Rehber

Atıf modelleri: Veriye dayalı atıf ve son tıklama farkı

Aynı satış modele göre başka kanalın hanesine yazılır. Veriye dayalı atıf ile son tıklamanın hesap mantığı, pencere ayarları ve artımlılık testiyle doğrulama.

Fratres Editör · 11 Kasım 2026

Atıf modeli (attribution model), bir dönüşümün değerini müşterinin o dönüşüme giden yolundaki reklam ve kanal temasları arasında paylaştıran kuraldır. Son tıklama modeli değerin tamamını dönüşümden önceki son tıklamaya yazar. Veriye dayalı atıf ise dönüşen ve dönüşmeyen yolları karşılaştırıp her temasın dönüşüm olasılığına katkısını tahmin eder. İkisi de reklamın ek satış yaratıp yaratmadığını tek başına kanıtlamaz.

Atıf modeli hangi soruyu yanıtlar?

Bir kullanıcı önce Instagram'da bir reklam görür. Birkaç gün sonra markayı Google'da arar, ertesi hafta bir e-bültendeki bağlantıyla gelip satın alır. Bu satışın değeri hangi kanala yazılacak? Atıf modeli bu paylaştırmayı yapar. Kanal raporunda gördüğünüz dönüşüm sayısı, seçilen modelin bir çıktısıdır. Model değişince aynı satış başka kanalın hanesine geçer.

Paylaştırma nedensellik değildir. Model, gözlenen yollardaki temasları puanlar. Reklam hiç gösterilmeseydi o satışın yine gerçekleşip gerçekleşmeyeceğini söylemez. Yazının sonundaki ölçüm adımları bu ayrıma dayanır.

Google'da hangi modeller kaldı?

Google, kural tabanlı dört modeli kaldırdı: ilk tıklama, doğrusal, zamana bağlı azalma ve konuma dayalı. Google Ads duyurusu 6 Nisan 2023 tarihli. Haziran 2023'ten itibaren bu modeller yeni dönüşüm işlemlerinde seçilemedi, Eylül 2023'te onları kullanan işlemler veriye dayalı atfa geçirildi. Google Analytics 4 tarafında da aynı modeller Kasım 2023 itibarıyla kullanılmıyor.

GA4 raporlarında bugün üç seçenek var:

Veriye dayalı atıf (data-driven attribution): Değeri, her etkileşimin öğrenilmiş katkısına göre böler.
Ücretli ve organik son tıklama: Doğrudan (direct) ziyaretleri yok sayar, değerin tamamını son tıklanan kanala verir.
Google ücretli kanalları son tıklama: Değerin tamamını son tıklanan Google Ads kanalına yazar. Yolda Google Ads tıklaması yoksa bir önceki kurala döner.

Google Ads yalnız son tıklama ve veriye dayalı modeli destekliyor, çoğu dönüşüm işleminde varsayılan da veriye dayalı model. Eski bir yönetim sunumunda doğrusal modelle kurulmuş bir kanal karşılaştırması varsa, o tabloyu aynı ayarla yeniden üretemezsiniz. Yeni dönemi eskisiyle karşılaştırırken bu kırılmayı not edin.

Veriye dayalı atıf payı nasıl hesaplar?

GA4 belgesine göre model, makine öğrenmesiyle hem dönüşen hem dönüşmeyen yolları inceler. Karşı olgusal (counterfactual) bir yaklaşım kullanır: Reklam etkileşimi gören kullanıcıların dönüşüm olasılığını, benzer kullanıcılardan oluşan bir karşılaştırma grubuyla kıyaslar. Bir etkileşim yola eklendiğinde tahmini olasılık ne kadar değişiyorsa o etkileşim o kadar pay alır. Model her reklamveren ve her anahtar etkinlik (key event) için ayrı kurulur.

Doğruluğu veri hacmi belirler. Google Ads, 30 günlük dönemde desteklenen ağlarda en az 200 dönüşüm ve 2.000 reklam etkileşimi öneriyor. Model daha az veriyle de çalışıyor ve bütün dönüşüm işlemleri uygun sayılıyor, ama hacim düştükçe katkı tahmini kabalaşır. Otomatik teklif stratejisi kullanıyorsanız seçilen model teklifleri de etkiler. Atıf ayarı yalnız raporu değil, bütçenin nereye akacağını da değiştirir.

Modelin zayıf yanı açıklanabilirliktir. Bir kanalın payının neden arttığını formülle gösteremezsiniz. Son tıklama basit, tekrarlanabilir ve denetlenebilir bir kuraldır. Bedeli, farkındalık yaratan ve yolun başında duran temasları sistematik olarak küçük göstermesidir.

Hangisini ne zaman seçmeli?

Son tıklama uygun olabilir: Dönüşüm hacmi düşükse, rapor bir sözleşme ya da prim hesabına girdiği için herkesin aynı sonucu yeniden üretebilmesi gerekiyorsa, tek bir huni adımını uzun süre aynı kuralla izliyorsanız.
Veriye dayalı atıf uygun olabilir: Arama, YouTube ve Demand Gen gibi birden çok Google kanalı birlikte çalışıyorsa, hacim önerilen eşiğe yakınsa ve otomatik teklif kullanıyorsanız.
İkisini yan yana tutun: Model seçimi bir kez yapılıp unutulacak bir karar değil. İki modelin aynı dönemde kanal paylarını nasıl farklı dağıttığı, hangi kanalın yolun başında, hangisinin sonunda çalıştığını gösterir.

Pencere ve kanal ayarları sonucu nasıl değiştirir?

GA4 atıf ayarlarında geriye dönük inceleme penceresi (lookback window), bir temasın kaç gün geriye kadar pay alabileceğini belirler. Edinme etkinliklerinde (first_visit, first_open) varsayılan 30 gün, 7 güne indirilebilir. Diğer anahtar etkinliklerde varsayılan 90 gün, 30 ya da 60 gün seçilebilir. Raporlama modelini değiştirmek geçmiş veriye de uygulanır, pencere ve kanal ayarları ise yalnız ileriye doğru işler. GA4 raporları varsayılan olarak ücretli ve organik kanallara pay verir, Google Ads raporları Google ücretli kanallarını esas alır. Aynı kampanyanın iki araçta farklı dönüşüm göstermesinin bir nedeni budur.

Meta kendi kuralını uygular. Meta 3 Mart 2026'da web sitesi ve mağaza dönüşümlerinde tıklamayla atfı yalnız bağlantı tıklamalarına daralttığını duyurdu. Paylaşma ve kaydetme gibi etkileşimler, etkileşimle atıf (engage-through) başlığına taşındı. Meta'nın geliştirici duyurusuna göre 7 ve 28 günlük görüntüleme pencereleri 12 Ocak 2026'dan itibaren Ads Insights API'de dönmüyor. Bu tarihlerin iki yanındaki Meta sonuçlarını doğrudan karşılaştırmayın.

Atıf ile artımlılık arasındaki fark nedir?

Artımlılık (incrementality), reklam olmasaydı gerçekleşmeyecek dönüşümdür. Atıf modeli bunu gözlem verisinden çıkarmaya çalışır, deney doğrudan ölçer. Brett Gordon ve arkadaşlarının 2019'da Marketing Science'ta yayımlanan çalışması, Facebook'ta yapılan 15 ABD reklam deneyini 500 milyon kullanıcı-deney gözlemi ve 1,6 milyar reklam gösterimiyle inceledi. Ayrıntılı demografik ve davranışsal kontrollere rağmen gözlemsel yöntemler çoğu zaman deney sonucunu tutturamadı.

Kendi hesabınızdaki karşılığı lift testidir. Google Ads Conversion Lift kitleyi reklam gören ve görmeyen iki gruba ayırır. Gruplar kullanıcı ya da coğrafya bazında kurulabilir, sonuç artımlı dönüşüm ve artımlı ROAS (iROAS) gibi metriklerle raporlanır. Araç her hesapta açık değil. Açık değilse bölge bazlı bir bütçe testi aynı mantıkla tasarlanabilir. Kanallar arası bütçe sorusu büyüdüğünde pazarlama karması modeli (MMM) üçüncü bir bakış sağlar.

Türkiye'de durum: Rıza vermeyen kullanıcı yolda görünmez

Atıf modeli yalnız gördüğü yolları puanlar. KVKK'nın Çerez Uygulamaları Hakkında Rehberi (KVKK Yayınları No: 69, Temmuz 2025 baskısı), davranışsal reklam çerezlerinin açık rıza gerektirdiğini yazıyor. Birinci taraf analitik çerezlerinin ise yalnız anonim istatistik üretmek ve siteler arası takip yapmamak gibi koşullarla açık rıza dışındaki şartlar altında değerlendirilebileceğini belirtiyor. Sonuçta reklam temaslarının bir kısmı rıza vermeyen kullanıcılarda hiç kaydedilmez ve model, rıza veren kitlenin davranışını herkese genellemiş olur.

GA4'ün davranışsal modellemesi rıza vermeyen kullanıcıların etkinliğini benzer kullanıcıların verisinden tahmin ediyor. Bunun için en az 7 gün boyunca günde 1.000 rızasız etkinlik ve önceki 28 günün en az 7'sinde günde 1.000 rıza veren kullanıcı gibi eşikler aranıyor. Trafiği bu düzeyin altındaki siteler modellemeden yararlanamayabilir. Kurulum ayrıntısı Consent Mode rehberinde. Bu bölüm hukuki danışmanlık yerine geçmez, çerez kurgunuz için bir hukukçuya danışın.

Modeli seçmek ve sınamak için adımlar

Soruyu yazın. Platform içi teklif mi optimize edilecek, yoksa kanallar arası bütçe mi bölünecek? İlki için platform atfı yeter, ikincisi deney ister.
Anahtar etkinlikleri sabitleyin. Hangi etkinliğin dönüşüm sayıldığı ve değerinin nereden geldiği yazılı olsun. Bunun için GA4 ölçüm planı iyi bir başlangıçtır.
Hacmi kontrol edin. Son 30 günün dönüşüm ve etkileşim sayısını Google'ın önerdiği eşikle karşılaştırın.
Modelleri yan yana koyun. GA4'ün Reklamcılık bölümündeki atıf raporlarında aynı dönemi iki modelle açın. Payı en çok değişen üç kanalı listeleyin.
Ayar değişikliklerini kaydedin. Model, pencere ve kanal ayarı değiştiğinde tarihini bir değişiklik günlüğüne yazın. Meta'nın 2026 değişiklikleri gibi platform kararlarını da ekleyin.
En büyük kalemi deneyle sınayın. Bütçenin en büyük kısmını alan kanal için lift ya da bölge testi planlayın.
Toplamla karşılaştırın. Platformların sahiplendiği toplam geliri sipariş sistemindeki net gelirle aylık karşılaştırın. Aradaki farkın yorumu için ROAS, MER ve CAC ayrımı işe yarar.

Sık yapılan hatalar

Model payını katkı sanmak. Bir kanalın payının artması, o kanal kapatılınca satışın o kadar düşeceği anlamına gelmez.
Araçları aynı tabloda toplamak. GA4, Google Ads ve Meta farklı pencere ve kurallarla sayar. Toplamları üst üste eklemek aynı satışı birden çok kez saydırır.
Ayar değişikliğini trend sanmak. Pencere kısaltıldığı hafta düşen dönüşüm, performans değil ölçüm değişikliğidir.
Düşük hacimde ince yorum. Ayda birkaç düzine dönüşümle kanal payındaki küçük oynamalar gürültüdür.
Marka aramasını ödüllendirmek. Son tıklama, zaten markayı arayan kullanıcının tıklamasını öne çıkarır. Bu payı deneyle sınamadan bütçeyi buraya kaydırmayın.

Bu hafta tek bir karşılaştırma yapın

GA4'te son 90 günü veriye dayalı atıf ve ücretli ve organik son tıklama modelleriyle ayrı ayrı açın. Kanal başına iki dönüşüm sayısını yan yana yazın ve farkı en büyük üç kanalı işaretleyin. Bu üç kanaldan bütçesi en yüksek olanı için bir lift ya da bölge testi taslağı hazırlayın. Kanal ve model kurgusunu bir arada ele almak isterseniz atıf ölçümü başlığı bu işleri tek planda toplar.