Bu sayfada 8 bölüm
Temel bulgular
- Apple'ın Uygulama İzleme Şeffaflığı (ATT) çerçevesinden sonra ABD'de izlenebilen Apple trafiğinin payı %73'ten %22'ye düştü (Kraft ve ark., 2023). [Gözlemsel]
- Kasım 2023'ten beri Google Analytics 4 yalnızca veriye dayalı ve son tıklama attribution'ı sunuyor; ilk tıklama, doğrusal, zaman azalmalı ve konuma dayalı modeller kaldırıldı (Google, 2026). [Platform]
- 12 Ocak 2026'dan itibaren Meta'nın Ads Insights API'si 7 ve 28 günlük görüntüleme pencerelerini artık döndürmüyor (Meta, 2025). [Platform]
- Platformlar kendi sonuçlarını raporladığında toplamları mağaza cirosunu aşabilir, çünkü her platform aynı satışı kendine yazar. [Bizim okumamız, aşağıda örneklendi]
Kısa cevap. Raporlanan bir dönüşüm, bir satışın seçilmiş bir zaman penceresi içinde bir reklamın ardından geldiği iddiasıdır. Bu iddia üç şekilde yanlış olabilir: satış izlenemediği için eksiktir, satışı birden fazla platform sayar ya da satış gözlemlenmemiş, bir modelle tahmin edilmiştir. Her durumda reklamı satan platform, reklamın nasıl puanlanacağına da kendisi karar verir.
Bir platform raporunda dönüşüm nedir?
Reklam raporundaki dönüşüm, platformun bir attribution penceresi içinde reklamlarından birini görmüş ya da tıklamış bir kişiye bağladığı, satın alma gibi kaydedilmiş bir olaydır. Tanımın üç hareketli parçası vardır: neyin olay sayıldığı, kişiye bağlantının nasıl kurulduğu ve pencerenin ne kadar uzun olduğu. Bunlardan birini değiştirin, müşterilerde hiçbir şey değişmemiş olsa da sayı değişir.
Bu bölüm kanıt merdiveninin 0. basamağı hakkındadır: kaydedilen sayı gerçekten sadık bir kayıt mı? Kusursuz bir kayıt bile etki hakkında hiçbir şey söylemez. Kusurlu bir kayıt ise sonraki her adımı kötüleştirir.
1. hata: Satışlar nasıl kaybolur?
Satışlar, bir reklam ile bir alıcı arasındaki bağ gözlemlenemediğinde kaybolur. Son yılların tek en büyük değişikliği, Apple'ın 2021'de getirdiği ATT çerçevesiydi. Bu çerçeve, uygulamaların kullanıcıları başka şirketlerin uygulama ve sitelerinde izlemeden önce izin istemesini zorunlu kılar.
Kraft, Skiera ve Koschella (2023) sekiz ülkede milyarlarca reklam gösterimini inceledi. ABD'de hâlâ izlenebilen Apple trafiğinin payı %73,05'ten %22,15'e, yani yaklaşık %70 düştü. İzin verme oranları ülkeye göre %18,18 ile %44,65 arasında değişti. [Gözlemsel]
Bir platform için reklama bağlayamadığı satış raporda yoktur. Bundan iki şey çıkar. Gerçek satışlar düşmese bile raporlanan dönüşümler düşer. Ve alıcıları daha zor izlenen kanallar, örneğin video ve mobil uygulamalar, alıcıları izlenen bir tıklamayla gelen kanallardan daha zayıf görünür.

2. hata: Bir satış nasıl iki kez sayılır?
Her platform yalnızca kendi reklamlarını görür. Bir müşteri Meta'da bir reklam görüp sonra bir Google reklamını tıklayarak satın aldıysa, iki platform da satışı iyi niyetle sahiplenebilir. Hiçbiri diğerinden haberdar değildir.
Basit bir kontrol bunu ortaya çıkarır. Her platformun raporladığı ciroyu toplayın ve mağazanın gerçekte kaydettiği ciroyla karşılaştırın.
| Kaynak | Raporlanan ciro | Not |
|---|---|---|
| Meta | 49.200 € | Platformun kendi raporu |
| Google Ads | 28.800 € | Platformun kendi raporu |
| TikTok | 8.800 € | Platformun kendi raporu |
| Platform raporlarının toplamı | 86.800 € | |
| Mağaza cirosu (tüm kaynaklar) | 71.000 € | Hiçbir reklamın dokunmadığı satışlar dahil |
8. bölümdeki testte kullanılan örnek.
Platformlar birlikte mağazanın kasasına girenden 15.800 € fazlasını sahipleniyor; üstelik mağaza rakamı, hiçbir platformun sahiplenmemesi gereken organik ve doğrudan satışları da içeriyor. Yani çakışma en az 15.800 €, büyük olasılıkla çok daha fazla. [Bizim okumamız] Platform iddialarının toplamı mağaza toplamını aştığında, platformların tek tek reklam harcaması getirisi (ROAS) rakamları birbiriyle karşılaştırılamaz; çünkü her biri aynı satışların farklı ve çakışan bir payı üzerinden hesaplanmıştır.

3. hata: Modellenmiş dönüşüm nedir?
Bir satış izlenemediğinde platformlar giderek daha çok onu tahmin ediyor. Google Ads'te çoğu dönüşüm işlemi için varsayılan olan veriye dayalı attribution, payı dönüşüm yapan müşterilerin yollarını yapmayanlarınkiyle karşılaştırarak dağıtır (Google, 2026). Meta'nın 2025'te getirdiği artımsal attribution, hangi dönüşümlerin bir reklamdan kaynaklandığını tahmin etmek için bir model kullanır. Meta, bunun standart attribution'a göre %24 daha fazla artımsal dönüşüm sağladığını bildiriyor (Meta, 2026). [Platform]
Modellenmiş sayılar doğası gereği yanlış değildir. Ama farklı türde bir sayıdır. İzlenen bir dönüşüm bir olayı kaydeder. Modellenmiş bir dönüşüm, reklamverenin inceleyemediği bir yöntemle yapılmış bir olay tahminidir.
Reklama notu kim veriyor?
Reklamı satan platform, sonucunu da ölçer. Varsayılan attribution modelini, varsayılan pencereyi, görüntüleme ile tıklamanın nasıl ele alınacağını ve eksik verinin nasıl modelleneceğini o seçer. Biz buna kendi kendine not verme (self-grading) diyoruz. [Bizim okumamız]
Kendi kendine not verme bir kötü niyet iddiası değildir. Platformların kendi reklamları hakkında en iyi veriye sahip olduğu doğrudur ve bu kitaptaki en titiz çalışmaların bazıları platform verisi sayesinde yapılabildi. Sorun yapısaldır: yüksek bir sayıdan en çok kazanacak taraf, o sayının tanımını kontrol eder.
Son değişiklikler tanımın ne kadar önemli olduğunu gösteriyor:
| Yıl | Değişiklik | Kaynak |
|---|---|---|
| 2021 | Apple ATT: iOS kullanıcılarının çoğu uygulamalar arasında izlenemiyor | Kraft ve ark. (2023) |
| 2023 | Google, GA4'ten dört kurala dayalı modeli kaldırıyor; Google Ads'te son tıklama ve veriye dayalı kalıyor | Google (2026) |
| 2025 | Meta artımsal attribution'ı getiriyor | Meta (2026) |
| 2026 | Meta API'si 7 ve 28 günlük görüntüleme pencerelerini döndürmeyi bırakıyor | Meta (2025) |
Her değişiklik, aynı reklamlar için raporlanan dönüşümleri değiştirdi. Bu yılın rakamlarını geçen yılınkilerle karşılaştıran reklamverenler çoğu zaman iki farklı tanımı karşılaştırıyor.
Daha derin bir teşvik sorunu da var. Berman (2018), oyun kuramı modeliyle son temas attribution'ının yayıncıları gereğinden fazla gösterim sunmaya ittiğini ve çoğu zaman reklamverenin kârını düşürdüğünü gösteriyor. Puanlama kuralı sonucu yalnızca betimlemez. Davranışı, kuralın çıktısıyla eğitilen teklif algoritmalarının davranışı da dahil, şekillendirir. [Model]

Reklamveren önce neyi kontrol etmeli?
- Mağazayla mutabakat yapın. Her ay platformların raporladığı ciro toplamını tüm kaynaklardan gelen mağaza cirosuyla karşılaştırın. Toplam mağaza cirosuna yakınsa ya da üstündeyse, platform ROAS'ını etki değil pay olarak okuyun.
- Tanımları dondurun. Her rapor için kullanılan attribution modelini, pencereyi ve görüntüleme ayarlarını kaydedin. Bir eğilim ancak altındaki tanım değişmediyse anlamlıdır.
- Gözlemleneni modellenenden ayırın. Platform modellenmiş dönüşüm raporluyorsa bunları izlenenlerden ayrı not edin.
- Not vereni adlandırın. Rapordaki her sayı için onu kimin ürettiğini not edin. Reklamın satıcısının ürettiği sayı bir platform beyanıdır, bağımsız kanıt değil.
Bu bölümün sınırı
Her satışın bir kez, doğru kaydedildiğini ve alıcının gördüğü her reklama bağlandığını varsayalım. Kayıt yine yalnızca hangi reklamların hangi satışlardan önce göründüğünü gösterirdi. Reklamların hangi satışlara yol açtığını göstermezdi. Bu kaydı paya dönüştürmek attribution modellerinin işidir; 3. bölüm bu modellerin neyi söyleyip neyi söyleyemeyeceğini soruyor.
Kaynaklar
- Berman, R. (2018). Beyond the last touch: Attribution in online advertising. Marketing Science, 37(5), 771–792. doi:10.1287/mksc.2018.1104
- Google. (2026). About attribution models; About data-driven attribution (Google Ads Help 6259715, 6394265); Attribution models in Google Analytics (Analytics Help 10596866). Accessed 13 November 2026.
- Kraft, L., Skiera, B., & Koschella, T. (2023). Economic impact of Apple's App Tracking Transparency framework. Proceedings of the European Marketing Academy (EMAC).
- Meta. (2025, October 16). Ads Insights API metric availability updates. Meta for Developers Blog.
- Meta. (2026, January 28). Fourth quarter 2025 earnings conference call transcript. [Platform; şirketin kendi ürünü hakkındaki beyanı]