Mobilya ve ev dekorasyonunda reklam benchmark 2026
18 Temmuz 2026 · 6 dk okuma
Mobilya reklam benchmark tablolarına bakan markaların çoğu aynı yerde takılıyor: dönüşüm oranı sektör satırının çok altında görünüyor, panelde ROAS zayıf çıkıyor, ama depodan çıkan ürün sayısı bu tabloyu doğrulamıyor. Bu kıyaslamayı yapmadan önce netleşmesi gereken iki şey var. Birincisi, yüksek sepet tutarlı bir kategoride düşük dönüşüm oranının kendi başına bir sorun olmadığı. İkincisi, bir mobilya siparişinin ilk tıklamadan haftalar sonra kapanabildiği ve seçtiğiniz atıf penceresinin raporunuzu tam da bu yüzden ciddi biçimde değiştirdiği.
Mobilya reklam benchmark tablosunda hangi satıra bakmalısınız
Mobilya, kamuya açık reklam kıyaslama derlemelerinde genellikle kendi satırını alan bir kategoridir. WordStream'in bugün LOCALiQ çatısı altında yayımlanan sektör derlemeleri ve benzeri kaynaklar, mobilyayı ev ve yapı işlerinden ayrı bir kırılım olarak listeleyebiliyor. Hangi yılın tablosunda hangi kırılımın bulunduğunu, verinin kaç hesaptan derlendiğini ve hangi para biriminde raporlandığını yayımlandığı sayfadan kendiniz kontrol edin; bu detaylar sürümden sürüme değişiyor.
Bu derlemelerin büyük kısmı ABD pazarını ve dolar bazlı harcamayı ölçer, yani Türkiye'deki bir mobilya markası için hedef değil yön göstergesidir. Daha kritik olan şu: tablodaki dönüşüm ve ROAS değerleri, kaynağın kendi atıf kurulumuyla hesaplanmıştır. Hesabınız bir günlük tıklama penceresinde çalışırken yedi günlük pencereyle derlenmiş bir tabloyla kıyaslanamaz. Sektör satırıyla kendi satırınızı aynı ölçü birimine getirmenin yolu, önce kendi gecikmenizi ölçmekten geçiyor.
Yüksek sepet tutarı dönüşüm oranını nereye çeker
Basit bir hesap, bu kategoride düşük dönüşüm oranının neden normal olduğunu gösteriyor. Ortalama sipariş tutarınız 10.000 TL ve katkı marjınız yüzde 40 olsun. Başabaş ROAS'ınız 1 ÷ 0,40 = 2,5 çıkar. Tıklama başı maliyetiniz 5 TL ise 1.000 tıklama için 1.000 × 5 = 5.000 TL harcarsınız. Bu harcamanın başabaşa gelmesi için gereken ciro 5.000 × 2,5 = 12.500 TL, yani 12.500 ÷ 10.000 = 1,25 sipariş. Dönüşüm oranı cinsinden bu 1,25 ÷ 1.000 = 0,00125, yani yüzde 0,125.
Aynı tıklama maliyeti ve aynı marjla çalışan, sepet ortalaması 500 TL olan bir mağazada ise başabaş için 12.500 ÷ 500 = 25 sipariş gerekir; bu da 25 ÷ 1.000 = 0,025 yani yüzde 2,5 dönüşüm oranı demektir. İki işletmenin kârlılık eşiği arasındaki fark 2,5 ÷ 0,125 = 20 kat. Mobilya markasının panelde gördüğü zayıf dönüşüm oranı, aslında sepet tutarının doğal sonucu. Sepet ortalamanızı ve marjınızı hesaba katmadan dönüşüm oranınızı bir sektör satırıyla kıyaslamak, iki farklı birimi karşılaştırmak oluyor. Kendi eşiğinizi çıkarmak için başabaş ROAS hesaplama aracını kullanabilirsiniz.
Bu, dönüşüm oranı hiç sorgulanmayacak demek değil. Ürün sayfasındaki ölçü bilgisi, kargo ve montaj koşulları, taksit seçeneği gibi unsurlar mobilyada dönüşümü gerçekten kesebiliyor. Ama tanı koymadan önce eşiğinizi bilmeniz gerekiyor: oranınız kendi başabaş eşiğinizin üstündeyse ortada bir hastalık yok. Gerçekten eşiğin altındaysanız, düşük dönüşüm oranı sebepleri ayrı bir tanı listesi sunuyor.
Tıklamadan siparişe kadar geçen süreyi kendi kayıtlarınızdan çıkarın
Kıyaslamayı asıl bozan şey gecikme. Bir oturma grubu ya da yatak odası takımı, reklamın görüldüğü gün satın alınmıyor: ölçü alınıyor, ev halkıyla konuşuluyor, mağaza geziliyor, birkaç marka yan yana koyuluyor. Bu süre haftalarla ölçülüyorsa raporunuzdaki dönüşüm sayısı, seçtiğiniz pencerenin kestiği yerde bitiyor. Yani rapor size satışın tamamını değil, pencerenize sığan kısmını gösteriyor.
Ölçmek için karmaşık bir kuruluma gerek yok. Son 90 günün siparişlerini alın ve her sipariş için müşterinin siteye reklamla ilk geldiği tarih ile siparişin verildiği tarih arasındaki gün farkını yazın. İlk temas tarihini e-ticaret altyapınızın müşteri kaydından ya da UTM kodlarıyla etiketlenmiş oturum verinizden çıkarabilirsiniz. Kayıtların tamamı eşleşmeyecek; eşleşen siparişler bile eğrinin şeklini görmenize yeter.
Gecikme tablosundan ne çıkar
Siparişleri gün aralıklarına dağıtın: aynı gün, 1 ile 7 gün arası, 8 ile 28 gün arası, 28 günden sonrası. Ortaya çıkan dağılım, hangi pencerenin siparişlerinizin ne kadarını görebileceğini doğrudan söylüyor. Bu eğri ürün grubuna göre de değişir; küçük dekorasyon ürünleriyle mutfak dolabı aynı karar süresine sahip değildir, o yüzden mümkünse grup bazında ayırın. Ayrıca kampanya döneminizi de not edin: indirim haftasında karar süresi kısalabilir, sonrasında uzayabilir.
Ölçtüğünüz gecikme atıf penceresini nasıl belirler
Kural sade: pencereniz, siparişlerinizin ezici çoğunluğunu içine alacak kadar geniş olmalı. Gecikme tablonuzda siparişlerin yarısı yedi günden sonra kapanıyorsa, bir günlük tıklama penceresiyle raporlanan hiçbir sayı bütçe kararı için kullanılamaz. Tersi de doğru: dağılımınız aynı gün ve ertesi gün etrafında toplanıyorsa geniş pencere size ek bilgi vermez, sadece raporun olgunlaşmasını geciktirir.
Pencere ayarının genel mantığı, görüntüleme penceresinin şişirme etkisi ve pencere değiştikten sonra geçmişle kıyaslamanın neden yanıltıcı olduğu başlı başına bir konu. Burada mobilyaya özgü olan kısmı ele alıyoruz ve o kısım üç pratik sonuca iniyor.
- Karar penceresi olarak tek bir ayar sabitleyin. Bütçe kararlarını hangi pencereyle vereceğinize baştan karar verin ve her hafta aynı ayarla bakın. Kampanya bazında pencere değiştirmek, kampanyaları birbiriyle kıyaslanamaz hale getirir.
- Raporu gecikmenin uzunluğu kadar geriden okuyun. Yedi günlük pencerede çalışıyorsanız son yedi günün verisi henüz tamamlanmamıştır. Değerlendirmeyi en az pencere kadar geriden yapın, aksi halde her yeni kampanya kötü görünür.
- Görüntüleme kaynaklı dönüşümü karar metriğine karıştırmayın. Uzun karar süresinde görüntüleme penceresi ayrı bir tartışma açıyor; mobilyada tıklama tabanlı pencereyi ana karar birimi tutmak daha savunulabilir bir başlangıç.
Aynı kampanya iki pencerede ne kadar farklı görünür
Temsili bir örnek üzerinden gidelim; aşağıdaki sayılar gerçek bir hesaptan değil, mantığı göstermek için kurulmuş bir örnekten geliyor. 90 günlük dönemde 200.000 TL harcadınız ve bu dönemde reklam tıklamasıyla başlayan 100 sipariş kapandı. Sepet ortalaması yine 10.000 TL, yani toplam ciro 100 × 10.000 = 1.000.000 TL ve gerçek ROAS 1.000.000 ÷ 200.000 = 5.
Gecikme tablonuz şöyle çıksın: siparişlerin 30'u tıklamadan sonraki ilk gün içinde, 55'i iki ile yedi gün arasında, kalan 15'i yedinci günden sonra kapanıyor. Bir günlük tıklama penceresi en fazla 30 siparişi ilişkilendirebilir: 30 × 10.000 = 300.000 TL ciro, yani 300.000 ÷ 200.000 = 1,5 ROAS. Yedi günlük tıklama penceresi 30 + 55 = 85 siparişi görebilir: 85 × 10.000 = 850.000 TL, yani 850.000 ÷ 200.000 = 4,25 ROAS.
Başabaş ROAS'ınız 2,5 olduğuna göre aynı kampanya, dar pencerede eşiğin altında kalıyor, geniş pencerede ise net biçimde kârlı görünüyor. İlişkilendirilen sipariş adedi arasındaki fark 85 ÷ 30 = yaklaşık 2,83 kat. Bir günlük pencereye bakıp bu kampanyayı kapatan bir ekip, hesabın tamamı için 5 ROAS üreten bir kanalı kapatmış olur. Mobilya kıyaslamasının kalbi burası: kıyasladığınız sayı, ölçüm ayarınıza bağlı bir sayı. Sektör tablosuyla aranızdaki farkın ne kadarı gerçek performans, ne kadarı pencere farkı, bunu ayırmadan hiçbir tabloyu okumaya değmez.
Mobilya hesabında pencere kararını uygulama sırası
- Önce gecikme tablosunu çıkarın. Pencereyi değiştirmeden, elinizdeki 90 günlük sipariş verisiyle dağılımı görün. Karar bu tablodan çıkacak, alışkanlıktan değil.
- Pencereyi tabloya göre sabitleyin. Siparişlerinizin büyük kısmını kapsayan en dar pencere iyi bir başlangıçtır; gereksiz genişlik raporu yavaşlatır.
- Değişiklik tarihini rapora düşün. Pencereyi değiştirdiğiniz gün bir kırılma noktasıdır. Öncesi ve sonrası aynı grafikte yan yana okunmaz; raporunuzda bu tarihi işaretleyin.
- Sektör tablosunu ancak bundan sonra açın. Kendi eşiğinizi ve pencerenizi bilmeden bakılan bir kıyaslama tablosu, yanlış kampanyayı kapattırır.
- Tabloyu üç ayda bir yenileyin. Ürün gamı, fiyat aralığı ve teslim süresi değiştikçe karar süresi de değişir; pencere kararı bir kere verilip unutulacak bir ayar değil.
Uzun karar süresi sadece raporlamayı değil, optimizasyonu da etkiliyor: dönüşüm sinyali seyrek ve gecikmeli geldiğinde hedefleme tarafındaki öğrenme de yavaşlıyor. Bu tarafa yapay zekâ destekli hedefleme sayfasından bakabilirsiniz. Mobilyada ölçümün doğrusu, sektör ortalamasını yakalamak değil, kendi gecikmenizi görünür kılmak.