Halı E-Ticaret Vaka Analizi, Ölçü Segmentasyonuyla Ciro %221 Arttı

Halı markasında aynı modelin 80×150 ve 200×290 varyantı algoritma için benzer ürün görünüyordu ve bütçenin %64'ü küçük ölçülere akıyordu. Merchant Center feed'i ölçü ve oda tipine göre custom label'larla yeniden kurulunca 16 ayda bütçe sadece %21 artarken aylık ciro %221 arttı, sipariş maliyeti 600 liradan 336 liraya indi.

Halı markasının katalogunda yaklaşık 4.760 satılabilir varyant vardı. Bunlar 420 ana modelin ölçü, renk ve varyasyon kombinasyonlarından oluşuyordu.

Hepsi tek bir Google Shopping yapısı ve tek bir geniş Meta katalog kampanyası altında yönetiliyordu.

Sorun şuydu. Aynı halı modelinin 80×150 ve 200×290 varyantı reklam algoritması açısından benzer ürün görünüyor. Oysa biri 1.490 lira, diğeri 5.990 lira. Ve küçük ölçü daha hızlı satın alma sinyali ürettiği için bütçe kendiliğinden oraya akıyordu.

Başlangıçta reklam bütçesinin %64'ü küçük ve entry ölçülere gidiyordu. Büyük ve premium ürünler bütçenin sadece %10'unu alırken cironun %18'ini üretiyordu.

Aşağıdaki bölümler 16 ayı kararların sırasıyla izliyor. Önce ciro artışının trafik, dönüşüm oranı ve sepete nasıl bölündüğünü, sonra halı e-ticaretini diğer kategorilerden ayıran farkları, algoritmanın neden en kolay satılan halıyı ölçeklediğini, feed'in ölçü ve oda tipine göre nasıl yeniden kurulduğunu, Oda Ölçü Asistanı'nı ve Google ile Meta'ya verilen görevleri. Sonunda varyant segmentasyonunu kendi kataloğunuzda kurmak için adımları ve bu tür bir projede ajansa sormanız gereken soruları bulacaksınız.

Shopping feed'ini varyant seviyesinde nasıl yönettiğimi Google Shopping reklamları yönetimi, ürün sayfasında ölçü seçimini kolaylaştıran çalışmaları ürün sayfası optimizasyonu sayfasında anlattım.

16 ayda halı markasının rakamları nasıl değişti?

Bütçe 180.000 TL'den 218.400 TL'ye çıkarken aylık ciro 750.000 TL'den 2.405.000 TL'ye, MER 4,17x'ten 11,01x'e yükseldi ve sipariş maliyeti 600 TL'den 336 TL'ye indi.

Metrik	Başlangıç	16. ay
Aylık reklam bütçesi	180.000 TL	218.400 TL
Aylık ciro	750.000 TL	2.405.000 TL
Aylık MER	4,17x	11,01x
Aylık sipariş	300	650
Ortalama sepet	2.500 TL	3.700 TL
Sipariş maliyeti	600 TL	336 TL
Aylık trafik	30.000	50.000
Dönüşüm oranı	%1,00	%1,30
Yüksek sepetli ürün ciro payı	%18	%46
Ölçü kaynaklı iade	%7,4	%3,1

16 ayın toplamı 22,7 milyon lira ciro ve 3.289.855 lira harcama. Karttaki 6,9x dönem ortalaması. Son ayın kendi MER'i 11,01x. Toplam ciroyu harcamaya bölen MER'in neden daha güvenilir bir ölçü olduğunu E-Ticarette MER Nedir başlıklı yazıda ele aldım.

Bütçe %21 artarken ciro nasıl %221 arttı?

Bu vakanın tek cümlelik özeti bu orandır.

Büyüme daha fazla reklam satın almaktan gelmedi. Aynı bütçenin daha değerli varyantlara yönlendirilmesinden geldi.

16 aylık seyir de bunu gösteriyor. Son dört ayda harcama azalırken ciro artmaya devam etti.

Ay	Ciro	Harcama	MER
1	750.000 TL	180.000 TL	4,17x
5	1.080.000 TL	195.000 TL	5,54x
10	1.520.000 TL	220.000 TL	6,91x
13	1.820.000 TL	225.000 TL	8,09x
15	1.935.000 TL	190.000 TL	10,18x
16	2.405.000 TL	218.400 TL	11,01x
Toplam	22.700.000 TL	3.289.855 TL	6,90x

15. ayda harcama 190 bin liraya inerken ciro 1,935 milyona çıktı. Bu, sistemin olgunlaştığının en net göstergesi.

Ciro artışı trafik, dönüşüm oranı ve sepete nasıl bölünüyor?

Ciro, trafik ile dönüşüm oranı ve ortalama sepetin çarpımı. Bu vakada trafik yaklaşık %67, dönüşüm oranı %30, ortalama sepet %48 arttı ve üçünün çarpımı ciroyu 3,2 katına çıkardı.

Hesap tutarlı. Başlangıçta 30.000 oturumun %1'i satın alıyordu, bu 300 sipariş ve 2.500 TL ortalamayla 750.000 TL ciro demek. 16. ayda 50.000 oturumun %1,3'ü satın aldı, bu 650 sipariş ve 3.700 TL ortalamayla 2.405.000 TL ciro.

Üç etkiyi sırayla ekleyerek ne kadar katkı verdiklerini gösterebilirim.

Adım (hesaplanan)	Oturum	Dönüşüm	Sepet	Aylık ciro
Başlangıç	30.000	%1,00	2.500 TL	750.000 TL
Sadece trafik artsaydı	50.000	%1,00	2.500 TL	1.250.000 TL
Trafik ve dönüşüm artsaydı	50.000	%1,30	2.500 TL	1.625.000 TL
16. ay, gerçekleşen	50.000	%1,30	3.700 TL	2.405.000 TL

Bu sıralamada son adım, yani ortalama sepetin 2.500 TL'den 3.700 TL'ye çıkması, tek başına aylık ciroya yaklaşık 780.000 TL ekliyor. Bu, üç adımın en büyüğü. Vakanın ana fikri de burada. Büyümenin en büyük parçası daha fazla müşteriden değil, aynı müşterinin daha büyük ve daha değerli bir halı almasından geldi.

Bu sıralama bir hesaplama tercihi, sırayı değiştirince her adımın payı biraz değişiyor. Ama hangi sırayla hesaplanırsa hesaplansın, sepet büyümesinin payı büyük kalıyor. Bütçenin yalnızca %21 artmasına rağmen cironun %221 artmasının arkasında bu var.

Yüksek sepetli ürünlerin ciro payı da aynı hikayeyi anlatıyor. Başlangıçta 750.000 TL'nin %18'i, yani yaklaşık 135.000 TL, yüksek sepetli ürünlerden geliyordu. 16. ayda 2.405.000 TL'nin %46'sı, yani yaklaşık 1,1 milyon TL. Yüksek sepetli ürünlerden gelen aylık ciro yaklaşık sekiz katına çıktı.

Halı e-ticaretini diğer kategorilerden ayıran ne?

Halıda aynı ürün birçok ölçüde satılıyor, ölçüler arasındaki fiyat farkı dört kata kadar çıkıyor, yanlış ölçünün iadesi pahalı ve müşteri satın almadan önce halının odasında nasıl duracağını göremiyor.

Birincisi varyant yapısı. Bu vakada 420 ana model, ölçü, renk ve varyasyon kombinasyonlarıyla yaklaşık 4.760 satılabilir varyanta dönüşüyordu. Model başına ortalama 11 civarında varyant. Bu yapıda bir modelin performansı, aslında o modelin en ucuz ölçüsünün performansı olarak okunabiliyor.

İkincisi fiyat aralığı. Aynı model 80×150'de 1.490 TL, 200×290'da 5.990 TL. Görsel olarak neredeyse aynı ürün. Reklam platformu bu iki varyantı benzer ürünler olarak görüyor ama işletme için bambaşka ekonomiler.

Üçüncüsü hacim ve iade. Büyük bir halı hacimli bir kargo. Yanlış ölçü sipariş edildiğinde ters lojistik, ambalaj yenileme, hasar riski ve yeniden satış gecikmesi oluşuyor. Bu vakada başlangıçta ölçü kaynaklı iade %7,4, toplam iade %13,6'ydı.

Dördüncüsü görsel belirsizlik. Müşteri halıyı fotoğrafta görüyor ama odasında nasıl duracağını, koltuğun altına girip girmeyeceğini, rengin gerçekte nasıl göründüğünü bilmiyor. Bu belirsizlik karar süresini uzatıyor. Bu vakada başlangıçta ilk görüntülemeden satın almaya medyan süre 9,8 gün ve satın alma öncesi ortalama 4,1 ziyaretti.

Özellik	Reklam ve satışa etkisi
Çok sayıda varyant	Model bazlı rapor varyant farkını gizler
Dört kata varan fiyat farkı	Algoritma ucuz varyanta yığılır
Hacimli kargo ve iade	Yanlış ölçü net katkıyı eritir
Görsel belirsizlik	Karar süresi uzar, oda bağlamı gerekir

Algoritma neden en değerli halıyı değil en kolay satılanı ölçekliyordu?

Çünkü optimizasyon tanımı satın alma sayısına dayanıyordu ve küçük ölçüler daha kolay satıldığı için bütçe onlara akıyordu.

Bu vakanın teknik özü burada ve sebebi ihmal değil, optimizasyon tanımı.

Örnek bir model ailesinde ölçü bazında fiyat yapısı şöyleydi.

Ölçü	Fiyat
80×150	1.490 TL
120×180	2.290 TL
160×230	3.990 TL
200×290	5.990 TL

Dört varyant görsel olarak neredeyse aynı. Ama fiyat dört katına çıkıyor.

Purchase optimizasyonu dönüşüm sayısını takip ediyor, dönüşüm değerini değil. 1.490 liralık varyant daha hızlı satılıyor, daha düşük CPA gösteriyor, daha fazla sinyal topluyor. Sistem doğal olarak oraya yığınıyordu.

Başlangıç bütçe dağılımı şöyleydi. Küçük ve entry ölçüler %64, orta ölçüler %26, büyük ve premium %10.

Küçük halının daha hızlı satılmasının nedeni de anlaşılır. Daha düşük tutarlı bir ürün için karar daha az düşünülüyor, ölçü hatası yapılsa bile maliyeti küçük ve küçük alanlar için ölçü seçmek daha kolay. Büyük halıda ise müşteri hem yüksek bir tutarı hem de yanlış ölçü riskini aynı anda tartıyor. Bu yüzden büyük halının satın alma sinyali daha yavaş ve daha seyrek geliyor. Algoritma için bu daha az veri demek ve daha az veri, daha az bütçe.

Purchase sayısı küçük ölçüleri işaret ediyordu, purchase value ise büyük ölçüleri. Sistem birinciyi optimize ediyordu.

Bu, çeyiz vakasındaki paket-tekil ürün problemiyle aynı ailedendir. Katalogda hem ucuz hem pahalı ürün varsa algoritma her zaman ucuz olanı bulur, çünkü ondan daha çok satılıyor. Ayrı kampanyaya alınacak ürünü nasıl seçtiğimi Google Shopping'de Ürün Segmentasyonu Nasıl Yapılır yazısında açtım.

Metrekare başına bakınca büyük halı neden daha avantajlı?

Örnek model ailesinde 80×150 halının metrekaresi yaklaşık 1.240 TL'ye gelirken 200×290 halının metrekaresi yaklaşık 1.030 TL'ye geliyordu. Büyük halı toplamda pahalı ama alan başına daha ucuz.

Bu hesabı fiyat tablosundaki rakamlardan yaptım. 80×150 halı 1,2 metrekare ve 1.490 TL. 200×290 halı 5,8 metrekare ve 5.990 TL. Aradaki fark, müşteriye anlatılması gereken bir değer.

Ölçü	Alan (m²)	Fiyat	m² başına (hesaplanan)
80×150	1,2	1.490 TL	yaklaşık 1.240 TL
120×180	2,16	2.290 TL	yaklaşık 1.060 TL
160×230	3,68	3.990 TL	yaklaşık 1.085 TL
200×290	5,8	5.990 TL	yaklaşık 1.030 TL

Bu tablo iki şey söylüyor. Birincisi, büyük halıya giden müşteri alan başına daha az ödüyor. Bu, büyük ölçüyü öne çıkaran kreatiflerde ve ürün sayfasında kullanılabilecek bir argüman. İkincisi, algoritmanın küçük ölçüyü seçmesi müşterinin çıkarına da değil. Salonuna 80×150 halı alıp yetmediğini gören müşteri ya iade ediyor ya da memnuniyetsiz kalıyor.

Ölçü kaynaklı iadenin %7,4'ten %3,1'e inmesi bu açıdan da önemli. Doğru ölçüyü seçen müşteri hem daha büyük bir halı alıyor hem de onu iade etmiyor. Oda Ölçü Asistanı'nın işi, müşterinin odası için doğru ölçüyü ilk seferde seçmesini sağlamaktı.

İnsanlar halıyı ölçüyle mi metrekareyle mi arıyor?

Semrush verisine göre insanlar halıyı santimetreyle değil çoğunlukla metrekareyle arıyor. "4 metrekare halı ölçüleri" ayda yaklaşık 4.400, "4 metre kare halı ölçüleri" 3.600, "6 metre halı ölçüleri" 2.400 kez aranıyor.

Bu bulgu vakadaki Oda Ölçü Asistanı'nın ilk sorusunun neden "odanız yaklaşık kaç m²" olduğunu açıklıyor. Müşteri zihninde halıyı "160×230" olarak değil, "4 metrekarelik halı" olarak düşünüyor. Ürün sayfasında yalnızca santimetre göstermek bu yüzden yetersiz kaldı. Müşterinin düşündüğü birimle ürünün satıldığı birim arasında bir çeviri gerekiyordu.

Arama (Semrush Türkiye)	Aylık hacim	Yaklaşık karşılık gelen ölçü
4 metrekare halı ölçüleri	4.400	160×230 civarı
4 metre kare halı ölçüleri	3.600	160×230 civarı
6 metre halı ölçüleri	2.400	200×290 civarı
6 metrekare halı ölçüleri	1.600	200×290 civarı
halı ölçüleri	1.600	Genel
6 metrekare salon halısı	1.000	200×290 civarı
özel ölçü halı	880	Standart dışı

Tablonun bir sonucu da Shopping ve organik arama tarafında. Ürün başlığında ölçüyü santimetre olarak yazmak doğru, çünkü "200×290 modern halı" gibi aramalar da var. Ama kategori sayfalarında ve ürün açıklamalarında metrekare karşılığını da yazmak, "6 metrekare salon halısı" arayan kişiyi doğru ürüne götürüyor. Yalnızca bir birim kullanan bir site, diğer birimle arayan kitlenin önemli bir kısmını kaçırıyor.

Kullanım özelliği aramaları da güçlü. "Yıkanabilir halı" ayda yaklaşık 2.900, "makinede yıkanabilir halı" 1.900, "kaymaz yıkanabilir halı" 1.300 kez aranıyor. Bu vakada kullanım özelliğinin beş custom label'dan biri olması ve Shopping'de ayrı bir Washable/Functional segmenti kurulması, bu talebin doğrudan karşılığıydı.

Ölçü segmentasyonu nasıl yapıldı?

Merchant Center feed'i beş custom label ile yeniden kuruldu ve aynı sınıflandırma Meta ürün setlerine taşındı. Böylece iki kanal aynı merchandising mantığını kullanmaya başladı.

• Oda tipi. Salon, oturma odası, yatak odası, mutfak, çocuk odası, koridor, balkon
• Ölçü segmenti. XS (80×150 ve altı), S (100×200 / 120×180), M (140×200 / 160×230), L (200×290), XL (240×340 ve üzeri)
• Fiyat segmenti. Entry, Core, Premium, High Value
• Kullanım özelliği. Yıkanabilir, kaymaz taban, leke tutmaz, çocuk/pet friendly, dış mekan, yoğun trafik
• Ticari skor. Test, Scale, High Margin, High Stock, Low Stock, Return Risk

Dört segmentasyon katmanı içinde tek başına en büyük ticari etki ölçü katmanından geldi.

Bunu altı haftalık kontrollü testle ölçtük. Kreatif, landing page ve oda segmentleri sabit tutuldu. Yalnızca ölçü grupları ayrı bütçe havuzlarına alındı.

Metrik	Sonuç
160×230 ve üzeri harcama payı	%13 → %28
Ortalama sepet	+%17
CPA	−%24
Purchase value / harcama	+%38

Tek değişkenli test olduğu için bu etki doğrudan ölçü segmentasyonuna atfedilebilir. Custom label'ın nasıl kullanıldığını Custom Label Nedir yazısında adım adım anlattım.

Varyant seviyesi feed mimarisi. Her satılabilir ölçü ayrı SKU olarak işlendi ama model ailesi item_group_id ile korundu.

HALI-847 ile 80X150 · HALI-847 ile 120X180 · HALI-847 ile 160X230 · HALI-847 ile 200X290

Başlık standardı da değişti. "Modern Krem Salon Halısı 200×290, Leke Tutmaz." Model, renk, ölçü ve kullanım niteliği birlikte yer aldı.

Ölçüyü başlığın sonuna koymak denendi ve yüksek niyetli ölçü sorgularında eşleşmeyi zayıflattı. Ürün başlığının Shopping performansına etkisini Ürün Başlığı Google Shopping Performansını Nasıl Belirler yazısında ayrıntılı anlattım.

Variant Price Bias raporu. Standart ürün ROAS raporu bu problemi göstermiyordu, çünkü model seviyesinde raporlama yapıyordu.

Model bazlı bakıldığında 80×150'nin başarısı aynı modelin 200×290 performansını gizliyordu.

Bunun için ayrı bir rapor kuruldu ve model ailesi içindeki dağılımı beş boyutta gösterdi. Gösterimlerin ölçü dağılımı, harcamanın, siparişlerin, net cironun ve brüt katkının.

Kural basitti. Bir modelde harcamanın %70'i küçük ölçüye gidiyor ama net cironun sadece %38'i küçük ölçüden geliyorsa o model "price biased" olarak işaretlendi. Küçük varyantın bütçe tavanı düşürüldü, büyük ölçüler ayrı test aldı.

Bu rapor olmadan sorunu görmek mümkün değildi.

Ortalama sepetteki %48 artış nereden geldi?

1.200 TL'lik artışın %57,5'i daha büyük ölçü karmasından, %27,5'i premium materyal ve modelden, %15'i tamamlayıcı ürünlerden geldi.

Kaynak	Katkı	Pay
Daha büyük ölçü karması	+690 TL	%57,5
Premium materyal ve model karması	+330 TL	%27,5
Tamamlayıcı ürün, runner, kaydırmaz taban	+180 TL	%15
Toplam	+1.200 TL	%100

Artışın %85'i ürün karmasından geldi, yalnızca %15'i çapraz satıştan.

Ve hiçbir kısmı fiyat yükseltmekten gelmedi. Yapılan tek şey algoritmanın küçük ölçü ağırlığını kırıp daha yüksek değerli ölçülere gerçek görünürlük vermekti. AOV'yi fiyat artırmadan nasıl yükselttiğimi E-Ticarette AOV Nasıl Artırılır yazısında örneklerle gösterdim.

Oda Ölçü Asistanı nasıl çalıştı?

Kullanıcıdan sadece ölçü seçmesini istemek yerine üç kısa soruyla bağlam oluşturuldu.

• Odanız yaklaşık kaç m²?
• Halı hangi mobilyanın altında veya önünde olacak?
• Halının mobilyaların altına girmesini istiyor musunuz?

Sistem "Bu oda için önerilen ölçü. 160×230 veya 200×290" gibi bir sonuç üretti. Salon için ayrıca üç görsel ölçek senaryosu sunuldu. Yalnızca ön ayaklar halıda, tüm oturma grubu halıda, sadece orta alan kaplı.

Ekonomik etkisi iki taraflı oldu.

Metrik	Başlangıç	16. ay
Ölçü kaynaklı iade	%7,4	%3,1
Toplam iade oranı	%13,6	%8,7

Büyük halıda yanlış ölçü iadesi sadece satış kaybı değil. Ters lojistik, hacimli kargo, ambalaj yenileme, hasar riski ve yeniden satış gecikmesi üretiyor.

Bu yüzden CRO çalışması yalnızca dönüşüm oranını değil net satış kalitesini de iyileştirdi.

Tam kapsamlı AR ilk çözüm yapılmadı. Bunun yerine standart salon şablonlarında koltuk genişliği, oda boyutu ve halı ölçüsünün değiştirilebildiği hafif bir görselleştirme modülü kuruldu. Amaç dekoratif etki değil, yanlış ölçü siparişini azaltmaktı.

Room Intent event sistemi. Standart ViewContent event'i "halı sayfasını ziyaret etti" seviyesinde kalıyordu. Ürün niyetini ayrıştıran birinci taraf event seti kuruldu.

room_type_select · rug_size_select · price_band_filter · washable_filter · roomfit_complete · size_guide_open · variant_change

Bu sinyaller sayesinde ilgi analizi "halı sayfasını gördü" seviyesinden "salon için 200×290 premium halı arıyor" seviyesine yaklaştı.

Kullanıcılar toplulaştırılmış ürün ilgisi segmentleriyle yeniden pazarlama ve kreatif seçiminde kullanıldı. E-ticaret event kurulumunun nasıl yapıldığını Add to Cart, Initiate Checkout ve Purchase Eventleri Nasıl Kurulur ve Test Edilir yazısında tek tek ele aldım.

Room Intent olayları reklamda nasıl kullanıldı?

Kullanıcının seçtiği oda tipi, ölçü, fiyat bandı ve kullanım özelliği birinci taraf olaylar olarak kaydedildi ve bu olaylardan oluşan toplulaştırılmış ilgi segmentleri, remarketing ve kreatif seçiminde kullanıldı.

Standart ViewContent olayı yalnızca bir ürün sayfasının görüntülendiğini söylüyor. Halıda bu bilgi çok az. Aynı halı sayfasını ziyaret eden iki kişiden biri küçük bir antre için 80×150 arıyor olabilir, diğeri geniş bir salon için 200×290. İkisine aynı remarketing reklamını göstermek, en az birinin ilgisini kaçırmak demek.

Kurulan olaylar bu ayrımı yapıyordu. Oda tipi seçimi, halı ölçüsü seçimi, fiyat bandı filtresi, yıkanabilir filtresi, Oda Ölçü Asistanı'nın tamamlanması, ölçü rehberinin açılması ve varyant değişikliği. Bu olayların birleşimi, kullanıcının ne aradığını "salon için 200×290 premium halı" seviyesinde tarif edebiliyordu.

Bu bilgi iki yerde işe yaradı. Birincisi remarketing feed'inde. Kullanıcıya baktığı ölçüye, oda tipine ve fiyat bandına yakın ürünler gösterildi. İkincisi kreatif seçiminde. Salon için büyük ölçü arayan kullanıcılara "aynı oda, üç ölçü" formatı, mutfak için yıkanabilir halı arayanlara kullanım özelliğini öne çıkaran kreatifler gösterildi.

Bu olayların toplulaştırılmış segmentler olarak kullanılması da önemliydi. Amaç tek tek kullanıcıyı izlemek değil, benzer niyetteki kullanıcı gruplarına daha alakalı reklam göstermekti. E-ticaret olay kurulumunu nasıl yaptığımı dönüşüm takibi ve ölçümleme kurulumu sayfasında anlattım.

Google ve Meta'ya hangi görevler verildi?

16 aylık bütçe dağılımı Google Shopping ₺2.006.812 (%61), Meta ₺1.283.043 (%39).

Google'ın görevi yüksek satın alma niyetini varyant seviyesinde yakalamaktı. Önceliklendirilen sorgular ölçü ve kullanım özelliği içeriyordu. "160×230 salon halısı", "200×290 modern halı", "yıkanabilir mutfak halısı", "kaymaz koridor halısı".

Shopping yapısı altı segmente ayrıldı. Small/Entry, Core Size, Large Size, Premium, Washable/Functional, New/Test. Her segmentin ROAS hedefi, bütçesi ve stok kuralı ayrı yönetildi.

Meta'nın görevi hazır ölçü sorgusunu yakalamak değil, ihtiyacı görselleştirmekti. Aynı model farklı oda büyüklüklerinde ve farklı ölçülerde gösterildi.

En güçlü kreatif formatı "aynı oda, üç ölçü" karşılaştırmasıydı. 120×180, 160×230, 200×290 yan yana.

Bu format ürün satmaktan önce şu soruyu cevapladı. "Benim odaya hangi ölçü olur?" Ve büyük ölçülerin karar bariyerini azalttı.

Oda tipi de sadece katalog etiketi değil, kreatif ve landing page mesajını değiştiren bir niyet değişkeni oldu. Salonda büyük ölçü ve koltuklarla oran, mutfakta yıkanabilirlik ve kaymazlık, çocuk odasında kolay bakım, koridorda ince form ve yoğun trafik dayanımı. Katalog ve kreatifin birlikte nasıl kullanıldığını Katalog Reklamı ve Kreatif Reklam Birlikte Nasıl Kullanılır yazısında anlattım.

PMax neden ana sistem olmadı. Performance Max kontrollü olarak test edildi. Tam katalog açıldığında üç sorun çıktı. Marka talebini ve yeniden pazarlamayı fazla topluyor, düşük fiyatlı varyantlara yeniden yoğunlaşıyor ve varyant kontrolünü azaltıyordu.

Yani çözmeye çalıştığımız problemi geri getiriyordu. Segmentlenmiş Shopping ve kontrollü Meta katalog yapısı daha şeffaf kaldı. PMax'in hangi durumda işe yaradığını Performance Max Nedir yazısında tek tek ele aldım.

"Aynı oda, üç ölçü" kreatifi neden en güçlü formattı?

Çünkü müşterinin satın almadan önce sorduğu asıl soruya, yani "benim odama hangi ölçü olur" sorusuna, ürünü satmaya çalışmadan cevap veriyordu.

Klasik halı reklamında tek bir halı, tek bir odada, en güzel açıdan gösteriliyor. Bu görsel ilgi çekiyor ama müşterinin kafasındaki soruyu cevaplamıyor. Müşteri halıyı beğeniyor, sonra kendi odasını düşünüyor ve hangi ölçünün olacağını bilemediği için kararı erteliyor. Başlangıçtaki 9,8 günlük medyan karar süresinin önemli bir kısmının bu tür bir erteleme olduğunu düşünüyorum.

"Aynı oda, üç ölçü" formatında aynı model, aynı odada 120×180, 160×230 ve 200×290 ölçüleriyle yan yana gösteriliyor. Müşteri farkı doğrudan görüyor. Küçük halının koltuğun önünde kaldığını, ortanın ön ayakları aldığını, büyüğün tüm oturma grubunu kapladığını. Bu görsel karşılaştırma, büyük ölçülerin karar bariyerini azalttı, çünkü müşteri büyük halının odasında nasıl duracağını önceden görebiliyordu.

Bence bu formatın bir faydası da algoritma tarafında. Kreatifte birden fazla ölçü gösterildiğinde, kreatifi tıklayan kişi ürün sayfasına ölçüler arasındaki farkı zaten görmüş olarak geliyor. Böylece reklam küçük ölçüyü değil, ölçü kararını satmaya başlıyor.

Oda tipine göre mesaj değiştirmek de aynı mantığın devamıydı. Kreatif, her odanın kendi sorusunu yukarıda anlattığım ayrımla cevapladı. Her oda tipinin müşterisi farklı bir soru soruyor ve kreatif o soruya cevap verdiğinde işe yarıyor.

Kanallar arası ürün skoru neden kuruldu?

Google ve Meta'nın aynı ürünün başarısını birbirinden bağımsız yeniden keşfetmesini engellemek için ortak bir ürün skoru oluşturuldu.

Bileşen	Ağırlık
Net katkı	%30
Dönüşüm oranı	%20
Stok kapsaması	%15
Ortalama sepet	%15
İade riski	%10
Kreatif ve etkileşim sinyali	%10

75 puan üzeri Scale, 55 ile 74 Watch/Test, 54 altı Suppress.

Skor iki yönlü çalıştı. Google'da güçlü niyet yakalayan ama Meta kreatifi olmayan ürün kreatif üretim kuyruğuna, Meta'da güçlü ilgi sinyali veren ürün Shopping varyant testine taşındı.

Net katkı, ROAS değil. Yüksek fiyatın otomatik olarak yüksek kar anlamına gelmediği kabul edildi. Büyük halılarda ürün maliyeti, kargo ve iade riski daha yüksekti.

Net Katkı = Net satış − ürün maliyeti − kargo provizyonu − tahmini iade maliyeti

Bunun pratik sonucu şu oldu. 10x ROAS gösteren ama yüksek iade ve kargo maliyeti taşıyan SKU, 8x ROAS üreten ve daha yüksek net katkı bırakan SKU'nun otomatik olarak önüne geçirilmedi.

Stok kapsaması ölçeklemenin koşulu oldu. Her varyant için mevcut stok bölü son 14 günlük satış hızı ile stok kapsaması hesaplandı.

Kapsama	Aksiyon
21+ gün	Scale
10 ile 20 gün	Normal
5 ile 9 gün	Reduce
5 günden az	Suppress

Özellikle 200×290 gibi değerli varyantlarda reklam başarılı olur olmaz stok tükenmesinin önüne geçildi.

Stok biten varyant feed'den çıkarıldı ama model sayfasında alternatif ölçüler gösterilmeye devam etti, kullanıcı boş sayfayla karşılaşmadı.

Ürün sayfasında ölçü seçimi. Eski dropdown yapısı oda bağlamıyla yeniden tasarlandı.

Ölçü	Bağlamsal kullanım
80×150	Antre veya küçük alan
120×180	Küçük oturma alanı
160×230	Standart salon
200×290	Geniş salon

Her ölçünün yanında oda içi ölçek görseli, güncel fiyat, stok ve tahmini teslimat gösterildi. Ölçü değiştiğinde görsel ölçek de değişti.

Kullanıcıya yalnızca santimetre göstermek denendi ve yetersiz kaldı, çünkü ölçünün oda içinde ne anlama geldiğini açıklamıyordu. Varyant seçimini kolaylaştırmanın yollarını Ürün Sayfasında Varyant Seçimi Nasıl Kolaylaştırılır yazısında ayrıntılı anlattım.

Renk ve doku tarafında da belirsizlik azaltıldı. Yakın plan doku, farklı ışıkta görüntü, hav yüksekliği, malzeme, alt taban, kenar dikişi, robot süpürge uyumluluğu ve bakım bilgileri standartlaştırıldı. En çok satan 60 üründe kısa "dokuyu göster" videosu standart hale getirildi.

Ölçü bazlı remarketing. 200×290 görüntüleyen kullanıcıya rastgele 80×150 varyant gösterilmedi.

Remarketing feed'i dört kriterle sınırlandı. Görüntülenen ölçü, yakın ölçü, aynı oda tipi ve benzer fiyat bandı.

Örneğin 200×290 premium salon ürünü görüntüleyen kullanıcıya 160×230 salon, 200×290 alternatif model veya benzer premium tasarım gösterildi. Remarketing kurgusunun nasıl olması gerektiğini Meta Ads'te Remarketing Kurgusu Nasıl Olmalı yazısında açtım.

İadenin azalması kaç siparişi kurtardı?

16. ayın 650 siparişinde ölçü kaynaklı iade %7,4'te kalsaydı yaklaşık 48 sipariş ölçü yüzünden geri dönecekti. %3,1 ile bu sayı yaklaşık 20'ye indi. Ayda yaklaşık 28 büyük ve hacimli paketin ters lojistiği önlenmiş oldu.

Toplam iade tarafında fark daha da büyük. %13,6'lık toplam iade oranı 650 siparişte yaklaşık 88 iade demek. %8,7 ile bu sayı yaklaşık 57'ye iniyor. Ayda yaklaşık 31 iade daha az.

16. ay, 650 sipariş (hesaplanan)	Eski oranla	Gerçekleşen oranla	Fark
Ölçü kaynaklı iade	%7,4, yaklaşık 48	%3,1, yaklaşık 20	yaklaşık 28 iade
Toplam iade	%13,6, yaklaşık 88	%8,7, yaklaşık 57	yaklaşık 31 iade

Bu iadelerin her biri, ortalama 3.700 TL'lik bir siparişin cirodan düşmesi demek. Üstüne hacimli kargo, ambalaj ve yeniden satışa hazırlık maliyeti ekleniyor. İadenin azalması brüt ciroda görünmüyor ama net katkıda doğrudan hissediliyor. Bu vakada net katkı formülüne tahmini iade maliyetinin dahil edilmesinin nedeni de buydu.

Net katkı formülü bir örnekle nasıl çalışıyor?

Net katkı, net satıştan ürün maliyeti, kargo provizyonu ve tahmini iade maliyeti düşüldükten sonra kalan tutar. Yüksek ROAS'lı bir varyant, yüksek kargo ve iade maliyeti yüzünden daha düşük net katkı bırakabiliyor.

Varsayımsal iki varyantla mantığı göstereyim. İkisi de aynı reklam harcamasıyla satış getiriyor. A varyantı daha yüksek ROAS gösteriyor ama hacimli ve iade riski yüksek. B varyantı daha düşük ROAS gösteriyor ama kargo ve iade maliyeti düşük.

Kalem (varsayımsal, 1.000 TL reklam başına)	A varyantı	B varyantı
Platform ROAS	10x	8x
Net satış	10.000 TL	8.000 TL
Ürün maliyeti	5.000 TL	3.600 TL
Kargo provizyonu	1.200 TL	500 TL
Tahmini iade maliyeti	1.500 TL	400 TL
Reklam	1.000 TL	1.000 TL
Reklam sonrası net katkı	1.300 TL	2.500 TL

Bu örnekte A varyantı platform raporunda daha başarılı görünüyor. Ama her 1.000 TL reklam harcamasında işletmeye 1.300 TL bırakırken, B varyantı 2.500 TL bırakıyor. Platform ROAS'ına göre ölçekleme yapılsaydı bütçe A'ya giderdi.

Bu vakada 10x ROAS gösteren ama yüksek iade ve kargo maliyeti taşıyan bir SKU'nun, 8x ROAS üreten ve daha yüksek net katkı bırakan SKU'nun önüne otomatik olarak geçirilmemesinin mantığı buydu. Kanallar arası ürün skorunda en büyük ağırlığın %30 ile net katkıya verilmesi de bu yüzden.

Bütçe dağılımı nasıl değişti?

Küçük ve giriş varyantlarının bütçe payı %64'ten %28'e indi, büyük ve premium ürünlerin payı %10'dan %34'e çıktı.

Ürün grubu	Başlangıç	16. ay
Küçük ve entry varyantlar	%64	%28
Orta ölçüler	%26	%38
Büyük ve premium	%10	%34

Bu değişim "yüksek fiyatlı ürüne zorla bütçe vermek" anlamına gelmedi.

Büyük varyantlar ancak yeterli dönüşüm oranı, net katkı, stok kapsaması ve düşük iade riski gösterdiğinde ölçek aldı. Sadece pahalı oldukları için değil.

Küçük halılar da tamamen kapatılmadı, yeni müşteri ve küçük alan talebini karşılamaya devam ettiler.

Karar süresi kısaldı.

Metrik	Başlangıç	16. ay
İlk görüntülemeden satın almaya medyan	9,8 gün	6,1 gün
Satın alma öncesi ortalama ziyaret	4,1	2,8

Kısalmayı üreten şeyler birlikte çalıştı. Ölçü önerisi, oda görselleştirme, net varyant fiyatı, taksit, teslimat bilgisi ve doku videoları.

Taksit reklamın ana hook'u yapılmadı. Kararın son aşamasındaki finansal sürtünmeyi azaltan destekleyici unsur olarak kullanıldı.

Bütçe payları TL olarak nasıl değişti?

Küçük ve entry varyantlara giden aylık bütçe yaklaşık 115.000 TL'den yaklaşık 61.000 TL'ye inerken, büyük ve premium ürünlere giden bütçe yaklaşık 18.000 TL'den yaklaşık 74.000 TL'ye çıktı.

Ürün grubu (hesaplanan)	Başlangıç, 180.000 TL	16. ay, 218.400 TL
Küçük ve entry	%64, yaklaşık 115.000 TL	%28, yaklaşık 61.000 TL
Orta ölçüler	%26, yaklaşık 47.000 TL	%38, yaklaşık 83.000 TL
Büyük ve premium	%10, yaklaşık 18.000 TL	%34, yaklaşık 74.000 TL

Bu tablo, toplam bütçe yalnızca 38.400 TL artarken büyük ve premium ürünlere giden bütçenin yaklaşık dört katına çıktığını gösteriyor. Ek bütçenin hepsi ve küçük ölçülerden alınan bütçenin bir kısmı, daha değerli varyantlara gitti.

Küçük ölçülerin bütçesi yarıya yakın azaldı ama sıfırlanmadı. Bu ürünler yeni müşteri ve küçük alan talebini karşılamaya devam etti. Küçük halıları tamamen kapatmak denenip bırakılan yöntemlerden biriydi, çünkü bu talebi gereksiz yere kaybettiriyordu.

Halı hesabında büyük ölçüler hangi ay görünür hale geldi?

Büyük ölçüler beşinci ayda görünür hale geldi. İlk dört ay altyapıya ayrıldı. Varyant temizliği, parent-variant yapısı, ölçü fiyat bias analizi, Merchant Center custom label sistemi ve büyük varyantların stok/iade ekonomisi tamamlandı.

Beşinci ayda ölçü bazlı Shopping, oda bazlı Meta kreatifleri, büyük/premium bütçe havuzu, Oda Ölçü Asistanı, stok kapsaması ve Cross-Channel Product Score aynı anda çalışmaya başladı.

Bu dönemden sonra ortalama sepet ve sipariş maliyeti kalıcı biçimde iyileşti.

İlk dört aylık altyapı hangi sırayla kuruldu?

Önce varyant verisi temizlendi, sonra model ve varyant yapısı kuruldu, ardından ölçü bazlı fiyat bias analizi yapıldı ve en son custom label sistemi ile büyük varyantların stok ve iade ekonomisi tamamlandı.

Bu sıranın mantığı şu. Varyant verisi temiz olmadan model ailesi doğru kurulamıyor. Aynı ölçünün "200x290", "200 × 290" ve "200*290" gibi farklı yazımları, aynı modelin farklı varyantları gibi görünüyor ya da tam tersine farklı modellerin varyantları aynı aileye karışabiliyor. Model ailesi doğru kurulmadan da model içi dağılım raporu, yani Variant Price Bias raporu, güvenilir sonuç vermiyor.

Bias analizi yapıldıktan sonra sorunun büyüklüğü netleşti. Bütçenin %64'ünün küçük ölçülere gittiği ve büyük ölçülerin yalnızca %10 aldığı bu analizle görüldü. Custom label sistemi bu tespitin üzerine kuruldu. Hangi eksenlerde etiketleme yapılacağına, sorunun nerede olduğu görüldükten sonra karar verildi.

Stok ve iade ekonomisi en son geldi, çünkü büyük varyantları ölçeklemeden önce onların gerçekten kârlı olup olmadığını bilmek gerekiyordu. Büyük halıların ürün maliyeti, kargo ve iade riski daha yüksekti. Bu maliyetler net katkı formülüne girmeden, büyük varyantlara bütçe kaydırmak kâğıt üzerinde ciroyu artırıp kârı eritebilirdi. Beşinci ayda bütün parçalar birlikte çalışmaya başladı ve ortalama sepet ile sipariş maliyeti bu dönemden sonra kalıcı biçimde iyileşti.

Varyant ekonomisinde hangi denemeler yanlış sinyal üretti?

Yanlış sinyal üreten denemelerin ortak noktası, küçük ve büyük ölçüyü aynı ekonomiyle değerlendirmeleriydi.

• Tüm varyantları tek Shopping kampanyasında bırakmak. Küçük ölçüler purchase sayısıyla sistemi domine etti.
• Model seviyesinde ROAS raporlamak. 80×150 başarısı aynı modelin 200×290 performansını gizledi.
• PMax'e tüm kataloğu bırakmak. Varyant ve marka kontrolünü azalttı.
• Sadece büyük halıları zorla ölçeklemek. Stok ve dönüşüm oranı yeterli olmayan pahalı varyantlarda verimsizlik yarattı.
• Ürün başlığında ölçüyü sona koymak. Yüksek niyetli ölçü sorgularında eşleşme zayıfladı.
• Kullanıcıya yalnızca santimetre göstermek. Ölçünün oda içinde ne anlama geldiğini açıklamadı.
• Tam AR'ı ilk çözüm yapmak. Ölçü problemini gereğinden büyük teknolojiyle çözmeye çalışıyordu.
• Küçük halıları tamamen kapatmak. Yeni müşteri ve küçük alan talebini gereksiz kaybettirdi.

Varyant segmentasyonu Merchant Center'da adım adım nasıl kurulur?

Önce her satılabilir varyantı ayrı ürün olarak feed'e alın ve model ailesini item_group_id ile bağlayın, sonra custom label'ları tanımlayın, ardından Shopping kampanyalarını bu etiketlere göre bölün ve en son model içi dağılımı izleyen raporu kurun.

1. Varyantları ayırın. Her ölçü, renk ve varyasyon kombinasyonu feed'de ayrı bir satır, ayrı bir SKU olmalı. Fiyatı, stoğu ve görseli kendine ait olmalı.
2. Model ailesini bağlayın. Aynı modelin varyantlarına aynı item_group_id verin. Bu vakada HALI-847 modelinin dört ölçüsü bu şekilde tek aile altında toplandı.
3. Başlığı standartlaştırın. Model, renk, ölçü ve kullanım niteliği birlikte. Ölçü başlığın sonunda değil, okunur bir yerde olmalı.
4. Custom label'ları tanımlayın. Bu vakada beş eksen kullanıldı. Oda tipi, ölçü segmenti, fiyat segmenti, kullanım özelliği ve ticari skor. Merchant Center beş custom label alanına izin veriyor, bu da beş eksene tam olarak denk geldi.
5. Kampanyaları etiketlere göre bölün. Small ve Entry, Core Size, Large Size, Premium, Washable ve Functional, New ve Test gibi segmentler, her biri ayrı bütçe, ROAS hedefi ve stok kuralıyla.
6. Aynı mantığı Meta'ya taşıyın. Meta ürün setlerini aynı etiketlerle kurun, böylece iki kanal aynı merchandising mantığını kullansın.
7. Model içi dağılım raporunu kurun. Her model ailesinde harcamanın, siparişin, net cironun ve brüt katkının ölçülere göre dağılımını gösteren bir rapor. Harcama ile net ciro dağılımı arasında büyük fark olan modelleri işaretleyin.
8. Stok kapsamasını bağlayın. Varyant bazında stok bölü son 14 günlük satış hızı. Kapsama düştükçe varyantın reklamdaki durumu değişmeli.

Bu adımların en çok emek isteyeni ilk ikisi. Varyant verisi temiz değilse, yani aynı ölçü farklı yazılmışsa ya da model ailesi tutarsız kurulmuşsa, sonraki adımların hepsi yanlış veriye dayanıyor. Bu vakada ilk dört ayın büyük kısmı tam olarak bu temizliğe ayrıldı. Merchant Center'ın item_group_id ve custom_label tanımları bu yapının teknik dayanağı.

Oda Ölçü Asistanı kendi sitenizde nasıl kurulur?

Kullanıcıya ölçü seçtirmek yerine odasını tarif ettirin, cevaplara göre bir ya da iki ölçü önerin ve öneriyi oda içinde görselleştirin. Bu vakada asistan üç soruyla çalışıyordu.

Birinci soru odanın yaklaşık büyüklüğü. Metrekare olarak sormak doğru, çünkü Semrush verisi insanların halıyı zaten metrekareyle düşündüğünü gösteriyor. İkinci soru halının hangi mobilyanın altında ya da önünde olacağı. Salon için koltuk takımı, yatak odası için yatak, yemek odası için masa. Üçüncü soru halının mobilyaların altına girmesinin istenip istenmediği. Bu tercih, aynı oda için bile önerilen ölçüyü bir kademe büyütebiliyor ya da küçültebiliyor.

Asistanın sonucu tek bir ölçü değil, çoğu zaman iki seçenek olmalı. "Bu oda için önerilen ölçü 160×230 veya 200×290" gibi. Ardından salon için üç görsel ölçek senaryosu gösterildi. Yalnızca ön ayaklar halıda, tüm oturma grubu halıda ve sadece orta alan kaplı. Bu senaryolar, müşterinin aynı odada iki ölçünün farkını görmesini sağlıyordu.

Tam kapsamlı artırılmış gerçeklik bu vakada ilk çözüm yapılmadı. Standart salon şablonlarında koltuk genişliği, oda boyutu ve halı ölçüsünün değiştirilebildiği hafif bir görselleştirme modülü yeterli oldu. Bu tercih bilinçliydi. Amaç dekoratif bir deneyim değil, yanlış ölçü siparişini azaltmaktı. Daha karmaşık bir teknoloji, aynı sorunu daha pahalıya ve daha geç çözecekti.

Asistanın bir yan faydası da veri. Kullanıcının seçtiği oda tipi ve ölçü, room_type_select ve rug_size_select gibi birinci taraf olaylar olarak kaydedildi. Bu olaylar remarketing'de ve kreatif seçiminde kullanıldı. "Halı sayfasını gördü" yerine "salon için 200×290 arıyor" bilgisi, reklamın ne göstermesi gerektiğini doğrudan belirliyor.

Halı sitesinde SEO ve yapay zeka görünürlüğü nasıl destek olur?

Halı aramalarının önemli kısmı ölçü, metrekare, oda tipi ve kullanım özelliği içeriyor ve bu aramalar bilgi niyetiyle satın alma niyetini birleştiriyor. Bu aramalarda görünen site, reklam bütçesi harcamadan doğru ölçüyü arayan müşteriye ulaşıyor.

"4 metrekare halı ölçüleri" gibi bir aramayı yapan kişi hem bilgi istiyor hem de büyük ihtimalle bir halı almayı düşünüyor. Bu sorunun cevabını veren bir rehber sayfası, ilgili ölçüdeki ürünlere bağlandığında organik trafiği doğrudan satışa yaklaştırıyor. Yapay zeka asistanları da "salonuma hangi ölçü halı alayım" gibi sorulara cevap verirken net ölçü tablolarına ve oda bazlı açıklamalara yaslanıyor.

• Ölçü rehberi sayfası olmalı. Santimetre, metrekare ve oda tipi karşılıkları tek tabloda.
• Kategori sayfaları oda tipine ve kullanım özelliğine göre kurulmalı. Salon halısı, yıkanabilir halı, kaymaz halı, çocuk odası halısı.
• Ürün sayfasında her ölçünün yanında metrekare karşılığı ve hangi oda için uygun olduğu yazmalı.
• Malzeme, hav yüksekliği, alt taban, bakım ve robot süpürge uyumu metin olarak verilmeli.
• Ürün yapılandırılmış verisi varyant bazında doğru olmalı ve Merchant Center feed'iyle tutarlı kalmalı.

Halı gibi varyantı yoğun kategorilerde organik tarafı nasıl ele aldığımı e-ticaret SEO danışmanlığı sayfasında anlattım.

Varyantı yoğun bir katalog için ajansa hangi soruları sormalısınız?

Ajansa ROAS hedefini değil, varyantlar arasındaki bütçe dağılımını nasıl izleyeceğini, ürün başarısını model mi varyant seviyesinde mi ölçeceğini ve net katkıyı nasıl hesaba katacağını sorun.

• Bütçenin hangi ölçülere ya da varyantlara gittiğini görebiliyor musunuz?
• Ürün performansını model seviyesinde mi, varyant seviyesinde mi raporluyorsunuz?
• Custom label'ları hangi eksenlerde kuracaksınız?
• Yüksek ROAS'lı ama yüksek iadeli bir varyantı nasıl değerlendiriyorsunuz?
• Stok azaldığında varyantın reklamdaki durumu nasıl değişiyor?
• Performance Max'e tüm kataloğu mu vereceksiniz, yoksa segmentli bir yapı mı kuracaksınız?
• Google ve Meta aynı ürün sınıflandırmasını mı kullanacak?

Bu sorulara "PMax'e bütün kataloğu yükleriz, algoritma en iyisini bulur" diye cevap veren bir ajans, bu vakanın başlangıç durumunu yeniden üretecek. Algoritma en iyisini değil, en kolay satılanı bulur. Ticari öncelik ayrı bir bütçe ekonomisi olarak sisteme tanıtılmadıkça bu değişmiyor. Ürün ve varyant ekonomisini reklamla birlikte ele aldığım danışmanlık modelini e-ticaret büyüme danışmanlığı sayfasında anlattım.

Aynı ürünü farklı ölçüde satan hangi işletmeler bu yapıyı kullanabilir?

Aynı ürünü farklı boyut, kapasite ya da paket büyüklüğünde ve farklı fiyatlarda satan e-ticaret işletmeleri bu yapıyı doğrudan kullanabilir.

Perde, nevresim ve yatak örtüsü, yatak ve baza, mobilya, beyaz eşya, boya ve yapı malzemesi, ambalajlı gıda ve kozmetik gibi kategorilerde de aynı sorun görülüyor. Küçük ve ucuz varyant daha hızlı sinyal üretiyor, algoritma oraya yığılıyor ve büyük ya da premium varyantlar görünürlük alamıyor. Custom label ile varyant segmentasyonu, model içi dağılım raporu ve net katkı formülü bu kategorilerde de aynı şekilde çalışıyor.

Benzer bir problemi paket ve tekil ürün arasında yaşayan bir hesabı çeyiz vaka analizinde ayrıca anlattım. Varyant yerine ürün bağımlılığının sorun olduğu bir giyim hesabını da kadın giyim vaka analizinde bulabilirsiniz.

Bu vakanın en çok işe yarayacağı işletmeler, kataloğunda hem çok satan ucuz bir giriş ürünü hem de az satan ama yüksek değerli büyük ürünler olan markalar. Bu yapıda reklam hesabı kendiliğinden giriş ürününe kayıyor ve marka, en değerli ürünlerinin reklam görünürlüğünü fark etmeden kaybediyor. Bunu görmenin en kolay yolu, harcamanın ve net cironun ürün grupları arasındaki dağılımını yan yana koymak. İki dağılım birbirinden ne kadar uzaksa, bütçenin ticari öncelikten o kadar saptığını gösteriyor. Bu vakada bu fark, harcamanın %64'ünü alan küçük ölçüler ile cironun %18'ini üreten büyük ve premium ürünler arasındaki dengesizlikte açıkça görülüyordu ve çözümün başlangıç noktası tam olarak bu tespitti. Büyük ve premium ürünler bütçenin yalnızca %10'unu alırken cironun %18'ini üretiyordu, yani aldıklarından çok daha fazlasını geri veriyorlardı.

Bu yaklaşımın daha az işe yaradığı yer, varyantları arasında fiyat farkı küçük olan kataloglar. Renk dışında bir farkı olmayan ve aynı fiyattan satılan varyantlarda bütçenin hangi renge gittiği ticari olarak çok fark yaratmıyor.

Halı mağazasına bugün başlasam ilk hafta hangi raporu kurardım?

Variant Price Bias raporunu ilk haftada kurardım. Sorunu görünür kılan bu rapordu ve kurulması için feed'in tamamen yeniden yapılmasını beklemek gerekmiyordu.

Bu vakada ilk dört ay altyapı dönemiydi. Varyant temizliği, parent ve varyant yapısı, custom label sistemi ve stok ile iade ekonomisi bu sürede tamamlandı. Bunların hepsi gerekliydi. Ama model ailesi içinde harcama ile net ciro dağılımını karşılaştıran basit bir rapor, mevcut veriyle de kurulabilirdi. Erken kurulsaydı, en çok bias gösteren modellerde küçük varyantın bütçe tavanını daha erken düşürmek mümkün olurdu.

İkinci olarak Oda Ölçü Asistanı'nı metrekare sorusuyla daha erken başlatırdım. Semrush'taki metrekare aramalarının hacmi, müşterinin zaten bu birimle düşündüğünü gösteriyor. Ölçü seçimini metrekareden başlatmak, iade oranının daha erken düşmesini sağlayabilirdi.

Üçüncü olarak PMax testini daha küçük ve segmentli bir katalogla yapardım. Tam katalogla açılan test, çözmeye çalıştığımız sorunu geri getirdi. Yalnızca büyük ve premium segmentle sınırlı bir PMax testi, bu kanalın o segmentte işe yarayıp yaramadığını daha net gösterebilirdi.

Hangi oda için hangi ölçü halı seçilmeli?

Bu vakada ürün sayfasında kullanılan bağlamsal ölçü tablosuna göre 80×150 antre ya da küçük alan, 120×180 küçük oturma alanı, 160×230 standart salon ve 200×290 geniş salon için öneriliyordu. Doğru ölçü, odanın büyüklüğüne ve halının mobilyaların altına girip girmeyeceğine göre değişiyor.

Ölçü	Alan	Bağlamsal kullanım
80×150	yaklaşık 1,2 m²	Antre veya küçük alan
120×180	yaklaşık 2,2 m²	Küçük oturma alanı
160×230	yaklaşık 3,7 m²	Standart salon
200×290	yaklaşık 5,8 m²	Geniş salon
240×340 ve üzeri	8 m² ve üzeri	Çok geniş salon, tüm oturma grubu

Salonda ölçü seçerken üç senaryo var. Yalnızca koltukların ön ayaklarının halıya bastığı senaryo, tüm oturma grubunun halının üzerinde olduğu senaryo ve yalnızca orta alanın kaplandığı senaryo. Aynı salon için bile bu üç senaryo farklı ölçüler gerektiriyor. Tüm oturma grubunun halıda olmasını isteyen biri, aynı odada yalnızca orta alanı kaplamak isteyen birinden bir ya da iki kademe büyük ölçüye ihtiyaç duyuyor.

Bu tabloyu ürün sayfasında ve ölçü rehberinde metrekare karşılığıyla birlikte göstermek, hem müşterinin karar vermesini kolaylaştırıyor hem de "4 metrekare halı" ya da "6 metrekare salon halısı" gibi aramalarla gelen kişiyi doğru ölçüye yönlendiriyor.

Sık sorulan sorular

Aynı ürünün farklı ölçüleri neden ayrı yönetilmeli?

Çünkü reklam ekonomileri tamamen farklı. Bu vakada aynı modelin 80×150 varyantı 1.490 lira, 200×290 varyantı 5.990 liraydı, görsel olarak neredeyse aynı ürünler ama fiyat dört katı. Purchase optimizasyonu dönüşüm sayısını takip ettiği için ucuz varyant daha hızlı sinyal üretiyor ve bütçe oraya akıyor. Başlangıçta bütçenin %64'ü küçük ölçülere gidiyordu. Büyük ve premium ürünler bütçenin %10'unu alırken cironun %18'ini üretiyordu.

Varyant bazlı bütçe dağılımı nasıl kurulur?

Custom label ile. Merchant Center feed'ini beş eksende etiketledik. Etiketler oda tipi, ölçü, fiyat aralığı, kullanım özelliği ve ticari skordan oluşuyor. Aynı sınıflandırmayı Meta ürün setlerine de taşıdık, böylece iki kanal aynı merchandising mantığını kullandı. Her satılabilir ölçüyü ayrı SKU olarak işlerken model ailesini item_group_id ile koruduk. Altı haftalık kontrollü testte yalnızca ölçü gruplarını ayrı bütçe havuzlarına aldık. Ortalama sepet %17 arttı, CPA %24 düştü.

Model bazlı ROAS raporu neden yeterli değil?

Çünkü model içindeki varyant farkını gizliyor. 80×150'nin başarısı aynı modelin 200×290 performansını görünmez kılıyor. Bunun için ayrı bir rapor kurduk ve model ailesi içindeki dağılımı beş boyutta gösterdik. Gösterim, harcama, sipariş, net ciro ve brüt katkının ölçü dağılımı. Bir modelde harcamanın %70'i küçük ölçüye gidiyor ama net cironun sadece %38'i oradan geliyorsa o model işaretlendi ve küçük varyantın bütçe tavanı düşürüldü.

Halıda yanlış ölçü iadesi neden bu kadar maliyetli?

Çünkü sadece satış kaybı değil. Geri kargo, hacim, yeniden ambalaj, hasar ve satışa geri dönüş süresi birlikte maliyet yazıyor. Bu vakada Oda Ölçü Asistanı ile ölçü kaynaklı iade %7,4'ten %3,1'e, toplam iade %13,6'dan %8,7'ye indi. Asistan üç soru soruyordu. Oda kaç m², halı hangi mobilyanın altında olacak, mobilyaların altına girmesini istiyor musunuz. Tam AR'a gerek kalmadı. Hafif bir görselleştirme modülü yeterli oldu.

Yüksek ROAS'lı varyant her zaman ölçeklenmeli mi?

Hayır. Büyük halılarda ürün maliyeti, kargo ve iade riski daha yüksek. Bu yüzden net katkıyı hesapladık. Net satış eksi ürün maliyeti, kargo provizyonu ve tahmini iade maliyeti. 10x ROAS gösteren ama yüksek iade ve kargo maliyeti taşıyan SKU, 8x ROAS üreten ve daha yüksek net katkı bırakan SKU'nun önüne otomatik geçirilmedi. Ayrıca stok kapsaması kontrol edildi, 21 günün altındaki varyantlar ölçeklenmedi.

Halı e-ticaretinde dönüşüm oranı neden düşük olur?

Çünkü halı yüksek tutarlı, görsel belirsizliği olan ve ölçü kararı gerektiren bir ürün. Bu vakada dönüşüm oranı %1,00'den %1,30'a çıktı. Bu oran bir moda ürününe göre düşük görünebilir ama ortalama sepet 3.700 TL olduğunda her siparişin değeri çok yüksek. Dönüşüm oranını yükseltmenin yolu, ölçü belirsizliğini azaltmak. Oda Ölçü Asistanı, oda içi ölçek görseli, net varyant fiyatı ve doku videoları karar süresini 9,8 günden 6,1 güne indirdi.

Shopping'de ürün başlığında ölçü nereye yazılmalı?

Okunur bir yere, başlığın sonuna değil. Bu vakada başlık standardı model, renk, ölçü ve kullanım niteliğini birlikte içerecek şekilde değiştirildi. "Modern Krem Salon Halısı 200×290, Leke Tutmaz" gibi. Ölçüyü başlığın sonuna taşıdığımız denemede, ölçüyle arayan kullanıcıyla eşleşme zayıfladı. "200×290 modern halı" arayan kişi, başlığında ölçüyü hemen gördüğü ürüne daha kolay tıklıyor.

Stok tükenen büyük varyant ne olmalı?

Feed'den çıkarılmalı ama model sayfası açık kalmalı. Bu vakada stok kapsaması 5 günün altına düşen varyant reklamda baskılandı. Stok biten varyant feed'den çıkarıldı ama model sayfasında alternatif ölçüler gösterilmeye devam etti ve kullanıcı boş bir sayfayla karşılaşmadı. 200×290 gibi değerli varyantlarda reklam başarılı olur olmaz stok tükenmesi, en büyük kayıplardan biri. Stok kapsaması 21 günün üzerindeki varyantlar ölçekleme aldı.

Meta ve Google'a ayrı ürün skoru mu verilmeli?

Hayır, ortak bir skor daha verimli. Bu vakada kanallar arası ürün skoru, iki kanalın aynı ürünün başarısını birbirinden bağımsız yeniden keşfetmesini engellemek için kuruldu. Skor iki yönlü çalıştı. Google'da güçlü niyet yakalayan ama Meta kreatifi olmayan ürün kreatif üretim kuyruğuna, Meta'da güçlü ilgi sinyali veren ürün Shopping varyant testine taşındı. 75 üzeri ölçekleme, 55 ile 74 izleme ve test, 54 altı baskılama.

Remarketing'de hangi ürün gösterilmeli?

Kullanıcının baktığı ölçüye ve fiyat bandına yakın ürün. Bu vakada 200×290 görüntüleyen kullanıcıya rastgele 80×150 varyant gösterilmedi. Remarketing feed'i görüntülenen ölçü, yakın ölçü, aynı oda tipi ve benzer fiyat bandıyla sınırlandı. 200×290 premium salon ürünü görüntüleyen kullanıcıya 160×230 salon, 200×290 alternatif model ya da benzer premium tasarım gösterildi. Aksi halde remarketing, büyük halı arayan müşteriyi küçük halıya yönlendirip sepeti küçültüyor.

Halıda taksit reklamın ana mesajı olmalı mı?

Bu vakada olmadı. Taksit reklamın ana mesajı yapılmadı, kararın son aşamasındaki finansal sürtünmeyi azaltan destekleyici bir unsur olarak kullanıldı. Ana mesaj ürünün kendisi, ölçünün odaya uyumu ve kullanım özellikleri oldu. Taksit mesajı öne çıktığında reklam, ürünü değil ödeme kolaylığını satmaya başlıyor ve müşteri fiyata odaklanıyor. Büyük halıda asıl engel ödeme değil, doğru ölçüyü seçme belirsizliği.

Doku ve renk belirsizliği nasıl azaltılır?

Görsel ve bilgiyle. Bu vakada yakın plan doku, farklı ışıkta görüntü, hav yüksekliği, malzeme, alt taban, kenar dikişi, robot süpürge uyumluluğu ve bakım bilgileri standartlaştırıldı. En çok satan 60 üründe kısa bir "dokuyu göster" videosu standart hale getirildi. Halıda renk ekran ve ışığa göre farklı görünebildiği için, aynı halının gün ışığında ve akşam ışığında nasıl durduğunu göstermek müşterinin beklentisini gerçeğe yaklaştırıyor.

Bütçe neden son aylarda azalırken ciro artmaya devam etti?

Çünkü sistem olgunlaştıkça aynı bütçe daha değerli varyantlara ve daha doğru kullanıcılara gidiyordu. 13. ayda 225.000 TL harcamayla 1,82 milyon TL ciro gelirken, 15. ayda harcama 190.000 TL'ye inerken ciro 1,935 milyon TL'ye çıktı. MER 8,09x'ten 10,18x'e yükseldi. Bu dönemde custom label yapısı, kanallar arası ürün skoru ve Oda Ölçü Asistanı birlikte çalışıyordu. Bütçeyi azaltmak burada bir tasarruf hamlesi değil, verimliliğin bütçeye ihtiyaç duymadan büyüyebildiğinin göstergesiydi.

Ürün başına reklam verimliliği nasıl izlenmeli?

Varyant seviyesinde ve net katkıyla. Model seviyesinde ROAS raporlamak bu vakada denenip bırakılan yöntemlerdendi, çünkü 80×150'nin başarısı aynı modelin 200×290 performansını gizliyordu. Varyant bazında harcama, sipariş, net ciro ve brüt katkının birlikte izlenmesi gerekiyor. Bunun yanına stok kapsaması ve iade oranı eklendiğinde, bir varyantın gerçekten ölçeklenmeye değer olup olmadığı görülebiliyor.

Özel ölçü halı reklamda nasıl yönetilmeli?

Standart varyantlardan ayrı. Semrush'ta "özel ölçü halı" ayda yaklaşık 880 kez aranıyor ve zorluk puanı çok düşük. Bu talep, standart ölçülerin hiçbirinin uymadığı odalardan geliyor. Özel ölçü ürünlerin fiyatı, üretim süresi ve iade koşulları standart ürünlerden farklı olduğu için, aynı Shopping segmentinde yönetilmeleri hem raporlamayı hem bütçe kararını bulandırır. Ayrı bir segment ya da ayrı bir kampanya, bu talebi kendi ekonomisiyle değerlendirmeyi sağlar.

Halıda yeni modeller nasıl test edilmeli?

Ayrı bir New ve Test segmentinde. Bu vakada Shopping yapısındaki altı segmentten biri yeni ve test ürünleri içindi. Yeni bir model, geçmiş verisi güçlü modellerle aynı segmentte yarışırsa yeterli gösterim alamıyor. Ayrı segmentte kendi bütçesiyle test edilen model, hangi ölçülerde talep gördüğünü gösterdikten sonra ilgili ölçü segmentine taşınabiliyor. Kanallar arası ürün skoru da 55 ile 74 arasındaki ürünleri izleme ve test statüsünde tutuyordu.

Tüm bu yapı küçük bir halı mağazası için fazla değil mi?

Tamamı gerekmeyebilir, ama özü küçük mağazada da çalışır. En az iki şey her ölçekte değerli. Birincisi varyantları ayrı yönetmek ve en azından ölçü segmentini custom label olarak kullanmak. Bu vakada dört segmentasyon katmanı içinde tek başına en büyük ticari etki ölçü katmanından geldi. İkincisi ölçü kararını kolaylaştırmak. Metrekare karşılığı ve oda bazlı öneri, büyük bir yazılım projesi olmadan da ürün sayfasına eklenebilir.

Varyant ekonomisi vakasının temel kuralı ne?

Bu hesapta reklam bütçesi %21 arttı, aylık ciro %221 arttı.

Aradaki farkı üreten şey daha iyi hedefleme, daha iyi kreatif veya daha fazla bütçe değildi. Aynı paranın hangi varyanta gittiğini değiştirmekti.

Yüksek sepetli ürünlerin ciro payı %18'den %46'ya çıktı. Bütçe payları da buna paralel değişti. Küçük ölçüler %64'ten %28'e, büyük ve premium %10'dan %34'e.

Buradaki asıl ders varyant ekonomisiyle ilgili. Bir katalogda görsel olarak aynı görünen ama fiyatı dört katı olan ürünler varsa, reklam sistemi bunları aynı ürün gibi değerlendirir ve her zaman kolay satılanı seçer.

İkinci ders müşteriyle ilgili. Büyük halıyı satmak, müşteriyi büyük halıya ikna etmek değil, onun odasına hangi ölçünün uyduğunu göstermekti. Oda Ölçü Asistanı, metrekare karşılıkları ve "aynı oda, üç ölçü" kreatifi müşteriyi zorlamadı, sadece doğru kararı vermesini kolaylaştırdı. Sonuç hem daha büyük bir sepet hem de daha az iade oldu. Ölçü kaynaklı iadenin %7,4'ten %3,1'e inmesi, büyük halıya giden müşterinin aslında ihtiyacı olanı aldığını gösteriyor.

Bu bir algoritma hatası değil. Purchase optimizasyonu tanımı gereği dönüşüm sayısını maksimize eder. İşletmenin ticari önceliği farklıysa, o öncelik sisteme ayrı bir bütçe ekonomisi olarak tanıtılmak zorunda.

Aksi halde ölçekleme kararlarını algoritma değil, en ucuz ürün verir. Hangi ürünlerin ayrı kampanyaya alınması gerektiğini Google Shopping'de Ürün Segmentasyonu Nasıl Yapılır yazısında anlattım.

Kaynaklar

• Merchant Center, item_group_id
• Merchant Center, custom_label (özel etiket)