İçeriğin İşe Yaradığını Nasıl İspatlarız? Sıralama ve AI Kanıt Tablosu

“Ayda dört yazı yayımlanıyor, güzel de duruyor. Ama bunun bize bir faydası olduğunu nereden bileceğim?”

Kurucuların bu sorusu aslında bütün içerik işinin en dürüst sorusu. Haklılar da. Yayımlanan yazı sayısı bir iş kaydıdır, sonuç değil. Sonuç, o yazının aranan bir soruda görünmesi, aday tarafından tıklanması ve bir noktada telefonun çalmasıdır. Arada da artık yapay zekâ özetleri ve sohbet araçları var. Bu yazıda bir içeriğin işe yaradığını nasıl kanıtladığımızı, hangi veriye nereden baktığımızı ve müşterilerimize her ay sunduğumuz kanıt tablosunun şablonunu paylaşıyoruz. Şablondaki hücreleri bilerek boş bıraktık; hiçbir örnek sonuç değeri uydurmadık.

“Sıralamadayız” cümlesi neden tek başına kanıt değil?

Kayıt masasında çalışan bir personel telefonundan “Tuzla sürücü kursu” yazıp kursu üçüncü sırada görünce sevinir. Ama aynı arama, iki sokak ötedeki bir aday için farklı sonuç verebilir. Google yerel sonuçlarda mesafeyi açıkça bir etken olarak sayar, mobil ve masaüstü sonuçları da farklılaşabilir. Arama geçmişi, dil ayarı ve o günkü sonuç sayfasının yapısı da işin içine girer.

Yani tek bir ekran görüntüsü o anın, o cihazın ve o konumun fotoğrafıdır. Kanıt olabilmesi için aynı koşullarda tekrarlanması, tarihlenmesi ve başka veri kaynaklarıyla desteklenmesi gerekir. Bizim kanıt anlayışımız üç ayak üzerine kurulu: Google’ın kendi ölçüm araçları, yapay zekâ yüzeylerinin raporları ve tarihli kontrollü sorgu seti.

Birinci ayak – Search Console sorgu ve sayfa raporu

Google Search Console’un Performans raporu, bir içeriğin Google’da gerçekte ne yaptığını gösteren en temel kaynak. Burada gösterim, tıklama, tıklama oranı ve ortalama konum verileri var ve bunlar sorgu, sayfa, ülke, cihaz ve tarih boyutlarında süzülebiliyor.

Bir içerik için yaptığımız ilk iş sayfa filtresini o yazının adresine sabitlemek ve sorgular sekmesine geçmek. Burada iki şey arıyoruz. Birincisi, hedeflediğimiz sorgu listede var mı? “A2 ehliyet kaç yaşında alınır” diye yazdığımız bir yazı bu sorguda gösterim almaya başladı mı? İkincisi, hiç hedeflemediğimiz ama sayfanın görünmeye başladığı sorgular neler? Bu ikinci liste çoğu zaman yeni içerik fikirlerinin de kaynağı oluyor.

Ortalama konum verisine temkinli bakıyoruz. Bu bir ortalama; aynı sorguda farklı konum ve cihazlardaki görünümler bir araya gelmiş halde. Tek başına “üçüncü sıradayız” demek için değil, zaman içindeki yönü görmek için kullanıyoruz. Bir de bazı sorguların gizlilik nedeniyle raporda tek tek görünmediğini unutmamak gerekiyor; sayfa toplamı ile sorgu toplamı bu yüzden birebir tutmayabilir.

Raporun tarih karşılaştırma özelliği kanıt tablosu için çok işe yarıyor. Bir sayfayı güncellediğimiz günü not ediyor, sonra güncelleme öncesi ve sonrası için eşit uzunlukta iki dönemi karşılaştırıyoruz. Örneğin bir kursun ücret ve taksit sayfasına “kayıt için gerekli belgeler” bölümü eklendiğini düşünün. Karşılaştırmada o sayfanın yeni sorgularda gösterim almaya başlayıp başlamadığı, tıklama oranının değişip değişmediği görülür. Karşılaştırmayı yaparken iki dönemin aynı mevsime denk gelmesine dikkat ediyoruz; okulların kapandığı yaz ayıyla sınav dönemine denk gelen bir ayı kıyaslamak yanıltıcı olur. Bir de “Arama görünümü” filtresi var. Bazı sonuç özelliklerinde sayfanızın nasıl göründüğünü ayrıca incelemeyi sağlıyor ve özellikle video ya da SSS içeren sayfalarda ek bir bakış açısı sunuyor. Bütün bu verileri ham haliyle değil, her içerik için tek satırlık bir özet olarak tabloya taşıyoruz; kurucunun on sayfalık grafik yerine tek bir tabloya bakıp karar verebilmesi bizim için önemli.

Konum ve cihaz etkisi – aynı sorgu, farklı sonuç

Sürücü kursu gibi yerel bir işte konum etkisi büyük. Search Console ülke düzeyinde ayrım veriyor ama ilçe ya da mahalle düzeyinde vermiyor. Mahalle bazlı görünürlüğü görmek için harita ızgarası yaklaşımını kullanıyoruz: kursun çevresinde belirli noktalardan aynı aramanın yerel sonucunu kontrol edip bir tablo halinde tutuyoruz. Bu yöntemi bölge analizi rehberimizde ayrıntılı anlattık.

Cihaz tarafında Search Console mobil, masaüstü ve tablet ayrımı veriyor. Sürücü kursu aramalarının ağırlığı mobilde olduğu için bir içeriğin masaüstünde iyi, mobilde zayıf görünmesi ciddi bir uyarı işaretidir. Bu farkı gördüğümüzde önce sayfanın mobil hızına ve ilk ekranına bakıyoruz.

Google İşletme Profili’nin kendi performans ekranı da bu ayakta yer alıyor. Profilin arama ve haritalarda kaç kez görüntülendiği, arama, yol tarifi ve web sitesi tıklamaları gibi etkileşimler, içerik çalışmasının yerel tarafa yansıyıp yansımadığını gösteriyor.

İkinci ayak – yapay zekâ yüzeylerinin raporları

Burada iki resmî araç ve bir analitik ayrımı var.

Google, AI optimizasyon rehberinde yapay zekâ özelliklerindeki performansı ölçmek için Search Console’daki Generative AI performance raporunu öneriyor. Yardım sayfasına göre bu rapor Yapay Zekâ Özetleri ve AI Mode’daki gösterimleri, yani sitenize ait bağlantıların bu özelliklerde kaç kez gösterildiğini, sayfa, ülke, tarih ve cihaz boyutlarında veriyor. Google bu içgörülerin 31 Ağustos 2026 itibarıyla dünya genelindeki tüm sitelere açıldığını, ancak her mülkün henüz erişemeyebileceğini ve yeterli gösterimi olmayan sitelerde verinin görünmeyebileceğini belirtiyor.

Bing tarafında Bing Webmaster Tools’un AI Performance raporu var. Şubat 2026’da genel önizlemeye açılan rapor, Microsoft Copilot ve Bing’in yapay zekâ özetlerinde sitenizin kaç kez kaynak gösterildiğini, hangi sayfaların kaynak olduğunu ve içeriğin getirildiği grounding sorgularını gösteriyor.

ChatGPT için OpenAI’ın bir yayıncı paneli yok ama bir iz var. OpenAI, arama sonuçlarından verilen yönlendirme bağlantılarına otomatik olarak utm_source=chatgpt.com parametresinin eklendiğini belirtiyor. Google Analytics’te bu kaynaktan gelen ziyaretleri ve bu ziyaretlerin hangi sayfaya geldiğini ayrı izleyebiliyoruz. Perplexity gibi diğer araçlardan gelen ziyaretleri de yönlendiren alan adından ayırıyoruz. Bot erişimi ve log kontrolünün ayrıntısı bot erişimi yazımızda duruyor.

Üçüncü ayak – tarihli kontrollü sorgu seti

ChatGPT, Perplexity ve Gemini cevaplarında anılıp anılmadığınızı gösteren resmî bir gösterim raporu yok. Google’ın Yapay Zekâ Özetleri raporu da size hangi sorguda hangi cevabın çıktığını birebir göstermiyor. Bu boşluğu kontrollü sorgu setiyle dolduruyoruz.

Kontrollü demek, sonucu etkileyen koşulları sabitlemek demek. Her ay aynı soruları, aynı ifadeyle, mümkün olduğunca aynı koşullarda soruyoruz. Kayıt altına aldığımız koşullar şunlar:

1. Tarih ve saat.
2. Konum bilgisi (hangi ilçeden ya da hangi ayarla).
3. Cihaz ve tarayıcı ya da uygulama.
4. Oturum durumu: hesap açık mı, geçmiş ve kişiselleştirme kapalı mı?
5. Sorunun birebir metni ve alınan cevabın ekran görüntüsü.

Soru seti adayın gerçek diliyle kuruluyor. “Yakınımdaki sürücü kursu” gibi genel sorular, “Pendik’te otomatik vites ehliyet için hangi kursu önerirsin” gibi yerel sorular ve “SRC belgesi yenilemek için ne gerekir” gibi bilgi soruları bir arada duruyor. Yapay zekâ cevapları aynı soruda bile değişebildiği için tek bir denemeyi kesin sonuç saymıyoruz; ay ay yönü izliyoruz. Puanlama yöntemini skor takibi yazımızda anlattık; bu yazıda o puanların hangi tabloya ve hangi rapora aktığını gösteriyoruz.

Kanıt tablosu şablonu

Aşağıdaki tablo, her ay müşterilerimize sunduğumuz kanıt tablosunun sadeleştirilmiş şablonu. Satırlar içerik, sütunlar yüzey. Hücrelerde yalnızca o ay gerçekten ölçülmüş değer olur. Henüz ölçülmemiş ya da o yüzeyde karşılığı olmayan hücrelere değer yazılmaz. Şablonu bilerek boş bıraktık.

Hücrelerin nasıl doldurulduğunu da netleştirelim. Google sütununa Search Console’daki o sorgu ve sayfa için gösterim, tıklama ve ortalama konum yazılır; yerel sorgularda yanına ızgara kontrolünün özeti eklenir. AI Overviews sütununda iki şey olur: Generative AI performance raporundaki sayfa gösterimi ve kontrollü sorguda özetin çıkıp çıkmadığı, çıktıysa kaynak bağlantısının sizin sayfanız olup olmadığı. ChatGPT ve Perplexity sütunlarında kontrollü sorgunun sonucu yazılır: kurs anıldı mı, kaynak olarak siteniz mi gösterildi, verilen bilgi doğru mu? Not sütunu ise o ay sayfada ne değiştiğini ve beklenmedik bir durumu kaydeder; örneğin sayfanın güncellendiği tarih ya da bir yapay zekâ cevabında yanlış telefon numarası görülmesi.

Tabloya bir sütun daha ekleyen müşterilerimiz de var: o sayfadan gelen form ve arama sayısı. Bu, tablonun görünürlükten işe dönüşen tarafını gösteriyor ve bizce en değerli sütun o.

Görünürlükten kayda – adayın nereden geldiğini bağlamak

Kanıt tablosunun en zor ama en kıymetli kısmı, görünürlüğü gerçek bir aday hareketine bağlamak. Bir kurucu için gösterim sayısı soyut, “bu ay siteden şu kadar kişi ön kayıt bıraktı” somut. Aradaki köprüyü kurmadan içeriğin işe yaradığını tam olarak söyleyemeyiz.

Bunun için önce sitedeki etkileşimleri ölçülebilir hale getiriyoruz. Ön kayıt formu gönderimi, telefon numarasına dokunma ve WhatsApp butonuna tıklama ayrı olaylar olarak kaydediliyor. Her olayın hangi sayfada gerçekleştiği ve ziyaretçinin hangi kaynaktan geldiği (Google organik, ChatGPT, Perplexity, harita profili, reklam) analitikte görülebiliyor. Böylece “SRC belgesi rehberi” sayfasından bu ay kaç kişinin formu doldurduğu, bunlardan kaçının organik aramadan kaçının ChatGPT’den geldiği tabloya işlenebiliyor.

İkinci adım kayıt masasıyla ilgili ve çoğu kursun atladığı adım bu. Telefonla arayan adaya kısa bir soru sormak: “Bizi nereden buldunuz?” Cevabı basit bir listeye yazmak. Bu veri kusursuz değil, adaylar çoğu zaman “internetten” der. Ama ay sonunda analitik verisiyle yan yana konduğunda hangi kanalın gerçekten kayda dönüştüğü hakkında çok daha sağlam bir fikir veriyor. KVKK açısından da burada kişisel veri değil, yalnızca kaynak bilgisi tutulması yeterli.

Bu iki veri birleştiğinde tablodaki “Not” sütunu anlam kazanıyor. Görünürlüğü artan ama hiç form getirmeyen bir sayfa, içerik değil dönüşüm sorunu yaşıyor olabilir; ilk ekrandaki çağrı, telefon butonu ya da güncel olmayan ücret bilgisi kontrol edilir. Görünürlüğü düşük ama gelen her ziyaretçinin arama yaptığı bir sayfa ise büyütülmesi gereken bir fırsattır.

Tabloyu okurken yapılan hatalar

Tablo kurulduktan sonra en sık yapılan hata, bir ayın verisiyle karar vermek. Yeni yayımlanan bir içeriğin arama sonuçlarında yerleşmesi zaman alabilir; yapay zekâ cevapları da dalgalanır. Biz bir içerik hakkında yorum yapmadan önce birkaç aylık yönü görmek istiyoruz.

İkinci hata, dış etkenleri görmezden gelmek. Kayıt dönemleri, sınav takvimindeki değişiklikler, yönetmelik haberleri aramaları doğrudan etkiliyor. Bir ayda gösterimlerin artması içeriğin başarısı olabileceği gibi mevsimsel bir artış da olabilir. Bu yüzden geçen yılın aynı dönemiyle karşılaştırmayı da tabloya not düşüyoruz.

Üçüncü hata, kanıtı yalnızca iyi haberlerden kurmak. Görünmediğimiz sorguyu da, yanlış bilgi veren yapay zekâ cevabını da tabloya yazıyoruz. Aksi halde tablo rapor değil, broşür olur.

Sürücü Medya bu tabloyu nasıl raporluyor?

İçerik ve SEO hizmeti verdiğimiz kurslara her ay bu kanıt tablosunu gönderiyoruz. Tablonun yanında Search Console ekran görüntüleri, Generative AI performance raporu erişilebiliyorsa ilgili grafik, kontrollü sorguların tarihli ekran görüntüleri ve o ay yaptığımız değişikliklerin listesi yer alıyor. Olumlu gelişmeyi de, görünmediğimiz yeri de aynı açıklıkla yazıyoruz; bir sonraki ayın iş listesi zaten bu boşluklardan çıkıyor.

Sıralama ya da yapay zekâ önerisi garantisi verilmez. Bizim verdiğimiz söz, ne yaptığımızı ve ne değiştiğini doğrulanabilir kayıtla göstermek. Sonuçları nasıl sunduğumuzu görmek için kanıt merkezimize göz atabilir, içerik tarafının nasıl işlediğini SEO içerik hizmeti sayfamızda inceleyebilirsiniz. Kursunuz için ilk ölçümü birlikte yapmak isterseniz ücretsiz analiz talep edin ya da bizimle iletişime geçin. Web analiz ve GEO / AIO hizmetlerimiz de bu ölçüm düzenini temel alıyor.