Google Analytics'in Kaçırdığı Trafikte Doğru Verilerle Karar Almak

Geçtiğimiz ay Next.js tabanlı bir SaaS projesinde Google Analytics’in gösterdiği ziyaretçi sayısı 1.200’dü. Oysa AmazeMatrix adlı analiz aracım 1.847 ziyaretçi kaydetti — yani trafiğin yüzde 35’i Google Analytics tarafından görüntülenememişti. Bu fark, reklam engelleyiciler ve çerez onay sayfaları nedeniyle ortaya çıkıyordu. Hindistan’dan, 20 yaşında bir girişimci olarak, kararlarımı bozuk verilerle almak zorunda kalmıştım.

Verilerin doğruluğunu sorguladığımda, Google Analytics’in sunduğu verilerin sadece bir kısmını temsil ettiğini anladım. Bu durum, ürün stratejilerimi şekillendirmek için kullandığım analizlerin güvenilir olmadığı anlamına geliyordu. Bu nedenle, Google Analytics’i tamamen kaldırarak kendi çözümümü geliştirmeye karar verdim.

Google Analytics’in Trafiğinizi Kaçırmasının Nedenleri

AmazeMatrix’i Ocak 2026’da piyasaya sürdüğümde, Google Analytics 4 (GA4) entegrasyonunu da yapmıştım. Ancak ilk günlerde üç temel sorunla karşılaştım:

• Çerez banner’ları kullanıcı deneyimini bozuyordu. Hindistan’daki kullanıcıların yüzde 60’ı "Reddet" seçeneğini tıklıyordu. Bu durum, hemen çıkma oranlarının artmasına yol açtı.
• Reklam engelleyiciler verileri yok ediyordu. İnternet kullanıcılarının yüzde 40’tan fazlası, varsayılan olarak analitik çerezlerini engelleyen reklam engelleyiciler kullanıyordu.
• Sayfa yüklenme hızı önemli ölçüde düştü. GA4’ün 45KB’lık betik dosyası, mobil cihazlarda Largest Contentful Paint (LCP) süresini 1.9 saniyeden 3.1 saniyeye çıkardı.

Bu sorunlar, geleneksel analiz araçlarının Hindistan pazarındaki kullanıcılar için yetersiz kaldığını gösteriyordu. Piyasada bulunan alternatifler ise ya fiyatlandırma açısından uygun değildi, ya da eksik özelliklere sahipti.

Neden Mevcut Analiz Araçları İşe Yaramadı?

Google Analytics’ten vazgeçmek kolay değildi; ancak diğer popüler analiz araçlarının da kendi sınırlamaları vardı:

• Plausible: Ayda 9 dolar gibi yüksek bir fiyatla geliyordu ve ısı haritaları ya da Core Web Vitals gibi özellikleri desteklemiyordu.
• Fathom: Yönetilen bir hizmet olarak sunuluyordu, fiyatı ayda 15 dolar civarındaydı ve yapay zeka destekli içgörüler sunmuyordu.
• OpenPanel: Ürün analitiği için uygun bir seçenekti, ancak dağıtımlar sırasında zaman çizelgesi eklemelerine ihtiyaç duyuyordum. Bu da ek bir araca ihtiyaç duyacağım anlamına geliyordu.

Bu araçların hiçbiri, trafik, sayfa performansı ve değişim nedenlerini tek bir yerde sunmuyordu. Benim ihtiyacım olan, sadece birkaç satırlık bir kod parçası ve tüm bu verileri sunabilecek bir araçtı.

Çerezsiz Analitiğin Arka Planındaki Teknoloji

Çerezsiz analiz araçlarının nasıl çalıştığını anlamak için bir hafta boyunca araştırma yaptım. İyi tasarlanmış araçların üç temel prensibi olduğunu fark ettim:

• Devamlı çerez kullanmamak. Kalıcı bir kullanıcı kimliği yerine, IP adresi, kullanıcı aracısı ve rastgele bir tuz değeri kullanılarak günlük olarak değişen bir karma (hash) oluşturuluyor. Bu sayede günlük benzersiz kullanıcı sayısını doğru bir şekilde hesaplayabilirken, kullanıcıyı uzun süre takip etmek mümkün olmuyor.
• Sunucu tarafında ya da edge düzeyinde veri toplamak. Tarayıcıda çerez oluşturulmadığı için, reklam engelleyiciler veri toplamayı engelleyemiyor.
• Isı haritaları için göreceli koordinatlar kullanmak. Tam sayfa ekran görüntüsü göndermek yerine, tıklanan öğenin sayfa içindeki konumu (x/y) yüzde olarak gönderiliyor. Bu yaklaşım, her tıklama için sadece 0.2KB’lık veri transferi gerektiriyor.

Bu prensipler, benim kendi analiz aracımı geliştirirken temel aldığım mimari oldu.

AmazeMatrix’in Teknoloji Yığını ve Mimari Tasarımı

Kendi analiz aracımı geliştirirken Next.js ekosistemini tercih ettim. Kullandığım teknolojiler şunlardı:

• Ön uç: Next.js 16 (App Router), Tailwind CSS, Framer Motion
• Edge: Cloudflare Workers / Vercel Edge
• Veritabanı: Neon Postgres + Drizzle ORM
• Kimlik doğrulama: Better Auth
• Yapay zeka: Google Gemini SDK
• Ödeme işlemleri: Razorpay (Stripe’in Hint girişimciler için her zaman uygun olmadığını düşündüğüm için tercih ettim)

Araç, sıkıştırılmış haliyle sadece 2.8KB boyutundaydı. Geliştirme sürecinde karşılaştığım en önemli derslerden bazıları şunlardı:

1. Parmak izi kullanmaktan, dönüşümlü hash’e geçmek

Başlangıçta kalıcı bir karma oluşturarak kullanıcıları takip etmeyi denedim. Ancak bu yaklaşım hem kullanıcı gizliliğini ihlal ediyor hem de yasalara aykırıydı. Bunun yerine, her 24 saatte bir değişen bir karma sistemi uyguladım. Bu sayede günlük benzersiz kullanıcı sayısını doğru bir şekilde hesaplarken, kullanıcıları uzun süre takip etmekten kaçındım.

2. Isı haritaları için görüntü yerine koordinatlar kullanmak

Geleneksel analiz araçları, kullanıcıların tıkladığı alanların ekran görüntülerini gönderiyor. Oysa ben, tıklanan öğenin sayfa içindeki konumunu (x/y) ve ilgili öğenin kimliğini gönderiyorum. Örneğin, {x: 0.42, y: 0.18, el: '#pricing'}. Bu yaklaşım, her tıklama için sadece 18 baytlık veri transferi gerektiriyor. 10.000 tıklama için bu, megabaytlarca veri tasarrufu anlamına geliyor.

3. Girişimcilerin sadece grafiklere değil, yanıtlara ihtiyacı var

Araçta en çok kullanılan özellik, karmaşık grafikler değil. Kullanıcıların en sık sorduğu sorulara yanıt veren yapay zeka destekli sohbet özelliği. Örneğin, "Sayfa hızı satışları nasıl etkiliyor?" gibi sorulara anında yanıt vermek, kullanıcıların kararlarını daha hızlı almalarına yardımcı oluyor.

AmazeMatrix’i Nasıl Kullanabilirsiniz?

Araç, mümkün olduğunca basit bir şekilde tasarlandı:

1. Kaydolun ve size özel bir siteId alın.
2. İki satırlık kodu web sitenizin HTML’ine ekleyin.
3. 10 saniye içinde verilerinizi görmeye başlayın.

Araç, ilk 7 gün ücretsiz olarak kullanılabiliyor. Eğer Docker Compose ile kendi sunucunuzda çalıştırmak istiyorsanız, sosyal medya hesabımda "self-host" yorumunu bırakabilirsiniz, size gerekli dosyaları göndereceğim.

Geleceğe Bakış: Verilerinizi Kontrol Altına Alın

Günümüzde kullanıcı gizliliğine yönelik artan baskılar ve reklam engelleyicilerin yaygınlaşması, geleneksel analiz araçlarının güvenilirliğini sorgulanır hale getiriyor. Kendi analiz aracınızı geliştirmek ya da mevcut araçları dikkatlice seçmek, kararlarınızı doğru verilerle almanızı sağlayacaktır.

AmazeMatrix’in hikayesi, sadece bir analiz aracı geliştirmekle ilgili değil. Aynı zamanda, kullanıcı gizliliğine saygı duyan ve performansı ön planda tutan bir yaklaşımın önemini vurguluyor. Eğer siz de verilerinizin doğruluğundan emin olmak istiyorsanız, belki de kendi analiz aracınızı geliştirmenin zamanı gelmiştir. Gelişmeleri sosyal medya hesabım [@razavi_azaan] üzerinden takip edebilirsiniz.