--- # İlişkilendirme Modeli (Attribution Modeling) Nedir? **URL:** https://digimetri.com/tr/blog/iliskilendirme-modeli-nedir/ Date: 2026-10-27 Author: baris Post Type: post Summary: Bir e-ticaret işletmesinin pazarlama ekibi, kasım ayı kampanyalarının ardından kanal raporunu incelediğinde satışların büyük bölümünün markalı arama reklamlarından ve doğrudan trafikten geldiğini görür. Video ve sosyal medya reklamlarının payı sınırlıdır; bu kanalların bütçesini azaltmak ilk bakışta makul bir karar gibi durur. Ancak raporda görünen dağılım, kanalların gerçek katkısından çok, kullanılan ilişkilendirme modelinin (attribution modeling) sonucudur. […] Categories: Attribution Modelleri, Veri ve Analitik Featured Image: https://digimetri.com/wp-content/uploads/2026/10/retargeting-nedir.webp --- Bir e-ticaret işletmesinin pazarlama ekibi, kasım ayı kampanyalarının ardından kanal raporunu incelediğinde satışların büyük bölümünün markalı arama reklamlarından ve doğrudan trafikten geldiğini görür. Video ve sosyal medya reklamlarının payı sınırlıdır; bu kanalların bütçesini azaltmak ilk bakışta makul bir karar gibi durur. Ancak raporda görünen dağılım, kanalların gerçek katkısından çok, kullanılan ilişkilendirme modelinin (attribution modeling) sonucudur. Model değiştiğinde aynı satışlar farklı kanallara yazılır ve bütçe kararının dayanağı da değişir. ## **İlişkilendirme Modeli Nedir?** İlişkilendirme modeli, bir dönüşümün değerinin, kullanıcının dönüşüm öncesinde etkileşime geçtiği temas noktaları arasında nasıl paylaştırılacağını belirleyen kural, kurallar bütünü veya veriye dayalı algoritmadır. İngilizce kaynaklarda modelin kendisi attribution model, bu modellerin kurulması ve karşılaştırılması süreci ise attribution modeling olarak adlandırılır. Kavram üç temel terim üzerine kuruludur: - **İlişkilendirme (attribution): **Dönüşüm değerinin temas noktalarına atanması sürecidir. - **Temas noktası (touchpoint): **Reklam tıklaması, organik arama ziyareti veya e-posta bülteni gibi, kullanıcının markayla kurduğu her bir etkileşimdir. - **Dönüşüm yolu (conversion path): **Kullanıcının dönüşüme ulaşana kadar geçtiği temas noktalarının sıralı bütünüdür. ## **Model Seçimi Raporlanan Performansı Nasıl Değiştirir?** İlişkilendirme modeli, ölçülen toplam dönüşüm sayısını değiştirmez; bu dönüşümlerin hangi kanala yazılacağını belirler. Kullanıcılar çoğu zaman tek ziyarette satın alma kararı vermediği, farklı kanal ve cihazlardan markayla birden fazla kez temas kurduğu için bu dağılım üç alanı doğrudan etkiler: - **Bütçe dağılımı: **Kanal bazlı yatırım kararları, modelin ürettiği dönüşüm ve gelir verisine dayanır. - **Performans göstergeleri: **Aynı kampanyanın reklam harcamasının getirisi (ROAS) ve dönüşüm başına maliyeti modele göre farklılaşır. - **Üst huni yatırımları: **Farkındalık yaratan kanallar, yalnızca son etkileşimi ödüllendiren modellerde olduğundan düşük performanslı görünebilir. ## **İlişkilendirme Modeli Türleri Nelerdir?** İlişkilendirme modelleri, dönüşüm değerini dağıtma mantığına göre üç grupta incelenir. ### **Tek Temaslı Modeller** Tek temaslı modeller, dönüşüm değerinin tamamını tek bir temas noktasına atar. Son tıklama (last click) modeli değeri dönüşümden önceki son etkileşime, ilk tıklama (first click) modeli ise markayla kurulan ilk etkileşime yazar. Bu modellerin yorumlanması kolaydır; ancak dönüşüm yolunun geri kalanı değerlendirme dışında kalır. ### **Çok Temaslı Kural Tabanlı Modeller** Çok temaslı kural tabanlı modeller, dönüşüm değerini önceden tanımlanmış bir kurala göre birden fazla temas noktasına paylaştırır. Doğrusal (linear) model değeri tüm temas noktalarına eşit dağıtır. Zamana bağlı azalma (time decay) modeli, dönüşüme yakın etkileşimlere daha fazla ağırlık verir. Konuma dayalı (position-based) model ağırlığı ilk ve son etkileşimde toplar, kalan payı aradaki temas noktalarına böler. ### **Veriye Dayalı İlişkilendirme Modeli** Veriye dayalı ilişkilendirme (data-driven attribution), sabit bir kural yerine hesabın kendi verisinden öğrenen bir modeldir. [Google Analytics Yardım](https://support.google.com/analytics/answer/10596866?hl=tr) dokümanına göre model, dönüşümle sonuçlanan ve sonuçlanmayan yolları makine öğrenimiyle birlikte değerlendirir; bir temas noktasının yolda bulunmasının dönüşüm olasılığını ne ölçüde artırdığını hesaplar ve değeri bu katkıya göre dağıtır. Hesaplamada dönüşüme kalan süre, cihaz türü, reklam etkileşimi sayısı ve gösterim sırası gibi etkenler dikkate alınır. Modeller arasındaki fark tek bir dönüşüm yolu üzerinde açıkça görülür. Bulaşık makinesi almayı planlayan bir kullanıcı önce bir beyaz eşya markasının YouTube reklamına tıklar. Birkaç gün sonra “en sessiz bulaşık makinesi” sorgusuyla organik sonuçlardan markanın blog yazısına ulaşır, ardından bir yeniden pazarlama reklamına tıklar ve son olarak marka adını aratıp arama reklamı üzerinden siparişini tamamlar. Aynı sipariş, modellere göre şu şekilde paylaştırılır: **Model** **YouTube Reklamı** **Organik Arama** **Yeniden Pazarlama** **Markalı Arama Reklamı** **Son tıklama** %0 %0 %0 %100 **İlk tıklama** %100 %0 %0 %0 **Doğrusal** %25 %25 %25 %25 **Zamana bağlı azalma** En düşük Düşük Yüksek En yüksek **Konuma dayalı** %40 %10 %10 %40 **Veriye dayalı** Veriye göre Veriye göre Veriye göre Veriye göre   Son tıklamada siparişin tamamı markalı arama reklamına, ilk tıklamada YouTube reklamına yazılır. Organik ziyaret ile yeniden pazarlama reklamı yalnızca çok temaslı modellerde pay alır. Konuma dayalı satırda yaygın 40-20-40 dağılımı esas alınmıştır; zamana bağlı azalma ve veriye dayalı modellerde oranlar sabit değildir. ## **GA4'te Hangi İlişkilendirme Modelleri Kullanılabiliyor?** Google Analytics 4 (GA4), ilişkilendirme raporlarında üç model sunar: - **Veriye dayalı ilişkilendirme: **Değeri, hesabın kendi verisine göre temas noktalarına dağıtır. - **Ücretli ve organik son tıklama: **Doğrudan trafiği yok sayar ve değerin tamamını dönüşümden önce tıklanan son kanala yazar. - **Google ücretli kanalları son tıklaması: **Değerin tamamını yoldaki son Google Ads tıklamasına yazar; yolda Google Ads tıklaması yoksa ücretli ve organik son tıklamaya döner. Google Analytics Yardım'da belirtildiği üzere ilk tıklama, doğrusal, zamana bağlı azalma ve konuma dayalı modeller Kasım 2023 itibarıyla kullanımdan kaldırılmıştır. Bu modeller kavramsal açıdan değerini korur; ancak GA4 üzerindeki pratik tercih bugün veriye dayalı model ile son tıklama arasındadır. Raporların doğru okunması için üç ayrıntı önem taşır: - **Doğrudan trafik: **Dönüşüm yolu tamamen doğrudan ziyaretlerden oluşmadığı sürece tüm modeller doğrudan ziyaretleri hariç tutar. - **Yeniden inceleme aralığı (lookback window): **Dönüşümden ne kadar önce gerçekleşen temas noktalarının pay alabileceğini belirler. [İlişkilendirme ayarları](https://support.google.com/analytics/answer/10597962?hl=tr) dokümanına göre varsayılan süre, ilk ziyaret gibi edinme etkinliklerinde 30 gün, diğer önemli etkinliklerde (key event) 90 gündür. - **Ayarın kapsamı: **Raporlama ilişkilendirme modeli, Yönetici > Veri görüntüleme > Etkinlikler > İlişkilendirme ayarları yolundan değiştirilir. Değişiklik geçmiş verilere de uygulanır; oturum ve kullanıcı kapsamlı trafik boyutları ise bu ayardan etkilenmez. ## **Doğru Model Nasıl Seçilir?** Doğru ilişkilendirme modeli, her işletme için geçerli tek bir seçenek değildir; iş modeline, kanal yapısına ve raporlama ihtiyacına göre belirlenir. Değerlendirmede dört ölçüt öne çıkar: - **Satış döngüsünün uzunluğu: **Karar süreci uzadıkça temas noktası sayısı artar ve tek temaslı modeller tabloyu daraltır. - **Kanal çeşitliliği: **Çok sayıda kanala yatırım yapan işletmeler, kanalların birbirine etkisini görebilmek için çok temaslı bir bakışa ihtiyaç duyar. - **Veri hacmi: **Veriye dayalı model hesabın kendi yol verisinden öğrenir. Dönüşüm hacminin düşük olduğu hesaplarda sonuçların son tıklama ile birlikte okunması temkinli bir yaklaşımdır. - **Şeffaflık ihtiyacı: **Kural tabanlı modellerin mantığı paydaşlara kolayca açıklanır; veriye dayalı modelde hesaplama yöntemi daha az görünürdür. Tek bir modele bağlı kalmak yerine, GA4'ün Reklamcılık bölümündeki ilişkilendirme modelleri raporunda iki modelin sonuçları yan yana incelenebilir. Model değiştiğinde payı belirgin biçimde artan kanallar, son tıklama raporlarında değeri eksik görünen kanallardır. ## **İlişkilendirme Verisinin Sınırları Nelerdir?** İlişkilendirme modelleri yalnızca ölçülebilen etkileşimler üzerinde çalışır; ölçülemeyen bir temas noktası hiçbir modelde pay alamaz. Başlıca sınırlar şunlardır: - Çerez izni vermeyen kullanıcıların etkileşimleri ölçüm kapsamı dışında kalabilir. - Farklı cihaz ve tarayıcılar arasındaki geçişler her zaman tek bir kullanıcıyla eşleştirilemez. - GA4 modelleri tıklamaları ve YouTube'daki etkileşimli görüntülemeleri (engaged view) esas alır; yalnızca görüntülenen reklamlar ile televizyon veya mağaza gibi çevrimdışı temaslar pay almaz. Bu nedenle ilişkilendirme verisi, bir kanalın etkisini kontrollü biçimde ölçen artımlılık (incrementality) testleri ve pazarlama karması modellemesi (marketing mix modeling) gibi yöntemlerle birlikte değerlendirilmelidir. ## **İlişkilendirme Modeli SEO ve Pazarlama Performansı Açısından Neden Önemli?** İlişkilendirme modeli, SEO ile ücretli kanalların aynı dönüşüm yolundaki rollerini birlikte görünür kılan ölçüm çerçevesidir. Organik arama, kullanıcıların araştırma aşamasında sıkça başvurduğu bir kanaldır; bilgi amaçlı bir sorguyla siteye ulaşan ziyaretçi çoğu zaman ilk ziyaretinde satın alma yapmaz. Yalnızca son etkileşimi ödüllendiren bir rapor, bu nedenle içerik ve SEO yatırımlarının katkısını olduğundan düşük gösterebilir. Yukarıdaki örnekte blog yazısı son tıklama modelinde hiç pay almaz; oysa kullanıcının markayı değerlendirmeye aldığı an o ziyarettir. --- ## Categories - Attribution Modelleri - Veri ve Analitik --- ## Navigation - [About us](https://digimetri.com/about-us/) - [Services](https://digimetri.com/services/) - [Success Stories](https://digimetri.com/success-stories/) - [Technology](https://digimetri.com/technology/) - [Türkçe](https://digimetri.com/tr/blog/retargeting-nedir/) - [Contact Us](https://digimetri.com/contact-us/) --- ## Footer Links - [performance@digimetri.com](mailto:performance@digimetri.com) - [Robots.txt Checker](https://digimetri.com/robots-txt-checker/) - [Sitemap Checker](https://digimetri.com/sitemap-checker/) - [Hreflang Checker](https://digimetri.com/hreflang-checker/) - [AI Bot Access Checker](https://digimetri.com/ai-bot-access-checker/) - [URL Status Code Checker](https://digimetri.com/url-status-code-checker/) - [LLMs.txt Checker](https://digimetri.com/llms-txt-checker/) - [Industries](https://digimetri.com/industries/) - [Services](https://digimetri.com/services/) - [Success stories](https://digimetri.com/success-stories/) - [Technology](https://digimetri.com/technology/) - [Blog](https://digimetri.com/blog/) - [Contact us](https://digimetri.com/contact-us/) - [Policies](https://digimetri.com/privacy-policy/) - [AI Info](https://digimetri.com/ai-info/)