# %90 Trafik Çöküşü: 2.000 Kelimelik SEO Dolguları Yazmayı Bırakıp Neden Bir Veri Hendeği (Data Moat) İnşa Ettik?
## Sıfır Tıklama Gerçeği: Google'da 1. Sırada Olmak Neden Artık Hiçbir Şey İfade Etmiyor?
### Organik Hakimiyet Yanılsaması
Milyarlarca sorguyu inceleyen 2024 tarihli bir SparkToro analizine göre, ABD'deki Google aramalarının %58,5'i artık harici bir web sitesine tek bir tıklama bile yapılmadan sona eriyor. Buna AI Overviews (Yapay Zeka Özetleri) de eklendiğinde, geleneksel organik tıklama oranı (CTR) matematiksel olarak çöküyor.
Tıklama öldü.
Bir fintech uyumluluk müşterimiz için yaptığımız 3. çeyrek pipeline (satış hunisi) incelemesinde rakamlar bir türlü uyuşmuyordu. "SOC2 compliance automation software" (SOC2 uyumluluk otomasyon yazılımı) anahtar kelimesi için son derece hedefli bir içerik sprintini henüz tamamlamıştık. Uygulama teknik olarak kusursuzdu. Birinci sıraya yerleştik. Gösterimler tam da öngörüldüğü gibi ölçeklendi.
Ancak pipeline tamamen durağan kaldı.
Toplantı odasında oturmuş lead attribution (müşteri adayı ilişkilendirme) panosuna bakıyordum. 2.000 kelimelik rehberimiz SERP'in en tepesinde yer alıyordu, ancak yönlendirme trafiği yok denecek kadar azdı. Demo talepleri sıfırdı. Dijital gayrimenkulün sahibi bizdik ama alıcılar ortada yoktu.
Arama yapmayı bırakmamışlardı. Sadece göç etmişlerdi.
> Perplexity ve SearchGPT rakibinizi kaynak gösteriyorsa, Google'da 1. sırada olmanızın hiçbir anlamı yoktur.
Perplexity'yi açtım ve Google'da domine ettiğimiz aynı yüksek niyetli (high-intent) sorguyu çalıştırdım. Motor on tane mavi bağlantı döndürmedi. Doğrudan, teknik bir yanıt sentezledi. Ve dipnotlarda, anahtar kelime optimizasyonlu rehberimize bağlantı vermedi. Bir rakibimizi kaynak gösterdi.
Bu başarısızlığın mekaniği tamamen analitikti. Algoritma bizi neden es geçmişti?
* **Kelime sayısını görmezden geldiler:** Biz paragraflarca bağlam yazarken, onlar 500 startup arasındaki ortalama SOC2 denetim maliyetlerine dair ham, kendilerine ait (proprietary) bir veri seti yayınladılar.
* **Çıkarım (extraction) için yapılandırdılar:** Verileri temiz HTML tablolarında yer alıyordu, bu da onu bir Büyük Dil Modeli'nin (LLM) geri getirme (retrieval) sistemi için matematiksel olarak karşı konulmaz kılıyordu.
* **Bir veri hendeği (data moat) inşa ettiler:** Jenerik bir özetten veya bir rakibin blogundan kazınamayacak (scrape) benzersiz bir bilgi kazanımı sağladılar.
Geleneksel SEO metrikleri, gerçek görünürlükteki devasa bir kaybı maskeliyordu. Biz gösterişli (vanity) sıralamaları kutlarken, rakibimiz Google'ı çoktan terk edip cevap motorlarına (answer engines) yönelen yüksek niyetli kullanıcıları sessizce ele geçiriyordu. Biz eski anahtar kelime yoğunluğu oyununu oynadık. Onlar ise yeni Answer Engine Optimization (AEO - Cevap Motoru Optimizasyonu) oyununu oynadılar.
Veriler netti: Jenerik içerik yazmaktan vazgeçip yapay zeka motorlarını özgün verilerle beslemeye yönelmezsek, organik pipeline'ımız kalıcı olarak sıfıra düşecekti.
***
## 2.000 Kelimelik Dolgu İçerik Mezarlığı: Geleneksel SEO Neden Çöküyor?
Bu farkındalık, bizi geleneksel arama ile modern geri getirme (retrieval) arasındaki mekanik farklılıklarla yüzleşmeye zorladı. Daha önce göz ardı ettiğimiz bir soruyu sormak zorundaydık: Perplexity, yüksek niyetli B2B alıcılarını tatmin etmede neden Google Arama'dan daha iyi?
### Perplexity Neden Google Arama'dan Daha İyi?
Perplexity, hızlı yanıt sentezini manuel web keşfine tercih ederek, doğrulanabilir alıntılarla desteklenen, sohbete dayalı, sentezlenmiş yanıtlar sunar ve geleneksel Google Arama'dan daha iyi performans gösterir. Bu model, kullanıcıları sayfalarca mavi bağlantı, sponsorlu içerik ve şişirilmiş arama motoru sonuçları arasında gezinmeye zorlamak yerine, kullanıcı sorgularını yapılandırılmış verilerle doğrudan yanıtlar.
Sentez ve keşif arasındaki bu mekanik farkı anlamak, portföyümüzdeki bir başka devasa başarısızlığı da açıklıyordu.
Sadece haftalar önce, "B2B Payment Gateway Integrations" (B2B Ödeme Geçidi Entegrasyonları) üzerine 3.500 kelimelik bir rehber için 4.500 dolar ve üç haftalık editoryal zaman harcamıştık. Geleneksel içerik anlamında teknik olarak mükemmel bir parçaydı. Her anlamsal (semantic) anahtar kelimeyi vurduk. Başlıkları optimize ettik. Backlink'leri oluşturduk. Google'da 2. sıraya yerleşti.
Trafik ise dümdüzdü.
Neden mi? Çünkü hedef alıcılarımız tam olarak bu yüksek niyetli sorguyu Perplexity'ye yazdıklarında, devasa rehberimiz ortalıkta yoktu. Bunun yerine yapay zeka, bir rakibin 300 kelimelik ham fiyatlandırma veri tablosunu kaynak gösterdi. Geleneksel SERP'i kazandık ama gerçek kullanıcıyı kaybettik.
### Anahtar Kelime Yoğunluğu Yanılgısı
Sektör hala, artık var olmayan bir web indeksleme çağı için optimize edilmiş, şişirilmiş, 2.000 kelimelik dolgu içerikler üretmeye devam ediyor. Sadece modası geçmiş bir algoritmanın anahtar kelime yoğunluğu iştahını tatmin etmek için sonu gelmez dolgu paragrafları yazıyoruz.
LLM'lerin umurunda bile değil.
Büyük Dil Modelleri (LLM) yanıtları farklı şekilde sentezler. Dolgu kısımları görmezden gelirler. Yoğun, yapılandırılmış gerçeklerin peşine düşerler. SearchGPT veya Perplexity gibi üretken bir motor bir sayfayı taradığında (crawl), bunu zevk için okumaz. Pazarlama metnini soyup atar, stok fotoğrafları görmezden gelir ve ham veri yükünü (payload) arar. Tam sayılar, yüzdeler ve varlık ilişkileri (entity relationships) ister.
> İçerik stratejiniz, rakiplerinizden daha fazla kelime yazarak onları alt etmeye dayanıyorsa, şimdiden çağ dışı kaldınız demektir.
Answer Engine Optimization (AEO) çağında standart içerik pazarlamasının matematiksel çöküşünü inceleyelim:
* **Dolgu Cezası (The Filler Penalty):** Yapay zeka motorları, anlatısal dolguları es geçmek üzere matematiksel olarak programlanmıştır. Ödeme geçitlerinin tarihi hakkındaki 500 kelimelik girişiniz sadece işe yaramaz olmakla kalmaz; sayfanızın anlamsal yoğunluğunu aktif olarak seyreltir.
* **Çıkarım Başarısızlığı (The Extraction Failure):** Bir LLM metninizden benzersiz bir istatistiği, özgün bir framework'ü veya yapılandırılmış bir veri noktasını anında çıkaramazsa, domain'inizi tamamen atlayacaktır. Masaya yeni gerçekler getirmiyorsanız, bir fikir birliği (consensus) için sıralama alamazsınız.
* **Alıntı Boşluğu (The Citation Gap):** Coursiv'in yapay zeka arama motorları analizinde belirtildiği gibi, Perplexity gibi platformlar sentezlenmiş yanıtı merkeze koyar. Yapay zekanın bu yanıtı formüle etmek için ihtiyaç duyduğu ham veriyi sağlamazsanız, dipnotu kaybedersiniz.
4.500 dolarlık fintech rehberimiz başarısız oldu çünkü %90'ı fikir, %10'u ise geri dönüştürülmüş gerçeklerden oluşuyordu. Standart SEO taktiklerini kullanarak rekabette öne geçmeye çalıştık. Rakibimiz ise basitçe verilerle bizi alt etti (out-data'd). API işlem ücretlerinin yapılandırılmış bir HTML tablosunu yayınladılar. LLM onların tablosunu yuttu (ingest), yanıtı sentezledi ve onlara o gıpta ile bakılan `[1]` numaralı alıntıyı verdi.
Biz ise hiçbir şey elde edemedik.
Kelime sayısı için yazma dönemi sona erdi. Makineyi tam olarak istediği şeyle beslemelisiniz.
***
## Alıntı Aydınlanması: Arama Motoru Optimizasyonundan Cevap Motoru Optimizasyonuna (AEO)
Peki makine tam olarak ne istiyor? Cevap, motorların kendi mimarisinde yatıyor.
Geleneksel SEO kampanyalarımızın enkazını incelerken, analiz panomuzda göze çarpan bir anormallik fark ettik. Temel ürün sayfalarımız için geleneksel Google organik trafiğimiz çeyrek bazında %18 düşmüştü. Ancak, son derece spesifik bir yönlendirme trafiği segmenti %315 oranında artmıştı. Kaynak, büyük bir yayından gelen bir backlink veya bir sosyal medya kampanyası değildi.
Kaynak `perplexity.ai` idi.
### Dipnot Ekonomisini Çözmek
Bu müşteri için 2.000 kelimelik bir SEO rehberi yazmamıştık. Bunun yerine, 500 orta ölçekli perakendecide ödeme geçidi gecikmesi (latency) ile sepeti terk etme oranları arasındaki kesin korelasyonu analiz eden ham, birinci taraf (first-party) bir veri seti yayınlamıştık. Dolgu yok. Şişirilmiş girişler yok. Sadece somut, yapılandırılmış veri tabloları.
LLM'ler okumaz.
Geri getirirler (retrieve). Büyük Dil Modelleri içeriği zevk veya anlatı akışı için tüketmez. RAG (Retrieval-Augmented Generation) aracılığıyla çalışırlar. Bir kullanıcı bir yapay zekaya prompt girdiğinde, sistem en yüksek yoğunluklu olgusal yanıtlar için dizinini tarar, ham verileri çıkarır ve bir yanıt sentezler.
> Hedef artık bir arama motoru sonuç sayfasında tıklama kazanmak değil. Hedef, dipnot ekonomisinde alıntı kazanmaktır.
Yanlışlıkla bir Veri Hendeği (Data Moat) inşa etmiştik.
Veri Hendeği, yapay zeka motorlarının internette başka hiçbir yerde bulunmadığı için matematiksel olarak kaynak göstermek zorunda kaldığı, size ait, birinci taraf verilerdir. Bir e-ticaret yöneticisi Perplexity'ye "payment latency cart abandonment benchmarks" (ödeme gecikmesi sepeti terk etme kıyaslamaları) hakkında soru sorduğunda, motorun başka bir seçeneği yoktu. Olasılık ağırlıkları, tam olarak bizim rakamlarımızı çekmesi gerektiğini dikte ediyordu. Domain otoritesi üzerinden rekabet etmiyorduk. Olgusal ayrıcalık (factual exclusivity) üzerinden rekabet ediyorduk.
SEO'dan Answer Engine Optimization'a (AEO) olan bu geçiş, soğuk ve analitik bir çerçeveye dayanır:
* **Matematiksel kaçınılmazlık:** Belirli bir sorgu üzerinde tek orijinal veri setine sahipseniz, LLM'in geri getirme mekanizması domain'inizi birincil kaynak olarak seçmek zorundadır.
* **Anahtar kelime sıklığı yerine bilgi yoğunluğu:** Yapay zeka motorları, kullanıcının prompt'unu tatmin etmek için ihtiyaç duydukları tam sayıyı, yüzdeyi veya framework'ü kazımak (scrape) için bağlam paragraflarını es geçer.
* **Aşırı nitelikli yönlendirme trafiği:** Bir yapay zeka özetinin altındaki küçücük `[1]` dipnotuna tıklayan kullanıcılar öylesine gezinmiyorlardır. Verileri aktif olarak doğruluyorlardır.
O tek bir fintech veri tablosundan elde edilen sonuçlar tezi kanıtladı. Ham trafik hacmi geçmiş Google sıralamalarımızdan daha düşük olsa da, bu Perplexity yönlendirme trafiğindeki dönüşüm oranı %4,8 idi; yani taban çizgimizin (baseline) neredeyse üç katı. Mavi bağlantılar denizindeki sıradan bir blog yazısı değildik. Kesin birincil kaynaktık. AEO yeni SEO'dur ve matematik bunu kanıtlıyor.
***
## RAG Taslağı: Yapay Zeka Motorlarını Markanızı Kaynak Göstermeye Nasıl Zorlarsınız?
Bu matematikten yararlanmak için, verilerimizi tarayan motorların spesifik mekaniklerini anlamamız gerekiyordu. Bu da temel bir teknik soruyu yanıtlamayı gerektiriyordu:
### SearchGPT'nin ChatGPT'den Farkı Nedir?
ChatGPT statik, önceden eğitilmiş veri setine dayanarak sohbete dayalı yanıtlar üretirken, SearchGPT gerçek zamanlı bilgileri geri getirmek için canlı interneti aktif olarak tarayan, güncel yanıtları sentezleyen ve doğrulanabilir alıntı otoritesi için harici web kaynaklarına açıkça bağlantı veren dinamik bir arama motoru olarak işlev görür.
SearchGPT doğrulanabilir alıntılar için canlı interneti aktif olarak taradığından, web sitelerimizi nasıl yapılandırmamız gerektiğini temelden değiştiriyor. Bu alıntıları geniş ölçekte yakalamak için sistematik bir yola ihtiyacımız vardı.
### Birinci Taraf Veri Hendeğinizi (Data Moat) Tasarlamak
Jenerik rehberler yazmayı bıraktık. Bunun yerine bir veri hendeği inşa ettik.
Veri hendeği nedir? İnternette başka hiçbir yerde bulunmayan, size ait bilgilerdir. Bir yapay zeka motoru sektöre özgü bir soruyu yanıtlamak isterse, matematiksel olarak sizi kaynak göstermek zorundadır.
İşte o fintech müşterisi için uyguladığımız çerçevenin (framework) ta kendisi:
* **Atık verilerinizi (exhaust data) madenleyin:** Anahtar kelime arama hacmini görmezden geldik. Bunun yerine, arka uçlarından (backend) anonimleştirilmiş kullanıcı davranışı metriklerini çıkardık; özellikle de bir B2B alıcısının bir uyumluluk yazılımı sözleşmesini onaylaması için geçen ortalama süreyi.
* **Orijinal anketler başlatın:** Finansal uyumluluktaki zorluklar (pain points) üzerine 1.500 kişilik bir anket yürütmek için bir araştırma firmasıyla ortaklık kurduk ve sonuçları şirket gelirine göre çapraz referansladık.
* **Benzersiz endüstri metrikleri oluşturun:** Bir "Compliance Friction Index" (Uyumluluk Sürtünme Endeksi) icat ettik ve bunu takip eden üç aylık bir rapor yayınladık.
Gelin somut rakamlara bakalım. Bu eksen kaymasından (pivot) önce, müşterinin "compliance software pricing" (uyumluluk yazılımı fiyatlandırması) üzerine en iyi performans gösteren geleneksel SEO rehberi ayda 4.500 organik Google tıklaması getiriyordu. Dönüşüm oranı ise %0,8 gibi iç karartıcı bir seviyedeydi. Bunu yoğun, özgün veri raporumuzla değiştirdikten sonra Google tıklamaları 1.200'e düştü.
Paniğe kapılmadık. Perplexity ve SearchGPT'den gelen yönlendirme trafiğini takip ettik. Bu motorlar orijinal metriklerimizi bir ay içinde 285 kez kaynak göstererek 1.900 son derece nitelikli yönlendirme tıklaması sağladı. Peki bu yapay zeka odaklı trafiğin dönüşüm oranı neydi? Sağlam bir %4,6.
> Düşük niyetli Google kullanıcılarını (scrollers), yüksek niyetli yapay zeka araştırmacılarıyla değiştirdik. ROI (Yatırım Getirisi) matematiği inkar edilemez.
### Verileri LLM Alımı (Ingestion) İçin Yapılandırmak
Veriye sahip olmak yeterli değildir. Makineyi beslemelisiniz.
LLM'ler güzelce işlenmiş nesirleri okumazlar. Yapıyı ayrıştırırlar (parse). Perplexity'nin veri hendeğinizi kaynak göstermesini istiyorsanız, onu Retrieval-Augmented Generation (RAG) için formatlamanız gerekir.
* **HTML tabloları dağıtın (deploy):** Veri görselleştirme için CSS grid'leri veya görseller kullanmayı bırakın. Ham, anlamsal (semantic) `` etiketleri kullanın. Yapay zeka tarayıcıları (crawlers), vektör veritabanlarıyla temiz bir şekilde eşleştiği için standart HTML tablolarını neredeyse mükemmel bir doğrulukla yutar (ingest).
* **Anlamsal yoğunluğu en üst düzeye çıkarın:** Geçiş cümlelerini kesin. Paragraflarınızı yüksek yoğunluklu gerçekler, kesin yüzdeler ve net varlık ilişkileriyle (entity relationships) doldurun. Bir cümle somut bir rakam içermiyorsa, onu silin.
* **Sıkı yapılandırılmış veri (structured data) uygulayın:** Tarayıcıya tam olarak neye baktığını açıkça söylemek için `Dataset` veya `DataCatalog` gibi gelişmiş Schema işaretlemeleri (markup) kullanın.
Ancak burada bir paradoks var. Yapay zeka motorlarının sizi kaynak göstermesini istiyorsunuz, ancak tüm özgün veri setinizi çalmalarını ve bunu atıfta bulunmadan sıfır tıklamalı bir yanıt olarak sunmalarını istemiyorsunuz.
Bunu, sentezlenmiş içgörüleri herkese açık blogumuzda sergilerken, ham veri setini hafif bir kimlik doğrulama duvarının (authentication wall) arkasına kilitleyerek çözdük. `GPTBot` gibi agresif, alıntı yapmayan kazıyıcıların (scrapers) ham veri dizinlerimize erişimini engellemek için `robots.txt` dosyamızı güncelledik. Eşzamanlı olarak, `PerplexityBot` ve `OAI-SearchBot`'un herkese açık özet sayfalarımızı taramasına açıkça izin verdik.
Motorlara, kullanıcının anlık sorusunu yanıtlamaya yetecek kadar yoğun, yapılandırılmış veri verdik. Bu, onları tam bağlam için birincil kaynak olarak domain'imize bağlantı vermeye zorladı.
Taramayı (crawl) kontrol edin. Alıntıyı dikte edin.
***
## Keşfin Geleceği: Fikir Birliği (Consensus) Motoruna Uyum Sağlayın veya Yok Olun
Bu düzeyde bir kontrol sadece taktiksel bir avantaj değildir; hayatta kalmak için bir ön koşuldur.
Arama hacmi trendleri üzerine hazırlanan 2024 tarihli bir Gartner raporuna göre, kullanıcılar yapay zeka sohbet robotlarına ve sanal asistanlara geçiş yaptıkça geleneksel arama motoru sorgularının 2026 yılına kadar %25 oranında düşmesi öngörülüyor.
Göç çoktan başladı.
### Bağlantı Kütüphanesinin Sonu
Bağlantı kütüphanesinin ölümüne tanık oluyoruz. Yirmi yıl boyunca Google dijital bir kart kataloğu olarak çalıştı. Bir sorgu yazdınız ve size on tane mavi bağlantı verdi. Okumayı siz yaptınız. Yanıtı siz sentezlediniz. Bugün, Perplexity ve SearchGPT okumayı sizin yerinize yapıyor. Sizin 2.000 kelimelik SEO dolgu içeriğinizi istemiyorlar. Bir fikir birliği (consensus) oluşturmak için ham, çıkarılabilir gerçekler istiyorlar.
> İnternet artık bir varış noktaları dizini değil. Sentezlenmiş yanıtların gerçek zamanlı bir fikir birliğidir.
Bu değişimi atlatmak istiyorsanız, kimliğinizi temelden değiştirmelisiniz. Jenerik bilgi yayıncısı gibi davranmayı bırakın. Birincil veri kaynağı gibi davranmaya başlayın.
O kurumsal SaaS grubu için pipeline analizimizi tamamladığımızda gerçek çok açıktı. Jenerik "nasıl yapılır" rehberlerimiz can çekişiyordu. Benzersiz metrikler ve orijinal anket verileriyle dolu özgün veri raporlarımız ise LLM'ler tarafından kazınıyor, kaynak gösteriliyor ve bağlantı alıyordu. Büyüme (growth) ekiplerinin artık manuel içerik yazımına güvenemeyeceğini fark ettik.
Dipnot ekonomisini kazanmak için yeni bir operasyonel çerçeveye ihtiyacınız var:
* **Atık verilerinizi (exhaust data) denetleyin:** Platformunuzun günlük olarak ürettiği, size ait rakamları bulun.
* **Alım (ingestion) için yapılandırın:** Bulgularınızı temiz HTML tabloları ve anlamsal işaretlemelerle (semantic markup) formatlayın.
* **Birincil araştırmalar yayınlayın:** Fikre dayalı blog yazılarını somut, doğrulanabilir veri noktalarıyla değiştirin.
Bunu geniş ölçekte inşa etmek ciddi bir altyapı gerektirir. Her long-tail (uzun kuyruklu) sorgu için veri hendeklerini manuel olarak formatlayamazsınız. Modern büyüme ekiplerinin, ham verileri otomatik olarak ilgi çekici, LLM'e hazır anlatılara dönüştüren sistemlere ihtiyacı vardır.
İşte benim öngörüm.
2026'nın 4. çeyreğine gelindiğinde, B2B organik pazar payının %85'i, Answer Engine Optimization'ı (AEO) geniş ölçekte uygulayan markaların tekelinde olacak. Geriye kalan %15'lik kesim ise geleneksel sıfır tıklamalı aramalar üzerinden savaşırken kan kaybedecek. Kazananlar en uzun makaleleri yazan ajanslar olmayacak. Kazananlar, özgün veri anlatılarını binlerce sayfada otomatikleştirmek, yapılandırmak ve dağıtmak için HighStory.ai gibi elit altyapılardan yararlanan teknoloji yöneticileri olacak.
Fikir birliğine (consensus) uyum sağlayın. Ya da tamamen yok olun.
HS
Digital Marketing
%90 Trafik Çöküşü: 2.000 Kelimelik SEO Dolguları Yazmayı Bırakıp Neden Bir Veri Hendeği (Data Moat) İnşa Ettik?
12 min read