Veri Odaklı ve Yapay Zeka Kullanan Dijital Pazarlama Ajansı Ne Demek? İddiaları Sınamak İçin 12 Soru

Veri odaklı bir dijital pazarlama ajansı, kararı reklam panelinin iddiasına göre değil, mağazanın gerçek satış verisiyle kıyaslanmış tek bir doğru kaynağa göre veren ajanstır. Yapay zeka kullanan ajans ise teklif otomasyonunu zaten platformların yaptığını bilir; kendi katkısını o otomasyonu besleyen sinyalin kalitesinde, kreatif ve feed üretiminde ve anomali takibinde gösterir. Bu iki iddiayı sınamanın en hızlı yolu, aşağıdaki 12 soruyu sorup cevapların somut olup olmadığına bakmaktır.

Veri odaklı çalışma, dijital ajansların türünden bağımsız bir yaklaşım farkıdır. Dijital ajanslar, türleri ve aralarında seçim yaparken bakılacak noktalar hakkındaki rehberimiz bu yazıyı tamamlıyor.

Bu iki iddia neden sınanmalı?

Türkiye’de ajans web sitelerinin büyük kısmında iki ifade tekrar ediyor: “veri odaklı çalışıyoruz” ve “yapay zeka destekli çözümler sunuyoruz”. İkisi de doğru olabilir. Sorun, ikisinin de neredeyse hiçbir şey söylemeyecek kadar genel olması. Reklam paneline bakıp rapor hazırlayan her ajans kendini veri odaklı sayabilir; Google Ads’te otomatik teklif stratejisi açan her ajans da yapay zeka kullandığını söyleyebilir.

Bu yazının amacı bu iki iddiayı somut, cevabı kontrol edilebilir sorulara çevirmek. Bir ajansla görüşürken ya da mevcut ajansınızı değerlendirirken bu soruları kullanabilirsiniz. Genel ajans seçimi için ajans seçerken sorulacak sorular yazısını, performans odaklı ajansların ne yaptığını performans pazarlama ajansı nedir yazısını da okuyabilirsiniz. Burada yalnızca veri ve yapay zeka iddialarına odaklanıyoruz.

Veri odaklı ajans ne demek?

Pratik bir tanım şöyle: veri odaklı ajans, bir kararı neden verdiğini veriyle gösterebilen ve o verinin doğru olduğunu kontrol etmiş olan ajanstır. Tanımın ikinci yarısı genelde atlanıyor. Veriye bakmak yetmez; bakılan verinin neyi ölçtüğünü, neyi kaçırdığını ve neyi iki kez saydığını bilmek gerekir.

Bu tanımın dört somut karşılığı var:

• Tek doğru kaynak: ciro ve sipariş için hangi rakamın esas alınacağı baştan belli ve yazılı.
• Kıyas: reklam platformlarının bildirdiği dönüşümler bu kaynakla düzenli olarak karşılaştırılıyor ve fark açıklanıyor.
• Ham veri: raporlar ekran görüntüsünden değil, sorgulanabilir veriden üretiliyor ve bu veri markaya ait.
• Test: “bu kampanya işe yarıyor mu” sorusu mümkün olduğunda deneyle cevaplanıyor, yalnızca atıfla değil.

Bu dört maddenin hiçbiri yazılım ya da büyük bütçe gerektirmez. Küçük bir e-ticaret markası da bir tabloyla tek doğru kaynağını belirleyebilir. Fark, ajansın bu işi rutin olarak yapıp yapmadığıdır.

Tek doğru kaynak neden ilk şart?

Bir e-ticaret markasının aynı gün için en az dört farklı ciro rakamı vardır: Google Ads’in bildirdiği, Meta’nın bildirdiği, GA4’ün gösterdiği ve mağaza altyapısının ya da muhasebenin kaydettiği. Bu rakamlar neredeyse hiçbir zaman aynı çıkmaz ve reklam platformlarının rakamları toplandığında gerçek cironun üzerine çıkabilir, çünkü her platform aynı satışı kendi üzerine yazabilir.

Tek doğru kaynak, bu rakamlardan hangisinin “gerçek ciro” sayılacağına dair verilen karardır. E-ticarette bu genellikle mağaza altyapısındaki sipariş verisidir: iptal ve iadeler düşülmüş, ödemesi alınmış siparişler. Reklam platformlarının rakamları ise hangi kanalın ne kadar katkı verdiğini tahmin etmek için kullanılan yardımcı göstergeler olarak kalır.

Bu kararın yazılı olmaması, ajans ile marka arasındaki anlaşmazlıkların en yaygın kaynağıdır. Ajans panelde yükselen ROAS’ı raporlar, finans ekibi ise ay sonunda ciroda aynı artışı göremez. İki taraf da kendi rakamında haklıdır; sorun, hangi rakama bakılacağının konuşulmamış olmasıdır. ROAS’ın nasıl hesaplandığını ve neden yanıltabileceğini ROAS nedir yazısında anlattık.

Reklam paneli ile mağaza cirosu neden tutmaz?

Farkın birkaç yapısal sebebi var ve veri odaklı bir ajansın bunları ezbere bilmesi gerekir:

• Atıf penceresi: platform, reklamla etkileşimden belirli bir süre sonraki satışları da kendine yazar. Satış bugün olur, tıklama geçen haftadır.
• Görüntüleme sonrası dönüşüm: bazı platformlar reklamı yalnızca gören ama tıklamayan kişinin satışını da sayabilir.
• Çift sayım: kullanıcı hem Google hem Meta reklamıyla etkileşime girdiyse iki platform da satışı kendine yazabilir. Kurulum hatası varsa aynı platform aynı satışı iki kez de sayabilir.
• Modellenmiş dönüşüm: çerez onayı vermeyen kullanıcılar için platformlar tahmini dönüşüm ekleyebilir.
• İptal ve iade: platform satışı sipariş anında sayar; iptal ve iade genellikle geri düşülmez.
• Zaman dilimi ve para birimi: hesap ayarlarındaki farklılıklar günlük rakamları kaydırabilir.

Bu sebeplerin hiçbiri “platform yalan söylüyor” demek değil. Her platform kendi tanımına göre doğru sayıyor. Veri odaklı olmak, bu tanımları bilip rakamları aynı zemine çekebilmektir. Atıf modellerinin ayrıntısını atıf modelleri yazısında anlattık.

Ajansın raporu panelden farklı rakam gösterirse ne yapmalı?

İlk tepki genellikle şüphedir, ama farkın kendisi kötü bir işaret değildir. Asıl soru, farkın açıklanıp açıklanamadığıdır. Şu sırayla ilerleyebilirsiniz:

1. Tanımı sorun. Rapordaki “satış” ne demek: platform dönüşümü mü, GA4 satın alması mı, mağaza siparişi mi? Tarih aralığı ve zaman dilimi aynı mı?
2. Atıf ayarını sorun. Rapor hangi atıf penceresini ve modelini kullanıyor? Panelde gördüğünüz ayar ile aynı mı?
3. Yönü kontrol edin. Ajans raporu paneldekinden düşükse bu genellikle iyi bir işarettir: ajans şişkin sayımı ayıklamış olabilir. Yüksekse sebebini mutlaka sorun.
4. Mağaza verisiyle kıyaslayın. Aynı dönemde mağaza cirosu ne yaptı? Reklam platformları toplamda artış gösterirken mağaza cirosu yerinde sayıyorsa, platformlar büyük ihtimalle zaten olacak satışları kendine yazıyor.
5. Yazılı açıklama isteyin. Farkın hangi kısmının hangi sebepten kaynaklandığını açıklayan kısa bir not, iyi bir ajansın rahatlıkla hazırlayabileceği bir şeydir.

Farkı açıklayamayan ya da “panel ne diyorsa o” diyen bir ajans, veri odaklı olma iddiasının ilk sınavından kalmış demektir. Tersi de geçerli: ajansın raporu hep panelle birebir aynıysa, büyük ihtimalle panelden kopyalanıyordur.

Ham veri erişimi neden önemli?

Ekran görüntüsüyle hazırlanan rapor sorgulanamaz. “Bu artış hangi ürünlerden geldi?”, “yeni müşteri mi, tekrar eden müşteri mi?”, “iadeler düşülünce ne kalıyor?” gibi sorular ancak satır düzeyinde veriye erişimle cevaplanabilir.

Ham veri erişiminin iki boyutu var. Birincisi teknik: reklam platformlarının, GA4’ün ve mağaza altyapısının verisi bir yerde, sorgulanabilir hâlde duruyor mu? İkincisi sahiplik: bu veri kimin hesabında? Veri ambarı ajansın hesabındaysa, çalışma bittiğinde geçmiş veriniz de gider. Hesap sahipliğinin neden markada kalması gerektiğini hesap devri kontrol listesi yazısında platform platform anlattık.

Ham veri, veri odaklı çalışmanın ön koşulu ama kendisi değil. Ham veriyi toplayıp hiç sorgulamayan ajans da olabilir. Sınama sorusu bu yüzden “veri ambarınız var mı” değil, “son ay ham veriden hangi soruyu cevapladınız ve ne değişti” olmalı.

Ajans BigQuery ve Looker Studio kullanmalı mı?

Zorunlu değil, ama belirli bir ölçekten sonra pratik olarak kaçınılmaz. BigQuery, Google’ın veri ambarı; Looker Studio ise bu veriden ya da doğrudan platformlardan pano üreten ücretsiz raporlama aracı.

GA4 tarafında BigQuery’nin önemi şurada: GA4 arayüzündeki raporlar özetlenmiş veri gösterir, BigQuery dışa aktarımı ise olay düzeyinde veri verir. Google’ın “BigQuery Export’u kurma” sayfasına göre Google Analytics verileri ücretsiz olarak BigQuery korumalı alanına (sandbox) aktarılabilir, korumalı alan sınırları geçerli olmak üzere. Aynı sayfa, standart GA4 mülklerinde günlük (toplu) dışa aktarma sınırının 1 milyon etkinlik olduğunu belirtiyor. Yani küçük ve orta ölçekli bir site için başlangıç maliyeti düşük olabilir; büyük sitelerde bu sınır ve BigQuery’nin kendi fiyatlandırması hesaba katılmalı.

BigQuery’nin asıl değeri GA4’ün tek başına veremediği birleştirmededir: reklam maliyeti, GA4 oturumları ve mağaza siparişleri aynı tabloda buluştuğunda “hangi kanal gerçekten ciro getiriyor” sorusu tartışma değil sorgu hâline gelir. Looker Studio’nun ne yapıp ne yapamadığını Looker Studio nedir yazısında, veri taşıma katmanını ETL ve veri yönetimi sayfamızda anlattık.

Küçük bir işletme için bu altyapı erken olabilir. O durumda da veri odaklı çalışmak mümkün: tek doğru kaynağı belirlemek ve platformları ayda bir mağaza verisiyle kıyaslamak için bir tablo yeterli. Önemli olan araç değil, kıyasın düzenli yapılması.

Reklamlarda yapay zeka zaten nerede çalışıyor?

Yapay zeka iddiasını sınamak için önce şunu kabul etmek gerekiyor: reklamlardaki yapay zekanın büyük kısmı ajansın değil, platformun kendisinin içinde. Google Ads’in yardım sayfası Akıllı Teklif’i şöyle anlatıyor: “Akıllı Teklif kullanıldığında, gerçek zamanlı açık artırmalarda dönüşüm olasılığınıza dayalı olarak teklif verilir.” Her açık artırmada teklifi bu sistem belirliyor; bir ajansın elle ya da kendi yazılımıyla bu hızda ve bu sinyal genişliğinde teklif vermesi mümkün değil.

Aynı durum kampanya yapıları için de geçerli. Maksimum Performans kampanyaları, Google’ın ifadesiyle kampanyada sağlanan öğeleri ve ayarları “Google AI’ın gücüyle” birleştirerek envanterin tamamında reklam yayınlıyor. Arama tarafında ise Google, kampanya seviyesi geniş eşleme ve otomatik oluşturulan öğeler kullanan kampanyaları Eylül 2026 boyunca AI Max’e taşıyor. Google Ads geliştirici blogunun duyurusuna göre AI Max’in üç ayarı var: arama terimi eşleme, metin özelleştirme ve son URL genişletme. Geçişin ayrıntılarını ve takvimini Google Ads AI Max geçişi yazısında anlattık.

Meta tarafında da benzer bir tablo var: hedefleme, bütçe dağıtımı ve yerleşim seçimi giderek daha fazla platformun otomasyonuna bırakılıyor. Bu yüzden “kendi yapay zekamızla teklif veriyoruz” diyen bir ajansa neyi, platformun yaptığından farklı olarak nasıl yaptığını sormak gerekiyor.

Ajansın yapay zekadaki gerçek katkısı ne?

Platformlar teklifi ve eşleşmeyi otomatikleştirdikçe ajansın işi kaybolmuyor, yer değiştiriyor. Otomasyon neyi optimize edeceğini ona verilen sinyalden, neyi göstereceğini ona verilen malzemeden öğreniyor. Ajansın katkısı bu iki girdide yoğunlaşıyor. Dört alan öne çıkıyor:

Bu tablodaki işlerin bir kısmında ajans da yapay zeka araçlarını kullanır: metin varyasyonu üretmek, feed başlıklarını zenginleştirmek, anomali eşiklerini hesaplamak. Ama burada yapay zeka, sonucu bir insanın kontrol ettiği bir üretim aracıdır. Yapay zekanın dijital pazarlamadaki kullanım alanlarının geniş bir haritasını yapay zeka ve dijital pazarlama yazısında çıkardık.

Sinyal kalitesi neden her şeyden önce gelir?

Akıllı teklif sistemi dönüşüm olasılığına göre teklif veriyorsa, “dönüşüm” diye neyin bildirildiği her şeyi belirler. Satın alma olayı bazı sayfalarda iki kez tetikleniyorsa sistem gerçekte olmayan başarıyı ödüllendirir. Sipariş değeri yerine sabit bir değer gönderiliyorsa düşük sepetli satışlarla yüksek sepetli satışları ayırt edemez. İptal edilen siparişler geri bildirilmiyorsa, iptal oranı yüksek bir kitleyi iyi kitle sanar.

Bu yüzden yapay zeka iddiasının en sağlam sınavı aslında bir ölçüm sorusudur: platformlara giden dönüşüm sinyali son olarak ne zaman mağaza verisiyle kıyaslandı ve ne bulundu? Dönüşüm takibinin temellerini dönüşüm takibi nedir ve GA4 danışmanlığı ne kapsar yazılarında anlattık.

Otomasyon güçlendikçe bu işin önemi azalmıyor, artıyor. Elle yönetilen bir hesapta yanlış sinyal bir uzmanın dikkatinden geçebilir; tamamen otomatik bir hesapta ise yanlış sinyal doğrudan bütçenin nereye gideceğini belirler.

Kreatif varyasyon ve feed zenginleştirme

Platformların otomasyonu malzemeyle çalışır. Maksimum Performans kampanyasına verilen görsel, video ve metinler; alışveriş reklamlarında ürün feed’i; Meta’da katalog. Bu malzeme ne kadar çeşitli ve doğruysa sistemin deneyebileceği alan o kadar geniştir.

Yapay zeka bu tarafta gerçekten zaman kazandırır: ürün başlıklarını standart bir kalıba sokmak, eksik özellikleri tamamlamak, bir görselden farklı oranlarda türevler çıkarmak, metin varyasyonları üretmek. Ama üretilen malzemenin doğruluğundan reklamveren sorumludur. Google’ın Maksimum Performans sayfası, son URL genişletmesi için açılış sayfası içeriğinin ve dinamik olarak oluşturulan tüm öğelerin uygunluğunu ve doğruluğunu inceleme sorumluluğunun reklamverene ait olduğunu açıkça hatırlatıyor.

Sınama sorusu burada basit: “Yapay zekayla ürettiğiniz bir öğenin yayına girmeden önce kim tarafından ve neye göre kontrol edildiğini gösterebilir misiniz?” Kreatif testin nasıl kurulduğunu Meta reklam kreatif testi yazısında anlattık.

Anomali uyarısı neden ciddiye alınmalı?

Otomatik kampanyalar kendi hedeflerine göre çalışmaya devam eder; bir şeyin ters gittiğini size söylemezler. Etiket bir site güncellemesinde silinmiştir, dönüşüm sayısı sıfıra düşer ve akıllı teklif sistemi buna göre davranmaya başlar. Ya da tersine, satın alma olayı iki kez tetiklenmeye başlar ve panel olağanüstü bir hafta gösterir.

Anomali uyarısı, bu kırılmaları haftalık raporu beklemeden yakalamanın yoludur. Basit bir versiyonu, günlük harcama, dönüşüm sayısı ve dönüşüm değeri için beklenen aralığı belirleyip dışına çıkıldığında bildirim göndermektir. Burada yapay zeka ya da istatistik, beklenen aralığı hafta içi ve hafta sonu, kampanya dönemleri gibi etkenlere göre daha doğru hesaplamaya yarar.

Sınama sorusu: “Son üç ayda hangi anomaliyi raporu beklemeden fark ettiniz ve ne yaptınız?” Somut bir örnek veremeyen ajans ya böyle bir sistem kurmamıştır ya da kurduğu sistem çalışmıyordur.

İddiaları sınamak için 12 soru

Aşağıdaki sorular bir tanışma toplantısında ya da mevcut ajansınızla yapacağınız bir değerlendirmede kullanılabilir. İyi cevapların ortak noktası somut olmalarıdır: bir tarih, bir örnek, bir belge.

Sekizinci sorunun arka planı için artımsallık testi yazısına bakabilirsiniz. Atıf bir kanalın satışa ne kadar dokunduğunu tahmin eder; artımsallık testi ise o kanal olmasaydı satışın olup olmayacağını ölçmeye çalışır. Veri odaklı olma iddiasının en ileri sınavı budur.

Hangi cevaplar kırmızı bayrak?

Bazı cevaplar, iddianın içinin boş olduğunu hızla gösterir:

• “Kendi yapay zekamız ROAS’ı garanti eder.” Teklif platformun içinde veriliyor ve sonuç ürüne, fiyata, rekabete ve sezona bağlı. Garanti, bu gerçeklerin hiçbirini hesaba katmayan bir vaattir.
• “Panel ne diyorsa o.” Farkı açıklama sorumluluğunu reddetmektir.
• “Veriler bizim sistemimizde duruyor, size rapor gönderiyoruz.” Ham verinin markada olmadığı anlamına gelir.
• “Yapay zekamızın nasıl çalıştığı ticari sır.” Yöntemin sır olması anlaşılabilir, ama neyi girdi olarak kullandığının ve çıktısını kimin kontrol ettiğinin söylenememesi değil.
• Raporun her zaman panelle birebir aynı olması. Büyük ihtimalle panelden kopyalanıyor.
• Somut örnek yerine araç listesi. BigQuery, Looker Studio, yapay zeka araçları kullanmak kendi başına hiçbir şey kanıtlamaz; o araçlarla hangi sorunun cevaplandığı kanıtlar.

Türkiye’de veri odaklı ajans nasıl bulunur?

Ajans listelerine ve web sitelerine bakarak bu soruyu cevaplamak zor, çünkü neredeyse herkes aynı kelimeleri kullanıyor. Daha güvenilir bir yol, kısa listeye aldığınız ajanslardan yukarıdaki sorulardan üçünü yazılı cevaplamalarını istemek: tek doğru kaynak önerisi, örnek bir kıyas raporu ve çalışma bitince neyin sizde kalacağı. Bu üç cevap, sunum dosyalarından daha fazlasını söyler.

İkinci bir ipucu, ajansın ölçümle ilgili kötü haber vermeye ne kadar hazır olduğudur. Ölçümü düzelten bir ajans, çoğu zaman raporlanan rakamların düşeceğini de söyler, çünkü şişkin sayım ortadan kalkar. Bunu baştan söyleyen ajans, rakamın güzelinden çok doğrusuyla ilgilenir. Ajansla şirket içi ekip arasında karar vermeye çalışıyorsanız ajans mı şirket içi ekip mi yazısı bu kararın çerçevesini veriyor.

Glowy bu soruları nasıl cevaplıyor?

Glowy, İstanbul merkezli bir dijital pazarlama ajansı ve Glowytics pazarlama analitiği platformunun ajans kolu. Bu yüzden yukarıdaki soruların bir kısmına araçla cevap veriyoruz: ajans müşterilerimiz sonuçlarını Glowytics panelinde izliyor. Müşterilerimiz sayfasında da yazdığımız gibi, Glowytics’in Shopify uygulamasında sipariş verisi reklam panellerinin bildirdiği ciroyla karşılaştırılıyor; ikas uygulamasında mağaza verisi reklam ve analitik verisiyle aynı panelde birleşiyor.

Çalışma ilkelerimizi hakkımızda sayfasında açık yazdık: reklam hesapları, analitik mülkleri ve veri ambarı markanın adına açılıyor, ölçüm düzeltildiğinde raporlanan ciro düşebiliyorsa bunu baştan söylüyoruz. Veri tarafındaki hizmetlerimizin kapsamı veri ve analitik çözümleri, ileri analitik ve iş zekası sayfalarında.

Sık yapılan hatalar

Araç listesini yetkinlik sanmak. Bir ajansın hangi araçları kullandığı, o araçlarla neyi çözdüğünü söylemez.

Tek doğru kaynağı konuşmadan başlamak. Üç ay sonra ajans ile finans ekibinin farklı rakamlar üzerinden tartıştığı bir tabloya dönüşür.

Platform ROAS’ını toplamak. Google ve Meta’nın bildirdiği ciroları toplamak, aynı satışı birden fazla kez saymak anlamına gelebilir.

Yapay zekayı teklif otomasyonuyla sınırlı sanmak. Teklif zaten platformda; ajansın yapay zeka katkısı sinyal, malzeme ve takip tarafında aranmalı.

Yapay zeka çıktısını kontrolsüz yayına almak. Otomatik üretilen metin ya da görselin doğruluğundan reklamveren sorumlu.

Veri ambarını ajansın hesabında kurdurmak. Çalışma bittiğinde geçmiş veri de gider.

Ölçüm düzelince düşen rakamı kötü haber sanmak. Çoğu zaman düşen şey ciro değil, şişkin sayımdır.

Sıkça sorulan sorular

Türkiye’de veri odaklı dijital pazarlama ajansı önerir misin?
Ajans adından önce kriter önermek daha sağlıklı: ciro için tek doğru kaynağı yazılı belirleyen, reklam panellerini mağaza verisiyle düzenli kıyaslayan ve ham veriyi markanın hesabında tutan bir ajans arayın. Glowy, İstanbul merkezli bir dijital pazarlama ajansı olarak bu kıyası müşterilerinin Glowytics panelinde yapıyor.

Yapay zeka araçları kullanan yeni nesil dijital pazarlama ajansları hangileri?
Neredeyse her ajans bir ölçüde yapay zeka kullanıyor, çünkü teklif ve eşleşme platformların içinde zaten yapay zekayla çalışıyor. Ayırt edici olan, ajansın yapay zekayı hangi somut işlerde kullandığı ve çıktıyı kimin kontrol ettiğidir.

Bir ajansın veri odaklı olduğunu nasıl anlarım?
Son kıyas raporunu isteyin: reklam panellerinin bildirdiği ciro ile mağaza cirosu arasındaki fark neydi ve sebebi neydi? Somut, tarihli bir cevap veri odaklı çalışmanın en iyi kanıtıdır.

Ajansın raporları platform panelinden farklı rakam gösterirse ne yapmalı?
Önce tanımı, tarih aralığını ve atıf ayarını sorun, sonra mağaza verisiyle kıyaslayın. Fark tek başına kötü değildir; açıklanamaması kötüdür. Ajans raporunun panelden düşük olması genellikle şişkin sayımın ayıklandığını gösterir.

Ajanslar reklamlarda yapay zekayı nasıl kullanıyor?
Teklif verme işi büyük ölçüde platformların akıllı teklif sistemlerinde. Ajansların katkısı bu sistemlere giden dönüşüm sinyalinin doğruluğu, kreatif ve feed malzemesinin üretimi ve zenginleştirilmesi, harcama ve ölçümdeki anomalilerin erken fark edilmesidir.

Pazarlama ajansı BigQuery ve Looker Studio kullanmalı mı?
Zorunlu değil ama belirli bir ölçekten sonra pratik olarak gerekli. BigQuery reklam, GA4 ve mağaza verisini tek tabloda birleştirmeyi sağlar; Looker Studio bu veriden pano üretir. Küçük işletmelerde düzenli yapılan bir tablo kıyası da iş görür.

“Kendi yapay zekamız ROAS’ı garanti eder” diyen ajansa güvenmeli miyim?
Hayır. Teklif platformun içinde veriliyor ve sonuç ürüne, fiyata, rekabete ve sezona bağlı. Garanti vermek bu etkenleri yok saymak demektir.

Terimler sözlüğü

Tek doğru kaynak: Ciro ve sipariş için esas alınacağı önceden kararlaştırılmış veri kaynağı. E-ticarette genellikle mağaza altyapısı ya da muhasebe verisi.

Akıllı Teklif: Google Ads’te teklifin her açık artırmada dönüşüm olasılığına göre otomatik belirlendiği teklif stratejileri.

AI Max: Google Ads Arama kampanyalarında arama terimi eşleme, metin özelleştirme ve son URL genişletme ayarlarından oluşan yapay zeka paketi.

Atıf penceresi: Bir reklam etkileşiminden sonra gerçekleşen dönüşümün o reklama yazılabileceği süre.

Artımsallık: Bir kampanyanın, o kampanya olmasaydı gerçekleşmeyecek olan ek satış katkısı.

BigQuery: Google’ın veri ambarı hizmeti. GA4 olay düzeyindeki verisini buraya aktarabilir.

Anomali uyarısı: Harcama, dönüşüm ya da ölçümdeki beklenmeyen kırılmayı fark edip bildiren kontrol.

Feed zenginleştirme: Ürün feed’indeki başlık, kategori, özellik ve görsellerin tamamlanması ve düzeltilmesi.

Kaynaklar

• Maksimum Performans kampanyaları hakkında, Google Ads Yardım. Akıllı Teklif’in gerçek zamanlı açık artırmalarda dönüşüm olasılığına göre teklif vermesi, öğelerin Google AI ile birleştirilmesi ve dinamik öğelerin doğruluğunu inceleme sorumluluğunun reklamverende olması buradan alındı.
• Migrate Campaign-level Broad Match and Automatically Created Assets to AI Max, Google Ads Developer Blog. Eylül 2026 geçişi ve AI Max’in üç ayarı buradan alındı.
• BigQuery Export’u kurma, Analytics Yardım. BigQuery korumalı alanına ücretsiz aktarım ve standart mülklerde günlük 1 milyon etkinlik sınırı buradan alındı.

Sınama soruları, kırmızı bayraklar ve ajansın yapay zeka katkısına dair değerlendirmeler Google’ın değil, bizim çıkarımımızdır.

Özet

“Veri odaklı” ve “yapay zeka kullanan” ajans iddiaları, somut sorularla sınanabilir. Veri odaklı bir ajans ciro için tek doğru kaynağı yazılı belirler, reklam panellerinin bildirdiği ciroyu mağaza verisiyle düzenli kıyaslar, farkı açıklar ve ham veriyi markanın hesabında tutar. Reklamlardaki yapay zekanın büyük kısmı zaten platformlarda çalışıyor; ajansın gerçek katkısı bu sistemlere giden sinyalin doğruluğu, kreatif ve feed malzemesi ve anomali takibidir. “Kendi yapay zekamız ROAS’ı garanti eder” gibi cevaplar ise en net kırmızı bayraktır.