Eki 21, 2022 2874 reads

Pazar Sepeti Analizi

Günümüzde, hepimizin bildiği pandemiden sonra e-ticaret sektörü adeta güneş gibi doğdu. Bu yükselişle birlikte, nispeten küçük işletmelerden en büyük markalara kadar neredeyse her markanın web siteleri çok daha fazla popülerlik kazandı ve trafiklerini yaklaşık %50 artırdı. Uluslararası Ticaret İdaresi’ne (2021) göre, pandemi sonrası e-ticaret gelirlerinde ortalama %19’luk (Gıda ve Kişisel Bakım ürünlerinde %26) bir artış öngörülüyor.Bu büyüme istatistikleri ve gelişmeler bize işletmelerin e-ticaret/pazarlama departmanlarına ve operasyonlarına daha fazla dikkat (ve daha fazla bütçe) ayırmaları gerektiğini açıkça gösteriyor. E-ticaret denildiğinde akla gelen ilk şey tabii ki web siteleridir. Ürünler, işletme sahiplerinin daha fazla ürün satmasına ve en değerli kaynakları olan müşterilerden daha fazla gelir elde etmesine yardımcı olacak şekilde web sitelerinde sergilenmeye çalışılmaktadır. Müşterilerin dikkatini çekmenin ve onlara daha fazla satın alma isteği vermenin onlarca yolu vardır. Bu yazıda, “Sepet Analizi” adı verilen bir yöntemden bahsetmeye çalışacağım.Sepet Analizi Nedir?Sepet Analizi, müşterilerin web sitesindeki sepetlerini (alışveriş sepetlerini) araştıran ve inceleyen, ardından müşterilere anlamlı ve kişiselleştirilmiş ürün önerileri sunmak için analiz eden bir yöntemdir. Analizin teknik kısmına geçmeden önce bahsetmemiz gereken birkaç nokta daha var. Her müşteri farklıdır ve satın alma davranışları da farklıdır. Her ürün farklıdır. Ancak, bazıları birlikte kullanılır ve satın alınır. Bazı durumlarda, tamamen ilgisiz ürünler birlikte satılır ve insan gözü bunları her zaman belirleyemez. Tam da burada yapay zeka ve makine öğrenmesi devreye giriyor.Haydi algoritmalara daha derin dalalım.Apriori AlgoritmasıApriori algoritması 1994’ten beri aklımızda ve veri kümelerinde sık görülen öğe setlerini, boolean ilişki kuralları için bulmamıza yardımcı oluyor. Algoritmanın adı Apriori çünkü sık görülen öğe seti özelliklerine dair önceden bilgilere dayanıyor.Bu algoritmada, yukarıda bahsedildiği gibi veri kümesi sık satın alınan ürünleri içermelidir. Bu algoritmayı uygulamak için ihtiyaç duyduğumuz veriler aşağıdaki sütunları içerir: İşlem ID’si (Sepet ID’si) Ürün SKU’su (Ürün ID’si) Ürün Kategorisi Adet Gerekli verileri elde ettikten sonra, sihir başlar.Bu algoritma R Studio, Python vb. ile yazılıp uygulanabilir.Verilerimiz parçalanmış ve dolayısıyla yinelenen işlem ID’leri içerdiğinden, öncelikle verileri işlem ID’sine göre gruplamamız ve o belirli işlemde (ödeme adımından önce sepete eklenmiş olan) satılan her benzersiz ürünü öğrenmemiz gerekir.Bu işlem tamamlandıktan sonra, tüm ürünlerin dummy değişkenlerini oluşturur ve her biri için yeni sütunlar açarız. Her benzersiz işlem satırı için ürünün adedi kendi sütununa ve işlemine yazılır. Aşağıda örnek işlenmiş veriler görülebilir:Transaction IDProduct AProduct BProduct CProduct D123abc7300456def2011Makine öğrenmesinin kendine ait kuralları vardır. Bu verileri analiz edebilmek ve anlamlı içgörüler elde edebilmek için hücreleri 1-0 olarak kodlamamız gerekir. Böylece belirli bir işlemde hangi ürünün sepete eklendiğini ve satın alındığını belirleyebiliriz. Bunun nedeni Apriori Algoritmalarının ürünler arasındaki ilişkiyi belirlemek için yalnızca 1 ve 0 değerlerini kabul etmesi ve ilgisiz miktarlardan doğabilecek yanlılıkları ortadan kaldırmasıdır. Burada yalnızca birlikte satılan ürünlerle ilgileniyoruz.Son olarak, modeli uygulamadan önce aşağıdaki verileri elde ederiz:Transaction IDProduct AProduct BProduct CProduct D123abc1100456def1011Modeli optimize ve hızlı bir şekilde uygulamak için “mlxtend” kütüphanesinden “frequent_patterns“ aracını, “apriori” ve “association_rules” paketlerini kullanırız.Gerekli parametreler belirli veri kümesine ve belirli amaca göre ayarlandıktan sonra, sonuçları aşağıdaki tablo şeklinde elde ederiz:AntecedentsConsequentsAntecedentSupportConsequentSupportSupportConfidenceLiftLeverageConvictionProduct AProduct B0.40.60.50.832.780.0221.67Product AProduct C0.40.30.450.652.110.11.12Product BProduct D0.60.50.50.621.98-0.321.43Not: Gizlilik nedeniyle değerler rastgele oluşturulmuştur.Sonuçlar: Tamam. Ama Ne Anlama Geliyorlar?Burada dikkate almamız gereken en önemli metrikler “support” ve “confidence” değerleridir. Ancak daha iyi anlamak için aşağıdaki açıklamaları okuyabilirsiniz. Antecedent Support: Önceki ürünlerin toplam içindeki bulunma oranı. Consequent Support: Sonraki ürünlerin toplam içindeki bulunma oranı. Support: Önceki ürün ve sonraki ürünün aynı sepette birlikte bulunma oranı. Confidence: Ürünlerin aynı sepette birlikte bulunma güven oranı. Lift: Beklenen güvene göre güven oranı. Leverage: Belirli bir sepetin, içindeki ürünlere göre istatistiksel bağımsızlık oranı. Conviction: Sonraki ürünün önceki ürüne yüksek derecede bağımlı olması durumunda yükselir. Sonuç tablosunu elde ettikten sonra, sonuçları analiz etmeye başlayabiliriz. Bu analizi bazı istatistiksel yöntemlere göre yaparız. “Confidence” metriği için bir eşik değeri belirlememiz ve satırları ikiye ayırmamız gerekir: Anlamlı veya Anlamsız.Confidence değeri eşik değerden (örneğin 0.6) büyük olduğunda, bu ürünler arasındaki ilişkinin anlamlı olduğunu ve müşterilerin bu ürünleri sıkça birlikte aldığını söyleyebiliriz. Bu Sonuçlar Nerede Kullanılır? Bu sonuçların nerede kullanılacağı ayrı bir konudur. İşletmeler genellikle bu bilgiyi öneri algoritmaları ve raf tasarımı için kullanır. Örneğin, Product A’yı sepete yeni ekleyen müşteriye Product B önerilir çünkü bu ürünlerin güven seviyesi bizim eşik değerimizin üzerindedir. Böylece müşterinin Product B’yi kaçırma, unutma ya da ilgilenmeme ihtimali azalır ve müşteriyi Product B satın almaya yönlendirmiş oluruz. İkinci olarak, raf tasarımı (bizim durumumuzda ürün listeleme sayfaları) sonuçlara göre yapılabilir ve web sitemize uygulanabilir. Örneğin, Product A ve Product B yan yana konumlandırılarak müşterilere birlikte satın alabilecekleri hatırlatılır (çünkü genelde öyle yapıyorlar, değil mi?!). Üçüncü olarak, müşterilere yönelik kampanya senaryoları kurgulanabilir. Örneğin, Product A’yı sepetine ekleyen müşterilere Product B indirimli fiyatlarla sunulabilir ya da daha önce satın alanlara uygulanabilir. Son olarak, bu analiz sonuçları işletme sahiplerine ve pazarlamacılara fiziksel mağazalarının raflarını tasarlamada yardımcı olabilir. Web sitelerindeki ürün listeleme sayfaları gibi mağaza rafları da müşterilerin ilişkili ve sıkça satın aldığı ürünleri birlikte görebileceği şekilde tasarlanabilir. Bu yollarla, satış miktarı, sipariş sayısı, gelir, web sitesinin kazandığı trafik ve benzeri kilit performans göstergeleri artırılabilir. Ayrıca, ürün ve pazarlama maliyetleri de sonuçlara göre dağıtılabilir.

Eki 21, 2022 4436 reads

Ürün Puanlama Algoritması

Ürünlerinizin performansını merak ediyorsunuz. Ayrıca, geliri artırmak için ürün yelpazenizi nasıl yönetebileceğiniz konusunda endişeleriniz var. İşte tüm sorularınızın cevapları, blogumuzu inceleyin ve ürün puanlama algoritmamız hakkında bilgi edinin.Ürün yönetiminde yaygın problemlerProfesyonellerin şirketlerinin performansını değerlendirirken akıllarında birçok soru olabilir. Ve bu sorulardan bazıları, web sitelerinde, uygulamalarda ve pazarlama kanallarında satılan ürünlerin verimliliğini artırmaya yönelik önemli adımlar düşünülürken daha faydalıdır.Her ekibin cevabını merak edebileceği bazı “genel” sorular şunlardır: Stok yönetimini düşünürken hangi e-ticaret metriklerine odaklanmalıyız? Hangi ürünler daha değerlidir? Aynı ürün yelpazesini koruyarak gelirlerimizi nasıl artırabiliriz? Ürünlerimizin pazarlama kampanyalarını optimize etmek için hangi kilit metriklerimizi belirlemeliyiz? Web sitemizde veya uygulamamızda ürün listelememizi nasıl belirlemeliyiz? Evet, haklısınız! AnalyticaHouse Veri Bilimi & İçgörüler Ekibi, yukarıdaki gizemli soruların ve daha fazlasının cevabını verebilecek başka sihirli bir algoritmaya sahip: Ürün Puanlama Algoritması. Bu yazıda bu algoritmanın yapısını ve dijital pazarlama sektöründeki uygulamalarını ele alacağız.Algoritma nasıl oluşturuldu?Her web sitesi ve uygulamada renkler, bedenler, ürün türleri, sezon/sezon dışı, hedef cinsiyetler, hedef yaş grupları vb. çeşitli boyutlara göre farklılaşan birçok ürün grubu varyantı vardır. Ürün Puanlama Algoritması sayesinde elimizdeki verinin derinliğine bağlı olarak ürünlerin ve ürün varyantlarının her detayını analiz edebiliriz. Bu analiz için minimum veri gereksinimi, ürünlerin işlem verileri ve mevcut stok bilgileridir. İşlem verilerini analiz ederken şu metriklere odaklanıyoruz: satın alma sayısı, toplam adet, gelir, ortalama fiyat vb. Tabii ki kullanıcı/oturum bazlı veriler elimizde olduğunda bu analiz daha da ilginç hale gelir. Bu durumda şu ek önemli metrikleri de ekleyebiliriz: ürün detay görüntülemeleri, sepete ekleme, alıcı sayısı, ürüne bakan kullanıcı sayısı, gelir/ürün detay görüntülemeleri, işlem/ürün detay görüntülemeleri vb. Bu metrikler gösterdikleri sonuçlara göre bölümlere ayrılabilir; Geliri destekleyen metrikler : satın alma sayısı, toplam adet, gelir, ortalama fiyat, gelir/ürün detay görüntülemeleri, işlem/ürün detay görüntülemeleri Müşteri ilgisini gösteren metrikler : ürün detay görüntülemeleri, sepete ekleme, alıcı sayısı, ürüne bakan kullanıcı sayısı, gelir/ürün detay görüntülemeleriMetrik tanımları satın alma sayısı: İşlem sayısı Toplam adet:  Satın alınan ürünlerin sayısı Gelir: Toplam gelir tutarı Ortalama Fiyat: Ürünlerin ortalama fiyatı gelir/ürün detay görüntülemeleri: Her bir ürün için ürün detay görüntülemesi başına gelir işlem/ürün detay görüntülemeleri: Dönüşüm oranı (ürün detay görüntülemelerine göre) sepete ekleme: Sepete eklenen toplam ürün sayısı alıcı sayısı: İlgili ürünü satın alan toplam müşteri sayısı ürüne bakan kullanıcı sayısı: İlgili ürünü görüntüleyen toplam kullanıcı sayısı Modelin uygulanmasıAlgoritma her ürün seviyesine uygulanabilir ve hem büyük resmi hem de küçük detayları gösteren içgörüler sağlayabilir.Aşağıdaki örnek, bir e-ticaret şirketi için kategori/ürün seviyesini göstermektedir; Seviye 1: Ayakkabılar/Çantalar Seviye 2: Ayakkabılar Seviye 3: Spor Ayakkabılar Seviye 4: X Markasının Spor Ayakkabıları Seviye 5: X Markasının Beyaz Spor Ayakkabıları Seviye 6: X Markasının 38 Numara Beyaz Spor Ayakkabıları Ürün puanı nasıl hesaplanır?Ürün Puanlama Algoritmasıtemelde iki bölümden oluşur. İlk bölüm, yukarıda tartıştığımız metrikleri kullanarak alt seviyelerin (ör. X Markasının 38 Numara Beyaz Spor Ayakkabıları) üst seviyelerin (ör. X Markasının Spor Ayakkabıları) toplamındaki oranını hesaplamaya dayalıdır ve bu kısmı bir örnekle açıklayacağız. İkinci bölüm ise ürünlerin mevcut stok bilgilerine bağlıdır ve bu bölüm, kısa ve uzun vadeli stok yönetimini dikkate aldığımızda çok önemlidir.  Yukarıdaki örnek, sepete ekleme ve satılan adet metriklerine ek olarak anlık stok puanı (stok varsa 1, yoksa 0) kullanarak ürün puanı hesaplamasını göstermektedir. Bu örnekte, seviye 6’nın seviye 5 toplamındaki dağılımı (sepete ekleme ve satılan adet metrikleri için) ve stok puanı, seviye 6’nın ürün puanının üç çarpanı olarak kullanılmıştır.  Her satırın (her kırılımın, bu örnekte seviye 6) puanı hesaplandıktan sonra, daha yüksek seviyenin (bu örnekte seviye 5) puanı hesaplanır. Seviye 5 için tüm kırılımların puanı toplanır ve sonuçta seviye 5’in toplam puanı elde edilir. Örneğin; X markasının Beyaz Spor Ayakkabıları için toplam puan şu şekilde hesaplanabilir: 0,0747 + 0,0245 + 0,0036 + 0,0028 + 0,0251 + 0,0000 = 0,131. Bu örnekte X markasının Siyah Spor Ayakkabıları en yüksek puana (0,193) sahipken, X markasının Kırmızı Spor Ayakkabıları en düşük puana (0,071) sahiptir.Sonuçları nasıl kullanabiliriz?Bu analiz en alt seviyeden en üst seviyeye kadar tüm seviyelere uygulanabilir. Ve tabii ki, bu analiz daha önce bahsettiğimiz ek metriklerle genişletilebilir ve sonuçlar daha ayrıntılı hesaplanabilir. Ayrıca, ekibimizin geliştirdiği bir diğer dikkat çekici algoritma olan Değişken Önem Analizi’ni kullanarak ürün puanı hesaplama adımında her bir metriğin önemini değiştirebiliriz. Son olarak, analiz sonuçları pazarlama kampanyaları için ürün beslemelerini (product feed) otomatik olarak güncellemek amacıyla kullanılabilir. 

Eki 17, 2022 664 reads

Kasım Döneminde Medya Satın Almak İçin 6 Neden

Herkes bilir ki, çevrimiçi alışveriş yapmamış tüketiciler dahi iyi bildiği Kasım satış dönemleri, hem e-ticaret markaları hem de tüketiciler için özel bir öneme sahiptir. Yıllar önce ABD’de başlayan ve kısa sürede ülkemizde de etkisini gösteren Black Friday olgusu, orijinal tarihinin (Kasım ayının son Cuması) ötesine taşındı. Bu dönemin potansiyelini gören “parlak” fikirli markalar, 11.11, Cyber Monday gibi çeşitli özel günlerle bunu önceye ve sonrasına yayarak Kasım ayının tamamını e-ticarette indirim ayına çevirdi. Sadece birkaç yıl içinde “Black Friday” terimi “Black November”a evrildi. Bildiğiniz gibi, ana performans pazarlama kanalları (Google, Meta vb.) dışında dijital medya kanalları—Onedio, Ekşi Sözlük, Kızlar Soruyor, Admatic, Medyanet, Sahibinden.com vb.—yeniden hedefleme mantığıyla çalışmaz ve bu nedenle genellikle kullanıcı hunisinde yeni kullanıcı kazanımı için konumlanır. E-ticaret sitelerindeki yeni kullanıcılar tipik olarak 7.–8. ziyaretlerinde satın alma yaptıkları göz önüne alındığında, bu kanallardan gelen ilk kez ziyaretçilerin ilk oturumlarında (last click non-direct dönüşüm) satın alma yapmasını beklemek çok gerçekçi değildir. Bu makalede, dijital pazarlama faaliyetlerini bütünüyle ele alırken ROAS gibi somut metriklere ve onların ana girdilerine (arama, yeniden hedefleme, affiliate kampanyaları vb.) fazla odaklanıp, marka görünürlüğü ve bilinirliği gibi daha doğrudan ölçülemeyen girdileri geri plana attığımızda ortaya çıkan kaçırılan fırsatları ele almak istedik. 1. Performans Reklamlarında Hacim Sorunları Kasım ayında, her ölçekten e-ticaret markaları dikkat çekici promosyonlar düzenlemeye teşvik edilir. Özellikle pazar yeri temelli e-ticaret markaları (Trendyol, Hepsiburada vb.) daha fazla kişiye ulaşmak veya mevcut kullanıcıları alışveriş yapmaya yönlendirmek için hem marka hem de performans pazarlama bütçelerini artırır. Bu dönemde dijital medya kanallarındaki reklam alanları, e-ticaret devlerinin yüksek bütçeleri nedeniyle yüksek talep görür. Öte yandan, bu kanallar, stoklarını doğrudan satın alabilen markalara satmayı önceliklendirir; satılmayan stoklar ise Google ve programatik satın alma platformlarına Real Time Bidding (RTB) üzerinden sunulur. Bu nedenle, sadece Google veya programatik display alımlarına güvenen markalar, yoğun sezonda düşük etkili envanterle karşılaşır. Ve talep yüksek olduğundan, RTB açık artırmalarında rekabetçi kalmak için daha yüksek CPM veya CPC ödemek zorunda kalırlar. 2. Ekstra Erişim İhtiyacı ve Share of Voice Kazancı Geleneksel perakendede olduğu gibi, e-ticaretteki stok eritme kampanyaları yalnızca yeni müşteriler kazandırıyorsa anlamlıdır. İndirim modeli, toplam karı maksimize etmek için hacmi artırmayı amaçlayarak marjdan fedakârlık yapar. Bu nedenle, performans pazarlamacılarının önceliği, promosyon dönemlerinde mevcut temel kitlenin dışında yeni kullanıcılara ulaşmak olmalıdır. Bu nedenle, Google, Meta ve diğer RTB platformlarında erişim ve yeni kullanıcı odaklı display kampanyaları açmak gerekir—ancak Kasım ayında yukarıda belirtilen nedenlerden dolayı yalnızca bunların etkisi yetersiz kalır. 3. Performans Reklamlarında Görünürlük Kaybı ve Reklam Körlüğü Madde 1’de belirtildiği gibi, en görünür alanlar doğrudan satıldığından, daha düşük etkili RTB envanteri kalır. Ayrıca performans kampanyaları tıklama veya dönüşüme odaklandığından, banner’ın yaratıcı etkisi geri planda kalır ve dolayısıyla farkındalık faydaları sınırlı olur. 4. Artan Birim Maliyetler ve Alternatif Kanallara İhtiyaç Bazı non-performans platformları CPC bazlı ücret alır. Normal zamanlarda performans kanallarına göre daha maliyet-etkin olsalar da, Kasım ayında yüksek RTB teklifleri nedeniyle bu avantajlarını kaybederler. Bu nedenle, non-performans platformları holistik performans planının bir parçası haline gelir—Engageya, Medyanet, Ciner vb. hepsi CPC modelleri sunar. 5. Artan Talep ve Satın Alma Motivasyonunu Fırsata Çevirmek Tüketiciler önemsiz satın almalarını büyük indirim dönemlerine erteleme eğilimindedir ve sıradan gezginler yoğun promosyon etkisi altında daha fazla satın alma eğilimindedir. Bu “alışveriş ruhu” hem büyük hem de küçük markalara fayda sağlar. 6. Artan Marka & Kampanya Bilinirliğinden Dolaylı Performans Kazançları Performans reklamları dönüştürme olasılığı yüksek kullanıcılara hedeflense de, marka kampanyaları genel farkındalığı artırır, sonraki organik ve ücretli performansı güçlendirir. Düzenli medya yatırımı Google’daki arama hacmini artırır ve bu da e-ticaret için en değerli ve maliyet-etkin trafiği sağlar. Google’ın RTB sistemi, daha yüksek tıklama oranı (CTR) alan reklamlara CPC düşürerek ödül verir. Kasım ayında medya alımlarını marka yatırımı olarak konumlandıran markalar, CTR’yi artırabilir, CPC’yi düşürebilir ve kalıcı verimlilik kazançları elde edebilir. Özetle, marka pazarlaması ve medya satın alma Kasım ayında daha da gerekli ve etkili hale gelir. Tüm dijital markaların pazarlamayı bütünsel olarak ele almasını öneriyoruz—performans metriklerini, tüketicilerin zihninde kazanılan marka bilinirliği ve konumlandırma kazançlarıyla dengeleyerek.

Eyl 5, 2022 1 reads

Eyl 5, 2022 7878 reads

Client-Side Rendering (CSR) ve Server-Side Rendering (SSR) Nedir?

Javascript ile yazılmış siteleri arama motoru botlarının daha iyi anlaması, taraması ve dizine eklemesi için yapılan tüm çalışmalara Javascript SEO denir. Metin, görsel ve video içeriklerinin tam taranabilirliğini analiz etmek, SEO uzmanları için en önemli önceliktir. Javascript ile yazılan web sitelerinin artışıyla birlikte Javascript SEO çalışmaları da başlamıştır. Modern frontend kütüphaneleri (React JS, Vue JS, Angular JS, vb.) burada yeni bir çalışma alanının önünü açmıştır. Daha temelden bakacak olursak, bildiğimiz gibi web sayfaları 3 ana bölümden oluşur. 1. HTML – Web sitenizin iskeleti ve içerik alanı olarak düşünebiliriz. Tamamen HTML’den oluşan bir sayfa size bilgi verebilir ancak cazip bir tasarım sunmaz.2. CSS – HTML’e görsellik ve tasarım ekleyen CSS dosyalarıdır. CSS sayesinde alışık olduğumuz web sayfası tasarımına ulaşabiliriz.3. Javascript – Bir web sitesinde hareketli veya değişken alanları sağlayan programlama dilidir. Bir alanın üzerine geldiğinizde renginin değişmesi veya sayfayı aşağı kaydırdığınızda alt kısımda yeni içeriklerin yüklenmesi Javascript sayesinde gerçekleşir. Kullanıcının hareketine göre Javascript dosyaları arka planda çalıştırılır ve kullanıcıya gösterilecek son yapı hazırlanır. Yazılım tarafındaki gelişmelerle birlikte son zamanlarda web siteleri sadece JS ile kodlanmaya başladı. Kod satırları HTML içerisinde tek tek sunulmaz, doğrudan JS dosyaları üzerinden verilir. Peki, Google bu gelişmelere ne kadar uyum sağlayabildi?Google & Javascript İlişkisi Google son yıllarda Javascript sitelerini çok daha iyi anlamaya ve yorumlamaya başladı. Ancak doğrudan JS ile yazılmış siteleri taramak Google için çok maliyetlidir. Normal bir siteye kıyasla daha fazla zaman harcar ve sunucularını yorar. Peki Google bu maliyeti optimize etmek için ne yapıyor? Google, Javascript ile yazılmış sayfaları taramak için 2 aşamalı tarama yöntemini kullanır. İlk aşamada Googlebot sitenize girer, HTML ve CSS’i tarar ve dizine ekler. Burada Javascript dosyalarını da görür ancak bunları taramayı ve anlamayı 2. aşamaya bırakır. Bu arada, ilk aşamada kullanıcıya görünen kadarıyla sonuçları göstermeye başlar. Sitenizi kendi içinde 2. dalga tarama için sıraya alır. Bu işlem saatler veya günler sürebilir. Google, sitenizi değerine ve otoritesine göre önceliklendirerek sıraya koyar. 2. dalga geldiğinde ise Javascript dosyalarını da tarar ve dizine ekler. Böylece aslında sizin planladığınız son hali kullanıcıya göstermeye başlar. Javascript Google İçin Diğer Dillerden Nasıl Farklıdır? Kullandığımız tarayıcılar HTML, CSS ve JS’i render motorları aracılığıyla işler. Bu nedenle önce render edilmesi gerekir. PHP ve Python gibi diller, sunucu tarafında render edilen diller olarak öne çıkar. JS ile kodlanan Angular ve React gibi alternatifler ise hem Sunucu Tarafı Rendering (SSR) hem de İstemci Tarafı Rendering (CSR) yöntemleriyle render edilebilir. GoogleBot Javascript Siteleri Nasıl Taramaktadır? Javascript ile yazılmış sitelerin arama motoru botları tarafından doğru şekilde taranması ve dizine eklenmesi için 2 farklı yöntem vardır. İstemci Tarafı Rendering (CSR) (Dinamik Rendering dahil) Sunucu Tarafı Rendering (SSR) İstemci Tarafı Rendering (CSR) Kullanıcı veya arama motoru tarayıcısı sitenize istek gönderir. Sunucu isteği kabul eder ve yanıt döner. Tarayıcı, içerik ve beraberindeki JS dosyalarını indirir. Tarayıcı içeriği görüntülemek için JS dosyalarını çalıştırır. İçerik kullanıcılar ve botlar tarafından etkileşime açık hale gelir. CSR’ın Artıları ve Eksileri (+) İlk sayfa yüklemesinden sonra daha hızlı işlem (+) Sunucuya daha az yük bindirir (+) Zengin site etkileşimi sağlar (+) Hızlı site içi gezinme sağlar (her sayfa yüklemesinde yeniden indirilmeye gerek kalmadığı için daha az HTTP isteği) (-) İlk sayfanın daha yavaş yüklenmesi (birden fazla sayfa için gerekli varlıkların yüklenmesinden dolayı) (-) Düşük işlemcili cihazlarda geç yüklenme (-) İnternet bağlantısı zayıf olduğunda geç yüklenme (-) Doğru uygulanmazsa SEO’yu olumsuz etkiler. (Sayfa açılışında Javascript kodları çalışana kadar boş görünebilir) (-) Çok sık harici kütüphanelere ihtiyaç duyar CSR SEO Riskleri En modern teknolojilerle hazırladığınız sayfa Google için boş bir sayfa gibi görünebilir. Modern Javascript kütüphaneleriyle yazılmış bir siteniz varsa, Google’ın sitenizi nasıl gördüğünü Google Search Console’daki URL Denetleme aracındaki "Taranan Sayfayı Göster" butonuyla sık sık kontrol edin. Sayfanız hâlâ Google dizininde değilse, canlı URL üzerinden de test edebilirsiniz. Dinamik Rendering Dinamik Rendering, CSR ile oluşturulmuş sitelerin SEO uyumlu olması için kullanılan bir yöntemdir. Temel fark, GoogleBot’a ve kullanıcılara farklı render formatları sunmasında yatar. Sunucuya istek geldiğinde, bu isteğin GoogleBot tarafından mı yoksa kullanıcı tarafından mı yapıldığı anlaşılır. Eğer GoogleBot tarafından yapıldıysa, sunucu tarafında render edilen bir HTML yanıtı döner. Kullanıcılar ise sitenizi CSR olarak görmeye devam eder. Sunucu Tarafı Rendering (SSR) Kullanıcı veya arama motoru tarayıcısı sitenize istek gönderir. Sunucu isteği kabul eder, tüm HTML’i render eder ve yanıt döner. Tarayıcı oluşturulan HTML ve JS dosyalarını indirir. İçerik kullanıcılar ve botlar tarafından etkileşime açık hale gelir. SSR’ın Artıları ve Eksileri (+) Sayfaların daha hızlı yüklenmesini sağlayarak kullanıcı deneyimini iyileştirir. (+) SEO açısından avantajlıdır. (+) Statik içerik sunan siteler için çok daha ideal bir yapıdır. (+) Daha az JS bağımlılığı vardır. (+) Kullanıcının internet bağlantısı yavaş olduğunda da idealdir. (-) Sunucunun çok sayıda ziyaretçisi olduğunda veya site büyük olduğunda sayfa render süresinde ciddi yavaşlamalara yol açabilir. (TTFB zamanı etkilenebilir) (-) Her gezinmede tüm sayfanın yeniden yüklenmesi gerekir. (-) Daha yüksek performans için sunucu maliyetleri artacaktır.

Eyl 5, 2022 3636 reads

10 Adımda Google İndeks (Dizin) Kontrolü Nasıl Yapılır?

İndeksleme; arama motoru botlarının taradıkları web sitelerinin ve web sayfalarının içeriğini analiz ederek dizine eklemesi sürecidir. Dizin işleminin bir sonraki adım olan sıralama (ranking) sürecinde, indekslenen bağlantının ilişkili olduğu sorguda listelenmesini sağlayan en önemli faktördür. Trafik hedefimiz bulunan web sayfalarımızın, daha yüksek sıralarda listelenerek trafik kazanabilmesi adına indekslenme sürecinin en verimli şekilde sonuçlanıyor olması en kritik adımlardandır. Dolayısıyla, indekslenme sorunları, doğruca ortalama konum ve trafik verilerinin kayıp yaşamasına sebep olabilir. Bu içerikte Google indeks (dizin) kontrolünün nasıl yapılacağına dair 10 ipucu paylaşacağız. 1. Google Search Console İle Tarama Durumu Takibi Search Console aracı ile erişebileceğiniz, Google mülkünüzün Tarama İstatistikleri Raporu sayesinde web sitenize gelen tarama isteklerini görüntüleyebilirsiniz. Bu rapor sayesinde tarama sürecinde arama motoru botları tarafından indirilen kaynakların (HTML, CSS & resim baytları) yoğunluğunu ve tarama isteğine sunucu taraflı dönülen ortalama yanıt süresini görüntüleyebilirsiniz. Böylece, herhangi bir tarama hatasının varlığını tespit edebilir ve indeks kontrolünün ilk adımını gerçekleştirebilirsiniz. Ayrıca, indeks kontrolleri kapsamında “On-Page Kaynakları Azaltıp, Yükleme Sürelerini Artırmak” maddesi için de bir önizleme sağlamış olursunuz. 2. Tarama HatalarıÇoğunlukla teknik gerekçeler nedeniyle web sitesinde bir tarama hatası durumu yaşanıyorsa bunu tespit ederek önlem almalısınız. Yaygın tarama hataları aşağıdaki nedenlerle yaşanabilir.  Server (sunucu) & DNS hataları 404 hataları İndeks Kontrolünde Server (sunucu) Hatalarıİletilen isteğe yönelik web sitesi sunucusunun; timeout,  connection refused/failed/timeout, no response  hatalarını iletmesi durumudur. Sunucu hataları çoğunlukla geçici hatalardır fakat tarama istatistikleri raporunda belirgin bir sunucu sorunu göze çarpıyorsa ve özellikle trafik talep edilen sayfalarda bu sorun yaşanıyorsa gerekli önlemlerin alınması gerekir. İndeks Kontrolünde 404 HatalarıBir web sitesinde 404 hatalı sayfaların yoğunlukta olması web sitesinde tarama sorununa sebebiyet vererek indeks performansının zarar görmesine neden olabilir. 404 hatalarının web sitesinde yoğunluk göstermesi, arama motoru botlarının bulunmayan sayfalara erişerek tarama bütçesinin sekteye uğramasına neden olur. Bu sebep, dolaylı olarak da web sitesinin genel indekslenme performansına zarar verebilir. 3. Mobil Dostu Sayfa KontrolüGoogle, mobil cihazların yaygın olarak kullanılmasının ardından 2017 yılında duyurduğu Mobile First Indexing’i 2019 yılında canlıya aldı. MFI güncellemesinin hayatımıza dahil olmasıyla web sitelerinin indeksleme elde edebilmeleri adına, mobil uyumluluk şart oldu. Mobil uyumluluk; Responsive bir yapı, İçeriğe viewpoint meta etiketinin dahil edilmesi, CSS, JS gibi on-pahe kaynakların küçültülmesi, Görsellerin çözünürlüğe zarar vermeden sıkıştırılması, AMP önbelleği kullanılması gerekliliklerini getirdi. İndeskleme kontrolleri sağlayabilmek adına öncelikle Google tarafından sunulan Mobil Uyumluluk Test Aracı ile web sitenizin mobil uyumlu olduğundan emin olmalısınız. 4. Düzenli İçerik Paylaşımı & İçeriği Düzenli Olarak GüncellemekWeb sitesinde belli bir düzen içerisinde içerik paylaşımı sağlayarak ve var olan içeriklerinizi düzenli olarak güncelleyerek arama motoru botlarının sitenizi daha verimli indekslemesini sağlayabilirsiniz. Arama motoru botları çalışma mantığı tam olarak kullanıcıların ihtiyaçlarını pratik bir yöntem ile karşılamak ve sorgu niyetlerine yönelik en uygun sonucun listelenmesini sağlamaktır. Dolayısıyla, düzenli olarak içerik paylaşmak web sitenizin arama motoru botlarına sürekli olarak geliştiği sinyalini iletirken, var olan içeriklerinizi düzenli olarak güncellemek ise Google’ın kullanıcılarına sunacağı aktif bilginin web sitenizde var olduğunu sinyaller. Bu sebeple, web sitenizin indeks kontrolünü gerçekleştirirken web sitenizin düzenli içerik paylaşımı ve içerik güncellemesi olmasını dikkate almalısınız. 5. Arama Motorlarına Güncel ve Dinamik Site Haritası GöndermekSite haritaları; arama motoru botlarına site yapısını anlatmak ve trafik talebimiz olan sayfaları sinyallemek konusunda, robots.txt dosyasından sonraki en önemli dosya türüdür. Google protokolüne uygun şekilde .xml formatında oluşturduğunuz site haritası sayesinde arama motoru botlarına web sitenizdeki taranma ve indekslenme talebiniz bulunan URL’leri sinyalleyebilirsiniz. İndeks kontrolleri çerçevesinde site haritalarınızın dinamik yapıda ve yalnızca 200 durum kodlu / indekslenebilir URL’lerinizin yer aldığından emin olmalısınız. 6. Site İçi Link İnşası OptimizasyonuEtkin bir site içi link inşası oluşturmak arama motoru botları tarafından sayfalarınızın keşfedilerek taranma performansınızın gelişmesine katkı sağlar. Site içerisinde, yeni oluşturduğunuz ve indekslenme talep ettiğiniz sayfaları ilgili olacakları en etkin alanlardan linklediğinizden emin olmasınız. Yeni oluşturduğunuz ve indekslenme talebimiz olan sayfaların crawl derinliğini azaltıp başlangıç URL’sine yaklaştırarak ilgili sayfaların taramada erken tespit edilip indekslenme performansına da verim katabilirsiniz. İndeks kontrolleri kapsamında, sayfalarınızın site içerisinde etkin ve manipülatif olmayacak şekilde linklendiğinden emin olmasınız.7. Backlink KazanımıWeb sitenizde yukarıdaki adımları sağlamış olmanıza rağmen URL’lerinizin taranmasına engel olan teknik bir hata söz konusuysa, indekslenme talebiniz olan bu sayfaya dış bağlantı (backlink) kazanabilirsiniz. Backlink kazanımı sayesinde, dış bağlantının (backlink’in) sahip olduğu DR otoritesi ve link juice backlink kazandığımız iç sayfamıza aktarılır. Böylece, sayfamız ile web dünyasında karşılaşan arama motoru botları, taramak için ilgili web sitesine ve sayfaya yönlenecektir. Son olarak, backlink kazandığınız bu sayfanın sahip olacağı link otoritesi sayesinde ilgili sayfanın daha hızlı bir şekilde taranmasını ve ardından indekslenmesini sağlayabilirsiniz.8. On-Page Kaynakları Azaltıp, Yükleme Sürelerini ArtırmakArama motoru botları, site tarama işlemine web sitesine HTML tarama isteği göndermesi ve elde edilen yanıt koduna göre sayfa kaynaklarının indirilip taranması ile başlar. Bu sebeple, tarama işleminin henüz başındayken arama motoru botlarını küçültülmemiş CSS dosyaları ve sıkıştırılmamış görseller ile karşılaştırmak tarama bütçesinin tükenmesine ve sitenin indeks performansına zarar verecektir. Web siteniz için indeks kontrolleri yaparken önbellekleme politikanızın olduğundan ve sayfa kaynaklarının (HTML, CSS & resim baytları) azaltılıp yükleme sürelerinin artırıldığından emin olmalısınız. 9. Taranmasını İstemediğiniz Sayfaları Taramaya KapatmakWeb sitenizdeki çeşitli varyasyonlar ile oluşabilecek parametre sayfaları ve yalnızca tek bir işlem gerçekleştirmenize sebep olan trafik talebiniz bulunmayan sayfaları taramaya kapattığınızdan emin olmalısınız.Bu durumda, tarama bütçesi optimizasyonu sağlayabilir ve arama motoru botlarının daha önemli sayfalarınızda daha uzun zaman geçirmesini sağlayarak verimli bir indeks performansına erişebilirsiniz.İndeksleme kontrolleri çerçevesinde trafik talebiniz bulunmayan sayfalarınızı taramaya kapatmak için;  Noindex meta etiketi, Canonicalised, Robots.txt dosyası, gibi yardımcıları kullanabilirsiniz. 10. Duplicate İçerikleri ElemekArama motoru botlarını taklit eden SEO araçları sayesinde web sitenizde duplicate içeriğe sahip olan sayfaları tespit edebilirsiniz. Aynı içeriği farklı URL’ler ile sunduğunuz bu sayfalar, tarama bütçesi optimizasyonuna zarar vererek arama motoru botlarının sitenizde verimsiz zaman geçirmesine sebep olacaktır.Web sitenizde indeks kontrolleri yaparken, duplicate içeriğe sahip olan sayfalarınızı özgünleştirmenin yollarını bulmalısınız. Özgünleştiremeyeceğiniz duplicate içerikleri ise indekse kapattığınızdan emin olmalısınız. Böylece arama motoru botlarının sitenizde geçireceği zamanı etkin kılıp daha verimli bir indeks performansına ulaşabilirsiniz. Web sitenizde index kontrolleri sağlamaya ek olarak bu süreci verimli kılmak adına tarama bütçesi optimizasyonu ve Google index içeriklerimizi de göz atmanızı tavsiye ediyoruz!