Perakende Sitelerine AI Trafiği %3.500 Arttı: Balon mu, Fırsat mı?

Bir e-ticaret sitesinin trafik panelinde “AI kaynaklı ziyaret” satırının bir yılda otuz beş kat büyüdüğünü görünce ilk refleks sevinmek oluyor. Pazarlama toplantısında biri bu rakamı slayda koyup “yapay zekâ bizim için yeni bir kanal” diyor, herkes başını sallıyor. Ama o satırın altında ne yattığını sormak yerine üstüne gitmek, 2025’in en yaygın perakende SEO hatası olacak gibi duruyor. Rakam gerçek: ChatGPT, Perplexity ve Google AI Overviews üzerinden gelen yönlendirilmiş trafik perakende sitelerinde çarpıcı bir büyüme gösterdi. Ama “%3.500” gibi bir sayıyı gördüğünüzde önce şunu sorun: geçen yılki taban neydi? Çoğu perakende sitesinde bu kanaldan gelen trafik 2023’te ayda yüz-iki yüz ziyaretçiyle ölçülüyordu; bugün altı-yedi bine çıkması istatistiksel olarak devasa bir yüzde üretir ama mutlak etkisi toplam organik trafiğin hâlâ yüzde birinin altında kalabilir. Bu yazıda bu çelişkiyi, zero-click aramanın perakendeye maliyetini ve AI Overviews’un iş modelini nasıl değiştirdiğini rakamlarla açacağız.

%3.500 artış rakamı gerçek ama yanıltıcı: düşük bazın matematiği neyi gizliyor

Düşük bazdan büyüme yüzdesi hesaplamak istatistikte en eski numaralardan biridir ve pazarlama raporlarında sıkça kötüye kullanılır. Bir sitenin AI kaynaklı trafiği ocak ayında 50 ziyaretçiyse ve aralıkta 1.800’e çıktıysa bu %3.500’den fazla bir artıştır, ama 1.800 ziyaretçi aylık 400.000 organik oturumu olan bir perakende sitesi için gürültü seviyesinde kalır. Buna karşın aynı sitenin Google organik trafiği %5 büyüseydi bu 20.000 ziyaretçi demek olurdu — görsel olarak daha sıradan ama iş etkisi kıyaslanamayacak kadar büyük.

Burada asıl sorulması gereken soru büyüme oranı değil, dönüşüme giren trafiğin mutlak hacmi ve kalitesidir. Search Console’un “Keşif” ve “Arama” performans raporlarını AI botlarının user-agent loglarıyla eşleştirdiğinizde çoğu orta ölçekli perakende sitesinde AI kaynaklı trafiğin toplam ziyaretin %0,3-%1,2 aralığında kaldığını görürsünüz. Büyüme hızlı ama taban o kadar küçük ki, önümüzdeki iki-üç yıl aynı oranda büyüse bile toplam trafik payının çift haneye çıkması için zaman gerekiyor.

Bu, kanalı görmezden gelin demek değil — tam tersi, erken pozisyon almanın maliyeti düşükken hareket etmek mantıklı. Ama CFO’nuza veya yatırımcınıza “AI trafiğimiz %3.500 arttı” derken hemen ardından mutlak sayıyı ve gelire dönüşüm oranını da vermeniz gerekiyor. Aksi hâlde bir sonraki çeyrekte “bu kanaldan ne kadar ciro geldi” sorusuna cevap veremezsiniz ve rakam bir pazarlama süsünden öteye geçmez.

Zero-click aramanın %68'e çıkması perakende için trafik değil ziyaretçi kalitesi sorunu yaratıyor

Zero-click aramaların oranının yükselmesi yeni bir olgu değil, ama perakende sorgularında bu oran özellikle can yakıcı çünkü fiyat karşılaştırma, ürün özellikleri ve “en iyi X” türü niyet sorguları tam olarak AI Overviews’un doldurduğu alan. Kullanıcı “kablosuz kulaklık önerisi” yazdığında cevabı üç paragrafta alıyorsa, tıklamaya hiç ihtiyaç duymuyor. Bu durumda sitenize gelen trafik azalmıyor sadece — gelen trafiğin niteliği de değişiyor, çünkü tıklayanlar artık genellikle işlemin en son aşamasındaki, zaten karar vermiş kullanıcılar oluyor.

Bu ayrım pratikte şöyle görünüyor: eskiden “en iyi koşu ayakkabısı” sorgusuyla gelen ziyaretçi sitenizde on dakika geçirip üç-dört ürün karşılaştırırdı, şimdi aynı niyetteki kullanıcının büyük kısmı cevabı Google’ın özetinde alıp gidiyor. Sitenize düşen ise zaten marka adını biliyor, sadece fiyat teyit etmek ya da sepete eklemek isteyen kullanıcı. Bu, dönüşüm oranınızın yükselmesi anlamına gelebilir ama üst huni farkındalık trafiğinizin erimesi demek — ve marka bilinirliği inşa eden içerikleriniz artık eski işlevini görmüyor.

Burada perakendeciler için asıl risk, üst huni içeriğine yatırımın mantığını kaybetmesi. “En iyi X” tarzı karşılaştırma ve rehber içerikleri geleneksel olarak organik trafiğin en büyük kaynağıydı; bu içerik türü tam olarak AI özetlerinin en rahat yuttuğu format. Bir mobilya sitesinin “küçük daireler için kanepe önerileri” yazısı, artık kullanıcıya değil AI Overviews’un eğitim/özetleme sürecine hizmet ediyor olabilir — trafiği size değil, cevabı Google’a veriyorsunuz.

Google AI Overviews'un 2,5 milyar kullanıcısı perakendeciyi 'tıklanan site'den 'alıntılanan kaynak'a dönüştürüyor

Google, AI Overviews’un ayda 1,5 milyardan fazla kullanıcıya ulaştığını açıkladı ve bu rakam I/O 2024’ten bu yana büyümeye devam ediyor; bazı üçüncü parti tahminler 2025 ortası için 2 milyarın üzerine işaret ediyor. Bu ölçekte bir yüzey değişikliği, perakende SEO’nun hedef fonksiyonunu kökten değiştiriyor: artık amaç yalnızca sıralamada birinci olmak değil, AI’ın cevabında kaynak olarak seçilmek. Bu iki hedef her zaman örtüşmüyor — bir sayfa 3. sırada olup AI özetinde alıntılanabiliyor, 1. sıradaki sayfa hiç alıntılanmayabiliyor.

Bu değişim perakendeci için pratikte ne demek? Artık ürün sayfanızın değil, yapılandırılmış veri ve net, çıkarılabilir cümlelerle yazılmış karşılaştırma/özellik içeriğinizin öne çıkması gerekiyor. Schema.org’un Product, Review ve FAQPage işaretlemeleri, AI modellerinin sayfanızdan bilgi çekmesini kolaylaştıran en somut teknik adım; bunları eksiksiz uygulayan sitelerin AI Overviews’ta alıntılanma oranının belirgin şekilde yüksek çıktığını gözlemleyen SEO ajansları var. Yani teknik SEO’nun “nice to have” kısmı artık görünürlüğün ön koşulu hâline geliyor.

Öte yandan “alıntılanan kaynak” olmanın ticari karşılığı hâlâ belirsiz. Bir kullanıcı AI özetinde markanızı gördüğünde tıklamadan devam edebiliyor — marka hatırlanırlığı kazanıyorsunuz ama o ziyaretin analytics’te hiçbir izi olmuyor. Bu da perakendecileri, geleneksel son-tıklama atıf modellerinin artık hikâyenin yarısını bile anlatmadığı bir ölçüm krizine sürüklüyor; bir sonraki bölümde bu ölçüm problemine ve markanın AI’da nasıl görünür kılınacağına döneceğiz.

Share of Model nasıl ölçülür: ürün sayfalarını yapay zekanın referans aldığı kaynağa çevirmenin kuralları

“Share of Model” kavramı henüz Türkçe SEO literatüründe yerleşmedi ama karşılığı gayet somut: markanızın, kategorinizdeki AI cevaplarının ne kadarında referans olarak geçtiğinin oranı. Bunu ölçmenin standart bir Google Analytics raporu yok, bu yüzden çoğu ekip elle örnekleme yapıyor — kategorinizdeki 50-100 tipik sorguyu ChatGPT, Perplexity ve Google AI Overviews’a tek tek sorup markanızın ve rakiplerinizin kaç kere geçtiğini sayıyor. Zahmetli ama şu an elde başka güvenilir yöntem yok; Profound, Rankscale gibi araçlar bu süreci otomatikleştirmeye çalışıyor, fakat veri kapsamları hâlâ sınırlı ve fiyatlandırmaları küçük-orta ölçekli perakendeciyi zorluyor.

Ölçümden önce gelen asıl mesele, ürün sayfanızın AI modelinin “alıntılanabilir” bulduğu yapıya sahip olup olmadığı. Modeller uzun, pazarlama diliyle şişirilmiş paragrafları değil, net iddia içeren tekil cümleleri çekiyor. “Bu kulaklık 30 saat pil ömrü sunar ve IPX4 su direnci taşır” cümlesi bir AI özetine taşınmaya çok daha uygun; “kesintisiz müzik deneyimi için tasarlanan bu ürün, günlük kullanımda size eşsiz bir özgürlük vaat ediyor” cümlesi ise hiçbir modelin çıkarım yapabileceği bir veri içermiyor. Ürün açıklamalarınızı gözden geçirirken pazarlama dilini değil, ölçülebilir özelliği önce yazın; sıfatlar sondan gelsin.

İkinci kural, sayfa başına tek bir net cevap üretmek. Bir ürün sayfasında hem “en ucuz”, hem “en dayanıklı”, hem “en hafif” iddiaları aynı ağırlıkta geçiyorsa model hangisini alacağını bilemiyor ve genelde hiçbirini almıyor. Rakip analizlerinizde göreceksiniz: AI Overviews’ta sık alıntılanan sayfaların çoğu, kategori sayfası düzeyinde bile tek bir iddiaya odaklanmış — “bu segmentteki en hafif model” gibi. Kendi kategori sayfalarınızı bu netlikle yeniden yazmak, teknik SEO çalışmasından daha çok bir editoryal disiplin meselesi.

E-E-A-T ve güven sinyalleri perakende kataloglarında neden klasik SEO'dan daha belirleyici hale geldi

Google’ın E-E-A-T çerçevesi (Deneyim, Uzmanlık, Yetkinlik, Güvenilirlik) yıllardır YMYL içerik için konuşuluyordu; sağlık ve finans sitelerinin derdiydi. AI Overviews döneminde bu çerçeve perakende kataloglarına da sıçradı, çünkü modeller bir ürün iddiasını alıntılarken kaynağın güvenilirliğini bir şekilde tartıyor — tam algoritması açıklanmasa da, üretici sitesinden, uzun süredir yayında olan ve dış bağlantı alan sayfalardan gelen bilginin daha sık seçildiğini gözlemleyebiliyorsunuz.

Bunun pratik sonucu şu: jenerik tedarikçi açıklamasını kopyala-yapıştır yapan binlerce e-ticaret sitesinden biri olmak, AI’ın gözünde sıfır ayırt edicilik demek. Modelin önünde aynı cümleyi tekrarlayan yirmi site varsa, hangisini seçeceği neredeyse rastgele hâle geliyor — ya da hiçbirini seçmiyor, üreticinin kendi sitesini seçiyor. Kendi test ölçümünü yaptığını sitesinde ürün fotoğrafını kendi çektiğini, gerçek kullanıcı yorumunu görünür şekilde yayınlayan sitelerin AI özetlerinde daha sık göründüğünü fark edeceksiniz.

Author bilgisi de burada eskisinden daha kritik. Ürün rehberi yazan kişinin adı, unvanı ve o kategoride neden konuştuğuna dair bir cümle — “bu incelemeyi beş yıldır kulaklık test eden X yazdı” — artık dekoratif bir alan değil. Schema’da Person ve Organization işaretlemesi eksiksiz yapılmış, yazarın LinkedIn profiline veya geçmiş yayınlarına bağlantı veren sayfalar, modelin güven skorunda anlamlı bir fark yaratıyor. Bu, klasik SEO’da bağlantı otoritesinin oynadığı role çok yakın bir işlev görüyor — sadece sinyal artık backlink değil, doğrulanabilir kimlik.

Sesli ve agentic aramaya hazırlıksız yakalanan perakendeciler için üç aylık aksiyon planı

Agentic arama — bir yapay zekâ ajanının sizin adınıza ürün araştırıp satın alma kararı verdiği senaryo — henüz kitlesel değil ama Amazon’un Rufus’u ve OpenAI’ın alışveriş entegrasyonları bu yönde ilerliyor. Hazırlıksız yakalanmamak isteyen bir perakende ekibinin ilk ayda yapması gereken şey net: ürün feed’inizin (Google Merchant Center, schema markup) yüzde yüz doğru ve güncel olduğundan emin olmak. Ajanlar fiyat, stok ve varyant bilgisini API veya structured data’dan çekiyor; bu veri bir gün eskiyse ajan sizi tamamen atlıyor, kullanıcıya hiç göstermiyor.

İkinci ayda odak, yukarıda bahsettiğimiz Share of Model ölçümünü kurumsallaştırmak olmalı. Kategori başına 30-50 sorgulu bir liste çıkarıp aylık olarak üç AI platformunda manuel test yapın, sonucu bir tabloya işleyin — bu üç ay sonra size hangi ürün kategorisinde görünür olduğunuzu, hangisinde tamamen kaybolduğunuzu gösterecek. Bu veri olmadan üçüncü ay yapacağınız içerik önceliklendirmesi tahminden ibaret kalır.

Üçüncü ayda, en düşük Share of Model skoruna sahip üç-beş kategori sayfasını seçip yeniden yazın: tek net iddia, ölçülebilir özellik, doğrulanabilir yazar kimliği ve eksiksiz schema. Bunu tüm kataloga aynı anda uygulamaya çalışmayın — kaynak tükenir, sonuç ölçülemez hâle gelir. Dar kapsamlı, ölçülebilir bir pilotla başlayıp üç ay sonunda hangi değişikliğin alıntılanma oranını gerçekten yükselttiğini görmek, sonraki bütçe tartışmasında elinizdeki tek somut kanıt olacak.

Elinizde kalan şey büyük bir strateji dokümanı değil, ölçülebilir bir alışkanlık: her ay aynı sorguları sorup markanızın AI cevaplarında nerede kaybolduğunu görmek. Bu alışkanlığı kurmayan ekip, bir yıl sonra “AI trafiğimiz yine %2000 arttı” diyecek ama hâlâ hangi ürünün hangi cevaba girdiğini bilmeyecek.