How I Built This $160K/Month Gym App
Starter Story · 2026-09-09
💡 Hızlı Bilgi
1. Ana tez: Uygulama geliştirme sürecinde körü körüne özellik eklemek yerine bilimsel ve sistematik A/B testleri yürütmek başarının temel taşıdır.
2. Yanlış bilinen: Her özelliğin veya tasarım değişikliğinin kullanıcı büyümesine veya tutma oranına eşit düzeyde katkı sağladığı sanılır — aslında küçük arayüz detayları (koyu tema vb.) çok küçük bir kitleyi etkilerken, ödeme duvarı veya aktivasyon akışları devasa fark yaratır.
3. Kritik kavram: Aktivasyon ve tutma (retention) metrikleri, özellikle spor salonu gibi kullanıcıdan yüksek fiziksel çaba gerektiren niş uygulamalarda başarının ve uzun vadeli gelirin belirleyicisidir.
4. Uygulanabilir yöntem: Ürün geliştirme kararları alınırken önce çözüm üretilmez; kullanıcı görüşmeleri ve verilerle somut sorunlar tespit edilir, ardından hipotez kurulup en az 2 hafta boyunca A/B testi çalıştırılır.
5. Yanlış bilinen: Yalnızca anketler göndererek nitel veri toplamanın yeterli olduğu düşünülür — gerçek neden-sonuç ilişkisini anlamak için doğrudan kullanıcılarla konuşmak ve analitik verilerini (nicel) birleştirmek şarttır.
6. Uygulanabilir yöntem: Büyümeyi ve odaklanmayı yönetmek için her 90 günde bir iddialı OKR'ler (Hedefler ve Temel Sonuçlar) belirlenmeli ve metrikler günlük olarak takip edilmelidir.
7. Kritik kavram: İçerik Üreticisi Tarafından Üretilen İçerik (UGC), ölçeklenebilir bir edinim kanalı olarak devasa kitlelere ulaşmada anahtar rol oynar ve içerik üreticilerine gelirin anlamlı bir kısmını (örneğin yarısını) ödemek motivasyonu artırır.
8. Yanlış bilinen: Uygulama fikrinin ilk aşamada kurucunun kendi isteklerine göre şekillendirilmesinin yeterli olduğu sanılır — kurucu ilk başta kendi istediğini inşa etmiştir ve bunun kötü bir fikir olduğunu deneyimle fark etmiştir.
9. Uygulanabilir yöntem: Veri analitiği hunisinin uygulamanın her adımında (özellikle onboarding ekranlarında) eksiksiz kurulması, kullanıcıların nerede terk ettiğini nicel olarak görmek için zorunludur.
📊 Detaylı Açıklama
Uygulama geliştirme serüveninde evrilen yaklaşımlar, doğru ürün stratejisini belirlemenin en temel adımıdır. Kurucu Mauro, Symmetry uygulamasını inşa ederken üç farklı evreden geçtiklerini belirtmektedir: İlk aşamada tamamen kendi istediklerini inşa etmişler ve bunun çok kötü bir fikir olduğunu görmüşlerdir. İkinci aşamada kullanıcıların doğrudan geri bildirimlerine göre şekillenmişler, bu orta karar bir sonuç vermiştir. Son aşamada ise sistematik ve bilimsel bir yaklaşım benimseyerek gerçekte neye ihtiyaç duyulduğunu veri odaklı bir şekilde inşa etmeye başlamışlardır. Bu evrim, yazılımcıların ve girişimcilerin kişisel sezgilerinden arınarak pazarın gerçek taleplerine odaklanması gerektiğini net bir şekilde ortaya koymaktadır.
Özellik geliştirme sürecinde yaygın yapılan en büyük hata, herhangi bir veri veya metrik dayanağı olmadan sadece "bu harika olurdu" mantığıyla özellik yığmaktır. Transkriptte vurgulandığı üzere, koyu tema veya açık tema gibi küçük estetik eklemeler günlük aktif kullanıcıların yalnızca %2'lik kesimini etkilerken, ödeme duvarında (paywall) veya aktivasyon ekranlarında yapılan A/B testleri tüm iş modeli üzerinde devasa bir etki yaratır. Örneğin, onboarding sürecinin sonuna eklenen ve kullanıcıdan antrenman yapacağına dair imza atmasını isteyip taahhüt alaran tek bir ekran eklemek, tutma oranını doğrudan %3 oranında artırmıştır. Bu durum, her değişikliğin aynı ağırlıkta olmadığını ve doğru noktalara odaklanmanın şart olduğunu kanıtlamaktadır.
Veri odaklı karar mekanizmasının çalışabilmesi için uygulamanın her aşamasında analitik araçların ve hunilerin eksiksiz kurulması gerekir. Mauro, verileri toplarken nicel ve nitel verilerin ayrımına dikkat çeker. Huninin başında ve onboarding ekranlarında yer alan analitik araçlar (PostHog vb.) kullanıcının nerede pes ettiğini (nicel olarak) gösterir; ancak bunun nedenini anlamak için Discord, Reddit veya doğrudan birebir kullanıcı görüşmeleri yoluyla nitel verilere ulaşmak hayati önem taşır. Sadece anket göndermek yeterli değildir; müşterilerle doğrudan konuşmak saklı hazine niteliğinde içgörüler sunar.
Deney yürütme süreci (A/B testleri), rastgele değişiklikler yapmaktan öte, katı bir metodolojiye dayanmalıdır. Süreç çözüme atlamakla değil, önce gerçek sorunu bulmakla başlar. Sorunun varlığı kanıtlandıktan sonra bir hipotez oluşturulur, deneyler tasarlanır ve kontrol grubu ile varyantlar en az iki hafta boyunca test edilir. Bu süreçte hiçbir etki yaratmayan onlarca testle karşılaşmak son derece normaldir; hatta hangi özelliklerin işe yaramadığını görmek, ekibin zaman kaybetmesini önleyen çok güçlü bir filtredir.
Büyüme zaman çizelgesi ve pazarlama stratejileri incelendiğinde, ilk başta eski YouTuber geçmişinden gelen organik bilinirliğin sınırlı bir etki yarattığı görülmektedir. Sürdürülebilir büyüme, Kullanıcı Tarafından Üretilen İçerik (UGC) modeline geçilmesiyle sağlanmıştır. Ekip, farklı formatları (örneğin kilit ekranı bildirimleri kurgulayan viral videolar) sistematik olarak test etmiş ve geçen yıl binlerce video yayınlayarak milyonlarca izlenmeye ulaşmıştır. Bu modelin sürdürülebilir olmasının sırrı, içerik üreticilerine elde edilen gelirin yaklaşık yarısının ödenmesi ve böylece onların motive edilmesidir.
Ürün metriklerini yönetmek ve ekibin odaklanmasını sağlamak için OKR (Hedefler ve Temel Sonuçlar) sistemi kritik bir rol oynamaktadır. Her 90 günde bir iddialı hedefler konulur ve bu hedeflere günlük olarak ulaşılıp ulaşılmadığı denetlenir. Özellikle spor salonu takip uygulamaları gibi aktivasyonun son derece zor olduğu alanlarda —çünkü kullanıcının fiziksel olarak spor salonuna gitmesi ve egzersiz alışkanlığı edinmesi gerekir— doğru metrikleri (aktivasyon, ilk hafta/30 günlük tutma oranı ve ARPU - kullanıcı başına ortalama gelir) yakından takip etmek uzun vadeli başarının anahtarıdır.
Kullanılan teknoloji yığını (tech stack) ve araçlar, bu veri odaklı yapının operasyonel olarak yürütülmesini sağlar. Bulut altyapısı, yapay zeka destekli kodlama ve komut araçları, ödeme duvarı testleri için Superwall, analitik ve A/B testleri için PostHog, dokümantasyon için Notion ve ekip içi iletişim için Slack gibi araçlar, modern bir yazılım girişiminin operasyonel omurgasını oluşturur. Ayrıca kurucunun yazmak yerine Whisperflow gibi sesli araçlar kullanarak daha hızlı çalışması, operasyonel verimliliği artıran pratik bir detay olarak öne çıkmaktadır.
🎯 Eğitim Uzmanı Yorumu
Videoda aktarılan deneyimler, modern dijital ürün geliştirme ekosisteminde sezgisel kararların dönemsel olarak kapandığını, yerini tamamen veri odaklı ve ampirik bir mühendislik yaklaşımına bıraktığını net bir şekilde kanıtlamaktadır. Mauro'nun sergilediği model; "özellik üretme fabrikası" olmak yerine, hipotez tabanlı deney motorlarıyla (A/B testleri) küçük girdilerden maksimum metrik çıktısı elde etme mantığına dayanır. Bu stratejinin en büyük gücü, ekibin eforunu işe yarayacak mikro alanlara (ödeme duvarı, aktivasyon akışları) odaklayarak boşa kürek çekmesini engellemesidir.
Uygulanan yöntemlerin etkinliği, nicel veri analitiği ile nitel kullanıcı içgörülerinin kusursuz bir sentezine dayanmaktadır. Ancak burada göz ardı edilmemesi gereken kritik bir sınır bulunmaktadır: A/B testlerinin istatistiksel olarak anlamlı sonuçlar verebilmesi için uygulamanın halihazırda belirli bir trafik hacmine ve aktif kullanıcı kitlesine sahip olması gerekir. Trafiği henüz çok düşük olan erken aşamadaki MVP (Minimum Viable Product) projelerinde, binlerce kullanıcılı uygulamalar gibi iki haftalık A/B testleri yürütmek yanıltıcı olabilir; çünkü küçük örneklem boyutları hatalı kararlara yol açabilir.
Yeni girişimciler ve geliştiriciler için videodaki verilerden yola çıkarak pratik bir öğrenme yol haritası şu şekilde kurgulanabilir: İlk aşamada kod yazmaya veya görsel detaylara boğulmadan önce, hedef kitlenin yaşadığı en acı verici sorunu netleştirin. İkinci aşamada, ürünün en kritik huni adımlarına (özellikle onboarding ve aktivasyon) analitik takipçiler yerleştirerek kullanıcıların nerede sistemden çıktığını nicel olarak haritalandırın. Üçüncü aşamada, bu kopuşların nedenini öğrenmek için kullanıcılarla doğrudan görüşmeler yapın. Dördüncü aşamada ise elde ettiğiniz hipotezleri küçük deneylerle test edin ve çalışmayan özellikleri acımasızca eleyin.
Bu strateji, yeterli bütçesi veya mevcut kitle avantajı olmayan, tamamen organik büyüme hedefleyen çok erken aşama solo geliştiriciler için her zaman doğrudan uygulanabilir olmayabilir; çünkü UGC pazarlaması veya ileri düzey A/B test araçları (Superwall, PostHog entegrasyonları) belli bir teknik olgunluk ve finansal hazırlık gerektirir. Buna rağmen, temel felsefe olan "varsayımlarla değil, verilerle hareket etme" ilkesi, ölçeğinden bağımsız olarak tüm dijital ürün inşacıları için temel bir rehber olarak benimsenmelidir.
Kanal: Starter Story