Sayılarla ne demek?
"Online alışveriş" ilgisi tek başına Türkiye'de 30 milyon kişidir. Buna "25–45 yaş" ve "kadın" eklendiğinde kitle ~9 milyona iner. Üstüne "lüks ürün ilgisi" ile daraltma yapılırsa 1,5 milyona düşer. Her daraltma kitleyi küçültürken CPM'i yükseltir — dar kitleye ulaşmak için Meta'ya daha fazla ödersiniz. Daraltmanın getirdiği alaka artışı, bu maliyet artışını karşılamıyorsa net zarardasınızdır.
Daraltmanın maliyetini görmenin pratik yolu, aynı kreatifi iki sette çalıştırmaktır: biri daraltmalı, biri daraltmasız. Çoğu hesapta daraltmalı setin CPM'i %20-40 daha yüksek çıkar. Dönüşüm oranındaki iyileşme bu farkı kapatmıyorsa daraltma net zarardır — ve çoğu zaman kapatmaz.
Genişletme ve daraltma
| İşlem | Etkisi | Riski |
|---|---|---|
| İlgi ekleme (veya) | Kitleyi büyütür | Alaka seyrelir |
| Daralt (ve) | Kitleyi küçültür | CPM yükselir, öğrenme yavaşlar |
| Hariç tut | Belirli grubu çıkarır | Aşırıya kaçarsa dağıtım durur |
| Advantage+ genişletme | Algoritma dışarı çıkabilir | Kontrol azalır |
Nasıl kullanılmalı?
- Katman sayısını sınırlayın. İki daraltma katmanından fazlası çoğu hesapta zarar verir.
- Kitle büyüklüğünü izleyin. Tahmini erişim birkaç yüz bine düştüyse durup düşünün.
- Advantage+ genişletmeyi açık bırakın. Algoritmanın kriterlerin dışına çıkmasına izin vermek çoğu hesapta sonucu iyileştirir.
- Demografiyi gerçekten gerekiyorsa kısıtlayın. Ürün fiziksel olarak belirli bir gruba yönelikse mantıklı; "hedef kitlemiz böyle" varsayımıyla daraltmak değil.
Uygulamada ne oluyor?
Detaylı hedeflemede en sık gördüğüm hata, marka ekibinin müşteri profili tanımını doğrudan reklam paneline aktarması. "Müşterimiz 28–40 yaş, üniversite mezunu, İstanbul'da yaşayan kadın" gibi bir tanım pazarlama sunumunda iyi durur ama panele girildiğinde gerçek müşterilerin önemli bir kısmını dışarıda bırakır. Bu kısıtları kaldırıp algoritmaya bıraktığım hesaplarda, gelen dönüşümlerin demografisi çoğu zaman beklenenden geniş çıkıyor — ve maliyet düşüyor.
Bir başka gözlem: daraltma katmanları zamanla birikiyor. Kampanya kurulurken bir ilgi ekleniyor, birkaç ay sonra bir demografi kısıtı, sonra bir davranış filtresi. Kimse geri dönüp 'bunlar hala gerekli mi' diye sormuyor. Hesap denetimlerinde bu katmanları temizlediğimde kitle büyüyor, CPM düşüyor ve performans çoğu zaman bozulmuyor — çünkü kısıtların bir kısmı en baştan da gerekli değildi.
Sınırı nedir?
Detaylı hedefleme, kimin dönüşeceğini sizin bildiğinizi varsayar. Meta ise milyonlarca davranış sinyaline bakar. Yeterli dönüşüm verisi olan bir hesapta algoritmanın tahmini, sizin varsayımınızdan neredeyse her zaman daha isabetlidir. Kısıt koymak, bilginizin algoritmanınkinden iyi olduğu iddiasıdır — bu iddiayı test etmeden yapmayın.
Sıkça sorulan sorular
Yaş ve cinsiyet kısıtı da zararlı mı?
Ürün gerçekten belirli bir gruba özelse gerekli olabilir. Ama "bizim müşterimiz genelde kadın" gibi bir gözlemle cinsiyet kısıtlamak, erkek alıcıları ve hediye alanları kaçırmanıza yol açar.
Advantage+ genişletmeyi kapatmalı mıyım?
Çoğu durumda hayır. Açık bırakmak algoritmanın daha iyi kişileri bulmasına izin verir. Yasal veya ürün kaynaklı zorunlu bir kısıt yoksa kapatmak için sebep azdır.
Daraltmayı kaldırınca performans düşerse ne yapmalı?
Öğrenme aşamasının tamamlanmasını bekleyin; kitle değişikliği sonrası ilk günler yanıltıcıdır. Bir hafta sonra hala belirgin kötüyse kısıtı geri koyun — ama tek seferde bir kısıt değiştirin ki hangisinin fark yarattığını görebilesiniz.
Bu terimi uygulamada nasıl kullanacağınızı Meta Ads Rehberi içinde adım adım anlattım.
Facebook ve Instagram reklamlarını katalog, kreatif test, remarketing, broad, lookalike, Advantage+ ve CAPI ile uçtan uca yönetiyorum.
