Performans odaklı kampanya planlamasında en büyük hata, bütçeyi dağıtıp “izleme” moduna geçmek; oysa asıl kaldıraç doğru KPI mimarisi + ölçüm mantığı + öğrenme döngüsü kurulmadıkça ortaya çıkmaz. “Kampanya yönetimi” yalnız medya kanallarına harcama yapmak değil; iş hedefi → davranışsal ara göstergeler → medya ve deneysel test hipotezleri arasında izlenebilir bir nedensellik zinciri kurmaktır. “Medya planlama” artık sadece GRP, gösterim, tıklama tahmini değil; marjinal kazanç analizi, incrementality, çoklu dokunuş etkisi ve veri hijyeninin ortak yönetimidir. Bu kapsamlı rehber, “dijital KPI” seçimi, sınıflandırması, ölçüm altyapısı, dashboard tasarımı, test planı, hatalı metrik tuzakları ve sürdürülebilir optimizasyon çerçevesini uçtan uca sunar.
Neden KPI Mimarisine Stratejik Bakmak Zorundayız?
- Yanlış KPI = Yanlış optimizasyon (örn. düşük CPM peşinde giderken kalite sinyali kaybı)
- Çok fazla KPI = Odak erozyonu (decision latency artar)
- Tanımsız KPI = Tartışma bitmez (farklı ekipler farklı numeratör / payda kullanır)
- İş Hedefi Kopukluğu = Vanity metriklere hapsolma
- Ölçüm Sapması = Yanlış bütçe yeniden dağıtımı ve fırsat maliyeti
KPI Sınıflandırma Çerçevesi
1. İş (Business) Sonuç KPI’ları
Gelir, MQL, SQL, satış pipeline değeri, müşteri edinme maliyeti (CAC), abonelik yenileme oranı. Özellik: Kampanya tek başına değil ekosistem bileşenleri ile etkiler. Yüksek gecikmeli.
2. Ana Davranışsal Kuzey Yıldızı (North Star)
Örnek: Nitelikli form gönderimi, deneme aktivasyonu, ödeme başlatma. Kriter: Tek cümleyle ifade edilir, iş sonuçlarıyla yüksek korelasyonlu, manipüle edilmesi zor.
3. Destek (Core Driver) Metrikler
Landing dönüşüm oranı, add to cart rate, trial to usage ratio, lead-to-MQL dönüşümü. Amaç: Kuzey yıldızındaki sapmayı açıklamak.
4. Üst Huni (Demand Creation) Metrikleri
Marka arama hacmi trendi, video ilk 3 sn izlenme oranı, unique reach, view-through katkı, sosyal paylaşım sayısı. Not: Tek başına “başarı” etiketi verilmez; sonuç linki aranır.
5. Sağlık (Health / Efficiency) Metrikleri
CPM, CPC, frekans, bounce rate (segment bazlı), site hız (LCP), reklam tekrar edilebilirlik oranı. Amaç: Sürdürülebilirlik ve kalite sinyalleri.
6. Deney / Öğrenme (Experiment) Metrikleri
Test sayısı, test kazanım oranı, hipotez doğrulama hızı, marjinal lift yüzdesi. Hedef: Öğrenme döngüsü hızlanması.
7. Ekonomi ve Finans Metrikleri
ROAS (kanal ve incrementality tabanlı), MTA payı (multi-touch attribution), brüt marj katkı, payback period (ay). Not: ROAS tek model bakışıyla değil incrementality + marjinal verimde bağlanmalı.
KPI Seçim İlkeleri
- İş Hedefinden Geri Çözümle (Backward Planning): Yıllık gelir hedef → ortalama sipariş değeri → gereken sipariş sayısı → funnel oranlarıyla hesaplanmış required trafik / lead / aktivasyon.
- Kısıtla: 1 Kuzey yıldızı, 3–5 sürücü, 3 sağlık, 2 deney KPI’sı başlangıç için yeter.
- Tanımla: Her KPI için açık formül (Numerator / Denominator / Filtreler / Zaman periyodu / Veri kaynağı)
- Ölçüm Sinyal Gücü: Gürültü yüksek (ör. günlük dalgalı) metrikleri haftalık / 14 günlük smoothed takip.
- Manipülasyon Direnci: Kolay şişirilebilir metrikleri (ör. düşük maliyetli düşük kalite trafik) kritik KPI yapma.
- Segmentasyon Hazırlığı: “Tek değer” yerine segment (cihaz, persona, kaynak) varyans analizine izin veren tasarım.
Formül Örnekleri
Lead to MQL Oranı = (MQL Sayısı) / (Toplam Lead) Aktivasyon Oranı = (Aktif Kullanım Eşiğini Geçen Trial) / (Başlanan Trial) Paid Incremental Lift % = (Test Grup Dönüşümü – Kontrol Baz Dönüşüm) / Kontrol Baz Dönüşüm x 100 Marjinal ROAS = (Ek Bütçe Dilimi ile Yaratılan Ek Gelir) / (Ek Bütçe Dilimi) Blended CAC = (Toplam Pazarlama + Satış Harcaması) / (Yeni Müşteri Sayısı) Payback Period (Ay) = CAC / (Aylık Katkı Marjı) Funnel Drop % (Adım X) = (Adım X Ziyaret – Adım X+1 Ziyaret) / Adım X Ziyaret x 100
Medya Planlama ile KPI Eşleşmesi
| Funnel Aşaması | Kanal / Format Örnekleri | Çekirdek KPI | İkincil KPI |
|---|---|---|---|
| Üst Huni | Video (YouTube, Reels), Display, CTV, Podcast Sponsoru | Unique Reach, Viewable Impressions% | Brand Search Index, 3 sn Retention% |
| Orta Huni | LinkedIn Thought Leadership, SEO İçerik, Webinar, Email Nurture | Lead Kalite Oranı (MQL/Lead) | Scroll Depth, Session Repeat Rate |
| Alt Huni | Search (Brand / Non-brand), Retargeting, Comparison Ads | Conversion Rate, CAC | Add to Cart Rate, Checkout Completion% |
| Sadakat / Genişleme | Lifecycle Email, In-app Messaging, Referral | Retention Rate, Expansion MRR% | Churn%, NPS |
Ölçüm Altyapısı: Veri Hijyeni Temelleri
- UTM Standartları: utm_source / utm_medium / utm_campaign / utm_content sabit taksonomi (ürün adı kısaltmaları, kampanya dönemi kodu)
- Event Sözlüğü: Tek event = Tek anlam (signup_start, signup_submit). “Generic” event yığılmasını engelle.
- Zaman Dilimi Senkronizasyonu: Reklam platformu → Analytics → CRM (timezone unify)
- Bot Filtreleme: IP / user agent / session davranış anomaly kuralları
- PII Koruması: Form event payload’ında raw mail saklamadan hash mekanizması
- Consent Yönetimi: Analitik script koşullu yükleme; “eksik veri” etiketlemesi dashboard’da görsel (gri alan)
Attribution (Atıf) Perspektifi
Modeller
- Last Click: Hızlı, alt huni yanlı.
- First Click: Üst huni katkıyı görür, kapanış etkisi eksik.
- Linear: Her dokunuş eşit (gerçek etkide sapma).
- Time Decay: Zamana duyarlı (uzun süreçte mantıklı).
- Position-Based (40/20/40): İlk + son temas vurgusu.
- Data-Driven / Algorithmic: Yeterli hacim ve model erişimi koşuluyla daha dengeli.
Strateji
- Minimum çift model raporlama (Last Click + Position-Based) ile fark analizi.
- Üst huni yatırımı yüksekse incrementality testleri (geo split, holdout) planla.
- Model değişimini “sonuç” gibi sunma: Metod notu ekle (dashboard meta paneli).
- Assist Analizi: Dönüşüm yollarındaki kanal sekans sıklığı.
- Path Depth Metrikleri: Ortalama dokunuş sayısı; optimize edilebilir sürtünme mi yoksa kategori normu mu?
Incrementality (Artı Değer) Testleri
Yöntemler
- Geo Holdout: Seçilmiş bölge kontrol; hedef pazar segmentasyonu.
- PSA (Public Service Announcement) Test: Gerçek kreatif yerine nötr mesaj kullanılan kontrol.
- Ghost Ads (Platform Destekliyse): Gösterilmeyen ama “gösterilseydi” etkisi simülasyonu.
- Lift Study (Facebook / YouTube): Platform bazlı reclaim; bağımsız doğrulama ile dengele.
Planlama
- Örneklem Gücü Hesabı: Beklenen lift % ve güven düzeyi (örn. %90) üzerinden minimum dönüşüm sayısı.
- Kontrol Saçılma Riski: Geo seçimi benzer demografi / sezon etkisi.
- Veri Okuma Süresi: Kısa kampanyada lift test yetersiz; min. istatistiksel güç için süre + bütçe sağlamayı planla.
Deney (A/B / Çoklu) Stratejisi
- Hipotez Formatı: Eğer [değişken] uygulanırsa [hedef metrik] [yön] %X değişir; çünkü [davranışsal gerekçe].
- Öncelik Skoru: Etki x Güven x Uygulama Kolaylığı (ICE) veya PXL Framework.
- Mutually Exclusive Segmentation: Aynı pengguna aynı anda çakışan testler → etki karışımı risk.
- Stopping Rule: Alfa seviyesi (p<0.05) + minimum süre (örn. 7 gün döngüsel trafik varyansı için).
- False Positive Önleme: Paralel çok test → FDR kontrol / segment birleştirme.
- Sonuç Kaydı: Hipotez / Veri / Karar / Öğrenme / Re-run önerisi.
Bütçe Dağılımı ve Marjinal Verim
Temel Mantık
Bir kanalın ROAS’ı yüksek diye bütçeyi sonsuz artırmak optimum olmaz; marjinal getirisi düşer (diminishing returns).
Yaklaşım
- Harcanan Bütçe vs Dönüşüm Eğrisi (log veya saturasyon eğrisi) çıkar.
- Marjinal Dönüşüm Başına Maliyet eğrisi ile diğer kanalların marjinal maliyetleri kıyasla.
- Deneme (explore) vs sömürme (exploit) payı belirle (örn. %80 çekirdek performans, %20 test / yeni kanal).
- Seasonality Faktörü: Tarihsel haftalık indeks ile baz düzeltmesi.
Dashboard Tasarımı (Bilgi Mimarı Yaklaşımı)
Katmanlar
- Executive Layer: Kuzey yıldızı, ilerleme vs hedef, 3 sürücü sinyal, risk uyarısı.
- Analyst Layer: Kanal bazlı metrik ayrışım, funnel segment, attribution karşılaştırması.
- Experiment Layer: Mevcut testler, sonuç bekleyenler, kazanım listesi, öğrenme taksonomisi.
- Data Quality Panel: Event gecikmesi, eksik parametre, UTM tutarsızlık sinyali.
Prensipler
- Her grafik tek mesaj (multi axis gürültü azalt)
- Renk Kodları: İş hedefine yakın (yeşil) / risk (turuncu) / kritik (kırmızı) → Renk körlüğü uyumlu palet
- Hover açıklama (metric definition tooltip)
- Veri Kaynağı Etiket: Kanal ikon + API / manual badge
Raporlama → Öğrenme Dönüşümü
Raporlama Sıkıntıları
Listeler, süreklilik yok, yorum yoksun, aksiyon sahipliği belirsiz.
Öğrenme Formatı
KPI Sapma Tablosu: Metrik / Hedef / Gerçek / Sapma / İlk Varsayım / Kök Neden Hipotezi / Aksiyon
Aksiyon Matrisi: Devam / İyileştir / Test Et / Durdur (Sahip + Tarih + Etki Skoru)
So What Tek Satır: “X segmentinde Y kreatifin retention düşüşü frekans tavan aşımıyla ilişkili → yeni video varyant + frequency cap.”
Segmentasyon Stratejisi
- Kaynak / Medium / Kampanya grupları
- Yeni vs geri dönen kullanıcı
- Persona / endüstri / hesap boyutu (B2B)
- Cihaz / ekran (mobil web vs native app)
- Davranışsal: Scroll depth cohort, micro conversion completion
Not: KPI raporunda “ortalama” + en büyük varyans gösteren üst 2 segment.
Veri Kalite (Data Hygiene) Kontrol Listesi
- UTM Eksikliği Oranı (% kampanya linklerinde eksik parametre)
- Event Duplicate Rate (aynı kullanıcı aynı event saniyeler içinde)
- Atıf Model Farkı (Last vs Position-Based dönüşüm fark %)
- Gecikmeli Dönüşüm Oranı (24 saat sonrası atribüte edilen pay)
- Consent Gap (ölçülmeyen oturum payı)
Ölçüm Tuzağı Örnekleri
- Sadece CTR Optimize Etme: Sonraki adım dönüşüm kalitesi düşebilir.
- Düşük CPM Avı: Kalite sinyali (etkileşim, hedef kitle uyumu) zayıf trafik şişer.
- Piksel / Event Çakışması: Double counting (ROAS şişmesi).
- Platform Rakamlarını Kör Kabul: Reklam platformu vs analitik vs CRM farkı kök neden analizi yapılmadan karar.
- Short Window Attribution: B2B uzun yolculuk last-click 7 gün penceresi alt huni yanlı.
- False Lift: Geçersiz kontrol seçimi (geo özellik farkları).
- Testi Erken Durdurma: istatistiksel güç yetersizken “kazanan” ilan.
Risk & Varsayım Kaydı (Assumption Log)
Kaydet: Hangi dönüşüm oranı varsaydık? Hangi kanal saturasyon eşiğini öngördük? Pazar mevsimselliği. Review: Aylık; yanlış varsayımlar → yeni hipotez beslemesi.
Örnek 90 Günlük Uygulama Yol Haritası
Faz 1 (0–30 Gün)
– KPI haritası / tanım dokümanı – UTM & Event sözlük standardı – Basit dashboard v1 (Kuzey yıldızı + sürücüler) – 3 öncelikli test hipotezi
Faz 2 (31–60 Gün)
– Attribution çift model rapor (last vs position-based) – İlk incrementality pilot plan – Deney yönetim şablonu + backlog – Data quality paneli entegrasyonu
Faz 3 (61–90 Gün)
– Marjinal verim eğrileri (bütçe vs dönüşüm) – Experiment win repository + öğrenme arşivi – Dashboard v2 (segment varyans layer) – Süreç retro: hangi KPI noise? Temizleme.
Örnek Kurgu Vaka
Durum: B2B SaaS kampanya planı; hedef 6 ayda 800 MQL. Mevcut funnel: Lead→MQL %45, MQL→SQL %30, SQL→Closed %20. Ortalama müşteri değerine göre 800 MQL gerekli → Aylık ~134. Analiz: Mevcut MQL aylık 90 (açık delta 44). Hipotez: Landing form sürtünmesi + kreatif persona uyumsuzluğu + üst huni yetersiz reach. Aksiyon: Form alan kısaltma (8→5), persona spesifik video varyant test, LinkedIn thought leadership frequency artışı. Sonuç (3 ay): MQL 90→128 (+%42), Lead→MQL %45→%52, CAC sabit, incremental lift testte retargeting marjinal getirisi düşük (bütçe %15 brand video). Öğrenme Tek Satır: “Üst huni reach + persona creative hizalaması lead kalitesini yükseltti; retargeting marjinal değeri plateau olduğunda yatırım kaydırmak CAC’i şişirmedi.”
SEO Perspektifi
Odak Anahtar Kelimeler: kampanya yönetimi, medya planlama, dijital KPI Destekleyici Terimler: performans pazarlama, incrementality, attribution modeli, KPI seçimi, deney tasarımı, ROAS, marjinal verim, veri hijyeni, dönüşüm hunisi. Title Önerisi: Performans Odaklı Kampanya Planlama: Doğru KPI Seçimi ve Ölçüm Stratejisi Meta Açıklama Ör: Kampanya yönetimi ve medya planlama için dijital KPI seçimi, attribution, incrementality ve optimizasyon çerçevesi. Uçtan uca ölçüm rehberi. İç Bağlantı Önerileri:
- “Kampanya Sonrası Analizde Öğrenme Motoru” rehberi
- “Sosyal Kanıt ve Duygusal Tasarım” (funnel psikolojisi)
- “Üretken Yapay Zeka ile Kreatif Süreç” (varyant test hızlandırma)
Teknik Öneri: FAQ Schema + Article markup; performans için görsellerde lazy load, CDN, WebP.
Örnek KPI Tanım Kartı (Metinsel)
Ad: Qualified Demo Tip: Kuzey Yıldızı Formül: (Nitelik Kriteri A,B,C sağlayan form submit) Kaynak: CRM + Form Event (match) Frekans: Günlük takip, haftalık rapor Segment: Kaynak / Persona Sahip: Growth Ops Not: 48 saat gecikmeli finalize (veri doğrulama)
Deney ve KPI Eşleştirme Örnekleri
- Form Alan Azaltma → Hedef: Form Dönüşüm Oranı; Secondary: Lead Kalitesi (MQL/Lead)
- Video Hook Değişimi → Hedef: İlk 3 sn Retention; Secondary: CTR, View-to-Conversion Assist
- Persona Headline Test → Hedef: Landing CVR; Secondary: Time on Relevant Section
- Üst Huni Brand Video → Hedef: Brand Search Index; Secondary: Assisted Conversions
- Retargeting Frekans Tavan Test → Hedef: CPA; Secondary: Frequency, CTR Fatigue
Sık Yapılan 12 Hata ve Önleme
- Hedef Metrik Olmadan Plan Başlatma → Çözüm: Pre-commit KPI dokümanı
- Çok Fazla Metrik → Çözüm: Quarterly KPI pruning (gürültü kes)
- Attribution Model Değişimini Sonuç Olarak Sunma → Çözüm: Metod layer ayrımı
- Incrementality Testi Küçük Örneklem → Çözüm: Güç hesaplama ön koşul
- Segmentasyonla Test Çakıştırma → Çözüm: Test governance tablosu
- Veri Gecikmesini Göz Ardı Etmek → Çözüm: Dashboard “veri güncellik” göstergesi
- Funnel Toplamını Tutarsız Kullanma → Çözüm: Unique ID eşleştirme kontrol
- CTR Takıntısı → Çözüm: Downstream quality metric (Conversion / quality score)
- Silo KPI Sahipliği → Çözüm: RACI matrisi (Owner, Accountable)
- Tek Kanala Aşırı Bağımlılık → Çözüm: Risk exposure metriği (kanal gelir payı üst sınır)
- Deney Sonucunu Dokümante Etmemek → Çözüm: Learnings repository zorunlu alanlar
- KPI Tanımlarını Revize Etmemek → Çözüm: Aylık definition audit
Yönetim ve Governance
- KPI Council (Aylık 30 dk): Yeni metrik talebini değerlendirme
- Change Log: Her tanım değişikliği zaman damgası + gerekçe
- Veri Erişim Rolleri: Salt okunur vs yazma (event / dönüşüm tanımı)
- Alerting: Anomalide (z-score >2) Slack/Pager uyarısı
- Audit Trail: Önemli deney sonuçlarına referans link
AI Destekli KPI Optimizasyonu
- Anomali Tespiti: ML ile CTR / CVR outlier erken uyarı
- Metin Varyant Analizi: Başlık embedding → performans korelasyonu
- Attribution Model Ensemble: Farklı model çıktıları → ağırlıklı skor
- Lift Prediction: Bütçe dilimi eklemesi simülasyonu
- Churn Risk Skoru (B2B): Retargeting öncelik segmenti
FAQ
KPI sayısı kaç olmalı?
Başlangıç için: 1 kuzey yıldızı, 3–5 sürücü, 3 sağlık, 2 deney. Fazlası kararı yavaşlatır.
ROAS tek başına yeterli mi?
Hayır. Incrementality ve marjinal verim eğrileri görülmeden ROAS şişmiş olabilir (organik kanalı yutan brand search).
Attribution modelini nasıl seçerim?
Funnel uzun / çok dokunuşlu ise position-based veya data-driven. Kısa dönüşümlerde last-click pratik ama limitleri net belirtilmeli.
Incrementality neden kritik?
Görünen dönüşümlerin ne kadarının gerçekten ek (additional) olduğunu ölçmeden bütçe verimsizliğini fark edemezsin.
Deney hipotezi nasıl yazılmalı?
Eğer [değişken] uygulanırsa [hedef metrik] [yön] %X değişir çünkü [davranışsal / psikolojik / mekanik gerekçe].
Veri gecikmesi KPI yorumunu nasıl etkiler?
Özellikle B2B’de MQL onayı gecikebilir; erken karar = hatalı optimizasyon. Gecikme penceresi tanımla (örn. 48 saat).
CTR düştü, paniklemeli miyim?
Hayır, downstream (CVR, kalite) etkisine bak. Daha nitelikli trafik CTR düşüşüyle gelebilir.
Testi ne zaman durdurmalıyım?
Önceden tanımlı minimum süre + istatistiksel güven seviyesi + pratik önem (en az %X fark). Erken durdurma false winner.
Frekans kaç olduğunda yorgunluk riski artar?
Kanal / sektör farklı; genelde 6–8 sonrası CTR eğrisi keskin düşüş → kreatif yenileme sinyali.
KPI tanımını değiştirmek güven kaybı yaratır mı?
Şeffaf change log ve geriye dönük notlarla hayır. Aksi takdirde gizli değişim güveni daha çok zedeler.
Hangi kanala ilk bütçeyi artırmalıyım?
En yüksek marjinal getiriyi sağlayan (marjinal ROAS / incremental CPA kıyas). Mevcut en yüksek ROAS değil, sonraki 1000 TL’deki katkıya bak.
KPI manipülasyonunu nasıl önlerim?
Kalite metrikleriyle çapraz kontrol (örn. lead hacmi artışı yanında MQL oranı sabit mi?) + veri governance.
Performans odaklı kampanya planlama; metrik listesi üretmek değil, iş hedefinden medya ve deney seviyesine inen nedensel bir değer akışı tasarlamaktır. Doğru KPI mimarisi; tanım tutarlılığı, incrementality bilinci, deney kültürü, marjinal verim analizi ve veri hijyeni ile birleştiğinde bütçe tahsisi daha rasyonel, öğrenme döngüsü daha hızlı ve rekabet avantajı daha sürdürülebilir hale gelir. “Ne raporladık?” yerine “Ne anladık ve neyi optimize ediyoruz?” sorusunu rutinin merkezine alarak kampanyalar reaktif masraf kaleminden proaktif büyüme motoruna dönüşür.
CTA
Kampanya planlama ve KPI mimarinizi performans ve öğrenme odaklı yeniden kurgulamak istiyorsanız bizimle iletişime geçin. İş hedefinden deney tasarımına uzanan ölçülebilir bir büyüme çerçevesi oluşturalım.
