Dönüşüm Oranı Optimizasyonu (CRO)

Dönüşüm oranı optimizasyonu, bir web sitesi veya dijital üründe kullanıcıların anlamlı bir hedefi tamamlama oranını artırmak için araştırma, ölçüm, hipotez ve deneylerin birlikte kullanılmasıdır. Hedef bir satış, nitelikli başvuru, abonelik, ürün aktivasyonu veya rezervasyon olabilir. Başarı, yalnız daha fazla buton tıklaması değil, kullanıcı ihtiyacının karşılandığı ve işletme açısından değer üreten sonuçtur.

Yapay zekâ çağında CRO üç alana genişliyor: AI araçlarıyla araştırma ve deney sürecini geliştirmek; AI asistanlarından gelen insanların karar deneyimini iyileştirmek; yetkili ajanların ürün karşılaştırma, form doldurma veya satın alma gibi görevleri doğru tamamlamasını sağlamak. Bu alanlar aynı programda çalışabilir, ancak aynı veri ve başarı ölçütüyle değerlendirilmez.

Bu rehber, dönüşüm oranını hesaplamaktan ileri deney tasarımına; tıklama artırmadan AI yönlendirmeleri ve ajan işlemlerine kadar uygulanabilir bir çerçeve sunar.

Dönüşüm Optimizasyonu Nedir?

Dönüşüm optimizasyonu, mevcut talebin daha büyük bir bölümünü doğru iş sonucuna dönüştürmek için deneyimin sistematik olarak iyileştirilmesidir. İngilizcede Conversion Rate Optimization olarak adlandırılır ve CRO kısaltmasıyla kullanılır.

Bir e-ticaret sitesinde ürünün doğru varyantını seçmek ve ödemeyi tamamlamak; B2B sitesinde ihtiyaca uygun demo talebi oluşturmak; bir yazılım ürününde kullanıcının ilk değerli işlemini yapması dönüşüm hedefi olabilir. Formun gönderilmiş görünmesi ile CRM’e geçerli bir talebin ulaşması da farklı olaylardır.

CRO’nun kapsamı şunları içerir:

• Kullanıcı ihtiyacını ve karar engellerini araştırmak.
• Dönüşüm tanımını ve veri kalitesini doğrulamak.
• Ürün, teklif, içerik ve arayüz sorunlarını belirlemek.
• Sınanabilir hipotezler geliştirmek.
• Uygun yöntemle değişiklikleri değerlendirmek.
• Sonuçları iş kalitesi, gelir, maliyet ve kullanıcı deneyimiyle birlikte okumak.

CRO çalışması trafik veya yazılım maliyetini sıfırlamaz. Daha verimli sonuç elde etmeyi amaçlar; araştırma, geliştirme, araç ve bakım için kaynak gerektirebilir.

CRO, UX, SEO ve GEO’dan nasıl farklıdır?

Bu alanlar birbirinin yerine geçmez. Örneğin kaynak gösterilmek satış değildir; erişilebilir bir formun varlığı da daha yüksek nitelikli talep üretildiğini tek başına kanıtlamaz.

Conversion Rate (Dönüşüm Oranı) Nedir?

Conversion rate, tanımlanan hedefi gerçekleştiren birimlerin, aynı kapsamda değerlendirilen toplam birimlere oranıdır. CVR olarak kısaltılır. Birimin kullanıcı, oturum, reklam etkileşimi veya görev olması sonucu değiştirir; raporda hangisinin kullanıldığı açıkça yazılmalıdır.

Bir kullanıcının siteyi üç kez ziyaret edip bir kez satın alması, kullanıcı bazlı ve oturum bazlı oranları farklı etkiler. Aynı oturumda iki sipariş verilmesi de “iki sipariş” ile “satın almayla sonuçlanan bir oturum” arasında ayrım yapmayı gerektirir.

Makro ve mikro dönüşüm nedir?

Makro dönüşüm, programın doğrudan iş sonucudur: onaylanmış sipariş, nitelikli başvuru, ücretli abonelik veya tamamlanmış rezervasyon gibi.

Mikro dönüşüm, bu sonuca giden ilerleme göstergesidir: ürün karşılaştırma, sepete ekleme, demo videosunu izleme, form başlatma veya fiyatlandırma sayfasına geçme gibi.

Her mikro etkileşimi ana dönüşüm saymak raporu olduğundan iyi gösterebilir. Form başlatma artarken geçerli form gönderimi düşüyorsa akış iyileşmiş sayılmaz. AI asistanından yapılan bir ziyaret veya ajan taraması da kendiliğinden dönüşüm değildir.

Dönüşüm Oranı Nasıl Hesaplanır?

Temel mantık şöyledir:

Dönüşüm oranı (%) = Hedefi tamamlayan birim sayısı ÷ Uygun toplam birim sayısı × 100

Ancak formül uygulanmadan önce hedef, birim, dönem ve kapsama alınan trafik belirlenmelidir. Kullanıcı veya oturum için bu yaklaşım, birimin hedefi en az bir kez tamamlayıp tamamlamadığını sayar. Reklam platformlarında etkileşim başına birden fazla dönüşüm sayılabilen farklı bir oran tanımı da bulunur.

Google Ads’de bir etkileşimde birden fazla dönüşüm sayılırsa reklam dönüşüm oranı %100’ü aşabilir. Bu, başarıya ulaşan kullanıcı/oturum payıyla aynı metrik değildir; sayım ayarı raporda belirtilmelidir. Google Ads dönüşüm oranı tanımı.

GA4, kullanıcı ve oturum bazlı key event rate metriklerini ayrı sunar. Belirli bir önemli etkinliği ölçmek ile herhangi bir önemli etkinliğin gerçekleşmesini ölçmek de farklıdır. Kullanılan rapor alanı dönüşüm tanımıyla eşleşmelidir. Google Analytics metrik tanımları.

Dönüşüm oranı hesaplama örneği

Bir ayda 1.000 uygun oturumun 50’sinde en az bir geçerli sipariş oluştuğunu varsayalım:

50 ÷ 1.000 × 100 = %5 oturum bazlı satın alma dönüşüm oranı.

Bu 50 oturumda toplam 55 sipariş varsa 55 ÷ 1.000 sonucu %5,5 olur; fakat bu değer satın alma yapan oturum oranı değildir. Sipariş sayısını oturuma oranlayan farklı bir metriktir.

Ölçüm hataları, iç trafik, test işlemleri ve tanımlanabilen otomasyon trafiği baştan ele alınmalıdır. Tespit edilemeyen trafik için mutlak bir temizlik iddiası yerine ölçümün sınırı belirtilmelidir.

Yüzde artışı ile yüzde puan farkı aynı mı?

Dönüşüm oranı %2’den %3’e çıkarsa:

• Mutlak değişim 1 yüzde puandır.
• Göreli artış %50’dir: (3 − 2) ÷ 2 × 100.

Bir başlangıç oranı sıfırsa göreli artış bölme yoluyla hesaplanamaz. Mutlak değişim ve dönüşüm sayıları raporlanmalıdır. Özellikle küçük örneklemlerde yalnız yüksek göreli yüzdeyi göstermek yanıltıcı olabilir.

Dönüşüm Optimizasyonuna Neden İhtiyaç Duyulur?

Daha fazla trafik satın almak, mevcut akıştaki sorunu büyütebilir. Kullanıcı fiyatı anlayamıyor, teslimat koşulunu bulamıyor veya form hatasıyla karşılaşıyorsa yeni ziyaretler aynı engelle karşılaşacaktır. CRO, bu engelin ne olduğunu ve hangi değişikliğin işe yaradığını araştırır.

Dönüşüm oranı neden önemlidir?

Oran; trafiğin niteliği, teklifin uygunluğu ve deneyimin sonucu hakkında birlikte değerlendirilmesi gereken bir göstergedir. Tek başına yüksek olması, daha iyi işletme sonucu anlamına gelmez. Yoğun indirim siparişi artırırken marjı düşürebilir; kısa form başvuruyu artırırken satış ekibine daha fazla niteliksiz talep gönderebilir.

Dönüşüm oranının işletmelere etkisi

10.000 oturum ve %2 oturum bazlı satın alma dönüşümü, satın alma gerçekleşen 200 oturum anlamına gelir. Aynı oturum sayısında oranın %2,5 olması 250 satın alma oturumudur. Her dönüşen oturumda tek sipariş varsayılırsa 50 ek sipariş söz konusudur. Gelir etkisini hesaplamak için trafik, ürün karması, ortalama sipariş değeri ve diğer koşullar ayrıca değerlendirilir.

Bu bir senaryo hesabıdır. Gerçekte stok, iptal, iade, indirim, maliyet ve müşteri kalitesi değişebilir. Bu yüzden tahmini gelir ile doğrulanmış artımlı gelir ayrı tutulmalıdır.

Yüksek dönüşüm oranının avantajları

Daha fazla uygun ziyaretin hedefi tamamlaması, edinim maliyetini daha verimli kullanmayı ve mevcut talebi değerlendirmeyi sağlayabilir. Kullanıcı araştırmaları ürün kararlarını besleyebilir; deney kayıtları aynı fikrin tekrar tekrar denenmesini önleyebilir. Bu yararlar yapılan değişikliğe ve ölçülen sonuca bağlıdır; bütün metriklerin birlikte iyileşeceği varsayılmaz.

CRO ne zaman gereklidir?

• Trafik artmasına rağmen satış veya nitelikli başvuru benzer hızda artmıyorsa.
• Form, sepet, ödeme veya aktivasyon adımında belirgin kayıp varsa.
• AI asistanından gelen ziyaretçiler, sayfada bekledikleri bilgiyle karşılaşmıyorsa.
• İnsanlar bir görevi tamamlarken ajanlar aynı görevde takılıyorsa.
• Yenilenen site veya yeni teklif için hangi seçeneğin daha iyi olduğu bilinmiyorsa.
• Dönüşüm raporları CRM, sipariş veya ödeme kayıtlarıyla uyuşmuyorsa.

Düşük trafik CRO’yu tamamen imkânsız yapmaz. Büyük örneklem isteyen deneyler yerine araştırma, kullanılabilirlik testi, ölçüm düzeltmesi ve açık teknik sorunların giderilmesi önceliklendirilebilir.

Yapay Zekâ Destekli CRO Nedir?

Yapay zekâ destekli CRO, araştırma, analiz, içerik/arayüz varyantı üretimi, önceliklendirme ve bazı karar süreçlerinde AI araçlarının kullanılmasıdır. AI’nın önerisi bir hipotezdir; etkisi uygun yöntemle değerlendirilmeden sonuç sayılmaz.

AI çağında üç çalışma alanını ayırmak gerekir:

Bir şirketin kendi destek asistanını iyileştirmesi de mümkündür. Uygulama entegrasyonu ve yetkiler sağlandığında model/araç kayıtlarına erişilebilir; kapsam kullanılan ürüne göre değişir. Dışarıdaki bir AI platformunun bütün konuşmalarına erişim olduğu varsayılmaz.

AI neleri hızlandırabilir?

AI, çok sayıda açık uçlu geri bildirimin ilk tasnifini yapabilir; aynı hatanın farklı ifadelerini bir araya getirebilir; analistin inceleyeceği aday örnekleri seçebilir. Tasarım ve metin alternatifleri üretebilir, teknik değişikliklerde ilk kontrol listelerini hazırlayabilir.

Önemli nokta, çıktının dayandığı kanıtı kaybetmemektir. “Kullanıcılar güvenmiyor” gibi genel bir özet yerine hangi geri bildirimlerin hangi sorunu desteklediği görülmelidir. Sentetik kullanıcı görüşü, gerçek görüşmenin yerine konmamalıdır.

AI neyi garanti edemez?

Daha fazla varyant, daha güvenilir sonuç demek değildir. AI düşük örneklemi kendiliğinden yeterli hale getirmez, eksik kaynak verisini kesin olarak geri getirmez ve müşterinin satın alma niyetini yalnız geldiği alan adına bakarak bilemez. Otomatik kişiselleştirme de yanlış hedefi daha hızlı optimize edebilir.

Bu nedenle hedef, izinler, kalite ölçütleri ve insan kontrolünün nerede gerektiği deneyden önce belirlenmelidir.

AI’dan Gelen Ziyaretçiler İçin Dönüşüm Optimizasyonu

ChatGPT, Gemini veya başka bir asistandaki bağlantıdan siteye gelen kişi, hâlâ insan ziyaretçidir. Bir kısmı ön araştırma yapmış olabilir; bir kısmı yalnız tanım veya kaynak arıyor olabilir. Bütün AI yönlendirmelerini satın almaya hazır kabul etmek doğru değildir.

İyileştirme için kaynak, açılış sayfası, ülke, cihaz, yeni/geri dönen kullanıcı ve dönüşüm hedefi birlikte değerlendirilir. Mümkünse satış ve destek ekiplerinden gerçek sorular toplanır. Ziyaretçinin kapalı AI konuşmasını bildiğimiz izlenimi verilmez.

Açılış sayfası hangi soruyu cevaplamalı?

Bilgilendirici bir sayfada temel tanımı kaldırıp yalnız satış kanıtı göstermek, tanım arayan kullanıcıya zarar verebilir. İçeriğin ilk cevabı, sayfanın gerçek niyetine uygun olmalıdır.

AI yönlendirmesi her zaman daha yüksek dönüşüm sağlar mı?

Hayır. Sonuç kategoriye, kaynağa, döneme, teklifin niteliğine ve dönüşüm tanımına bağlıdır. Farklı araştırmalardaki yüksek katsayılar kendi siteniz için hedef veya garanti olarak kullanılmamalıdır. Yeterli veri varsa benzer sayfa ve segmentleri karşılaştırın; sayısal oranı dönüşüm adedi ve belirsizlikle birlikte gösterin.

Kanal karması iyileşmiş gibi görünen sonuç üretebilir

Aşağıdaki örnekte iki kanalın kendi dönüşüm oranı değişmiyor:

Toplam oran yükseldi; fakat hiçbir kanalın kendi oranı iyileşmedi. Değişen şey kanal dağılımı. Bu nedenle yalnız site ortalamasındaki artışı tasarım değişikliğinin etkisi diye sunmak hatalı olabilir. Bu tablo temsili bir hesaplama örneğidir.

Tıklama ve Dönüşüm Artırma

Tıklama oranı, içeriğin veya reklamın görüldüğü yerde ne kadar tıklandığını gösterir. Dönüşüm oranı ise seçilen hedefin ne ölçüde gerçekleştiğini gösterir. İkisi aynı aşamayı ölçmez.

CTR (%) = Tıklama sayısı ÷ Gösterim sayısı × 100

Bir sonucun 20.000 gösterimden 1.000 tıklama alması %5 CTR demektir. Bu tıklamaların 40’ı tanımlanan dönüşüme bağlanmışsa, aynı kapsam ve sayım kuralı altında tıklama bazlı dönüşüm oranı %4’tür. Gösterim, tıklama, oturum ve kullanıcı birbirinin yerine kullanılmamalıdır.

Tıklama artırma ipuçları

Başlık ve açıklama, kullanıcının sayfada bulacağı bilgiyi doğru temsil etmelidir. Ürün adı, kullanım amacı, kapsam veya karşılaştırma konusu açık yazılabilir. Merak uyandıran fakat içeriğin karşılamadığı vaatler tıklamayı artırırken yanlış kitleyi çekebilir.

• Sorgu niyetine uygun başlık ve açıklama kullanın.
• Aranan faydayı veya bilgiyi belirsiz ifadeler yerine somut anlatın.
• Ürün, fiyat, stok ve kampanya bilgisini güncel tutun.
• Mobil sonuç görünümünü ve açılış sayfasını birlikte değerlendirin.
• Sadece gerçek güncellemeyi tarihle gösterin.
• Yapılandırılmış veriyi görünür içerikle tutarlı ve ilgili türde kullanın.

Sabit bir title karakter sayısı veya her başlığa yıl eklemek başarı kuralı değildir. Arama sonucu görünümü, cihaz ve Google’ın başlık oluşturması değişebilir. Google başlıklar için açıklık, özgünlük ve içerikle uyum önerir. Başlık bağlantıları belgesi.

Tıklama oranını artıran yapısal yaklaşımlar

Arama sonucu vaadi, açılış sayfasının ana başlığı ve ilk açıklaması aynı ihtiyacı karşılamalıdır. Ürün arayan kişi kategori dışı bir kampanya sayfasına; kapsam arayan kişi yalnız iletişim formuna gönderilmemelidir. AI yanıtından gelen kişi de karşılaştırılan ürünün ilgili sürümünü veya güncel politikasını kolayca bulabilmelidir.

Search Console’da yüksek gösterim ve düşük CTR, inceleme adayıdır; otomatik olarak kötü başlık demek değildir. Konum, sorgu karışımı, marka araması, cihaz ve sonuç sayfasının özellikleri de dikkate alınmalıdır.

Yapılandırılmış veri görünür içeriğe ve desteklenen içerik türüne uygun kullanılmalıdır; arama sonucunda özel görünüm veya daha yüksek CTR garantisi değildir. Sosyal paylaşım başlığı ve görseli de sayfanın gerçek vaadini yansıtmalıdır; sosyal paylaşım görünümü ile Google arama başlığı aynı kontrol alanı değildir. Google yapılandırılmış veri ilkeleri.

A/B test ile doğrulama

Reklam metni varyantı kontrollü bir deneyle karşılaştırılabilir. SEO title’ını değiştirip önceki dört hafta ile sonraki dört haftayı kıyaslamak ise tek başına randomize A/B testi değildir. Sıra, sezon, rakip ve sorgu dağılımı değişmiş olabilir.

SEO değişikliklerinde uygun sayfa grupları, başlangıç verisi ve karıştırıcı etkenler değerlendirilmelidir. Tek güçlü sayfada büyük değişiklikler yerine gerçek soruna bağlı düzenleme ve kayıtlı izleme tercih edilebilir.

Tıklama oranı yüksek ama dönüşüm düşükse ne yapılmalı?

Önce trafiğin doğru ihtiyacı taşıyıp taşımadığına, sayfanın verdiği sözü karşılayıp karşılamadığına ve ölçümün doğru olup olmadığına bakılır. Ardından fiyat, güven, mobil kullanım, form ve ödeme hataları incelenir. Çözüm her zaman CTA’yı büyütmek değildir.

Dönüşüm Analizi: CRO’nun Teşhis Katmanı

Dönüşüm analizi, kullanıcıların hedefe giderken nerede ilerlediğini, nerede durduğunu ve hangi engellerle karşılaşabileceğini araştırır. Huni raporu sorunun yerini gösterebilir; nedenini anlamak için kullanılabilirlik gözlemi, görüşmeler, destek kayıtları ve teknik inceleme gerekir.

Örneğin ödeme sayfasında terk artıyorsa tek açıklama uzun form değildir. Geç görünen kargo bedeli, ödeme hatası, teslimat belirsizliği, yanlış ürün varyantı veya ölçümde eksik kayıt da aynı tabloyu üretebilir. AI kaynaklı ziyaretlerde ayrıca önceki bilgi ile sayfadaki güncel teklif arasında uyumsuzluk bulunabilir; dış asistanın konuşma içeriği görülmeden bu uyumsuzluk kesin olarak bilinemeyebilir.

Dönüşüm Analizinde 4 Adım

Ölçüm denetiminde aynı siparişin iki kez sayılması, form tıklamasının geçerli başvuru sanılması, test trafiğinin üretim verisine karışması ve farklı raporlarda farklı paydaların kullanılması özellikle kontrol edilmelidir. AI, geri bildirimleri temalara ayırabilir; ürettiği temalar örnek kayıtlar üzerinden insan tarafından doğrulanmalıdır.

Dönüşüm Optimizasyonu Hangi Süreçlerden Oluşur?

Analiz, Fikir ve Hipotez

İyi hipotez, bir tasarım tercihini gözlenen sorunla ilişkilendirir. “Fiyat tablosunu değiştirelim” tek başına hipotez değildir. Daha kullanılabilir biçim şöyledir:

Uygun ürün sayfalarındaki ziyaretçiler toplam teslimat maliyetini geç öğrendiği için ödeme öncesinde kararsız kalıyor olabilir. Teslimat koşullarını ürün seçimi sırasında görünür kılmak, uygun kullanıcı başına doğrulanmış siparişi artırabilir. İade, marj ve sayfa performansında kabul edilemez bozulma olmamalıdır.

Bu hipotez bir gerçek kullanıcı bulgusu veya destek kaydıyla desteklenmelidir. AI’nın benzer sitelerde iyi çalışacağını söylemesi, Webtures müşterisi için etki kanıtı değildir.

Önceliklendirme

Öncelik sırası; sorunun kanıtı, etkilenen kullanıcı sayısı, ekonomik değeri, geliştirme çabası ve olası zarar birlikte düşünülerek belirlenir. ICE, PIE veya PXL gibi puanlama çerçeveleri görüşmeleri düzenleyebilir; puanlar gerçek başarı olasılığı değildir ve ekip yargısını ortadan kaldırmaz.

Bozuk ödeme entegrasyonu, erişilemeyen form veya yanlış fiyat gibi açık hatalar için önce düzeltme yapılır. Bunların yanlış sürümünü sırf deney üretmek için kullanıcıların bir kısmına sunmak gerekmez. Belirsiz tasarım veya teklif tercihleri uygun deney adaylarıdır.

A/B Testleri ve Deney Tasarımı

A/B testi, uygun birimlerin kontrol ve varyant koşullarına rastgele atanmasıyla değişikliğin etkisini tahmin etmeye çalışır. Birim kullanıcı, hesap veya başka bir uygun küme olabilir. Aynı kişinin tekrar ziyaretleri bağımsız yeni kişiler gibi ele alınmamalıdır.

Temsili deney kartı: Teslimat bilgisinin açıklığı

Varyantı gördükten sonra “yalnız ödeme sayfasına ulaşanları” seçmek, değişikliğin bu aşamaya ulaşma üzerindeki etkisini gizleyebilir. Analiz kitlesi ve hariç tutma kuralları sonuç görüldükten sonra kazanan üretmek için değiştirilmemelidir.

Analiz, Öğrenme ve Ölçekleme

Deney bitince sadece artış yüzdesi raporlanmaz. Veri kalitesi, etki büyüklüğü, belirsizlik, iş değeri ve koruyucu metrikler birlikte değerlendirilir. Sonuç olumlu, olumsuz veya karar vermeye yetmeyecek kadar belirsiz olabilir. Uygun eşdeğerlik tasarımı olmadan “anlamlı fark bulunmadı” ifadesi “iki sürüm aynı” anlamına gelmez.

Uygulanacak değişiklik kontrollü biçimde açılır. Sorumlu, geri alma koşulu ve izleme süresi kaydedilir. Model, ürün, trafik veya fiyat değiştiğinde önceki deneyin geçerliliği yeniden değerlendirilir. Hipotez, sürümler, sonuç ve karar bir deney arşivinde tutulur.

A/B Testleri, Kişiselleştirme ve İleri Deney Yöntemleri

Hangi deney yöntemi ne zaman kullanılır?

Frekansçı yöntemler sıralı tasarımları da kapsar. Bayesçi yöntem seçmek ise tek başına hatasız erken durdurma sağlamaz. Bu ayrımlar ürün seçmeden önce anlaşılmalıdır. GrowthBook istatistik açıklaması, sıralı test belgesi.

CUPED’in yararı, deney öncesi değişkenlerin sonuçla ne kadar ilişkili olduğuna bağlıdır. Orijinal araştırmanın farklı metriklerde farklı kazanımlar göstermesi, tek bir kazanç oranının bütün işletmelere taşınamayacağını gösterir. CUPED araştırması.

Örneklem, MDE ve deney süresi nasıl belirlenir?

Planlama için başlangıç oranı, ölçülmek istenen en küçük etki, hata toleransı, istatistiksel güç, atama birimi ve dönüşüm gecikmesi gerekir. MDE, tasarımın belirli koşullarda algılamayı hedeflediği en küçük etkidir; değişikliğin gerçekten yaratacağı etki değildir.

Her test için “iki hafta yeter” veya “ayda 1.000 dönüşüm gerekir” gibi evrensel bir kural yoktur. Düşük hacimde daha az varyant, daha büyük ve anlamlı değişiklikler, uygun uzunlukta gözlem ve nitel araştırma öncelikli olabilir. B2B satış döngüsü veya iadelerin görünmesi daha uzun takip gerektirebilir.

Yüzde 20 artış her zaman kazanan anlamına gelir mi?

Temsili, bağımsız kullanıcılar üzerinden kurulmuş sabit ufuklu deney:

Gözlenen fark +0,40 yüzde puan, göreli artış %20 olur. Bağımsız Bernoulli gözlemleri için basit normal yaklaşımıyla farkın yaklaşık %95 güven aralığı −0,01 ile +0,81 yüzde puan arasındadır. Aralık sıfırı kapsadığı için yalnız “%20 artış” manşeti güçlü bir kazanan kararı verdirmez.

Bu hesap bir öğretim örneğidir. Gerçek deneyde atama birimi, bağımlı gözlemler, çoklu karşılaştırmalar ve seçilmiş analiz yöntemi dikkate alınmalıdır. İş açısından anlamlı büyüklük de istatistiksel belirsizlikten ayrı değerlendirilir.

Deney verisinin güvenilirliği nasıl kontrol edilir?

Beklenen atama oranından açıklanamayan sapma, yani sample ratio mismatch (SRM), atama veya veri işleme sorununa işaret edebilir. Atama, varyanta maruz kalma, kayıt ve filtreleme adımları araştırılmadan deney sonucu açıklanmamalıdır. İnsan/bot filtresinin değişmesi de grupları farklı etkileyebilir. Microsoft Research SRM incelemesi.

AI asistanını değiştiren bir deneyde model, sistem talimatı, bilgi kaynağı ve araç sürümü kaydedilmelidir. Aksi halde hangi değişikliğin ölçüldüğü belirsizleşir. Sentetik görev testlerinin başarı oranı ile gerçek müşterilerdeki ticari etki ayrı raporlanmalıdır.

Dönüşüm Oranı Nasıl Artırılır?

Web Sitesi Optimizasyonu İpuçları

Sayfada kime hangi faydanın sunulduğu, ürünün kapsamı, fiyatın koşulları ve sonraki adım anlaşılır olmalıdır. Mobil kullanılabilirlik, sayfa performansı, erişilebilirlik, site içi arama, ürün varyantları ve hatadan kurtarma akışları gerçek görevlerle incelenmelidir.

AI’nın ürettiği başlık veya açıklama da aynı doğruluk kontrolünden geçer. Yanlış özellik, bulunmayan sertifika veya eski teslimat sözü daha ikna edici yazılarak düzelmiş olmaz. Ürün ve politika bilgilerinin güncel tutulması dönüşüm çalışmasının bir parçasıdır.

Kullanıcı Deneyimini İyileştirmek ve Etkili Çağrı Eylem (Call-to-Action) Kullanımı

CTA, kullanıcının hangi adımı atacağını ve sonrasında ne olacağını anlatmalıdır. “Devam” bazı akışlarda yeterli olabilir; karar gerektiren yerlerde “Teslimat seçeneklerini gör”, “Demo saatini seç” veya “Siparişi onayla” daha açıklayıcı olabilir. Uygun metin gerçek akışa göre seçilir.

Fiyatı görmek isteyen kişiye uzun satış formu dayatmak veya bilgi indirme düğmesini görüşme talebi gibi işletmek beklenti uyumsuzluğu yaratır. Gerekli izin, ödeme onayı ve güvenlik adımları korunurken gereksiz iş azaltılır. Okuma davranışını herkes için tek bir F biçimine indirgemek yerine açık başlıklar, anlamlı gruplama ve kullanılabilirlik testleri kullanılır. NN/g okuma örüntüleri araştırması.

Ödeme, Formlar ve Onboarding

Form alanları görünür ve teknik olarak ilişkili etiketlere sahip olmalı; zorunluluklar, örnek biçimler ve hatalar açıklanmalıdır. Geçerli bilgiler hata sonrasında kaybolmamalı. Gönderim sonrası başarı mesajı, sunucudaki gerçek kayıt sonucunu yansıtmalıdır.

Ödemede toplam maliyet, teslimat ve iade koşulları karar öncesinde erişilebilir olmalı. Tekrar deneme aynı siparişi iki kez üretmemeli. Onboarding’de hedef ekran sayısını azaltmak değil, kullanıcının üründen ilk anlamlı değeri almasını kolaylaştırmaktır. Kayıt sayısı artarken aktivasyon düşüyorsa süreç birlikte incelenmelidir.

Trafik Kalitesi ve Mikro Dönüşümler

Doğru hedef kitlenin yanlış sayfaya gelmesi de dönüşüm kaybıdır. Kampanya, sorgu, içerik ve teklif aynı ihtiyaçta buluşmalıdır. Mikro dönüşümler — karşılaştırma açma, deneme başlatma, fiyat inceleme gibi — yolculuğu anlamaya yardımcı olur; nitelikli müşteri veya gerçek satış yerine başarı ilan edilmemelidir.

AI yönlendirmeleri ayrı incelenebilir, ancak küçük bir grubun yüksek oranı bütün sitenin stratejisini değiştirmeye yetmeyebilir. Hacim, kalite ve ekonomik değer birlikte okunmalıdır.

Çapraz Cihaz Yolculukları

Bir kişi mobilde araştırıp bilgisayarda satın alabilir; bir AI asistanında seçenek değerlendirip daha sonra markayı doğrudan ziyaret edebilir. Her adımın aynı kullanıcıya bağlanabildiği varsayılmamalıdır. Gözlenebilir veri, izinler ve kimlik kapsamı raporda açıklanmalıdır.

Tarayıcı depolama sınırları deney atamasının sürekliliğini etkileyebilir. localStorage kullanmak izleme korumalarını genel olarak aşan bir yöntem değildir; tarayıcı ve sürüm koşulları ayrıca incelenmelidir. WebKit’in depolama ve ITP açıklaması.

Ajan Ticareti ve Agent Experience İçin CRO

AI asistanının yönlendirdiği bir insan ile kullanıcının yetkisiyle işlem yapan ajan farklı deneyimlerdir. İnsan sayfayı değerlendirip karar verirken ajan bir görevi tarayıcı arayüzü veya uygun bir entegrasyon üzerinden yürütebilir. CRO, her iki durumda da doğru sonucun güvenilir biçimde tamamlanmasını inceler.

Tarayıcı ajanlarının yalnız JSON okuduğu veya JavaScript kullanamadığı varsayılmamalıdır. Ekran görüntüsü, DOM ve erişilebilirlik ağacı gibi farklı yollarla etkileşime girebilirler. Anlamlı HTML, açıklayıcı form etiketleri ve kararlı eylemler insanlarla birlikte ajanların da kullanımını kolaylaştırabilir. Google web.dev: ajanların kullanabildiği web siteleri.

Tarayıcı ajanları için hangi görevler test edilir?

• Ürün veya hizmetin ihtiyaca uygunluğunu bulma.
• Doğru varyantı, uygunluk koşulunu ve toplam fiyatı belirleme.
• Formu doğru doldurma ve hata sonrası devam etme.
• İzin veya ödeme onayı gerektiğinde doğru kişiye devretme.
• İşlemin gerçekten tamamlandığını doğrulama.

Görevler belirlenmiş tarayıcı, dil, hesap durumu ve ajan sürümüyle tekrarlanmalıdır. Başarı kriteri yalnız son ekrana ulaşmak olmamalıdır. Örneğin rezervasyonun sistemde doğru tarih ve kişi sayısıyla kaydedilmesi kontrol edilmelidir. CAPTCHA veya güvenlik kontrollerini körlemesine kaldırmak yerine uygun erişim ve doğrulama tasarlanmalıdır.

API üzerinden ajan ticaretinde dönüşüm ne demektir?

API çağrısının başarılı yanıt vermesi her zaman satışın tamamlandığı anlamına gelmez. Ürün, fiyat, vergi, teslimat, yetki, ödeme ve sipariş durumu birbirini doğrulamalıdır. Tekrarlanan istekler aynı işlem kimliğiyle güvenle yönetilmeli; iptal, iade, hata ve insan devri senaryoları düşünülmelidir.

UCP gibi protokoller checkout gibi işlemler için teknik sözleşmeler tanımlar. Protokol desteği, belirli bir platformun ticaret programına otomatik kabul veya bütün ülkelerde kullanılabilirlik sağlamaz. Entegrasyon ve program koşulları ayrı kontrol edilir. UCP checkout REST belirtimi, Google’ın UCP entegrasyon başvuru koşulları.

Her site için ilk iş bir protokol entegrasyonu kurmak değildir. Ürün verisi, işlem doğruluğu ve müşterinin gerçekten kullandığı kanal hazır değilse önce bunlar düzeltilir. Ajanlara görünür olmak, yetkili ve hatasız işlem yapabilmekle aynı yetenek değildir.

Ajan görev başarı oranı nasıl hesaplanır?

Temsili örnek: Sonuç penceresi kapanmış 100 geçerli görevden 80’i ajan tarafından doğru tamamlanıyor, 10’u insan devri sonrası çözülüyor, 10’u çözülemiyor.

• Otonom görev başarı oranı: 80 / 100 = %80.
• İnsan devri dahil toplam çözüm oranı: 90 / 100 = %90.
• Çözülemeyen görev oranı: 10 / 100 = %10.

İnsan devri, gerekli yetki veya güvenlik nedeniyle doğru davranış olabilir. Bu nedenle devri azaltmak tek başına başarı hedefi yapılmamalıdır. Henüz sonuçlanmamış görevler ayrıca gösterilmeli; başarılı sayılmamalıdır. Aynı görevin üç teknik tekrar denemesi üç müşteri veya üç dönüşüm oluşturmaz.

Bu metrikler insan oturum dönüşüm oranına eklenmez. Sentetik görev testleri, gerçek müşteri görevleri ve test siparişleri ayrı tutulur.

Markanın kendi AI asistanı nasıl optimize edilir?

Önce temsil gücü olan bir görev ve soru seti hazırlanır. Doğruluk, ürün bilgisi, araç kullanımı, yetki sınırı, insan devri ve gerçek işlem sonucu değerlendirilir. Ardından uygun kullanıcı veya hesap düzeyinde çevrimiçi deneyle iş etkisi ölçülebilir.

Yanıt kalitesi, gecikme ve maliyet önemli ara ölçütlerdir. Asistanın “işleminiz tamamlandı” demesi, arka sistemde sipariş veya kayıt oluşmadıysa başarı değildir. Modelin kendisine verdiği değerlendirme, bağımsız kontrolün yerine geçmemelidir.

CRO Hangi Metrikleri İyileştirmeyi Hedefler?

CRO programının birincil hedefi işletmenin gerçek sonucuna bağlı seçilir. Her metrik aynı anda yükselmek zorunda değildir; bazıları koruyucu sınır olarak izlenir.

Dönüşüm Oranı ve Tıklama Başına Maliyet (CPC) Arasındaki İlişki Nedir?

Dönüşüm oranının yükselmesi CPC’yi otomatik olarak düşürmez. CPC reklam tıklaması başına maliyettir; CPA seçilen dönüşüm başına maliyettir. Aynı tıklama ve dönüşüm kapsamı kullanıldığında:

CPA = CPC / dönüşüm oranı — oran ondalık biçimde kullanılır.

Temsili olarak CPC 20 TL ve tıklamadan dönüşüm oranı %2 ise CPA 20 / 0,02 = 1.000 TL olur. CPC aynı kalırken oran %4’e çıkarsa CPA 500 TL olur. Bu örnekte düşen metrik CPC değil CPA’dır.

Bu ilişki farklı atıf pencereleri veya farklı dönüşüm tanımları karıştırılarak uygulanmamalıdır. ROAS reklam harcamasına göre gelir oranını ifade eder; kârı esas alan yatırım getirisiyle aynı şey değildir. Daha fazla dönüşüm, yüksek indirim veya iade nedeniyle daha düşük kârlılıkla da sonuçlanabilir.

Dönüşüm Oranı Optimizasyon Araçları

Araç seçimi isim listesinden önce ihtiyaçtan başlamalıdır: nerede kayıp olduğunu görmek, nedenini araştırmak, değişikliği uygulamak, deneyi değerlendirmek veya gerçek iş sonucunu doğrulamak farklı yetenekler gerektirir.

Google Analytics Kullanımı: GA4 ve AI Assistant

GA4’te önemli kullanıcı eylemleri key event olarak tanımlanabilir. Ölçümde seçilen olaya ait kullanıcı veya oturum oranı ile “herhangi bir key event” oranı karıştırılmamalıdır. Reklam optimizasyonunda kullanılan conversion bağlamı ayrıca değerlendirilir. GA4 key event açıklaması, GA4 metrik tanımları.

9 Eylül 2026 itibarıyla Google’ın varsayılan kanal tanımlarında AI Assistant kanalı bulunur. Dolayısıyla AI yönlendirmeleri için her durumda sıfırdan özel kanal kurmak gerektiği söylenmemelidir. Google’ın açıklamasında AI Overviews ve AI Mode kaynaklı trafik Organic Search kapsamında değerlendirilir. GA4 varsayılan kanal grubu.

Bu sınıflandırma bütün AI etkisini görünür kılmaz. Referans bilgisinin kaybı, daha sonra doğrudan ziyaret veya cihaz değişimi gibi durumlar olabilir. Bilinmeyen trafiği varsayımla AI’ya atamak yerine ölçülebilen kapsam ve eksik görünürlük açıklanmalıdır. İlgili CRM ve sipariş kayıtlarıyla gerçek sonucun doğrulanması gerekir.

Isı Haritaları ve Kullanıcı Davranış Analizi

Isı haritaları tıklama ve kaydırma gibi davranışları toplu görmeye; uygun oturum kayıtları akıştaki zorlukları incelemeye yardımcı olabilir. Bunlar göz takibi veya tek başına niyet ve nedensellik kanıtı değildir. Microsoft Clarity gibi araçlar bu araştırma katmanında değerlendirilebilir. Clarity ısı haritası açıklaması.

Kayıtlarda hassas alanlar maskelenmeli, erişim ve saklama kapsamı belirlenmelidir. Kullanılabilirlik görüşmeleri, destek ve satış geri bildirimi analitik veriye bağlam ekler. AI ile sınıflandırma yapılacaksa veri paylaşımı ve örnek doğruluğu ayrıca incelenmelidir.

Deney ve Yayın Yönetimi Araçları

İhtiyaca göre istemci veya sunucu tarafı atama, özellik bayrakları, metrik tanımları, sıralı analiz, veri ambarı bağlantısı ve geri alma desteği değerlendirilebilir. Özellik bayrağı kullanmak, çakışma ve hata riskini kendiliğinden ortadan kaldırmaz.

Google Optimize’ın 30 Eylül 2023’te kapanmış olması nedeniyle yeni bir program bu araç üzerine kurulamaz. Güncel ürün seçimi ekip yetkinliği, mevcut mimari ve toplam işletim maliyetine göre yapılmalıdır. Google Optimize durum açıklaması.

AI ve Agent Analitiği

AI kaynaklı insan ziyaretleri için kaynak/kanal, açılış sayfası, nitelikli dönüşüm ve gelir birlikte incelenir. Ajan işlemleri için görev kimliği, işlem durumu, hata, tekrar deneme, insan devri ve doğrulanmış sonuç gerekir. Sahip olunan AI asistanlarında model, bilgi kaynağı ve araç sürümleri de kaydedilir.

Bir user-agent etiketi tek başına güvenilir kimlik veya yetki kanıtı değildir. Tarama istekleri, sentetik testler ve gerçek işlem görevleri amaçlarına göre ayrılmalıdır. İşlem verisindeki tekrarlar temizlenmeli; rapor için gereksiz kişisel bilgi toplanmamalıdır.

Araç seçerken hangi sorular sorulmalı?

• Deney hangi kullanıcı, hesap veya görev biriminde atanabiliyor?
• Atama, maruz kalma ve sonuç kaydı birbirine güvenilir biçimde bağlanıyor mu?
• Ana metrik CRM veya sipariş sistemiyle doğrulanabiliyor mu?
• Analiz yöntemi, örneklem ve durdurma kuralları görülebiliyor mu?
• Veri erişimi, saklama, maskeleme ve dışarı aktarma nasıl yönetiliyor?
• Uygulama ve bakım için ekipte gerekli yetkinlik var mı?

CRO Uygulama Örnekleri: Hipotezden İş Sonucuna

Aşağıdaki örnekler yöntem anlatmak için oluşturulmuştur; gerçekleşmiş müşteri vakası veya sonuç vaadi değildir.

Gerçek vaka yayımlanacaksa tarih aralığı, başlangıç oranı, payda, değişiklik, karşılaştırma yöntemi, belirsizlik ve ticari sonuç belirtilmelidir. Organik trafik artışı tek başına CRO başarısı olarak etiketlenmemelidir.

İlk 90 Günde CRO Nasıl Uygulanır?

Bu takvim çalışma planıdır; 90 günde belirli artış veya her ay tamamlanmış deney garantisi değildir. Veri hacmi ve iş döngüsüne göre uyarlanmalıdır.

AI desteği ilk günden araştırma özetleme veya hipotez taslağında kullanılabilir. Ajan ticareti entegrasyonu ise gerçek kanal ihtiyacı, veri ve işlem altyapısı hazır olduğunda planlanmalıdır. Her işletmenin aynı anda tüm katmanları kurması gerekmez.

Conversion Rate (Dönüşüm Oranı) ve CRO Hakkında Sıkça Sorulan Sorular

Dönüşüm Oranı İçin İdeal Oran Nedir?

Evrensel bir ideal oran yoktur. Satış, demo, bülten kaydı ve aktivasyon aynı zorlukta hedefler değildir. Kanal, niyet, ürün fiyatı, ülke, cihaz, yeni/geri dönen kullanıcı ve payda tanımı sonucu değiştirir. Önce kendi benzer koşullardaki verinizle karşılaştırın; dış benchmark kullanırsanız kaynağını, tarihini ve ölçüm tanımını kontrol edin.

Hangi Faktörler Dönüşüm Oranını Etkiler?

Trafik kalitesi, teklif, fiyat, ürün uygunluğu, güven, içerik açıklığı, performans, kullanılabilirlik, form ve ödeme güvenilirliği başlıca faktörlerdir. AI döneminde kaynak bilgilerinin güncelliği, insanın taşıdığı beklenti ve yetkili ajanların görev tamamlama yeteneği de değerlendirmeye eklenir.

İyi bir CTR oranı kaçtır?

Organik sonuç, arama reklamı, görüntülü reklam ve e-posta için aynı CTR hedefi kullanılamaz. Konum, sorgu, marka tanınırlığı, cihaz ve reklam biçimi önemlidir. Kendi karşılaştırılabilir gruplarınızda CTR ile dönüşüm kalitesini birlikte değerlendirin.

Ne kadar sürede sonuç alabiliriz?

Ölçüm veya teknik hata kısa sürede bulunabilir; değişikliğin güvenilir ticari etkisini ölçmek daha uzun sürebilir. Trafik, başlangıç oranı, etki büyüklüğü, satış döngüsü ve analiz yöntemi süreyi belirler. “İki haftada kesin kazanan” gibi sabit bir vaat verilmemelidir.

Her sayfayı yeniden tasarlamamız gerekir mi?

Hayır. Önce yüksek değerli kullanıcı görevleri ve kanıtlanmış sorunlar incelenir. İçerik açıklığı, tek bir hata veya form akışı daha öncelikli olabilir. Kapsamlı tasarım değişikliğinde birden çok etkenin aynı anda değişmesi neden-sonuç yorumunu zorlaştırabilir.

CRO mevcut pazarlama altyapımızla çalışabilir mi?

Çoğu program mevcut CMS, analitik, CRM ve sipariş sisteminden başlayabilir. Ancak veri kalitesi, atama, entegrasyon ve erişim yetenekleri kontrol edilmelidir. Yeni bir araç almak, yanlış dönüşüm tanımını veya eksik sipariş verisini kendiliğinden düzeltmez.

Düşük trafikte CRO yapılır mı?

Evet; kullanıcı görüşmesi, kullanılabilirlik testi, erişilebilirlik, ölçüm ve teknik hata düzeltmeleri yapılabilir. Az veri, küçük etkiler için güvenilir A/B kararını zorlaştırır. Mikro dönüşümü sırf daha çok veri ürettiği için gerçek iş hedefinin yerine koymak çözüm değildir.

AI destekli CRO, klasik CRO’nun yerini tamamen alır mı?

Araştırma, doğru ölçüm, kullanıcı ihtiyacı ve deney mantığı önemini korur. AI bazı işleri hızlandırır ve ajan görevleri gibi yeni deneyimler ekler. AI çıktısı insan doğrulamasını, gerçek kullanıcı araştırmasını veya iş sonucu ölçümünü otomatik olarak gereksiz kılmaz.

AI’dan gelen trafik her zaman daha çok dönüşür mü?

Hayır. Kaynak, sorgu niyeti, sayfa, ürün ve örneklem farklıdır. Kendi verinizdeki yüksek oran yararlı bir bulgu olabilir; başka kanaldan gelen aynı kişilerin AI yönlendirmesiyle mutlaka daha fazla satın alacağını kanıtlamaz.

Tıklama olmadan AI görünürlüğü dönüşüm sayılır mı?

Markanın AI yanıtında görünmesi bir görünürlük göstergesidir. Satış, nitelikli talep veya başka bir tanımlı iş sonucu ayrıca doğrulanmalıdır. Site ziyareti olmadan tamamlanan yetkili bir işlem gerçek dönüşüm olabilir; sadece adın anılmasıyla eşitlenmemelidir.

Ajanlara uygun sayfa için özel bir AI şeması zorunlu mu?

Google Search, AI özellikleri için özel bir şema veya ayrı bir AI metin dosyası zorunlu tutmaz. Bu açıklama Google’ın arama özellikleriyle ilgilidir; belirli bir ticaret entegrasyonunun teknik gereksinimleri ayrıca olabilir. Görünür, doğru içerik ve anlamlı yapı temel oluşturur. Google AI optimizasyon rehberi.

İlgili Rehberler ve Sonraki Adım

Dönüşüm çalışmasını ölçüm ve görev tasarımıyla birlikte derinleştirmek için AI ve Agentic Analytics, AI tabanlı A/B testleri ve Agentic Commerce Readiness içeriklerine bakabilirsiniz.

Kendi uygulamanız için önce bir hedef seçin, mevcut veriyi doğrulayın ve en belirgin karar engelini belgeleyin. İlk hipotezi bu kanıttan üretin.

CRO yol haritanızı değerlendirelim.

Mevcut ölçümünüzü, öncelikli dönüşüm sorunlarınızı ve AI çağında geliştirmek istediğiniz deneyimleri birlikte değerlendirin.

Görüşme planlayın →