MarTech Paneli: Performans Pazarlamasında Yapay Zeka ve Kontrol

MarTech Konferansı’ndaki performans pazarlaması panelinde uzmanlar, kampanya yönetimini algoritmalara devrederken iş sonuçlarının kontrolünü nasıl elde tutacaklarını tartıştı. Panelistlere göre çözüm, otomasyonla savaşmak ya da kontrolü tamamen bırakmak değil; yapay zekanın optimize etmesi gereken iş sonuçlarını net biçimde tanımlamak.

Yapay Zekaya Kontrolü Devretmek ve Hesap Verebilirlik

2 Eylül 2026’da çevrimiçi ve ücretsiz olarak düzenlenen konferanstaki panel, performans pazarlamacılarının en büyük ikilemine odaklandı: Kampanya yürütmeyi algoritmalara teslim ederken harcanan her kuruşun ölçülebilir bir iş değeri sunduğunu kanıtlamak. Thoughtlight CEO’su Christina Inge’nin moderatörlüğünü yaptığı panele Jiffy.com Performans Medya Müdürü Maria Corcoran, Cisco Systems Küresel Performans Medya Lideri Anthony Tedesco ve Google’ın KOBİ (SMB) biriminde analitik başkanı olarak görev yapan Jiaxi Zhu katıldı.

MarTech’in oturum tanıtımına göre tartışmanın arka planında, ücretli medya kanallarında hedeflemenin ve reklam öğesi dağıtımının giderek otomatik hâle gelmesi yatıyor. Aynı metinde, gizlilik alanındaki değişikliklerin ve yapay zeka aracılarının tıklamadan dönüşüme uzanan yolu bulanıklaştırdığı, güvenilir sinyallerin azaldığı vurgulanıyor.

Google’dan Jiaxi Zhu, algoritmaların her metriği aynı anda maksimize edemeyeceğine dikkat çekti: “Öncelikleri belirlemek anahtardır. Asıl hedefinize ulaştığınız sürece, bunun yapay zeka ile mi yoksa geleneksel yöntemlerle mi başarıldığı ikincil bir sorudur.”

B2B’de Veri Kıtlığı ve Ara Sinyaller

Kurumsal B2B şirketlerinde yapay zekayı eğitmek, veri kıtlığı nedeniyle zorlaşabiliyor. Cisco’dan Anthony Tedesco, B2B’de satış veya gelir gibi nihai dönüşümlerin, veri odaklı yapay zeka modellerini beslemek için çok seyrek gerçekleşebildiğini belirtti.

Tedesco’ya göre bu noktada “ara sinyaller” (proxy signals) tanımlamak belirleyici. Amaç, yeterli sıklıkta gerçekleşen ve yüksek değerli iş sonuçlarıyla doğrudan bağlantılı etkileşimler üzerinden sistemi eğitmek. Organik aramayı gelire bağlama sorununu B2B SEO araçları ve CRM entegrasyonu yazımızda ele almıştık.

Jiffy.com Örneği: Performance Max Bütçeyi Neden Tek Kola Aktardı?

Kontrolün yapay zekaya geçtiği alanlardaki riskler Jiffy.com örneğiyle somutlaştı. Daha önce Microsoft’un şirket içi arama pazarlaması ekibinde çalışan Maria Corcoran, Google Performance Max ile yaptıkları testte aracın genel olarak güçlü bir yatırım getirisi (ROI) sağladığını, ancak bütçeyi dört iş kolundan yalnızca birine orantısız biçimde aktardığını anlattı. Sorunun kaynağı, site mimarisinin hizmet kollarını yapay zeka modellerine yeterince net ayırt ettirememesiydi.

Bu deneyim, otomasyon için kampanya ayarlarının tek başına yetmediğini; markanın tüm dijital altyapısının yapay zekanın anlayabileceği bir taksonomiyle kurgulanması gerektiğini gösterdi. Tedesco ise gerçek zamanlı teklif verme ve reklam öğesi kombinasyonlarının test edilmesi gibi süreçleri, yapay zekanın insandan çok daha hızlı ve etkili olduğu, kontrolün güvenle devredilebileceği alanlar arasında sayıyor.

Yeni Metrikler: LLM Görünürlüğü ve LTV:CAC

Pazarlamacıların gündeminde geleneksel metriklerin yanında yeni nesil ölçümler de var. Cisco, markasının büyük dil modellerinin (LLM) ürettiği özetlerde nasıl yer aldığını ve nasıl kaynak gösterildiğini izlemek için “yapay zeka görünürlük metrikleri” kullanmaya başladı. Corcoran ise LTV:CAC (yaşam boyu değer / müşteri edinme maliyeti) gibi temel B2C metriklerinin hâlâ vazgeçilmez olduğunu hatırlattı.

Operasyonel Verimlilikte Somut Kazanımlar

Panelde paylaşılan bilgilere göre yapay zekanın en somut getirisi operasyonel verimlilikte görülüyor:

• Maria Corcoran, finansal verileri ve reklam metriklerini birleştirmek için Claude gibi araçlar kullanarak günlük 3 saatlik raporlama yükünden kurtuluyor.
• Analitik kuyruklarında haftalarca beklemek yerine, doğal dil işleme araçlarıyla karmaşık veri analizleri dakikalar içinde yapılabiliyor.
• Reklam trafikleme gibi kural tabanlı görevler tek tuşla halledilebilen süreçlere dönüşüyor.

Sektör Yapay Zeka Yolculuğunun Neresinde?

Konferans sırasında yapılan ankete göre katılımcıların %58’i yapay zekayı performans analizi için test ediyor, %23’ü kullanım alanlarını araştırıyor. Teknolojiyi iş akışlarına tam olarak entegre edenlerin oranı ise yalnızca %11. Tablo, sektörün yapay zeka yolculuğunun henüz başında olduğunu gösteriyor.

Panelde dile getirilen sorunlar, reklam platformlarının izlediği yönle de örtüşüyor. Performance Max gibi kampanya türleri bütçe, hedefleme ve reklam öğesi kararlarını tek bir sistemde topluyor; reklamverene kalan alan ise hedefi ve sisteme verilen veriyi tanımlamak. Bu yapıda eksik tanımlanmış bir dönüşüm hedefi ya da belirsiz bir site taksonomisi, Jiffy.com örneğinde olduğu gibi bütçenin beklenmedik yerlere akmasına yol açabiliyor.

Pazarlamacılar İçin Ne Anlama Geliyor?

Uzmanlar, yapay zekayı doğrudan pazara dokunan bütçelere dahil etmeden önce arka planda analitik amaçlı kullanmanın daha güvenli olduğunu öneriyor. Pazarlamacının görevi veriyi doğrulamak, sınırları belirlemek ve algoritmalar için net “korkuluklar” (guardrails) kurmak olarak tanımlanıyor. Yapay zeka veriyi hızla işlese de stratejik yönü hâlâ insan belirliyor.

Anket sonuçları da bu yaklaşımla uyumlu: Katılımcıların büyük bölümü hâlâ test ve araştırma aşamasında. Hesap verebilirlik çerçevesini bugünden kuran ekipler, entegrasyon yaygınlaştığında daha sağlam bir zeminden başlayabilir. Tedesco’nun ara sinyal önerisi de yalnız B2B için değil, dönüşüm verisi seyrek olan her işletme için uygulanabilir bir yöntem olarak görülebilir.

Pazarlama ve SEO Ekipleri İçin Çıkarımlar

• Hedef hiyerarşisi: Zhu’nun uyarısına paralel olarak kampanya başına tek bir birincil iş hedefi belirleyin; algoritmadan aynı anda tüm metrikleri iyileştirmesini beklemeyin.
• Ara sinyal haritası: Satış döngüsü uzunsa, gelirle bağlantısı gösterilebilen ve yeterli sıklıkta gerçekleşen ara dönüşümleri tanımlayıp sisteme bunları öğretin.
• Site taksonomisi: Otomatik kampanyalara geçmeden önce hizmet ya da ürün kollarının site yapısında net biçimde ayrıştığını kontrol edin.
• Görünürlük ölçümü: Markanın yapay zeka özetlerinde nasıl yer aldığını izlemeyi ölçüm planına ekleyin; LTV:CAC gibi temel oranları da bırakmayın.
• Kademeli devir: Yapay zekayı önce raporlama ve analiz gibi arka plan işlerinde kullanın; bütçe kararlarını korkuluklar netleştikten sonra devredin.

Sıkça Sorulan Sorular

Panelde yapay zekaya kontrol devretme konusunda hangi yaklaşım öne çıktı?

Panelistler otomasyonla savaşmak ya da kontrolü tamamen bırakmak yerine, yapay zekanın optimize etmesi gereken iş sonuçlarının net biçimde tanımlanmasını önerdi. Google’dan Jiaxi Zhu, algoritmaların her metriği aynı anda maksimize edemeyeceğini ve önceliklerin belirlenmesi gerektiğini vurguladı.

Ara sinyal (proxy signal) nedir?

Cisco’dan Anthony Tedesco’nun tanımına göre ara sinyaller, yeterli sıklıkta gerçekleşen ve yüksek değerli iş sonuçlarıyla doğrudan bağlantılı etkileşimlerdir. Satış gibi nihai dönüşümlerin seyrek olduğu B2B şirketlerinde yapay zeka modelleri bu sinyallerle eğitilebiliyor.

Pazarlamacılar yapay zekayı ne ölçüde kullanıyor?

Konferans sırasında yapılan ankete göre katılımcıların %58’i yapay zekayı performans analizi için test ediyor, %23’ü kullanım alanlarını araştırıyor. Teknolojiyi iş akışlarına tam olarak entegre edenlerin oranı ise %11.