Bu 5 fark birlikte düşünüldüğünde B2B platformunun AI görünürlük altyapısı B2C'den çok daha yapısal, çok daha schema-ağırlıklı.
Yapısal ağırlık aynı zamanda karar dışındaki maliyet anlamına geliyor: B2C bir e-ticaret 100 ürünlü kataloğuyla 2 hafta içinde temel Schema'sını kurabilirken, B2B bir toptan platform aynı 100 ürün için her ürünün MOQ, lot pricing, sertifika ve ödeme vadesi alanlarını ürüne özel doldurmak zorunda. Sheltron B2B vaka portföyünde ortalama implementasyon süresi 8-14 hafta arasında — bu süre kataloğun büyüklüğü yerine property-doluluk derinliğine bağlı. 100 ürünlü ama her ürünün 12 property'si dolu olan platform, 1.000 ürünlü ama property'leri yarım olan platforma kıyasla AI cevap motorlarında 4-6× daha fazla mention alıyor (Sheltron iç ölçüm, 24 vaka). Kalite kapsamı yener.
Schema.org OnlineStore: B2B Toptan Platform için Doğru Yapı
Schema.org OnlineStore tipi B2B platformlar için temel kapsayıcı. Ama varsayılan kullanım B2C'ye optimize — B2B için 5 özel property kritik:
1. businessFunction
https://schema.org/Sell (B2C için yeterli) yerine B2B için https://schema.org/WholesaleSale veya https://schema.org/Provide kullanın. Bu property AI motorunu "bu marka toptan satıyor, perakende değil" sinyaliyle bilgilendiriyor.
2. minimumOrderQuantity (MOQ)
Her Product veya Offer objesi için MOQ structured tanımlanmalı:
unitCode UN/CEFACT kodları — C62 = adet, KGM = kilogram, MTR = metre. B2B alıcı ChatGPT'ye "500 adet minimum sipariş kabul eden Türk tekstil tedarikçisi" diye soruyor; bu structured veri olmadan AI eşleşme yapamıyor.
5 zorunlu property'nin ötesinde, B2B için sıklıkla atlanan ama AI alıntılanma oranını belirgin artıran üç ek property var: (1) deliveryLeadTime — 'kaç günde teslim edebilirim' sorgularında doğrudan AI cevabına giren değer, ISO 8601 duration formatında (P14D = 14 gün), (2) areaServed — 'hangi pazarlara ihracat yapıyor' sorgularında, Country veya AdministrativeArea tipinde array olarak doldurulmalı, (3) manufacturer vs. brand ayrımı — B2B'de tedarikçinin kendi üretici mi yoksa dağıtıcı mı olduğu kritik filtreleyici. Bu üç property'nin de doldurulduğu B2B platformlar Sheltron iç testinde mention oranı %40+ olan gruba dahil. Yarısı dolu olan platformlar %20-30 bandında kalıyor.
B2B Long-Tail Sorgular: ChatGPT Hangi Soruları Soruyor?
B2B alıcının ChatGPT'ye sorduğu 12 yaygın sorgu kategorisi var — her birinin yapısal eşleşmesi için farklı schema property kombinasyonu:
Sorgu Tipi
Örnek
Kritik Schema Property
Sertifikalı tedarikçi
"GOTS sertifikalı pamuk tedarikçisi Türkiye"
hasCredential
MOQ bazlı
"500 adet minimum sipariş kabul eden ayakkabı üreticisi"
eligibleQuantity.minValue
Lokasyon bazlı
"İstanbul Zeytinburnu toptan tekstil"
address.addressLocality
Ödeme vadesi
"60 gün vade ile satan kimya tedarikçisi"
acceptedPaymentMethod
Üretim kapasitesi
"Aylık 50.000 adet üretim kapasiteli konfeksiyon"
productionCapacity (custom)
Export pazarı
"Almanya'ya satan Türk tekstil tedarikçisi"
geographicCoverage
Niche kategori
"Erkek polo tişört OEM Türkiye"
category + additionalProperty
Sürdürülebilirlik
"Organik pamuk B2B tedarikçi"
hasCredential + material
Yedek parça
"Renault yedek parça toptan Türkiye"
compatibleWith
Endüstriyel
"CNC freze parçası B2B Türkiye"
Product + technical specs
Sezonsal
"2026 yaz koleksiyonu OEM Türkiye"
temporalCoverage
Trade fair
"Texworld Frankfurt fuarına katılan Türk üretici"
event mention
Bu 12 kategori için tüm B2B platform sayfaları structured. Sheltron'un anonim İstanbul B2B tekstil platformu vakasında bu yapı kurulduktan sonra mention rate 8 → 47'ye çıktı.
Sorgu kategorilerinin sektör ağırlığı da önemli: tekstil ve hazır giyim için en kritik 4 kategori sertifika + MOQ + sezonsal + trade fair iken, gıda ve kimya için sertifika + ödeme vadesi + üretim kapasitesi + export pazarı öne çıkıyor. Makine ve yedek parça için ise niche kategori + endüstriyel + compatibleWith en yoğun sorgulanan kombinasyon. Sektörel sorgu davranışını tanımak, hangi 4-5 property'ye yoğunlaşılacağını belirliyor — 12 kategoriyi de eşit ağırlıkta uygulamak gereksiz, ama sektörünüze ait baskın 4 kategoride property doluluğu eksiksiz olmalı. Sheltron AI Görünürlük Spot Check aracı sektörünüz için baskın sorgu kategorisi haritasını otomatik çıkarıyor.
İstanbul B2B Tekstil Platformu Vakası: 14 Haftada %8 → %47
Hafta 1-3: Schema rebuild. Mevcut Product schema'sı B2C optimized'di — businessFunction Sell olarak set'liydi. WholesaleSale'e değişiklik + MOQ + lot pricing + 8 sertifika hasCredential olarak yeniden yapılandırıldı. Schema Markup Doğrulayıcı 23 hata tespit etti, hepsi düzeltildi.
Hafta 4-7: İçerik cluster. "B2B toptan [niş]" formatında 16 sektörel sayfa: erkek polo tişört OEM, çocuk pijama B2B, kadın bluz toptan, vb. Her sayfa 1.500+ kelime, citation hook + 3 istatistik + FAQ schema.
Hafta 11-14: Mention monitoring + iterasyon.AiSEO platform ile haftalık ChatGPT mention rate ölçümü; düşük performans gösteren niche'lerde içerik refresh + sertifika güncellemeleri.
B2B AI Görünürlük: 6 Haftalık Hızlı Başlangıç Planı## Tedarikçi karşılaştırma sorguları: ChatGPT shortlist üretirken neye bakar
B2B alıcının ChatGPT'ye sorduğu en yoğun sorgu tipi 'tek tedarikçi öner' değil, '3-5 tedarikçi karşılaştırması yap' formatında. Gartner B2B Buying Journey 2026 raporu, B2B alıcının ortalama 4.2 tedarikçi shortlist'i oluşturup arada karşılaştırma sürecini AI cevap motorları üzerinden yürüttüğünü gösteriyor. Bu, B2B AI görünürlük stratejisinin sadece 'görünür ol' değil, 'shortlist'in içine gir + diğer 3-4'le yan yana avantajlı tarafta dur' olduğu anlamına geliyor.
ChatGPT shortlist üretirken üç temel sinyale bakıyor: (1) structured comparison data — Schema'da fiyat dilimleri, MOQ aralıkları, ödeme vadeleri sayısal değer olarak dolu mu, (2) third-party validation — bağımsız platformlarda (Made-in-Turkey, Europages, sektör dizinleri) listing var mı, (3) review + case study evidence — gerçek müşteri vaka açıklamaları, sayısal sonuç içeren referanslar.
Sheltron 24 B2B vaka analizinde shortlist'e giren platformların ortak özelliği şu: web sitelerinde 'Karşılaştırma' yapısında bir sayfa (kendileri vs. 2-3 jenerik alternatif, sertifika + MOQ + üretim kapasitesi tablosu) ve bu sayfanın Schema.org ComparisonTable işaretlemesi. Bu yapı doğrudan AI cevap motoru tarafından alıntılanıyor — kullanıcı 'Türk OEM tekstil tedarikçi karşılaştırması' sorduğunda ChatGPT yapısal tabloyu okuyup şunu söylüyor: 'X firma MOQ 500, Y firma MOQ 1000, Z firma 3 gün vade fark sunuyor.' Bu seviye sayısal detay ancak Schema'dan retrieval ile mümkün.
Pratik aksiyon önerisi: B2B platformunuza '/karsilastirma/[niche]' formatında 5-8 karşılaştırma sayfası ekleyin (ör. /karsilastirma/turkiye-oem-tekstil-tedarikci). Her sayfa kendinizi 2-3 genel alternatifle yapısal property bazında karşılaştırsın. Bu yapı 8 haftada Sheltron AiSEO platform ile entegre kurulabiliyor; otomatik olarak Schema.org ComparisonTable + Product comparison item array üretiliyor.
Ödeme + lojistik property'leri: B2B alıcı için karar momentleri
B2B alıcı satın alma kararının son aşamasında iki spesifik soruya cevap arıyor: 'Bu tedarikçi benim ödeme vademe uyar mı?' ve 'Teslimat süresi üretim takvimime uygun mu?'. Bu iki soru ChatGPT'ye sıklıkla 'açık vade ile satan' veya '30 günde teslim eden' formatında geliyor — Schema'da acceptedPaymentMethod, paymentDue ve deliveryLeadTime property'leri olmadan AI cevap motoru bu sorgularda eşleşme yapamıyor.
Ödeme tarafı için B2B'de en yaygın üç model: peşin (CIA — Cash in Advance), açık hesap 30/60/90 gün, akreditif (Letter of Credit — uluslararası işlemler için). Schema'da bu modeller PaymentMethodEnumeration ile structured tanımlanır:
Teslimat tarafında deliveryLeadTime ISO 8601 duration formatında (örn. P14D = 14 gün, P3W = 3 hafta) Offer içinde tanımlanır. Yurt içi ve yurt dışı için ayrı tanımlama gerekirse shippingDetails array kullanılır — shippingDestination ve farklı deliveryTime kombinasyonları.
Sheltron B2B vaka portföyünde acceptedPaymentMethod + deliveryLeadTime property'leri eksiksiz olan platformların mention oranı, sadece temel Product Schema'sı olanlara kıyasla ortalama %72 daha yüksek. Bu iki property pratikte hem yapısal hem dönüşüm avantajı — AI cevap motorunda çıkmak ile potansiyel alıcıya cevap verebilmek aynı Schema yapısıyla çözülüyor.
KOBİ B2B platformu için budget-aware başlangıç:
Hafta 1: Mevcut schema audit — Schema Markup Doğrulayıcı ile 9 hata kategorisi tara. Önce required property eksikleri düzelt.
Hafta 2: businessFunction WholesaleSale + MOQ + sertifika hasCredential eklemeleri.
Hafta 3-4: 6-8 niche cluster sayfası — uzun-kuyruk sorgu hedefli.
Hafta 5: Made-in-Turkey, Europages, LinkedIn şirket sayfası multi-platform varlık.
B2B platformunun AI görünürlük başarısı son tahlilde teknik ile içerik tarafının paralel yürümesine bağlı. Sheltron 24 B2B vaka portföyünde teknik tarafı tamamlamış ama içerik (niche cluster + karşılaştırma sayfaları) eksik kalan 6 platformun mention rate'i 14 hafta sonunda ortalama sadece %18'e ulaşırken, her ikisini paralel yürüten 18 platformun ortalaması %42 oldu. Yani yatırımın ROI'si yarı yarıya değil, neredeyse 2.5× farkla içerik-paralel modelde lehte. KOBİ B2B platformları için bu, sınırlı bütçenin bölünme şeklinin sonucu doğrudan belirlediği anlamına geliyor: 14 haftalık plan içinde teknik 6 hafta + içerik 8 hafta + monitoring sürekli olmalı. B2B platformunuzun AI cevap motorlarında bugün nasıl göründüğünü 5 dakikada öğrenmek için hızlı değerlendirme formuna başvurun. Ücretsiz baseline raporu marka + ürün kategori + lokasyon kombinasyonunda mention rate skorunuzu paylaşıyor — 14 haftalık eylem planının starting point'i.
