AI Aramalarında B2B Trafik ve Dönüşüm Ölçümü Nasıl Değişiyor? Görünmeyen Talebi Ölçme Rehberi

B2B dönüşüm ölçümü birkaç yıl öncesine kadar görece düz bir çizgiydi: reklam tıklaması, form, teklif, satış. Bugün alıcıların önemli bir kısmı araştırmasını ChatGPT, Gemini, Copilot ya da Google'ın AI Overviews özetleri içinde yapıyor ve kısa listesini çoğu zaman sitenize hiç uğramadan hazırlıyor. Sonuçta analitik raporu "organik trafik düştü" derken satış ekibi "bu çeyrekte görüşme sayısı arttı" diyebiliyor.

2012'den beri SEO, Google Ads ve ölçüm tarafında çalışıyorum. Bu rehberde AI aramalarının B2B satın alma yolculuğunu nasıl değiştirdiğini ve yeni yolculuğu hangi sinyallerle ölçebileceğinizi anlatıyorum: GA4'teki AI Assistant kanalı, "bizi nereden duydunuz" alanı, markalı arama, CRM pipeline verisi, çevrimdışı dönüşüm yükleme ve bunları birleştiren rapor şablonu. Son bölümlerde KVKK ve GDPR sınırlarına da değiniyorum.

AI aramalarında B2B dönüşüm ölçümü nasıl değişiyor?

B2B dönüşüm ölçümü, alıcının sizi ilk duyduğu andan sözleşmeye kadar geçen yolu verilerle izleme işidir. AI aramalarında bu yolun büyük bölümü sitenizin dışında geçiyor. Bu yüzden tıklama ve form sayısına ek olarak kendi beyanı, markalı arama, CRM pipeline verisi ve çevrimdışı dönüşümleri birlikte okumanız gerekiyor.

Eski modelde her adım bir iz bırakıyordu. Alıcı arama yapıyor, reklamınıza ya da organik sonucunuza tıklıyor, birkaç sayfa geziyor ve formu dolduruyordu. Bugün aynı alıcı sorusunu bir yapay zeka asistanına soruyor, üç tedarikçilik bir özet alıyor ve haftalar sonra markanızı Google'a yazarak geliyor. Analitik aracınız bu son adımı görüyor; kararı asıl şekillendiren özeti ise hiç görmüyor.

Kısacası ölçümün amacı değişiyor. Her dönüşümü tek bir tıklamaya bağlamak yerine talebin nerede doğduğunu birkaç bağımsız sinyalle, yaklaşık ama tutarlı biçimde göstermeye çalışıyorsunuz. Bu yaklaşımda kesin sayıdan çok yön önem kazanıyor: sinyaller aynı yöne gidiyorsa kararınızı rahatça verebilirsiniz.

B2B alıcıları AI özetleri ve sıfır tıklama sonrası nasıl araştırıyor?

Gartner'ın 20 Mayıs 2026'da paylaştığı ankete göre B2B alıcıları son satın almalarında ortalama yedi bilgi kaynağına başvurmuş ve %45'i üretken yapay zekayı kullanmış. Aynı ankette alıcıların %69'u, yapay zekanın ürettiği içgörüleri bir satış temsilcisiyle doğrulamayı tercih ettiğini söylüyor (Gartner basın bülteni). Araştırma, Ağustos ve Eylül 2025 arasında 645 B2B alıcısının yanıtlarına dayanıyor.

Forrester'ın verisi daha da çarpıcı. Kurumun 2025 Buyers' Journey Survey sonuçlarına göre iş alıcılarının %94'ü satın alma sürecinde yapay zeka kullanıyor; %61'i ise kurumunun sağladığı özel yapay zeka araçlarıyla çalışıyor (Forrester analizi). İki araştırmanın oranları, tanım ve örneklem farkı yüzünden birbirini tutmuyor. Yine de yön aynı: araştırma, sizin sitenizden önce bir sohbet penceresinde başlıyor.

Google tarafında da benzer bir kayma var. Kullanıcı birçok soruda cevabı sonuç sayfasında alıyor ve tıklamıyor; bu davranışı sıfır tıklama aramalar rehberinde ayrıntılı anlattım. B2B tarafında etki daha büyük, çünkü tek bir satın alma kararında birden fazla kişi kendi araştırmasını yapıyor ve her biri ayrı bir yapay zeka sohbeti açabiliyor.

Görünmeyen talep tam olarak ne demek?

Görünmeyen talep, analitik araçlarınızın izleyemediği yerlerde oluşan satın alma niyetidir. Şöyle bir senaryo düşünün: bir üretim firmasının BT yöneticisi ChatGPT'ye "orta ölçekli üretici için hangi ERP entegrasyon firmaları uygun?" diye soruyor. Yanıtta markanız geçiyor, ama o an hiçbir tıklama oluşmuyor. İki hafta sonra aynı kişi markanızı bir ekip arkadaşına öneriyor ve arkadaşı sitenize doğrudan geliyor.

Bu talep sonunda üç yerde yüzeye çıkıyor:

• Markalı arama: Alıcı markanızı ya da ürün adınızı Google'a yazıyor.
• Doğrudan trafik: Kopyalanan bir link ya da yönlendiren bilgisi taşımayan bir uygulama, ziyareti "Direct" kanalına düşürüyor.
• İnsan beyanı: Form alanında ya da satış görüşmesinde "sizi ChatGPT önerdi" cümlesi geçiyor.

Ölçüm modelinin işi, talebi doğduğu yerde yakalamak değil; yüzeye çıktığı bu üç noktada sistemli biçimde kayda geçirmek. Bu ayrım beklentinizi de doğru kuruyor. Amaç her etkiyi görmek değil, yeterince iz toplayıp doğru yönü okumak.

Klasik atıf modelleri B2B'de neden yanıltıyor?

Son tıklama modeli, dönüşümün hemen öncesindeki izlenebilir temasa bütün krediyi veriyor. AI aramalarında bu temas çoğu zaman markalı bir Google araması ya da doğrudan ziyaret oluyor. Sonuç olarak rapor, talebi yaratan içeriği ya da AI görünürlüğünü değil, talebi toplayan son adımı ödüllendiriyor.

B2B'de sorun daha da büyüyor, çünkü satın alma kararı tek kişiyle bitmiyor. Forrester'ın 2026 raporuna göre tipik bir kararda 13 iç paydaş ve dokuz dış etkileyici yer alıyor. Araştırmayı yapan kişi ile formu dolduran kişi çoğu zaman farklı. Üstelik araştırmayı iş bilgisayarında yapan biri formu akşam telefondan gönderebilir.

Atıf pencereleri de sınırlı. Aylar süren bir satış döngüsünde ilk temas çoğu zaman pencerenin dışında kalıyor; izin vermeyen kullanıcıların ziyaretleri ise rapora hiç girmiyor. Bu yüzden atıf raporlarını çöpe atmanızı önermiyorum. Onları modelin katmanlarından biri olarak okumanızı öneriyorum.

B2B dönüşüm ölçümü hangi katmanlardan oluşmalı?

Ben B2B dönüşüm ölçümünü dört katmanda kuruyorum. Her katman farklı bir soruya cevap veriyor ve hiçbiri gerçeğin tamamını kendi başına anlatmıyor.

1. Görünürlük: Markanız ve sayfalarınız AI özetlerinde ve arama sonuçlarında ne sıklıkla yer alıyor? Kaynak: Search Console ve düzenli AI testleri.
2. Ziyaret: AI asistanlarından ve aramalardan kaç izlenebilir oturum geliyor, bu oturumlar ne yapıyor? Kaynak: GA4 ve kendi UTM düzeniniz.
3. Beyan: Alıcı sizi nereden duyduğunu kendi cümlesiyle nasıl anlatıyor? Kaynak: form alanı ve satış notları.
4. Pipeline: Hangi kaynaklardan fırsat, teklif ve kazanılan satış çıkıyor? Kaynak: CRM ve reklam platformlarına geri yüklediğiniz dönüşümler.

Görünürlük katmanını hızlıca yoklamak için yapay zeka görünürlük testi aracını kullanabilirsiniz. Ancak asıl değer, dört katmanı aynı ay için yan yana koyduğunuzda ortaya çıkıyor. Tek bir katmana bakarak verdiğiniz karar, çoğu zaman yanlış kanala bütçe kaydırmakla sonuçlanıyor.

GA4'teki AI Assistant kanalı neyi gösterir, neyi göstermez?

Google Analytics, 13 Mayıs 2026'da varsayılan kanal grubuna "AI Assistant" kanalını ekledi. ChatGPT, Gemini ve Claude gibi tanınan asistanlardan gelen oturumlar artık "ai-assistant" ortamıyla bu kanala düşüyor (Google Analytics yenilikler sayfası). OpenAI de ChatGPT'deki kaynak linklerine utm_source=chatgpt.com parametresini ekliyor. Böylece bu ziyaretleri ayırmak için artık özel bir kurulum şart değil.

Kanal, izlenebilir tıklamayı gösteriyor; etkiyi göstermiyor. Yönlendiren bilgisi taşımayan uygulama ziyaretleri "Direct" kanalında kalıyor. Google'ın AI Overviews ve AI Mode tıklamalarını ise GA4 organik arama içinde sayıyor. Kurumsal hesaplardaki özel yapay zeka araçlarında geçen araştırma da hiçbir iz bırakmıyor.

B2B için önerim, bu kanalda oturum sayısından çok anahtar etkinliklere ve CRM eşleşmesine bakmanız. Kanal ayarlarını, regex ile özel kanal grubunu ve kalite metriklerini GA4 yapay zeka trafiği rehberimde adım adım anlattım; burada tekrar etmiyorum. Mayıs 2026 öncesiyle kıyas yapacaksanız eski özel kanal grubunuzu korumanız işinizi kolaylaştırır.

Search Console'daki üretken yapay zeka raporu B2B'de ne işe yarar?

Google, 3 Haziran 2026'da Search Console'a üretken yapay zeka performans raporlarını ekledi ve 31 Ağustos 2026 itibarıyla raporu tüm sitelere açtı. Rapor, sitenizdeki URL'lerin AI Overviews ve AI Mode içinde kaç kez yer aldığını sayfa, ülke, cihaz ve tarih kırılımıyla veriyor (Search Console yardım sayfası). Ancak raporda yalnız gösterim var; tıklama verisi yok.

B2B'de bu raporu bir maruz kalma göstergesi olarak kullanıyorum. Çözüm ve kategori sayfalarınızın AI özetlerinde ne kadar yer aldığını aylık izlerseniz hangi ürün hattının yapay zeka cevaplarına girdiğini anlarsınız. Ardından aynı ürün hattının markalı aramalarını ve pipeline verisini yan yana koyarsınız.

Bir not daha: Google'a göre AI özelliklerinden gelen trafik, Performans raporundaki "Web" arama türüne dahil. Google ayrıca AI Overviews içeren sayfalardan gelen tıklamaların daha nitelikli olduğunu, yani kullanıcıların sitede daha uzun kaldığını söylüyor. Bu iddiayı kendi verinizle test etmeniz en sağlıklısı.

"Bizi nereden duydunuz?" alanını nasıl tasarlamalısınız?

Kendi beyanına dayalı atıf, alıcının sizi nereden duyduğunu kendi ifadesiyle kaydetmek demek. Yazılımın göremediği AI sohbetlerini, podcast'leri ve meslektaş tavsiyelerini yakalayan en ucuz yöntem bu. Uygulamada küçük tasarım kararları sonucun kalitesini belirliyor:

• Serbest metin kullanın. Açılır liste, alıcıyı sizin kategorilerinize hapsediyor; "ChatGPT'ye sordum, sonra LinkedIn'de bir yazınızı gördüm" gibi zengin cevaplar ancak serbest metinde geliyor.
• Liste şartsa AI seçeneği ekleyin. "ChatGPT, Gemini veya başka bir yapay zeka asistanı" seçeneği olmadan AI etkisini ölçemezsiniz.
• Soruyu kısa tutun. Tek satırlık bir soru yeterli; açıklama metni uzadıkça cevap oranı düşer.
• Zorunluluk kararını test edin. Zorunlu alan daha çok cevap getiriyor ama form tamamlama oranını etkileyebilir; bunu bir A/B testiyle ölçün.
• Cevapları her ay kategorilere ayırın. Ham metni saklayın, yanına bir kategori sütunu ekleyin.

Formun geri kalanını sadeleştirmek için teklif ve demo formu tasarımı yazısındaki ilkeler işinizi görür.

Kendi beyanı ile analitik verisi çelişirse hangisine güvenmelisiniz?

İkisine de güvenmelisiniz, çünkü ikisi farklı soruları cevaplıyor. Analitik veri son izlenebilir temasa bakıyor; kendi beyanı ise alıcının aklında kalan etkiye. GA4 bir lead için "Direct" yazarken form "ChatGPT önerdi" diyorsa iki veri de doğru olabilir.

Bu yüzden CRM'de iki ayrı alan tutmanızı öneriyorum: "yazılım kaynağı" ve "beyan edilen kaynak". Ardından ikisini çapraz tabloya dökün. "Beyan: AI, yazılım: Direct ya da markalı arama" hücresi, görünmeyen talebin en net izini veriyor. Bu hücre aydan aya büyüyorsa AI görünürlüğünüzün satışa dokunduğunu rahatlıkla söyleyebilirsiniz.

Beyanın kendi zaafları da var. İnsanlar genellikle en son ya da en çarpıcı teması hatırlıyor; bazıları yapay zeka kullandığını söylemek istemiyor. Dolayısıyla beyan verisini kesin bir pay olarak değil, trend olarak okuyun. Aynı soruyu aylarca değiştirmeden sorduğunuzda trend güvenilir hale geliyor.

Satış görüşmesinde AI etkisini nasıl kayda geçirirsiniz?

Gartner verisindeki %69, AI etkisinin en çok nerede yüzeye çıktığını da gösteriyor: satış görüşmesinde. Alıcı yapay zekadan aldığı bilgiyi temsilcinizle doğrulamak istiyor. Bu an, kaynağı sormak için en doğal fırsat. Keşif görüşmesine şu soruları ekleyebilirsiniz:

• Araştırmanıza nereden başladınız?
• Kısa listenizde hangi firmalar vardı, o listeyi nasıl oluşturdunuz?
• Bir yapay zeka aracına danıştınız mı, size bizim hakkımızda ne söyledi?
• Karşılaştırma yaparken en çok hangi bilgiye ihtiyaç duydunuz?

Cevapları CRM'de bir seçim listesi ve kısa bir not olarak saklayın. Üçüncü soru ayrıca değerli bir yan ürün veriyor: yapay zekanın markanız hakkında tekrarladığı yanlış fiyatları, eski özellikleri ya da hatalı karşılaştırmaları öğreniyorsunuz. Bu bilgiyi içerik ekibine iletin; düzeltme yolunu ChatGPT ve Gemini'de marka görünürlüğü yazısında anlattım.

Markalı arama artışını nasıl yorumlamalısınız?

Markalı arama, görünmeyen talebin en ölçülebilir izi. Google, Kasım 2025'te Search Console Performans raporuna markalı sorgu filtresini getirdi ve 11 Mart 2026'da filtreyi uygun tüm sitelere açtı. Sınıflandırmayı regex değil, yapay zeka destekli bir sistem yapıyor; marka adının yazım hatalarını ve markaya özgü ürün adlarını da kapsıyor. Filtre yalnız alan düzeyindeki mülklerde ve yeterli sorgu hacmi olan sitelerde çalışıyor.

B2B'de toplam markalı tıklamadan çok markalı sorguların türüne bakın. "Marka + fiyat", "marka + alternatif", "marka + entegrasyon", "marka vs rakip" ve "marka + referans" kalıpları değerlendirme aşamasındaki talebi gösteriyor. Bu grup büyüyorsa kısa listelere daha sık giriyorsunuz demektir.

Artışı yorumlamadan önce mevsimselliği, fuarları, basın haberlerini ve reklam kampanyalarını not edin. Aksi halde bir PR haberinin etkisini AI görünürlüğüne yazabilirsiniz. En temiz okuma, aynı dönemde AI özetlerindeki gösterimlerin ve beyan verisindeki AI payının da artmasıyla geliyor.

Doğrudan trafik artışı AI etkisi mi, ölçüm hatası mı?

İkisi de olabilir; ayırmak için birkaç kontrol yeterli. Doğrudan trafiğin kaynakları arasında yönlendiren bilgisi taşımayan uygulamalar, kopyalanan linkler, e-posta istemcileri, yer imleri ve izin kaybı var. Botlar da bu kanalı şişirebiliyor.

Ben şu sırayla bakıyorum. İlk olarak giriş sayfalarını inceliyorum: fiyat, karşılaştırma ya da entegrasyon gibi derin sayfalara gelen doğrudan oturumlar genellikle bir sohbetten ya da bir meslektaştan kopyalanan linke işaret ediyor. Ardından etkileşim oranına ve anahtar etkinliklere bakıyorum; bot trafiği bu metriklerde hemen kendini ele veriyor. Son olarak ülke ve cihaz dağılımını hedef pazarınızla karşılaştırıyorum.

Bu kontrollerden sonra kalan artış, AI Assistant kanalındaki trendle aynı yöne gidiyorsa AI etkisi ihtimali artıyor. Yine de doğrudan trafiği hiçbir zaman AI etkisinin kanıtı olarak sunmayın. Onu destekleyici bir sinyal olarak raporlayın.

CRM pipeline etkisini nasıl ölçersiniz?

Pipeline ölçümü, lead'in kaynağını satış sonuna kadar taşıyabilmenize bağlı. Bunun için CRM'de dört kaynak alanı tutmanızı öneriyorum: ilk izlenebilir kaynak, son izlenebilir kaynak, beyan edilen kaynak ve satış notundaki kaynak. İlk kaynak alanının üzerine asla yazmayın; lead her yeni ziyaretinde değişirse geçmişi kaybedersiniz.

Ardından her ay kaynak gruplarına göre şu metrikleri çıkarın: açılan fırsat sayısı, pipeline değeri, teklif aşamasına geçiş oranı, kazanma oranı ve ortalama satış döngüsü. Aylık kohortlarla çalışın; ocak ayında gelen lead'lerin sonucunu ancak birkaç ay sonra göreceksiniz.

Form verisinin CRM'e kayıpsız akması bu yapının temelidir. Entegrasyon tarafını CRM entegrasyonlu web sitesi yazısında ayrıntılı anlattım. Kısacası formdaki gizli alanları (UTM, GCLID, giriş sayfası) ve beyan alanını lead kaydına aynı anda yazmanız gerekiyor.

AI kaynaklı lead'lerin kalitesini nasıl karşılaştırırsınız?

AI'dan gelen lead'lerin daha nitelikli olduğu sık duyduğum bir iddia; ben bunu her projede ayrıca test ediyorum. Karşılaştırmayı en az beş kaynak grubuyla yapın: AI etkili (AI Assistant kanalı ya da AI beyanı), markalı arama, markasız organik, ücretli arama ve yönlendirme.

Yorum yaparken örneklem büyüklüğüne dikkat edin. On lead üzerinden "AI lead'leri daha kaliteli" sonucuna varmak yanıltıcı. En az iki üç satış döngüsünü kapsayan bir dönem bekleyin ve farkı bir aralık olarak raporlayın.

Çevrimdışı dönüşüm yükleme reklam platformlarına ne kazandırır?

Reklam platformları, ne sayarsanız ona göre optimize ediyor. B2B formları ise öğrenci başvurularını, iş arayanları, tedarikçi tekliflerini ve spam kayıtlarını da içeriyor. Form doldurmayı dönüşüm olarak sayarsanız algoritma daha çok form getirmeyi öğreniyor; daha çok satış getirmeyi değil.

Çevrimdışı dönüşüm yükleme bu sorunu çözüyor. CRM'de nitelikli hale gelen lead'leri, fırsatları ya da kazanılan satışları reklam platformuna geri gönderiyorsunuz. Google Ads'de iki yol var: GCLID ile çevrimdışı dönüşüm içe aktarma ve e-posta gibi kullanıcı verisini hash'leyerek eşleştiren, potansiyel müşteriler için gelişmiş dönüşümler. Google'ın yönergelerine göre son tıklamadan 90 günden sonra yüklediğiniz çevrimdışı dönüşümleri Google Ads hesaba almıyor. Gelişmiş dönüşümlerde bu süre 63 gün (Google Ads yönergeleri).

LinkedIn tarafında Conversions API aynı işi görüyor ve CRM'deki çevrimdışı verileri kampanyalarınıza bağlıyor. Arama kampanyası kurgusunu B2B Google Ads arama kampanyası yazısında anlattım. Ölçüm kurgusunu ise Google Ads yönetimi hizmetimizin ilk adımı olarak ekibimle birlikte kuruyoruz.

Hangi satış aşamalarını dönüşüm olarak göndermelisiniz?

Pencere sınırları, uzun B2B döngülerinde aşama seçimini kritik hale getiriyor. Kazanılan satış çoğu zaman 90 günü aşıyor; bu yüzden algoritmaya daha erken ama yine de anlamlı sinyaller vermeniz gerekiyor. Ben genellikle şu yapıyı kuruyorum:

1. Nitelikli lead: Satış ekibinin ilk görüşmeden sonra onayladığı lead. Birkaç gün içinde oluşuyor ve algoritmaya hızlı sinyal veriyor.
2. Fırsat ya da teklif: Bütçesi ve zamanlaması netleşen görüşme. Genellikle pencere içinde kalıyor ve gerçek satın alma niyetini temsil ediyor.
3. Kazanılan satış: Değeriyle birlikte gönderin. Pencere içinde kalan kayıtlar teklif stratejisini besliyor; dışında kalanları ise CRM raporunda izleyin.

Her aşamaya bir değer atayın. Pratik bir yöntem şu: ortalama anlaşma büyüklüğünü, o aşamadan kazanılan satışa geçiş olasılığıyla çarpın. Böylece algoritma bir nitelikli lead ile imzalanan bir sözleşme arasındaki farkı öğreniyor. Değerleri çeyrekte bir güncelleyin.

Sinyalleri tek bir resimde nasıl birleştirirsiniz?

Hiçbir sinyal AI etkisini kendi başına kanıtlamıyor; birlikte hareket ettiklerinde ise güçlü bir hikaye anlatıyorlar. Ben buna üçgenleme diyorum ve B2B dönüşüm ölçümünde en çok güvendiğim yöntem bu. Örneğin entegrasyon çözümünüzün sayfası AI özetlerinde daha sık yer almaya başladıysa, "marka + entegrasyon" sorguları arttıysa ve formlarda AI beyanı çoğaldıysa, bu ürün hattındaki pipeline artışını AI görünürlüğüyle ilişkilendirmek için sağlam bir zemininiz var.

Sinyaller çeliştiğinde önce ölçüm hatasını arayın. Beyan verisinde AI payı artarken AI Assistant oturumları düşüyorsa belki etiketleme bozuldu, belki de alıcılar yönlendiren bilgisi taşımayan uygulamalara kaydı. Bir değişiklik yaptığınızda tarihini not edin; aylar sonra hangi kırılmanın nereden geldiğini ancak bu notlarla anlarsınız.

Mümkünse bir karşılaştırma tabanı da oluşturun. Değişiklikten önceki üç ayı referans alın ve her ayı bu tabana göre okuyun. Reklam tarafında bölge bazlı kontrol testleri, kampanyanın gerçek katkısını görmek için ayrıca iyi bir araç.

B2B dönüşüm ölçümü için raporlama şablonu nasıl olmalı?

Raporun amacı, yönetime "AI aramaları işimizi nasıl etkiliyor?" sorusuna tek sayfada cevap vermek. Ben aşağıdaki şablonu kullanıyorum; her satırın bir sahibi ve bir sıklığı var.

Tablonun altına her ay beş soruya kısa cevap yazın: AI etkili pipeline ne kadar, markalı talep büyüyor mu, hangi sayfalar AI özetlerinde öne çıkıyor, AI kaynaklı lead'ler daha mı nitelikli ve AI hangi yanlış bilgileri tekrarlıyor? Metrik seçimi ve hedef belirleme için dijital pazarlama KPI'ları yazısı iyi bir başlangıç.

B2B dönüşüm ölçümünde KVKK sınırları nerede başlıyor?

Bu bölüm hukuki görüş değil; uygulamada karşılaştığım soruları özetliyor. Son kararı mutlaka hukuk danışmanınızla verin.

KVKK'nın Temmuz 2025 tarihli Çerez Uygulamaları Hakkında Rehberi, birinci taraf analitik çerezleri belirli koşullarla açık rıza gerektirmeyen kapsamda değerlendirebiliyor. Koşullar şunlar: çerez yalnız kitle ölçümüne hizmet etmeli, anonim istatistik üretmeli, siteler arası takibe hizmet etmemeli ve verileri üçüncü taraflara aktarmamalı (KVKK çerez rehberi). Reklam ve siteler arası takip amaçlı çerezler bu kapsamın dışında kalıyor.

İkinci önemli konu yurt dışına aktarım. Rehber, yurt dışında yerleşik şirketlerin çerezleriyle veri aktarımı olduğunda bunun Kanun'un 9. maddesine ve Kişisel Verilerin Yurt Dışına Aktarılmasına İlişkin Usul ve Esaslar Hakkında Yönetmelik'e uygun olması gerektiğini hatırlatıyor. Kanımca CRM'deki e-posta adreslerini hash'leyip Google Ads ya da LinkedIn'e yüklemek de aynı değerlendirmeyi gerektiriyor.

"Bizi nereden duydunuz" cevabı da bir kişiye bağlandığında kişisel veri. Bu alanı aydınlatma metninize ekleyin, yalnız ihtiyaç duyduğunuz kadar veri toplayın ve saklama süresini belirleyin. Web sitesi tarafındaki temel uyum adımlarını KVKK ve GDPR uyumlu web sitesi rehberinde topladım.

GDPR ve AB'deki alıcılar için neye dikkat etmelisiniz?

AB'deki alıcılara satış yapıyorsanız GDPR devreye giriyor. Hash'lenmiş e-posta adresi anonim veri değil; GDPR'ın 26. gerekçesi, takma adla işlenen veriyi hâlâ kişisel veri olarak kabul ediyor. Dolayısıyla müşteri listesi yüklemek için geçerli bir hukuki dayanağa, açık bir bilgilendirmeye ve veri işleyen sözleşmesine ihtiyacınız var.

Google, Avrupa Ekonomik Alanı'ndaki kullanıcılar için ölçüm ve reklam özelliklerinde izin sinyallerini bekliyor; bunun pratik yolu Consent Mode. İzin vermeyen kullanıcıların verisi eksik kalacağı için AB pazarındaki raporlarınızda boşluklar göreceksiniz. Bu boşluğu uydurma varsayımlarla doldurmayın; raporda izin oranını ayrı bir satır olarak gösterin.

Almanya gibi pazarlarda çerez izni için ayrıca yerel kurallar devreye giriyor. Bu yüzden AB'ye satış yapan bir B2B firmasıysanız ölçüm planını pazar pazar ele almanızı öneriyorum. Aynı rapor şablonunu kullanın, ama her pazarın izin oranını ve veri boşluğunu ayrı gösterin.

En sık gördüğüm ölçüm hataları neler?

• AI trafiğini yalnız oturum sayısıyla değerlendirmek: Az sayıda ama yüksek değerli oturum, B2B'de binlerce blog ziyaretinden daha önemli olabilir.
• Beyan alanını geçmişe dönük yorumlamak: Alanı eklediğiniz aydan önceki dönemle kıyas yapamazsınız.
• CRM'de kaynak alanının üzerine yazmak: İlk kaynak kaybolunca pipeline analizi anlamını yitirir.
• Form doldurmayı nihai dönüşüm saymak: Reklam algoritması spam ve nitelik dışı başvuruları da ödüllendirir.
• Markalı arama artışını tek kampanyaya bağlamak: Fuar, PR ve AI görünürlüğü aynı dönemde üst üste binebilir.
• İzin oranını görmezden gelmek: Eksik veri, AI etkisini olduğundan küçük gösterir.

Bu hataların ortak noktası, tek bir sayıya fazla anlam yüklemek. Her metriği hangi katmana ait olduğunu bilerek okursanız hataların çoğundan kaçınırsınız.

İlk 90 günde ölçüm sistemini nasıl kurarsınız?

1. 1 ve 2. hafta, envanter: GA4 kanal ayarlarını, form alanlarını, CRM kaynak alanlarını ve reklam hesaplarındaki dönüşüm tanımlarını listeleyin.
2. 3 ve 4. hafta, beyan ve alanlar: "Bizi nereden duydunuz" alanını yayına alın, CRM'e dört kaynak alanını ekleyin ve satış ekibine keşif sorularını verin.
3. 5 ile 8. hafta arası, geri besleme: Nitelikli lead ve fırsat aşamalarını Google Ads ile LinkedIn'e çevrimdışı dönüşüm olarak göndermeye başlayın.
4. 9 ile 12. hafta arası, ilk rapor: Şablonu doldurun, sinyallerin yönünü okuyun ve bir sonraki çeyreğin içerik ve reklam önceliklerini buna göre belirleyin.

Kendi paylaştığınız linklerde (bülten, LinkedIn gönderisi, webinar davetleri) UTM kullanmayı ihmal etmeyin; aksi halde bu ziyaretler de doğrudan trafiğe karışıyor. Parametreleri tutarlı üretmek için UTM oluşturucu aracını kullanabilirsiniz.

Ekibimle bu ölçüm modelini nasıl kuruyoruz?

Ekibimle bir B2B projesine başladığımızda ilk işimiz, B2B dönüşüm ölçümü için pazarlama verisi ile satış verisini aynı dile çevirmek oluyor. Ardından yukarıdaki dört katmanı sırayla kuruyoruz: görünürlük ölçümü, AI trafiğinin ayrıştırılması, beyan alanı ve CRM'den reklam platformlarına geri besleme.

Görünürlük ve içerik tarafını yapay zeka SEO ve GEO ile SEO danışmanlığı hizmetlerimizde, geri besleme ve teklif stratejisini Google Ads yönetiminde ele alıyoruz. Size bir sonuç garantisi vermiyoruz; hedefimiz, kararlarınızı tahmin yerine tutarlı sinyallere dayandırmanız. Ölçüm tarafında nerede durduğunuzu konuşmak isterseniz iletişim sayfasından bize yazabilirsiniz.