Google Ads teklif stratejileri, bir kampanyanın kârlı mı yoksa zararlı mı çalışacağını belirleyen en kritik karar noktasıdır — bütçenin ne kadar olduğundan çok, bu bütçenin nasıl yönetildiği sonucu şekillendirir. Manuel CPC’den Hedef ROAS’a uzanan bu strateji yelpazesini doğru anlamadan kurulan kampanyalar, tıklamaları toplar ama dönüşüm üretmez.
Ancak asıl sorun, yanlış strateji seçmekten daha derindir: çoğu reklamveren tek bir “doğru” strateji arayışına girerken, seçimin kampanya türüne, hesap olgunluğuna ve mevcut dönüşüm hacmine göre değiştiğini gözden kaçırır. Yeni bir kampanyaya aşırı agresif bir Akıllı Teklif stratejisi uygulamak, sistemi öğrenme döneminde körleştirir; tersine, ölçeklenmesi gereken olgun bir hesabı Manuel CPC ile yönetmek büyüme potansiyelini sınırlar.
Bu rehber; manuel ve akıllı teklif stratejilerini karşılaştırmalı biçimde ele alacak, Hedef EBM ile Hedef ROAS için somut geçiş eşiklerini açıklayacak ve Performance Max ile Video kampanyaları dahil farklı kampanya türleri için hangi stratejinin ne zaman işe yaradığını net kriterlerle ortaya koyacak. AdRoket olarak bu içeriği, bütçesini verimli kullanmak isteyen her ölçekten reklamveren için pratik bir karar kılavuzuna dönüştürdük.
Google Ads Teklif Stratejileri Nedir ve Neden Önemlidir?
Google Ads teklif stratejileri, bir reklamın açık artırmada ne kadar ödeme yapacağını belirleyen ve kampanya başarısını doğrudan şekillendiren karar mekanizmalarıdır. Hangi stratejiyi seçtiğiniz; görünürlüğünüzü, tıklama maliyetinizi ve nihayetinde reklam harcamasından elde ettiğiniz getiriyi belirler.
Teklif Stratejisi Neden Bu Kadar Kritik?
Google Ads, her reklam gösterimi için gerçek zamanlı bir açık artırma sistemi işletir. Bu sistemde yalnızca en yüksek teklifi veren değil, en uygun teklifi veren reklamveren öne çıkar. Teklif optimizasyonu, bu denklemi sizin lehinize çevirmek için kullandığınız stratejik araçtır.
Yanlış bir teklif stratejisiyle iyi bir bütçe de hızla boşa harcanabilir. Doğru stratejiyle ise sınırlı bir bütçe dahi ölçülebilir sonuçlar üretebilir.
Teklif Stratejileri Hangi Hedeflere Göre Şekillenir?
Google Ads ekosisteminde teklif stratejileri üç temel hedef ekseninde gruplanır:
- Görünürlük odaklı: Reklamınızın mümkün olduğunca çok kişiye ulaşmasını önceliklendirir. Marka bilinirliği kampanyaları için uygundur.
- Trafik odaklı: Web sitenize maksimum tıklama çekmeyi hedefler. Sitenizin dönüşüm altyapısına güveniyorsanız etkili olabilir.
- Dönüşüm odaklı: Satış, form doldurma veya arama gibi belirli bir eylemi en verimli maliyetle elde etmeyi amaçlar. Çoğu KOBİ için nihai hedef burasıdır.
Her eksen, hem manuel kontrol hem de Google’ın makine öğrenmesine dayanan akıllı teklif seçeneklerini barındırır.
Manuel ve Akıllı Teklif: Temel Ayrım
Manuel teklif, her anahtar kelime veya reklam grubu için maksimum tıklama başı maliyeti (CPC) siz belirlersiniz. Bu yaklaşım tam kontrol sunar; ancak düzenli optimizasyon gerektirir ve veriden yavaş öğrenir.
Akıllı teklif ise Google’ın gerçek zamanlı sinyallerden — kullanıcının cihazı, konumu, günün saati, geçmiş davranışları — yararlandığı otomatik bir sistemdir. Yeterli dönüşüm verisi biriktiğinde bu sistem, manuel optimizasyonun ulaşamayacağı hassasiyette teklif ayarlamaları yapabilir.
Ancak akıllı teklif, veriyle beslenmediğinde körü körüne çalışır. Google Ads teklif stratejisi öğreniyor aşaması tam da bu yüzden önem taşır: Sistem yeterli veriyi toplamadan performans beklentisi gerçekçi olmaz.
Reklam Başarısına Etkisi
Teklif stratejisi seçimi, kampanyanızın tüm metriklerini domine eder:
| Strateji Tipi | Avantaj | Risk |
|---|---|---|
| Manuel CPC | Tam kontrol, düşük otomasyona bağımlılık | Zaman yoğun, sinyal işleme kapasitesi sınırlı |
| Hedef EBM | Belirli bir maliyet içinde dönüşüm | Yetersiz veriyle düşük hacim |
| Hedef ROAS | Harcama başına gelir odaklı optimizasyon | Doğru gelir izleme şart |
| Tıklamaları Maksimize Et | Hızlı trafik artışı | Kalitesiz trafik riski |
Google Ads reklam bütçesi yönetimi ve teklif stratejisi aslında birbirinden ayrı düşünülmemesi gereken iki bileşendir; biri diğerinin verimliliğini doğrudan belirler.
AdRoket olarak biz, her müşterinin kampanya hedefini ve mevcut veri olgunluğunu analiz ederek teklif stratejisi önerisi geliştiriyoruz. Çünkü evrensel bir “en iyi strateji” yoktur — doğru strateji, sizin verilerinizin ve hedeflerinizin kesişim noktasında durur.
Tüm Google Ads Teklif Stratejilerinin Karşılaştırmalı Tablosu
Google Ads’deki tüm teklif stratejilerini tek bir çerçevede karşılaştırmak, hangi aşamada hangi yaklaşımın işe yaradığını netleştirir. Aşağıdaki tablo, manuel teklif ile akıllı teklif seçeneklerini hedef, kontrol düzeyi ve ideal kullanım senaryosu açısından yan yana göstermektedir.
| Teklif Stratejisi | Tür | Birincil Hedef | Kontrol Düzeyi | İdeal Senaryo |
|---|---|---|---|---|
| Manuel TBM | Manuel | Tıklama başına maliyet kontrolü | Tam | Yeni hesap, veri yok, test aşaması |
| Geliştirilmiş TBM (eTBM) | Yarı otomatik | Dönüşüm olasılığına göre teklif ayarı | Orta | Manuel’den akıllıya geçiş köprüsü |
| Tıklamaları Maksimize Et | Otomatik | Bütçe içinde maksimum tıklama | Düşük | Trafik artışı, yeni kampanya ısınması |
| Dönüşümleri Maksimize Et | Akıllı | Bütçeyi dönüşüme dönüştürme | Düşük | Yeterli bütçe var, hedef EBM esnek |
| Hedef EBM | Akıllı | Belirli bir maliyetle dönüşüm | Orta | E-ticaret, lead gen, dönüşüm verisi olgun |
| Hedef ROAS | Akıllı | Harcama başına gelir optimizasyonu | Orta | Gelir izleme doğru, ürün marjları net |
| Hedef Gösterim Payı | Akıllı | Belirli bir görünürlük oranı | Orta | Marka bilinirliği, rakip savunma |
Stratejileri Ayıran Gerçek Fark: Kontrol mu, Veri mi?
Manuel teklif, her anahtar kelime için teklifin tek tek belirlendiği yaklaşımdır. Bu, tam kontrol sağlar; ancak sinyalleri insan gözüyle işlemek her zaman makine hızıyla rekabet edemez. Akıllı teklif ise Google’ın makine öğrenmesi altyapısını devreye sokarak cihaz, konum, saat, kullanıcı davranışı gibi onlarca sinyali eş zamanlı değerlendirir.
Ancak bu iki yaklaşım arasındaki seçim yalnızca “otomasyon var mı yok mu” sorusuyla yapılmamalıdır. Belirleyici üç etken şunlardır:
- Veri olgunluğu: Akıllı teklifler, özellikle Hedef EBM ve Hedef ROAS, yeterli dönüşüm verisi olmadan öğrenme döngüsüne takılır.
- Hedef netliği: Dönüşüm hacmi mi, maliyet kontrolü mü, gelir mi — hedef net değilse strateji de verimli çalışmaz.
- Bütçe esnekliği: Sabit ve kısıtlı bütçelerde makine öğrenmesinin manevra alanı daralır; bu durumda manuel veya yarı otomatik seçenekler daha öngörülebilir sonuç verir.
Hangi Strateji Hangi Aşamaya Uyar?
Kampanya yaşam döngüsünü düşündüğünüzde, strateji seçimi dinamik bir süreç olarak ele alınmalıdır:
- Başlangıç aşaması: Manuel TBM veya Tıklamaları Maksimize Et ile veri birikmesi sağlanır.
- Büyüme aşaması: Dönüşüm verisi olgunlaştıkça eTBM veya Dönüşümleri Maksimize Et’e geçiş mantıklıdır.
- Optimizasyon aşaması: Yeterli geçmiş verisiyle Hedef EBM veya Hedef ROAS, hesabın tam potansiyelini ortaya çıkarır.
Teklif stratejisi türleri arasındaki bu doğal ilerleme yolu, birçok hesabın en sık gözden kaçırdığı noktadır. Stratejiyi bir kez belirleyip bırakmak değil; hesap verisi büyüdükçe yükseltmek, sürdürülebilir performansın temelidir.
Ekibimiz, bu geçiş noktalarını her müşteri için ayrı ayrı değerlendirerek hangi stratejinin ne zaman devreye alınacağına dair veri odaklı bir yol haritası oluşturuyor — çünkü teklif stratejisi seçimi, reklamın tamamına yayılan bir karar, tek seferlik bir ayar değil.
Manuel TBM: Tam Kontrol Ne Zaman Avantajdır?
Manuel teklif kontrolü, reklamverenin her anahtar kelime için tıklama başına ödeyeceği maksimum tutarı bizzat belirlediği, algoritmanın bütçe kararlarına karışmadığı tek teklif yöntemidir. Bu basit tanım, aynı zamanda manuel TBM’nin hem en büyük avantajını hem de en belirgin sınırlılığını özetler.
Manuel TBM Ne Zaman Mantıklı Seçimdir?
Hesabınızda henüz yeterli dönüşüm verisi yoksa, akıllı teklif stratejileri için gereken “yakıt” da yok demektir. Makine öğrenmesi algoritmaları geçmişe bakarak tahmin yürütür; geçmiş verisi zayıf bir hesapta bu tahminler rastgele sonuçlar üretebilir. Bu durumda manuel tıklama başına maliyet, denklemi tersine çevirir: siz algoritmaya güvenmek yerine veriye dayanarak kendi kararlarınızı verirsiniz.
Manuel TBM tercih edilebilir olduğu durumlar:
- Yeni hesaplar ve kampanyalar: İlk haftalarda dönüşüm sinyali birikmeden önce, teklifleri manuel kontrol etmek bütçe israfını sınırlar.
- Düşük hacimli niş kampanyalar: Aylık tıklama sayısı yüzlerle ölçülen dar hedeflerde, akıllı stratejilerin öğrenme moduna girip çıkmasını beklemek verimsizdir.
- Marka kampanyaları: Markanın kendi adını arayan kullanıcılara gösterilen reklamlarda rekabet genellikle sınırlıdır; sabit ve düşük bir teklif çoğu durumda yeterlidir.
- Fiyat testleri: Belirli anahtar kelimelerde farklı teklif seviyelerinin performansa etkisini izole etmek istediğinizde, değişkeni siz kontrol etmek istersiniz.
Güçlü Yönler
Manuel TBM ile her anahtar kelimeye ayrı teklif atayabilir, dönüşüm değeri yüksek kelimeleri bütçenin merkezine yerleştirebilirsiniz. Kampanya sabahın ilk saatinde düşük dönüşüm oranı sergiliyorsa teklifi kendiniz düşürürsünüz; bir algoritmanın öğrenme döngüsünü tamamlamasını beklemenize gerek yoktur. Bu doğrudan teklif kontrolü, özellikle küçük bütçelerde her kuruşun nereye gittiğini net görmenizi sağlar.
Zayıf Yönler
Kontrol avantajı, aynı zamanda bir yük getirir. Her anahtar kelimeyi düzenli izlemek, sezon değişikliklerinde, rakip hamlelerde ve açık artırma dinamiklerindeki anlık kaymalarda teklifleri güncellemek ciddi zaman gerektirir. Hesap büyüdükçe bu operasyonel yük katlanır. Bunun yanı sıra manuel TBM, kullanıcının cihazını, konumunu veya arama saatini teklif kararlarına dahil edemez; teklif ayarlamalarını ise yine manuel yapılandırmanız gerekir.
| Boyut | Manuel TBM |
|---|---|
| Kontrol düzeyi | Tam |
| Veri gereksinimi | Düşük |
| Zaman maliyeti | Yüksek |
| Ölçeklenebilirlik | Sınırlı |
| Optimum kullanım | Yeni hesap, düşük hacim, marka |
Geçiş Noktası
Manuel teklif kontrolü, bir varış noktası değil; akıllı stratejilere zemin hazırlayan bir başlangıç aşamasıdır. Hesabınızda yeterli dönüşüm verisi biriktiğinde, elde edilen bu veriyi daha sofistike otomasyona devretmek genellikle performansı yukarı taşır. Ekibimiz, bu eşiği her kampanya için ayrı ayrı değerlendirerek geçiş zamanlamasını bütçe ve hedeflere göre konumlandırıyor — çünkü erken geçiş kadar, geç kalınan geçiş de fırsat maliyeti yaratır.
Akıllı Teklif Stratejileri: Makine Öğrenmesi Nasıl Çalışır?
Akıllı teklif, her açık artırma anında yüzlerce sinyali eş zamanlı işleyerek teklifin ne kadar olması gerektiğini tahmin eden makine öğrenmesi tabanlı bir optimizasyon sistemidir.
Manuel yöntemde bir teklif kararı yalnızca sizin belirlediğiniz parametrelerle sınırlıdır. Akıllı teklif sistemleri ise her bir reklam gösterimi için o kullanıcıya, o anda, o cihazda dönüşüm gerçekleşip gerçekleşmeyeceğini tahmin eder ve teklifi bu tahmini olasılığa göre otomatik olarak ayarlar.
Açık Artırma Anı Optimizasyonu
Geleneksel kampanya yönetiminde teklif ayarlamalarını önceden tanımlarsınız: sabah saatlerinde %20 artır, mobil cihazlarda %15 azalt gibi. Bu yaklaşım kaba bir ayarlama yapmanızı sağlar, ancak her kullanıcının davranışını bireysel düzeyde yansıtamaz.
Akıllı teklif sistemleri ise her reklamın gösterildiği anlık bağlamı değerlendirir. Bu değerlendirme sürecinde dikkate alınan başlıca sinyaller şunlardır:
- Cihaz türü ve işletim sistemi: Kullanıcının hangi cihazdan eriştiği, o cihaz segmentinin genel dönüşüm örüntüsüyle birlikte analiz edilir.
- Konum ve yerel bağlam: Yalnızca şehir değil; mahalle, yakındaki fiziksel konumlar ve coğrafi geçmiş de sinyal olarak kullanılır.
- Arama zamanı: Günün saati ve haftanın günü bazında dönüşüm örüntüleri hesaba katılır.
- Sorgu içeriği ve niyet: Yazılan kelimelerin ötesinde, kullanıcının arama niyeti yapay zeka tarafından değerlendirilir.
- Kullanıcının tarayıcı ve platform geçmişi: Hesabınıza izin verilen ölçüde mevcut kullanıcı segmentasyon verileri dahil edilir.
- Tahmini rakip aktivitesi: Açık artırmanın o anki rekabet yoğunluğu modele etki eder.
Bu sinyallerin tamamı tek bir karar noktasında — kullanıcı arama yaparken — milisaniyeler içinde işlenir.
Makine Öğrenmesinin Öğrenme Eşiği
Otomatik teklif sistemlerinin doğru tahmin üretebilmesi için hesabınızda yeterli dönüşüm verisinin birikmiş olması gerekir. Veri yetersizse model, öngörü yapmakta zorlanır ve teklif kararları gerçek dışı tahminlere dayanabilir. Bu nedenle manuel teklif ile başlayıp veri olgunlaştıktan sonra akıllı stratejilere geçmek, hesap performansı açısından genellikle daha sağlıklı bir yol sunar.
Öğrenme sürecinde sistem belirli bir dönüşüm hacmine ulaşana kadar “öğrenme dönemi” modunda çalışır; bu dönemde performans dalgalanmaları normaldir ve erken müdahalelerden kaçınmak, modelin doğru bir temele oturmasını kolaylaştırır.
Akıllı Teklif Stratejileri Hangilerini Kapsar?
Google Ads’deki makine öğrenmesi tabanlı otomatik teklif seçenekleri farklı iş hedeflerine göre şekillenir:
| Strateji | Temel Hedef | Uygun Senaryo |
|---|---|---|
| Hedef EBM | Sabit dönüşüm başı maliyet | Dönüşüm maliyeti kontrolü öncelikli |
| Hedef ROAS | Harcama başına gelir oranı | E-ticaret, gelir odaklı kampanyalar |
| Dönüşümleri Artır | Maksimum dönüşüm hacmi | Bütçe sabiti, hacim hedefi var |
| Dönüşüm Değerini Artır | Maksimum gelir | Bütçe sabiti, gelir hedefi var |
| Hedef Gösterim Payı | Görünürlük | Marka bilinirliği kampanyaları |
Her stratejinin farklı veri ve bütçe koşullarında güçlü veya zayıf yanları bulunur. Örneğin Performance Max kampanyaları, bu stratejilerin en kapsamlı otomasyonla birleştiği biçimi temsil eder ve akıllı teklifin tam potansiyelini görmek için ayrıca incelemeye değer.
Akıllı teklifin gerçek değeri, yalnızca otomasyon sunmasında değil; insan kapasitesinin yetişemeyeceği ölçekte veri işleyerek her teklif kararını bireyselleştirmesinde yatar. Ancak bu sistemin verimli çalışması, hesap yapısının doğru kurgulanmasına ve hedeflerin açıkça tanımlanmasına bağlıdır — otomasyon bu zemin olmadan kendi başına sonuç üretemez.
Hedef EBM: Kaç Dönüşümle Başlamalı? Eşik Değerler ve Kurulum
Hedef EBM stratejisi, hesapta en az 30 dönüşüm biriktiğinde güvenilir biçimde çalışmaya başlar; ancak optimum performans için aylık 50 veya üzeri dönüşüm verisi olan kampanyalar bu stratejiyi çok daha verimli kullanır.
Neden Dönüşüm Sayısı Bu Kadar Önemli?
Google’ın akıllı teklif sistemi, geçmiş dönüşüm verilerini kullanarak gelecekteki dönüşüm olasılıklarını tahmin eder. Veri yetersiz olduğunda sistem “öğrenme aşamasında” kalır ve hedefleri tutturmak yerine bütçeyi verimsiz harcar. Bu nedenle EBM eşik değer, strateji seçimini doğrudan etkileyen teknik bir koşuldur; sezgisel bir tercih meselesi değildir.
Adım Adım Hedef EBM Kurulumu
1. Mevcut dönüşüm performansını ölç
Stratejiyi etkinleştirmeden önce en az 30 günlük gerçek dönüşüm verisine bakın. Hesabınızdaki gerçek ortalama edinme başına maliyet değerini not edin — bu rakam, ilk hedef EBM’nizi belirlerken temel referans noktanız olacak.
2. İlk hedefi gerçekçi belirle
Sık yapılan hata, mevcut EBM’den çok daha düşük bir hedef girmektir. Sistem bu hedefe ulaşmak için gösterim hacmini kısıtlar ve kampanya fiilen durma noktasına gelir. Başlangıç için mevcut ortalama EBM’ye yakın, en fazla %10–15 daha düşük bir hedef belirlemek, hem dönüşüm hacmini korur hem de sisteme öğrenme alanı tanır.
3. Öğrenme aşamasına sabır göster
Strateji değişikliğinin ardından sistem genellikle 1–2 haftalık bir uyum sürecine girer. Bu dönemde performans dalgalanması normaldir; aceleyle hedef değişikliği yapmak öğrenmeyi sıfırlar.
4. Kademeli optimizasyon uygula
Hedef, iki haftada bir ve %10–15’i geçmeyecek adımlarla düşürülmelidir. Her adımın ardından dönüşüm hacminin stabil kalıp kalmadığı izlenmelidir.
Veri Yoksa Ne Yapmalı?
Hesap yeniyse veya dönüşüm sayısı yetersizse doğrudan hedef EBM’ye geçmek yerine şu yaklaşımı benimseyebilirsiniz:
- İlk aşamada Dönüşümleri Artır (Maximize Conversions) stratejisiyle veri biriktirin
- 30–50 dönüşüme ulaştıktan sonra hedef EBM’ye geçiş yapın
- Dönüşüm sayısı hâlâ düşük kalıyorsa, daha kolay ölçülen mikro dönüşümleri (form başlangıcı, sayfa ziyaret süresi) geçici olarak izlemeye ekleyin
Hedef EBM Eşik Değer Özeti
| Durum | Önerilen Yaklaşım |
|---|---|
| Aylık < 15 dönüşüm | Manuel CPC veya Maximize Conversions ile veri biriktir |
| Aylık 15–30 dönüşüm | Maximize Conversions, hedef EBM henüz erken |
| Aylık 30–50 dönüşüm | Hedef EBM denenebilir, yakın takip gerekli |
| Aylık > 50 dönüşüm | Hedef EBM için ideal koşul |
Hesabınızda bu eşiklere ulaşmak zaman alıyorsa, kampanya yapısını ve dönüşüm izleme kurulumunu gözden geçirmek genellikle ilk öncelik olmalıdır. Ekibimiz, dönüşüm hacmini kısa sürede artırmak için kampanya mimarisi ve izleme altyapısını birlikte değerlendiriyor — çünkü doğru kurulum olmadan hiçbir teklif stratejisi beklenen sonucu üretemez.
Hedef ROAS: E-Ticarette Gelir Odaklı Teklif Stratejisi
Hedef ROAS (reklam harcaması getirisi), harcanan her reklam lirası için ne kadar gelir elde etmek istediğinizi sisteme bildirdiğinizde devreye giren, e-ticaret kampanyaları için tasarlanmış gelir odaklı bir teklif stratejisidir. Hedef EBM dönüşüm sayısını optimize ederken, hedef ROAS doğrudan gelir değerini merkeze alır — bu ayrım, ürün fiyat aralığı geniş olan işletmeler için kritik öneme sahiptir.
Hedef ROAS Nasıl Çalışır?
Google’ın algoritması, belirttiğiniz ROAS hedefine ulaşacağını öngördüğü tıklamalar için daha yüksek teklif verir; düşük gelir potansiyeli taşıyan sorgular için ise teklifi geri çeker. Bu kararlar, kullanıcının arama geçmişi, cihaz türü, konum ve gün/saat gibi onlarca sinyalin eş zamanlı değerlendirilmesiyle saniyeler içinde verilir.
Stratejinin etkin çalışabilmesi için önce dönüşüm izlemenizde gelir değeri aktarımının doğru kurulmuş olması gerekir. Statik bir değer değil, her satın alma için dinamik olarak iletilen gerçek sepet tutarı olmadan algoritma kör uçuş yapar.
Gerçekçi ROAS Hedefi Nasıl Belirlenir?
Pek çok işletme ROAS hedefini sezgisel olarak belirler — bu yaklaşım çoğunlukla ya çok agresif ya da çok pasif hedeflere yol açar. Bunun yerine aşağıdaki adımları izleyin:
- Kâr marjınızı hesaplayın. Başlangıç noktası her zaman birim başına kâr marjıdır. Kâr marjınız %25 ise, başa baş noktanız 4x ROAS’tır. Hedef ROAS bu değerin üzerinde olmalıdır.
- Tarihsel veriyi inceleyin. En az 60-90 günlük kampanya verisinde elde ettiğiniz fiili ROAS’ı görün; bu size ulaşılabilir bir taban sunar.
- Ürün kategorisine göre segmentleyin. Düşük birim fiyatlı ve yüksek birim fiyatlı ürünleri aynı kampanyada aynı ROAS hedefiyle yönetmek optimizasyonu zorlaştırır.
- Kademeli hedef belirleyin. Mevcut ROAS’ınızın %20-30 üzerinden başlayıp algoritmayı kısıtlamadan çalıştırın; stabilleştikçe hedefi yukarı çekin.
ROAS Benchmark: Sektöre Göre Beklenti Aralıkları
Sektör genelindeki ortalamalar geniş bir yelpazede yer alır ve kampanya yapısına, rekabete, marka bilinirliğine göre önemli ölçüde farklılaşır. Aşağıdaki aralıklar piyasa gözlemlerine dayalı genel referans değerleridir:
| Sektör | Tipik ROAS Aralığı |
|---|---|
| Moda & Giyim | 3x – 6x |
| Elektronik | 4x – 8x |
| Kozmetik & Kişisel Bakım | 4x – 7x |
| Ev & Yaşam | 3x – 5x |
| Spor & Outdoor | 3x – 6x |
| B2B Ürünler | 5x – 12x |
Bu değerlerin altında kalmak her zaman kötü performans anlamına gelmez; yüksek müşteri yaşam boyu değerine sahip kategorilerde ilk alışverişte düşük ROAS hedeflemek bilinçli bir strateji olabilir.
Hedef ROAS İçin Minimum Veri Koşulu
Hedef EBM’de olduğu gibi, burada da veri olgunluğu stratejinin başarısını doğrudan belirler. Kampanyanın son 30 günde en az 50 dönüşüm ve bu dönüşümlere eşlik eden güvenilir gelir değerleri üretmiş olması, algoritmanın öğrenme sürecini sağlıklı tamamlaması için gereklidir. Bu eşiğin altında stratejiyi aktive etmek, sistemi yetersiz veriyle karar almaya zorlar.
Hedef ROAS, doğru kurulduğunda e-ticaret kampanyalarında gelir büyümesini kârlılıkla dengelemenin en güçlü otomatik araçlarından biridir — ancak “aç ve unut” değil, aktif takip ve periyodik hedef revizyonu gerektiren bir stratejidir.
Kampanya Olgunluk Seviyesine Göre Teklif Stratejisi Seçimi
Doğru teklif stratejisini seçmek büyük ölçüde kampanyanın yaşına, biriktirdiği dönüşüm verisine ve hesabın genel olgunluk seviyesine bağlıdır. Yeni bir kampanyaya akıllı teklif uygulamak, algoritmayı kör noktalarda karar almaya zorlar; tam tersi, veri dolu olgun bir kampanyayı manuel teklifle yönetmek ise optimizasyon fırsatlarını kaçırmak anlamına gelir.
Aşama 1 — Yeni Kampanya (0–30 Gün, 0–30 Dönüşüm)
Bu dönemde algoritmanın öğrenmesi için gereken veri henüz mevcut değildir. Akıllı teklif stratejilerini erken devreye almak öğrenme sürecini uzatır ve bütçe israfına yol açar.
Önerilen yaklaşım:
- Tıklama Başına Maliyet (Manuel CPC) veya Geliştirilmiş TBM (eCPC) ile başla
- Günlük bütçeyi, hedef EBM’nin en az 5–10 katı olacak şekilde belirle
- Dönüşüm izlemeyi ilk gün kur; bu, sonraki geçiş için zemin hazırlar
- Anahtar kelime eşleşme türlerinde geniş eşleşmeden kaçın, kesin ve sıralı eşleşmeye öncelik ver
Eşik: İlk 30 günde kampanya başına 20–30 dönüşüme ulaşıldığında bir sonraki aşamaya geçiş değerlendirilebilir.
Aşama 2 — Büyüyen Kampanya (30–90 Gün, 30–50 Dönüşüm)
Algoritmanın çalışmaya başlaması için yeterli sinyal oluşmuştur; ancak istikrar henüz tam değildir. Bu dönem, otomatik teklif ile insan kontrolünü dengede tutan bir geçiş sürecidir.
Önerilen yaklaşım:
- Hedef EBM stratejisine geç; ancak ilk hedefi mevcut ortalama EBM’nin %20–30 üzerinde konumlandır
- Bütçeyi kısıtlama — algoritma, sınırlı bütçeyle öğrenme sürecini tamamlayamaz
- Arama terimi raporlarını haftalık incele, negatif kelime listeni genişlet
- Strateji değişikliği sonrası en az 2 hafta öğrenme sürecine müdahale etmeden bekle
Eşik: Son 30 günde 50+ dönüşüm ve istikrarlı bir EBM görüldüğünde ölçekleme aşamasına geçilebilir.
Aşama 3 — Olgun ve Ölçeklenen Kampanya (90+ Gün, 50+ Aylık Dönüşüm)
Bu noktada algoritma kendi kendine güvenilir tahminler üretebilir. Stratejik hedef artık edinim maliyetini sabit tutmak değil, kârlılığı koruyarak hacmi büyütmektir.
Önerilen yaklaşım:
- E-ticaret için Hedef ROAS, lead generation için Hedef EBM birincil strateji olmalı
- Mevsimsel dönemlerde teklif ayarlamalarını ve bütçe rezervlerini önceden planla
- Portföy teklif stratejilerini değerlendir; birden fazla kampanyayı tek havuzda yönetmek verimi artırabilir
- Dönüşüm değeri optimizasyonunda Dönüşüm Değerini Maksimize Et stratejisi, belirli bir ROAS hedefi olmaksızın geliri maksimuma çıkarmak için kullanılabilir
Strateji Seçim Özet Tablosu
| Kampanya Aşaması | Dönüşüm Sayısı | Önerilen Strateji |
|---|---|---|
| Yeni (0–30 gün) | < 30 | Manuel CPC / eCPC |
| Büyüyen (30–90 gün) | 30–50 | Hedef EBM (gevşek hedef) |
| Olgun (90+ gün) | 50+ / ay | Hedef EBM veya Hedef ROAS |
Ekibimiz, kampanya geçmişi ve hesap verisi olmadan strateji önermez — çünkü sayılar bağlamından koparıldığında yanıltıcı olabilir. Hangi aşamada olursan ol, bir sonraki adıma hazır olup olmadığını belirlemek için yukarıdaki eşik değerleri pratik bir kontrol noktası işlevi görür.
Sektör Bazlı Teklif Stratejisi Önerileri: E-Ticaret, B2B ve Yerel Hizmet
Her sektörün Google Ads dinamiği farklıdır; e-ticaret, B2B lead gen ve yerel hizmet işletmeleri için tek tip bir teklif stratejisi uygulamak, bütçeyi boşa harcamanın en kısa yoludur.
E-Ticaret: Geliri Merkeze Alan Yaklaşım
e-ticaret Google Ads kampanyalarında başarının temel ölçütü ROAS’tır. Ancak burada dikkat edilmesi gereken nokta, sektör ortalamasına değil kendi kar marjına göre bir hedef belirlemektir.
Genel bir kılavuz olarak:
- Yeni hesaplar ve düşük hacimli ürün kategorileri: Manuel CPC ya da eCPC ile veri toplama sürecini atlamak ileride pahalıya mal olur. Bu aşamada dönüşüm verisi biriktirmek, akıllı teklif stratejilerine geçişin zeminini hazırlar.
- Olgun kampanyalar: Hedef ROAS stratejisi, kârlı satışları optimize etmek için en uygun seçenektir. Ancak ROAS hedefini çok agresif belirlemek, sistemin yeterince açık artırmaya girmemesine ve erişimin daralmasına yol açar.
- Sezonluk e-ticaret: Kampanya Düzeyi Dönüşüm Değerini Maksimize Et stratejisi, özellikle indirim dönemlerinde geliri hızlı artırmak için tercih edilebilir; ROAS hedefi belirlemeden çalışır.
Ürün bazlı bütçe dağılımı da kritik bir karar noktasıdır: Yüksek marjlı ürünler için ayrı kampanya oluşturmak ve bu kampanyalara daha yüksek ROAS hedefi vermek, genel portföy performansını anlamlı biçimde iyileştirebilir.
B2B Lead Gen: Kalite Önce, Hacim Sonra
B2B lead gen teklif stratejilerinde en yaygın hata, form doldurma sayısını başarı göstergesi olarak almaktır. Gerçek ölçüt, satışa dönüşen lead başına maliyettir — ve bu veriyi elde etmek için CRM entegrasyonu zorunludur.
B2B için önerilen yaklaşım:
| Aşama | Strateji | Neden? |
|---|---|---|
| Başlangıç | Manuel CPC | Lead kalitesini manuel olarak gözlemle |
| Orta Evre | Hedef EBM (gevşek hedef) | Hacmi artırırken maliyeti koru |
| Olgunluk | Hedef EBM (sıkılaştırılmış) | Yalnızca nitelikli dönüşümlere odaklan |
B2B’de ortalama satış döngüsü uzun olduğundan, teklif sistemine gönderilen dönüşüm sinyalinin kalitesi büyük önem taşır. Yalnızca form doldurma değil, demo talebi veya fiyat teklifi isteği gibi yüksek değerli eylemleri dönüşüm olarak tanımlamak, algoritmanın doğru segmenti hedeflemesini sağlar.
Lead Generation Nedir? detaylı bilgi için yazımızı okuyabilirsiniz.
Yerel Hizmet: Coğrafi Hassasiyetle Bütçe Verimliliği
Yerel hizmet reklam kampanyalarında bütçe genellikle sınırlıdır ve her tıklamanın karşılığı alınmak zorundadır. Bu nedenle coğrafi hedefleme ve teklif stratejisi birlikte düşünülmelidir.
- Hizmet bölgesi küçükse, akıllı teklif sisteminin yeterli sinyal toplaması güçleşir; Manuel CPC + eCPC kombinasyonu daha sürdürülebilir olabilir.
- Çağrı odaklı kampanyalarda Hedef EBM stratejisi, telefon araması başına maliyeti kontrol etmek için etkin şekilde çalışır — ancak aylık yeterli çağrı hacmi olmadan bu strateji prematüre kalır.
- Birden fazla şubesi olan yerel işletmeler için Portföy Teklif Stratejisi, bütçeyi en iyi performans gösteren konumlara yönlendirerek verimliliği artırır.
AdRoket olarak bu üç sektörde yürüttüğümüz kampanyalardan edindiğimiz en önemli çıkarım şudur: Sektör ne olursa olsun, strateji seçimi hesabın kendi veri olgunluğuna göre şekillendirilmediğinde, “doğru” strateji bile yanlış sonuçlar üretebilir. Bir sonraki bölümde, seçtiğiniz stratejiyi hayata geçirirken dikkat etmeniz gereken kurulum ve optimizasyon adımlarını ele alıyoruz.
Dönüşüm Takibi Kurulumu: Akıllı Teklif İçin Zorunlu Altyapı
Akıllı teklif stratejileri, yalnızca doğru dönüşüm verisi beslendiğinde gerçek potansiyelini ortaya koyar. Dönüşüm takibi kurulumu bu nedenle bir tercih değil, zorunlu altyapıdır — bu adımı atlamak, makine öğrenmesini kör bir pilota dönüştürmek anlamına gelir.
Dönüşüm Takibine Neden Altyapı Gözüyle Bakmalısınız?
Google’ın akıllı teklif algoritması, kampanya boyunca toplanan dönüşüm sinyallerini kullanarak her açık artırmada gerçek zamanlı tahminler üretir. Bu sinyaller eksik, hatalı veya gecikmeli geldiğinde algoritma yanlış öğrenir; yanlış öğrenen bir sistem de bütçeyi yanlış yönlendirir. Kurulum kalitesi doğrudan kampanya performansını belirler.
Adım Adım Dönüşüm Etiketi Kurulumu
1. Google Ads Hesabında Dönüşüm Eylemi Tanımlayın
- Google Ads arayüzünde Araçlar ve Ayarlar → Ölçüm → Dönüşümler yolunu izleyin.
- Her anlamlı kullanıcı aksiyonu için ayrı dönüşüm eylemi oluşturun: form gönderimi, satın alma, telefon araması, anahtar sayfa görüntüleme.
- Dönüşüm değeri atayın — sabit değer veya dinamik değer (e-ticaret için zorunlu). Değersiz dönüşüm verileri, Hedef ROAS gibi stratejileri işlevsiz kılar.
- Sayım yöntemini belirleyin: satın almalar için “Her dönüşüm,” lead formları için “Tekil dönüşüm” çoğunlukla doğru seçimdir.
2. Google Tag Manager ile Etiketi Sitenize Taşıyın
Google Tag Manager (GTM) kullanmak, etiket yönetimini geliştirici bağımlılığından kurtarır ve hata riskini önemli ölçüde azaltır.
- GTM konteynerinize Google Ads Dönüşüm İzleme etiketi ekleyin.
- Tetikleyiciyi doğru tanımlayın: form başarı sayfası URL’si, belirli bir buton tıklaması veya e-ticaret satın alma eventi.
- Önizleme modu ile her tetikleyicinin doğru koşulda ateşlendiğini test edin — yayına almadan önce bu adımı atlamamak kritik önem taşır.
- Konteyner yayınlandıktan sonra Google Ads’deki dönüşüm eylemi üzerinden Etiket Yardımcısı ile doğrulama yapın.
3. Veri Kalitesini Kontrol Edin
Kurulum tamamlandı demek, kurulum doğru çalışıyor demek değildir. Ekibimiz her yeni hesap onboardinginde mutlaka şu kontrolleri uygular:
| Kontrol Noktası | Nasıl Doğrulanır |
|---|---|
| Etiket ateşleniyor mu? | GTM Önizleme + Google Tag Assistant |
| Çift sayım var mı? | Dönüşüm raporunda beklenmedik hacim artışı |
| Dönüşüm gecikmesi doğru mu? | Etiket tetikleme zamanı ile GA4 event zamanı karşılaştırması |
| Değer doğru aktarılıyor mu? | Test siparişi ile raporlanan değeri karşılaştır |
| Tıklama ağı dönüşümleri dahil mi? | “Dahil edilen dönüşümler” sütununu incele |
4. Gelişmiş Dönüşümler ve Onay Modunu Unutmayın
Tarayıcı kısıtlamaları ve çerez engelleme nedeniyle dönüşümlerin bir kısmı modellenerek raporlanır. Gelişmiş Dönüşümler özelliği, kullanıcının sağladığı birinci taraf veriyi (e-posta, telefon) hashleyerek bu boşluğu daraltır. Aynı zamanda Onay Modu v2, GDPR uyumluluğu açısından Avrupa pazarlarında faaliyet gösteren hesaplar için artık bir zorunluluk haline gelmiştir.
Dönüşüm takibi kurulumu ne kadar sağlam olursa, akıllı teklif stratejiniz o kadar hızlı ve doğru öğrenir. Bir sonraki adım: bu altyapıyı kurduğunuzda kampanyanızı nasıl optimize edeceğinizi ele alıyoruz.
Öğrenme Dönemi: Süreç Nasıl İşler ve Nasıl Yönetilir?
Akıllı teklif stratejisi aktif hale getirildiğinde Google’ın algoritması hemen optimum performansı yakalamaz; bunun yerine sistematik bir öğrenme sürecine girer. Öğrenme dönemi, algoritmanın kampanyanıza özgü dönüşüm sinyallerini analiz edip tekliflerini buna göre kalibre ettiği geçiş aşamasıdır.
Öğrenme Dönemi Ne Kadar Sürer?
Standart koşullarda bu süreç 1 ile 4 hafta arasında tamamlanır. Ancak gerçek süreyi belirleyen faktör takvim değil, toplanan dönüşüm verisi hacmidir. Algoritmanın güvenilir bir model oluşturabilmesi için kampanyanın yaklaşık 30-50 dönüşüm verisi üretmesi gerekir. Düşük trafikli kampanyalarda bu eşiğe ulaşmak haftalar alabilirken, yüksek hacimli e-ticaret kampanyalarında süreç çok daha hızlı tamamlanır.
Hangi Değişiklikler Öğrenme Dönemini Yeniden Başlatır?
Teklif stratejisi değişikliği en kritik tetikleyicidir; ancak tek değil. Öğrenme dönemini sıfırlayan başlıca eylemler şunlardır:
- Teklif stratejisini değiştirmek (örn. Maksimum Tıklama’dan Hedef EBM’ye geçiş)
- Hedef EBM veya hedef ROAS değerini büyük ölçüde güncellemek
- Kampanyaya yeni bir dönüşüm hedefi eklemek veya çıkarmak
- Bütçeyi dramatik biçimde artırmak ya da azaltmak
- Kampanya düzeyinde reklam grubu yapısını köklü biçimde yeniden düzenlemek
Bu değişikliklerin her biri algoritmayı “belirsizlik” moduna sokar ve sistem yeniden veri toplamaya başlar.
Bütçe Dalgalanmaları Neden Yaşanır?
Öğrenme döneminde bütçe dalgalanması kaçınılmazdır. Algoritma, kullanıcı davranışını henüz öngöremediği için bazı tıklamalara gereğinden yüksek, bazılarına gereğinden düşük teklif verir. Sonuç olarak günlük harcama tutarsız görünebilir; bir gün bütçenin tamamı harcanırken ertesi gün yalnızca yarısı kullanılabilir. Bu durum bir hata değil, sistemin öğrenme mekanizmasının doğal çıktısıdır.
Öğrenme Dönemini Minimize Etmek İçin Ne Yapabilirsiniz?
Süreci tamamen ortadan kaldırmak mümkün değildir; ancak etkisini daraltmak için somut adımlar atılabilir:
| Strateji | Açıklama |
|---|---|
| Dönüşüm takibini önceden kurgulamak | Kampanya başlamadan önce sağlıklı veri akışı sağlanır |
| Geçişi kademeli yapmak | Hedef değerini ani değil, %10-20’lik artışlarla güncellemek algoritmayı daha az şoke eder |
| Mevcut dönüşüm verisini taşımak | Kampanya geçmişindeki dönüşümler algoritmanın başlangıç noktasını yükseltir |
| Gereksiz değişiklikten kaçınmak | Öğrenme süreci devam ederken reklam metni veya bütçeye dokunmamak süreyi kısaltır |
| Yeterli bütçe tahsis etmek | Hedef EBM’nin en az 5-10 katı günlük bütçe, algoritmanın veri toplamasını hızlandırır |
Ekibimiz, yönettiği hesaplarda bu geçiş sürecini kampanya takviminin içine gömer; önemli sezon başlangıçlarından en az 3-4 hafta önce strateji değişikliklerini hayata geçirir. Bu yaklaşım, kritik dönemlerde öğrenme döneminin yarattığı harcama belirsizliğini bertaraf eder.
Öğrenme dönemi tamamlandığında asıl optimizasyon çalışması başlar. Hangi metriklerin izleneceğini ve performans değerlendirmesinin nasıl yapılacağını bir sonraki bölümde ele alıyoruz.
Manuel TBM’den Akıllı Teklif’e Hibrit Geçiş Planı
Manuel teklif sisteminden akıllı teklif sistemine geçişin en sağlıklı yolu, ani bir kesinti değil; aşamalı ve verilere dayalı bir dönüşüm planıdır.
Geçiş Öncesi Hazırlık: Temel Koşullar
Algoritmanın ilk günden verimli çalışabilmesi için kampanyanın belirli bir olgunluk seviyesine ulaşmış olması gerekir. Geçiş kararı vermeden önce şu üç koşulu kontrol edin:
- Yeterli dönüşüm hacmi: Son 30 günde en az 30-50 dönüşüm, modelin güvenilir tahmin üretmesini sağlar.
- Temiz dönüşüm izleme: Çift sayım, gecikmiş piksel veya eksik etiket varsa algoritma yanlış sinyallerle öğrenir.
- Gerçekçi hedef tanımı: Hedef EBM veya hedef ROAS değeri geçmiş performansın çok dışında belirlenirse sistem kısıtlı kalır.
Adım Adım: Manuel’den Akıllı Teklif’e Hibrit Geçiş Planı
Aşama 1 — Paralel çalışma dönemi (1-2 hafta)
Mevcut manuel teklif kampanyasını kapatmadan, aynı hedef kitleyi ve reklam metnini kullanan yeni bir test kampanyası oluşturun. Bu kampanyaya “Dönüşümleri Artırın” veya “Hedef EBM” stratejisi uygulayın. İki kampanya rekabet etmeyecek şekilde bütçe bölümü yapın; asıl bütçenin %20-30’unu yeni kampanyaya ayırmak başlangıç için yeterlidir.
Aşama 2 — Öğrenme dönemi takibi (2-4 hafta)
Kampanya durumu “Öğrenme” aşamasından çıkana kadar bütçe, hedef veya reklam metni değişikliği yapmaktan kaçının. Bu dönemde izlenmesi gereken iki gösterge; gösterim payı kaybı (bütçe ve kalite) ile dönüşüm başına maliyet trendinin yönüdür.
Aşama 3 — Bütçe ağırlığını kaydırma
Test kampanyası manuel kampanyaya benzer veya daha iyi EBM üretmeye başladığında bütçenin %50’sini akıllı teklif kampanyasına aktarın. Bir hafta daha izleyin; sonuçlar tutarlıysa manuel kampanyayı duraklatın.
Portföy Teklif Stratejisi: Birden Fazla Kampanyayı Aynı Anda Yönetmek
Hibrit teklif stratejisi yalnızca iki kampanya arasındaki geçişi değil, farklı kampanyaların tek bir hedef etrafında koordinasyonunu da kapsar. Bu noktada portföy teklif stratejisi devreye girer: birden fazla kampanyayı paylaşılan bir EBM veya ROAS hedefiyle bağlayarak algoritmanın bütçeyi en verimli kampanyaya otomatik yönlendirmesine izin verirsiniz.
Portföy stratejisinin avantajları:
- Düşük trafikli kampanyalarda bile yeterli öğrenme verisi birikmesi hızlanır.
- Sezonluk artış dönemlerinde bütçe akışı elle müdahaleye gerek kalmadan yeniden dengelenir.
- Hesap genelinde tek bir performans hedefi belirlenerek raporlama sadeleşir.
Yaygın Geçiş Hataları
| Hata | Neden Sorun Yaratır |
|---|---|
| Hedefi çok agresif belirlemek | Sistem yeterli açık artırmaya giremez, gösterim düşer |
| Öğrenme döneminde bütçe kesmek | Veri toplama yavaşlar, dönem uzar |
| Manuel ve akıllı kampanyayı aynı anda tam bütçeyle çalıştırmak | Kendi açık artırmalarınızda rekabete girersiniz |
| Dönüşüm tanımını geçiş sonrası değiştirmek | Algoritma farklı bir hedef için yeniden sıfırlanır |
Geçiş Sonrası İzleme: İlk 60 Gün
Öğrenme dönemi kapandıktan sonra asıl değerlendirme başlar. Ekibimiz bu süreçte iki haftalık dönemler halinde karşılaştırma yapar; haftalık görünüm çok kısa, aylık görünüm ise aksiyon almak için fazla geç kalır.
İzlenmesi gereken öncelikli metrikler:
- Dönüşüm başına maliyet trendi — Düz seyir bile bir başarıdır; manuel dönemdeki değerin altına inmesi hedefin gerçekçi belirlendiğini gösterir.
- Gösterim payı kaybı (bütçe) — Yüksekse hedef çok kısıtlayıcıdır, bütçe artışı veya hedef gevşetmesi değerlendirin.
- Dönüşüm gecikmesi (lag) — Özellikle B2B veya yüksek değerli e-ticarette dönüşümler 7-21 gün gecikmeli gerçekleşebilir; bu gecikmeyi hesaba katmadan erken yorum yapmak yanıltıcı olur.
Manuel’den akıllı teklife manuel akıllı teklif geçişi sürecini bu şekilde planlamak, hem veri kaybını hem de gelir belirsizliğini minimize eder. Geçiş tamamlandıktan sonra gerçek rekabet avantajı, doğru metrikleri okuma ve zamanında müdahale kapasitesinden gelir.
Performance Max Kampanyaları için Teklif Stratejileri
Performance Max kampanyaları, Google’ın tüm envanter ve kanallarını tek bir kampanya çatısı altında birleştirdiği yapısıyla, Performance Max teklif seçeneklerini de en güçlü şekilde kullanmayı gerektirir. PMax için uygulanabilecek iki temel strateji vardır: Dönüşümleri En Üst Düzeye Çıkar ve Dönüşüm Değerini En Üst Düzeye Çıkar — her ikisi de isteğe bağlı olarak hedef CPA veya hedef ROAS kısıtlamasıyla birleştirilebilir.
Hedef Seçimi: Nereden Başlamalı?
Yeni kurulan bir PMax kampanya için başlangıçta hedef kısıtlaması olmadan çalışmak genellikle daha sağlıklı veri birikimi sağlar. Kampanyanın ilk birkaç haftasında algoritma, sinyal gruplarından beslenerek hangi kullanıcı profillerinin dönüşüm ürettiğini öğrenir. Bu öğrenme sürecini bir hedef CPA veya ROAS ile çok erken kısıtlamak, kampanyanın keşif kapasitesini daraltır.
Genel öneri şudur:
- İlk 4–6 hafta: Hedef kısıtlaması olmadan dönüşüm hacmi biriktir
- Yeterli dönüşüm hacmine ulaşınca (tipik olarak aylık 30–50 dönüşüm): Hedef CPA veya ROAS ekle
- Hedef belirlerken: Mevcut ortalama performansın %10–20 ötesinde değil, gerçekçi bir başlangıç noktası seç
Sinyal Grupları: Algoritmanın Pusulası
PMax’ın sıradan bir akıllı kampanyadan ayrıştığı en kritik nokta sinyal gruplarıdır. Algoritmaya “bu tür kullanıcıları hedefle” demek yerine, “bu tür kullanıcılardan yola çık” diyorsunuz. Fark küçük görünse de sonuç üzerindeki etkisi büyüktür.
Etkili bir sinyal grubu şu bileşenleri içerebilir:
- Müşteri listesi: Mevcut alıcılar, CRM verisi veya web sitesi ziyaretçileri
- Özel amaç kitleleri: Belirli arama terimlerini kullanan kullanıcılar
- İlgi alanı ve pazar içi segmentler: Sektörle örtüşen Google kitlesi kategorileri
Sinyal grubu ne kadar nitelikli olursa, algoritmanın benzer kullanıcılara ulaşma hızı da o kadar artar. Boş ya da zayıf sinyal gruplarıyla kurulan kampanyalar, optimizasyon sürecini gereksiz yere uzatır.
Performance Max Optimizasyonunda Dikkat Edilmesi Gerekenler
Performance Max optimizasyon sürecini yönetirken aşağıdaki noktalara özellikle dikkat edin:
- Arama terimleri görünürlüğü sınırlıdır: PMax, Search kampanyalarının aksine tam arama terimi raporu sunmaz; bu yüzden negatif anahtar kelime listenizi düzenli gözden geçirin
- Varlık grubu kalitesi: Reklam metinleri, görseller ve videolar ne kadar çeşitli ve yüksek kaliteli olursa, algoritmanın kanal bazında optimizasyon esnekliği artar
- Bütçe yeterliği: PMax, birden fazla kanalı eş zamanlı test ettiğinden düşük bütçelerle anlamlı öğrenme gerçekleşmeyebilir; günlük bütçenin hedef CPA’nın en az 3 katı olması önerilir
- Kampanya çakışması: Hesapta aktif Search kampanyaları varsa PMax’ın bu kampanyaların trafiğini nasıl etkilediğini düzenli olarak izleyin
Google Ads kampanya stratejileri hakkında daha kapsamlı bir perspektif edinmek, PMax’ı hesap mimarisindeki doğru yerine oturtmanıza yardımcı olur.
PMax kampanyalar, doğru sinyal grupları ve gerçekçi hedeflerle yönetildiğinde hesabın en yüksek dönüşüm hacmini üretebilen yapıya dönüşebilir. Ancak bu potansiyeli ortaya çıkarmak, algoritmanın kararlarına körce güvenmek değil; verileri okuyarak stratejik müdahaleleri zamanında yapmayı gerektirir.
YouTube ve Video Kampanyaları için Teklif Stratejileri
YouTube ve video kampanyaları, Google Ads ekosisteminde arama veya alışveriş kampanyalarından farklı bir teklif mantığı gerektirir; çünkü burada ölçülen eylem bir tıklama değil, bir izleme deneyimidir.
Video Kampanyalarında Temel Teklif Seçenekleri
CPV (Maliyet Per Görüntüleme) Teklifi
YouTube teklif stratejileri arasında en yaygın başlangıç noktası, Maksimum CPV modelidir. Bu modelde yalnızca kullanıcı videoyu en az 30 saniye izlediğinde veya videoyla etkileşime geçtiğinde (tıklama, kart açma vb.) ücret ödersiniz.
CPV ne zaman tercih edilmeli?
- Marka bilinirliği veya ürün tanıtımı odaklı kampanyalarda
- TrueView In-Stream formatlarında
- Bütçe üzerinde tam kontrol istenen ilk testlerde
CPV teklif modelinde maksimum teklifinizi belirlerken dikkat edilmesi gereken nokta şudur: Gerçek maliyet genellikle maksimum teklifin altında kalır, ancak aşırı düşük teklifler rekabetçi yerleşimlerde gösterim almanızı zorlaştırır.
Hedef CPM (Bin Gösterim Başına Maliyet)
Video kampanya teklif seçenekleri arasında Hedef CPM, görüntülenme sayısından bağımsız olarak mesajın mümkün olduğunca fazla kişiye ulaşmasını önceliklendirir. Her 1.000 gösterim için ödemeye razı olduğunuz tutarı belirlersiniz; Google algoritması bu hedef etrafında teklif vermeye çalışır.
Hedef CPM öne çıktığı senaryolar:
- Kısa süreli ürün lansmanlarında maksimum erişim hedeflendiğinde
- Bumper (6 saniyelik atlanamayan) reklam formatlarında
- Belirli bir hedef kitlenin farkındalığını ölçmek istediğinizde
Gösterim odaklı bu model, dönüşüm optimizasyonu yerine reach ve frequency yönetimini ön plana alır.
Dönüşümleri Artırma ve Hedef CPA
Hesabınızda yeterli video kampanya dönüşüm verisi biriktiğinde — genel kural olarak son 30 günde anlamlı sayıda dönüşüm — YouTube kampanyalarında da akıllı teklif stratejilerinden yararlanabilirsiniz.
| Strateji | Uygun Durum | Ön Koşul |
|---|---|---|
| Dönüşümleri Artırma | Bütçeyi tam harcayıp max dönüşüm almak | Dönüşüm izleme aktif |
| Hedef CPA | Belirli bir edinim maliyeti hedefi varsa | Yeterli geçmiş dönüşüm |
| Maksimum CPV | Kontrollü test ve marka anlatısı | — |
| Hedef CPM | Geniş erişim ve farkındalık | — |
Video Kampanyası Teklif Rehberi: Pratik Yaklaşım
Ekibimizin video kampanyalarında izlediği temel adımlar şu şekilde özetlenebilir:
- İlk aşama: Marka bilinirliği için Hedef CPM veya Maksimum CPV ile başlayın; bu aşamada algoritma öğrenmek için veriye ihtiyaç duyar.
- Veri birikince: Kampanyada dönüşüm izleme kurulu ve yeterli sinyal varsa Dönüşümleri Artırma stratejisine geçişi değerlendirin.
- Kitle segmentasyonu: Video kampanya teklif kararlarını yalnızca format değil, kitle sıcaklığına göre de belirleyin — yeniden hedefleme kampanyaları için CPA odaklı stratejiler, soğuk kitlelerde CPM daha mantıklıdır.
- Görüntüleme oranı (VTR) ve tamamlanma oranını izleyin: Bu metrikler, teklifinizin doğru kitleye ulaşıp ulaşmadığını gösterir; sırf maliyet düşüklüğüne odaklanmak yanıltıcı olabilir.
Video kampanyalarında performans değerlendirmesi, arama kampanyalarına kıyasla daha uzun zaman alır; bir haftalık veriyle teklif stratejisini değiştirmek yerine, en az iki haftalık gözlem penceresi bırakmak daha sağlıklı sonuçlar verir.
Uygulama Kampanyaları (UAC) için Teklif Stratejileri
Uygulama kampanyaları için doğru teklif stratejisi, hedeflediğiniz kullanıcı davranışına göre belirlenir: yeni kurulum mu istiyorsunuz, yoksa uygulama içinde belirli bir eylem gerçekleştiren kullanıcıyı mı arıyorsunuz?
UAC (Universal App Campaigns), diğer kampanya türlerinden farklı olarak manuel anahtar kelime veya yerleşim seçimi sunmaz. Teklif stratejisi ve hedef maliyet değeri, kampanyanın tüm optimizasyon mantığını yönlendirir — bu yüzden başlangıçta doğru stratejiyi seçmek kritik önem taşır.
Temel UAC Teklif Seçenekleri
Hedef CPI (Kurulum Başına Maliyet)
Uygulama indirme hacmini artırmak isteyen ekipler için başlangıç noktasıdır. Hedef CPI değeri belirlendiğinde, sistem bu maliyet hedefine ulaşmak için gösterim, ağ ve zamanlama kararlarını otomatik olarak optimize eder. Uygulama kampanyası teklif kurgusunda CPI stratejisi, özellikle yeni bir uygulama lansmanında veri toplamak için tercih edilen yoldur.
Hedef CPA (Uygulama İçi Eylem Başına Maliyet)
Kurulum sayısı artık yeterli düzeye ulaştıysa — genel kural olarak günlük en az 10-20 dönüşüm sinyali beklenir — hedef CPA stratejisine geçmek daha verimli sonuçlar üretir. Burada “dönüşüm” olarak kayıt, satın alma, sepete ekleme gibi uygulama içi olaylar tanımlanabilir. Bu strateji, kullanıcı kalitesini hacmin önüne geçirir.
Uygulama Etkinliği (In-App Event) Teklifleri
Google’ın kampanya türü içinde sunduğu gelişmiş bir seçenek olan bu yapı, birden fazla uygulama içi olayı değer ağırlığıyla işaretlemenize olanak tanır. Örneğin “ödeme tamamlama” eylemine daha yüksek değer atarken “uygulama açma” olayına düşük ağırlık verebilirsiniz. Bu kurgu, özellikle e-ticaret ve abonelik tabanlı uygulamalarda LTV odaklı büyüme için anlamlı veriler üretir.
Kurulum ve Optimizasyon Adımları
- Firebase veya üçüncü taraf izleme entegrasyonu: Uygulama içi olayları Google Ads’e iletmeden UAC kampanyası optimize edilemez. Kurulumdan önce dönüşüm izlemenin doğru çalıştığını doğrulayın.
- Hedef CPI ile başlayın: İlk kampanyalarda geniş bir hedef CPI aralığıyla başlayıp sistemin öğrenme sürecini tamamlamasına izin verin. İlk iki haftada teklif veya bütçe değişikliği yapmaktan kaçının.
- Yeterli veri sonrası CPA’ya geçin: Kampanya yeterli kurulum verisi biriktirdiğinde hedef CPA stratejisine geçiş yapmak hem maliyeti düşürür hem de kullanıcı kalitesini artırır.
- Reklam öğelerini sürekli yenileyin: UAC teklif performansı yalnızca bütçeye değil, kullanılan görsellere, başlıklara ve videolara da doğrudan bağlıdır. Sistem, dönüşüm sağlamayan öğeleri kendi kendine etkisizleştirir; bu yüzden reklam öğesi çeşitliliği kritiktir.
- Hedef değeri çok agresif belirlemeyin: Sistemin öğrenebileceğinden çok daha düşük bir CPI veya CPA hedefi koymak, kampanyanın yayılmasını engeller. UAC teklif stratejisi kurgusunda başlangıç hedefini mevcut ortalama maliyetin %20 üzerinde tutmak, öğrenme sürecini hızlandırır.
Ekibimiz, UAC kampanyalarında en sık karşılaşılan hatanın hedef teklif baskısı olduğunu gözlemliyor: Bütçeyi kısmak yerine öğrenme sürecine alan tanımak, uzun vadede çok daha verimli sonuç üretiyor. Uygulama büyümesini stratejik bir yapıya oturtmak isteyenler için UAC teklif seçeneklerini derinlemesine ele alan içeriklerimiz bu rehberin ilgili bölümlerinde yer alıyor.
Teklif Stratejisi Performansını Ölçmek için Temel Metrikler ve Kontrol Listesi
Teklif stratejinizin gerçekten işe yarayıp yaramadığını anlamanın tek yolu, doğru teklif performans metrikleri üzerinden sistematik bir takip kurmaktır. Aşağıdaki kontrol listesi, kampanyalarınızı düzenli aralıklarla değerlendirirken başvurabileceğiniz bir Google Ads KPI çerçevesi olarak tasarlandı.
???? Temel Performans Metrikleri
EBM (Edinme Başına Maliyet / CPA)
- Hedef EBM değerinizi belirleyin ve gerçekleşen EBM ile haftalık karşılaştırın.
- Gerçekleşen EBM, hedefin %30’undan fazla sapıyorsa teklif stratejisini ya da dönüşüm izlemeyi gözden geçirin.
- Öğrenme dönemindeki EBM sapmalarını normal seyrinden ayırt edin; bu süreçte ani müdahaleden kaçının.
ROAS (Reklam Harcama Getirisi)
- Hesap düzeyinde değil, kampanya ve reklam grubu düzeyinde ROAS okuyun.
- Sezonsal etkileri (kampanya, indirim dönemleri vb.) ROAS yorumuna dahil edin.
- Kâr marjınızı baz alarak minimum kabul edilebilir ROAS eşiğinizi önceden belirleyin.
Dönüşüm Oranı Takibi
- Dönüşüm oranı takibi için yalnızca tıklama hacmine değil, kaliteli tıklama segmentlerine bakın (cihaz, konum, reklam zamanlaması).
- Düşen dönüşüm oranını hemen teklif sorununa bağlamayın; açılış sayfası hızı ve UX sorunlarını önce eleyin.
- Mikro dönüşümleri (form başlatma, ürün sepete ekleme) makro dönüşümlerden ayrı izleyin.
Impression Share (Gösterim Payı)
- Arama Ağı Gösterim Payı’nın bütçe kısıtısından mı yoksa reklam sıralamasından mı düştüğünü haftada en az bir kez kontrol edin.
- Rakip yoğunluğunu yorumlamak için Açık Artırma Analizleri raporunu Impression Share ile birlikte değerlendirin.
- Gösterim payı %60’ın altındaysa teklif ya da Kalite Puanı iyileştirmesinin hangisinin öncelikli olduğuna karar verin.
✅ Haftalık Kontrol Listesi
| Metrik | Kontrol Sorusu | Frekans |
|---|---|---|
| EBM | Hedef EBM’den ne kadar sapıyor? | Haftalık |
| ROAS | Kampanya kârlılık eşiğini geçiyor mu? | Haftalık |
| Dönüşüm Oranı | Oran düştüyse kaynak teklif mi, sayfa mı? | Haftalık |
| Impression Share | Kayıp bütçeden mi, sıralamadan mı? | Haftalık |
| Kalite Puanı | Düşük puanlı anahtar kelimeler var mı? | 2 Haftada bir |
| Öğrenme Durumu | Kampanya öğrenme modunda mı? | Değişiklik sonrası |
???? Dikkat Edilmesi Gereken Pratik Noktalar
- Veri penceresi: Dönüşüm gecikmesi yüksek olan hesaplarda (örneğin B2B veya yüksek fiyatlı e-ticaret) 7 günlük pencere yanıltıcı olabilir; 30 günlük pencereyi referans alın.
- Atıf modeli: Son tıklama modeli, üst huni kampanyalarının katkısını gizler. Veri odaklı atıf modelini kullanan hesaplarda metrik yorumu farklılaşır.
- Segment kırılımı: Toplam hesap performansı iyi görünse bile cihaz, saat veya coğrafya bazında kritik verimsizlikler gizlenmiş olabilir.
Ekibimiz, AdRoket olarak bu metrikleri yönetilen her hesap için yapılandırılmış bir raporlama çerçevesine otomatik olarak bağlıyor; böylece anlık sapmaları manuel takip gerektirmeden erkenden yakalamak mümkün oluyor. Bu metriklerin her birinin kampanya türüne göre nasıl ağırlıklandırılacağına dair detaylı analizler, rehberin ilgili bölümlerinde ele alınmaktadır.
Google Ads Teklif Stratejileri Hakkında Sıkça Sorulan Sorular
Akıllı teklif stratejileri için minimum kaç dönüşüm gerekir?
Akıllı teklif algoritmalarının güvenilir biçimde çalışabilmesi için kampanyanın son 30 gün içinde en az 30–50 dönüşüm verisi üretmiş olması gerekir. Bu eşiğin altında kalan hesaplarda sistem yeterli sinyal toplayamaz; bu durum öğrenme sürecini uzatır ve teklif kararlarını istikrarsızlaştırır. Hedef EBM veya Hedef ROAS stratejilerine geçmeden önce dönüşüm hacminizi bu aralığa taşımak, akıllı tekliften alabileceğiniz faydayı doğrudan belirleyen en kritik ön koşuldur. Dönüşüm hacmi düşük hesaplarda Dönüşümleri Artır stratejisi, Hedef EBM’ye kıyasla daha uygun bir başlangıç noktası olabilir.
Öğrenme süresi ne kadar sürer ve bu süreçte ne yapılmalıdır?
Yeni bir teklif stratejisi uygulandıktan ya da mevcut strateji değiştirildikten sonra Google Ads sistemi genellikle 1–2 haftalık bir öğrenme dönemine girer. Bu süre boyunca performans verileri normalden daha dalgalı seyredebilir; bu durum bir arıza işareti değil, algoritmanın hesabınıza ait sinyalleri yeniden kalibre ettiğinin göstergesidir. Öğrenme döneminde bütçe, hedef veya reklam öğesi gibi değişkenler üzerinde sık değişiklik yapılması bu süreci sıfırlar ve uzatır. En sağlıklı yaklaşım, öğrenme sürecini sabırla tamamlamak ve ilk değerlendirmeyi en erken 14 günlük veri birikmesinin ardından yapmaktır.
EBM ile ROAS arasındaki temel fark nedir, hangisini seçmeliyim?
EBM (Edinim Başına Maliyet) ve ROAS (Reklam Harcamalarından Elde Edilen Gelir), Google Ads teklif SSS’lerinin en çok merak edilen konularından biridir. Hedef EBM, her dönüşüm için ödemeye razı olduğunuz maksimum maliyeti sabit tutmayı amaçlar; bu nedenle lead üretimi veya sabit değerli işlem hedefleri için uygundur. Hedef ROAS ise dönüşüm değerini merkeze alır ve harcanan her lira için belirli bir gelir katı elde etmeyi optimize eder; değişken sepet tutarlarına sahip e-ticaret hesapları için daha uygun bir modeldir. Seçim yaparken iş modelinizi belirleyici kriter olarak alın: dönüşümlerinizin parasal değeri birbirinden önemli ölçüde farklılaşıyorsa ROAS, homojen bir değer yapısı varsa EBM daha isabetli sonuçlar verir.
Hedef ROAS nasıl hesaplanır, nereden başlamalıyım?
Hedef ROAS hesabı için temel formül şudur: (Toplam Gelir ÷ Toplam Reklam Harcaması) × 100. Örneğin 10.000 TL harcamayla 40.000 TL gelir elde ettiyseniz ROAS değeriniz %400’dür. Akıllı teklif soruları arasında en sık karşılaşılan pratik sorun ise başlangıç hedefinin nasıl belirleneceğidir. Tavsiyemiz, geçmiş 30–60 günlük gerçekleşen ROAS ortalamanızı referans alarak hedefinizi bu değerin yüzde 10–15 üzerinde konumlandırmanızdır. Gerçekçi olmayan yüksek ROAS hedefleri, algoritmanın teklif vermeyi aşırı kısıtlamasına ve gösterim kaybına yol açar.
Teklif stratejisi ne sıklıkla değiştirilmeli?
Teklif stratejisi değişikliği, her öğrenme döneminin yeniden başlamasını tetiklediğinden gereksiz sıklıkta yapılan müdahaleler birikimli veri kaybına neden olur. Genel kural olarak, bir stratejiyi en az 3–4 hafta değerlendirmeden değiştirmemek gerekir. Stratejik geçişler —örneğin manuel tekliften Hedef EBM’ye— ise aşamalı yapılmalıdır: önce Dönüşümleri Artır ile veri birikimi sağlanmalı, ardından yeterli hacme ulaşıldığında EBM hedefi tanımlanmalıdır. AdRoket olarak yönettiğimiz hesaplarda bu geçiş süreçlerini yapılandırılmış bir protokolle yürütüyor; ani performans düşüşlerinin önüne geçiyoruz.
Manuel teklif hâlâ etkili midir, yoksa tamamen terk mi edilmeli?
Manuel teklif, belirli senaryolarda hâlâ değerini korur. Yeni açılan veya dönüşüm verisi yetersiz olan hesaplarda algoritmanın kör nokta riski göz önüne alındığında, manuel kontrol daha öngörülebilir bir başlangıç sunar. Aynı şekilde, çok spesifik anahtar kelime listeleri veya dar coğrafi hedefleme içeren niş kampanyalarda granüler teklif kontrolü önemli avantajlar sağlayabilir. Bununla birlikte, yeterli dönüşüm verisi biriktiğinde ve hesap sinyalleri olgunlaştığında akıllı teklif stratejilerine geçiş genellikle daha iyi sonuçlar verir. Manuel ve otomatik teklifi birlikte değerlendiren hibrit yaklaşımlar da test süreçlerinde sıklıkla tercih edilmektedir.
Portföy teklif stratejisi ile kampanya düzeyinde teklif arasındaki fark nedir?
Kampanya düzeyinde teklif, optimizasyonu yalnızca o kampanyaya ait verilerle sınırlar. Portföy teklif stratejisi ise birden fazla kampanyayı tek bir teklif havuzunda birleştirir; bu sayede toplam veri hacmi artar ve algoritma daha güçlü sinyallerle çalışır. Birbirine benzer hedef kitlelere veya ürün kategorilerine sahip birden fazla kampanyanız varsa portföy stratejisi, özellikle dönüşüm hacminin tek başına eşiği karşılamadığı durumlarda akıllı teklifin avantajlarından yararlanmanın pratik bir yolunu sunar. Dikkat edilmesi gereken nokta, portföydeki kampanyaların benzer iş hedeflerine sahip olması gerektiğidir; aksi hâlde farklı öncelikler birbiriyle çakışabilir.
