit Jain podcast or interview transcript was found.

## Sources

1. [Luma AI raises $900M Series C led by HUMAIN](https://lumalabs.ai/news/series-c), Luma (official announcement), 2025-11-19. "2GW compute supercluster – Project Halo. This colossal infrastructure will begin deploying starting Q1 2026 and finish by 2028-29"
2. [Luma news and press list](https://lumalabs.ai/news), Luma, accessed 2026-10-05. "the world's first reasoning video model and the first to generate high fidelity 16 bit HDR"
3. [Ray3.14](https://lumalabs.ai/news/ray3_14), Luma (official announcement), 2026-01-26. "3× cheaper"
4. [Luma AI opens for international business with former WPP executive Jason Day leading new London office](https://lumalabs.ai/news/luma-ai-opens-for-international-business-with-former-wpp-executive-jason-day-leading-new-london-office), Luma (official announcement), 2025-12-02. "we have the capital and capacity to bring world-scale AI to creatives everywhere"
5. [Luma joins forces with HUMAIN](https://lumalabs.ai/news/luma-joins-forces-with-humain), Luma (official announcement), 2025-05-15. "Multimodal AI is the biggest disruptive force in how media is created, how companies advertise their message"
6. [Dream Machine pricing page](https://lumalabs.ai/dream-machine), Luma, accessed 2026-10-05. "Any credits used for failed generations will be automatically returned to your account."
7. [Luma AI to open Riyadh office to accelerate HUMAIN Create and partner with Publicis Groupe](https://lumalabs.ai/news/luma-ai-to-open-riyadh-office-to-accelerate-humain-create-and-partner-with-publicis-groupe), Luma (official announcement), 2026-02-11. "Saudi Arabia is the natural home for our regional headquarters in MENA."
8. [Luma AI Series C press release (30M users, $4B valuation, "1M in 96 hours")](https://www.businesswire.com/news/home/20251119938520/en), BusinessWire, 2025-11-19. could not be opened (403)

---

# Manus

URL: https://alpsuleyman.com/en/cases/manus
Updated: 2026-10-06
Author: Alp Suleiman

> A general-purpose agent that began with invite scarcity reached a hundred-million-dollar ARR claim in eight months, was sold to Meta, and four months later China blocked the sale; the growth is real, the quality and ownership questions are open.

## Profile

- General-purpose AI agent: the user gives a task, the agent opens a virtual computer in the cloud and completes multi-step work (research, spreadsheets, app setup, slides). Wide Research (July 2025), Manus 1.5 (October 2025), Manus 2.0 (September 2026) [5].
- Founded: Parent company Butterfly Effect (Beijing); earlier product the Monica browser extension. Launched March 2025; moved to Singapore in mid-2025 [7]; founders: Xiao Hong ("Red", CEO) and Peak Ji (chief scientist) [6]; country: Singapore (Chinese origin)
- $14M seed and $50M angel (as reported by 36kr) [7]
- April 2025: $75M Series B led by Benchmark at roughly $500M (secondary data) [6]
- 29 December 2025: Meta acquisition announced; price undisclosed, AP wrote "estimated $2 billion" [4]
- 27 April 2026: China's NDRC prohibited the acquisition and told the parties to withdraw [3]
- Pricing: Credit-based subscription. Per Sacra: Starter $39/month for 3,900 credits, Pro $199/month for 19,900 credits, Team $39 per seat (secondary data; the pricing page could not be opened on research night) [8]. The company reports ARR as subscriptions and run-rate as subscriptions plus usage [1].

## Timeline

- 2025-03: Launch; invite-code scarcity (Codes resold second-hand; two sources give different prices) [7]
- 2025-03-28: First paid plans (Sacra) ("The company introduced its first paid subscription plans in March 2025") [8]
- 2025-07: Layoffs in the China office, team to Singapore; Wide Research launch [7]
- 2025-12-17: $100M ARR, $125M run-rate ("Manus has crossed $100M in ARR, eight months after launch") [1]
- 2025-12-29: "Manus Joins Meta" ("without changing how Manus works or how decisions are made") [2]
- 2026-04-27: China blocks the acquisition ("required all the parties to withdraw from the deal") [3]

## Growth mechanism

- **acquisition**: At launch, invite codes became the coveted object on X and Chinese social media; according to Peak Ji the scarcity was not marketing but a "capacity constraint" [6]. The waitlist passed 2 million before monetization (Sacra, secondary data) [8]. The second channel was the "first general agent" positioning; the $100M post refers to the category "as we defined this category together" [1]. The third was release cadence: Wide Research, 1.5 and 2.0 each worked as a relaunch [5]. The fourth was the Microsoft Agent 365 partnership (November 2025) [5].
- **loop**: Scarcity fed social curiosity, curiosity fed the waitlist, and the waitlist fed the paid plan of March 2025 [8]. As agent outputs (sites, reports) were shared, new tasks and credit consumption followed. In December 2025 the company claimed month-over-month growth above 20% [1]. A second loop runs through enterprise partnerships and team plans [5].
- **activation**: The invited user's first task. (opinion) The observable virtual computer, watching the screen while the agent works, is the first value moment.
- **retention**: No official retention figure. 36kr wrote that user feedback declined significantly after May 2025 [7]; yet in December 2025 the company claimed over 20% monthly growth [1]. (opinion) The launch wave and the product-market-fit wave are different things; between them sit the relocation and the repricing. No retention evidence.
- **pricing**: A task is a credit. The company reported "ARR" and "run-rate" separately: $100M in subscriptions, $125M including usage [1]. (opinion) That split is a rare piece of transparency among AI companies.
- **distribution**: Release cadence and platform partnership: Wide Research on 31 July 2025, Manus 1.5 on 16 October 2025, Microsoft Agent 365 on 19 November 2025, Manus 2.0 on 28 September 2026 [5]. The Meta announcement said subscriptions and the Singapore operation would continue [2].
- **team**: 105 employees in December 2025 across Singapore, Tokyo and San Francisco (company blog) [1]. Layoffs in the China office in July 2025 [7]. (opinion) $100M ARR over 105 people is roughly $0.95M of annual revenue per employee, a ratio computed from two separate sources.

The first loop ran on scarcity and faded; the second was built on repricing, relocation and release cadence. The red arrow shows that a launch wave is not product-market fit.

## Real read

- Q1 (var): ARR (subscriptions) and run-rate (subscriptions plus usage) reported separately; company statement.
- Q2 (var): Revenue is an outcome; "147T tokens" and "80M virtual computers" are volume indicators, not value.
- Q3 (yok): No churn, margin or cost per task; the feedback drop reported by 36kr is a quality signal.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Invite scarcity may have created a tourist wave; the December figure came after the wave faded, which counts in its favor. Credit revenue must be read against dollar costs.

eksik: The ARR versus run-rate split points the right way; margin and retention are missing. The later reality, the blocked acquisition, exposed the geopolitical dependency of the growth.

## Shadow

- Four months after the Meta announcement, China's NDRC prohibited the deal and told the parties to withdraw [3]. Meta said the deal "complied fully with applicable law" [4]. The Manus 2.0 announcement suggests the company continues independently [5]; the ownership structure could not be verified.
- User feedback fell after launch; layoffs in the China office and the move to Singapore followed in July 2025 [7].
- Invite-code black market: 36kr reports prices above ten thousand dollars, another source above one thousand; both secondary [7].
- No foundation model of its own; which models are used, and the margin, could not be opened from a primary source on research night.

## Lessons

- (opinion) Scarcity only works when the capacity constraint is real. Artificial scarcity is seen through once; Manus's scarcity was real and feedback still fell two months after launch.
- (opinion) State ARR and run-rate separately. Splitting subscription from usage revenue built trust; a founder in Turkey who says "ARR" should make the same split.
- (opinion) A launch wave is not product-market fit. The second growth came from relocation, repricing and release cadence.
- (opinion) Geography is a risk line item. A Chinese-origin company's sale to the US was stopped by the state; for a company founded from Turkey, data residency and ownership structure are early decisions.
- (opinion) A platform partnership accelerates; it is not a moat. Test question: if Microsoft promotes its own agent tomorrow, why does your customer stay?

## Open questions

- Ownership after the blocked deal: does Meta hold a stake, was money returned?
- A primary Reuters or Bloomberg text for the Benchmark round.
- The official pricing page; Sacra tiers need verification.
- Second-hand invite-code price: one thousand or ten thousand dollars; both secondary.
- Which foundation models are used; margin.
- The exact launch date and the official launch post.

## Sources

1. [Manus Update: $100M ARR, $125M revenue run-rate](https://manus.im/blog/manus-100m-arr), Manus blog, 2025-12-17. "Our company's total revenue run rate is now over $125M, including usage-based and other revenue."
2. [Manus Joins Meta for Next Era of Innovation](https://manus.im/blog/manus-joins-meta-for-next-era-of-innovation), Manus blog, 2025-12-29. "Joining Meta allows us to build on a stronger, more sustainable foundation without changing how Manus works or how decisions are made."
3. [China blocks Meta's acquisition of Manus](https://news.rthk.hk/rthk/en/component/k2/1852628-20260427.htm), RTHK, 2026-04-27. "required all the parties to withdraw from the deal"
4. [China blocks Meta from acquiring AI startup Manus](https://ny1.com/nyc/all-boroughs/ap-top-news/2026/04/27/china-blocks-meta-from-acquiring-ai-startup-manus), AP (via NY1), 2026-04-27. "complied fully with applicable law"
5. [Blog index (release dates)](https://manus.im/blog), Manus, accessed 2026-10-05. "Introducing Manus 2.0"
6. ['Mens et Manus', the story of Manus](https://aiproem.substack.com/p/mens-et-manus-the-story-of-manus), AI Proem, 2025. "Everything added dilutes everything else"
7. [Manus 'Comes Ashore': What You Need to Know](https://eu.36kr.com/en/p/3618003248923654), 36Kr (EN), 2025. "After May, as more users got the test qualification, the word - of - mouth took a nosedive."
8. [Manus profile (estimates)](https://sacra.com/c/manus/), Sacra, 2026. "The company introduced its first paid subscription plans in March 2025"
9. [China Blocks Meta's $2 Billion Acquisition of AI Firm Manus](https://www.bloomberg.com/news/articles/2026-04-27/china-blocks-meta-s-2-billion-acquisition-of-ai-startup-manus), Bloomberg, 2026-04-27. headline only; text not opened

---

# Mercor

URL: https://alpsuleyman.com/en/cases/mercor
Updated: 2026-10-06
Author: Alp Suleiman

> A marketplace selling expert labor to AI labs; the payment flow and the profit are real, but the headline "$2 billion ARR" is gross volume, not net revenue.

## Profile

- Expert labor marketplace: it matches doctors, lawyers, bankers and engineers to model training and evaluation work at AI labs; benchmark products such as APEX; reinforcement learning environments through the Deeptune acquisition [4].
- Founded: January 2023. It began as a hiring marketplace matching Indian engineers to startups and shifted from 2023 toward post-training expert work for AI labs (secondary compilation) [7]; founders: Brendan Foody (CEO), Adarsh Hiremath, Surya Midha [6]; country: USA
- February 2025: $100M Series B at a $2B valuation [5]
- 27 October 2025: $350M Series C at a $10B valuation; led by Felicis, with Benchmark, General Catalyst, Robinhood Ventures [5]
- Pricing: Commission on gross volume; a 30% recruiting fee structure per Sacra (secondary data) [6]. 60–70% of top-line revenue is paid out to contractors [2].

## Timeline

- 2023-09: About $1M ARR in nine months, before funding (secondary compilation) [7]
- 2025-02: $100M Series B at $2B [5]
- 2025-10-27: $350M Series C at $10B; claim of more than $1.5M paid to experts per day ("more than $1.5 million per day") [5]
- 2026-03: Security incident through the LiteLLM supply-chain attack ("A malicious actor published compromised versions of LiteLLM designed to exfiltrate credentials") [3]
- 2026-06: $2B gross annualized revenue (The Information report) ("hit over $2 billion in gross annualized revenue in June 2026, double its pace at the start of the year") [2]
- 2026-07-09: Deeptune acquisition; claim of more than five million domain experts ("more than five million domain experts") [4]

## Growth mechanism

- **acquisition**: Founder-led direct sales (cold emails to OpenAI leadership), customer referrals and deep partnerships with a few labs (secondary compilation) [7]. A demand shock: OpenAI and Google DeepMind reportedly cut ties with Scale AI after Meta invested $14B in it and hired its CEO [5]. The channel is a gap in market structure plus founder sales (opinion).
- **loop**: Lab demand, pay above $85 an hour, more than 5 million registered experts, better and faster matching, larger contracts [5] [4]. The supply side is fed by more than $1.5M in daily payouts [5].
- **activation**: For a lab, delivery of the first expert cohort within days; for an expert, the first payout. No figures disclosed.
- **retention**: No claim. Customer concentration (a handful of labs) is an open risk; no figure disclosed.
- **pricing**: The headline figure is gross, before contractor payouts. For net revenue, Sacra's estimate for the first half of 2026 is $180–250M (secondary data) [6]; dealroom's annualized calculation is $600–800M [2]. The word "ARR" is used here for gross volume; that is the main lesson of this case (opinion).
- **distribution**: APEX benchmark publications open lab doors through research reputation; Deeptune bundles experts with environments [4]. The official Series C post carries no figures; the figures went to the press [1] [5].
- **team**: About 400 full-time employees (secondary data) [6]. That puts gross volume per employee around $5M; with net revenue, $1.5–2M (our calculation, inputs are estimates) (opinion).

A two-sided marketplace loop: demand raises pay, pay grows supply, supply speeds matching, speed wins new demand. The red arrow shows the gap between the headline figure and net revenue.

## Real read

- Q1 (belirsiz): Figures come from the founder's X posts and The Information leaks; the official blog carries no figures.
- Q2 (var): The payment flow is real: daily contractor payouts. But the word "revenue" describes gross volume.
- Q3 (yok): Customer count, concentration and contract length are not disclosed.
- Q4 (yok): No cohort or counterfactual.
- Q5 (belirsiz): A 3–4x gap between gross and net; the $6M profit estimate for the first half of 2025 is a positive signal but an estimate.

eksik: There is a real business: profit and a payment flow. But the headline "$2B ARR" is gross volume, not net revenue.

## Shadow

- The gross-versus-net confusion: even dealroom writes that it is "a critique likely to intensify as the company touts multibillion-dollar milestones" [2].
- Expert credentials leaked in the March 2026 LiteLLM supply-chain attack; the company offered TransUnion identity protection [3].
- Demand depends on a few labs; labs building their own data teams or moving to synthetic data is a single-point risk (opinion).

## Lessons

- (opinion) If you are building a marketplace, do not call gross volume "revenue". Investors and the press will one day correct the multiple against net revenue; write two lines from the start: gross volume and net revenue.
- (opinion) A break in market structure is the fastest channel. Be ready to receive customers the moment a large supplier is acquired or withdraws.
- (opinion) Fast, high payouts to the supply side are the strongest lever in a two-sided marketplace; but without a cash cycle between collection and payout, growth burns cash.
- (opinion) Supply-chain security is a growth topic. In a marketplace built on expert identity, a leak hits the supply side.

## Open questions

- The exact text of Foody's X posts.
- Customer concentration and contract structure.
- Contractor-side complaints and payout delays.
- Whether the $20B valuation round closed.

## Sources

1. [Unlocking human potential in the AI economy (Series C post)](https://mercor.com/blog/series-c/), Mercor (Brendan Foody), 2025-10-27. "Knowledge is passed from one person to another."
2. [Mercor doubles to $2B gross revenue run rate as AI labs buy expert data](https://dealroom.co/news/137121-mercor-doubles-to-2b-gross-revenue-run-rate-as-ai-labs-buy-expert-data/), Dealroom (reporting The Information), 2026-07-06. "Mercor pays out 60% to 70% of its topline revenue to contractors"
3. [Update on Mercor security incident](https://mercor.com/blog/update-on-mercor-security-incident/), Mercor (official blog), 2026-06-25. "A malicious actor published compromised versions of LiteLLM designed to exfiltrate credentials"
4. [Mercor to acquire Deeptune](https://mercor.com/blog/mercor-to-acquire-deeptune/), Mercor (official blog), 2026-07-09. "more than five million domain experts"
5. [Mercor quintuples valuation to $10B with $350M Series C](https://techcrunch.com/2025/10/27/mercor-quintuples-valuation-to-10b-with-350m-series-c/), TechCrunch, 2025-10-27. "more than $1.5 million per day"
6. [Mercor company page](https://sacra.com/c/mercor/), Sacra (analyst; estimates marked), accessed 2026-10-05. "$6 million of profit in H1 2025"
7. [Mercor's Growth Playbook: $1M to $1B ARR in 20 months](https://www.startupriders.com/p/mercor-growth-playbook), Startup Riders (secondary compilation), accessed 2026-10-05. "pre-training stopped being the bottleneck"
8. [Brendan Foody on X (September 2025 run-rate, July 2026 gross revenue)](https://x.com/BrendanFoody), X, accessed 2026-10-05. "from US$647.1K to US$323.5M run rate in 17 months". could not be opened; dealroom relay

---

# Midjourney

URL: https://alpsuleyman.com/en/cases/midjourney
Updated: 2026-10-06
Author: Alp Suleiman

> An image-generation product that grew inside Discord for years without outside capital, without ads and for a long time without its own website; the size of its revenue can be checked two independent ways, the health of its growth cannot be checked at all.

## Profile

- Subscription product for text-to-image (since 2022) and video. It ran only inside Discord until August 2024, when a web interface shipped with version 6.1 [2]. In 2022 the founder described the company as a "self-funded research lab" [1].
- Founded: Founded in 2021 as a research lab, open beta in July 2022 [1]. San Francisco.; founders: David Holz, co-founder of Leap Motion [2].; country: United States
- No outside investment. Holz, August 2022: "We're self-funded. We have no investors." [1]
- March 2026: reports that outside capital may be considered for the first time, for a hardware project (secondary data) [3]
- Pricing: Monthly subscription tiers; metered use through fast GPU hours and a slower "relax" mode. The founder's 2022 principle: the user pays the raw cost and a percentage is added on top [1]. The official pricing page could not be opened during this research; tier prices must be verified before publication.

## Timeline

- 2022-07: Open beta, Discord only [1]
- 2022-08: Team of about 10, profitability claim ("To be honest, we're already profitable, and we're fine.") [1]
- 2023: Annual revenue "significantly surpassed" $200M (founder claim, secondary report) [3]
- 2024-08: Web interface with version 6.1; the Discord dependency ends [2]
- 2025-06-11: Disney and Universal file a copyright lawsuit [2]
- 2026-03: Hardware project; 20M+ members on the Discord server (secondary data) [3]

## Growth mechanism

- **acquisition**: One channel: Discord. The user joins the server and writes prompts in channels everyone can see, so every generation happens in front of others. No ads, no PR team, no press releases; in 2022 the founder, describing "hundreds of thousands of people using the service, which requires something like 10,000 servers", never mentions marketing spend [1].
- **loop**: A prompt is written, the image appears in a public channel, onlookers learn how it was made and try it, they stay on the server, subscribe, and push more output into the public stream. The in-server version of Higgsfield's viral output on social media (opinion).
- **activation**: First value within minutes of the first prompt; in 2022 subscriptions sat at $10 and $30 per month [1]. Funnel data is closed to the public; activation is measured behind the paywall (opinion).
- **retention**: No retention evidence. The 2022 profitability claim [1] and rising revenue over the years [3] are indirect signals; no cohort, churn or active-user figure has ever been published.
- **pricing**: GPU-hour metering, a rare model in which cost flows straight into price. Holz, 2022: "they have to pay the cost of using it because the raw cost is actually quite expensive. And then we add a percentage on top of that" [1]. It solved margin pressure through price structure from day one; Cursor's 2025 pricing crisis was pre-empted here three years earlier (opinion).
- **distribution**: Release cadence (new model versions, video), office-hours chats where the founder talks to the community directly, and a late move to a web app (August 2024) [2]. No API, no integrations; distribution deliberately narrow.
- **team**: About 10 people in 2022 [1]. Headcounts for later years are secondary estimates only; revenue-per-employee figures are not used on this page.

The loop runs on visible production: every prompt is processed in front of other people, so the product is its own storefront. The red edge marks the part of the loop nobody outside can verify.

## Real read

- Q1 (belirsiz): Every revenue figure is a founder claim or comes from the opposing side's court filing; no audited financials.
- Q2 (belirsiz): Revenue is an outcome metric, but the "profitable" claim was never defined (gross or net).
- Q3 (yok): No churn, cohort or active-user data is published.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Subscription revenue, not credit pre-sales or pilot revenue, so the risk of nominal inflation is low. Campaign and currency effects unknown.

eksik: The size of revenue is reasonably credible: founder statements and the plaintiffs' filing are two independent routes. On the health of that growth there is no public evidence at all.

## Shadow

- Copyright: the Disney and Universal lawsuit filed on 11 June 2025 [2]; on training data, the founder's reported words: "It's just a big scrape of the internet. We weren't picky." [3]
- Black box: no user or churn data at all; dependence on Discord was a platform risk for years [2].
- Possible first outside capital for a hardware project; the "no investors" story may change (secondary data) [3].

## Lessons

- (opinion) The distribution channel is wherever the product is visible. Midjourney chose a place where generation happens in front of everyone before it even built a website. For a low-traffic product, "can other people see the user's output?" comes before the ad budget.
- (opinion) Write cost into price from the start. GPU-hour metering is the most instructive part for a Turkish founder squeezed between dollar costs and lira revenue: Midjourney never sold "unlimited".
- (opinion) Closing the free tier shrinks the funnel but filters tourists. It does not fit every product; do not copy it without measuring.
- (opinion) Silence can be a growth strategy. This is the only case on the list that grew without PR, announcements or funding rounds. The price is that nothing can be verified from outside.
- (opinion) Same category as Higgsfield, opposite game: one plays speed and capital, the other slowness and profit. Neither has public retention data; the difference is in capital structure, not in evidence. Test question: if you had no investors, which number would you publish this month?

## Open questions

- 2024 revenue and subscriber count: reported to appear in the Disney/Universal complaint; the filing PDF was not opened.
- Pricing tiers and fast/relax rules: the official page could not be opened.
- Discord member count and video model date are secondary only.
- Headcount: everything beyond the 10 people of 2022 is an estimate.

## Sources

1. [Midjourney CEO David Holz on the future of AI image generation](https://www.theregister.com/2022/08/01/david_holz_midjourney/), The Register (Thomas Claburn), 2022-08-01. "We're self-funded. We have no investors. We're not really financially motivated. · they have to pay the cost of using it because the raw cost is actually quite expensive. And then we add a percentage on top of that · we're already profitable, and we're fine"
2. [Midjourney (Wikipedia article; sourced compilation)](https://en.wikipedia.org/wiki/Midjourney), Wikipedia, accessed 2026-10-05. "This web-based platform was launched in August 2024 alongside the release of Midjourney version 6.1."
3. [Midjourney Revenue Tops $200M as It Eyes Hardware (relaying The Information interview)](https://winbuzzer.com/2026/03/31/midjourney-revenue-above-200-million-hardware-push-xcxwbn/), WinBuzzer, 2026-03-31. "Midjourney revealed that its annual revenue "significantly surpassed" $200 million in 2023"
4. [Midjourney revenue estimate table (cited only to show it is an estimate)](https://getlatka.com/companies/midjourney), Latka, accessed 2026-10-05. "estimated"
5. [David Holz interview (primary source; paywalled, not opened)](https://www.theinformation.com/), The Information, 2026-03-29. "significantly surpassed"

---

# Mirage (formerly Captions)

URL: https://alpsuleyman.com/en/cases/mirage
Updated: 2026-10-06
Author: Alp Suleiman

> A captioning app built in two days rode the short-video wave to tens of millions of creators, then moved upmarket with its own video model; distribution evidence is strong, revenue has never been disclosed.

## Profile

- The Captions app (AI video editing: captions, dubbing, eye contact, avatars), Mirage Studio for brands, and its own short-video model Mirage: "trained the Mirage model from the ground up for pacing, framing, and attention dynamics unique to the format" [4]
- Founded: February 2021, New York (secondary data) [8]; founders: Gaurav Misra (former Snap, design engineering) and Dwight Churchill (secondary data) [8]; country: USA (New York)
- 22 June 2023: $25M Series B, Kleiner Perkins; $40M in total [3]
- 9 July 2024: $60M Series C, Index Ventures; $500M valuation; more than $100M in total [2]
- 24 March 2026: $75M growth financing, General Catalyst Customer Value Fund; more than $175M in total [1]
- Pricing: Mirage Studio Business at $399/month for 8,000 credits [5]; consumer app subscription (amount not verified)

## Timeline

- 2023-06-22: More than 100,000 daily actives in the first six months on the App Store; more than 3M creators [3]
- 2024-07-09: More than 10M creators; more than 3M videos a month; team from 15 to 60 ("We hit 10M+ global creators") [2]
- 2025-09-04: Captions becomes Mirage; its own video foundation model ("The way we see it, the real race for AI video hasn't begun.") [5]
- 2026-03-24: $75M non-dilutive financing; more than 20M users; more than 250M videos ("enable anyone, anywhere to make a polished video") [1]

## Growth mechanism

- **acquisition**: The App Store and the short-video ecosystem; the product was built on the rise of TikTok (secondary data) [8]. The output (captioned and dubbed video) circulates on the platforms. The claim that more than 3M creators had used it in 2023 is in the official Series B post [3].
- **loop**: A creator makes a video, posts it on social, a watching creator finds the app, a new creator arrives. After 2025 a second loop: brands and agencies through Mirage Studio, ad output, 8,000 credits [5].
- **activation**: The first captioned video on mobile. The first version was built in two days and reached 500,000 users over a year and a half without updates, which shows how simple activation was (editorial summary) [6].
- **retention**: No retention evidence. Daily actives were above 100,000 in 2023 [3]; nothing disclosed since. The financing fund's condition, "proven distribution and strong unit economics", is an indirect third-party signal on unit economics [1].
- **pricing**: Subscription for consumers, credits for brands: Studio Business at $399/month for 8,000 credits [5]. Revenue appears in no official source [1].
- **distribution**: A feature a week: "every engineer should ship a marketable product every week" [6]; "world-first generative features" [2]; the rebrand to move upmarket [4]; SOC 2 and case stories in the blog archive [9]. A $100M commitment to generative video research [2].
- **team**: 60 people in July 2024; from 15 to 60 in a year [2].

The first ring is the creator loop, the second is brands and agencies. The red arrow shows the focus cost of growing two products at once.

## Real read

- Q1 (belirsiz): User and video counts are company claims; no revenue.
- Q2 (belirsiz): "20M users, 250M videos" is a volume metric; revenue and profitability are not disclosed, the financing structure is indirect evidence.
- Q3 (yok): Daily actives not disclosed after 2023.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): Whether "users" is cumulative or active is unclear; the 2023 wording is "have used".

eksik: Distribution evidence is strong, there is no business-outcome claim; the non-dilutive financing is a third-party signal.

## Shadow

- Revenue has never been disclosed; the "AI lab" positioning raises research spend, with a $100M commitment [2].
- The rebrand risks splitting the company between the consumer app and the model and B2B goals; the competitor list is D-ID, Synthesia, Hour One [5].
- The own-model strategy is capital-intensive compared with HeyGen's "profit on every transaction" and Higgsfield's orchestration approach (opinion) [4].

## Lessons

- (opinion) A product built in two days growing on its own for a year and a half shows that riding the right platform wave beats marketing; in Turkey the creator-economy wave is still running.
- (opinion) Telling a growth story without revenue works on investors but is no yardstick for the reader; ask for the definition of "user".
- (opinion) Moving from creators to brands raises revenue and users, but two products demand two distributions; too early for a small team.
- (opinion) Non-dilutive growth financing is rare in Turkey; its counterpart is revenue-based financing, which also demands unit-economics proof.

## Open questions

- Revenue, subscription price, daily active users after 2024.
- Verbatim quotes from the Lenny and Invest Like the Best transcripts (not accessible).
- The "unexpected $500,000 in the Apple account" anecdote from the founder interview (page 403).

## Sources

1. [Announcing Mirage's $75M growth financing with General Catalyst](https://captions.ai/blog/announcing-mirages-usd75m-growth-financing-with-general-catalyst), Mirage blog, 2026-03-24. "Our goal has always been simple: enable anyone, anywhere to make a polished video."
2. [Captions announces Series C to invest $100M in AI video research in New York](https://captions.ai/blog/captions-announces-series-c-to-invest-usd100m-in-ai-video-research-in-new-york), Captions blog, 2024-07-09. "We hit 10M+ global creators, launched a collection of world-first generative features"
3. [Captions announces a $25 million Series B](https://captions.ai/blog/captions-announces-a-usd25-million-series-b-for-our-ai-powered-creative), Captions blog, 2023-06-22. more than 100,000 daily actives in the first six months; more than 3M creators
4. [Introducing Mirage: The future of video starts now](https://captions.ai/blog/introducing-mirage-the-future-video-starts-now), Mirage blog, 2025-09-04. "We've trained the Mirage model from the ground up for pacing, framing, and attention dynamics unique to the format."
5. [Captions rebrands as Mirage, expands beyond creator tools to AI video research](https://techcrunch.com/2025/09/04/captions-rebrands-as-mirage-expands-beyond-creator-tools-to-ai-video-research), TechCrunch, 2025-09-04. "The way we see it, the real race for AI video hasn't begun."
6. [How to win in the AI era: Gaurav Misra](https://www.lennysnewsletter.com/p/how-to-win-in-the-ai-era-gaurav-misra), Lenny's Newsletter (editorial summary; no transcript), 2025-03-27. "every engineer should ship a marketable product every week · why it still grew to 500K users with no updates or support"
7. [Invest Like the Best EP.405](https://podwise.ai/episodes/2649387), Podwise (headings only), 2025-01-07. episode headings; no verbatim quote
8. [Captions (app)](https://en.wikipedia.org/wiki/Captions_(app)), Wikipedia, accessed 2026-10-05. secondary data: founding, founders, AlpacaML acquisition
9. [Mirage blog archive](https://captions.ai/blog), Mirage, accessed 2026-10-05. "SOC 2 (2026-03-09); case stories"

---

# OpusClip

URL: https://alpsuleyman.com/en/cases/opusclip
Updated: 2026-10-06
Author: Alp Suleiman

> A single feature inside a failed live-streaming tool became a product whose watermarked clips advertise themselves; the user and view claims are large, revenue and retention are not official.

## Profile

- Turns long video (YouTube, podcasts, live streams) into short, captioned vertical clips with AI and picks them with a "virality score". OpusSearch (March 2025) monetizes video archives, Agent Opus produces short video end to end [1].
- Founded: January 2022; first the "Opus" live-streaming tool, then OpusClip as a separate product in May 2023 (secondary account) [4]; founders: Young Zhao (CEO) [4]; co-founder names do not appear in the sources opened; country: USA (Palo Alto)
- 11 March 2025: new round led by SoftBank Vision Fund 2; amount not in the official post [1]
- About $50M in total and a $215M valuation (secondary data) [3]
- Pricing: Free $0, Starter $15/month, Pro $29/month, Business custom. Caption templates on Free are "With watermark"; Starter and above get "Watermark-free video export". Pro and Business include "AI video B-Roll (powered by Agent Opus)" [2].

## Timeline

- 2022-01: Opus live-streaming tool; about 200 users in three months (secondary account) [4]
- 2023-05: OpusClip beta; a five-person team built it beside a 24-person company (secondary account) ("Opus Clip hit $1M ARR in its first month after the beta launch") [4]
- 2025-03-11: SoftBank round; 10M creators and brands; OpusSearch launch ("172 million video clips created in the past year"; "57 billion" views) [1]
- 2025: $20M revenue, 150% annual growth (Sacra estimate) [3]
- 2026-01-29: CEO interview: a real business, not a cool demo ("做一个真实的生意，而不是做一个很酷的演示") [5]

## Growth mechanism

- **acquisition**: The output itself is the channel: watermarked captions on the free plan [2], clips circulating on TikTok, Shorts and Reels; the company claimed 172 million clips in the past year and 57 billion total views [1]. (opinion) The watermark's contribution to acquisition was never measured or disclosed by the company. Early on, sales were semi-manual: the CEO describes AI-assisted edits cleaned up by hand and sent one email at a time, with about 60% of replies saying "I like it, I want to use it" [5]. Brand customers include Univision, Billboard, iHeartMedia, Visa and LinkedIn [1].
- **loop**: A free user uploads a long video, watermarked clips go to social media, creators among the viewers see the product and sign up, pay to remove the watermark, and produce more clips. A second loop runs through OpusSearch and Agent Opus, from archives to revenue and to business plans [1].
- **activation**: A set of clips within minutes of the first long video. According to the secondary account, pre-payment users asked to pay to skip the queue or get higher resolution [4]. The CEO: when users start complaining about these things, you are usually at the edge of product-market fit [5].
- **retention**: No official retention figure. "Positive ROI within two months" is a marketing claim [1]. No retention evidence.
- **pricing**: A low entry price ($15) and watermark removal as the conversion trigger [2]. (opinion) Credits tied to minutes push users up a plan as usage grows.
- **distribution**: OpusSearch (March 2025) and the SoftBank signature [1]; Agent Opus B-roll on the pricing page [2]. Communities, X and Product Hunt as early channels (secondary account) [4].
- **team**: A 24-person company at the time of the pivot, with a core of 5: three engineers, a product manager and a designer (secondary account) [4]. No current headcount.

The output is the distribution: every watermarked clip is an ad. The red arrow is a reminder that the clips' value depends on the TikTok and YouTube algorithms.

## Real read

- Q1 (var): Sign-ups, clip counts and views are company totals; ARR appears only in secondary sources.
- Q2 (yok): 57 billion views is the clips' success, not the product's; the effect on creators' income was not measured.
- Q3 (yok): Churn, margin and paid conversion are undisclosed.
- Q4 (yok): No control group or cohort disclosure.
- Q5 (belirsiz): 10 million creators is a sign-up count with no active or paid split. The ARR progression looks consistent but is secondary.

eksik: The loop, output as distribution, is convincing; measurement is limited to volume and the revenue figures are not official.

## Shadow

- No official ARR disclosure; all revenue figures are relayed from a CEO blog post that could not be located [4] and from Sacra estimates [3].
- Platform dependency: the clips' value rides on the TikTok and YouTube algorithms; the "virality score" promise is not measurable. (opinion)
- A failed first product: 5 people built the right product while a 24-person team worked on the wrong one (secondary account) [4]; the cost of the pivot is not told.

## Lessons

- (opinion) If your output gets shared, the watermark is your marketing budget. Free plan plus a visible signature; the cheapest channel for creator tools in Turkey.
- (opinion) Make the one feature users love into the product. In the CEO's words, nobody bought the live-streaming tool, but the auto-clipping feature inside it gave an early positive signal.
- (opinion) Sell semi-manually, then automate. One email at a time and 60% "I want it" replies; demand first, infrastructure second.
- (opinion) Do not confuse a volume metric with a revenue metric. 57 billion views look good to investors; the founder should watch paid conversion and month-three retention. Test question: if views went to zero, how much would revenue change?
- (opinion) Low entry price and a clear trigger. The trigger is the same when pricing in lira: watermark, resolution, queue.

## Open questions

- The URL of Zhao's "$1M ARR in the first month" post on opus.pro.
- Round size and the $215M valuation: no primary source (Forbes 403).
- The Agent Opus launch post and date (August 2025, secondary).
- Paid conversion, churn, current team size: none.
- The watermark's contribution to acquisition: not disclosed by the company.
- Podcast transcripts could not be opened; the listen-and-watch part is missing.

## Sources

1. [OpusClip raises a new round of funding from SoftBank and launches OpusSearch](https://www.opus.pro/blog/opusclip-raises-a-new-round-of-funding-from-softbank-and-launches-opussearch), OpusClip blog, 2025-03-11. "172 million video clips created in the past year"
2. [Pricing](https://www.opus.pro/pricing), OpusClip, accessed 2026-10-05. "Watermark-free video export"
3. [OpusClip profile (estimates)](https://sacra.com/c/opusclip/), Sacra, 2026. 2025 revenue estimated at $20M with 150% growth; $50M total funding
4. [Opus Clip: $1M ARR in Its First Month After Beta Launch](https://startupfounderstories.com/stories/young-zhao-opus-clip), Startup Founder Stories (secondary account), 2024. "Opus Clip hit $1M ARR in its first month after the beta launch · After 3 months, they had only 200 users · A 5-person squad (3 engineers, 1 PM, 1 designer) quietly rebuilt the clipping feature as a standalone product while the 24-person team continued working on the failing tool."
5. [Young Zhao interview](https://www.woshipm.com/ai/6333110.html), 人人都是产品经理 (woshipm), 2026-01-29. "我们一开始做的是直播工具，整体没人买单，但里面有一个自动剪辑片段的功能，出现了很早的正反馈"
6. [SoftBank Is Betting On The Future Of AI Content Creation With OpusClip](https://www.forbes.com/sites/ianshepherd/2025/03/13/softbank-is-betting-on-the-future-of-ai-content-creation-with-opusclip/), Forbes (Ian Shepherd), 2025-03-13. 403; headline only
7. [Young Zhao (CEO of OpusClip) on Building a $215M AI Startup](https://www.podchaser.com/podcasts/silicon-valley-girl-ai-tech-an-6115347/episodes/young-zhao-ceo-of-opusclip-on-278482473), Silicon Valley Girl podcast, 2026-01. 403; headline only

---

# Perplexity

URL: https://alpsuleyman.com/en/cases/perplexity
Updated: 2026-10-06
Author: Alp Suleiman

> An answer engine growing on distribution bought through telecom and device bundles, a high-priced tier and a credit-based agent; revenue figures arrive by leak, and user loss after a bundle ends is documented.

## Profile

- AI answer engine; search, the Comet browser, the "Computer" agent and extensions such as Perplexity Health [1].
- Founded: 2022 (launch on 7 December 2022 in the company's own words; secondary data); founders: Aravind Srinivas (CEO), Denis Yarats, Johnny Ho, Andy Konwinski (secondary data, not opened in a primary source); country: USA
- December 2024: $500M at a $9B valuation (analyst account) [1]
- July 2025: $100M at $18B; September 2025: $200M at $20B (analyst account) [1]
- About $1.5B in total; investors include Accel, IVP, SoftBank Vision Fund 2, Nvidia, Jeff Bezos (analyst account) [1]
- Pricing: Free; Pro $20 a month; Max $200 a month (July 2025); Enterprise Pro $40 per seat a month; the Computer agent is credit-based, 10,000 credits a month on Max plus a 20,000 launch bonus [1].

## Timeline

- 2024-10-21: Dow Jones and New York Post copyright lawsuit ("massive freeriding") [2]
- 2024-12: $500M round at a $9B valuation [1]
- 2025-07: Max plan at $200 a month, Comet browser, Airtel deal: 12 months of free Pro for 360M customers (analyst account) [1]
- 2025-10: India monthly active users peak at 22M; 14M by July 2026 (analyst estimate) ("India MAU peak: 22M (October 2025, post-Airtel promotion); 14M (July 2026)") [1]
- 2026-06-03: CEO: revenue tripled in five months (CNBC report) ("revenue had tripled in five months") [4]
- 2026-07-31: Early motion to dismiss denied in the Reddit case [3]

## Growth mechanism

- **acquisition**: Three channels: founder visibility and the "challenging Google" narrative; distribution deals (12 months of free Pro for 360M Airtel customers, Motorola preinstall with 3 months of Pro, a $400M partnership with Snap, a US GSA federal deal; analyst account) [1]; surface expansion: the Comet browser, the Computer agent, Health [1].
- **loop**: A free distribution bundle, a usage habit, conversion to Pro or Max, revenue buying the next distribution deal, more free users. The weak link is documented: after the Airtel campaign, India monthly active users fell from 22M to 14M (analyst estimate) [1].
- **activation**: The first cited answer; becoming the default browser through Comet. No activation rate is disclosed.
- **retention**: No retention claim. The only signal is negative: the post-promotion drop in India monthly active users [1].
- **pricing**: Max ($200 a month) and credit-based agent usage push average revenue up; the CEO attributes the revenue jump to the Computer launch (CNBC report) [4]. That suggests part of revenue is credit consumption (opinion).
- **distribution**: Free Pro bundles (Airtel 12 months, Motorola 3 months), the Snap integration, GSA (analyst account) [1]. Distribution here is not organic but a channel bought with capital (opinion).
- **team**: No reliable headcount figure found; the thirty-four percent headcount growth claim could not be verified [5].

The loop opens with a free bundle and buys the next bundle with subscription and credit revenue. The red arrow was seen in India: monthly active users fell once the promotion ended.

## Real read

- Q1 (belirsiz): Revenue figures are mostly The Information and FT leaks plus CEO statements; no company release.
- Q2 (var): Revenue is an outcome, but annualized; conversion of users whose free bundle ended is unknown.
- Q3 (yok): No churn or NRR disclosure.
- Q4 (yok): The only cohort signal is the peak and drop in India.
- Q5 (belirsiz): The effect of promotion waves, credit-based agent revenue and large partnership deals on the revenue definition is not disclosed.

eksik: The revenue speed is impressive; but the measurement arrives by leak rather than company disclosure, and there is no retention evidence.

## Shadow

- Copyright and data lawsuits: Dow Jones and the New York Post (October 2024) [2]; DMCA claims may proceed in the Reddit case, where Perplexity had argued the claims were "too conclusory" [3].
- Loss of promotion-driven users: India monthly active users from 22M to 14M (analyst estimate) [1].
- A $20B valuation against an estimated $232M annualized revenue at the end of 2025; the cost of capital finances the distribution deals (analyst estimate) [1].

## Lessons

- (opinion) A user acquired through a telecom or device bundle is a borrowed user. Counting growth without measuring, by cohort, how many stay after the campaign ends keeps it at the perception level; the India data is the proof.
- (opinion) Buying distribution deals takes capital. A founder in Turkey considering an operator bundle should write the post-bundle conversion rate into the contract from the start.
- (opinion) A high-priced tier and a credit-based agent grow average revenue fast but tie revenue to usage swings; measure real consumption over the last thirty days instead of "ARR".
- (opinion) Legal friction with content owners can narrow the distribution channel; consider an early agreement model with news sites.

## Open questions

- The exact text and date of the CEO's revenue and headcount claim.
- The official announcement of Comet Plus's 80% revenue share with publishers.
- The original releases for the Airtel, Samsung and Snap deals.
- Headcount, churn, NRR, enterprise customer count.
- The 2026 status of the Dow Jones case.

## Sources

1. [Perplexity company page](https://sacra.com/c/perplexity/), Sacra (analyst compilation; estimates marked), accessed 2026-10-05. "The Airtel promotion drove monthly active users in India from roughly 2.6 million on average in the first half of 2025 to a peak of 22 million in October 2025, with MAUs still at nearly 14 million in July 2026"
2. [Perplexity sued by Dow Jones and New York Post](https://www.sherwood.news/business/perplexity-sued-by-dow-jones-and-new-york-post), Sherwood News (quoting the complaint), 2024-10-21. "massive freeriding"
3. [Reddit Can Proceed With Scraping Claims Against Perplexity, SerpApi](https://www.mediapost.com/publications/article/416950/reddit-can-proceed-with-claims-against-perplexity.html), MediaPost, 2026-07-31. "too conclusory to warrant further proceedings"
4. [Perplexity valuation 2026 (reporting FT, The Information and CNBC)](https://valueaddvc.com/blog/perplexity-ai-valuation-revenue-2026-23b-450m-arr), ValueAddVC (secondary compilation), accessed 2026-10-05. "revenue had tripled in five months"
5. [Aravind Srinivas on X (the "$100M → $500M, 34% headcount" claim)](https://x.com/AravSrinivas), X, accessed 2026-10-05. could not be opened (403); the claim is relayed by secondary sites
6. [Perplexity Hub blog (Comet, Max, Comet Plus announcements)](https://www.perplexity.ai/hub/blog), Perplexity, accessed 2026-10-05. could not be opened (403)

---

# Photoroom

URL: https://alpsuleyman.com/en/cases/photoroom
Updated: 2026-10-06
Author: Alp Suleiman

> A quiet case that focused twice on the e-commerce photo niche, grew through app-store ranking and claims profitability on little capital; no active-user or retention figure.

## Profile

- Product-photo editing for e-commerce sellers: background removal, AI-generated backgrounds and studio shots (Studio HD model); mobile app, web, Shopify integration and API [6]
- Founded: 2019, Paris; Y Combinator alumnus [2] [5]; founders: Matthieu Rouif (CEO) and Eliot Andres [2][5]; country: France
- 2022: $19M (secondary data) [1]
- January 2024: talks for a $50–60M round at a $500–600M pre-money valuation (press report based on sources) [1]
- March 2024: $43M at a $500M valuation (Balderton); roughly $64M in total (secondary data) [2]
- Pricing: Freemium subscription; US mobile Pro at $4.99/week or $89.99/year (secondary data) [2]; web, Shopify, enterprise and API priced separately

## Timeline

- 2020-08: $1M ARR three months after launch (secondary data) [2]
- 2021: $20M ARR and profitability on $2M of capital (secondary data) ("Scaling to $20M in ARR on just $2M of invested capital, and achieving profitability") [2]
- 2023-12: 100M+ downloads; heading to $50M ARR; 27M monthly web visits, about 90 percent mobile [1]
- 2025-08-26: This Week in Startups: 300M users, $50M+ revenue (company claim) ("300M users", "$50M+ in revenue") [3]
- 2026-06-16: Brand refresh: 300M users, 180+ countries, 7B images a year, 1M+ businesses ("People don't buy products, they buy pictures") [4]

## Growth mechanism

- **acquisition**: App-store organic: third in the US iOS graphics and design category, first in Android photo [1]. Niche focus brings ranking, ranking brings downloads (opinion). A cultural campaign: the Barbie poster generator drew more than 1M shares [1]. B2B through the Shopify app store and API [6].
- **loop**: A seller photographs a product, edits it in a second, lists and sells it, subscribes for more listings, store ranking and reviews bring the next seller. A second loop runs at marketplace scale through the API and Shopify: marketplaces processing hundreds of thousands of listings a month [4].
- **activation**: The first moment of value is the first background removal; the company's claim is a result in a second (opinion). No public activation figure.
- **retention**: No figure. Signal: a one-month payback and mobile customers paying annually upfront [2] (secondary data). A high annual-subscription share masks retention (opinion). No retention evidence.
- **pricing**: Weekly and annual mobile subscriptions; annual upfront payment pulls cash flow forward [2] (secondary data). Profitability may come from here (opinion).
- **distribution**: Shopify Android, the Studio HD model and the brand refresh [4] [6]. The focus story in the founder's words: "we focused 10x on photo and we grew 10x. And then we focused on e-commerce photo and we grew 10x again" [5] (secondary report; attribution to be verified).
- **team**: Headcount does not appear in the sources that could be opened.

The loop closes through store ranking in a niche category; the red arrow shows where the platform copying the core feature punctures it.

## Real read

- Q1 (belirsiz): Company claims 300M users (cumulative, not active) and $50M+ revenue; ARR detail is a Sacra estimate.
- Q2 (var): Revenue and profitability claims are outcomes; but the primary quote for profitability could not be opened.
- Q3 (belirsiz): One-month payback (secondary data); customer case figures are the company's own claims with no control group.
- Q4 (yok): No control group or cohort.
- Q5 (var): Annual subscription revenue is realised cash; the user count is downloads and cumulative, nominal.

reel: The profitability and capital-efficiency claims are consistent; but without retention and active-user figures it cannot be called healthy. The gap between the company claim and the Sacra estimate ($50M+ versus $94M) is open.

## Shadow

- Background removal became a built-in feature of phone operating systems; the product's expansion into "visual commerce" is the answer to that pressure [4] (opinion).
- Customer case figures (a 236 percent average-order-value increase for API customers, a 30 percent conversion lift for a Shopify seller) stay at the perception level without a control group [4] (opinion).
- The gap between $4.99 a week and $89.99 a year raises the question of revenue from users who forget to cancel [2] (opinion, no evidence).
- Sacra's $94.5M ARR estimate for 2024 contradicts the company's August 2025 claim of "$50M+ revenue" [2] [3]; the company claim is the basis for publication.

## Lessons

- (opinion) Niche depth is a growth strategy. First photo, then e-commerce photo; ten times twice. The same niche exists for marketplace sellers in Turkey.
- (opinion) A profitability claim on little capital is the example that you do not have to burn money to grow. The most applicable case for a founder earning lira.
- (opinion) Store ranking is a channel. Leading a niche category is worth more than fiftieth place in a broad one.
- (opinion) Annual upfront subscriptions shorten the cash cycle but hide retention. Measure the cohort by renewal rate.
- (opinion) If the platform will copy your core feature, build the moat in the workflow, not in a single feature.

## Open questions

- Primary quote for the profitability claim (Sifted, Forbes or the TWIST episode).
- Real ARR ($50M+ claim versus $94M estimate) and the annual versus weekly subscription split.
- Active users, retention and renewal rate, headcount.
- Correct attribution of the founder quote (the page names Andres as CEO; the CEO is Rouif).
- The Claude skills marketplace post: is there usage data from the agent channel.

## Sources

1. [Sources: Photoroom, the AI photo editing app, is raising $50M-$60M at a $500M-$600M valuation](https://techcrunch.com/2024/01/09/sources-photoroom-the-ai-photo-editing-app-is-raising-50m-60m-at-a-500m-600m-valuation), TechCrunch, 2024-01-09. "more than 100 million downloads"
2. [Photoroom profile](https://sacra.com/c/photoroom/), Sacra (estimate), 2026. "Scaling to $20M in ARR on just $2M of invested capital, and achieving profitability"
3. [Photoroom featured on This Week in Startups: Our journey to 300M users](https://www.photoroom.com/inside-photoroom/photoroom-featured-on-twist), Photoroom blog, 2025-08-26. "300M users"
4. [Meet the new Photoroom: People don't buy products, they buy pictures](https://www.photoroom.com/inside-photoroom/brand-refresh), Photoroom blog (Matthieu Rouif), 2026-06-16. "over a million businesses, from independent Etsy stores to global retailers and marketplaces processing hundreds of thousands of listings a month"
5. [PhotoRoom Founders: How to Dream Bigger (Startup School Paris)](https://www.startuphub.ai/ai-news/startup-news/2026/photoroom-founders-how-to-dream-bigger), StartupHub.ai (secondary report), 2024-07-24. "Initially we started doing video and photo and we focused 10x on photo and we grew 10x. And then we focused on e-commerce photo and we grew 10x again."
6. [Photoroom blog index (Studio HD, Shopify Android, Claude skills marketplace)](https://www.photoroom.com/inside-photoroom), Photoroom, 2026. "Studio HD"
7. [Photoroom profitability interview](https://sifted.eu/articles/photoroom-interview-gen-ai-profit), Sifted, 2024. Paywall; the primary quote for the profitability claim should be opened here.

---

# Replit

URL: https://alpsuleyman.com/en/cases/replit
Updated: 2026-10-06
Author: Alp Suleiman

> Revenue flat for nine years grew fifty-fold in a year once the product turned to non-technical users; margin, retention and the database the agent deleted are the other side of the story.

## Profile

- Browser-based software development environment; since September 2024, Replit Agent builds, deploys and manages databases for apps described in natural language. After 2025 the target user is the non-technical knowledge worker: product managers, designers, business teams [2]
- Founded: 2016, San Francisco; Y Combinator alumnus [1]; founders: Amjad Masad, Faris Masad, Haya Odeh [1]; country: USA
- 2023: $100M at a $1.16B valuation [1]
- 10 September 2025: Series C $250M at $3B (Prysm Capital; Amex Ventures, Google AI Futures Fund); roughly $478M in total [1]
- March 2026: Series D $400M at $9B (Georgian) (secondary data) [4]
- Pricing: Freemium and subscription (Core $20/month, Pro $100/month) plus effort-based charges for agent usage; seats plus usage for enterprise [4] [5]

## Timeline

- 2021: ARR $2.83M [2]
- 2024-09: Replit Agent launch; ARR still around $2.8M, headcount cut from 130 to 60–70 ("The business wasn't viable") [2]
- 2025-06: ARR $100M (Masad on X) ("That compares to $100 million ARR in June") [1]
- 2025-06-18: Effort-based pricing: from a flat $0.25 checkpoint to variable pricing [5]
- 2025-09-10: Series C $250M at $3B; $150M annualized revenue; Agent 3 the same day [1]
- 2026-08: 50M+ users, 85 percent of the Fortune 500; $1B ARR target for end of 2026 (founder claim) ("More than 50 million people build on it, including 85 percent of the Fortune 500") [3]

## Growth mechanism

- **acquisition**: A free user base built over nine years (22.5M in April 2023, 50M+ in March 2026) is the ground the agent product launched on [4] (opinion). The app a user builds is its own promotion. On the enterprise side, names such as Zillow, Duolingo and Coinbase [2]. The founder's visibility on X and open sparring with rivals is a channel of its own (opinion).
- **loop**: A non-technical user writes an idea, the agent builds and deploys the app, the user asks for more complex work, agent usage rises, usage-based revenue comes in, the model and agent improve, longer autonomous tasks become possible. The critical link: as usage rises, so do both revenue and cost (opinion).
- **activation**: The first moment, from idea to a running app, happens within minutes. Agent 3 testing its own work was designed to strengthen activation; it was announced on the same day as the funding [1], the blog post could not be opened (opinion).
- **retention**: No public cohort or retention figure. Not covered in the Platformer interview [3]. No retention evidence.
- **pricing**: In June 2025 the company moved from a flat checkpoint price to effort-based pricing; the stated reason: "was designed for the early version… which mostly handled short, simple tasks" [5]. The change coincides with the revenue jump (June $100M, September $150M) [1]; revenue per use went up (opinion). According to Sacra, simple runs cost $0.06 and complex work several dollars [4].
- **distribution**: Agent 3 launched on the same day as the funding [1]; Free Mode, Replit Design and a Databricks integration in 2026 [6]. Ranked ahead of every development tool other than OpenAI and Anthropic in a16z's October 2025 spend report [2].
- **team**: Headcount cut from 130 to 60–70 in 2024 [2]; the 2026 figure is undisclosed. Masad: "we have high velocity as a company" [3].

The loop speeds up with usage; the red arrow shows that the same usage also grows the frontier-model bill.

## Real read

- Q1 (belirsiz): "Annualized revenue" is a company claim; no definition of whether it is recurring revenue or twelve times monthly revenue. Sacra figures are estimates.
- Q2 (var): Revenue is an outcome; the user count is sign-ups, not active users.
- Q3 (yok): Retention, NRR and churn are undisclosed.
- Q4 (yok): No control group or cohort.
- Q5 (belirsiz): Usage-based revenue and the pricing change are intertwined; two conflicting gross-margin claims exist (positive and 80–90 percent in enterprise [2]; between 36 and minus 14 percent [4]).

eksik: The revenue momentum is public and consistent with the founder's own words; quality, retention and margin data are missing. The $1B target is a promise, not a result.

## Shadow

- July 2025: the agent deleted a user's production database and fabricated records; the company introduced a practice/production split within two days [2]. The best-known example of why permission and rollback design matter.
- Gross-margin contradiction: TechCrunch reports "gross margin positive" and 80–90 percent in enterprise [2], while Sacra estimates between 36 and minus 14 percent for 2025 [4]. Code-generating products must run on the most expensive frontier model.
- The cost of the pivot: a 50 percent headcount cut in 2024 and the anger of professional developers; "Hacker News was really unhappy" [2].
- Competition and subsidy risk from foundation-model companies shipping their own coding tools [2].

## Lessons

- (opinion) Revenue flat for nine years grew fifty-fold in a year once the product changed. The problem was not the channel but who the product created value for.
- (opinion) Leaving the professional segment for non-technical users came at the price of angering the users who loved the product. Write down which reader you are willing to lose.
- (opinion) If you change the pricing model and announce growth, separate how much is price and how much is usage. The site's Pricing Model Selector exists for this.
- (opinion) Build a practice/production split before giving an agent authority over production data. Replit did it after the incident.
- (opinion) A model call priced in dollars squeezes margin harder in a product that earns lira. Replit's margin contradiction is harsher for you.

## Open questions

- Definition of "annualized revenue"; how much of ARR is enterprise contracts versus usage credits.
- Is gross margin positive or negative (TechCrunch and Sacra disagree).
- The official Series D announcement from a primary source.
- Primary sources for the Zillow, Duolingo and Coinbase usage claims.
- Retention and NRR; the effect of Free Mode on usage and cost.

## Sources

1. [Replit hits $3B valuation on $150M annualized revenue](https://techcrunch.com/2025/09/10/replit-hits-3b-valuation-on-150m-annualized-revenue), TechCrunch, 2025-09-10. "That compares to $100 million ARR in June"
2. [After nine years of grinding, Replit finally found its market. Can it keep it?](https://techcrunch.com/2025/10/02/after-nine-years-of-grinding-replit-finally-found-its-market-can-it-keep-it), TechCrunch, 2025-10-02. "The business wasn't viable"
3. [Replit's CEO on building a company that can run itself](https://www.platformer.news/replit-amjad-massad-interview-coding-design-jobs/), Platformer, 2026-08-06. "More than 50 million people build on it, including 85 percent of the Fortune 500"
4. [Replit profile](https://sacra.com/c/replit/), Sacra (estimate), 2026. "Simple runs cost as little as $0.06 while complex multi-step work can cost multiple dollars"
5. [Effort-based pricing](https://replit.com/blog/effort-based-pricing), Replit blog, 2025-06-18. "The original $0.25-per-checkpoint pricing was designed for the early version of Replit Agent, which mostly handled short, simple tasks"
6. [Replit blog index (Free Mode, Replit Design, Databricks)](https://replit.com/blog/), Replit, 2026-06 – 2026-09. "Free Mode (2026-08-18)"
7. [AI coding tool Replit wiped database, called it a catastrophic failure](https://fortune.com/2025/07/23/ai-coding-tool-replit-wiped-database-called-it-a-catastrophic-failure/), Fortune, 2025-07-23. Could not be opened; the incident is reported via TechCrunch [2].

---

# Runway

URL: https://alpsuleyman.com/en/cases/runway
Updated: 2026-10-06
Author: Alp Suleiman

> A creator tool that trains its own video models built a cultural stage through festivals and studio partnerships, then shifted the weight of revenue to enterprise model licensing; the revenue claim is strong, its definition and quality metrics are missing.

## Profile

- Generative video and image models (Gen-4, Gen-4.5, Aleph, Act-Two) and the creative tools built on them; more recently world models and robotics research. Trains its own frontier model; according to the co-founder, the largest customers license it directly: "Our largest customers are increasingly licensing our frontier models directly." [1]
- Founded: 2018, New York (NYU ITP circle) [5][6]; founders: Cristóbal Valenzuela (Co-CEO), Alejandro Matamala, Anastasis Germanidis (Co-CEO/CTO) [5][6]; country: USA (New York; founders from Chile and Greece)
- June 2023: $141M Series C extension at a $1.5B valuation (secondary data) [6]
- April 2025: $308M Series D at roughly $3B, General Atlantic (Sacra, secondary data) [5]
- February 2026: $315M Series E at $5.3B, led by General Atlantic; total roughly $1.05B (Sacra; Dealroom says $862M, the conflict is noted) [5]
- Pricing: Credits per second. Free tier has 125 one-time credits; Standard at $12/month (annual) gives 625 credits, which is 52 seconds of Gen-4.5 video; Pro at $28/month gives 2,250 credits; Max at $76/month gives 9,500 credits and is the only tier where credits roll over for a month; enterprise is sold separately [3].

## Timeline

- 2018: Founded in New York [6]
- 2023-06: Series C extension at $1.5B; Time 100 Most Influential Companies [6]
- 2024-09: Custom model deal with Lionsgate (secondary data) [6]
- 2024: Roughly $44M recognized revenue (Sacra estimate, not a company claim) ("For calendar 2024, Runway booked roughly $44M of recognized revenue") [5]
- 2026-02: $315M Series E at $5.3B [5]
- 2026-09-08: "$200M ARR" claim: co-founder's LinkedIn post, via news report ("We crossed 200m ARR last week, doubling") [1]

## Growth mechanism

- **acquisition**: Three channels stacked. Research publications and model launches (Gen-1 through Gen-4.5) generate a news cycle every time [5]. The AI Film Festival and the Tribeca partnership turn product output into a cultural event; the Wikipedia compilation says submissions grew from 300 in the first year to more than 6,000 in 2025 (secondary data) [6]. Studio partnerships (Lionsgate, AMC Networks) are both references and a custom-model revenue line [6]. Underneath sits a self-serve credit subscription [3].
- **loop**: A new model, creator output shared on social, festival and studio visibility, enterprise demand and licence revenue, revenue flowing back into model training, the next model. According to the co-founder, in 2026 the money in the loop comes from the enterprise side: "Our largest customers are increasingly licensing our frontier models directly." [1]
- **activation**: The free tier offers 125 one-time credits; the first moment of value is the first generated video [3]. Credits that never renew force the curious user either to pay or to leave (opinion).
- **retention**: No retention evidence. Credits roll over for a month only on the top tier; expiring credits create churn pressure [3] (opinion).
- **pricing**: In a credits-per-second model the user gets fewer units as the product improves: the same 625 credits buy 104 seconds on Gen-4 Turbo and 52 seconds on Gen-4.5 [3]. The price stays flat while the unit halves; model quality is the invisible form of a price increase (opinion).
- **distribution**: Custom models for studios, distribution and hardware proximity through investors such as Adobe Ventures and NVIDIA [5], and an API priced at $0.08 per image (Sacra, secondary data) [5].
- **team**: Headcount is 265 in the Wikipedia infobox, undated (secondary data) [6]. Revenue per employee was not computed because the two figures carry different dates.

The loop turns on creator output and is paid for by enterprise licences. The red arrow shows how each model improvement buys fewer seconds per credit.

## Real read

- Q1 (belirsiz): The ARR claim is the co-founder's LinkedIn post via a news report; no annualization definition was given.
- Q2 (var): Revenue is an outcome; but whether "60 million creators" means usage or sign-ups is unclear.
- Q3 (yok): Gross margin, retention and credit consumption are undisclosed.
- Q4 (yok): No cohort or control-group statement.
- Q5 (belirsiz): If doubling in five months comes from model licensing, it may rest on a few large contracts; customer concentration is unknown.

eksik: The revenue claim is strong and investor-backed; definition, quality metrics and customer concentration are missing. The gap between the $265–300M end-2025 target Sacra reports and the $200M claim of September 2026 remains an open question.

## Shadow

- Sacra reports the company gave investors a $265–300M annualized revenue target for end-2025; the September 2026 claim is $200M. Whether the target was missed, and whether both figures use the same definition, is unknown [5] [1].
- Total capital raised conflicts across sources: Sacra about $1.05B, Dealroom $862M [5] [2].

## Lessons

- (opinion) The output itself is the marketing: festival, award, studio reference. If your product's output can be shared, build a stage instead of an ad budget.
- (opinion) Moving from creators to enterprise changes the definition of revenue. Once most ARR is licensing, growth hangs on a few contracts; disclose customer concentration yourself, or the reader will guess.
- (opinion) Credits per second get more expensive for the user as the product improves. For a team earning in lira and paying for GPUs in dollars the gap widens further; put an honest "how many seconds per credit" table on your pricing page.
- (opinion) Training your own model takes capital; orchestration is cheaper but has no moat. In Turkey the second path is more realistic, which means the moat has to be built in the workflow.

## Open questions

- Germanidis's LinkedIn post itself and the ARR definition (which month is annualized).
- The official Series E announcement; runway.com/news loads via JS and could not be read.
- Lionsgate and AMC agreement texts; AI Film Festival submission counts should be verified on the primary page.
- Valenzuela's essay "The Cost of a Frame" should be read; the cost-deflation thesis is central to this case.
- No founder podcast transcript was found.

## Sources

1. [Runway AI Hits $200 Million Revenue and Expands Robotics Capabilities (news report of the co-founder's LinkedIn post)](https://www.pymnts.com/news/artificial-intelligence/2026/runway-ai-hits-200-million-revenue-and-expands-robotics-capabilities/), PYMNTS, 2026-09-08. "We crossed 200m ARR last week, doubling"
2. [Runway buys France's Kinetix, crosses $200M ARR](https://dealroom.co/news/149523-runway-buys-frances-kinetix-crosses-200m-arr-in-physical-ai-push/), Dealroom, 2026-09-08. "crosses $200M ARR"
3. [Runway pricing page](https://runway.com/pricing), Runway, accessed 2026-10-05. "125 one-time credits; 52 seconds Gen-4.5; roll over 1 mo"
4. [Runway: $315 Million Series E](https://pulse2.com/runway-315-million-series-e/), pulse2, 2026-02-15. "$315 Million Series E"
5. [Runway company profile (estimates and compilation)](https://sacra.com/c/runway/), Sacra, 2026-02-10. "For calendar 2024, Runway booked roughly $44M of recognized revenue · raised approximately $1.05B · $0.08 per generated image"
6. [Runway (company)](https://en.wikipedia.org/wiki/Runway_(company)), Wikipedia (secondary compilation), accessed 2026-10-05. "The company was founded in 2018 by the Chileans Cristóbal Valenzuela, Alejandro Matamala and the Greek Anastasis Germanidis after they met at New York University Tisch School of the Arts ITP. · In its initial year it had 300 submissions and screenings in small New York City theaters. In 2025 it had over 6,000 submissions."

---

# Sierra

URL: https://alpsuleyman.com/en/cases/sierra
Updated: 2026-10-06
Author: Alp Suleiman

> A customer-service agent that entered through the enterprise door opened by its founders' reputations; because price is tied to outcomes, measurement became the sales material, the most disciplined measurement story on this list, yet the definition of "resolution" and the time series stay closed.

## Profile

- Enterprise customer-experience agents (support, sales, voice) on the Agent OS platform; in 2026 "Agents as a Service" and Horizon agents for multi-week tasks [3][6].
- Founded: Launched February 2024 (secondary data) [7].; founders: Bret Taylor (former Salesforce co-CEO, OpenAI board chair) and Clay Bavor (former Google) [1].; country: United States
- October 2024: Series C at a $4.5B valuation (secondary data) [7]
- May 2026: $950M Series E at $15.8B; Tiger Global and GV (secondary data; no official announcement found) [7]
- SoftBank Vision Fund 2 investment alongside the Japan expansion [1]
- Pricing: Outcome-based. Taylor: "If the AI agent resolves the case, no human intervention, there's a pre-negotiated rate for that. If we do have to escalate to a person, that's free." [2] For Horizon: "you don't pay for tokens, you pay for business outcomes delivered." [3]

## Timeline

- 2024-02: Launch (secondary data) [7]
- 2025-11: $100M ARR in seven quarters (company claim) ("After reaching $100M in ARR in seven quarters") [1]
- 2026-02-06: $150M+ ARR, first $50M quarter (company claim) ("we followed with our first-ever $50M quarter") [1]
- 2026-03-10: About $165M ARR (founder, podcast) ("around $165 now, one month into our next quarter") [2]
- 2026-07-16: Horizon: multi-week agents, outcome pricing [3]

## Growth mechanism

- **acquisition**: An enterprise door opened by founder reputation; direct sales to the Fortune 500. The year-two post lists customers: ADT, Cigna, DIRECTV, Gap, Ramp, Redfin, Rivian, Rocket Mortgage, SiriusXM, Sutter Health [1]. No product-led growth, no self-serve.
- **loop**: One big logo, a public case study, a second logo from the same industry, a "we reach this much of the sector" narrative, a new sector. In the company's words: "95% of US shoppers, 50% of families in healthcare, 70% of the value chain in fintech" [1]. The loop runs on measurable outcomes; since price depends on them, selling and measuring are one thing (opinion).
- **activation**: Enterprise time-to-live is the sales argument itself: at Airtable chat in 4 weeks, email 7 days later [5]; at a health company "just seven weeks after the project kickoff" [1]; at Singtel under 10 weeks [4].
- **retention**: No retention evidence; NRR not published. By the nature of outcome pricing, revenue moves with usage and success. Reported rates: 70–90 percent in healthcare, 90 percent automation at Ramp [2]; Airtable 80 percent, Chime over 70 percent resolution [4].
- **pricing**: The price is the positioning. Taylor: "I would argue there's not a strong correlation between token usage or utilization and value." [2] The risk sits with Sierra: "We bear the burden of managing token spend" [3]. That ties gross margin to product quality; no margin has been published.
- **distribution**: One major platform announcement per quarter: Agent OS 2.0 (November 2025), Agents as a Service (March 2026), Horizon (July 2026), Ghostwriter (September 2026) [6]; geographic expansion to France and Japan [1]. The founder's podcast presence works as an entry door for enterprise sales (opinion).
- **team**: Headcount not published.

The loop runs on measurable outcomes: the invoice depends on them, so selling and measuring are the same job. The red edge is a reminder of who writes the definition.

## Real read

- Q1 (belirsiz): ARR and resolution rates are company or customer claims; Sierra's contract sets the definition of "resolution".
- Q2 (belirsiz): Resolution rate is an outcome metric, but "a case closed without a human" is not the same as customer satisfaction; the only satisfaction figure is SoFi's NPS gain.
- Q3 (yok): Case pages show a rate, not its trend over time.
- Q4 (yok): No control group; Taylor himself says volume at one retailer rose almost as much as they saved.
- Q5 (belirsiz): Outcome-based revenue is tied to real usage by nature; whether ARR includes a committed floor is unknown.

reel: The pricing model is aligned with outcomes; the strongest measurement discipline on the list. Still, with the resolution definition and the time series closed, it sits on the border of "incomplete".

## Shadow

- The vendor writes the outcome definition; "escalation is free" can make unresolved cases invisible (opinion) [2].
- Absorbing token cost: a margin risk if model prices do not fall; "We bear the burden of managing token spend" [3].
- Taylor's own admission: at one retailer "total volume went up almost as much as they saved" [2]; the efficiency claim must be read together with demand growth.
- No official Series E announcement found; valuation figures are news only (secondary data) [7].

## Lessons

- (opinion) Tie price to outcomes and measurement becomes sales material. Every Sierra case page carries a rate because without one no invoice can be issued. Choosing a pricing model is choosing which metric you will measure.
- (opinion) Define "outcome" in the contract, not the pitch. A resolution is a case closed without a human; the customer saying "my problem is solved" is something else. Selling outcome-based to Turkish SMEs, if you do not write that difference down, the customer will write it later.
- (opinion) Time-to-value is a growth lever. Numbers like seven weeks and four weeks matter as much as price in enterprise sales. Measure your own time-to-live and put it on the page.
- (opinion) Say the Jevons effect yourself. Taylor admits volume rose as much as savings; that is the real reading of an efficiency claim. When you say "cost went down", answer "what happened to volume" first.
- (opinion) Founder reputation cannot be copied; a case page can. Test question: do you have one measured result for every customer that you could publish?

## Open questions

- Official Series E announcement and the $200M ARR figure: news only.
- Price per resolution, committed floor, NRR, gross margin, headcount: none.
- Total customer count: none; only revenue-band percentages.

## Sources

1. [Year two in review](https://sierra.ai/blog/year-two-in-review), Sierra (Bret Taylor and Clay Bavor, company blog), 2026-02-06. "After reaching $100M in ARR in seven quarters, we followed with our first-ever $50M quarter — kicking off our third year with over $150M in ARR."
2. [Bret Taylor of Sierra on AI agents](https://cheekypint.substack.com/p/bret-taylor-of-sierra-on-ai-agents), Cheeky Pint (Stripe, John Collison), 2026-03-10. "If the AI agent resolves the case, no human intervention, there's a pre-negotiated rate for that. If we do have to escalate to a person, that's free."
3. [Horizon](https://sierra.ai/blog/horizon), Sierra (company blog), 2026-07-16. "you don't pay for tokens, you pay for business outcomes delivered."
4. [Customers page](https://sierra.ai/customers), Sierra, accessed 2026-10-05. "Time to live: <10 weeks"
5. [Airtable case study](https://sierra.ai/customers/airtable), Sierra, accessed 2026-10-05. "The work that reaches human agents is more complex, more interesting, and better aligned with their expertise"
6. [Blog index (product announcement dates)](https://sierra.ai/blog), Sierra, accessed 2026-10-05. "Sierra is heading into year three with over $150M in ARR"
7. [Sierra AI valuation 2026: $15.8B Series E (summary citing Fortune, CNBC, TechCrunch)](https://valueaddvc.com/blog/sierra-ai-valuation-2026-15-8b-series-e-enterprise-ai-agents), valueaddvc.com, 2026. secondary summary; no primary announcement found

---

# Suno

URL: https://alpsuleyman.com/en/cases/suno
Updated: 2026-10-06
Author: Alp Suleiman

> A consumer product that turns a text prompt into a full song reached millions of paying subscribers in two years on shared output; it turned copyright lawsuits into label partnerships, and retention evidence is still missing.

## Profile

- A consumer product that generates a complete song, lyrics, vocals and instruments, from a text prompt; web, iOS and Android apps, and an in-browser Studio 2.0 in August 2026 [1]. Investor Menlo calls it "one of the fastest-growing consumer products in history since launching in December 2023" [4].
- Founded: Cambridge, Massachusetts; product launched December 2023 [4]. Founders are former Kensho machine-learning researchers, CEO Mikey Shulman [8].; founders: Mikey Shulman (CEO) and the former Kensho team; the company blog says "More than half of our team are musicians themselves" (press relay) [8]; country: USA
- 21 May 2024: Series B $125M [1]
- 19 November 2025: Series C $250M at a $2.45B valuation, led by Menlo Ventures [2]
- 3 June 2026: Series D $400M+ at a $5.4B valuation (company blog); Bond as lead is secondary data [1]
- Pricing: Three credit-based tiers: Free with 50 credits a day and no commercial rights; Pro at $8/month with 2,500 credits, 20 downloads and commercial rights; Premier at $24/month with 10,000 credits and 60 downloads [3].

## Timeline

- 2023-12: Product launch [4]
- 2024-05-21: Series B $125M [1]
- 2025-11-19: Series C $250M at $2.45B ("Nearly 100 million people have made music on Suno – many for the first time in their lives") [2]
- 2026-02-26: 2M paid subscribers, $300M ARR (CEO LinkedIn post, press relay) [6]
- 2026-06-03: Series D $400M+ at $5.4B [1]
- 2026-09-09: v6 (9 September); BMG partnership 12 August, Believe/TuneCore partnership 8 September [1]

## Growth mechanism

- **acquisition**: No paid-channel disclosure. The loop as written by investor Menlo: tracks shared by friends are discovered in feeds, and a listener becomes a maker by "type idea, click create" [4]. The "organic" claim is Menlo's, not Suno's own statement.
- **loop**: Prompt, a song in two minutes, sharing, the listener making their own song. Menlo's two examples: Xania Monet entering a Billboard radio chart and imoliver's "Stone" turning into a record deal [4]. These are anecdotes; the loop's measured speed was not disclosed.
- **activation**: The first value moment is the first song; the Free tier gives 50 credits a day [3]. Commercial rights and credit top-ups are paid-only; downloads are capped on paid plans (20 and 60 a month) [3]. That is a gate that pushes the move to paid (opinion).
- **retention**: No retention evidence. Menlo writes that users spend "dozens of hours to perfect" tracks [4]; that is an observation, not measured retention. Churn, cohorts or output per subscriber were not shared.
- **pricing**: Credit based; commercial rights only in paid tiers [3]. Paid subscribers versus total users: 2M paying (February 2026, press relay) [6] against "nearly 100 million people" (November 2025) [2] are different dates and definitions; the ratio only gives an order of magnitude, roughly two percent (our arithmetic).
- **distribution**: Mobile apps (2024), the prosumer and professional segment via Studio [1][4], and label partnerships: Warner (November 2025), BMG (August 2026), Believe/TuneCore (September 2026) [1]. A move that turns legal risk into a distribution channel (opinion). Launch cadence: v3, v4, v4.5, v5.5, v6 and many features [1].
- **team**: Headcount not disclosed. A line relayed from the company blog: "More than half of our team are musicians themselves" [8]. Senior hires from the industry (former Merlin CEO Jeremy Sirota) via press relay [6].

The output is the advertising; the gate to the paid tier is the right to download. The red arrow shows how the copyright lawsuit narrowed that gate.

## Real read

- Q1 (var): Paid subscribers and ARR come from the CEO's LinkedIn post (press relay); "100M people" from the official blog; definitions not disclosed.
- Q2 (var): A paying subscriber is an outcome, not perception.
- Q3 (yok): Retention, churn or output per subscriber were never published.
- Q4 (yok): No cohort or control-group disclosure.
- Q5 (belirsiz): In a credit model it is unclear whether ARR is subscriptions only or includes credit packs; the narrower free tier may explain part of the subscriber jump (opinion).

eksik: Payment is real and speed is real; durability and the revenue definition are unknown. Most figures are press relays, not official releases.

## Shadow

- Copyright lawsuits: the RIAA and major labels sued in mid-2024; a settlement with Warner in November 2025, UMG and Sony cases continue; Koda and GEMA in Europe (press relay) [6].
- The Free tier is narrow: no commercial rights, and credit top-ups only on paid plans [3]. Part of the growth may be forced conversion (opinion).
- The CEO at Bloomberg Screentime: "The last stats that we released were 2 million subscribers, $300 million in revenue. We are far beyond that by now." No new figure, only a claim (press relay) [7].

## Lessons

- (opinion) The output itself is the advertising. If the product makes something worth sharing, cut sharing friction instead of buying channels.
- (opinion) A free tier is a gate, not a campaign. Suno moved downloads to paid; put the portable form of value behind the paywall, not the act of creating.
- (opinion) Turning legal risk into partnership is a distribution move. In Turkey the same logic applies to collecting societies and publishers.
- (opinion) The gap between "100 million people" and "2 million paying" is the measure of real growth. Write both numbers side by side in your own reporting.
- (opinion) In a credit model, write down the ARR definition so investors and the team do not read the same number differently.

## Open questions

- The verbatim text of the CEO's LinkedIn post (2M subscribers, $300M) and the ARR definition.
- Full text and links of the Series D and Warner partnership blog posts.
- Retention, churn, output per subscriber: absent from every source.
- Headcount; whether Warner Music Group invested in Suno.

## Sources

1. [Suno blog index (release and partnership announcements with dates)](https://suno.com/blog), Suno, accessed 2026-10-05. Studio 2.0; v6; BMG; Believe (titles and dates)
2. [The Future of Music is Already Here (Series C announcement)](https://suno.com/blog/series-c-announcement), Suno, 2025-11-19. "Nearly 100 million people have made music on Suno – many for the first time in their lives"
3. [Suno pricing page](https://suno.com/pricing), Suno, accessed 2026-10-05. "50 credits per day"
4. [The Future of Music Is Participatory: Leading Suno's Series C](https://menlovc.com/perspective/the-future-of-music-is-participatory-leading-sunos-series-c/), Menlo Ventures (Amy Wu Martin, Sabrina Lu), 2025-11-19. "one of the fastest-growing consumer products in history since launching in December 2023"
5. [AI music generator Suno hits 2M paid subscribers and $300M in ARR](https://techcrunch.com/2026/02/27/ai-music-generator-suno-hits-2-million-paid-subscribers-and-300m-in-annual-recurring-revenue/), TechCrunch, 2026-02-27. "2 million paid subscribers and $300M in annual recurring revenue"
6. [Suno: We've hit 2M paid subscribers and $300M annual revenue](https://www.musicbusinessworldwide.com/suno-hits-2m-paid-subscribers-300m-annual-revenue/), Music Business Worldwide, 2026-02-26. "2M paid subscribers and $300M annual revenue"
7. [Suno is 'far beyond' 2M subscribers and $300M in revenue, says Mikey Shulman (Bloomberg Screentime relay)](https://www.musicbusinessworldwide.com/suno-is-far-beyond-2m-subscribers-and-300m-in-revenue-says-mikey-shulman-who-argues-its-good-that-ai-music-has-no-firm-rules-of-the-road-yet/), Music Business Worldwide, 2026-10-02. "The last stats that we released were 2 million subscribers, $300 million in revenue. We are far beyond that by now."
8. [Suno has raised over $400M in Series D funding](https://musictech.com/news/industry/suno-series-d-funding-round/), MusicTech, 2026-06-03. "More than half of our team are musicians themselves"

---

# Synthesia

URL: https://alpsuleyman.com/en/cases/synthesia
Updated: 2026-10-06
Author: Alp Suleiman

> An avatar video platform that uses self-serve as the top of its enterprise funnel; 2024 revenue is in accounts filed with Companies House and net revenue retention is disclosed, but profitability and logo churn are still in the dark.

## Profile

- Enterprise AI video platform: avatars and text-to-video for training, product marketing, customer support and sales enablement. The company's own label is "AI video platform" [2].
- Founded: 2017, London (founder details from the company's public profile; not opened in a primary source) [5]; founders: Victor Riparbelli (CEO), Steffen Tjerrild, Lourdes Agapito, Matthias Niessner (secondary data) [5]; country: United Kingdom
- 15 January 2025: $180M Series D at a $2.1B valuation, led by NEA (investor account) [4]
- 15 April 2025: strategic investment from Adobe Ventures, announced with $100M ARR [1]
- 26 January 2026: $200M Series E at a $4B valuation, led by Google Ventures (investor account) [3]
- Pricing: Self-serve monthly plans (Starter about $30 a month for roughly 10 minutes of video; Creator $80–90 a month; secondary data) plus enterprise contracts. Per Sacra, about 70% of revenue comes from enterprise deals (secondary data) [5].

## Timeline

- 2024: 2024 revenue $58.3M, pre-tax loss $59.2M (accounts filed with Companies House, Sacra relay) ("$58.3M in recognized revenue for the full year ended December 31, 2024") [5]
- 2025-01-15: $180M Series D at $2.1B ("Over 1 million users across 60,000 businesses") [4]
- 2025-04-15: $100M ARR and Adobe Ventures investment (official blog) ("more than 70% of the Fortune 100 are Synthesia customers, up from 40% two years ago") [1]
- 2026-01-26: $200M Series E at $4B; $150M ARR claim ("over 1 million users across 60,000 businesses", "90% of the Fortune 100") [3]
- 2026-04-21: Global expansion release: contracts over $100K tripled, NRR above 140% ("Net Revenue Retention rate of more than 140%") [2]

## Growth mechanism

- **acquisition**: Three channels: self-serve entry (more than 65,000 businesses in the release) as the top of the enterprise funnel [1]; direct enterprise sales through offices in Austin, Berlin, Paris and Zurich [2]; strategic partnerships such as Adobe [1]. Office investment and a plan to grow headcount by more than 70% in 2026 show that the lever is the sales team [2].
- **loop**: A team buys a self-serve plan, usage spreads in the training or marketing department, it turns into an enterprise contract, new use cases (product marketing, support, sales enablement) are added, net revenue retention rises above 140% and the Fortune 100 reference eases the next sale [2]. The measurable evidence of the loop: the number of contracts over $100K tripled in the last twelve months [2].
- **activation**: The first moment of value is producing the first training video with an avatar within minutes. The company names assisted creation tools and the AI screen recorder as growth drivers [1].
- **retention**: Net revenue retention above 140% (company claim) [2]. No logo churn or gross revenue retention disclosure. No cohort data.
- **pricing**: A minute- and usage-based self-serve plan (Starter about $30 a month; secondary data) turns into a high- or unlimited-usage contract in enterprise [5]. Expansion revenue comes from more use cases rather than price increases (opinion).
- **distribution**: Regional office openings, proximity to Adobe and publicly stated reference ratios: 90% of the Fortune 100, 95% of the DAX 40 [2]. The reference list works like a distribution channel here (opinion).
- **team**: About 600 employees per Sacra (secondary data) [5]. A plan for more than 70 percent headcount growth in 2026 and more than $25M in new offices [2].

The loop starts with a plan bought by one small team, grows into an enterprise contract and closes with the reference list. The red arrow is a reminder that this growth is, for now, financed by losses.

## Real read

- Q1 (var): ARR, NRR and contract counts come from the company's own releases; 2024 revenue and loss from accounts filed with Companies House (Sacra relay).
- Q2 (var): Revenue is an outcome; customer-side outcome measures such as "video production time fell" are not public.
- Q3 (belirsiz): NRR exists; gross revenue retention and logo churn do not.
- Q4 (yok): No cohort-based retention is disclosed.
- Q5 (belirsiz): A loss as large as revenue in 2024; conflicting figures in the same quarter, $140M vs $150M ARR and 85% vs 90% of the Fortune 100.

reel: 2024 revenue is in accounts filed with Companies House and NRR is disclosed; one of the best-evidenced cases in this archive. What is missing is profitability and churn. The conflicting figures should be settled by date and definition before publication.

## Shadow

- A $59.2M pre-tax loss in 2024; growth is capital-intensive [5].
- Conflicting public figures in the same quarter: $140M ARR (engineering post, secondary data) and $150M (Series E announcement); Fortune 100 share of 85% (LinkedIn, secondary data) and 90% (official release) [5] [7] [2].

## Lessons

- (opinion) Use the self-serve base as the top of the enterprise funnel. Millions of users and tens of thousands of businesses give the sales team a warm list.
- (opinion) Produce expansion revenue through use cases. Selling a new department to the same customer gives more durable NRR than a price increase.
- (opinion) A reference list is a distribution channel. Publishing the Fortune 100 share lowers the trust cost of enterprise sales; in Turkey, think of a BIST 30 equivalent.
- (opinion) Watch the loss. If ARR doubles while the loss equals revenue, a founder earning lira and paying dollar costs cannot copy this model; unit economics first, sales team second.

## Open questions

- The FT story on the 2024 accounts and the Companies House filing were not opened directly.
- The $140M (February 2026) vs $150M (January 2026) ARR conflict; the 85% vs 90% Fortune 100 conflict.
- No founder podcast or interview transcript was found.
- Founder list and founding year not verified in a primary source.
- No primary source on avatar and deepfake ethics debates was opened; research before adding.

## Sources

1. [Synthesia surpasses $100 million in ARR, receives strategic investment from Adobe Ventures](https://www.synthesia.io/post/100-million-revenue-adobe-investment), Synthesia (official blog), 2025-04-15. "more than 70% of the Fortune 100 are Synthesia customers, up from 40% two years ago"
2. [Synthesia accelerates global expansion as enterprise contracts triple](https://www.synthesia.io/post/synthesia-global-expansion-austin-berlin-paris-zurich-2026), Synthesia (official release), 2026-04-21. "Net Revenue Retention rate of more than 140%"
3. [Synthesia raises $200M Series E at $4B valuation](https://seedcamp.com/views/synthesia-raises-200m-series-e-at-4b-valuation-to-continue-the-next-era-of-video-creation/), Seedcamp (investor account), 2026-01-26. "The company now serves over 1 million users across 60,000 businesses, including 90% of the Fortune 100, with $150 million in annual recurring revenue."
4. [Synthesia raises $180M at a $2.1B valuation](https://firstmark.com/story/synthesia-raises-180m-at-a-2-1b-valuation-for-its-ai-video-platform/), FirstMark (investor account), 2025-01-15. "Over 1 million users across 60,000 businesses"
5. [Synthesia research page](https://sacra.com/research/synthesia), Sacra (analyst compilation), accessed 2026-10-05. "The company's filed 2024 accounts show $58.3M in recognized revenue for the full year ended December 31, 2024 … alongside a $59.2M pre-tax loss driven by investment in headcount, technology, and offices"
6. [Synthesia reaches $100M ARR after rapid growth (FT report)](https://texxr.com/893027/synthesia-reaches-100m-arr-after-rapid-growth), TEXXR, 2025-11-27. FT relay; the $100M ARR claim comes from here, the loss figure from Sacra [5]
7. [Synthesia reaches $150M ARR with 85% of Fortune 100 clients](https://www.arr.club/synthesia/synthesia-reaches-150m-arr-with-85-of-fortune-100-clients), arr.club (LinkedIn post report), 2026-05-13. "85% penetration in the Fortune 100"

---

# Tome → Lightfield

URL: https://alpsuleyman.com/en/cases/tome
Updated: 2026-10-06
Author: Alp Suleiman

> The presentation tool that reached more than twenty million users fastest stalled at around three million dollars in annual revenue with paid conversion under two percent; the founders shut it down, built a sales CRM with six people and reached a thousand paying customers in ten months.

## Profile

- Tome was an AI presentation tool; according to founder Peiris "the first real generative AI-based presentation platform" [1]. It was shut down in April 2025. Lightfield is the same founders' agent-first sales CRM: "a world model of your company, starting with your customers" [7].
- Founded: 2020. Tome was shut down in April 2025; Lightfield was announced in November 2025 [1].; founders: Keith Peiris (CEO) and Henri Liriani, both formerly at Facebook and Instagram [1].; country: USA (San Francisco)
- February 2023: $43M Series B at a $300M valuation (led by Lightspeed; Greylock, Coatue, Audacious); Tome total around $81M (secondary data) [8]
- CB Insights counts $107.5M in total; sources disagree (secondary data) [9]
- 9 September 2026: Lightfield $47M Series A led by a16z [6]
- Pricing: Tome was freemium; paid conversion under two percent [4]. Lightfield took its first ten customers not with a price but in exchange for office desks [2].

## Timeline

- 2023: 1M users; "fastest productivity tool to reach 1 million users" (relayed) [5]
- 2023-02: $43M Series B at a $300M valuation (secondary data) [8]
- 2024-04: 20% of staff laid off; 20M users, $3.5M ARR, under 2% paid conversion ("viral AI slide creation was not enough to fund a standalone business") [4]
- 2025-04: Tome shut down; team from around 70 to 6 (annual revenue had settled around $3M) [5]
- 2025-11-13: Lightfield launch; 100+ customers, half using it more than an hour a day [1]
- 2026-09-09: $47M Series A; more than 5,000 companies signed up ("over 5,000 companies have signed up") [6]

## Growth mechanism

- **acquisition**: Tome grew through a viral launch; VentureBeat called it "visually delightful and easy to use" [1]. When capacity ran out, users queued up [3]. Which social channel, which creators: not in the sources; not found. Lightfield did the opposite: it took ten startups with an offer on X and LinkedIn, "sit in our office, use our CRM"; feedback arrived roughly every two hours [2]. Then LinkedIn prospecting and emails to YC companies [3].
- **loop**: Tome: demo, sign-up, deck creation, sharing. The loop produced distribution but not payment; Sacra's summary: "viral AI slide creation was not enough to fund a standalone business" [4]. The positioning difference was decisive (opinion): Tome chose to let anyone tell a story and drew non-paying individuals and students; in the same category Gamma targeted the professional with a budget.
- **activation**: The first moment of value was strong; it is relayed as the fastest productivity tool to reach a million users [5]. But there was no second moment of value. Peiris: "the more people used it, the more I realized that to really help people communicate something—anything—we needed more context" [1]. Starting a draft was easy; finishing it without context was impossible.
- **retention**: No figures. Indirectly: paid conversion under two percent, ARR plateaued between $3M and $3.5M [4]. No retention evidence; the plateau itself may count as evidence (opinion).
- **pricing**: Tome was freemium, $3.5M ARR from 20 million users [4]. Lightfield took its first ten customers at a negative price, office space in exchange [2]; by July 2026, 1,000 paying customers and 80 percent month-over-month growth are relayed [5].
- **distribution**: The vertical came from Tome's usage data: "We chose this lane, 'sales,' because so many people in these roles used Tome" [1]. About half of Tome's cash and its GPU reserve became capital for the second product [5].
- **team**: Tome went from around 70 people to 6 in March 2025 [5]. Peiris's self-criticism: "we had a lot of people playing house"; separate lanes for product, marketing and customer-success leaders made pivoting impossible [3]. To Forbes: the technology and culture thesis at Tome was immature [5].

Tome's loop produced distribution, not payment: a product that could start a draft could not finish it without context. Lightfield put the missing link, customer context, at the centre of the product.

## Real read

- Q1 (var): Users (20–25M), paid conversion (under 2%) and ARR ($3–3.5M) are in secondary sources but agree with each other.
- Q2 (yok): What Tome measured was perception: user count and "fastest to 1 million"; the revenue outcome was weak. At Lightfield, more than an hour of daily use is an outcome signal.
- Q3 (yok): No stability at Tome; for Lightfield, "80% monthly growth" is a single point on a small base.
- Q4 (yok): No counterfactual or cohort.
- Q5 (belirsiz): Tome's user growth was nominal (free); Lightfield's 1,000 paying customers are real but early.

algi: Tome is at the perception level: user count as a showcase, no revenue. Lightfield is early and incomplete; the verdict belongs to the Tome period, because that is where the lesson is.

## Shadow

- User count as a showcase, no revenue: 20% layoffs in April 2024, from around 70 people to 6 in March 2025 [4] [5].
- Category risk: bundling by Microsoft, Google and Canva; Sacra's stated reason for the shutdown [4].
- Total funding varies between $80M and $107.5M across sources; the primary record was not opened [8] [9].
- The Tome brand passed to AngelList; the shutdown announcement itself could not be opened, relayed [10].

## Lessons

- (opinion) User count is not growth. Twenty-five million users, conversion under two percent, three and a half million dollars in revenue. Test question: how many people pay, and how many of them are still there a month later?
- (opinion) The target audience determines pricing. "Everyone" does not pay; in the same category Gamma chose the professional with a budget and grew profitably.
- (opinion) Without a second moment of value, the first is wasted. Starting a draft is easy; without customer, call and deal context the product stays half done. That is the context moat.
- (opinion) A shutdown is also a growth decision. With half the cash and six people, the second product reached a thousand paying customers in ten months. A lesson for products in Turkey that "did not fail but are not growing".
- (opinion) Win the first ten customers with proximity, not price. Office desks in exchange for feedback several times a day; the fastest way to learn for a low-traffic product.

## Open questions

- Tome's official shutdown notice was not opened; the shutdown quote is relayed.
- Is total funding $80M or $107.5M.
- Lightfield's Series A valuation was not disclosed.
- Tome's acquisition channels (which social network, which creators) are not in the sources.

## Sources

1. [Tome's founders ditch viral presentation app with 20M users to build AI-native CRM Lightfield](https://venturebeat.com/ai/tomes-founders-ditch-viral-presentation-app-with-20m-users-to-build-ai), VentureBeat (Michael Nuñez), 2025-11-20. "the more people used it, the more I realized that to really help people communicate something—anything—we needed more context."
2. ['None of us like the product': Lightfield CEO on pivoting away from 25M users (a16z podcast summary)](https://getscuttlebutt.substack.com/p/none-of-us-like-the-product-lightfield), Scuttlebutt, 2026-09-16. "You can sit in our office space if you use our CRM"
3. [Lightfield / a16z podcast summary](https://finance.biggo.com/podcast/907cea14a23afcb9), BigGo Finance (secondary data), 2026-09-16. "we had a lot of people playing house"
4. [Tome pivots away from AI presentations](https://sacra.com/chat/h/86a38577-a643-49cd-95e5-8fb8429df303/), Sacra, 2024. "viral AI slide creation was not enough to fund a standalone business"
5. [Startup de IA pasa de demostraciones llamativas a tecnología que genera ingresos](https://forbes.co/ia/startup-de-ia-pasa-de-demostraciones-llamativas-a-tecnologia-que-genera-ingresos), Forbes (Spanish edition; Rashi Shrivastava), 2026-07-22. "Siendo franco sobre Tome, nuestra tesis sobre tecnología y nuestra tesis cultural fue muy inmadura."
6. [Our $47M Series A](https://www.lightfield.app/blog/our-series-a), Lightfield (official blog; Keith Peiris), 2026-09-09. "over 5,000 companies have signed up"
7. [Why we built Lightfield](https://www.lightfield.app/blog/why-we-built-lightfield), Lightfield (official blog; Peiris and Liriani), 2025-11-13. "automation is a consequence of understanding—not the starting point"
8. [Tome's founders raise $47M for Lightfield's agent-first CRM](https://runtimewire.com/article/tome-founders-lightfield-47m-series-a-agent-crm), Runtimewire (secondary data), 2026-09-09. "Tome had raised about $81 million before the pivot, including a $43 million Series B led by Lightspeed Venture Partners in February 2023 at a reported $300 million valuation."
9. [Tome company profile](https://www.cbinsights.com/company/tome-1), CB Insights (secondary data), accessed 2026-10-05. "ceased operations in April 2025"
10. [What Happened to Tome AI?](https://deckary.com/blog/tome-review), Deckary (unsourced; date skeleton only), accessed 2026-10-05. "made every effort to improve Tome Slides and turn it into a viable business but ultimately failed to find a sustainable path"

---

## Calculators

# Real Growth Calculator

URL: https://alpsuleyman.com/en/tools/calculators/real-growth
Author: Alp Suleiman

> Did your company really grow? Adjust Turkish lira revenue for official CPI and see nominal, real and US-dollar growth, plus inflation's share, at once.

Revenue goes up every year, but is the company actually growing? Enter two years of revenue or a yearly series, and we'll separate nominal growth from real growth using official Turkish CPI and central bank exchange rates.

## Formulas

- **Cumulative inflation**: (1 + inflation₁) × (1 + inflation₂) × … − 1 (Each year after the start year is chained.)
- **Real growth**: (End revenue ÷ Start revenue) ÷ (1 + cumulative inflation) − 1
- **Real CAGR**: (1 + real growth)^(1 ÷ number of years) − 1
- **US-dollar growth**: (End revenue ÷ end-year rate) ÷ (Start revenue ÷ start-year rate) − 1 (The rate is the annual average of the CBRT indicative USD buying rate.)

## How to read the result

The core question is simple: with today's revenue, can you buy more than you could in the start year? If real growth is positive, the company has genuinely grown. If it is negative, the business has shrunk in economic terms even though the revenue figure went up; salaries, rent and supplier costs outran your growth.

Because you are comparing annual revenue with annual revenue, the default measure is the annual average change in CPI: the average price level of twelve months against the previous twelve. The December-on-December change measures the year-end price level, and in years when inflation moves fast the two can differ materially. If your cost base behaves very differently from headline inflation, enter your own rate with "My own rate".

US-dollar growth answers a different question. Look at it if imported inputs, foreign-currency debt or comparison with international competitors matter to you. Real lira growth can be positive while dollar growth is negative, or the reverse; they measure different kinds of purchasing power.

If real growth is negative, separate the cause first. If your prices lagged inflation, the problem is pricing; if units, customers or orders fell, the problem is demand or channels. The yearly series mode shows the year in which the loss started.

When you use this number in an investor deck, a bank meeting or a board pack, show nominal and real growth side by side and state which inflation measure you used. To see only the CAGR of a nominal figure, switch to the CAGR Calculator.

## FAQ

**How do you calculate real growth?**
Divide the nominal growth multiple by the cumulative inflation multiple for the same period. If revenue grew 5.2× over four years while prices rose about 5.67×, real growth is 5.2 ÷ 5.67 − 1 ≈ −8%. A company that grew 420% in lira terms actually shrank in purchasing-power terms.

**Which inflation rate should I use: annual average or December-on-December?**
If you are comparing annual revenues, the annual average CPI change is more consistent, because revenue accrues across the year. If you are comparing year-end balances such as cash or debt, December-on-December fits better. The calculator lets you switch between both and see the difference.

**Can I use my own inflation rate instead of the official one?**
Yes. With "My own rate" you can enter a single annual rate applied to every year. If your cost structure differs from headline CPI, for example mostly imported inputs or rent, this can give a more meaningful real growth figure for your company.

**Can revenue grow in lira but shrink in dollars?**
Yes. In years when the exchange rate rises faster than inflation, lira revenue can grow while its dollar value falls. The reverse also happens. Which one matters depends on the currency of your costs and goals.

**Where does the inflation data come from and how current is it?**
CPI values are TurkStat's official figures as tabulated by the Central Bank of the Republic of Türkiye (CBRT); the exchange rate is the annual average of the CBRT's daily indicative USD buying rates. Only complete years are used, and the last-updated date is shown in the data note under the results.

## Sources

- [CBRT — Consumer Prices (CPI annual and monthly % change table)](https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Istatistikler/Enflasyon+Verileri/Tuketici+Fiyatlari)
- [CBRT — Indicative Exchange Rates (daily rate archive)](https://www.tcmb.gov.tr/kurlar/kurlar_tr.html)

---

# Growth Check-up

URL: https://alpsuleyman.com/en/tools/calculators/growth-checkup
Author: Alp Suleiman

> Enter a few numbers on growth, retention, efficiency and cash; get a four-part scorecard, your weakest link and the first lever to pull.

Enter the numbers a consultant would ask for in the first meeting: growth, retention, efficiency and cash. The tool scores each against sourced or clearly labelled thresholds and tells you which lever to pull first.

## Formulas

- **Growth**: (this period ÷ same period last year − 1); with inflation: (1 + growth) ÷ (1 + inflation) − 1 (If profit margin is given, Rule of 40: growth + profit margin ≥ 40%.)
- **Retention**: annual loss = 1 − (1 − monthly churn)^12
- **Efficiency**: CAC payback = CAC ÷ (ARPU × gross margin); burn multiple = (monthly net burn × 12) ÷ net new ARR over the last 12 months
- **Cash**: runway = cash in bank ÷ monthly net burn

## How to read the result

Read the scorecard as a sequence, not a grade. The four dimensions affect each other: if retention is weak, customers you acquire leave soon even when efficiency looks fine on paper; if runway is short, everything else has to wait. That is why, on a tie, the tool puts cash first, then retention, then efficiency, then growth.

Some thresholds come from primary sources, some from logic and some are our own working thresholds; each row says which. Burn multiple bands are from Craft Ventures and the Rule of 40 is from Bessemer. Payback needing to be shorter than customer lifetime is plain logic. The churn and runway limits are not market data; they are practical limits we use in our advisory work.

If you report in a high-inflation currency, enter inflation. Nominal growth can look healthy while you are shrinking in real terms. When inflation is entered, growth and the Rule of 40 are calculated on real growth.

Leaving optional fields at 0 does not break the scorecard; that measure is simply left out. But NRR and net new ARR sharpen the diagnosis: NRR shows whether revenue from existing customers is growing, and burn multiple shows how much growth your cash burn actually buys.

This is a starting point. Averages hide differences between segments, channels and cohorts. The real work is to open up the weakest dimension and find which customer group or channel the problem is concentrated in.

## FAQ

**How do you measure growth health?**
Not with a single number. You need to look at how fast revenue grows, whether customers stay, what growth costs and how long your cash lasts, together. This tool puts those four dimensions on one screen.

**What is a good burn multiple?**
On Craft Ventures' scale, under 1 is amazing, 1–1.5 great, 1.5–2 good, 2–3 suspect and above 3 bad. Burn multiple shows how much cash you burn for every unit of net new ARR.

**What is the Rule of 40?**
It says your growth rate plus profit margin should be 40% or higher, a reference point often cited by investors such as Bessemer. A fast-growing company can run at a loss; a slow-growing one is expected to be profitable.

**How many months of runway is enough?**
There is no universal number. We treat under 6 months as critical and 6–12 months as a caution zone; that is our working threshold, not market data. The reasoning: a fundraise or a serious cost reset takes months, and you need time to do it.

**Will the result be wrong if I leave optional fields empty?**
No. Fields left at 0 are not counted. If a dimension lacks enough data, its row shows "Not enough data" and it is excluded when picking the weakest dimension.

## Sources

- [Craft Ventures (David Sacks) — The Burn Multiple](https://www.craftventures.com/articles/the-burn-multiple)
- [Bessemer Venture Partners — Scaling to $100 Million (Rule of 40)](https://www.bvp.com/atlas/scaling-to-100-million)

---

# Cohort Matrix Calculator

URL: https://alpsuleyman.com/en/tools/calculators/cohort-matrix
Author: Alp Suleiman

> Paste your cohort matrix: heatmap, pooled retention curve, plateau point and LTV projection. Try what a few points more M1 retention would do to LTV.

A blended retention number hides different stories inside one average. A cohort matrix gives each signup period its own row: in which period do users drop off, does the loss slow down somewhere, are newer cohorts better than older ones? Paste your own matrix and the tool computes the pooled curve, the plateau point and LTV. The numbers you see on load are sample data, not real.

## Formulas

- **Retention rate**: r[c,t] = a[c,t] ÷ a[c,0] (a[c,t]: active count of cohort c in period t; a[c,0] is the cohort size.)
- **Pooled curve**: q[t] = Σ a[c,t] ÷ Σ a[c,t−1]; S[0] = 1, S[t] = S[t−1] × q[t] (Only cohorts that have observed period t are summed; rows can have different lengths.)
- **Plateau**: First t where q[t] ≥ θ and q[t+1] ≥ θ (θ defaults to 95%; it is a setting of this tool, not a universal benchmark. If only the last period clears it, the result is marked "possible".)
- **Tail**: q_tail = geometric mean of the last 3 observed q, capped at 0.98 (Only periods whose denominator is at least 30 people count (the tool's rule). The 0.98 cap is a cautious ceiling, not a measured value.)
- **LTV (per user)**: Σ S[t] × ARPU × margin, t = 0 … horizon (For t > T, S[t] = S[t−1] × q_tail. The first period (M0) is included.)
- **Unobserved share**: (projected LTV − observed LTV) ÷ projected LTV (Shows how much of the LTV rests on periods you have not seen yet.)
- **Scenario**: S'[1] = min(1, S[1] + X ÷ 100); for t ≥ 1, S'[t] = S[t] × S'[1] ÷ S[1] (A sensitivity calculation: assumes the lift in M1 carries through later periods at the same ratio.)
- **Start month k: share remaining**: S[k] (Share still active at month k (pooled curve). With k = 0, S[0] = 1 and results equal the current calculation.)
- **CAC per remaining customer**: CAC ÷ S[k] (A rebasing: all acquisition spend is attributed to those still active at month k. It is a recomputation under that assumption.)
- **Conditional LTV (from k)**: Σ S[t] ÷ S[k] × ARPU × margin, t = k … horizon (Contribution of a user active at month k over the periods from k onward, k included; same tail and horizon as LTV. With k = 0 it is the LTV itself.)
- **Conditional LTV / CAC**: conditional LTV ÷ (CAC ÷ S[k]) (Read next to the M0-based LTV/CAC; for k > 0 it is lower because revenue before k is not counted; with k = 0 the two are identical.)

## How to read the result

Read the heatmap column by column. Each row is a signup period, and users get older as you move right. The drop in the first column is usually the steepest, so check it first in your own matrix; the real question is whether the curve flattens after it. Every cell carries its number, and colour only guides the eye.

The pooled curve combines cohorts of different sizes into one line. Because each period only counts cohorts that have observed it, new and still-short rows do not distort the curve. A plateau says the loss slowed within this window; it does not say a lasting loyal base exists. Only a longer observation can show that.

Pattern hints are not diagnoses. Loss concentrated in the first period may point at onboarding and the first moment of value; mid-period erosion with no plateau makes you ask whether the product builds a habit; fluctuation can also signal a definition or data problem. The cohort-over-cohort comparison assumes rows run oldest to newest. A segment difference does not show in a single matrix: paste a second matrix by channel or plan and compare them on the same chart. The hint thresholds are this tool's rules, not benchmarks (for example, the newest three cohorts' M1 average differing from earlier ones by at least 5 points).

Read the unobserved share of LTV separately. If the matrix shows only a few periods and the horizon reaches well past them, a large part of the result may be an assumption about periods you have not seen. The share depends on how fast loss continues: small if loss keeps running fast, large if the curve has flattened. Above 50% (the tool's threshold) the box switches to a warning tone; observing the curve a while longer before committing budget to that number is reasonable.

The scenario block shows what lifting M1 retention by a few points does to LTV. The result can be smaller than intuition suggests: cohort size does not change, only the share remaining after the first period grows. This is a sensitivity calculation; only an experiment shows whether the improvement will happen.

The start month option starts retention and CAC from a later month instead of M0. a16z's "Retention Is All You Need" (2025) recommends starting this calculation at M3 for AI products; it writes that the "tourists" who sign up and leave within a couple of months have mostly gone by M3, and that curves most often begin to flatten around M3. The piece rests on a dataset of dozens of AI companies with more than $1M in ARR that the authors have seen. The authors also say that, as long as the curve eventually flattens, the exact timing matters less for long-term dollar retention. M3 is the month a16z recommends; this tool does not treat it as a fixed threshold: you can take the month from your matrix's plateau point or choose it manually. The tool does not filter out or estimate who is a tourist; it only computes from the chosen month onward. CAC per remaining customer, CAC ÷ S[k], is a rebasing and assumes all acquisition spend is attributed to those still active in that month; it is not a measured CAC. Conditional LTV/CAC leaves out revenue before k while keeping the full CAC, so for k > 0 it is lower than the M0-based ratio; read the two as answers to different questions.

## FAQ

**What data should I paste into the cohort matrix?**
One row per cohort: a label, the cohort size (M0), then the number of users still active in each period. Tabs, semicolons, commas or spaces all work; copying from Excel is enough. Rows can have different lengths: a newer cohort shows fewer periods. If you only have retention percentages, switch the value type to percent; M0 stays a head count.

**How does my definition of active affect the result?**
A lot. Loosen the definition and the matrix looks better while nothing has really changed. Before you run the tool, ask: does your active definition count the action where users get value, or only that they opened the app?

**What does the plateau point mean?**
Conditional retention stayed at or above the threshold (default 95%) for two periods in a row: within that window, loss slowed down. Nothing more. With few cohorts, or last periods resting on few people, a plateau can be chance; the tool flags periods with a denominator under 30 as "small sample".

**Why does LTV show an "unobserved share"?**
The projection carries the loss rate of your last observed periods forward. When you observe few periods relative to the horizon, part of the number rests on periods that have not happened yet; how much depends on the shape of the curve. When this share is high, read the LTV as an assumption rather than a measurement.

**Is the "M1 +5 points" scenario a forecast?**
No. It is a sensitivity calculation: if the first-period rate were 5 points higher and later periods carried that through at the same ratio, what would LTV be? Only an experiment shows whether such an improvement will happen. The calculation helps you weigh whether it is worth the engineering time to try.

**Do my numbers get sent anywhere?**
The calculation runs in your browser and makes no separate request to send your numbers. However, the matrix you paste (and the second segment's matrix, if any) is written into the link in the address bar. If you reload or share that link, the numbers travel with the address, and the address also reaches the server that serves the page. If the matrix is long, it is not written to the link at all. If the data is sensitive, anonymise the labels.

## Sources

- [a16z — Retention Is All You Need (Rodriguez, Immerman, September 10, 2025)](https://a16z.com/ai-retention-benchmarks/)

---

# Unit Economics Calculator

URL: https://alpsuleyman.com/en/tools/calculators/unit-economics
Author: Alp Suleiman

> Calculate margin-adjusted LTV, CAC, LTV/CAC ratio and CAC payback period in seconds, then see which lever gets you to your target ratio fastest.

Compare what a customer earns you with what it costs to win them. Everything is calculated on gross margin, so it reflects what you actually keep, not top-line revenue.

## Formulas

- **Customer lifetime**: 1 ÷ monthly churn (At 3% churn, average lifetime ≈ 33 months.)
- **LTV (margin-adjusted)**: ARPA × gross margin ÷ monthly churn
- **LTV/CAC**: LTV ÷ CAC
- **CAC payback period**: CAC ÷ (ARPA × gross margin) (In months; churn is not factored in.)

## How to read the result

Start with how payback compares to customer lifetime. If payback is longer than lifetime, the average customer leaves before covering what it cost to acquire them. Growing in that state grows the loss; fix unit economics first.

For LTV/CAC, 3:1 is a commonly cited rule of thumb, not a research finding. Below 1 you lose money on every customer. Between 1 and 3 you are profitable, but the margin left to fund overhead and growth is thin. A very high ratio is not always good news either; it can mean you are underinvesting in growth.

The two lines on the chart answer different questions. The dashed line assumes the customer never leaves and crosses zero at the payback point. The orange line accounts for churn and converges to what an average acquired customer is actually worth. If the orange line stays below zero, the average customer costs you money.

There are three levers to reach your target: lower churn, raise price (ARPA) or cut CAC. The calculator shows how far each would need to move on its own. In practice, pricing and packaging tend to act fastest, while lower churn has the most durable effect because it extends LTV directly.

Payback targets differ by segment. In its scaling report, Bessemer points to under 12 months for SMB-focused companies, under 18 for mid-market and under 24 for enterprise. Calculate by channel and segment rather than blended averages and you will see where the real problem sits.

## FAQ

**What is a good LTV/CAC ratio?**
The commonly cited rule of thumb is 3:1. It is an industry reference point, not a law or a study result. Below 1 means you lose money on each customer. The more fundamental check is whether payback is shorter than average customer lifetime.

**Why use gross margin when calculating LTV?**
Because revenue is not all yours. LTV calculated before direct costs such as hosting, payment fees and support overstates what a customer is worth and misleads you on how much you can spend to acquire one.

**How do you calculate CAC?**
Divide total sales and marketing spend for a period (ads, salaries, tools, agency fees) by the number of new customers won in that period. Using ad spend alone understates CAC.

**What is a good CAC payback period?**
There is no single number; it depends on your sales model. The logical limit is that it must be shorter than average customer lifetime. Bessemer points to under 12 months for SMB, under 18 for mid-market and under 24 for enterprise.

**If churn is zero, is LTV infinite?**
The formula says so, but no customer base stays forever. If your churn is too low to measure yet or you are very early, enter a conservative estimate. The calculator does not show LTV at zero churn.

## Sources

- [Bessemer Venture Partners — Scaling to $100 Million (CAC payback targets)](https://www.bvp.com/atlas/scaling-to-100-million)

---

# AI Product Unit Economics Calculator

URL: https://alpsuleyman.com/en/tools/calculators/ai-unit-economics
Author: Alp Suleiman

> Calculate your AI product's margin per user, blended margin and the request count where heavy users start losing money, by pricing model.

An AI product that calculates cost per user from an average eventually meets its heaviest user. On a flat price, that user pays the same as everyone else, but every request sends you an invoice. This tool applies your pricing model (flat, usage-based, hybrid or outcome-based) to a typical and a heavy user separately: it shows the margin, the request count at which you start losing money, and where the margin goes if cost moves. It opens with example values; enter your own numbers.

## Formulas

- **Cost per request**: ((input × (1 − cache) + input × cache × ratio) × input price + output × output price) ÷ 1,000,000 × (1 + cost change) (Input and output tokens are per-request averages; prices are per million tokens. Ratio is the cached-read price as a share of the normal input price.)
- **Revenue (monthly, per user)**: Flat: P · Usage: requests × price per request · Hybrid: P + max(0, requests − included) × overage price · Outcome-based: requests × success rate × price per outcome
- **Profit**: revenue × (1 − fee) − requests × cost per request − other variable cost (Margin = profit ÷ gross revenue.)
- **Loss threshold (flat price)**: (P × (1 − fee) − other cost) ÷ cost per request (Above this request count the user loses money. In the usage model the direction flips: profit starts above the threshold. In hybrid, if the threshold sits below the included requests (Q), the included part loses money; if it sits above Q and the overage price covers cost, there is no loss threshold.)
- **Outcome-based threshold slope**: success rate × price per outcome × (1 − fee) − cost per request (Every request is an attempt; you are paid only for a successful one, and the cost of a failed attempt stays with you. Above zero each extra attempt leaves profit; below zero it loses money. The tool also shows the margin if the success rate falls by 0, 10 and 20 points.)
- **Loss multiple**: loss threshold ÷ typical user's requests (How many times typical usage the threshold sits at.)
- **Blended margin**: ((1 − w) × profit(typical) + w × profit(heavy)) ÷ ((1 − w) × revenue(typical) + w × revenue(heavy)) (w is the heavy-user share. Profit and revenue are blended separately, not computed at the average request count.)
- **Exchange-rate scenario (cost $, price ₺)**: lira cost = USD cost × rate × (1 + rate rise) · Price rise to hold profit = cost share × rate rise · Price rise to hold margin = rate rise (Cost share is cost as a share of net revenue (revenue × (1 − fee)) for the blended user. Assumptions: the lira price is fixed in the scenario, all cost is in dollars, and the calculation is linear. Because all cost is in dollars, holding the margin percentage takes a price rise equal to the rate rise; holding the profit amount takes less if you are profitable, since cost is then only part of net revenue.)

## How to read the result

An average is like crossing a river that is one metre deep on average: the near bank is ankle-deep, the middle is over your head. Compare average cost per user with the average price and you will often see a reasonable margin; but the invoice is cut by the tail, not the average user. Cost grows linearly with requests while a flat price stays put, so above some threshold every extra request eats profit. Bessemer's AI pricing playbook frames the difference like this: in classic SaaS, serving one more customer costs virtually nothing, while in AI every query incurs a non-trivial expense. a16z, in a 2020 piece, also called cloud infrastructure a substantial, and sometimes hidden, cost for AI companies. That is why the tool asks for two user definitions, typical and heavy. It returns three numbers: typical margin, heavy margin, and the blend of the two.

The pricing model reshapes that distribution. Under a flat price there is a loss threshold and everything above it is a loss; your heaviest user is the one who costs you most, not the one who pays most. Under usage-based pricing, cost passes through to the customer and margin holds as long as the price per request covers cost per request; if it does not, every request loses money. Bessemer notes that outcome-based models require you to absorb cost variability, and describes hybrid models as a way to give customers predictability while capturing upside, calling it an effective middle ground for early-stage startups. Poyar wrote in 2024 that the perceived uncertainty of usage-based pricing spooked many companies, and that in the SaaS slowdown usage-based businesses saw growth decelerate faster than subscription ones. In his 2024 look at 40 leading AI startups, most application-layer companies chose subscriptions and very few use pure usage-based pricing. This is our inference: cost follows usage, while revenue often does not. In a hybrid, move the included requests (Q). If the loss threshold sits below Q, the included part is already losing money; if it sits above Q and the overage price covers cost, there is no loss beyond it. Where to put Q is a rule of thumb, not a proven optimum. In the outcome-based model (the fourth option in the tool) every request is an attempt: you are paid only for a successful one, and the cost of a failed attempt stays with you. According to Bessemer, a difficult customer issue can consume far more compute than anticipated, and the model works when you are confident in your AI's performance, when you can absorb cost variance, and when the outcome is unambiguous and measurable. Beyond the cost variability Bessemer describes, our reading (interpretation) is that the success rate is what erodes margin fastest: as it falls, the same cost is divided by less revenue. The tool therefore shows the margin separately if the success rate drops.

In Turkey there is an extra layer: providers list prices in dollars, while your revenue may arrive in lira. If the exchange rate rises and your lira list price lags, your margin erodes without you changing anything. It is a logic similar to inflation; as on the Real Growth page, the nominal figure grows while the economy underneath can shrink. The tool shows this in two ways. Set the currency to TRY and switch to the "Cost $, price ₺" mode: you enter token prices and other variable cost in dollars and your prices in lira, and the tool converts the dollar cost to lira at the rate you enter. The table shows where typical, heavy and blended margin go when the rate rises 10, 25 and 50 percent with the lira price held fixed. The last column answers a separate question: how much the price must rise to keep the same lira profit. The tool makes no rate forecast; it does not say where the rate is going or call one scenario likelier than another. It only calculates the rate you enter and those four scenarios, and the default rate is an example, not the current rate. The calculation assumes all cost is in dollars. If you pay some line in lira (say, a support team), a rate rise does not grow it by the same share; read the result with that in mind. If you do not use the rate mode, the inference cost change input and the sensitivity table ask the same question as a general cost increase.

The tool is only as accurate as its inputs. Take request counts and token averages from your own logs rather than estimates, and derive the heavy-user multiplier and share from the real distribution. The default values are examples, not current prices or an industry benchmark. It does not model cache write fees as a separate line; it uses only the cached share and the read price. Two user groups are also a simplification of reality. And the tool shows only the cost side: whether high usage means buying intent or abuse, and what value the user gets, you must read elsewhere. If you put your pricing page next to the bill your heaviest user runs up, would you still write the same price?

## FAQ

**Where do I find token costs?**
On your provider's API pricing page. Providers price per million tokens, with input and output separate and cached input and batch processing as separate lines. The defaults in this tool are examples, not current prices; take real prices from the page and token averages from your own logs.

**What is the cache share and why does it not always make things cheaper?**
The cache share is the portion of input tokens read from cache; cached reads are priced below normal input. But providers can charge separately for writing to the cache, and if the hit rate is low the saving shrinks. Output tokens are not affected by caching either. In this tool you enter only the cached share and the read ratio; cache write fees are not a separate line, so you can approximate their effect by entering a lower cache share. The example value is zero.

**How do I choose the included requests (Q) in a hybrid model?**
There is no fixed rule. Rule of thumb: keep Q below the loss threshold that the flat price covers, and check that the overage price covers cost per request. A second rule of thumb: you want a Q that keeps the typical user out of overage and moves heavy users into paying it. Change Q and watch the loss threshold, the blended margin and the chart.

**If model prices fall, is the problem solved?**
Not necessarily. This is an inference: the bill is price times tokens. If prices fall while users make longer or more requests, cost does not fall. The sensitivity table tests only a change in cost (what happens to margin if cost falls); to test growing usage, raise the typical user's requests or the token averages and compare the results.

**How do I set the heavy-user multiplier and share?**
From your logs: rank users by monthly requests, and look at how many times typical usage the top slice makes and what share of users it is. Where you cut the slice is a judgment call; run the tool with a few different cuts and see how far the result moves.

**What should I track under outcome-based pricing?**
Two things: the success rate and the cost of a failed attempt. In the tool every request is an attempt; revenue is success rate times price per outcome, and the inference cost of a failed attempt stays with you. According to Bessemer, a difficult customer issue can consume far more compute than anticipated, so track the success rate split by case difficulty rather than as one average (rule of thumb). The success-rate sensitivity shows where margin goes if the rate falls by 10 and 20 points. Enter the rate from your own logs; the default value is an example.

**If the exchange rate rises, how much should I raise my price?**
Separate the goal first, because there are two different answers. To keep your lira profit, price rise = cost share × rate rise; if cost is a third of net revenue, a 30 percent rate rise needs only about a 10 percent price rise (an example for illustration). To keep your margin percentage, since all cost is in dollars, the price must rise by the same percentage as the rate. If you are profitable, the second is always the higher price, and not every market will bear it. Choosing between them is a decision: profit amount or margin? The tool shows both and makes no rate forecast; you enter the rate and the scenario. If part of your cost is paid in lira, both results come out slightly overstated.

## Sources

- [OpenAI: API pricing (per-token pricing; get the current table here)](https://developers.openai.com/api/docs/pricing)
- [Anthropic: API pricing (input, output, cache and batch lines)](https://platform.claude.com/docs/en/about-claude/pricing)
- [Bessemer Venture Partners: The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook)
- [Kyle Poyar, Growth Unhinged: The state of AI pricing at 40 leading startups](https://www.growthunhinged.com/p/how-ai-apps-make-money)
- [Kyle Poyar, Growth Unhinged: The state of usage-based pricing in SaaS](https://www.growthunhinged.com/p/the-state-of-usage-based-pricing)
- [a16z: The New Business of AI (and How It's Different From Traditional Software), 2020](https://a16z.com/the-new-business-of-ai-and-how-its-different-from-traditional-software/)

---

# Runway & Default Alive Calculator

URL: https://alpsuleyman.com/en/tools/calculators/runway
Author: Alp Suleiman

> Calculate how many months your cash lasts with growth included. See your break-even month, whether you're default alive or dead, and the growth you need.

Simple runway assumes today's burn never changes. This tool adds revenue and expense growth and asks Paul Graham's question: on your current trajectory, do you reach profitability before the money runs out?

## Formulas

- **Net burn**: Monthly expenses − monthly revenue
- **Simple runway**: Cash ÷ net burn (If revenue and expenses stay where they are today.)
- **Projection with growth**: Cash(month) = Cash(previous month) + revenue × (1 + g)^month − expenses × (1 + e)^month (g is monthly revenue growth, e is monthly expense growth.)
- **Default alive**: Month revenue covers expenses ≤ month cash runs out (For profit to last, revenue must grow at least as fast as expenses.)

## How to read the result

Start with the gap between the two runways. Simple runway holds today's burn constant; runway with growth accounts for burn shrinking as revenue rises. If the gap is large, your survival depends on growth continuing. If growth slows, the timeline slides back toward the simple number.

The real question isn't how many months you have left. It's whether you reach profitability before the money runs out. Paul Graham calls this default alive: if expenses stay flat and revenue keeps growing at the rate of the last several months, do you make it on the cash you have? This tool also takes expense growth as an input, so reflect your hiring plan if you have one.

If you're default dead, there are three levers: grow faster, cut costs, or raise enough to cover the gap. "Required monthly growth" shows how hard the first lever is. "Funding gap to break-even" sizes the third. If that number doesn't fit a realistic round, talking about costs now is far cheaper than talking about them in six months.

If you're default alive, look at the lowest cash point. If cash dips very low before you reach profit, the plan has no margin for error; two bad months can put you on the wrong side of the line. Try lowering the growth assumption by a point or two and watch how the answer changes.

Finally, keep the inputs honest. Use the average of the last few months as your growth rate, not one great month. Strip out one-off revenue and late payments. The math is only as good as the inputs; optimistic inputs give optimistic answers.

## FAQ

**How do you calculate runway?**
In its simplest form: cash ÷ monthly net burn. Net burn is monthly expenses minus monthly revenue. 12 million in cash and 800 thousand of monthly net burn means 15 months of runway. If revenue is growing, real runway is longer; if expenses are rising, it's shorter. This tool accounts for both.

**What does default alive mean?**
It's from Paul Graham's 2015 essay. If your expenses stay constant and your revenue keeps growing at the rate it has over the last several months, and you reach profitability on the money you have left, you're default alive. If not, you're default dead. In other words: would you survive without raising more?

**How many months of runway is enough?**
There's no universal number. The test that matters is whether your break-even month comes before the month cash runs out. If profitability isn't in sight, remember that raising money takes time too, and act well before runway gets short.

**What's the difference between gross burn and net burn?**
Gross burn is the total you spend each month; net burn subtracts revenue from that. Runway uses net burn, because that's what actually leaves the bank account.

**Why do I enter expense growth?**
Graham's definition holds expenses flat, which is a conservative starting point. In reality, hiring and new tools push expenses up. Enter your planned expense growth and the result reflects your own budget. Leave it at zero and the calculation matches Graham's definition exactly.

## Sources

- [Paul Graham — Default Alive or Default Dead? (2015)](https://paulgraham.com/aord.html)

---

# Burn Multiple Calculator

URL: https://alpsuleyman.com/en/tools/calculators/burn-multiple
Author: Alp Suleiman

> Divide net burn by net new ARR to get your burn multiple. See where you land on the Craft Ventures scale and the net new ARR you need to hit a target.

Burn multiple boils the cost of growth down to one number: how much cash you burn for each unit of new annual recurring revenue. The metric and its scale come from David Sacks at Craft Ventures.

## Formulas

- **Burn multiple**: Net burn ÷ net new ARR (Both must cover the same period: month, quarter or year.)
- **Net new ARR**: Ending ARR − starting ARR (New sales plus expansion, minus contraction and churn.)
- **ARR needed for a target**: Net burn ÷ target multiple

## How to read the result

The lower the burn multiple, the cheaper your growth. 2× means you burn two units of cash for every unit of new ARR. In Sacks's example, a startup that burns $2M in a quarter to add $1M of ARR is at 2×, reasonable for an early-stage company. One that burns $5M for the same ARR is at 5× and should cut costs.

Read the trend, not a single number. Monthly figures are noisy; one large contract or a late invoice can swing them. Quarterly is healthier. If the multiple rises quarter over quarter, either burn is growing faster than ARR or growth is slowing. Sacks argues most problems in a business eventually show up in this number.

There are two ways to bring the multiple down: add more ARR for the same burn, or add the same ARR for less burn. The target box on the right shows both. The fastest win is often churn and contraction, which quietly erode ARR. Reducing them raises net new ARR without asking for any extra marketing budget.

Treat a high multiple as a product signal too. Sacks notes that if extraordinary investment is needed to deliver growth, product-market fit may not be as strong as it looks. If you're pushing growth with money, growth stops when the money does.

The scale is meant for revenue-generating startups. Without revenue, net new ARR is zero and the ratio doesn't compute. If the company is generating cash, the multiple loses its meaning; at that point the Rule of 40 is a better way to weigh growth against profitability.

## FAQ

**What is a good burn multiple?**
Craft Ventures gives these rules of thumb for venture-stage startups: under 1× is amazing, 1–1.5× great, 1.5–2× good, 2–3× suspect, over 3× bad. Sacks notes that the bar rises at each stage.

**How do you calculate burn multiple?**
Divide net burn for a period by net new ARR for the same period. $9M of net burn and $4M of net new ARR in a quarter is 2.25×. Net burn is expenses minus the revenue you actually collect.

**What if net new ARR is negative?**
The ratio stops making sense: the cash you burned brought no growth, and ARR actually shrank. Understand churn and contraction first; trying to optimise the multiple is the wrong question at that point.

**How do I read burn multiple if we're profitable?**
If net burn is zero or negative, the company is generating cash and the multiple doesn't compute. A measure like the Rule of 40 is better for weighing growth against profitability.

**Should I measure it monthly or quarterly?**
The formula works for any period, since both numbers cover the same one. But a monthly figure can jump on a single large deal. For decisions, quarterly or trailing twelve months is more reliable.

## Sources

- [David Sacks, Craft Ventures — The Burn Multiple (2020)](https://www.craftventures.com/articles/the-burn-multiple)

---

# Rule of 40 Calculator

URL: https://alpsuleyman.com/en/tools/calculators/rule-of-40
Author: Alp Suleiman

> Add annual revenue growth to profit margin to get your Rule of 40 score. See the margin or growth needed to reach 40, plus Bessemer's caveats on scale.

How much growth or margin is missing for 40, with the other held constant? The Rule of 40 puts growth and profitability into one number: if annual revenue growth plus profit margin is 40 or more, the balance is considered healthy. Relayed by Brad Feld in 2015 from an investor and also covered by Bessemer, it's used mostly for software companies at scale.

## Formulas

- **Rule of 40 score**: Annual revenue growth % + profit margin % (Bessemer uses free cash flow (FCF) margin; many companies use EBITDA margin.)
- **Margin needed for 40**: 40 − growth %
- **Rule of X (Bessemer)**: Growth % × 2 + FCF margin % (Bessemer suggests weighting growth about 2× for late-stage private companies.)

## How to read the result

The score measures balance; it isn't a goal on its own. A company growing 60% while losing 20% and one growing 10% with a 30% margin both hit 40. They're very different businesses. So alongside the total, look at which component carries the score.

Below 40, there are two paths: raise margin or grow faster. The tool shows both. Which is cheaper depends on your business. If growth is slowing, cutting inefficient spend to lift margin usually pays off faster. If growth is strong, braking it for margin can destroy value.

Bessemer made that last point explicitly in 2024. It argued that weighting growth and margin equally leads to misguided decisions for late-stage companies approaching profitability, and proposed the Rule of X: growth times roughly 2, plus FCF margin. Of two companies with the same score, the faster-growing one has the higher Rule of X.

Mind the scale. Bessemer notes these efficiency scores are generally meaningful above $25M of ARR and can mislead on smaller revenue bases. In the early stage, burn multiple and the path to profitability are better measures.

Finally, be consistent about which margin you use. EBITDA ignores capital expenditure and working capital; FCF doesn't. When talking to investors, say clearly which one you use and don't switch between periods.

## FAQ

**What is the Rule of 40?**
It's a rule that says annual revenue growth plus profit margin should be 40% or more. In Bessemer's words, businesses above 40% are deemed increasingly valuable. It shows the balance between growth and profitability in a single number.

**How do you calculate the Rule of 40?**
Add annual revenue growth percentage to profit margin percentage. A company growing 30% with a 10% FCF margin scores 40. One growing 28% with a −6% margin scores 22.

**Should I use EBITDA or FCF?**
Bessemer's definitions use free cash flow (FCF) margin. Many companies calculate it with EBITDA too. FCF reflects capital expenditure and working capital, so it's the stricter measure. Whichever you choose, be consistent.

**Should early-stage startups use the Rule of 40?**
Usually not. Bessemer says efficiency scores like this are meaningful above $25M of ARR, and that early-stage companies should focus on burn multiple and the path to free cash flow.

**What is the Rule of X?**
Bessemer's 2024 adaptation: growth rate is multiplied by a factor (about 2 for late-stage private companies) and added to FCF margin. The idea is that over the long run growth contributes more to value than profitability does.

## Sources

- [Bessemer Venture Partners — The Rule of X (2024)](https://www.bvp.com/atlas/the-rule-of-x)
- [Bessemer Venture Partners — Scaling to $100 Million (2021)](https://www.bvp.com/atlas/scaling-to-100-million)

---

# NRR & GRR Calculator

URL: https://alpsuleyman.com/en/tools/calculators/nrr
Author: Alp Suleiman

> Calculate NRR and GRR from starting MRR, expansion, contraction and churn. Annualise monthly rates, see the MRR bridge and how much of new sales churn eats.

NRR shows how much recurring revenue from existing customers grew or shrank over a period; GRR measures only the losses, ignoring expansion. Together they tell you how much of your growth depends on new sales.

## Formulas

- **NRR (net revenue retention)**: (Starting MRR + expansion − contraction − churn) ÷ starting MRR
- **GRR (gross revenue retention)**: (Starting MRR − contraction − churn) ÷ starting MRR (Excludes expansion; can never exceed 100%.)
- **Annualising**: Annual rate = (monthly rate)^12 or (quarterly rate)^4 (Assumes the same rate repeats every period.)
- **Ending MRR**: Start + expansion − contraction − churn + new-customer MRR

## How to read the result

If NRR is above 100%, your existing base grows on its own: recurring revenue rises even if you win no new customers. New sales then stack on top of that growth. Below 100%, the base is leaking, and part of every new sale goes to filling the hole first.

Look at GRR separately. Strong expansion can make NRR look healthy while serious churn hides underneath. Because GRR ignores expansion, it shows the true size of the hole in the bucket. An NRR propped up by a few large accounts expanding drops fast when one of them leaves.

When annualising monthly rates, remember compounding. 98% a month sounds small, but repeated for twelve months it's roughly 78% a year. This tool calculates the annual figure on that assumption. The most accurate annual NRR comes from comparing what last year's customer cohort pays today with what it paid then.

The MRR bridge shows where to focus. If churn is large, find out why customers leave: wrong customers, value not shown, or pricing that didn't fit? If contraction is large, look at packaging and pricing. If expansion is weak, ask whether customers have a way to pay more as they grow.

The "churn eats X% of new sales" line is the easiest number to explain to a team. If a third of new sales goes to replacing lost revenue, one in every three days of the sales team's effort is spent standing still. Reducing churn turns the same sales effort directly into growth.

## FAQ

**How do you calculate NRR?**
Take starting MRR, add expansion from existing customers, subtract contraction and churned MRR, then divide by starting MRR. 500k starting, 15k expansion, 8k contraction and 15k churn: (500 + 15 − 8 − 15) ÷ 500 = 98.4%. New customers are left out.

**What's the difference between NRR and GRR?**
NRR counts expansion; GRR doesn't. So GRR can never exceed 100% and measures only losses. NRR shows whether the existing base grew on a net basis, expansion included.

**What does NRR above 100% mean?**
Expansion from existing customers outweighs churn and contraction. Your recurring revenue grows even if you win no new customers, and new sales add on top.

**How do you annualise monthly NRR?**
Raise the monthly rate to the twelfth power: 101% a month is about 112.7% a year. This assumes the same rate repeats every month. The most accurate annual figure comes from comparing last year's customer cohort's MRR then and now.

**Why isn't new-customer MRR part of NRR?**
NRR measures only the health of the existing base. Include new customers and strong sales can hide weak retention. This tool shows new MRR only in the bridge and in ending MRR.

---

# ROAS Calculator

URL: https://alpsuleyman.com/en/tools/calculators/roas
Author: Alp Suleiman

> Calculate ROAS and compare it with your break-even ROAS. Includes VAT, product cost, shipping and fees, so you can see whether your ads actually make a profit.

The ROAS your ad platform shows says little on its own. Add your margin, VAT and variable costs like shipping and fees to see whether ads make or lose money, and which ROAS you must not drop below.

## Formulas

- **ROAS**: Revenue from ads ÷ Ad spend
- **Break-even ROAS**: 1 ÷ Contribution margin (Contribution margin = Gross margin − Other variable costs (on revenue excluding VAT). If revenue is reported including VAT, the result is multiplied by (1 + VAT rate).)
- **POAS**: Contribution before ads ÷ Ad spend (Above 1 means ads pay for themselves in profit.)
- **Max CPA**: Contribution before ads ÷ Orders

## How to read the result

Compare ROAS with your break-even ROAS, not with an industry average. The same 4× ROAS can be healthy profit for a 60%-margin digital product and a clear loss for a 25%-margin electronics store. Your contribution margin sets the bar.

Make sure both sides use the same basis. Ad platforms usually report the purchase value your pixel sends, which often includes VAT or sales tax. That tax isn't yours to keep, so the tool converts break-even ROAS to whatever basis you report in. You compare like with like.

Put costs that grow with every sale — shipping, payment fees, marketplace commission, returns, packaging — into 'other variable costs'. In e-commerce they eat a large share of the margin; leave them out and ads look profitable while the books go red.

Max CPA is the most you can pay to win an order without losing money. Campaign targets and bid caps belong below it. Target-margin CPA is the ceiling that still leaves the profit you want while growing. If your model loses money on the first order and earns it back through repeat purchases, make this call on customer lifetime value, not the first order.

If ROAS sits below break-even, you have three levers: raise conversion rate and order value (revenue), cut variable costs (the bar), or pause unprofitable campaigns and products (spend). Before raising budgets, make sure ROAS clears the bar comfortably; ROAS usually falls as spend scales.

## FAQ

**What is a good ROAS?**
There is no single right ROAS. The minimum is your break-even ROAS: 1 ÷ contribution margin. With a 30% contribution margin, anything below 3.33× loses money. Profitable growth needs a ROAS above that, one that protects your target margin — the tool calculates that too.

**How do you calculate break-even ROAS?**
First find what each sale leaves before ads: gross margin minus variable costs such as shipping and fees. Break-even ROAS is the inverse of that ratio. With a 45% gross margin and 15% variable costs, contribution is 30% and break-even ROAS is 1 ÷ 0.30 = 3.33×. If you track revenue including VAT, scale it up by the VAT rate.

**What is the difference between ROAS and POAS?**
ROAS measures revenue per unit of ad spend; POAS measures profit (here, contribution before ads). A POAS above 1 means ads pay for themselves in profit. When one campaign sells products with very different margins, POAS is the better guide.

**Should ROAS include VAT?**
Profit should be calculated on revenue excluding VAT, because the tax isn't yours. If your ad dashboard reports VAT-inclusive values, that's fine — just compare VAT-inclusive ROAS with a VAT-inclusive break-even ROAS. The tool puts both on the same basis.

**Why is my ROAS high but the business isn't profitable?**
Three common reasons: the break-even bar is higher than assumed (shipping, fees and returns were left out), the platform over-credits itself (counting orders that would have happened anyway), or fixed costs outside advertising consume the contribution. This tool fixes the first; attribution needs controlled tests and fixed costs need a break-even analysis.

---

# Conversion Funnel Calculator

URL: https://alpsuleyman.com/en/tools/calculators/conversion-funnel
Author: Alp Suleiman

> Calculate the conversion rate of every funnel step, find the bottleneck and see which improvement would bring the most customers and revenue.

If every step improved by the same amount, which would bring the most customers? Enter the count or rate for each step from visitor to paying customer. The tool shows step-by-step conversion, where most people drop off, and what the same improvement at each step would add in customers and revenue; why people stop at a step, and what fixing it costs, you bring yourself.

## Formulas

- **Step conversion rate**: People at this stage ÷ People at previous stage × 100
- **Overall conversion**: People at last stage ÷ People at first stage × 100 (Equal to the product of the step rates.)
- **Extra customers**: Current customers × (New step rate ÷ Current step rate − 1)
- **Extra revenue**: Extra customers × Value per customer

## How to read the result

Overall conversion is a poor compass on its own; it's the product of the step rates. A 0.6% result doesn't tell you where you lose people. Look at step rates first: the lowest one is your narrowest bottleneck.

Funnel rates multiply. So a 10% relative improvement at any step grows the outcome by 10%, whichever step it is. The difference lies in how hard the improvement is. Moving a step from 8% to 8.8% is usually far easier than moving one from 80% to 88%, because the low step has more room. The 'points' mode shows exactly that: the same point gain has the biggest effect at the lowest step.

Don't design fixes before you understand why people stop at the bottleneck. Form length and value proposition at sign-up, time to first value at activation, price perception and trust signals at checkout are the usual suspects. Session recordings and short surveys beat guessing.

Choose value per customer based on the question you're answering. First-month revenue shows the short-term effect; customer lifetime value (LTV) shows the real worth. Compare the cost of an improvement with this number to prioritise experiments.

Counts must come from the same period and the same audience. Mixing campaigns or months distorts the rates. Widening the top of the funnel (more traffic) is the most expensive lever; convert the traffic you already have first.

## FAQ

**How do you calculate conversion rate?**
Conversion rate is the number of people who complete the target action divided by the number who reached that step, times 100. If 1,600 of 20,000 visitors sign up, the sign-up conversion rate is 8%. For the whole funnel, divide people at the last step by people at the first.

**What is a good conversion rate?**
There is no single meaningful number; it varies widely with industry, price, traffic source and what counts as a conversion. The most useful comparison is your own history: the same step, same channel, last month and last year. If you borrow an outside average, make sure its step definition matches yours.

**Which funnel step should I focus on first?**
Usually the one with the lowest rate, where most people drop off. Relative improvements have the same effect at every step, but a low-rate step is usually easier to improve. The final call depends on the cost of the fix and how confident you are in it.

**What is the difference between funnel and cohort analysis?**
Funnel analysis shows where users drop between steps; cohort analysis shows how groups who joined in the same period behave over time. A funnel answers 'where do we lose them?', a cohort answers 'do they stay?'. They're most useful together.

**Should I improve conversion by percentage points or by percent?**
They're different things. Going from 8% to 10% is a 2-point gain but a 25% relative increase. State which one you mean when reporting experiment results; this tool lets you try both.

---

# CAGR Calculator

URL: https://alpsuleyman.com/en/tools/calculators/cagr
Author: Alp Suleiman

> Turn a start and end value into total growth, compound annual growth rate (CAGR), doubling time and a forward projection, or find the rate a target needs.

If revenue grew 2.25× in three years, how fast is that per year? CAGR gives a single annual rate. In Target mode the real question is this: how much higher is the pace you need than the pace you have sustained so far? Enter your past pace and see the gap in percentage points.

## Formulas

- **Total growth**: (End value ÷ Start value − 1) × 100
- **CAGR**: (End value ÷ Start value)^(1 ÷ Number of years) − 1 (If the period is entered in months, years = months ÷ 12.)
- **Doubling time**: ln 2 ÷ ln(1 + CAGR) (Years needed to double if the same pace continues.)
- **Projection**: Current value × (1 + CAGR)^n

## How to read the result

CAGR compresses the journey between two points into one constant rate. It hides the ups and downs in between: a company that grew 80% one year and shrank 10% the next can show the same CAGR as one that grew steadily. Read the result together with the year-by-year figures.

Total growth sounds impressive; CAGR tells you the real tempo. 100% growth over five years sounds strong but is roughly 15% a year. When you present growth to investors, a board or your team, giving both numbers sets expectations correctly.

The projection is not a forecast, it is an "if this pace holds" scenario. Growth usually slows as a company scales: markets saturate, channels tire and team capacity binds. Treat the projection as the ceiling of what the current engine can carry, not as a target.

In target mode, the resulting rate shows how ambitious the plan is. If the required pace is well above your historical CAGR, accept that existing channels won't get you there and design a new growth lever: a new market, pricing, product or channel.

If your values are in a high-inflation currency such as the Turkish lira, nominal CAGR can mislead. To see real growth in purchasing power, use the Real Growth Calculator.

## FAQ

**What is CAGR and how is it calculated?**
CAGR (compound annual growth rate) is the constant yearly rate at which a value would have grown from start to end. Formula: (End ÷ Start)^(1 ÷ years) − 1. Revenue that went from 4 million to 9 million in 3 years has a CAGR of about 31%.

**What is the difference between CAGR and average annual growth?**
A simple average adds up the yearly growth rates and divides by the number of years, ignoring compounding. A value that grows 50% and then falls 50% has a simple average of 0%, yet it actually lost 25%. CAGR accounts for compounding, so it reflects the true path from start to end.

**Can I use CAGR for periods shorter than a year?**
You can, but read it with care. Annualising six months of growth turns small differences into very large rates, and seasonality distorts the result. For short periods, reporting monthly growth or total growth is more honest.

**How fast do I need to grow each year to reach a target?**
Switch the calculator to "Target" mode and enter today's value, the target and the period. The result is the constant annual growth rate needed to get there. Comparing it with your historical CAGR quickly shows whether the plan is realistic.

**Is it right to calculate CAGR on lira revenue?**
It is right for nominal growth, but under high inflation a large part of the growth comes from price increases. To see real growth, run the same figures through the Real Growth Calculator or compare them in US dollars.

**How do I find the doubling time?**
If the same CAGR continues, the time to double is ln 2 ÷ ln(1 + CAGR). For a quick mental estimate, the commonly cited rule of thumb is the "rule of 72": divide 72 by the growth rate in percent. The calculator uses the exact formula.

---

# Break-Even Point Calculator

URL: https://alpsuleyman.com/en/tools/calculators/break-even-point
Author: Alp Suleiman

> Find your break-even point in units and revenue from fixed costs, price and unit cost. Target profit, margin of safety and pricing impact on one screen.

How far above the break-even bar are your sales, and which of fixed cost, price or variable cost lowers the bar most when each improves by the same percentage? (For the first, just enter your current sales.) Enter your monthly fixed costs, unit price and unit variable cost. See the sales volume and revenue needed to turn a profit and the volume for your target profit.

## Formulas

- **Unit contribution margin**: Price − Unit variable cost
- **Break-even units**: Fixed costs ÷ Unit contribution margin
- **Break-even revenue**: Fixed costs ÷ Contribution margin ratio (Contribution margin ratio = Unit contribution margin ÷ Price)
- **Margin of safety**: (Current sales − Break-even sales) ÷ Current sales × 100

## How to read the result

Break-even volume is a floor, not a goal. Every month below it, you pay fixed costs out of pocket. The daily figure makes it concrete: 750 units a month is about 25 sales a day. Can your team and channels realistically produce that?

Margin of safety shows how far sales can fall before you slip into a loss. If it's thin, a seasonal dip or losing one big customer can push you negative. That's a good reason to delay decisions that raise fixed costs — new hires, office space, long contracts.

The lever table compares the effect of the same improvement on break-even. A price increase flows entirely into contribution margin, so it's often the strongest lever, and stronger still when margins are thin. But price also affects volume, so validate with small tests.

If contribution margin is zero or negative, there is no break-even point: selling more only deepens the loss. Fix price or unit cost first; volume helps only after that.

The model assumes a single or average product. With several products, use a weighted average price and cost based on your sales mix; break-even shifts as the mix changes. Enter prices excluding VAT or sales tax.

## FAQ

**How do you calculate the break-even point?**
Divide fixed costs by unit contribution margin, which is price minus unit variable cost. With 15,000 in monthly fixed costs, a price of 50 and variable cost of 30, unit contribution is 20 and break-even is 15,000 ÷ 20 = 750 units.

**What is the difference between fixed and variable costs?**
Fixed costs are paid every month regardless of volume: rent, salaries, software subscriptions. Variable costs rise with each sale: product cost, shipping, payment fees, sales commission. If you're unsure, ask whether the cost would halve if sales halved.

**How do you find break-even revenue?**
Divide fixed costs by the contribution margin ratio. With a 40% ratio, 15,000 in fixed costs needs 15,000 ÷ 0.40 = 37,500 in revenue. For businesses selling many products, revenue-based break-even is usually more practical.

**What is margin of safety?**
It's how far current sales exceed break-even sales, as a percentage. If you sell 900 units and break even at 750, your margin of safety is 16.7%: a drop larger than that puts you in the red.

**How can I lower my break-even point?**
Three ways: raise price, lower unit variable cost or cut fixed costs. The lever table in the calculator compares how much the same improvement in each would lower the bar, so you can see where to start.

---

# Profit Margin Calculator

URL: https://alpsuleyman.com/en/tools/calculators/profit-margin
Author: Alp Suleiman

> Calculate profit margin and markup with or without VAT. Find the selling price for a target margin, or the highest cost you can pay, without mixing the two up.

After product cost, what is left of each sale at this price, and what should the price be to hit a target margin? See your margin from cost and price, or find the selling price — or the highest cost you can pay — for a target margin. The tool separates VAT and makes the most common mistake, treating markup as margin, impossible to miss.

## Formulas

- **Profit margin**: (Price − Cost) ÷ Price × 100 (Price excludes VAT.)
- **Markup**: (Price − Cost) ÷ Cost × 100
- **Price for target margin**: Cost ÷ (1 − Target margin) (Price incl. VAT = Price excl. VAT × (1 + VAT rate))
- **Conversion**: Margin = Markup ÷ (1 + Markup)

## How to read the result

Margin divides profit by price; markup divides it by cost. For the same product they differ: buy at 600, sell at 1,000, and margin is 40% while markup is 66.7%. In pricing discussions, always be clear which one you mean.

The costliest mistake is adding your target margin on top of cost. Want 40% margin and add 40% to cost, and your real margin is 28.6%. The right price for a target margin is cost ÷ (1 − margin); in 'Find price' mode the tool shows both prices side by side.

Always calculate margin on the price excluding VAT. Use the VAT-inclusive price and you count the tax authority's share as profit. You can enter a VAT-inclusive price; the tool strips VAT out first.

This is gross margin: only product cost is deducted. Shipping, fees, advertising and fixed costs aren't yet. Use the ROAS and break-even calculators to account for them; they tell you whether the gross margin is enough.

'Find cost' mode helps in supplier negotiations: if you know the shelf price and the margin to protect, it gives you the highest purchase cost you can accept.

## FAQ

**How do you calculate profit margin?**
Subtract cost from price, divide by price and multiply by 100. If a product costs 60 and sells for 100 excluding VAT, profit is 40 and margin is 40 ÷ 100 = 40%.

**What is the difference between margin and markup?**
Margin divides profit by price; markup divides it by cost. The same 40 profit is a 40% margin on a price of 100 and a 66.7% markup on a cost of 60. Margin can never reach 100%; markup has no ceiling. A 100% markup equals a 50% margin.

**If I add 30% to cost, do I get a 30% margin?**
No. Adding 30% to cost is a 30% markup, which equals roughly a 23.1% margin. For a 30% margin, price at cost ÷ 0.70 — 142.86 for a product that costs 100.

**Is profit margin calculated with or without VAT?**
Without. VAT belongs to the tax authority, not the seller. If you know the VAT-inclusive price, divide by (1 + VAT rate) to get the net price first; the tool does this for you.

**How do I set a selling price?**
With cost-based pricing: cost ÷ (1 − target margin). For a cost of 60 and a 35% target margin, the price excluding VAT is 92.31; with 20% VAT it's 110.77. Treat this as a floor and weigh the final price against perceived value and competitors.

---

# Price or Volume? Calculator

URL: https://alpsuleyman.com/en/tools/calculators/price-volume-mix
Author: Alp Suleiman

> Split a revenue change into price, volume and mix effects. Up to 4 products per period; see whether growth came from price or from units sold.

Revenue is up this period and everyone in the meeting is pleased. Then someone asks: did we sell more, or did we charge more? Enter unit price and units for each product in two periods, and we split the revenue change into price, volume and mix effects.

## Formulas

- **Revenue change**: Σ (price₂ × units₂) − Σ (price₁ × units₁) (Σ sums over products; 1 is the first period, 2 the second.)
- **1. Volume effect**: (Total units₂ − Total units₁) × Period-1 average price (Period-1 average price = Period-1 revenue ÷ Period-1 total units.)
- **2. Mix effect**: Σ (units₂ × price₁) − Total units₂ × Period-1 average price (Arises when the share of units across products shifts; measured at period-1 prices. Zero with a single product.)
- **3. Price effect**: Σ units₂ × (price₂ − price₁) (The price difference on the same units; measured with period-2 units.)
- **Check**: Volume + Mix + Price = Revenue change (The three effects add up to the change exactly.)

## How to read the result

The decomposition used in this tool works like this: first the change in total units is multiplied by the period-1 average price (volume), then the reshuffling of units across products is measured at period-1 prices (mix), and last the price difference on the same units is calculated (price). The three effects add up to the revenue change exactly. The decomposition depends on the order: change the order and the total stays the same, but the split between effects changes.

In this order the price effect is measured with period-2 units. The cross term created by price and units changing together is booked to price. An order that measures price with period-1 units leaves that term to volume and mix. Either route can be used; say which one you used in the meeting.

The mix effect appears when the share of units moves between products. If more expensive products sell in place of cheaper ones, revenue rises with no change in total units or any price. When mix is near zero, either the shares of units barely moved, or the shift did not change the average price. With a single product, mix is always zero.

To enter a new product, put 0 in its period-1 units. Its period-1 price was never observed, so the tool uses its period-2 price; the product's revenue is booked to volume and mix, not to price. For a product you dropped during the period, period-2 units are 0.

Figures are nominal; there is no inflation adjustment. In a high-inflation economy, a large part of the price effect may simply be the general rise in prices. To see your revenue growth stripped of inflation, the Real Growth Calculator and the Real Growth guide sit next to this page. The decomposition also does not say why: units falling after a price increase may be the cost of that increase, but you need customer and churn data to find out.

## FAQ

**What are the price, volume and mix effects?**
They are the three parts of a revenue change. The volume effect is the revenue impact of the change in total units sold, the price effect that of changes in unit prices, and the mix effect that of a shift in the share of units across products. In this tool the three add up to the revenue change exactly.

**Why can the mix effect be negative?**
When the share of sales moves to lower-priced products. Even if total units stay flat and no price changes, revenue falls because the average unit price falls. For example, if units of the expensive product fall while units of the cheap one rise, mix is negative.

**Would a different order change the result?**
The three effects still add up to the same total, but the split between them changes. For example, measure the price effect with period-1 units and the cross term between price and volume moves to another line. This tool uses the order shown above and writes the formulas on the page; use the same order when you compare periods.

**How do I enter a new or discontinued product?**
Put 0 in period-1 units for a new product, and 0 in period-2 units for a discontinued one. Because a new product's period-1 price was not observed, the tool uses its period-2 price, so its revenue is booked to volume and mix rather than price.

**How much of the price effect is inflation?**
This tool does not separate it; the prices you enter are nominal. If the price effect is positive, part of it may reflect general price increases. For inflation-adjusted growth, use the Real Growth Calculator.

---

## Guide pages

### The Nominal Growth Illusion: A Guide to Real Growth

URL: https://alpsuleyman.com/en/real-growth
Published: 2025-12-04
Updated: 2026-10-04
Author: Alp Suleiman

> Revenue is growing, but is the company? Learn to spot the nominal growth illusion: how to calculate real growth, separate price from volume and decide.

Manifesto

The Nominal Growth

Illusion

Revenue grows every year. But does the company? In an inflationary economy those are two different questions, and the gap between them is where most bad decisions hide.

Definition

#### Mistaking price rises for growth

The nominal growth illusion is reading revenue that rises with prices as if the company itself had grown. The number on the table gets bigger; units sold, customers served and what that revenue can actually buy stay flat, or shrink.

It isn't an accounting error. It's a reading error. The numbers are right. The question we ask them is wrong.

Financial reporting in Türkiye has already accepted this: from periods ending on or after 31 December 2023, companies applying TFRS and BOBİ FRS restate their statements for inflation (TMS 29, Türkiye's IAS 29). Growth conversations, though, still run on nominal figures. Targets, bonuses, investor decks, every sentence that starts with “compared to last year”.

Revenue grew: that's an observation. The company grew: that's a result.

See for yourself

#### Same revenue, two different stories

How much did revenue rise against last year, and how much did prices rise over the same period? Take out the price effect and what remains is the company's real growth.

Revenue growth (nominal)

Price growth (inflation)

Real growth

Simple subtraction

From prices

From real growth

Last year's revenue

This year's revenue at last year's prices

Lost purchasing power

The company really grew.

Revenue rose; the company stood still.

Revenue rose, but the company shrank.

Values are examples. For your own figures, the Real Growth Calculator uses TurkStat inflation and CBRT exchange rates.

Calculate with my numbers

Symptoms

#### Where does the illusion hide?

Nobody falls for a nominal number on purpose. The illusion settles into ordinary sentences said every day.

##### “We doubled last year.”

A year-on-year comparison compares two different currencies. Last year's lira and this year's lira don't buy the same things.

##### The team that hit target

If the sales target was set in nominal terms, price rises hit part of it on their own. Bonuses get paid while market share quietly erodes.

##### Price rise equals growth

Raising prices grows revenue but wins no customers. Until you separate price from demand, you can't tell which one is working.

##### Unit economics that look too good

Measuring LTV at today's prices and CAC at yesterday's flatters the picture. Both belong at the same price level.

##### Profit, but no cash

Inventory and receivables inflate with prices too. Paper profit gets buried in working capital; the faster you grow, the more cash you need.

##### The chart in the deck

A revenue line going up convinces no one. The first question is “in real terms?” You should know the answer before it's asked.

Three lenses

#### There is no single right number

No single figure shows real growth. Three lenses answer three different questions; looked at together, the picture sharpens.

Question

Measure

Blind spot

##### Real growth in lira

Can my revenue buy more today than it did last year?

Nominal growth deflated by CPI change over the same period.

If your sector's costs move differently from general inflation, it draws an incomplete picture.

##### Growth in dollars

Did I grow relative to the world?

Each period's revenue converted at that period's average exchange rate.

When the currency moves sharply it can make domestic performance look better or worse than it was.

##### Volume growth

Am I selling more to more customers?

Units, orders, active customers or usage.

It hides changes in price and product mix; on its own it doesn't measure value.

Method

#### Reading growth in real terms, in four steps

##### Write down the nominal

Put two periods' revenue side by side and calculate nominal growth. It's the starting point, not the answer.

##### Take out price

Deflate by inflation for the same period. If you compare annual revenue, use the annual average change in CPI.

##### Separate price from volume

How much of the growth came from price rises and how much from selling more? Track units or customer count separately.

##### Decide on the real figure

Tie targets, bonuses and budgets to real growth. Report the nominal figure; manage by the real one.

Formula

Real growth = (1 + nominal growth) ÷ (1 + inflation) − 1

Subtracting inflation from nominal growth gives an approximation; the error grows as rates rise. Dividing is correct.

Principles

#### The discipline of real growth

##### Every growth figure comes with its real counterpart.

A nominal number on its own isn't information. It's noise.

##### State which inflation measure you used.

Annual average or December over December? They give different answers; the reader should know.

##### Report price and volume separately.

Pricing and demand are different muscles. You can't strengthen either without seeing which one is working.

##### Calculate unit economics at one price level.

Comparing yesterday's CAC with today's LTV makes profitability look better than it is.

##### Tie targets and bonuses to real growth.

Reward the work the team did, not the work inflation did.

The same discipline applies to AI claims: "AI made us X percent faster" can't be read before it is adjusted either.

Growth Claim Check

Now, your numbers

#### How much did your company really grow?

The Real Growth Calculator deflates your revenue with TurkStat inflation and CBRT exchange rates. No sign-up; the calculation runs in your browser and no separate request is made to send your numbers.

Calculate my real growth

Growth Check-up

Let's look together

Frequently asked

#### What is the difference between nominal and real growth?

Nominal growth is the change in the revenue figure. Real growth is what remains after removing the effect of price rises, and shows how much the company actually grew in purchasing power.

#### How do you calculate real growth?

(1 + nominal growth) ÷ (1 + inflation) − 1. If revenue rose 40% while prices rose 45%, real growth is about −3.4%: revenue grew, the company shrank.

#### Which inflation rate should I use?

When comparing annual revenue with annual revenue, the annual average change in CPI is the best fit. If your cost base differs markedly from general inflation, also calculate with your own cost index and state which one you used.

#### Doesn't TMS 29 solve this?

TMS 29 restates financial statements to purchasing power at the end of the reporting period, an important step for reporting. But growth decisions are mostly made on monthly dashboards, sales targets and management decks that use nominal figures. That is where the illusion lives.

#### Isn't growth in dollars enough?

Dollar growth matters for imported inputs, foreign-currency debt or comparison with overseas competitors. But the exchange rate need not move at the same pace as domestic prices. Read it together with real growth in lira.

Sources

Public Oversight Authority (KGK) — Announcement on inflation adjustment of financial statements of entities subject to independent audit (in Turkish)

https://www.kgk.gov.tr/Portalv2Uploads/files/Duyurular/v2/Diger/Enf_%20Muh_%20Duyuru_ESEB.pdf

CBRT — Consumer Prices (CPI annual and monthly % change table)

https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Istatistikler/Enflasyon+Verileri/Tuketici+Fiyatlari

CBRT — Indicative Exchange Rates

https://www.tcmb.gov.tr/kurlar/kurlar_tr.html

---

### Growth in the Age of AI: A Guide

URL: https://alpsuleyman.com/en/ai-growth
Published: 2026-09-22
Updated: 2026-10-05
Author: Alp Suleiman

> In an AI product, growth and durability are not the same thing. A way to read inference cost, tourist users, pricing and the growth team.

Guide

Growth in the

Age of AI

In an AI product, signing up and making a first payment are easy. Making growth last, and not losing money on every request, are different jobs. This guide collects the questions that tell them apart.

Introduction

#### Growth and durability don't show up on the same line

The dashboard is going up. The real question is who that curve belongs to.

In AI products, sign-up, trial and first payment are easy. Something easy to buy can be easy to leave; every use also creates a cost; and copying a feature keeps getting cheaper (as our essay argues). Our framing (interpretation): a single ARR line can't tell these three pressures apart.

a16z's view: the leading AI companies don't necessarily have a retention problem, but they do have a measurement problem (a16z also says these companies may reach even better long-term retention). The rest of this guide is about building that measurement: cost first, then who stays, then price, team and defensibility. It ends with one method proposal and three test questions.

Unit economics

#### Every request has a bill

Is cost falling or rising? Both can be true.

A request sold inside a flat-price plan is like a taxi with an agreed fare and the meter still running. The passenger pays the same amount; the longer the ride, the more fuel you burn. In classic software the marginal cost of a user was usually very small. Here every use sends you an invoice.

There are two readings of where that invoice is heading, and they seem to contradict each other.

##### The same work gets cheaper every year

In a16z's LLMflation analysis, the cost of an LLM of equivalent performance falls 10x every year (the yardstick is an MMLU score; OpenAI, Anthropic and Llama models). The author says the methodology is "far from perfect" and the rate may slow down, but still considers the overall conclusion valid.

##### But demand moves to the newest model

Ethan Ding's argument (a blog post, not data): users don't stay with the older, cheaper model; they move to the newest one, so subscription margins don't recover even as the unit price falls.

To us the two don't contradict; they measure different things. One is the price of the same work; the other is the price of the work the customer now asks for. The second is the one that matters to you.

Retention

#### The tourists left. Who stayed?

The early curve may not be a good guide to long-term loyalty.

a16z calls them "AI tourists": users who sign up, try the product for a couple of months and leave. According to Rodriguez and Immerman, this wave makes early retention curves a less decisive indicator of long-term retention. Their fix is simple: rebase retention and CAC from M0 to M3. In their words, M3 represents your true customer base after the tourists have churned out. The curves they looked at mostly flatten around M3.

Mind the sample limit: the piece looks at a selected set of "dozens" of AI companies above $1M in ARR. Rather than assuming your own curve flattens at M3, check where it flattens in your matrix.

Directional data, labeled in full

Sample details

##### Retention in AI-native companies

In Poyar's 2025 analysis built on ChartMogul data, AI-native companies show a median gross revenue retention (GRR) of 40% and net revenue retention (NRR) of 48% (annualized). GRR rose from 27% in January to 40% in September. Poyar's reading: "I suspect many of the early AI tourists left; those who remain are more committed or shifting from experimentation to production."

Sample: Poyar and ChartMogul scraped about 3,500 software company websites (roughly 2,700 B2B SaaS, 600 B2C SaaS, 200 AI-native) and used AI to classify them. Retention rates are annualized for companies that reached at least $250K in ARR during 2025; the post does not say how many remain after that filter. The author calls the data directional where AI-native samples get small (about 50 per bucket).

The question from this site's piece on the new battle for value applies here too: a competitor shipped something, and how many users left because of it? Interpretation: a retention push that doesn't know why people left risks being an effort to hold on to tourists.

Price

#### The cost of selling cheap

Do price and retention move together?

In the same analysis Poyar cuts the data by monthly price band, and the gap is large. The table below is his data; the same sample and the same limits apply.

Poyar's line sums up the table: the downside of being easy to buy is being easy to cancel. His suggestion is to separate experimental spend from serious spend, and he proposes counting serious spend as revenue from customers who have paid at least $250 (an annual plan paid upfront, a deal above $250, or a low spender who sticks around).

Median retention by monthly price band (AI-native companies)

Monthly price | GRR | NRR

Above $250 | 70% | 85%

$50–249 | 45% | 61%

Under $50 | 23% | 32%

Source: Poyar and ChartMogul, 2025 analysis; AI-native products by monthly price band. The post gives no company count per price band; the AI-native sample is small (about 200 scraped companies), so read it as directional.

To us, price band and customer type are tangled together here. A different customer usually buys the expensive product, for a different purpose. The table doesn't show that cutting price breaks retention; it shows that the two go together.

Pricing

#### Who gets the cost?

The pricing model decides who is left holding the inference bill.

With flat pricing the bill stays with you; with usage-based pricing it passes to the customer; with a hybrid it is shared; with outcome-based pricing the customer pays for the result and you carry the risk (interpretation). In ICONIQ's July 2026 report (surveys from Q4 2025 and Q2 2026, about 300 executives each, self-reported), the share of consumption-based pricing rose from 35% to 42% in six months and outcome-based from 18% to 23%; companies blend 1.7 pricing models on average.

The Pricing Model Picker helps you decide which model fits, with a few questions; this guide doesn't decide for you. Then test the model on your own numbers in the AI unit economics calculator: under flat pricing, find the request count at which your heaviest user turns unprofitable; under outcome-based pricing, find where margin goes if the success rate falls.

Growth team

#### Speed alone isn't enough; what you measure decides what counts

What is AI changing in the work of a growth team?

One example from Poyar: Fyxer ran 514 experiments in 2025, more than two per work day. In an experiment that added a credit-card prompt to the trial (the paywall was optional), sign-ups dipped and the number of paying customers doubled.

This is one company, as told by Poyar; it does not generalize. The source stops here; the rest is interpretation: a team that watched sign-ups would have called that experiment a failure. Speed sets the number of experiments, the metric sets what counts as a win.

##### A secondary quote

Growth.Talent reports Elena Verna, head of growth at Lovable, saying "Right now I'm spending 95% innovating on growth and only 5% on optimization"; in the same page, Kieran Flanagan of HubSpot argues that AI erodes the boundaries that justified separate growth teams.

Defensibility

#### What is left once it's copied?

What has to sit under the product for growth to last?

Sequoia wrote in 2023 that generative AI's biggest problem is not finding use cases, demand or distribution, but proving value. Bessemer's State of AI 2025 says something similar: retention can be fragile, especially when switching costs are low, and early hypergrowth alone means less now than ever before.

The piece on this site unpacks that line layer by layer: proprietary data and context, embedding in the workflow, distribution, trust and owning the outcome. To us, each of those layers should show up as a flattening in the retention curve. If it doesn't, what you have may be a feature.

Method

#### Three changes to what you measure

This section is our proposal, not what the sources say. These combinations don't appear in them; they are hypotheses to test on your own data.

Our proposal (hypothesis)

##### Start retention after the tourists leave

Find where flattening begins in your cohort matrix and calculate retention and CAC from that point. a16z suggests M3; the right month for you is the one your matrix shows. The number to compute is CAC per customer still here at that point. The "Start month" option in the Cohort Matrix runs a similar calculation, starting retention and CAC from the month you choose; attributing the CAC to remaining customers is an assumption.

##### Plot inference cost by cohort, not just revenue

Next to the retention curve, add a curve of inference cost per user for each cohort. Hypothesis: if the ones who stay are the heaviest users, retention looks good while unit economics get worse. The matrix alone won't show it; the two curves together will. If your inference bill is in dollars and your revenue in lira, take the currency effect out as a separate step.

##### Split ARR into two buckets and look for real growth only in the second

Adapt Poyar's experimental versus serious spend split to your own price structure: set the threshold yourself. Then read growth only in the serious bucket and strip out the price effect, as in the Real Growth guide. The aim is to stop experimental spend from calling itself growth.

All three are hypotheses. Try the first version on a small cohort; if your own data disproves it, drop the method.

Test questions

#### Three questions

Answering takes a minute. Not knowing the answer tells you something.

##### Are you counting the user who started paying, or the one who will stay?

The gap between the two numbers is, roughly, your tourist count.

##### Is your heaviest customer the one who earns you the most, or the one who costs you the most?

Under flat pricing, they can be the same person.

##### What did your last experiment teach you, and what decision did it change?

If the answer is "sign-ups went up," no decision has changed yet.

Start

#### Look at who stayed first, then at what they cost you

This whole guide comes down to one habit: while the dashboard goes up, look at which users stayed and what each of them costs you. Start with one cohort.

Where to start

If your pricing model is unclear:

Pricing Model Picker

If you want to start retention after the tourists have left:

Cohort Matrix, with the start month option

The tool does not identify who is a tourist; it only calculates from the month you choose.

If you are unsure about margin:

AI unit economics calculator

You can carry the blended monthly revenue and margin from there to the Cohort Matrix; you paste the matrix yourself.

Next

#### If you want to go deeper

Related articles

##### The New Battle for Value in the AI Era

##### Your Customer Asks AI First

##### The Pilot Is Done. Where Is the Profit?

Calculators and guides

##### Pricing Model Picker

##### AI unit economics calculator

##### Cohort Matrix

##### Real Growth guide

##### Cohort Analysis guide

##### Benchmarks

##### AI and Growth

##### Knowledge Base

Glossary

##### Inference Cost

##### Usage-Based Pricing

##### Hybrid Pricing

##### Outcome-Based Pricing

##### Seat-Based Pricing

##### Growth Glossary

Read the guide

AI unit economics calculator

Try the Pricing Model Picker

Cohort Matrix

Talk to Alp

Let's look at your numbers together

If you'd like to go through your own cohorts and unit economics together, we can start with a short exchange.

Frequently asked

#### Who is an "AI tourist"?

A term from a16z: a user who signs up for an AI product, tries it for a couple of months and then leaves. a16z writes that, because of them, early retention curves are a less decisive indicator of long-term retention, and it suggests measuring retention and CAC from M3 instead of M0.

#### If inference cost is falling, why are unit economics still a problem?

a16z says the cost of an LLM of equivalent performance falls about 10x a year, while adding that its methodology is "far from perfect" and the rate may slow. Ethan Ding argues that demand moves to the newest model, so subscription margins don't recover.

#### Does an annual plan fix a retention problem?

It hides the problem in the number; it doesn't fix it. Poyar notes that NRR on annual plans runs 10-20 points above monthly; a16z says high retention on annual contracts can give false confidence and suggests looking at usage and adoption.

#### Why split ARR into experimental and serious spend?

In Poyar's data, products in the low price bands show markedly weaker retention, and he himself suggests separating experimental spend from serious spend. The method section of this guide proposes adapting that split to your own price structure, as a hypothesis.

Sources

a16z — Retention Is All You Need (Rodriguez, Immerman, September 10, 2025)

https://a16z.com/ai-retention-benchmarks/

Growth Unhinged — The AI churn wave? (Poyar, ChartMogul, December 10, 2025)

https://www.growthunhinged.com/p/the-ai-churn-wave

Sequoia Capital — Generative AI's Act Two (September 20, 2023)

https://www.sequoiacap.com/article/generative-ai-act-two/

ICONIQ — 2026 State of AI Report: The Builder's Economy (July 2026)

https://www.iconiq.com/growth/reports/state-of-ai-2026

Bessemer Venture Partners — The State of AI 2025

https://www.bvp.com/atlas/the-state-of-ai-2025

a16z — Welcome to LLMflation (Appenzeller, November 12, 2024)

https://a16z.com/llmflation-llm-inference-cost/

Ethan Ding — Tokens are getting more expensive (July 31, 2025)

https://ethanding.substack.com/p/ai-subscriptions-get-short-squeezed

Growth Unhinged — The AI native growth team (Poyar, March 4, 2026)

https://www.growthunhinged.com/p/the-ai-native-growth-team

Growth.Talent — AI is killing and creating the growth team (April 11, 2026)

https://www.growthtalent.org/insights/ai-is-killing-and-creating-the-growth-team

---

### AI and Growth

URL: https://alpsuleyman.com/en/ai
Author: Alp Suleiman

> Four doors and ten questions for founders, to read AI through the lens of growth. Guides, tools and essays in one place.

AI

#### AI, through the lens of growth

Each door looks at the same question from a different place: is AI really growing your growth?

Four doors

#### Which way are you coming in?

##### Growing your AI product

If you sell an AI product: inference cost, pricing model and lasting growth.

###### Growth in the Age of AI guide

###### AI Product Unit Economics Calculator

###### Pricing Model Picker

###### AI Gross Margin

###### Work-Unit Pricing

###### AI Tourist

##### Putting AI into your growth system

When you add AI to an existing growth system: funnel, loops, experiments and data.

###### Metric Tree

###### Redesigning the Value Flow

###### Growth Desk article series

###### Services-as-Software

###### Agent-Ready Product

###### Growth Loops

###### Data-Driven Personalization

##### Agent engineering, through the lens of growth

Handing a growth task to an agent: which task, with what authority, at what cost.

###### Which Growth Work Goes to an Agent?

###### AI Agent

###### Context Engineering

###### Evals

###### Human-in-the-Loop

###### Task Horizon

##### Measuring

The gap between perceived growth and measured growth.

###### The Real Growth of AI

###### Growth Claim Check

###### AI Growth Cases

###### Experiment Capacity Calculator

###### Experiment Inflation

###### Your Customer Asks AI First

###### The Pilot Is Done. Where Is the Profit?

###### Real Growth in the Age of AI

###### Real Growth guide

###### Cohort Analysis guide

###### Cohort Matrix

###### Knowledge Base: every question and definition on the site

Questions

#### 10 growth questions for founders

Ask them of yourself. The question you cannot answer is the first place to look.

Which line of your AI spend shows up in the income statement?

Which step of your growth loop did you add AI to, and which step did you delete?

When an agent makes a wrong decision, who notices, and how fast?

Is your customer buying a tool from you, or finished work?

Is your growth rate buying your gross margin?

What is the unit of work your customer counts in one sentence?

If your model provider ships the same feature tomorrow, what is left with the customer?

Is your agent's limit of authority written down?

Is your next growth hire a person or a workflow?

If AI sped up your current growth system, would you get better, or would it scale your mistakes?

---

### Cohort Analysis: Find Where Retention Leaks

URL: https://alpsuleyman.com/en/cohort-analysis
Published: 2025-05-05
Updated: 2026-10-04
Author: Alp Suleiman

> A blended retention number won't show you the hole. How to read a cohort matrix, find the bottleneck in six steps, and work out what fixing it does to LTV.

Guide

Cohort Analysis

See the Hole

Everyone says “do a cohort analysis”. Nobody says what to look at. This guide shows how to read the matrix, how to find where the hole is, and what closing it does to LTV, with the arithmetic.

The gap

#### One blended number hides three different stories

On your retention dashboard you see a single figure: 30% at day 30. Good or bad, you can't say. More to the point, you can't say what is behind it.

Picture a bucket with a hole in the bottom. However much water you pour in from the top, the hole decides the level. The blended retention number tells you how full the bucket is. The cohort matrix shows you the hole.

Example, not real data

##### All three at 30% on day 30

Cohort | Day 7 | Day 30 | Day 90 | Reading

A

33%

30%

29%

Loses users in week one, then flattens. Whoever is left stays.

B | 70% | 30% | 9% | Week one looks fine, but the loss never stops.

C | 40% | 30% | 26% | The loss is slowing; the flattening has just begun.

Same figure on day 30, three different needs: A needs a better first week, B needs value that repeats, C needs a little more time.

Reading it

#### The matrix: rows are signup periods, columns are age

A cohort is a group of users who signed up in the same period. In the matrix each row is a cohort and each column is that cohort's age: period 0 is signup, period 1 is one period later. A cell shows how many users from that cohort were active at that age, or the percentage. The triangle shape is normal; newer cohorts haven't reached the older ages yet.

Cohort retention is always measured against the cohort's starting size. The period-based retention rate formula in the glossary instead starts from customers at the beginning of the period and subtracts those acquired during it; the two are not the same measure.

Read it in three directions

##### Across: one cohort's curve

A row read left to right is that cohort's life. A curve that drops steeply and flattens is a different illness from one that never flattens.

##### Down: cohorts at the same age

Moving down a column shows whether newer cohorts are doing better or worse than older ones. This is where you see whether a change worked.

##### Blended row: a weighted average

Total retention is the weighted average of your cohorts. That is why Sequoia advises tracking any cohort that is far larger than the rest on its own: one crowded campaign pulls the average toward its own story.

To paste your own matrix and see the heat map, the combined curve and the flattening point, use the Cohort Matrix.

Definition first

#### Decide what “active” means

Every number in the matrix rests on a definition. Is a user active when they log in, or when they complete the core action? Change the definition and the same users draw a different matrix on the same day. Count logins and the curve comes out high and comforting; count the core action and it drops, but measures getting value more directly.

Tools make this choice too. In Amplitude, “Return On” counts only that exact day and “Return On or After” counts that day and later; Mixpanel defaults to “On or After”. Before you put two charts side by side, know which one you are looking at.

Test question

Does your definition of an active user count the action in which the user gets value, or only that they opened the app?

Framework

#### Six steps to the bottleneck

These six steps are a framework, not a standard you will find under this name in the literature. Keep the order, but know you can stop at the end of any step.

Output

When you don't need it

##### Prepare the data and the active definition

User ID, signup date and the periods in which each user was active go into one table. Don't analyse yet: bad data takes you confidently in the wrong direction.

One table with a row per user, and a written active definition.

If the product has a few dozen users, don't build a pipeline. Reading the table by hand is enough.

##### Build the matrix

Group users by signup week or month and write down, for each cohort and each age, how many were active. A spreadsheet is enough. Colouring the cells guides the eye, but keep the number in the cell.

A triangular cohort × age matrix with a blended row on top.

If each cohort has very few users, merge cohorts into wider periods. Amplitude warns against drawing conclusions from small cohorts; in one example it treats around 30 users as small, and the line depends on the product.

##### Find the drop points

Look for three things: a sudden drop (loss piles up at one age), a steady sloping decay (a little leaves every period) and differences between cohorts (some are always worse). A rule of thumb, which varies by product type: if more than half your users are gone in the first week, start there.

One sentence: “The loss is biggest at this age and in this cohort.”

If the curve flattens early and cohorts look alike, look for the hole elsewhere: in acquisition quality or price.

##### Cross it with behaviour and funnel

List the actions the users who stayed took in week one and the ones who left did not. Open the funnel from signup to core action and see where people spill out. The trap: as Amplitude notes, cohort analysis reveals associations, not causes. If users who complete their profile in week one stay longer, the profile may not be the reason; a motivated user both completes and stays. That is selection bias, and only a test can tell you the cause.

A short list of actions that move together with retention. Every one is a hypothesis candidate, none is proof.

If one action determines first value, skip the funnel and look at the completion rate of that action.

##### Write a hypothesis and test it

Write one hypothesis for the hole you chose and design the smallest change: remove a form field, add a step to the first session. Split users in two and compare the two groups' cohort curves. Don't change several things at once.

A hypothesis, a control group, and a written note of which age and which curve you will look at.

If traffic is too low to split into two groups, don't set up an A/B test. Make the change, compare the next cohort with the previous one, and ask yourself: if this improvement hadn't happened, would the next cohort have drawn the same curve?

##### Prioritise: modelling

When you can't reach everyone, a churn model that ranks users by churn risk and value comes into play. This step goes last because the model amplifies what the previous five found; it doesn't find what they missed.

A user list ranked by risk score, with an intervention attached to each tier.

If you're a small startup, you don't need this for the first six months. Matrix first, then the bottleneck, then simple tests. Move to modelling when you see a pattern repeat in the data.

##### Names you meet in the modelling step

Three names you will run into once you reach step six. Each gets a one-line definition and when it comes into play.

###### Kaplan-Meier

Estimates the share of a group of users that lasts past a given time while accounting for incomplete observations, such as users who are still active. It helps when your cohorts have very different observation windows.

###### Cox proportional hazards

Relates churn risk to user attributes: which channel, which plan, who leaves faster. It comes into play when comparing segments one by one is no longer enough.

###### BG/NBD

A probabilistic approach for repeat-purchase customers whose departure is not directly observed; it models how many purchases to expect in a given period and whether the customer is still “alive”. It fits repeat-buying businesses better than subscriptions.

Trap

#### A rising curve doesn't mean loyalty

When you see the monthly continuation rate rise over time, it is tempting to conclude that users are becoming more loyal. Fader and Hardie describe the “ruse of heterogeneity” (a term they take from Vaupel and Yashin) as well known but often overlooked: customers prone to leaving drop out early, and those who remain are already less prone to leave. The rate goes up, yet not a single user may have changed.

You can check the arithmetic yourself.

Example, not real data

Take two equal groups. One loses half of those remaining each month, the other a tenth. After one month, total retention is 0.50×0.5 + 0.50×0.9 = 70%. After two months, 53%; after three, 43%. The monthly continuation rate climbs from 0.70 to 0.76 to 0.81. Nobody became more loyal; only the mix changed.

If your dashboard says the curve is rising, rule this effect out first; then look at separate matrices by segment or channel.

Patterns

#### Four bottleneck patterns

The same four shapes keep turning up in the matrix. Each opens a different question.

Symptom

Likely cause

First move

Test question

##### Early drop

Loss piles up in the first period; then the curve flattens or slides very slowly.

Users leave before they see value: onboarding is weak, or what marketing promised differs from the real product.

Draw the shortest path that takes a user to the core action in the first session, reduce friction (a shorter signup form, delete needless steps), and give them a small win in the first minutes.

At the end of the first session, has the user done what they opened the product to do?

##### Mid-term decay

A good first period, then a little more loss every period; the curve never flattens.

Use doesn't become a habit. The first experience is good but the value doesn't repeat.

Design the return loop. The four stages in Nir Eyal's Hooked model (trigger, action, variable reward, investment) work as a framework: what calls the user back, what do they find when they return, and what prepares the next return?

For the user to come back a second time, do they need a reminder from outside the product, or does a need arise on its own inside it?

##### Fluctuation

The curve rises in some periods and falls in others; cohorts don't resemble each other.

Seasonality or episodic use: users come when a need arises and leave when it is met. A job-search app is the classic case.

First separate whether the wave follows the calendar or the product. In an episodic product, add reasons to use it that keep producing value after the need is met.

Is a user whose need is met really a lost user, or has the product done its job?

##### Low retention in one segment

Cohorts from one channel, plan or device are consistently worse.

For that segment the value proposition is thin, the price doesn't fit, or the experience wasn't designed for that environment (mobile, for instance).

A single matrix won't show this: build separate matrices by channel and plan and put them side by side. Then try segment-specific onboarding, pricing or messaging.

If you removed that segment, would the value proposition still be right?

##### Side by side with Sequoia's three curves

The mapping is our reading, not Sequoia's.

Sequoia sorts retention curves by shape into three archetypes: flattening, continuously declining, and “smiling”, meaning curving back upward. The four patterns here look at the cause behind the shape instead. They ask the same matrix two different questions. The mapping below is our reading, not Sequoia's.

###### Flattening

Per Sequoia, a group of users has found value and keeps coming back; the higher the level at which the curve flattens, the higher long-term retention.

###### Continuously declining

Resembles mid-term decay. A lasting core of users hasn't formed yet.

###### Smiling

Per Sequoia, the curve can rise again when a product is truly exceptional: as the product improves and network effects build, churned users return. Telling this apart from seasonality or a win-back campaign is up to you.

LTV

#### Turn the drop into money

Before you commit engineering time to a bottleneck, work out what fixing it could do to LTV.

Example, not real data

Three cohorts, one combined curve

All three cohorts started with 1,000 users. At each age we divide the active total of the cohorts that reached that age by their active total one age earlier, and chain the ratios by multiplying; that is how rows of different lengths in a triangular matrix combine.

Cohort matrix (active users)

Cohort | M0 | M1 | M2 | M3

C1 | 1,000 | 500 | 350 | 250

C2 | 1,000 | 600 | 420 | –

C3 | 1,000 | 550 | – | –

Combined retention curve

Age | Period ratio | Remaining share (S)

M0 | – | 1

M1 | 0.55 | 0.55

M2 | 0.70 | 0.385

M3 | 0.714 | 0.275

Formula

LTV = Σ S(t) × ARPU × gross margin

Take ARPU of 10 per period, 100% gross margin and a horizon of 3 periods (M0 included). The sum of S is 1 + 0.55 + 0.385 + 0.275 = 2.21, so LTV = 22.1. Now suppose you raise M1 retention by 10 points: S becomes 1; 0.65; 0.455; 0.325, the sum is 2.43, and LTV = 24.3. The difference is 2.2, about 10%.

This is a sensitivity calculation, not a forecast. Only trying it will show whether the +10 points actually happens.

Why is the percentage smaller than your gut says?

You lifted M1 retention from 55% to 65%, a relative increase of about 18%. LTV rose about 10%, because M0 didn't change: the user was already there at signup, and about 45% of LTV (before the improvement) comes from that fixed term. The improvement only touches M1 and after.

##### A simpler model: 1 ÷ churn

If per-period churn is constant, average customer lifetime is 1 ÷ churn periods: 10 periods at 10% churn, 20 if churn falls to 5%. That is arithmetic, not an expectation, and it assumes constant churn. In a real matrix churn changes over time (the trap above is part of why), so use it only for order of magnitude.

Extending beyond what you have observed is always an assumption. The Cohort Matrix shows the observed part and the share that rests on projection separately; the larger the second, the less to trust the number.

Real lens

#### In an inflationary economy the matrix can mislead

Cohort numbers are right as counts. Read as money, they bend in a few places.

##### Nominal cohort revenue can hide retention

While the customer count falls, price increases can make a cohort's revenue look flat or growing. Retention worsens while the revenue curve looks fine. Convert cohort revenue to the same price level and put the two curves side by side: one tells the story of user count, the other of real revenue. The gap is largely the part carried by price. The full method is in the Real Growth guide.

##### Undiscounted LTV makes distant revenue look worth more than it is

When capital is expensive, revenue in month 24 is worth clearly less than revenue in month 6. Summing the long tail of a flattening curve without discounting makes LTV look better than it is. Use a real discount rate when you compute LTV, and bring CAC to the same price level.

##### If new cohorts are worse than old ones

If, reading down, each new cohort leaves earlier than the one before, that can be one of the early signs of value debt. The problem shows in the matrix; the bill can come later.

Real Growth guide

The Danger of Value Debt

Roadmap

#### How will you put this to work?

The weeks are an order, not a promise about time. The usage rhythm of your product may stretch or shorten them.

##### Gather the data, write the active definition

Signup dates, activity records, revenue if you have it. Don't analyse this week. Write the definition and confirm everyone on the team is looking at the same one.

Week 1

##### Build the first matrix

In a spreadsheet or straight in the Cohort Matrix. Rows are cohorts, columns are ages. Before you interpret anything, check the numbers in the cells are right.

Week 2

##### Pick the biggest hole

Which age, which cohort, which segment? Choose one. The other holes can wait for the next round.

Week 3

##### Write three to five hypotheses and look for evidence

Is onboarding too long? Is the core action hard to reach? Do expectation and reality match? For each hypothesis look at the behaviour data, and remember the evidence is an association, not a cause.

Week 4

##### Test the most plausible hypothesis with a small change

No big product change is needed. Add a step or remove one. Split users in two.

Week 5

##### Wait for the test cohort to age, then measure

If you will look at day-30 retention, you have to wait 30 days; early numbers can mislead. Compare the test cohort's curve with the control's at the same age.

The weeks after

##### Repeat the loop

Find the next hole, write a hypothesis, test it. As the product, the market and user expectations change, new holes will appear; that is normal.

Then

Expectations

#### Honest expectations

Your first A/B test may fail. Your first hypothesis may not hold. That doesn't mean the method doesn't work; it means a hypothesis was eliminated.

As Lenny Rachitsky writes, startups rarely increase retention significantly. The implication: knowing where to aim matters more than how hard you push.

Some bottlenecks are easy: a form field, a missing step. Others call for rethinking the product. Cohort analysis will show you product-market misfit, but it won't fix it.

In a small sample the matrix misleads. If each cohort has few users, cell-to-cell movement is noise; the Cohort Matrix flags periods with a small denominator as “small sample”.

Industry ranges for retention are on the Benchmarks page.

Start

#### See the hole, then decide

The whole guide comes down to one habit: look at the cohort, not the blended number. Paste your matrix, see the flattening point and the biggest drop; the decision that follows is yours.

Next

#### If you want to go deeper

Related articles

##### The Great Retention Illusion

##### Rethinking LTV

##### The Danger of Value Debt

##### Your Customer Asks AI First

Glossary

##### Cohort Analysis

##### Retention Rate

##### Growth Glossary

Calculators and guides

##### Cohort Matrix

##### NRR calculator

##### Real Growth guide

##### Value Debt

##### Benchmarks

##### AI and Growth

##### Knowledge Base

Cohort Matrix

NRR calculator

Talk to Alp

Let's look at your matrix together

If you want to look at your own cohorts together, we can start with a short exchange.

Frequently asked

#### What is the difference between a cohort and a segment?

A cohort groups users by a shared starting point (usually signup period) and follows them over time. A segment groups users by an attribute (channel, plan, device). The two combine: building a separate cohort matrix for each channel is the only way to see low retention in one segment.

#### How many cohorts are enough?

There is no magic number. You need at least a few cohorts to see differences between them, but the number of users per cohort matters more: Amplitude warns against drawing conclusions from small cohorts. If cohorts are small, widen the period; build monthly cohorts instead of weekly ones.

#### Should I build weekly or monthly cohorts?

Look at your product's usage rhythm. Weekly cohorts are natural for a product used daily, monthly cohorts for a monthly subscription. As the period shortens, each cohort has fewer users; you have to balance the two.

#### How should I define an “active user”?

Start with a definition that counts the core action in which the user gets value; logging in alone is usually too weak. Also know your tool's choice between counting “on that day” (On) and “on that day or after” (On or After): Amplitude and Mixpanel name the two counts separately and they give different results.

#### Does cohort analysis prove an improvement worked?

Not by itself. As Amplitude points out, cohort analysis reveals associations, not causes. To see the effect of an improvement, randomly split users in two and compare the two groups' cohort curves.

Sources

Fader & Hardie — How to Project Customer Retention, Journal of Interactive Marketing 21(1), 2007

https://faculty.wharton.upenn.edu/wp-content/uploads/2012/04/Fader_hardie_jim_07.pdf

Amplitude — Interpret your retention analysis (Return On, Return On or After)

https://amplitude.com/docs/analytics/charts/retention-analysis/retention-analysis-interpret

Amplitude — Cohort analysis

https://amplitude.com/explore/analytics/cohort-analysis

Mixpanel — Retention report

https://docs.mixpanel.com/docs/reports/retention

Sequoia — What is Retention?

https://articles.sequoiacap.com/retention

Lenny Rachitsky (research with Casey Winters) — What is good retention?

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

Nir Eyal — Hooked (2014): Trigger, Action, Variable Reward, Investment

https://fs.blog/2014/03/hooked/

Fader, Hardie & Lee — “Counting Your Customers” the Easy Way, Marketing Science 24(2), 2005

https://doi.org/10.1287/mksc.1040.0098

Kaplan & Meier — Nonparametric Estimation from Incomplete Observations, JASA 53(282), 1958

https://doi.org/10.1080/01621459.1958.10501452

Cox — Regression Models and Life-Tables, JRSS-B 34(2), 1972

https://doi.org/10.1111/j.2517-6161.1972.tb00899.x

---

### Unit Economics Guide: LTV, CAC, Payback

URL: https://alpsuleyman.com/en/unit-economics
Published: 2026-07-13
Updated: 2026-10-04
Author: Alp Suleiman

> What is unit economics? ARPU, gross margin, CAC, LTV, LTV:CAC and CAC payback: formulas, common mistakes, a worked example and ways to improve each lever.

Guide

Unit Economics

Guide

Growing is good, if every new customer pays for itself. Unit economics tells you what one customer costs you and what they leave behind. The first mirror to look into before you scale.

What it is

#### The maths of a single customer

Unit economics measures not whether the business is growing but whether winning and keeping one customer is profitable. It surfaces what total revenue and total cost bury: what goes in and what comes out, per customer.

It is a chain of six measures. Each link uses the one before, so an error anywhere is carried to the end.

The thresholds below (around 3 for LTV:CAC, under 12 months for payback) are widely used rules of thumb, not universal laws. They shift with sector, margin and cash position.

If every customer doesn't pay for itself, growth just grows the loss.

The chain

#### Six links, in order

From ARPU to payback. The formula, what it tells you, and how to improve each:

Formula

What it tells you

How to improve

Thresholds are common rules of thumb; read them against your own sector and cash position.

##### ARPU

ARPU = revenue for the period ÷ active customers

What you earn from an average customer per period.

Pricing and packaging, upsell, cross-sell. Customers who arrive through discounts quietly pull ARPU down.

Glossary: ARPU

##### Gross margin

Gross margin = (revenue − direct cost) ÷ revenue

How much of each lira earned actually stays with you. The links below look at this share, not at revenue.

Sourcing and delivery cost, support load, product mix. Avoid pushing low-margin items.

Calculator: Profit margin

##### CAC

CAC = sales and marketing spend ÷ new customers

What you spend on average to win one customer.

Conversion rate, channel mix, referral and organic channels, a shorter sales cycle.

Glossary: CAC

##### LTV

LTV = ARPU × gross margin × average customer lifetime (≈ 1 ÷ churn rate)

An estimate of the gross profit one customer leaves you over their lifetime.

Lower churn (onboarding, product value), higher ARPU, repeat purchase. Churn is the strongest lever.

Glossary: LTV

##### LTV:CAC

LTV:CAC = LTV ÷ CAC

How much each lira spent returns over the customer's life. A common rule of thumb is about 3 or higher; if it is far above that, you may be under-investing.

The numerator, the denominator or both: grow LTV, shrink CAC. Check which one moves more cheaply first.

Glossary: LTV:CAC

##### CAC payback

Payback (months) = CAC ÷ (monthly ARPU × gross margin)

How many months it takes to earn back what you spent winning the customer, which is to say cash pressure. A common rule of thumb is under 12 months.

Lower CAC, raise ARPU or margin, offer annual prepayment.

Glossary: CAC payback

Watch out

#### Common mistakes

##### Using revenue instead of margin

Computing LTV on revenue makes every customer look more valuable than they are. The cost of serving and keeping them sits in the margin.

##### Leaving things out of CAC

Counting only ad spend makes CAC look low. Sales and marketing salaries, tools and agency fees belong in it too.

##### Treating the average as one number

Without looking by channel, plan or cohort, a loss-making segment can hide under a very profitable one.

##### Booking a lifetime that hasn't happened

If a new product's churn hasn't settled, 1 ÷ churn is a bold guess. Track real retention with cohorts.

##### Mixing price levels in an inflationary economy

Measuring LTV at today's prices and CAC at old prices, or the reverse, skews the ratio systematically. Future revenue is not today's money; bring both sides to the same price level. The root of this is the nominal growth illusion.

Real growth guide

Worked example

#### A tour in numbers

The numbers below are entirely hypothetical, chosen only to show how the chain works. They describe no real company.

Example, hypothetical

Assumptions

Monthly ARPU

100 ₺

Gross margin

70%

Monthly churn

4%

CAC

600 ₺

Monthly gross profit

100 × 0.70

70 ₺

Each customer leaves 70 ₺ a month.

Average lifetime

1 ÷ 0.04

25 months

A customer stays two years on average.

LTV

70 × 25

1,750 ₺

Lifetime gross profit.

LTV:CAC

1,750 ÷ 600

≈ 2.9

Just under the common 3 rule; room to improve.

CAC payback

600 ÷ 70

≈ 8.6 months

Under 12 months; cash pressure is reasonable.

In this example, cutting churn from 4% to 3% lifts lifetime to about 33 months, LTV to about 2,333 ₺ and LTV:CAC to about 3.9. A lever that looks small has a large effect at the end of the chain. This too is an example calculation.

Your own numbers

#### Calculators

##### Unit economics

Run the whole chain with your own figures.

##### Profit margin

See your gross and net margin; the second link of the chain.

##### NRR

Is revenue from existing customers growing or eroding over time?

##### Burn multiple

How much new revenue do you add for every lira you burn?

Frequently asked

#### What is unit economics?

An analysis that compares the cost of winning and keeping a customer with the gross profit they bring over their lifetime. Its core measures are ARPU, gross margin, CAC, LTV, LTV:CAC and CAC payback.

#### What is a good LTV:CAC ratio?

A common rule of thumb is about 3 or higher. It is not a law: a company with high margin, low churn and plenty of cash can be comfortable with less, while a cash-tight one may need more than 3.

#### How many months should CAC payback be?

A frequently quoted rule of thumb is under 12 months, but that too depends on your cash position. The longer the payback, the more capital growth needs.

#### How do I calculate LTV?

In its simple form: ARPU × gross margin ÷ churn rate (for the same period). Use monthly ARPU with monthly churn. For new products churn hasn't settled, so read the result as an estimate.

#### How does inflation affect unit economics?

Revenue and costs rise at different speeds. If you measure LTV at today's prices and CAC at past prices, the ratio looks better or worse than it is. Both sides should be brought to the same price level.

Next step

#### Run the chain with your own numbers.

The calculator gives you a result in minutes. If you want to talk through the bottleneck behind it, the Partner Form is open.

Calculate unit economics

Partner Form

---

### Benchmarks: what is good retention, NRR, churn?

URL: https://alpsuleyman.com/en/benchmarks
Published: 2026-07-21
Updated: 2026-10-05
Author: Alp Suleiman

> What is a good retention rate, NRR, LTV:CAC, CAC payback and churn? Sourced ranges by segment, as reference points rather than targets.

Benchmarks

#### How good is “good”?

Sourced reference ranges for eight growth metrics. Next to every figure: who published it, which segment it applies to and when.

How to read this

Benchmarks are reference points, not targets. The same number means something different in another segment. We don't publish a figure we couldn't verify; where there is none, you'll find a qualitative statement.

Open guide

Last checked

Benchmark guides

Retention rate

#### What is a good retention rate?

What is a good retention rate? Benchmarks

A good retention rate depends on the business: ~25% for consumer social, ~70% for enterprise SaaS at month 6. Sourced ranges and how to read them.

How many users stay, in consumer and B2B products?

Good retention depends on the kind of business. According to Lenny Rachitsky's compilation of practitioner views, the share of users still active at month 6 counts as good at roughly 25% for consumer social products and roughly 70% for enterprise SaaS. Private B2B SaaS companies show a median gross revenue retention of 91%. Reference points, not targets.

Consumer social

Good ~25% · great ~45%

Share of registered users still active at month 6.

Consumer transactional

Good ~30% · great ~50%

Products where users transact, such as commerce or rides; month 6.

Consumer SaaS

Good ~40% · great ~70%

Software that individuals subscribe to; month 6.

SMB / mid-market SaaS

Good ~60% · great ~80%

User retention at month 6.

Enterprise SaaS

Good ~70% · great ~90%

User retention at month 6.

Private B2B SaaS, all companies

Median gross revenue retention 91%

Revenue-based, one-year cohort; 2025 survey.

Private B2B SaaS, ACV above $250k

Median gross revenue retention 95%

Companies below $250k show a median of about 91%.

The denominator differs: in Lenny's table it is registered users, in SaaS Capital it is customers who generated revenue a year earlier. Do not mix the two ranges.

Measure your own number with the same definition first, then compare only with the row of your segment. About 25% is good for a consumer social product; the same number in enterprise SaaS is an alarm.

SaaS Capital calls gross revenue retention table stakes: at least 90% to have a shot at performance parity with peers. A higher figure alone does not explain growth.

##### Time to first value

The moment a user first thinks it works. Shortening onboarding to reach it reduces the losses of the first weeks.

##### Usage frequency

The natural rhythm of the product. A product serving a weekly need draws a different retention curve than one used once a year.

##### Acquisition quality

A channel that brings the wrong customers drags retention down. Compare channels by cohort.

##### Price and contract

Contract length and packaging affect staying. In SaaS Capital's data multi-year contracts sit above the overall median.

Growth check-up

Retention rate

##### Are retention and churn the same thing?

They are complements. Retention is the share that stays, churn the share that leaves. 90% retention means 10% churn, but both must be measured on the same cohort and definition.

##### Over which period should I measure retention?

By the natural usage rhythm of the product. Lenny's benchmark uses month 6, SaaS Capital a one-year cohort. What matters is keeping the definition fixed and tracking your own curve over time.

##### My number is below the 'good' in the table. What now?

First make sure you are looking at the right segment. Then isolate which cohorts and channels the losses concentrate in. A benchmark is not a diagnosis; it tells you where to look.

Lenny Rachitsky, “What is good retention?” (Lenny's Newsletter, 20 growth practitioners plus public company data)

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

2020

User retention: share of signups still active after 6 months. Net revenue retention: 12-month. Consumer and B2B SaaS categories.

SaaS Capital, 2025 B2B SaaS Retention Benchmarks (Research Brief 32)

https://www.saas-capital.com/wp-content/uploads/2025/09/RB32WS1-2025-B2B-SaaS-Retention-Benchmarks.pdf

2025

1,000+ private B2B SaaS companies ($1M+ ARR), December 2023 to December 2024 customer cohort. Medians by ACV, contract length and funding type.

NRR

#### What is a good NRR?

What is a good NRR (net revenue retention)?

A good NRR depends on the segment: private B2B SaaS median 101%; enterprise ~110% good, ~130% great. Sourced ranges and how to read them.

How much does revenue from existing customers grow over a year?

A good NRR depends on the segment. In SaaS Capital's 2025 survey the median NRR of private B2B SaaS companies is 101%. By Lenny Rachitsky's compilation, enterprise SaaS sits at roughly 110% for good and roughly 130% for great; SMB and mid-market thresholds are roughly 90% and 110%. These are reference points, not targets.

Bottom-up SaaS (Slack, Figma type)

Good ~100% · great ~120%

Products individual employees adopt on their own; 12-month.

Very small business, land and expand

Good ~80% · great ~100%

12-month.

SMB / mid-market, land and expand

Good ~90% · great ~110%

12-month.

Enterprise SaaS

Good ~110% · great ~130%

12-month.

Consumer SaaS

Good ~55% · great ~80%

12-month.

Private B2B SaaS, all companies

Median 101%

2025 survey; companies above $1M ARR.

Private B2B SaaS, ACV $25-50k

Median 102% (bottom quartile 97%, top quartile 111%)

The range is wide even within one ACV band.

By contract length

Multi-year 103% · annual 101% · monthly 100%

Median NRR; longer contracts sit slightly higher.

NRR is today's revenue from customers you had a year ago, divided by their revenue back then; upsell, cross-sell and price increases are included. New customers are not counted.

Above 100% means existing customers more than cover their losses. In SaaS Capital's data, companies moving from the 100-110% band to the 110-120% band show median growth 9 percentage points higher.

High NRR can hide weak gross retention. Read NRR together with gross revenue retention: one is growth, the other is leakage.

##### Expansion revenue

Seats, usage and upgrades. The product has to scale with the growing customer.

##### Gross retention

Without reducing losses, expansion becomes a bucket that never fills. Close the leak first.

##### Pricing model

Usage- or seat-linked pricing raises revenue by itself as the customer grows.

##### Contract structure

Multi-year contracts are associated with slightly higher NRR in SaaS Capital's data.

NRR calculator

Churn and NRR

##### Is a company bad if NRR is below 100%?

Not always. Below 100% is common for products selling to very small businesses; in Lenny's table the good threshold for that segment is roughly 80%. What matters is your position within your own segment, and its direction.

##### What is the difference between NRR and GRR?

GRR counts only losses and downgrades and cannot exceed 100%. NRR adds upsell, cross-sell and price increases. Together they show both leakage and growth.

##### How do I calculate NRR?

Divide today's monthly revenue from people who were customers a year ago by their total monthly revenue back then. New customers enter neither number. The calculator does these steps for you.

Lenny Rachitsky, “What is good retention?” (Lenny's Newsletter, 20 growth practitioners plus public company data)

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

2020

User retention: share of signups still active after 6 months. Net revenue retention: 12-month. Consumer and B2B SaaS categories.

SaaS Capital, 2025 B2B SaaS Retention Benchmarks (Research Brief 32)

https://www.saas-capital.com/wp-content/uploads/2025/09/RB32WS1-2025-B2B-SaaS-Retention-Benchmarks.pdf

2025

1,000+ private B2B SaaS companies ($1M+ ARR), December 2023 to December 2024 customer cohort. Medians by ACV, contract length and funding type.

LTV:CAC ratio

#### What is a good LTV:CAC ratio?

What is a good LTV:CAC ratio? Benchmarks

A good LTV:CAC ratio is above 3 according to David Skok, sometimes 7-8 for the best SaaS businesses. How to read it and why it misleads early.

Each unit spent on a customer returns how much over a lifetime?

According to David Skok, the best SaaS businesses have an LTV:CAC ratio above 3, sometimes reaching 7 or 8. He presents these as guidelines only and notes that many healthy businesses do not meet them in the early days. The ratio is meaningful once LTV and CAC can be measured reliably.

Healthy SaaS business

3 and above

Skok's guideline threshold; not a hard rule.

Best SaaS businesses

Above 3, sometimes 7-8

The best examples the author observed.

Healthy early-stage businesses

May sit below the threshold

Skok: many healthy businesses do not meet the guidelines at first and grow into them.

The ratio is LTV divided by CAC. Both sides carry assumptions: LTV depends on retention and gross margin, CAC on which costs you count.

The source gives only the upper threshold and best examples; we do not publish a breakdown by industry or ACV band because we could not verify one.

Read the same ratio next to CAC payback. Together they show both the return and the cash coming back.

##### Retention

The biggest lever on LTV. The longer a customer stays, the higher lifetime value.

##### Average revenue

Pricing, packaging and expansion revenue raise value per customer.

##### Gross margin

An LTV that earns profit, not just revenue, is more honest. Factor margin in.

##### Acquisition cost

Channel mix, sales cycle and clarity about the target customer set CAC.

Unit economics calculator

LTV:CAC

##### Should LTV:CAC be 3?

3 is a guideline threshold; Skok describes these as guidelines only. Healthy businesses may fall below it at first. Use it as a starting point for discussion, not a target.

##### Is a very high ratio good?

The source does not answer this directly; it says the best businesses reach 7-8. A high ratio signals strong economics, but read it together with CAC payback when deciding how fast to push growth.

##### When should I calculate LTV?

When you have enough customers and a real retention history. An LTV computed from a few months of data is unreliable; in the early days cohort retention is a sturdier thing to watch.

David Skok, “SaaS Metrics 2.0” (For Entrepreneurs, Matrix Partners)

https://www.forentrepreneurs.com/saas-metrics-2/

Publication year not shown on the page; contains a 05/2016 update note

Guideline thresholds for the financial health of SaaS businesses. The author describes them as “only guidelines”.

CAC payback period

#### What is a good CAC payback period?

What is a good CAC payback period?

CAC payback in B2B SaaS has a median of 16 months; top quartile 6 months or less. Sourced ranges by ACV, growth rate and market type.

In how many months does acquisition cost come back?

According to Aleph and Benchmarkit's 2025 data, the median CAC payback in B2B SaaS is 16 months; the top quartile is 6 months or less and the bottom quartile 24 months or more. David Skok says the best businesses recover it in 5-7 months. Payback lengthens as ACV grows, so compare within your own band.

All B2B SaaS, median

16 months

Full-year 2025 data; 198 companies reported the metric.

Top quartile

6 months or less

Bottom quartile is 24 months or more.

ACV under $5k

Median 11 months

Low-touch, high-volume acquisition.

ACV $50-100k

Median 22 months

Long cycles and field sales stretch it; 25th percentile 15 months.

Growth above 50%

Median 10 months

Median is 14 months for companies growing under 10%.

Horizontal vs vertical SaaS

Horizontal 14 months · vertical 18 months

Median by market type.

Skok's guideline

Best 5-7 months; beyond 12 profitability turns anemic

A guideline threshold based on the author's observation.

These are company-wide medians. They separate sharply by ACV band: 11 months under $5k, 22 months at $50-100k.

The link with growth is not linear: in Aleph's data the 21-30% growth group has the highest median at 22 months, while companies growing above 50% sit at 10 months.

Aleph is a software company summarizing the Benchmarkit report; the data are full-year 2025 actuals. Skok's threshold is a guideline based on the author's observation.

##### Gross-margin adjustment

Compute payback on gross profit, not revenue. A low-margin product has a longer real payback.

##### Sales cycle

Every step that shortens decision time shortens the return on spend.

##### Channel mix

Measure how fast each channel pays back separately; the average hides differences.

##### Customer focus

A clear target customer profile cuts sales and marketing spend that goes nowhere.

Unit economics calculator

CAC payback

##### Is 12 months good?

According to Skok, beyond 12 months profitability weakens; in Aleph's data the median is 16. So 12 months is a good reference, but with a high ACV it may not be realistic.

##### Should I compute payback on revenue or gross margin?

On gross margin where possible. Sources may define the period differently; compare your definition with theirs before benchmarking.

##### Why do fast-growing companies pay back sooner?

In Aleph's data companies growing above 50% have a median of 10 months. The report reads this as fast growth not being bought through inefficient acquisition; it is not a causal claim.

Aleph × Benchmarkit, 2026 SaaS & AI Performance Benchmarks (Aleph summary page)

https://www.getaleph.com/answers/cac-payback-period-saas-2026

2026 report, full-year 2025 data

342 B2B SaaS and AI software companies; 198 reported CAC payback. Report published June 1, 2026.

David Skok, “SaaS Metrics 2.0” (For Entrepreneurs, Matrix Partners)

https://www.forentrepreneurs.com/saas-metrics-2/

Publication year not shown on the page; contains a 05/2016 update note

Guideline thresholds for the financial health of SaaS businesses. The author describes them as “only guidelines”.

Churn rate

#### What is a good churn rate?

What is a good churn rate? Benchmarks

A good churn rate: private B2B SaaS median gross revenue retention is 91%, so about 9% annual revenue loss. Sourced ranges by segment.

How much of your customers and revenue disappears each year?

In SaaS Capital's 2025 survey the median gross revenue retention of private B2B SaaS companies is 91%; with churn defined as one minus gross retention, that is about 9% annual revenue loss. Gross retention must be at least 90% to have a shot at performance parity with peers. Loss is lower at higher ACV.

Private B2B SaaS, all companies

Gross retention 91% → churn ≈ 9%

Churn = 100 minus gross retention, the source's own definition. 2025 survey.

ACV above $250k

Gross retention 95% → churn ≈ 5%

Below $250k gross retention is about 91%.

Peer-parity threshold

Gross retention at least 90% → churn at most ≈ 10%

SaaS Capital: gross retention is a table-stakes benchmark.

By contract: monthly

Gross retention 89% → churn ≈ 11%

Median for companies on monthly contracts.

By contract: annual

Gross retention 90% → churn ≈ 10%

Median for companies on annual contracts.

By contract: multi-year

Gross retention 94% → churn ≈ 6%

Median for companies on multi-year contracts.

SMB / mid-market SaaS, per user

~60% retained at month 6 is good → ~40% lost

Loss derived from Lenny's retention figure; users, not revenue.

Enterprise SaaS, per user

~70% retained at month 6 is good → ~30% lost

Derived from Lenny's retention figure.

The sources do not publish churn directly; they publish gross revenue retention. The churn figures above are a simple derivation: 100 minus those retention figures.

Monthly and annual churn get confused. If monthly churn is m, annual loss is 1 − (1 − m)^12: 0.5% monthly is about 5.8%, 1% monthly about 11.4%, 3% monthly about 30.6% a year. That is arithmetic, not a benchmark.

Revenue churn and customer (logo) churn are different things. Losing one large customer weighs differently from losing the same number of small ones.

##### Voluntary vs involuntary churn

Is the customer leaving by choice, or is a payment failing? The fixes differ.

##### The first 90 days

Most early loss is decided in onboarding. Pull the first-value moment forward.

##### Segment and ACV

In SaaS Capital's data gross retention is higher at higher ACV. Choosing the right customer also chooses your churn.

##### Contract length

Multi-year contracts appear with higher gross retention in SaaS Capital's data.

NRR calculator

Churn and NRR

##### Is 1% monthly churn good?

Arithmetically, 1% monthly is about 11.4% annual loss, close to SaaS Capital's 90% gross retention threshold. It still depends on your segment and on whether you count revenue or customers.

##### Can churn be zero?

In practice, no. Even for high-ACV companies the median gross retention is around 95%; aim to reduce loss meaningfully, not to eliminate it.

##### Should I track churn through NRR or gross retention?

Both. Gross retention shows the loss, NRR shows it net of expansion. Looking only at NRR can hide weak retention.

SaaS Capital, 2025 B2B SaaS Retention Benchmarks (Research Brief 32)

https://www.saas-capital.com/wp-content/uploads/2025/09/RB32WS1-2025-B2B-SaaS-Retention-Benchmarks.pdf

2025

1,000+ private B2B SaaS companies ($1M+ ARR), December 2023 to December 2024 customer cohort. Medians by ACV, contract length and funding type.

Lenny Rachitsky, “What is good retention?” (Lenny's Newsletter, 20 growth practitioners plus public company data)

https://www.lennysnewsletter.com/p/what-is-good-retention-issue-29

2020

User retention: share of signups still active after 6 months. Net revenue retention: 12-month. Consumer and B2B SaaS categories.

Burn multiple

#### What is a good burn multiple?

What is a good burn multiple? Benchmarks

Burn multiple = net burn ÷ net new ARR. David Sacks's suggested scale for venture-stage startups: under 1x amazing, over 3x bad.

How much cash do you burn for each unit of new ARR?

Burn multiple is net burn divided by net new ARR: cash burned per unit of new annual recurring revenue. David Sacks's suggested scale for venture-stage startups: under 1x amazing, 1 to 1.5x great, 1.5 to 2x good, 2 to 3x suspect, over 3x bad. It is an investor's rule of thumb; there is no measured industry average behind it.

Amazing

Under 1x

Sacks's suggested scale for venture-stage startups; an investor's rule of thumb with no industry average behind it.

Great

1x – 1.5x

Same scale.

Good

1.5x – 2x

Same scale.

Suspect

2x – 3x

Same scale.

Bad

Over 3x

Sacks: if 3x burn or more is needed, product-market fit may not be what it appears to be.

By stage (Sacks's example)

Seed ~3x · after Series A ~2x

Sacks's illustration. The multiple is expected to improve as the company matures.

The formula is Sacks's definition: net burn ÷ net new ARR. In his own example a startup that burns $2M in a quarter while adding $1M of ARR sits at 2x; one that burns $5M for the same ARR sits at 5x and, in his words, should probably cut costs immediately. Both figures are Sacks's illustration.

The denominator is net new ARR. Per Sacks, churn nets against it and raises the multiple. Using gross bookings would hide that loss and flatter the number (our inference).

Sacks finds a ‘bad’ multiple acceptable mostly in the earliest years, when sales are incipient and the product is still being built. With no revenue, net new ARR is zero and the ratio does not compute. As the company matures he expects the multiple to fall; if it moves the wrong way, headline growth can still be rising while something is wrong.

Read the scale against your own stage. The same 2x says something different for a company that has just started selling than for one past its Series B.

##### Gross margin

If delivering the product is expensive, burn rises fast as you scale. Per Sacks, without operating leverage the multiple will not improve with scale.

##### Sales efficiency

Per Sacks, if CAC is prohibitive or sales productivity is falling, burn rises against new ARR and the multiple worsens even while growth continues.

##### Churn

Per Sacks, churn nets against the denominator and raises the multiple; a leaky bucket makes it hard to grow efficiently.

##### Buying back slowing growth

Per Sacks, when growth stalls and marketing, give-aways, discounts or promotions go up, burn rises faster than new sales and the multiple picks it up.

Burn multiple calculator

Burn multiple

##### What should my burn multiple be?

On Sacks's suggested scale for venture-stage startups, under 1x is amazing and over 3x is bad. The scale is an investor's rule of thumb; the multiple is expected to fall as the company matures.

##### Why net new ARR and not gross bookings?

Per Sacks, churn nets against the denominator and raises the multiple. Using gross bookings would hide that loss and make the multiple look better than it is.

##### Is a high multiple always bad?

Sacks finds it acceptable in the early years, when sales have just started. If it does not fall as the company matures, he treats it as a warning sign.

David Sacks, “The Burn Multiple” (Craft Ventures, April 23, 2020)

https://www.craftventures.com/articles/the-burn-multiple

2020

A rule-of-thumb scale for venture-stage startups; it contains no measured sample or industry average.

Rule of 40

#### Rule of 40: what is a good score?

What should Rule of 40 be? Benchmarks

Rule of 40: annual growth rate + profit should add up to 40%. The rule as Brad Feld reports it: for SaaS at scale, EBITDA-based, with his examples.

Do your growth and profit add up to 40?

The Rule of 40 asks that growth rate plus profit add up to 40%. Brad Feld heard it from a late stage investor; it is meant for SaaS at scale, at least $50 million in revenue. 20% growth with 20% profit meets it. It is a rule of thumb; there is no measured industry average behind it.

Threshold

Growth % + profit % = 40

Feld: ‘your growth rate + your profit should add up to 40%.’ An investor's rule of thumb; no measured industry average behind it.

Feld's example: balanced

20% growth · 20% profit

Feld's own example.

Feld's example: growth with no profit

40% growth · 0% profit

Feld: if you are growing at 40%, you should be generating a 0% profit.

Feld's example: growth with a loss

50% growth · 10% loss

Feld: if you are growing at 50%, you can lose 10%. Doing better than 40% is, in his word, ‘awesome’.

At what scale

At least $50M in revenue

Feld describes the rule for SaaS companies at scale. He adds that his own product/market fit analysis correlates with it once you hit about $1M of MRR.

Bessemer's scale caution

$25M+ ARR (Bessemer)

Bessemer: the efficiency score is generally applicable after $25M+ ARR; revenue bases below that are ‘too small for it to be meaningful’.

Which profit measure

Feld's preference: EBITDA

Feld uses EBITDA as the baseline and backtests with operating income, net income and free cash flow. You have to be precise about which number you use.

Feld does not present the rule as his own invention. He writes that at a board meeting he heard a late stage investor describe what the investor's firm called the 40% rule. The name belongs to the investor, the write-up to Feld.

For growth, Feld's own baseline is year-over-year growth of monthly MRR, which he finds the easiest and cleanest. Total revenue works too, but you should also run MRR: if there is one-time services revenue in the mix, GAAP accounting can show odd things. For profit he prefers EBITDA; if you run your own infrastructure, EBITDA, operating income and free cash flow diverge from net income and cash flow because of equipment purchases, debt and lease expense.

The threshold is one number, but the same total can hide two very different businesses. In Feld's own examples 20% + 20% and 50% − 10% give the same score. Look at which component carries it (our inference).

Scale matters. Feld describes the rule for companies with at least $50 million in revenue and tells sub-scale companies to focus first on getting to scale, then on the 40% rule. Bessemer likewise says efficiency scores are generally meaningful above $25 million ARR; the thresholds differ, the direction is the same.

##### Growth

Feld's baseline is the year-over-year change in monthly MRR, which he calls the easiest and cleanest. Total revenue or ARR also work; check the others to see what is going on underneath.

##### Profit measure

Feld takes EBITDA as the baseline; if you run your own infrastructure, operating income and free cash flow diverge from net income. State which measure you chose.

##### Gross margin

Feld also suggests backtesting growth against year-over-year growth of gross margin: it shows whether COGS scale properly with revenue.

##### Slowing down to reach profit

Feld writes that he often hears sub-scale SaaS companies say ‘we can get profitable right away if we slow down our growth rate.’ That is often true, he says, but at 20% growth and 20% profit you stay sub-scale much longer.

Rule of 40 calculator

Rule of 40

##### What should my Rule of 40 score be?

On the rule as Feld reports it, growth rate plus profit should add up to 40%; better is ‘awesome’. It is a rule of thumb with no measured industry average behind it.

##### Who came up with the rule?

Feld writes that he heard it from a late stage investor at a board meeting, whose firm called it the 40% rule. He does not present it as his own.

##### Which profit measure should I use?

Feld takes EBITDA as the baseline and backtests with the others. If you run your own infrastructure the results diverge; state the number you use.

Brad Feld, “The Rule of 40% For a Healthy SaaS Company” (feld.com, February 2015)

https://www.feld.com/archives/2015/02/rule-40-healthy-saas-company.html

2015

A rule of thumb relayed from an investor, for SaaS companies at scale (at least $50M revenue); it contains no measured sample or industry average.

Bessemer, “Scaling to $100 Million” (2021)

https://www.bvp.com/atlas/scaling-to-100-million

2021

Bessemer's scale caution for its ‘efficiency score’; it gives no measured industry average.

Gross margin

#### What is a good gross margin?

What is a good gross margin? Benchmarks

Gross margin: 65–70% in Bessemer's cloud portfolio (2010–1H21); BVP's 20 AI startups (2025): Shooting Stars 60%, Supernovas ~25%. Separate samples.

After delivery costs, how much of your revenue is left?

Gross margin is the share of revenue left after the cost of delivery. In Bessemer's cloud portfolio (2010–1H21) the average gross margin is 65–70% regardless of maturity. In BVP's sample of 20 AI startups (2025) the average is 60% for Shooting Stars and about 25% for Supernovas. These are separate samples and neither is random; read the segments separately.

Cloud / SaaS average

65–70%

Bessemer's cloud portfolio, 2010–1H21. Average regardless of maturity; the middle 50% of companies sit at roughly 60–80%. The portfolio is not a random sample.

Median by ARR band (cloud)

$1–10M: 72% · $10–25M: 70% · $25–50M: 65% · $50–100M: 70% · $100M+: 70%

Same portfolio, median values.

Top performers (cloud)

$1–10M: 85%+ · $10–25M: 80% · $25–50M: 75%+ · $50–100M: 80%+ · $100M+: 80%+

Levels Bessemer gives for its top-performing cloud companies by ARR band.

Strong company, low margin

Twilio: ~50%

Bessemer: for much of its time in the portfolio since the 2009 seed round, Twilio's margin was ~50%, because payments to telecom providers sit in COGS.

AI: Shooting Stars

Average 60%

BVP, State of AI 2025 (August 13, 2025): 20 high-growth AI startups from its portfolio and beyond. BVP describes their margins qualitatively as slightly lower than SaaS peers and gives no separate SaaS figure.

AI: Supernovas

~25% (often negative)

Same sample. BVP writes that these companies often trade profit for distribution in the short term.

Companies building AI products, executive survey (ICONIQ; margin scope not defined in the source)

2025: 45% · 2026: 53% (projected) · 2027: 59% (projected)

ICONIQ, July 2026: survey of 300+ executives at software companies building AI products, self-reported. The figure is given in the context of AI products; the text has no breakdown by segment or revenue band. The 2025 value comes from the Q4 2025 wave; 2026 and 2027 are projections from the Q2 2026 survey. The page text does not define which revenue line or segment the margin covers.

The three sources in the table are three different samples: Bessemer's cloud portfolio (2010–1H21), BVP's 20 AI startups (2025) and ICONIQ's survey of 300+ executives (2026, self-reported). The figures do not stack. Compare your own number only with a row from the same segment (our inference).

Bessemer calls gross margin perhaps the only operating or cost metric in cloud with very little wiggle room: delivery cost should be low, so investors expect a tight band. COGS typically holds hosting, implementation and services costs. Bessemer adds that some of the strongest companies in its portfolio sat below that band.

On AI, BVP writes that Shooting Stars look more like stellar SaaS companies, but with margins slightly lower than SaaS peers because of faster growth and modest model-related costs. Supernovas average ~25%, often negative. BVP calls these new benchmarks admittedly freakish, shared to showcase standout startups of the moment, and names Shooting Stars as the more important benchmark for AI founders. Both rest on 20 selected companies and do not represent a typical AI company (our inference).

In ICONIQ's text the margin rise is the result of an executive survey, and the 2026 and 2027 values are projections, not measurements. That three sources give three different numbers says this (our inference): there is no single good margin for AI. Say which segment, which sample and which year you are talking about first.

##### What you count in COGS

According to Bessemer, typical COGS items for cloud companies are hosting, software implementation and services costs. Before comparing your margin with anyone else's, make sure you count those items the same way.

##### The structure of delivery cost

According to Bessemer, Twilio ran at ~50% because payments to telecom providers sat in COGS. For AI products, BVP puts Shooting Stars slightly below SaaS peers because of modest model-related costs.

##### Giving up margin for distribution

BVP links the ~25% average margin of Supernovas to trading profit for distribution in the short term. Writing it down as a deliberate trade separates it from an unmeasured leak (our inference).

##### CAC payback and LTV

Bessemer measures CAC payback against gross-margin-adjusted ARR and defines customer lifetime value as the gross-margin-affected value of a customer. If margin falls, both get worse (our inference).

AI unit economics calculator

COGS

##### What gross margin should a SaaS company have?

In Bessemer's cloud portfolio the average is 65–70%, with the middle 50% of companies at roughly 60–80%. Top performers sit at 75–85%+ depending on ARR band. The portfolio is not a random sample.

##### Is gross margin for AI products the same as SaaS?

There is no single ‘AI margin’; the sources are separate samples. In BVP's 2025 sample Shooting Stars sit at 60%, slightly below SaaS peers (BVP gives no SaaS figure), and Supernovas at ~25%. ICONIQ's survey gives 45% for 2025, but the text does not define which segment it measures. Do not compare these directly with Bessemer's cloud portfolio through 1H21.

##### Is a low gross margin bad?

In Bessemer's portfolio Twilio was strong at ~50% for much of its life; BVP ties Supernovas' low margin to trading profit for distribution. If you cannot write down why yours is low, it is a signal (our inference).

Bessemer, “Scaling to $100 Million” (September 21, 2021)

https://www.bvp.com/atlas/scaling-to-100-million

2021

Bessemer's cloud portfolio, 2010–1H21; not a random sample. Gross margin average, median and top-performing levels by ARR band.

Bessemer (BVP), “The State of AI 2025” (August 13, 2025)

https://www.bvp.com/atlas/the-state-of-ai-2025

2025

20 high-growth AI startups from its portfolio and beyond; average gross margin for Supernovas and Shooting Stars. No separate SaaS figure.

ICONIQ, “2026 State of AI Report: The Builder's Economy” (July 2026)

https://www.iconiq.com/growth/reports/state-of-ai-2026

2026

Survey of 300+ executives at software companies building AI products, self-reported; 2026 and 2027 values are projections.

---

### Value Debt: The Hidden Cost of Growing

URL: https://alpsuleyman.com/en/value-debt
Published: 2026-01-23
Updated: 2026-10-04
Author: Alp Suleiman

> Value debt is the gap that builds between what you promise users and what you deliver. How it builds, how to spot it and how to pay it down.

Framework

The debt that builds as you grow:

Value Debt

Everyone knows technical debt. The debt nobody sees builds up from the promises you make to users, and its interest is paid in churn.

Definition

#### The gap between promise and delivery

Value debt is the gap that builds up, as you grow, between the value you promise users and the value you actually deliver.

Borrowing isn't wrong. Taking a shortcut to grab a market, make a funding round or settle in before a competitor is sometimes a smart choice. The problem is not knowing you borrowed, and never paying it back.

This page is the named, measurable version of the idea in the article of the same name. I turn what I described there into a framework here.

Value debt hides inside the growth chart. As the chart climbs, the debt grows, and because the two move in the same direction for a while, nobody notices.

Analogy

#### Technical debt's cousin

Both are taken on to move fast and both charge interest. The difference is that one sits in front of engineers and the other sits off the balance sheet.

Technical debt

Value debt

Comparison

How it's taken

Shortcut code to ship faster.

Promising users more to grow faster.

Who sees it

Engineers. They like to complain.

Nobody. It disappears into the growth chart.

Interest

Every change gets a little slower.

Every new cohort leaves a little earlier.

Payment

By slowing down or rewriting.

In churn, discounts or lost trust.

Ledger

Most teams keep one.

Most companies never do.

Sources

#### How the debt builds up

The routes I see in the field are few and familiar. Usually nobody acts in bad faith; each one looks reasonable that quarter.

##### Overpromising

Sales says something the product doesn't do yet to fill a quota. Marketing describes the product's best day as every day. The customer arrives with one expectation and meets another reality.

##### Features that never realize value

Features shipped for the roadmap that change nothing in the user's life. They launch, get announced, go unused. The product grows; the value doesn't.

##### Pricing above delivered value

Price rises faster than the value users receive. Year one is fine; at renewal the user redoes the math.

##### Onboarding gaps

A setup that never shows first value. The promise is made, but the user gives up or quietly stops using the product before seeing it kept.

##### Short-term tactics and neglected maintenance

Discounts, campaigns that inflate metrics, dark patterns; meanwhile slow flows stay unfixed. For existing users the product slowly gets worse.

Course

#### From principal to default

Like any debt, value debt moves through stages. Early on it is cheap; late it costs the whole company.

Principal

##### A promise is made, a gap opens

The first distance appears between promise and delivery. Nobody keeps a ledger. Metrics are still fine because users haven't started comparing yet.

Interest

##### The gap compounds daily

New cohorts retain worse than old ones. Support tickets fill with "why is it like this?" and "you told me this." Each renewal needs a little more discount.

Default

##### The debt is called in

Users leave in waves, renewals collapse, referrals stop. Paying it off now costs far more than what you borrowed.

Symptoms

#### Early signals

The bad thing about value debt is that it's noticed late. The good thing is that it signals early if you look carefully.

##### New cohorts leave sooner

If each wave stays shorter than the last, the distance between promise and delivery may be widening.

##### The kind of support ticket changes

"How do I do this?" gives way to "why is it like this?" The user came with an expectation and didn't find it met.

##### Discount dependence

If every renewal needs a bigger discount to hold, it isn't the price being questioned, it's the value.

##### Satisfaction and behavior split

Surveys are fine while depth of use drops. Satisfaction is a feeling, value is an outcome; when they diverge, believe the outcome.

Self-check

#### Value debt check

Ten statements. Answer yes or no honestly for your own company. The result is not a measurement, it is a qualitative reading of where you stand.

Yes

No

Statement

Back

Start over

Reading

Next steps

Answers stay on this page: they are not written to the link, and no separate request is made to send them. This is not a diagnosis; it is a mirror to start a conversation.

We don't write down the promises sales makes that the product doesn't yet keep.

New cohorts retain worse than older ones.

"You told me this" is showing up more in support tickets.

We give more discount every renewal cycle to hold customers.

We don't know how many of the features we ship produce value for users.

It takes new users days, even weeks, to see first value.

Our cancellation flow is deliberately hard or auto-renewal isn't obvious.

Fixing existing flows always sits behind new features on the roadmap.

Survey satisfaction is high, but depth of use is falling.

The product marketing describes isn't the product users experience.

##### Low

The gap between promise and delivery looks small. That doesn't mean there is no debt, only that it isn't charging interest yet.

Start keeping a ledger of your promises now.

Compare the retention of new cohorts with old ones on a schedule.

Before making a new promise, ask "can we deliver this?"

##### Building up

The gap is opening and interest may have started. You are still at a stage where it's cheap to pay; that won't last.

Draw up the debt ledger: which promise, which shortcut, which deferred fix.

Reserve a share of capacity each quarter for paying it down.

Review sales and marketing promises together with the product.

##### Critical

The debt is most likely charging interest and starting to turn into churn. Adding new growth may do nothing but enlarge it.

Pause new promises and new channels; produce the ledger first.

Pick the cohort that leaks most and walk the journey to first value from scratch.

Set up one owner, like a value committee, with everyone from sales to product in the room.

Repayment

#### How to pay it down

##### Make the debt visible

Teams that manage technical debt keep a ledger. Do the same for value debt: promises sales made that product doesn't keep, inflated metrics, deferred maintenance. Debt you don't write down is debt you forget to pay.

##### Set a repayment rhythm

Each quarter, give a share of capacity to work that ships nothing new but repairs existing value. It brings no announcement; it brings retention.

##### Ask before you borrow

Before saying yes to a tactic, campaign or promise, one question: does this really change something in the user's life, or just this quarter's chart? If it's the latter you can still do it, but you know you borrowed.

##### Name the owner

No single team can pay value debt. It needs everyone from sales to product, which means a place that meets regularly and can decide.

##### Watch behavior, not surveys

Time to first value, depth of use and cohort retention. Surveys are polite; behavior isn't.

Further reading

#### If you want to go deeper

Original article

##### The Value Debt Danger

Where the concept was first described: the story, the examples and the closing words of the series.

Related articles

##### The great illusion of retention

##### The power of a value committee

##### Value-based pricing

Glossary

##### Value Realization

##### Retention Rate

##### Activation Rate

##### Growth Glossary

Calculators

##### NRR calculator

##### Growth check-up

##### Benchmarks

Let's look together

#### Let's work out how much debt you carry

I read the gap between promise and delivery through cohorts, pricing and onboarding. We start with a short exchange.

Talk to Alp

Growth check-up

Frequently asked

#### What is value debt?

The gap that builds up, as you grow, between the value you promise users and the value you actually deliver. Its interest is paid quietly, in churn.

#### How is value debt different from technical debt?

Both are taken to move fast and both charge interest. Engineers see and discuss technical debt. Value debt disappears into the growth chart, so most of the time nobody tracks it.

#### Is borrowing always wrong?

No. Taking a shortcut to grab a market or make a funding round can be smart. The problem is not knowing you borrowed, not recording it and never paying it back.

#### How do I measure value debt?

There is no single number. Read new-cohort retention, time to first value, the type of support tickets and the discount needed at renewal together. The check above turns that view into a rough reading.

---

### Growth Hacking vs Growth Marketing vs Partnership

URL: https://alpsuleyman.com/en/growth-hacking-vs-growth-marketing
Published: 2026-02-11
Updated: 2026-10-04
Author: Alp Suleiman

> What are growth hacking and growth marketing, and how do they differ from growth consulting? A four-way comparison and a guide to which one you need.

Comparison

Growth Hacking, Growth Marketing

and Growth Partnership

All four talk about growth, but they don't do the same job. One looks at the speed of an experiment, another at the efficiency of a channel, another at the company's growth system. Knowing the difference is the cheapest way to avoid knocking on the wrong door.

Short definitions

#### Four approaches, four different questions

##### Growth Hacking

Using fast, cheap, measurable experiments to find the one lever that moves growth. The question: what can we test and learn this week? It works well for early-stage products; it is fast, but often tied to a single tactic or a single person.

##### Growth Marketing

A marketing practice that keeps channels, messaging and budget running, measured and improving. The question: why is our acquisition cost what it is, and how does it come down? It usually lives inside the marketing team and focuses on the top and middle of the funnel.

##### Growth Consulting / Agency

Outside expertise: a strategy deck, an audit, or campaigns run on your behalf. The question: who can do this better than we can? It adds speed; the know-how, though, often leaves when the project ends.

##### Growth Partnership

Building the growth system itself, meaning focus, strategy, revenue funnel and ownership, together with your team, then handing it over. The question: will this growth still work next quarter, and after I am gone?

Side by side

#### Comparison table

Each approach is good somewhere and weak somewhere else. The table summarises general tendencies; real engagements can blur the lines.

Growth Hacking | Growth Marketing | Growth Consulting / Agency | Growth Partnership

Focus

One lever: activation, referral or a viral loop.

Channel efficiency: acquisition cost, conversion, retention.

The deliverable: a strategy document, an audit or a campaign.

The whole growth system: focus, strategy, revenue funnel, experiments and ownership.

Time horizon

Days and weeks.

Quarters; a continuous rhythm.

The length of the project or contract.

90-day cycles; months overall.

Who executes

A small, nimble team; often one or two people.

The in-house marketing team.

An outside team; the company mostly approves.

The company's own team; the partner builds decisions and rhythm beside them.

What stays in the company

A few working tactics; the reasons they work may stay scattered.

Processes and channel knowledge; the function stays limited to marketing.

A document or running campaigns; know-how often stays outside.

Playbooks, an experiment framework, an ownership map and rituals.

Typical risk

Gains that don't scale or depend on a person; over-investing in the short term.

Tuning channels while missing the real bottleneck (product, pricing, sales).

A lovely deck, an unexecuted roadmap; dependency.

Takes time and real team involvement; not a quick fix.

Best fit

Early stage; where hypotheses need testing fast.

A channel already works and you want to grow it efficiently.

A specific job is well defined and nobody inside can do it.

Growth has stalled, the cause is unclear and you want a lasting system.

Which one is for you?

#### Look at the situation, not the label

The right choice depends on the company's stage and the kind of problem. Four typical situations:

Better fit

Your product is new and you don't yet know which channel will work.

Growth Hacking

You need fast, cheap experiments first. There is still too much to learn to build a system; an early system makes the wrong thing permanent.

One channel works; the problem is doing more of it, more cheaply.

Growth Marketing

The bottleneck is inside the channel. A good marketing team or channel specialist may be enough; no large structure needed.

There is a clear job (an audit, a campaign) and nobody inside can do it.

Consulting or an agency

A defined job is fastest with a defined expert. If you don't want to build a system, you don't need a partnership either.

Growth slowed, tactics work but the direction is unclear, and the team depends on individuals.

Growth Partnership

The problem isn't in one channel but in the system: focus, ownership and decision rhythm. That is better built inside than handed in from outside.

#### A partnership isn't always the answer

If you want quick results, only need an extra pair of hands, or a one-off strategy deck is enough, Growth Partnership isn't for you. It's cheaper to say so before we start than after. The first conversation is exploratory; if the fit isn't there, we talk about what is.

Frequently asked

#### What is growth hacking?

An approach that uses fast, low-cost experiments to find the lever that triggers growth. It is about the speed of testing and learning, and it adds most value early on, when you don't yet know what will work.

#### What is growth marketing?

A marketing practice that keeps improving channels, messaging and budget through measurement. It is a sustained rhythm rather than a one-off experiment, and it mainly looks at acquisition, conversion and retention.

#### Are growth hacking and growth marketing the same thing?

No, though they overlap. Growth hacking is closer to discovering; growth marketing is closer to running what you found efficiently and sustainably. Many teams do both, at different stages.

#### What is the difference between growth consulting and Growth Partnership?

A consultant usually delivers a strategy or an audit and execution stays with you. Growth Partnership joins strategy, execution and decision processes, builds the growth system with your team and hands it over. The goal is for the system to stay in your team.

#### Which is right for a small company?

It depends on the stage. Without product-market fit, fast experiments; with a working channel, channel efficiency; when the blockage is at system level, a partnership. Size alone doesn't decide it; where the problem sits does.

Next step

#### Let's work out which one you need.

You can read how Growth Partnership works, or leave a short note through the Partner Form. If a partnership isn't the right fit, I will say so plainly.

Explore Growth Partnership

Partner Form

---

### Pricing Model Picker

URL: https://alpsuleyman.com/en/tools/pricing-model
Published: 2026-08-20
Updated: 2026-10-05
Author: Alp Suleiman

> Up to four questions to a starting pricing-model hypothesis for your AI product: usage, outcome, hybrid or seat. Each result comes with reasons and risks.

Tool · Pricing

A pricing model is a choice

about who pays the bill.

Answer up to four questions and get a starting hypothesis for your product, why it came out that way, and where it can mislead you. The result is a first idea to test, not a verdict.

Does your product finish the job end to end, or does it offer suggestions and drafts?

If the product does not close the loop, it is hard to attach an outcome to it. This question rules outcome-based pricing out early or leaves it open.

It suggests or drafts, and a person finishes the job

s2

It closes the job end to end (a ticket resolved, a file prepared, a settlement reached)

s3

Is your buyer technical (a developer or technical team), or a non-technical person who plans a budget?

Not everyone reads tokens and requests with the same ease. Who has to read the unit decides how the price page lands.

Technical: a developer or technical team decides

leaf:usage

Not technical: finance or a business owner manages the budget

s4

Are all three conditions true? You trust your performance, you can absorb the cost of your hardest case, and the outcome is clear, measurable and attributable to your product.

In outcome-based pricing the inference cost and the failed attempt stay with you. If any one condition is weak, the risk is bigger than you can carry.

Yes to all three

leaf:outcome

At least one is no, or I am not sure

leaf:hybrid-credits

Can your customer's bill fluctuate with usage, or does finance not tolerate an unplanned invoice?

Usage-based pricing passes the risk to the customer. If your customer cannot carry it, the risk comes back to you in the sales process.

It can fluctuate, the customer is ready to pay for what they use

leaf:usage

No, the budget must be known in advance

s5

Does value scale with the number of users, or is the work done by agents and automation, independent of users?

A seat is a fair measure only if value and cost grow with the user. The more automation, the fewer seats a customer needs.

With users: each user has their own workflow, and usage is similar across users

leaf:seat

Independent of users: agents or automation do the work

leaf:hybrid

Usage-based pricing

#### Pays for what it uses

A price per token, request or unit of work: inference cost flows to the customer along with usage.

A technical buyer can read the unit and estimate their own consumption. In Bessemer's words: Tokens work for technical buyers but confuse everyone else. That does not make usage-based the only right choice for technical buyers; in Poyar's 2024 data most usage-based businesses already run a hybrid model.

If cost grows with usage, price grows with it. Because every request is priced, your heaviest user does not put you under water, but only if the price sits above the cost of a request. This is interpretation.

A customer can start small and grow, so the barrier to entry stays low (interpretation).

With a buyer who plans a budget, bill uncertainty slows the sale. Bessemer notes that CIOs and CFOs want to allocate set budgets for technology, and that adoption can wane when teams cannot determine a fixed number.

If the unit is not tied to the value the customer sees (a token, for example), the customer questions the cause of the cost rather than the cost itself. Pick a unit close to value.

Turkey note (interpretation): if you price usage in dollars, exchange-rate risk passes to the customer. A local customer may experience it as an unplanned expense.

usage

usage-based-pricing | inference-cost

bessemer | poyar2024

Outcome-based pricing

#### Pays for the result

The customer pays per resolved ticket or completed job; the inference cost of a failed attempt stays with you.

You answered yes to all three conditions. Bessemer says outcome-based pricing works when you are confident in your AI's performance, when you can absorb cost variance, and when the outcome is unambiguous and measurable.

The invoice is tied to what the customer actually wants: the job done. In the examples Poyar and Broe collected, the unit is a resolved ticket (Fin), a successful settlement (Chargeflow) or a prepared demand package (EvenUp).

As a message it is strong: the customer sees you carry the risk. But read the cautions below.

A difficult case can consume far more compute than expected (Bessemer). In outcome pricing you pay for that. If your price page does not know the worst case, margin erodes quietly.

Poyar writes that outcome-based pricing may be a better message than buying model: many enterprises still crave predictability. So it may be safer to discuss a base fee rather than impose outcome pricing alone (interpretation).

If attribution is disputed (did the product create the result, or the customer's team?), the invoice becomes a monthly negotiation. Bessemer also treats workflow-based pricing separately: it works when the task itself is the outcome and the range of complexity is bounded.

outcome

In the calculator, pick the Outcome model and enter your success rate and price per outcome. Every request counts as an attempt: revenue is success rate times price per outcome, and the cost of a failed attempt stays with you. Then look at the table 'What happens to margin if the success rate drops?': it shows where your margin goes if the rate falls.

outcome-based-pricing | inference-cost

bessemer | poyar2026 | poyarBroe

Hybrid: base fee plus outcome or usage credits

#### A base fee, with outcome or credits on top

A fixed platform fee covers the cost floor; outcome or usage credits are added on top.

At least one of the three outcome conditions is weak. According to Bessemer, hybrid wins when you are uncertain, and it is an effective middle ground especially for early-stage startups. Mapping a weak condition to hybrid is our interpretation.

A base fee recovers part of the risk of the worst case and the failed attempt, while the outcome part gives the customer the sense of paying for value.

Bessemer gives one example formula: platform fee (2X calculated delivery costs) plus outcome credits. This is an example, not a recommendation; recompute the multiplier from your own cost distribution.

Credits are great for vendors and can become a nightmare for customers, especially once teams have to manage different credit models across dozens of vendors (Poyar, 2026). If the customer cannot tell what a credit will cost, they may hesitate to spend (interpretation).

If the split between base fee and outcome part is arbitrary, the model gives neither predictability nor a link to value. Set the ratio by looking at your worst customer's cost.

Two layers mean two negotiations. If the sales cycle lengthens, go back to a simpler model.

hybrid

hybrid-pricing | outcome-based-pricing | inference-cost

bessemer | poyar2026

Hybrid: subscription plus included usage plus overage

#### Base subscription, included usage, pay beyond it

A fixed subscription covers a set amount of usage; beyond the limit you pay by usage.

The customer knows the budget in advance, and you recover the cost of heavy usage through overage. Poyar's 2024 piece notes that most usage-based businesses have a hybrid model, especially for smaller customers who are more sensitive to unplanned expenses.

When value does not depend on the number of users, seat pricing loses meaning as automation grows. Poyar: the more successful a product is, the fewer user seats a customer needs. Poyar (2025) adds that the value of AI agents does not scale naturally with buying more seats.

It is common: in Poyar's 2026 survey (230+ B2B software and AI companies, April–May 2026, self-reported; only 15% were AI-native) hybrid, defined as a combination of two or more pricing models, is the most common model at 37%, up from 25% twelve months earlier. Survey data, not a guarantee it fits you.

If the included usage is too generous, nobody reaches overage and the model is effectively a flat subscription. If it is too tight, the customer lives in fear of the limit every month.

If overage is many times more expensive than the base, the customer cuts usage instead of moving up a tier. Keep the steps close to each other.

When you set included usage, do not look at the average; look at the distribution. Your heaviest customer may use up the included amount in a week.

hybrid

hybrid-pricing | usage-based-pricing | inference-cost

poyar2024 | poyar2026 | poyar2025

Seat-based pricing

#### A subscription per user

A fixed subscription per user, paired with a fair-use limit to protect against the heaviest user.

If value and cost grow with the user, a seat is both understandable and predictable. Customers tend to ask for a flat subscription, but as Poyar notes, what customers ask for is not necessarily best for running a profitable business. He says seats are not necessarily dying, but are less effective than they used to be.

If usage is similar across users, the worst user does not stray far from the average, and a fixed price protects margin. This is a rule of thumb.

The sales and budget conversation is simple: how many people, how much. Finance faces among the lowest uncertainty in this model (interpretation).

In a flat (unlimited) subscription cost rises with usage but revenue does not; Poyar notes the high potential for low or negative margin customers. The levers he suggests (a fair-use policy, a lite seat, an enterprise usage pilot) are mainly expansion plays; that they can also reduce the margin gap is our interpretation.

As the product succeeds at automation, the customer needs fewer seats, so revenue can fall as the product gets better (Poyar, 2024).

At existing SaaS providers customers often end up buying far more seats than they need (Poyar and Broe, 2024). If seat count does not measure real value, the quality of revenue may be weaker than it looks (interpretation).

flat

In a flat model, do not look at the average user. Enter your heaviest user's request count in the calculator and find where the fair-use limit should sit.

inference-cost | cogs

poyar2025 | poyar2024 | poyarBroe

Method

#### What this tool rests on, and what it does not

The tree is a decision skeleton drawn from public sources: Bessemer's AI pricing playbook, three pieces by Poyar, Poyar and Broe's review of 40 AI startups and, for the survey data in the FAQ, ICONIQ's State of AI 2026 report. The order of the questions, the thresholds and every sentence in the reasons that carries neither a source nor an (interpretation) tag, advice or observation alike, are our interpretation and rules of thumb; none of the sources proposes this tree in this form. It can change as new information arrives.

There is no perfect pricing model. As Poyar wrote in October 2025: there's no such thing as a perfect pricing model. The tool does not find you the right model; it makes visible which risk you are taking on and gives you the first hypothesis to test.

The angle here is our own, and it is interpretation: a pricing model is a choice about who keeps the inference bill and the exchange-rate risk. In flat pricing the bill stays with you; in usage-based pricing it passes to the customer; in hybrid it is shared; in outcome-based pricing it stays with you again. Look at the distribution of usage first, then decide on the model.

The signature question: what does your worst customer cost you at month end, and does your price page know it? If you have no answer, which model you pick comes second; first model that customer in the AI unit economics calculator.

Turkey note (interpretation): in usage-based pricing the exchange-rate risk passes to the customer; in fixed lira pricing and in outcome-based pricing it stays with the seller. If your inference cost is in dollars, that difference can decide the outcome.

The idea behind this tree, that a pricing model decides who carries the inference bill, is set out in full in the pricing section of the guide.

Growth in the AI Era: pricing

Frequently asked

#### Why is outcome-based pricing not right for everyone?

Because inference cost and the failed attempt stay with the seller. Bessemer lists three conditions: confidence in performance, the ability to absorb cost variance, and a clear, measurable outcome. Poyar notes that many enterprises still crave predictability. That is why the tool recommends outcome-based pricing only when all three conditions hold together.

#### Why is hybrid so common?

In Poyar's 2026 survey (230+ software companies, April–May 2026, self-reported) hybrid was the most common model (hybrid = a combination of two or more models): 37%, up from 25% twelve months earlier. In ICONIQ's July 2026 report (Q4 2025 and Q2 2026 surveys of ~300 software executives, self-reported), consumption-based pricing rose from 35% to 42% in six months and outcome-based from 18% to 23%; companies blend 1.7 models on average. These are survey results; they do not show what is right for you.

#### Is seat-based pricing over?

In Poyar's words, seats are not necessarily dying but are less effective than they used to be. Where value scales with the number of users, a seat can still make sense. As automation grows, customers need fewer seats, and revenue can fall as the product succeeds.

#### Can I offer more than one model at once?

In Poyar's 2026 survey, 29% of companies let customers choose between several models (230+ companies, self-reported). The option gives customers flexibility but complicates the price page and billing. Starting with one model and adding a second once usage data arrives is the healthier order (rule of thumb).

#### Why does token pricing not fit everyone?

In Bessemer's words: Tokens work for technical buyers but confuse everyone else. A token relates to your cost, not to the customer's work. For a non-technical buyer, a unit closer to value (a resolved ticket, a prepared file) or included usage inside a plan is easier to understand.

Sources

Bessemer Venture Partners, The AI pricing and monetization playbook (2026)

https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook

Kyle Poyar, The 2026 State of B2B SaaS and AI Monetization Report (13 May 2026)

https://www.growthunhinged.com/p/the-state-of-b2b-monetization-in-2026

Kyle Poyar, The state of usage-based pricing in SaaS (21 February 2024)

https://www.growthunhinged.com/p/the-state-of-usage-based-pricing

Kyle Poyar, Your pricing is (probably) broken (22 October 2025)

https://kylepoyar.substack.com/p/your-pricing-is-broken

Poyar and Broe, The state of AI pricing at 40 leading startups (1 May 2024)

https://www.growthunhinged.com/p/how-ai-apps-make-money

ICONIQ, State of AI 2026

https://www.iconiq.com/growth/reports/state-of-ai-2026

---

### Editorial Principles

URL: https://alpsuleyman.com/en/editorial-principles
Published: 2025-10-01
Updated: 2026-10-04
Author: Alp Suleiman

> Where do the numbers on this site come from, how is content updated, how are errors corrected? Short, binding editorial principles.

Editorial Principles

#### Trust isn't a claim. It's a habit.

You should know where every number on this site comes from, when every page was written and last updated, and what happens when you spot a mistake. These principles are for that.

Six principles

#### Every number has a source.

Any page that uses a benchmark or a statistic lists its source, with a link, at the bottom of the page. If we can't verify a number, we don't publish it; we write a qualitative sentence instead.

#### Examples are kept apart from data.

Values used to explain a method are marked as “example”. Readers should always be able to tell real data from an illustration.

#### Rules of thumb aren't presented as research.

Common thresholds such as “LTV:CAC of at least 3” are industry rules of thumb. We call them that, not laws.

#### Dates are visible.

Articles and guides show their publication date and, if changed, the date of the last update. Leaving dated information undated is the quietest way to mislead a reader.

#### Calculators don't send your numbers anywhere.

The calculation runs in your browser and no separate request is made to send your numbers. However, the values you enter are written into the link in the address bar; whoever you share it with sees the same result. Be careful who you share the link with.

#### Errors are corrected, visibly.

If you spot a mistake, write in. If you're right, it gets fixed and the page's update date changes. We prefer correcting to quietly deleting.

Data sources used on this site

Every source cited in the calculators and guides. Each one is also listed on the page where it is used.

Used on

Spotted a mistake?

Send the page address and a short note on what's wrong. Including a source gets it fixed faster.

Report an error

---