Modellenen dönüşümler nedir ve raporunuzda ne anlama gelir

Modellenen dönüşümler, reklam panelinizde gördüğünüz ama tek tek ölçülmemiş, istatistiksel olarak tahmin edilmiş dönüşümlerdir. Platform, ölçebildiği dönüşümlerle ölçemediklerini karşılaştırır, aradaki boşluğu geçmiş davranış verisinden ürettiği tahminle doldurur ve size tek bir toplam gösterir. Yani kampanya raporundaki satın alma sayısının tamamı, gerçekten tetiklenmiş bir olay kaydına karşılık gelmeyebilir. Bir kısmı gözlemlenmiştir, bir kısmı hesaplanmıştır ve panel bu ikisini varsayılan görünümde çoğu zaman ayırmaz.

Bu bir arıza değil, ölçümün bugünkü hali. Onay tercihleri, tarayıcı kısıtları ve cihaz değişimi yüzünden tıklama ile satın alma arasındaki zincir sık sık kopuyor. Platformlar bu boşluğu boş bırakmak yerine tahminle dolduruyor. Asıl sorun, raporu okuyan kişinin bunu bilmemesinden çıkıyor. Modellenmiş bir sayıyı muhasebe kaydıyla satır satır eşleştirmeye çalışan herkes günlerini kaybediyor ve sonunda yine eşleştiremiyor.

Modellenen dönüşümler ile gözlemlenen dönüşümler arasındaki fark

Gözlemlenen dönüşüm, zincirin sağlam kaldığı durumdur. Kullanıcı reklamı tıklar, sitede olay tetiklenir, olay tıklamayla ilişkilendirilebilir. Modellenen dönüşüm ise zincirin bir yerinin koptuğu, platformun sonucu yine de var saydığı durumdur. Sistem, ölçebildiği örneklemde belirli bir kullanıcı grubunun hangi oranda satın aldığını bilir ve ölçemediği trafiğe aynı oranı uygular. Dönüşümün tanımı ve nasıl sayıldığı konusunda temel bir hatırlatmaya ihtiyacınız varsa dönüşüm nedir yazısı iyi bir başlangıç noktası.

Kritik nokta şu: modellenen kısmın bir kimliği yoktur. Gözlemlenen dönüşümün arkasında somut bir olay kaydı vardır, modellenen kısım ise bir dağılımın parçasıdır. Bu yüzden onu tek bir siparişe, tek bir müşteriye ya da tek bir faturaya bağlayamazsınız. Sayı toplamda anlamlıdır, satır düzeyinde değil. Raporu okurken bu ayrımı kaybettiğiniz anda geri kalan her yorum kayıyor.

Modelleme hangi koşullarda devreye giriyor

Modelleme her hesapta ve her kampanyada aynı ağırlıkta çalışmaz. Payı büyüten koşullar genellikle şunlar:

• Onay verilmemesi: Ziyaretçi çerez iznini reddettiğinde ölçüm etiketleri kısıtlı çalışır, dönüşüm doğrudan kaydedilemez.
• Tarayıcı ve cihaz kısıtları: Takip engelleyen tarayıcılarda ve uygulama izleme izni verilmemiş cihazlarda bağlantı kurulamaz.
• Cihaz değişimi: Reklamı telefonda gören kullanıcının siparişi bilgisayardan tamamlaması, tek cihaz üzerinden kurulan eşleşmeyi bozar.
• Uygulama ile site arasındaki geçiş: Tıklama uygulama içi tarayıcıda başlar, satın alma başka bir ortamda biter.
• Veri eşiği: Bir kırılımda çok az kullanıcı olduğunda gizlilik eşikleri devreye girer, detay gizlenir ve toplam tahminle tamamlanır.
• Uzun karar süresi: Tıklama ile satın alma arasındaki süre uzadıkça eşleşme olasılığı düşer.

Atıf penceresi ve atıf modeli seçimi de raporlanan sayıyı değiştirir, ama bunlar ayrı eksenler. Aradaki farkı tek cümlede tutalım: pencere ve model, var olan bir dönüşümün kime ve hangi süre geriye yazılacağını belirler. Modelleme ise hiç ölçülememiş bir dönüşümün var sayılıp sayılmayacağını belirler.

Panelde gözlemlenen ile tahmin edilen veriyi nerede ayırt edersiniz

İlk bakılacak yer sütun açıklamalarıdır. Hem Google Ads hem Meta tarafında dönüşüm sütunlarının yanındaki bilgi notları, o sütunun neyi saydığını ve verinin kısıtlı olup olmadığını yazar. Arayüzler ve adlandırmalar dönem dönem değiştiği için, hesabınızda gördüğünüz sütunun tanımını platformun güncel resmî dokümanından teyit etmenizi öneririm. Ezberden okunan bir sütun adı, yanlış okunan bir rapordan daha tehlikeli.

Modellemenin en görünür izi: geriye dönük değişen sayılar

Pratik bir kontrol yapabilirsiniz. Bir tarih aralığının dönüşüm sayısını bugün not edin, aynı aralığı bir hafta sonra tekrar çekin. Sayı değişmişse elinizde geriye dönük güncellenen bir veri var demektir. Bu, hem gecikmeli gelen gerçek dönüşümlerin hem de tahmin katmanının işareti. Değişmemesi tahmin olmadığı anlamına gelmez, ama değişmesi kesinlikle sabit bir sayıya bakmadığınızı gösterir.

Bir uyarı da şu: panelinizdeki dönüşüm sayısı beklentinizin çok altındaysa suçlu genelde modelleme değil, bozuk kurulumdur. Eksik tetiklenen olaylar, çift kurulmuş etiketler ve yanlış eşlenen değerler modellemeden çok daha büyük sapma üretir. Bu ihtimali piksel verilerinin yanlış gelmesi tarafından eleyin, sonra modelleme tartışmasına geçin.

Muhasebe kaydıyla eşleştirmek neden sonuç vermez

Basit bir örnekle bakalım. Bir takvim ayında sipariş sisteminizde 500 sipariş var, ortalama sipariş tutarı 1.000 TL, yani toplam ciro 500.000 TL. Aynı ay Meta paneli 320 satın alma, Google Ads paneli 260 dönüşüm raporluyor. İki paneli topladığınızda 320 + 260 = 580 dönüşüm çıkıyor. Gerçek sipariş sayısı ise 500. Panel toplamı gerçeğin 580 ÷ 500 = 1,16 katı, yani yaklaşık %16 fazlası.

Tek tek baktığınızda tablo tersine dönüyor. Meta'nın 320'si tüm siparişlerin 320 ÷ 500 = %64'ü, Google'ın 260'ı ise %52'si. Her iki panel de kendi başına gerçeğin altında kalıyor, toplandıklarında üstüne çıkıyor. Sebep iki katmanlı: aynı sipariş iki panelde birden sayılabiliyor ve sayıların bir bölümü zaten tahmin. Bu iki etki birbirini götürmüyor, üst üste biniyor.

Eşleştirmenin çıkmaz olmasının üç yapısal nedeni var:

• Modellenen kısmın karşılığı yok: Tahmin edilen dönüşümün sipariş numarası, müşterisi ya da faturası olmadığı için muhasebe tarafında arayacağınız bir satır bulunmuyor.
• Zaman damgaları farklı: Reklam paneli dönüşümü tıklamanın gerçekleştiği güne yazabilir, muhasebe ise siparişin oluştuğu güne. Ay başı ve ay sonunda bu fark tek başına tutarsızlık üretir.
• Kapsam farklı: Muhasebe iptal edilen, iade edilen ve ödemesi alınamayan siparişleri ayıklar. Reklam paneli olayı tetiklendiği anda sayar ve sonrasında ne olduğunu bilmez.

Bu veriyle nasıl karar verilir

Modellenen veriyi çöpe atmak doğru değil, çünkü kampanya optimizasyonu da aynı sinyalle çalışıyor. Yapılması gereken, hangi sorunun hangi sayıyla cevaplanacağını ayırmak.

• Kampanya içi kıyas: Hangi kreatif, kitle ya da kampanya daha iyi çalışıyor sorusunda panel verisi geçerlidir. Panel verisi kampanya içi kıyas için kullanılabilir; ancak aynı tarih aralığı, aynı dönüşüm tanımı ve aynı atıf ayarlarıyla bakılmalı, modelleme payının kampanya, cihaz veya kitle kırılımına göre değişebileceği unutulmamalıdır.
• Toplam kârlılık kararı: Bütçeyi artırmalı mıyım sorusunu panel toplamıyla cevaplamayın. Yukarıdaki örnekte 500.000 TL ciroya karşılık toplam 100.000 TL reklam harcamanız varsa 500.000 ÷ 100.000 = 5 çıkar. Bu birleşik oranı, MER hesaplama aracımızı kullanarak her ay kendiniz hesaplayabilirsiniz, çünkü hiçbir atıf ya da tahmin varsayımına dayanmaz.
• Kanal katkısı sorusu: Bu reklam olmasaydı da satılır mıydı sorusunun cevabı hiçbir panelde yazmaz. Ne gözlemlenen ne modellenen veri bunu söyleyebilir, çünkü ikisi de nedensellik değil ilişkilendirme ölçer.

Bir de tempo meselesi var. Geriye dönük güncellenen ve kısmen tahmine dayanan veriye her sabah bakmak, olmayan trendlere tepki vermenize yol açar. Haftalık pencerede karar verin, günlük dalgalanmayı sinyal saymayın. Hangi metriğin hangi soruyu cevapladığını en baştan yazılı olarak tanımlayın. Aynı raporu her hafta aynı tanımlarla okumak, tahmin payının ürettiği gürültüyü büyük ölçüde bastırır.

Son bir bağlantı: tahmin payı büyüdükçe, otomatik sistemlerin öğrendiği sinyal de o kadar dolaylı hale gelir. Ölçüm kurulumunu düzeltmek yalnızca raporu değil, hedeflemenin dayandığı girdiyi de doğrudan etkiler. Konunun bu tarafına AI hedefleme sayfasından bakabilirsiniz. Özetle, panelinizdeki sayı bir sayaç değil bir tahmindir. Kıyas için kullanın, muhasebe yerine koymayın.