AI ile İçerik Performansı Ölçme: Metrikler, Dashboard ve A/B Testi

İçerik üretmek tek başına yeterli değil; asıl farkı, performansı düzenli ölçmek ve öğrendiklerinizi sistematik şekilde iyileştirmeye çevirmek yaratır. Burada iki sinyal grubu öne çıkar: (1) GA4 gibi analitik sistemlerin davranış ve hedef (key event) metrikleri ve (2) metnin kendisinden çıkarılan AI tabanlı etiketler (kategori/sınıf, entity, sentiment gibi).

Bu yazıda “Yapay Zeka ile İçerik Analizi” yaklaşımını üç parçaya bölerek pratik bir çerçeve sunuyorum:

• Metrikler: GA4’te hangi metrikler içerik performansının omurgasını oluşturur, nasıl yorumlanır?
• Dashboard: İçerik ekibi için aksiyon üreten bir görünüm nasıl kurulur?
• A/B testi: Değişikliklerin gerçekten etkili olup olmadığını yanıltıcı sonuçlardan kaçınarak nasıl doğrularız?

1) GA4 ile içerik performansı: Temel metrikleri doğru okumak

“Trafik arttı mı?” önemli bir soru; ancak modern içerik yönetimi için daha iyi soru şudur: Hangi içerikler doğru kitleyi çekiyor, etkileşime sokuyor ve hedef aksiyona götürüyor?

GA4 bu amaçla özellikle etkileşim odaklı metrikler sunar. GA4’ün tanımlarına sadık kalmak kritik; çünkü eski ölçüm modellerinden farklılıklar ekip içinde yanlış kıyaslara yol açabilir.

Engaged session (Etkileşimli oturum) nedir?

GA4’te engaged session, şu koşullardan en az birini sağlayan oturumdur:

• Oturumun 10 saniyeden uzun sürmesi, veya
• En az 1 key event içermesi, veya
• 2 veya daha fazla page/screen view içermesi.

Kaynak: Google Analytics Help – Engagement rate and bounce rate.

Engagement rate ve bounce rate nasıl ilişkilidir?

GA4’te engagement rate, engaged sessions / sessions oranı olarak raporlanır. Bounce rate ise engaged olmayan oturumların oranı olarak ele alınır. Bu nedenle içerik sayfalarında “bounce rate’i tek başına düşürmek” yerine, engaged session mantığını temel alarak “kaliteli oturum” tanımını netleştirmek daha sağlıklı olur. Kaynak: GA4 engagement/bounce tanımı.

Bu yazıda kullandığımız süre metriği: “Average engagement time per session”

GA4 arayüzünde benzer isimli farklı metrikler görebilirsiniz. Bu yazı boyunca dashboard ve analizlerde Average engagement time per session metriğini esas alıyoruz (GA4 raporlarında engagement odaklı görünüm). İlgili rapor yapısı ve metriklerin raporlanmasına dair örnek: GA4 – Engagement overview report.

“Tek metrik” yaklaşımından kaçının

İçerik performansını daha iyi okutan pratik kombinasyon:

• Etkileşim: engaged sessions, engagement rate, Average engagement time per session
• Hedef: key event sayısı + (ekip tanımlı) key event oranı
• Dağıtım: kanal bazında (organic, social, referral, email vb.) performans
• Sayfa rolü: landing page mi, destekleyici içerik mi?

Not: GA4’te seçtiğiniz boyut (dimension) içerik bazlı sonuçları ciddi biçimde etkiler. Örneğin “Landing page” ile “Page path” aynı soruyu cevaplamaz. Dashboard’a kullandığınız boyutları açık şekilde yazmak yorum hatası riskini düşürür.

Metrik sözlüğü (ekip içi hizalama için)

2) AI ile içerik analizi: Etiketleme ve içerik portföyünü yönetmek

GA4 size çoğunlukla “ne oldu?” sorusunu yanıtlar. AI destekli içerik analizi ise içeriği daha yönetilebilir hale getirir: hangi konular yoğun, hangi başlıklarda boşluk var, içerikler hangi etiketlerle gruplanmalı?

Google Cloud Natural Language ile içerik etiketleme

Google Cloud Natural Language; metinler üzerinde içerik sınıflandırma, entity çıkarımı ve sentiment gibi analizler sunar. Bu çıktılar, içerik kütüphanenizi daha tutarlı segmentlere ayırmak ve içerik denetimi (audit) yapmak için kullanılabilir. Kaynak: Cloud Natural Language documentation.

Örnek kullanım senaryoları:

• Kategori/etiket standardizasyonu: Ekip içinde dağınık etiketleri daha tutarlı hale getirmek.
• İçerik denetimi (audit): Portföyünüzde hangi temaların şiştiğini, hangilerinin zayıf kaldığını görmek.
• Tutarlılık kontrolleri: Entity yoğunluğu ve sentiment gibi sinyallerle içerik tonunda büyük sapmaları izlemek (tek başına kalite kararı değildir; yardımcı sinyaldir).

İçerik skoru (content score): GA4’te “tek bir skor” yok, siz tanımlarsınız

GA4 raporları, içerik için tekil ve evrensel bir “content score” üretmez; bunun yerine engagement ve benzeri metrikleri sunar. Bu nedenle bir “içerik skoru” kullanacaksanız, onu organizasyon tanımlı bir KPI olarak ele alıp formülünü ve kullanım amacını açıkça dokümante etmek gerekir. GA4 rapor yaklaşımı için: Engagement overview report. AI etiket sinyalleri için: Cloud Natural Language docs.

Uygulanabilir bir içerik skoru çerçevesi (örnek yaklaşım):

• Performans (GA4): engagement rate, Average engagement time per session, key event session rate (ekip tanımlı)
• İçerik sinyalleri (AI etiketleri): konu sınıfı, entity’ler, sentiment
• Operasyon sinyalleri (iç ekip): güncelleme tarihi, içerik türü, hedef persona

Önemli not: Skoru “tek doğru” gibi değil, karar destek sinyali gibi konumlayın. Örneğin editorial önceliklendirme için kullanılabilir; ancak tek başına “iyi/kötü” hükmü vermemelidir.

Benzerlik/kümeleme: Opsiyonel ve genellikle ek modelleme gerektirir

İçerikleri “benzer içerik kümeleri” halinde yönetmek çoğu ekipte çok faydalıdır; ancak bu adım genellikle sınıflandırma/entity/sentiment çıktılarının ötesinde ek bir benzerlik modeli (veya içerik temsil yöntemi) gerektirir. Bu yazıda benzerlik/kümeleme adımını opsiyonel bir gelişmiş aşama olarak konumlandırıyoruz; Cloud Natural Language’ın tek başına “kümeyi hazır veren” bir özellik olduğu izlenimini vermemek gerekir.

Pratik mini-pipeline: GA4 + AI etiketleri ile segmentasyon

1. URL listesi: İçerik URL’lerini çıkarın (ör. blog dizini).
2. GA4 metrikleri: URL bazında engaged sessions, engagement rate, Average engagement time per session ve key event metriklerini alın.
3. AI etiketleme: Her URL’nin metnini Natural Language ile sınıflandırın, entity/sentiment çıkarın.
4. Birleştirme: URL anahtarında GA4 + AI verisini tek tabloda birleştirin.
5. Segment tanımı: “Yüksek etkileşim + düşük key event session rate” veya “yüksek trafik + düşük engagement rate” gibi segmentler oluşturun.
6. Aksiyon: Her segment için standart aksiyonlar belirleyin (CTA revizyonu, içerik yeniden yapılandırma, iç link iyileştirme vb.).

3) İçerik dashboard’u: Ölçümü eyleme çeviren tasarım

Dashboard’un amacı “daha çok grafik” değil, daha hızlı ve daha doğru karar vermektir. En iyi içerik dashboard’u, editorial toplantıda 10–15 dakikada aksiyon listesine dönüşebilen dashboard’dur.

Önerilen dashboard yapısı (tek bakışta)

Dashboard için küçük ama kritik ipuçları

• 1 North Star seçin: Örn. engagement rate veya key event session rate (ekip tanımlı). Her ekip her şeyi aynı anda optimize edemez.
• Boyutları yazıyla sabitleyin: “Landing page” mi, “Page path” mi? Panel başlığında belirtin.
• Her paneli aksiyona bağlayın: “Bu panel kötüleşirse ne yaparız?” sorusuna 1–2 standart yanıt yazın.

GA4’te engagement odaklı rapor yapısına örnek: GA4 Engagement overview report.

4) A/B testi: İçerik değişikliklerini güvenilir şekilde doğrulamak

İçerik ekibinin sık düştüğü tuzak şudur: Bir değişiklik yaparsınız, metrikler oynar ve “işe yaradı” dersiniz. Oysa aynı dönemde kanal karması, sezon etkisi veya rastlantı da rol oynayabilir. Bu nedenle önemli değişiklikleri online kontrollü deney yaklaşımıyla doğrulamak değerlidir.

Web üzerinde kontrollü deneylere dair kapsamlı bir derleme; hipotezin önceden tanımlanması, ölçüm kalitesi ve deney geçerliliği gibi konuların kritik olduğunu vurgular. Kaynak: Kohavi et al. – Controlled experiments on the web (PDF).

İçerikte A/B testine uygun değişiklikler

• Başlık ve alt başlık hiyerarşisi
• Giriş paragrafı (ilk 5–10 saniyedeki değer önerisi)
• CTA metni/yerleşimi (ör. rehberin ortasında vs. sonunda)
• İç link kurgusu (ilgili rehberlere yönlendirme)
• Özet kutusu / madde listeleri (taranabilirlik)

Hipotez yazma şablonu

“Eğer [değişiklik] yaparsak, [hedef kitle/segment] için [birincil metrik] şu nedenle [beklenen yön] değişir: [mantık].”

Örnek: “Eğer landing page üst kısmına 3 maddelik ‘ne öğreneceksiniz’ özeti eklersek, yeni kullanıcılar için engagement rate artar; çünkü sayfa değerini ilk saniyelerde daha net anlatır.”

Deney güvenilirliği için kontrol listesi

• Birincil metrik önceden seçildi mi? (Örn. engagement rate)
• Guardrail metrik belirlendi mi? (Örn. key event session rate veya key event sayısı)
• Deney süresi ve durdurma kuralı var mı? Erken durdurma sonuçları olduğundan güçlü gösterebilir.
• Ölçüm kaybı kontrol edildi mi? Event’lerin eksik toplanması yorumları bozar.
• Segment tutarlılığı sağlandı mı? Mobil/desktop veya kanal karması iki varyantta farklılaşırsa yorum zorlaşır.
• Değişiklik tek mi? Aynı anda çok fazla değişiklik, “neyin etkili olduğunu” ayırt etmeyi zorlaştırır.

Platform bazlı pratik koşum adımlarına örnek (kurulum mantığını görmek için): Optimizely Full Stack – Run A/B tests.

5) Uygulama planı: 2 haftalık hızlı başlangıç

1–2. gün: Ölçüm hedefini ve veri sözlüğünü netleştirin

• Birincil hedef: engagement rate mi, key event session rate mi (ekip tanımlı)?
• “Başarılı içerik” tanımı: hangi metrik kombinasyonu?
• Dashboard boyutları: landing page, channel, device, country (hangileri zorunlu?)

3–5. gün: İlk dashboard’u çıkarın

• GA4’ten engaged sessions, engagement rate, Average engagement time per session ve key event metriklerini alın.
• Top 20 içerik: en iyi ve en zayıf sayfaları birlikte görün.
• En az 3 segment oluşturun: “yüksek trafik/düşük engagement rate”, “yüksek etkileşim/düşük key event session rate”, “düşük trafik/yüksek etkileşim”.

6–10. gün: AI etiketleme ile içerik segmentlerini olgunlaştırın

• Natural Language ile kategori/sınıf, entity ve sentiment çıkarımı yapın.
• İçerikleri konu sınıfına göre gruplayıp metrikleri karşılaştırın.
• Her segment için 1–2 “iyileştirme kalıbı” belirleyin (CTA, yapı, iç link).

11–14. gün: İlk A/B testini tasarlayın ve raporlayın

• Tek değişiklik seçin (ör. özet kutusu ekleme).
• Hipotez + birincil metrik + guardrail metrik belirleyin.
• Deneyi yeterli süre çalıştırıp sonucu aynı dashboard’da “deneyler” paneline işleyin.

FAQ

GA4 engaged session nedir?

GA4’te engaged session; oturumun 10 saniyeden uzun sürmesi veya en az 1 key event içermesi ya da 2+ page/screen view içermesi durumunda sayılır. Kaynak: GA4 – Engagement rate and bounce rate.

Engagement rate nasıl hesaplanır?

GA4’te engagement rate, engaged sessions / sessions oranıdır. Kaynak: GA4 – Engagement rate and bounce rate.

GA4’te “Average engagement time per session” neden önemli?

İçerik sayfalarında yalnızca giriş/çıkış yerine, oturum içinde ne kadar “aktif etkileşim” gerçekleştiğine dair ek bir sinyal sağlar. Bu yazıda süre metriği olarak bunu standart kabul edip dashboard’da tutarlı şekilde kullanmanızı öneriyoruz. Örnek rapor yaklaşımı: GA4 – Engagement overview report.

İçerik A/B testi nasıl yapılır?

Önce hipotezi ve birincil metriği (ör. engagement rate) yazın; sonra tek bir değişikliği kontrol/variant mantığıyla çalıştırıp sonuçları deney geçerliliği ve ölçüm kalitesi açısından değerlendirerek karar verin. Metodoloji için: Kohavi et al. (PDF). Pratik koşum örneği (platform dokümanı): Optimizely – Run A/B tests.

Sonuç: Ölçüm + AI etiketleri + deney kültürü = sürdürülebilir içerik büyümesi

GA4, içerik performansının davranışsal kanıtını sunar; AI etiketleri ise içerik kütüphanenizi daha yönetilebilir hale getirir. İkisini bir dashboard’ta birleştirip önemli değişiklikleri A/B testiyle doğruladığınızda, içerik üretimi “tahmin” olmaktan çıkar ve öğrenen bir sisteme dönüşür.

Başlarken hedefiniz kusursuz bir skor sistemi kurmak değil; ölçülebilir bir döngü kurmak olsun: ölç → yorumla → dene → öğren → ölçekle.