HIZLI CEVAP
GEO/AEO performansınızı ölçmek için 5 KPI izleyin: AI Perception Score (marka tanımının doğruluğu), Share of AI Voice (rakiplere göre anılma sıklığı), Source Trust Rank (hangi kaynaklardan atıf alıyorsunuz), Hallucination/Doğruluk Oranı (yanlış iddia sayısı) ve GEO Readiness Grade (teknik+içerik hazırlığı). Bunları ChatGPT, Claude, Gemini ve Perplexity'de sabit bir soru setiyle çeyreklik veya aylık olarak ölçün.
Önemli Çıkarımlar
- "GEO yaptık" yeterli değil: Ölçmediğiniz bir kanalı yönetemezsiniz — geleneksel SEO'da nasıl sıralama ve trafik takip ediyorsanız, GEO/AEO'da da düzenli, tekrarlanabilir bir ölçüm disiplini gerekir.
- 5 temel KPI: AI Perception Score, Share of AI Voice, Source Trust Rank, Hallucination/Doğruluk Oranı ve GEO Readiness Grade — her biri farklı bir soruya cevap verir.
- Tek platform yetmez: ChatGPT, Claude, Gemini ve Perplexity aynı marka hakkında farklı şeyler söyleyebilir; ölçüm çok modelli olmalı.
- Çeyreklik ritim: AI modelleri sık güncellendiği için GEO ölçümü tek seferlik bir denetim değil, düzenli bir döngü olmalı.
2025 ve 2026'nın ilk yarısı, markaların "GEO'ya başlamamız lazım" farkındalığına ulaştığı dönem oldu. 2026'nın ikinci yarısında soru değişti: "Yaptığımız şey gerçekten işe yarıyor mu?" Bu yazıda, bir GEO/AEO programının sağlığını ölçmek için kullanabileceğiniz beş somut KPI'yı ve her birini nasıl takip edeceğinizi anlatıyoruz.
Neden Klasik SEO Metrikleri Yetmiyor?
Google Search Console size tıklama, gösterim ve sıralama verir — çünkü Google'ın sonuç sayfası standart, taranabilir ve halka açık bir yapıdır. Bir yapay zeka sohbet arayüzünde durum farklıdır: yanıtlar kullanıcıya özel üretilir, önbelleğe alınmaz, aynı soruyu iki kez sorduğunuzda bile farklı bir cevap alabilirsiniz. Bu da "sıralamanız" diye bir şey olmadığı, bunun yerine olasılıksal görünürlük ölçmeniz gerektiği anlamına gelir: markanız N sorgudan kaçında, nasıl bir çerçevede, hangi kaynaklarla birlikte beliriyor?
Bu farkı görmezden gelip GEO'yu "bir kere yapılıp unutulan" bir proje gibi ele almak, en sık yapılan hatadır. Aşağıdaki beş KPI, bu olasılıksal görünürlüğü somut, tekrarlanabilir sayılara dönüştürür.
5 Temel GEO/AEO KPI'sı
AI Perception Score (0-100)
Bir yapay zeka modeli markanızı tanımlarken doğruluk, netlik ve olumlu çerçeveleme açısından nasıl bir izlenim veriyor? Kanonik sorular setiyle (kim olduğunuz, ne yaptığınız, kime hizmet verdiğiniz) modelleri sorgulayıp yanıtları tutarlı bir rubrikle puanlayarak hesaplanır.
Share of AI Voice (SOAV)
Kategori sorgularında ("en iyi X aracı", "Y şehrinde Z hizmeti") markanızın rakiplerinize kıyasla ne sıklıkla anıldığını ölçer. Klasik "share of voice" kavramının yapay zeka yanıtlarına uyarlanmış hali — kaç sorgudan kaçında adınız geçiyor, kaçında ilk sırada öneriliyorsunuz?
Source Trust Rank
Yapay zeka markanız hakkında konuşurken hangi kaynaklara dayanıyor? Kendi web siteniz mi, üçüncü taraf dizinler mi, yoksa eski/yanlış bir kaynak mı? Hangi domain'lerin atıf aldığını ve bu kaynakların güvenilirliğini sıralayan bir metrik.
Hallucination / Doğruluk Oranı
Modelin markanız hakkında ürettiği somut iddiaların (kuruluş yılı, hizmet kapsamı, lokasyon, fiyatlandırma vb.) kaçı doğru, kaçı yanlış veya güncel değil? Her yanlış iddia, potansiyel bir müşteri kaybı riskidir.
GEO Readiness Grade (A-D)
Yukarıdaki dört metriğin sonucu değil, önkoşulu: siteniz teknik olarak taranabilir mi (robots.txt, llms.txt), yapılandırılmış veriniz (Schema.org) eksiksiz mi, varlık tanımınız (kim olduğunuz) tüm platformlarda tutarlı mı? Bu skor düşükse, diğer dört metrik zaten yapısal olarak sınırlı kalır.
Nasıl Ölçülür? Pratik Yöntem
Bu beş metriği elle de takip edebilirsiniz, ama disiplinli bir süreç şart:
- Kanonik soru seti oluşturun: Markanız, hizmetleriniz, rakipleriniz ve kategori sorularınızı kapsayan 15-30 soruluk sabit bir liste hazırlayın. Bu liste her ölçümde aynı kalmalı ki sonuçlar kıyaslanabilir olsun.
- Çok modelli sorgulayın: Aynı soruları ChatGPT, Claude, Gemini ve Perplexity'ye ayrı ayrı sorun. Tek bir modele bakmak, gerçek görünürlüğünüzün sadece bir kesitini gösterir.
- Yanıtları yapılandırılmış şekilde kaydedin: Her yanıtı; markanızdan bahsedip bahsetmediği, hangi sırada geçtiği, hangi kaynağı referans aldığı ve hangi iddiaları içerdiği açısından etiketleyin.
- Bulguları insan gözden geçirsin: Otomatik puanlama başlangıç noktasıdır; özellikle "yanlış bilgi" ve "eksik bilgi" ayrımını insan yargısı netleştirmeli.
- Periyodik tekrarlayın: Modeller sık güncellendiği için tek seferlik bir ölçüm anlık bir fotoğraftan ibarettir — trend görmek için tekrar gerekir.
Ne Sıklıkla Ölçmeli?
Rakamlarınız kararlıysa ve aktif bir GEO çalışmanız yoksa çeyreklik bir ölçüm çoğu marka için yeterlidir. Aktif bir içerik/schema/otorite çalışması sürüyorsa, etkiyi görmek için aylık ölçüm daha isabetli olur. Kriz anlarında (yanlış bir iddianın yayıldığını fark ettiğinizde, büyük bir model güncellemesi sonrası, ya da rakip bir marka kategori sorgularında öne çıkmaya başladığında) ölçümü hemen tekrarlayın — beklemenin maliyeti, ölçümün maliyetinden yüksektir.
Sonuç: Ölçmediğiniz Şeyi Yönetemezsiniz
GEO ve AEO artık "deneyelim" aşamasından "kanıtlayalım" aşamasına geçti. 2026'nın ikinci yarısında öne çıkan markalar, içerik üretmeye devam edenler değil; AI Perception Score, Share of AI Voice, Source Trust Rank, doğruluk oranı ve GEO Readiness Grade'i düzenli olarak izleyip bu verilerle karar alanlar olacak.
ARGEO, bu beş KPI'yı tek bir Algı Kontrolü raporunda birleştirir. Ücretsiz AI Algı Değerlendirmesi talep edin ve markanızın ChatGPT, Claude, Gemini ve Perplexity'de bugün nasıl göründüğünü öğrenin.
Yazar Hakkında
Faruk Tugtekin
Kurucu, ARGEO
Büyük dil modellerinin markaları nasıl yorumladığı, güvendiği ve referans gösterdiği konusunda uzmanlaşmış AI Visibility stratejisti. Perception Control çerçevesinin ve AI Perception Index'in yazarı.
İlginizi Çekebilir
Yapay Zeka Ajanları Markaları Nasıl Araştırıyor? 2026’da GEO’nun Yeni Kuralları
ChatGPT, Perplexity ve Gemini’nin fan-out mimarisini, 5 katmanlı marka değlendirme modelini ve MCP’nin ajan görünürlüğüne etkisini keşfetmek için okuyun.
Yapay Zeka Markaları Nasıl Yanlış Yorumlar — Ve Neden Öngörülebilir
Yapay zeka sistemlerinin tutarsız sinyaller nedeniyle markaları neden ve nasıl yanlış yorumladığını açıklıyoruz.