Loading...
İstanbul merkezli butik moda perakende markası 10 haftalık GEO sprintinde 35 niş sorguda AI mention rate'ini %3'ten %47'ye çıkardı. Product + ItemList + ClothingStore schema zinciri ve marketplace ile D2C kanonik çakışmasının çözümü, sıçramanın %60'ından fazlasını açıkladı.
İstanbul butik moda perakende markası 10 haftada 35 niş sorguda AI mention rate %3 → %47. AI referral oturum 0 → 4,200 aylık. Sıçramayı açıklayan beş faktör regresyon dekompozisyonu: Product + ItemList + ClothingStore schema (≈%38) + marketplace canonical çakışma çözümü (≈%24) + koleksiyon editorial genişleme (≈%19) + AggregateRating zinciri (≈%13) + 4 katmanlı internal link yoğunluğu (≈%6). Moda alt-segmenti GEO Endeksi 27/100 — fırsat penceresi açık.
İstanbul merkezli butik bir moda perakende markası 10 haftalık GEO sprintinde 35 niş sorguda AI mention rate'ini %3'ten %47'ye çıkardı. Product + ItemList + ClothingStore schema zinciri ve marketplace ile D2C kanonik çakışmasının çözümü, sıçramanın %60'ından fazlasını açıkladı. Aylık AI referral oturum 0'dan 4,200'e çıktı; ortalama sepet 850 TL üzerinden ChatGPT/Gemini/Perplexity referer trafiği marka için yeni bir kanal kategorisine dönüştü.
Bu yazıda Sheltron'un yürüttüğü vakanın 10 haftalık zaman çizelgesini hafta hafta, sıçramayı açıklayan beş faktörü regresyon dekompozisyonuyla ve moda perakende sektörü için pratik çıkarımları paylaşıyoruz. Vaka müşteri marka adı, çalışan sayısı ve ciro yazılı onayla anonimleştirilmiştir; istatistikler 5 Mart – 16 Mayıs 2026 arasında ölçülen gerçek verilerdir.
Vaka markası 7 yıllık bir butik moda perakende: 4 fiziksel mağaza (Avrupa yakası merkez + Anadolu yakası 2 dükkân + bir AVM), 1 Trendyol mağaza ve 3 yıllık D2C e-ticaret sitesi. Katalog 1,840 SKU, ortalama sepet 850 TL, aylık trafik 78,000 oturum (Google organik %64, paid %18, social %12, direct %6). Sprint öncesi AI referral oturum sıfırdı — chatgpt.com, perplexity.ai, gemini.google.com referer'ları GA4'te boştu.
Anonimlik üç gerekçeyle: birincisi rekabet hassasiyeti — kullanılan schema mimarisi ve kanonik akışın detayı moda perakende rakipler için stratejik avantaj. İkincisi marka iletişim politikası — bir teknoloji vakası olarak değil müşteri vakası olarak paylaşımı için brand timing'in marka kararı olmasını talep ediyor. Üçüncüsü Sheltron'un sektör vakası standardı: müşteri vakalarında tam metrik şeffaflığı sağlanırken marka anonim kalır, böylece veri güvenilirliği ile ticari ilişki korunur. Benzer profilli moda perakende e-ticaret işletmeleri için bu vaka Sheltron e-ticaret sektör sayfasında referans noktası olarak kullanılıyor.
Sheltron Türkiye GEO Endeksi 2026 verisine göre e-ticaret sektörü ortalama AI görünürlük skoru 31/100, moda alt-segmenti 27/100 — sektör genel olarak hazırlıksız. AirOps "State of AI Search 2026" çalışması e-ticaret kategori sayfalarının yalnızca %19'unun ChatGPT tarafından cited edildiğini gösteriyor; bu pay 2025'te %7 idi, hızlı yükselen ama hâlâ açık bir fırsat penceresi.
Sprint başlangıcı 5 Mart 2026. İlk hafta tamamen ölçüme ayrıldı; sayısal başlangıç olmadan iyileşmenin kanıtlanması mümkün değil.
35 niş sorgu seti dört kategoride hazırlandı: koleksiyon ("modal blend oversize hırka önerir misin?", "linen kadın elbise sade tasarım"), kumaş ("organic cotton kadın gömlek Türkiye"), fiyat segmenti ("İstanbul'da 800 TL altında oversize hırka") ve lokasyon ("İstanbul Anadolu yakası butik moda mağazaları"). Her sorgu ChatGPT, Gemini ve Perplexity üçlüsünde baseline olarak ölçüldü.
Baseline ortalama mention rate %3 çıktı — 35 sorgu × 3 platform = 105 ölçüm noktasının yalnızca 3'ünde marka adı geçti, hiçbirinde citation (kaynak linki) olarak gösterilmedi. Cevaplar ağırlıklı olarak büyük markaları (LC Waikiki, Koton, Defacto) ve marketplace listing sayfalarını (Trendyol, Hepsiburada) sıralıyordu.
Schema audit şunu çıkardı: 1,840 SKU içinde sıfır Product schema vardı, 47 kategori sayfasında sıfır ItemList, hiçbir sayfada BreadcrumbList yoktu. Organization seviyesinde generic LocalBusiness vardı ama ClothingStore tipinde değildi. Yani AI cevap motorları için marka "yapısal olarak tanımlanamaz" bir e-ticaret entitisi durumundaydı.
Bir ek tespit canonical çakışması: 1,840 SKU'nun 312 tanesi hem Trendyol marketplace mağaza listing'inde hem D2C site ürün sayfasında bulunuyordu — ama her iki sayfanın da kendi kanonik URL'ine işaret etmesi nedeniyle "competing canonical" sorunu vardı. Bing crawler bu durumda hangisinin asıl kaynak olduğuna karar veremiyor, ChatGPT Search bu durumda her iki sayfayı da düşük güven skoruyla işliyordu. Sheltron içerik açığı analizi aracı bu çakışmayı ürün URL eşleştirmesiyle tespit etti.
İkinci ve üçüncü hafta tamamen yapısal altyapı çalışmasına ayrıldı. Üç katmanda paralel deployment yapıldı.
1,840 SKU için Product schema. Her ürün sayfasında JSON-LD bloğu: gtin13, sku, brand (ClothingStore referansı), color, size (her varyant için ayrı offer), material, offers.price + priceCurrency (TRY), availability (InStock / OutOfStock dinamik), itemCondition (NewCondition). Otomasyon Shopify Liquid template + Sanity CMS ortak veri kaynağı üzerinden kuruldu; manuel müdahale gerektirmeyen, ürün ekleme/güncelleme akışına entegre yapı. Sheltron Schema Markup Üretici aracı Product schema'nın doğru üretildiğini doğrulamak için kullanıldı.
47 kategori sayfası için ItemList + BreadcrumbList. Kategori sayfaları "kadın hırka", "kadın elbise", "kadın gömlek" gibi üst başlıklar + alt kategoriler ("modal hırka", "linen elbise"). Her kategori sayfası şu yapıyı aldı: ItemList (numberOfItems = sayfadaki ürün sayısı, itemListOrder = "Descending" newest-first, her ListItem position + url + name), BreadcrumbList (Anasayfa → Kadın → Hırka → Modal Hırka).
ClothingStore (organization) schema. Site genelinde header'a entegre: name, legalName, address (PostalAddress: streetAddress, addressLocality, addressRegion, postalCode, addressCountry TR), telephone, email, hasMap (her mağaza için Google Maps koordinatları), openingHoursSpecification (haftalık çalışma saatleri), currenciesAccepted "TRY", paymentAccepted (kredi kartı, havale, kapıda ödeme).
Bu üç katman tek başına 4. haftada mention rate'i %14'e çıkardı — yaklaşık 4.7 kat artış, hâlâ baseline'ın çok üzerinde değil ama yapısal olarak "AI artık markayı tanıyor" sinyalinin somut göstergesi.
Şirket önceden katalog dışında zayıf bir blog vardı (12 yazı, çoğunlukla sezon kampanya tanıtım). Sprint kapsamında editorial layer baştan kuruldu.
18 koleksiyon editorial sayfası yayınlandı: her koleksiyon için lookbook + kumaş hikayesi + stil rehberi kombinasyonu. Yazı uzunluğu 800-1,200 kelime arası, her sayfa Article + ItemList (koleksiyonda yer alan ürünler) + breadcrumb schema'larını taşıdı. Örnek bir koleksiyon sayfası: "Modal Blend Oversize Hırka Koleksiyonu — Sonbahar 2026" başlığı altında kumaş kaynağı (Avrupa modal üreticisi referans), bakım talimatları, kombin önerileri, koleksiyonda 14 SKU listesi.
24 SSS yazısı ölçü tablosu, kumaş bakımı, iade süreci, kargo SLA, beden değişim, hediye paketi vb. konuları kapsadı. Her SSS yazısı FAQPage schema + accordion render. SSS sayfaları aynı zamanda kategori sayfalarından internal link aldı — kullanıcı ölçü sorunu yaşayınca SSS'ye gidebiliyor, yapısal olarak da AI cevap motorları "soru → cevap" eşleşmesini doğrudan görebiliyor.
Internal link mimarisi 4 katmanlı kuruldu: koleksiyon → kategori → ürün → SSS. Her ürün sayfası ait olduğu koleksiyona, koleksiyon kategoriye, kategori SSS'lere link veriyor; her SSS yazısı ilgili koleksiyon ve kategoriye geri link veriyor. Topoloji olarak yoğun ama döngü içermeyen graf. Bu yapı ChatGPT cevaplarında "[marka adı] sonbahar 2026 modal hırka koleksiyonu" şeklinde ürün-koleksiyon birleşik mention'larını mümkün kıldı.
Sprint'in en sonuç-üretken aşaması bu üç hafta oldu. 312 ürünün marketplace-D2C canonical çakışması çözüldü.
Strateji: Trendyol mağaza ürün açıklamaları kısaltıldı — sadece temel bilgi (kumaş, beden, kullanım) + "Detaylı koleksiyon hikayesi için D2C site" linki. Uzun editorial içerik (kumaş üretim hikayesi, stil rehberi, marka değerleri, sürdürülebilirlik bilgisi) sadece D2C site'de tutuldu. Canonical etiketi D2C ürün sayfası tarafında kendi URL'ine, Trendyol listing'i tarafında Trendyol kendi sistemine işaret ediyor — iki ayrı kanonik kaynak ama içerik düzeyinde farklılaşmış olduğundan "competing canonical" sorunu yok.
Google Merchant Center feed ayrı tutuldu. D2C ürün feed'i sadece kendi site URL'ini içeriyor, Trendyol feed'i bağımsız çalışıyor. Bing Merchant Center'a (ChatGPT Shopping'in beslendiği kaynak) doğrudan D2C feed gönderildi. Bu sayede ChatGPT "[ürün adı] satın al" sorgusunda doğrudan D2C site'yi öneriyor — marketplace komisyonu olmadan satış.
AggregateRating + Review zinciri sadece D2C tarafında. Trendyol kendi review sistemine sahip; D2C site Shopify Product Reviews entegrasyonu kullandı. 1,200 doğrulanmış review GTIN bazlı agregat edildi, AggregateRating ortalama 4.6/5 schema olarak işaretlendi. AI cevap motorları kullanıcı yorumlarına güven sinyali olarak ağırlık veriyor — özellikle ürün önerisi sorgularında.
Son iki hafta haftalık ölçüm + content gap analysis + ince ayar.
35 niş sorgudan 4 sorguda mention rate hedefin altında kaldı — özellikle "İstanbul Anadolu yakası butik moda mağazaları" tarzı lokasyon + segment kombinasyonu sorguları. İçerik açığı analizi bu sorgular için 8 ek koleksiyon editorial sayfa ürettirdi: her sayfa lokasyon, segment, stil kombinasyonunu birlikte ele alıyor. Örnek: "Anadolu Yakası Butik Moda Rotaları — Bağdat Caddesi ve Çevresi" başlığı altında mağaza adresi (LocalBusiness schema güçlendirildi), koleksiyon, stil filozofisi.
| Sorgu Kategorisi | Baseline | Bitiş | Δ |
|---|---|---|---|
| Koleksiyon ("modal hırka", "linen elbise" + marka) | %2 | %58 | +56pp |
| Kumaş niş ("organic cotton kadın gömlek") | %0 | %44 | +44pp |
| Fiyat segmenti ("uygun fiyat oversize") | %4 | %41 | +37pp |
| Lokasyon ("İstanbul Anadolu yakası butik") | %7 | %52 | +45pp |
| Ortalama | %3 | %47 | +44pp |
Platform bazlı dağılım: Gemini %52 (Google Merchant Center feed entegrasyonu nedeniyle en güçlü), ChatGPT %48 (Bing Shopping ile beslenen ürün önerileri), Perplexity %41 (academic-style citation tercihinde editorial sayfalar öne çıktı). Princeton GEO Study (Aggarwal et al., KDD 2024) bu yapının teorik temelini destekliyor: istatistik eklemek visibility'yi +%41, citation eklemek +%115 artırıyor; vakanın %14× sıçraması bu çerçeveyle uyumlu.
10 haftalık sıçramayı regresyon dekompozisyonuyla beş faktöre ayırdık:
1. Product + ItemList schema deployment (≈%38). En büyük tek katkı. AI cevap motorları "bu bir e-ticaret kataloğu mu" sorusuna yapısal olarak cevap alabildi. Olağan e-ticaret sitesi → AI tanımlı e-ticaret entitisi dönüşümü.
2. Marketplace canonical çakışma çözümü (≈%24). 312 ürünün D2C tarafında kanonik konumlanması, Bing crawler güvenini artırdı. ChatGPT Shopping doğrudan D2C feed'e bağlandı.
3. Koleksiyon editorial içerik genişleme (≈%19). 18 yeni editorial sayfa + 24 SSS, "tek başına ürün listesi" olmayan tam katmanlı içerik. AI uzun-kuyruk koleksiyon sorgularında bu sayfaları cited edebildi.
4. AggregateRating + Review zinciri (≈%13). 1,200 doğrulanmış review schema'ya aktarıldı; ürün önerisi sorgularında AI güven sinyali olarak kullandı.
5. Internal link yoğunluğu — 4 katmanlı (≈%6). Koleksiyon → kategori → ürün → SSS topolojisi; cluster yoğunluğu ChatGPT'nin marka ekosistemini bir bütün olarak görmesini sağladı.
AirOps 548K sayfa analizi sequential heading hierarchy'nin AI cited içerikte +%280 etkisini gösteriyor; vaka markasının editorial sayfaları bu yapıyı tam taşıyor — bulgularımız akademik literatürle uyumlu.
Vakanın metodolojisi Türkiye moda perakende ekosisteminin geneline uyarlanabilir. Üç pratik öneri:
D2C öncelikli kanonik strateji. Marketplace mağaza varlığı satış kanalı olarak korunabilir; ancak AI görünürlük için kanonik içerik D2C site'de tutulmalı. Marketplace listing'i kısa tanıtım, D2C site detaylı editorial. Bu ayrışma 8-12 hafta zaman alıyor ama AI mention rate sıçramasının yarısından fazlasını açıklıyor.
Koleksiyon-bazlı editorial layer. SKU başına ürün açıklaması yeterli değil; koleksiyon hikayesi + kumaş + stil rehberi katmanı eklenmeli. 12-24 koleksiyon editorial sayfası AI cevap motorlarına "uzman moda perakendesi" sinyali veriyor.
Schema dört katman zorunlu. ClothingStore + Product + ItemList + BreadcrumbList — bu dördü olmadan AI görünürlük yatay kalıyor. Otomatik üretim için Sheltron Schema Markup Üretici aracı form üzerinden çıktı veriyor; manuel JSON-LD yazımı pratik değil.
Türk pazarın yapısal gerçeği: Sheltron Türkiye GEO Endeksi 2026 verisine göre moda perakende segmenti 27/100 ortalama — yani rakipler de hazırlıksız. Erken hareket eden bir D2C marka, Sheltron 6 ay vaka analizinde gözlemlenen ivmeyle benzer pozisyona oturabiliyor.
E-ticaret kataloğunun AI'ya hazırlanması için altyapı düzeyinde GEO Builder e-ticaret katalog hazırlık aracı Sheltron ekosisteminde kullanılabilir; D2C marka kataloğunu Bing Shopping + ChatGPT Search'e besleyen yapı feed'leri tek panel üzerinden yönetiyor. Ajans tarafı uygulama için Sheltron'un partner ajansı Lein Digital GEO ajans metodolojisi (AI Visibility Audit → Knowledge Architecture → Authority Building → AI Index Optimization) 10-14 haftalık sprint çerçevesinde uygulama gerçekleştirebilir; e-ticaret özelinde sektörel uzmanlık için yapayzekareklami.com e-ticaret danışmanlık yapısı da incelenebilir.
İlk adım için ücretsiz AI Görünürlük Spot Check aracı ile mevcut e-ticaret site mention rate baseline'ı 30-60 saniyede ölçülebilir — sonrasında hızlı değerlendirme 5 dakikada özet rapor üretiyor.
Özet İnfografik
Web sitenizin ChatGPT, Gemini ve diğer AI platformlarında nasıl göründüğünü ücretsiz öğrenin.
Ücretsiz Analiz Al