Özet

Satışın haftalar ya da aylar sonra kesinleştiği sektörlerde reklam algoritmalarına ham form ya da başvuru öğretmek, panelde ucuz görünen ama satışa dönüşmeyen talep üretme eğilimindedir. Bu çalışmada tıklama ile değerin kesinleşmesi arasındaki süre "gerçeğe ulaşma süresi" olarak tanımlanmakta ve makine öğrenmesindeki gecikmeli geri bildirim problemiyle ilişkilendirilmektedir. Çalışma, yazarın gayrimenkul, otomotiv, franchise, sağlık ve B2B hizmet alanlarındaki dokuz danışmanlık vakasına dayanan, çoklu vaka incelemesine dayalı, betimleyici bir çalışmadır; platform kuralları Meta ve Google'ın resmî belgelerinden derlenmiştir. Bir konut projesinde kısa form pilotu başvuru başına maliyeti 334 liraya indirirken nitelikli kişi başına maliyeti 3.230 liraya çıkarmış, bir oto galeride talep başına maliyet yüzde 51,4 artarken gerçekleşen test sürüşü başına maliyet yüzde 50,4 düşmüştür. Ölçülen aşama süreleri, sözleşme ve satış gibi nihai basamakların önemli bir kısmının platformların 28, 63 ve 90 günlük kabul pencerelerinin dışına düştüğünü göstermektedir. Rapor, zaman penceresine sığma, öğrenme için yeterli haftalık hacim ve gerçek değerle ilişki ölçütlerini bir basamak seçim kuralına dönüştürmekte; aşama değerinin atanması, geç olayların gönderimi, kohort raporu ve erken okuma katsayısı için formüller önermektedir. Bulgular, algoritmaya öğretilecek sinyalin en derin basamak değil, üç ölçütü birlikte karşılayan en yüksek basamak olması gerektiğini desteklemektedir.

PDF olarak indir Academia

Raporda neler var?

  1. Giriş
  2. Kavramsal Çerçeve ve Literatür
  3. Yöntem ve Veri
  4. Bulgular
  5. Sinyal Merdiveni ve Basamak Seçim Ölçütleri
  6. Uygulama İçin Öneriler
  7. Sınırlılıklar
  8. Sonuç

Sonuç

Uzun karar süreli sektörlerde reklam algoritmasına hangi basamağın öğretildiği, kampanya yapısından ve bütçe dağılımından önce verilmesi gereken bir karardır. Tablo 2'deki sekiz vakanın tamamında asıl basamağın maliyeti ham sinyalin maliyetinden daha fazla iyileşmiş, üç vakada iki maliyet ters yönde hareket etmiştir. Galeride talep başına maliyet yüzde 51,4 artarken gerçekleşen test sürüşü başına maliyet yüzde 50,4 düşmüş, franchise'ta tekil başvuru maliyeti yüzde 20,7 artarken keşif görüşmesi başına maliyet yüzde 78,4 gerilemiştir. Bu işlerde ham sinyal maliyeti asıl basamak için güvenilir bir öncü gösterge değildir ve bütçe kararına tek başına temel olamaz.

İkinci sonuç, en derin basamağın çoğu zaman öğretilebilir olmadığıdır. Galeride satışların yüzde 90'ı talepten sonraki 37 gün içinde gerçekleşmiş ve bir kısmı Meta'nın 28 günlük CRM penceresinin dışına düşmüştür; franchise'ta keşif görüşmesinden sözleşmeye medyan süre 74 gün, yüzde 90 süresi 161 gündür. Seçilen ana basamakların ham sinyale oranı yüzde 12,2 ile yüzde 26,9 arasında kalmış, hesap düzeyindeki haftalık hacimleri ise 7 ile 28 olay arasında gerçekleşmiştir. Önerilen kural bu nedenle ana sinyali üç ölçütü birlikte karşılayan en yüksek basamağa bağlar, hacmi diğer iki ölçütle birlikte tartılan bir kısıt olarak ele alır ve bir üst basamağı kendi değeriyle ayrı bir olay olarak gönderir.

Üçüncü sonuç değerlendirmenin zamanlamasıyla ilgilidir. Franchise vakasında dönem raporu görüşmeden sözleşmeye oranı yüzde 5,3 gösterirken 180 gün izlenen kohortlarda oran yüzde 5,6'dan yüzde 8,8'e çıkmıştır. Galeride 60 günlük talep kohortlarında talep başına satış oranı yüzde 1,60'tan yüzde 2,82'ye yükselirken test sürüşünden satışa geçiş yüzde 17,3 ve yüzde 18,2'de kalmış, kararlılık oranı yaklaşık 1,05 olmuştur. Kararlı bir ara basamak bu nedenle hem öğrenme sinyali hem de olgunlaşmamış kampanyaları yorumlamak için bir dayanak olarak kullanılabilir.

Önerilen seçim kuralının ve erken okuma katsayısının daha geniş vaka setlerinde ve kontrollü deneylerle sınanması gerekmektedir. Aynı işletmede farklı ana basamaklarla yürütülen bölünmüş testler, basamak seçiminin nihai satışa etkisini eşleşmeden bağımsız olarak ölçebilir. Kararlılık oranının kaç kampanya ve kohortla güvenilir biçimde hesaplanabileceği ve veri paylaşımının sınırlı olduğu sağlık gibi sektörlerde merdivenin nasıl kurulacağı da açık sorular olarak durmaktadır.

Abstract

Selecting the Conversion Signal for Advertising Algorithms in Industries with Long Decision Cycles

Where a sale is confirmed weeks or months after first contact, training advertising algorithms on raw form submissions tends to produce leads that look cheap in the ad platform but rarely become revenue. This report defines the interval between an ad click and the moment its value becomes certain as "time to truth" and links it to the delayed feedback problem in machine learning. It is a descriptive multiple case study of nine consulting engagements in real estate, automotive retail, franchising, healthcare and B2B services, with platform rules taken from official Meta and Google documentation. In a housing project, a short form pilot cut the cost per application to 334 lira but raised the cost per qualified prospect to 3,230 lira; at a used car dealership, cost per lead rose by 51.4 percent while cost per completed test drive fell by 50.4 percent. Measured stage durations show that a substantial share of contracts and closed sales fall outside the 28, 63 and 90 day windows in which platforms accept delayed signals. The report turns three criteria (fit with the platform window, sufficient weekly volume and correlation with true value) into a stage selection rule and proposes formulas for stage values, late event uploads, cohort reporting and an early reading coefficient. The findings favor the highest stage that meets all three criteria over the deepest available stage.

Keywords conversion signal, delayed feedback, offline conversions, time to truth, cohort reporting, long sales cycles

Anahtar kelimeler dönüşüm sinyali, gecikmeli geri bildirim, çevrim dışı dönüşüm, gerçeğe ulaşma süresi, kohort raporu, uzun satış döngüsü

JEL sınıflandırması M31, M37, L80

Kaynakça

Kataloglar ve arşivler

Kaynak göstermek için

Adem Demir (2026). Uzun Karar Süreli Sektörlerde Reklam Algoritmalarına Gönderilecek Dönüşüm Sinyalinin Seçimi. Araştırma Raporu No. 3, ademdemir.org. https://doi.org/10.5281/zenodo.24137792

Adem Demir
Yazar

Adem Demir

10+ yıldır e-ticaret markalarının performans pazarlamasını yönetiyorum. Giyim.tr, bilet.com ve ara.com.tr gibi markalarla Meta Ads, Google Ads ve dönüşüm optimizasyonu tarafında çalıştım. Bu blogdaki her yazı, yönettiğim gerçek reklam hesaplarından edinilen saha deneyimine dayanır.

Hakkımda Goodreads Open Library Academia Library Thing Amazon Yazar Sayfası AllAuthor