İstanbul'da Kategori Kategori Yapay Zeka Görünürlüğü

İstanbul'da faaliyet gösteren bir markanın yapay zeka cevaplarındaki durumu tek bir soruyla ölçülemez. Bir e-ticaret markası onlarca ürün kategorisinde, bir hizmet şirketi onlarca alt hizmette, bir zincir işletme onlarca bölgede ayrı ayrı değerlendiriliyor. Bir kategoride ilk sırada anılırken hemen yanındakinde hiç geçmemek İstanbul'da olağan bir tablo.

Bu yüzden İstanbul işlerinde ölçümü kategori kırılımında kuruyoruz. Marka "görünür mü" sorusu yerine "hangi kategoride görünür, hangisinde değil" sorusunu cevaplıyoruz. Çalışmanın önceliği de buradan çıkıyor: hacmi yüksek ama görünürlüğün sıfır olduğu kategoriler ilk sıraya alınıyor.

İkinci mesele kaynak rekabeti. İstanbul'da her kategoride yüzlerce benzer içerik var; modelin seçtiği kaynak genelde ya ilk yazan ya da özgün veri taşıyan oluyor. Genel bilgi anlatan metinler artık modelin kendisinde zaten mevcut; onu tekrar etmenin karşılığı yok. Çalışmanın teknik zeminini merak ediyorsanız AI Overviews tarafındaki strateji notlarımızı ayrı bir yazıda anlattık; klasik arama tarafındaki kapsam ise İstanbul SEO ajansı seçim rehberimiz duruyor.

Rekabeti ölçmeden görünürlük çalışılmıyor

İstanbul'da bir markanın ilerleyip ilerlemediğini yalnızca kendi verisine bakarak anlamak mümkün değil. Çalışmaya başlarken markanın yanında rakiplerin anılma durumunu da kaydediyoruz: aynı soru setinde kimler çıkıyor, kaç kez çıkıyor, hangi anlatımla çıkıyor.

Bu kayıt iki işe yarıyor. Birincisi ilerlemeyi "göründük mü" yerine "listede kaçıncı sıradayız" olarak izlenebilir kılıyor. İkincisi hangi rakibin hangi kaynak sayesinde öne çıktığını gösteriyor; çoğu zaman bunun arkasında bir dizin kaydı, bir karşılaştırma yazısı ya da bir sektör listesi çıkıyor.

Ajans değiştiren marka

İstanbul'da en sık devraldığımız iş, uzun süre başka bir ajansla çalışmış ve içerik yığını birikmiş markalar. Burada ilk yapılan iş yeni içerik üretmek değil, mevcut yığını denetlemek: birbirini yiyen sayfalar, aynı konuyu farklı sözle anlatan tekrarlar, güncelliğini yitirmiş kampanya sayfaları. Yapay zeka tarafında bu dağınıklık doğrudan zarar veriyor, çünkü model tutarsız kaynaklardan cevap üretmekten kaçınıyor.

Çok ürünlü e-ticaret

Satışın site ile pazaryeri arasında bölündüğü yapılar. Ürün önerisi istendiğinde modeller karşılaştırma yapabildikleri kaynakları okuyor; pazaryeri sayfası bu bilgiyi taşısa bile orada anlatılan marka değil ürün oluyor. Kendi sitesinde ürünün teknik künyesi, karşılaştırması ve kullanım bilgisi bulunan markalar doğrudan kaynak gösteriliyor. Yapılan iş satış kanalını değiştirmek değil, ürün bilgisini kendi sitenizde eksiksiz hale getirmek.

Kurumsal onay süreci olan marka

Büyük yapılarda içerik üretimi hukuk, uyum ve marka birimlerinden geçiyor. Bu süreç işi yavaşlatıyor ama kalitesini yükseltiyor. Çalışmayı buna göre kuruyoruz: önce onay gerektirmeyen teknik ve yapısal düzeltmeler, sonra onay süreci uzun olan içerik üretimi. Böylece ilk aylarda ölçülebilir bir hareket oluşuyor.

İstanbul'da unvan çakışması istisna değil kural. Aynı ticari isim farklı sektörlerde birden çok kez kullanılıyor ve model açısından bu, iki ayrı varlığın tek kayıtta birleşmesi ya da tek şirketin iki kayda bölünmesi anlamına geliyor. Sonuç, cevaplarda karışık veya eksik anlatım.

Çözüm ayırt edici sinyalleri güçlendirmek: tam ticaret unvanı, sicil bilgisi, adres ve iletişim bilgisinin her yerde aynı yazımla tekrarlanması, kurucu ya da yönetici adının içerikle ilişkilendirilmesi, sektör tanımının açık yapılması. Yapılandırılmış veri burada işaret levhası görevi görüyor.

Bu ayrım netleştiğinde çoğu zaman ikinci bir kazanç geliyor: markanın kendi adıyla sorulduğunda verilen cevap düzeliyor ve kategori sorgularındaki anılma da daha tutarlı hale geliyor.

Kategori sayısı yüksek olan markalarda en büyük risk, çalışmanın ilk üç ayda hızlanıp sonra durmasıdır. Yüzlerce sayfayı bir defada üretmek mümkün ama bakımı mümkün değil; güncellenmeyen içerik zamanla yanlış bilgi kaynağına dönüşüyor ve model açısından zararlı hale geliyor.

Bu yüzden İstanbul işlerinde içerik hattını baştan sürdürülebilir kuruyoruz: hangi sayfa kim tarafından, hangi sıklıkta güncellenecek, hangi bilgi değiştiğinde hangi sayfalar dokunulacak. Fiyat, kapsam, ekip ve hizmet değişiklikleri tek bir kaynaktan besleniyorsa güncelleme yükü küçülüyor.

İkinci ilke, üretimi tamamen otomatiğe bırakmamak. Yapay zeka ile üretilmiş, sektör bilgisi taşımayan metinler modelin zaten bildiği şeyi tekrar ediyor ve ayrışma sağlamıyor. Ayrıştıran şey markanın kendi verisi: gerçek sayılar, kendi ölçümleri, sık karşılaşılan hatalar, müşterinin en çok sorduğu şeyler.

Marka sorgusu en çok ihmal edilen alan

İstanbul'daki markaların çoğu kategori sorgularına odaklanırken kendi adıyla sorulduğunda ne anlatıldığına bakmıyor. Oysa marka sorgusu en yüksek niyetli temas: kişi sizi zaten biliyor ve doğrulamak için soruyor. Orada verilen yanlış bir cevap doğrudan satış kaybı demek.

Marka tarafındaki tipik sorunlar şunlar: kapanmış bir şubenin açık görünmesi, bırakılmış bir hizmetin ana iş sanılması, benzer isimli başka bir şirketin işinin size atfedilmesi, güncelliğini yitirmiş fiyat ya da çalışma modeli bilgisi. Bunların kaynağı neredeyse her zaman dışarıdaki eski kayıtlar oluyor.

Gerçekçi vaat şu: markanız hakkında dolaşan bilginin doğru olması ve tanımladığınız kategorilerde cevaplara girmesi. Bunun ötesindeki her iddia ölçülemez.

Yapay zeka cevaplarında sabit sıra ya da her seferinde anılma garantisi vermiyoruz. Modellerin eğitim verisine bilgi eklemek diye bir hizmet yok. İnceleme ve yorum satın alınmasını önermiyoruz; sahte inceleme ve satın alınmış liste sıralaması kısa vadede bile riskli. Rakip markalar hakkında olumsuz içerik üretmiyoruz. Kapanmış bir şubeyi açık, verilmeyen bir hizmeti veriliyor gibi göstermiyoruz.

Toplu dağıtılmış aynı metinli basın bültenleri de bu işin parçası değil. Modeller haber kaynaklarını doğrulama amaçlı okuyor; gerçek haber değeri olmayan tekrar içerik bu doğrulamayı güçlendirmiyor, bazen zayıflatıyor.