GA4'te yapay zekâ trafiği nasıl ölçülür?

GA4'te yapay zekâ trafiği, Mayıs 2026'dan itibaren ChatGPT, Gemini ve Claude yönlendirmelerini ai-assistant kanalı altında inceleyerek ölçülür. Bu sınıflandırma, yapay zekâ araçlarından gelen oturumları diğer yönlendirmelerden ayırır.

Ancak kanal verisini tek başına okumak yeterli değildir. Oturum sayısı, etkileşimli oturum oranı, açılış sayfası, dönüşüm, gelir ve yeni kullanıcı oranı birlikte değerlendirilmelidir. Böylece GEO çalışmalarının yalnızca görünürlük değil, ölçülebilir ticari sonuç üretip üretmediği anlaşılır.

GA4 yapay zekâ trafiğini hangi kanalda gösterir?

GA4, ilgili yönlendirmeleri ai-assistant kanalı altında gruplayarak yapay zekâ trafiğini standart kanal raporlarında görünür hale getirir. ChatGPT, Gemini ve Claude gibi kaynaklardan gelen ziyaretler bu grupta toplanır.

Bu sınıflandırma, kullanıcının sitenize hangi yapay zekâ aracından geldiğini tamamen ortadan kaldırmaz. Ayrıntılı kaynak bilgisi, raporda kullanılan boyuta göre ayrıca incelenebilir. Bu nedenle kanal adıyla kaynak adını aynı kabul etmeyin.

Örneğin Default channel group boyutunda ai-assistant görünür. Session source boyutunda ise yönlendiren aracın adı veya alan adı bulunabilir. İki rapor farklı sayılar gösterebilir. Bunun nedeni oturum kapsamı, ilişkilendirme modeli ve seçilen boyutun farklı olmasıdır.

Yanlış: Yalnızca kaynak adını açıp toplam yapay zekâ trafiğini hesaplamak. Doğru: Önce ai-assistant kanalını filtrelemek, sonra kaynak ve açılış sayfası boyutlarını eklemek.

Bu kanal, GEO performansını izlemek için başlangıç noktasıdır. Fakat her yapay zekâ görünürlüğü tıklama üretmez. Bir marka ChatGPT yanıtında önerilebilir, ancak kullanıcı siteye gitmeden karar verebilir. Bu nedenle GA4 verisi, görünürlük verisinin yalnızca trafik üreten bölümünü gösterir.

GA4'te ai-assistant trafiği hangi raporda bulunur?

Ai-assistant trafiğini GA4'te Raporlar > Edinme > Trafik edinme bölümünde, varsayılan kanal grubu boyutunu kullanarak bulabilirsiniz.

Rapor açıldığında birincil boyutun Session default channel group veya Türkçe arayüzdeki karşılığı olduğundan emin olun. Ardından tabloda ai-assistant satırını bulun. Satır görünmüyorsa tarih aralığını genişletin veya kanal filtresini yanlış boyutta kullanmadığınızı kontrol edin.

Ai-assistant satırını seçtiğinizde oturumlar, etkileşimli oturumlar, etkileşim oranı, ortalama etkileşim süresi ve anahtar etkinlikler incelenebilir. E-ticaret kurulumu varsa satın alma, gelir ve işlem sayısı da aynı rapora eklenebilir.

Raporu yalnızca toplam ziyaret sayısıyla değerlendirmeyin. Örneğin yapay zekâ kanalından 100 oturum gelmesi, 100 nitelikli ziyaret anlamına gelmez. Bu oturumların kaçında kullanıcı içerik okudu, form gönderdi veya ürün sayfasını ziyaret etti sorularını ayrıca yanıtlayın.

Karşılaştırma için tarih aralığını iki dönem halinde kullanabilirsiniz. Birinci dönem GEO çalışmaları öncesi, ikinci dönem sonrası seçilir. Ancak dönem uzunlukları eşit olmalıdır. Mevsimsellik, kampanya ve marka bilinirliği değişimleri ayrıca not edilmelidir.

Raporu dışa aktarırken kanal, kaynak, açılış sayfası ve dönüşüm metriklerini aynı dosyada tutun. Böylece toplam trafiği değil, yapay zekâ trafiğinin hangi içeriklerden oluştuğunu görebilirsiniz.

Yapay zekâ trafiği source ve medium boyutlarıyla nasıl ayrılır?

Yapay zekâ trafiğini ayrıntılı incelemek için ai-assistant kanalını Session source, Session medium ve açılış sayfası boyutlarıyla birlikte kullanın.

Kanal grubu, trafiğin genel sınıfını gösterir. Source, yönlendiren kaynağı; medium ise kullanılan trafik türünü anlatır. Bu üç boyutun birlikte incelenmesi, ChatGPT, Gemini ve Claude kaynaklarının ayrı performansını karşılaştırmaya yardım eder.

Örneğin aynı ai-assistant kanalında farklı kaynaklar farklı sayıda oturum üretebilir. Bir kaynak daha az ziyaret gönderebilir, fakat daha yüksek form gönderme oranına sahip olabilir. Bu durumda yalnızca trafik hacmine bakmak, yanlış önceliklendirmeye yol açar.

Kaynak boyutunu analiz ederken first user source ile session source ayrımını da dikkate alın. First user source, kullanıcının ilk edinim kaynağını gösterir. Session source ise mevcut oturumun kaynağını gösterir. GEO yönlendirmesinin oturum bazındaki etkisi için session kapsamı daha doğrudan bilgi verir.

Raporda kaynak adı beklediğiniz gibi görünmüyorsa, bu durum veri kaybı veya yönlendirme politikasıyla ilgili olabilir. Bazı tarayıcılar referrer bilgisini sınırlayabilir. Kullanıcı yapay zekâ aracındaki bağlantıyı kopyalayıp adres çubuğuna yapıştırırsa ziyaret doğrudan trafik olarak kaydedilebilir.

Bu yüzden source ve medium verisini kesin kullanıcı niyeti olarak yorumlamayın. Kanal sınıflandırmasını; açılış sayfası, yeni kullanıcı oranı ve dönüşüm davranışıyla birlikte doğrulayın.

GA4 Exploration ile yapay zekâ trafiği nasıl analiz edilir?

GA4 Exploration, ai-assistant trafiğini sayfa, kullanıcı davranışı ve dönüşüm adımlarıyla birlikte incelemek için kullanılır.

Yeni bir serbest biçim keşfi oluşturun. Boyutlara Session default channel group, Session source, Landing page + query string ve gerekiyorsa Device category ekleyin. Metriklerde oturum, etkileşimli oturum, anahtar etkinlik ve gelir alanlarını seçin.

Segment bölümünde Session default channel group değerini ai-assistant olarak filtreleyin. Böylece keşif raporu yalnızca yapay zekâ yönlendirmelerini gösterir. İkinci bir segment oluşturarak organic search trafiğiyle yan yana karşılaştırma yapabilirsiniz.

Bu karşılaştırmada en az beş metrik kullanın: oturum sayısı, etkileşim oranı, ortalama etkileşim süresi, anahtar etkinlik oranı ve gelir. İş modeliniz uygunsa form başlatma, telefon tıklaması veya teklif talebi gibi mikro dönüşümleri de dahil edin.

1. Exploration bölümünde yeni bir serbest biçim raporu açın.
2. Ai-assistant kanalını filtre olarak ekleyin.
3. Kaynak ve açılış sayfası boyutlarını satırlara yerleştirin.
4. Oturum ve dönüşüm metriklerini sütunlara ekleyin.
5. Sonuçları organik trafik ve doğrudan trafikle karşılaştırın.

Keşif raporunu kaydetmeden önce tarih aralığını ve kullanıcı kapsamını kontrol edin. Kullanıcı kapsamındaki bir raporla oturum kapsamındaki bir rapor aynı toplamı vermeyebilir. Bu fark, rapor hatası değil ölçüm kapsamı farkıdır.

Yapay zekâ trafiğinin dönüşüm katkısı nasıl ölçülür?

Yapay zekâ trafiğinin katkısı, ai-assistant oturumlarının anahtar etkinlik ve gelir üretme oranını diğer kanallarla karşılaştırarak ölçülür.

Öncelikle GA4'te iş hedefinizi anahtar etkinlik olarak tanımlayın. Form gönderme, telefon tıklaması, rezervasyon, teklif talebi veya satın alma farklı etkinlikler olabilir. Her etkinliğin iş sonucuyla ilişkisini açıkça belirleyin.

Ardından Trafik edinme raporunda ai-assistant kanalını seçin. Oturum başına anahtar etkinlik oranını, toplam etkinlik sayısını ve mümkünse kullanıcı başına geliri inceleyin. Sadece toplam dönüşüm sayısı, kanal büyüklüğünden etkilenir.

Örneğin 50 yapay zekâ oturumu ve 5 form gönderimi, yüzde 10 oturum bazlı dönüşüm oranı anlamına gelir. Bu oranı hesaplamak için form gönderimlerini ilgili oturum sayısına bölün. GA4'ün hazır oranını kullanırken bunun kullanıcı mı, oturum mu kapsamına dayandığını kontrol edin.

Attribution raporlarında yapay zekâ kanalının katkısı farklı görünebilir. İlk temas modeli, son temas modeli ve veri odaklı ilişkilendirme aynı dönüşüme farklı ağırlıklar verebilir. Bu yüzden rapor başlığındaki ilişkilendirme modelini not almadan kanallar arasında kesin sıralama yapmayın.

Yapay zekâ yönlendirmeleri çoğu zaman karar sürecinin ortasında veya sonunda gerçekleşebilir. Kullanıcı daha önce organik aramayla gelmiş, sonra ChatGPT bağlantısından dönmüş olabilir. Bu durumda ai-assistant kanalının rolü, ilk edinimden farklıdır. Raporlamada hem ilk kullanıcı kaynağını hem oturum kaynağını izleyin.

Yapay zekâ yönlendirmelerinde UTM etiketleri kullanılmalı mı?

UTM etiketleri, yapay zekâ kaynaklı ziyaretleri kontrollü kampanyalarda ayrıştırmak için kullanılabilir; fakat doğal yönlendirmelerde zorunlu değildir.

Markanız bir yapay zekâ aracında kontrollü bağlantı, bülten veya kampanya URL'si kullanıyorsa utm_source, utm_medium ve utm_campaign parametrelerini standartlaştırın. Örneğin kaynak adlarını küçük harfle ve tek biçimde yazın. chatgpt, ChatGPT ve chat-gpt ayrı değerler oluşturur.

Bir kampanya planında medium değerlerini önceden belirleyin. ai_assistant, ai-assistant ve referral değerlerini aynı amaçla karıştırmayın. UTM değerleri raporlarda yapay trafik gruplarını bölmemeli, ölçüm amacını açıklamalıdır.

Ancak her bağlantıya UTM eklemek doğru değildir. UTM parametresi, mevcut referrer bilgisinin üzerine yazabilir ve yapay zekâ trafiğini manuel kampanya olarak gösterebilir. Doğal yönlendirmeleri ölçmek istiyorsanız önce GA4'ün ai-assistant sınıflandırmasını kullanın.

İçerik ekipleri için bir UTM sözlüğü hazırlayın. Her parametrenin kabul edilen yazımını, kullanım amacını ve sorumlusunu belgeleyin. Bu belge olmadan farklı ekipler aynı yapay zekâ kaynağı için farklı kampanya adları kullanabilir.

UTM verisi, GA4'ün otomatik kanal sınıflandırmasının yerine geçmez. İki veri setini ayrı raporlayın. Birincisi doğal ai-assistant yönlendirmeleri, ikincisi etiketlenmiş kampanya bağlantılarıdır. Böylece GEO etkisiyle dağıtım kampanyasını birbirine karıştırmazsınız.

GEO çalışmalarının gerçek trafik katkısı nasıl hesaplanır?

GEO katkısı, yapay zekâ görünürlüğü sonrasında ai-assistant oturumlarında ve dönüşümlerinde oluşan değişimi kontrollü dönemlerle karşılaştırarak hesaplanır.

İlk olarak ölçülecek sayfaları ve sorgu kümelerini listeleyin. Marka adı, ürün adı, kategori sorguları ve karşılaştırmalı sorular ayrı kümeler olabilir. Her kümenin hedef sayfalarını ve beklenen dönüşümünü kaydedin.

İkinci olarak başlangıç verisini sabitleyin. Dönem boyunca ai-assistant oturumları, açılış sayfaları, dönüşüm oranı ve gelir kaydedilir. Değişiklik yapılan tarihi de içerik takvimiyle birlikte saklayın.

Üçüncü olarak dönemsel karşılaştırma yapın. GEO çalışması öncesindeki ve sonrasındaki eşit uzunluktaki dönemleri karşılaştırın. Aynı tarihlerde kampanya, fiyat, stok, sezon veya site performansı değiştiyse sonucu yalnızca GEO çalışmasına bağlamayın.

GEO ölçümünde görünürlük ile tıklamayı ayırın. Yapay zekâ yanıtında kaynak olarak görünmek, GA4'te oturum oluşturmaz. GA4 yalnızca kullanıcı bağlantıya tıkladığında veya siteye ölçülebilir bir giriş yaptığında veri toplar.

Google arama sonuçlarındaki üretken yapay zekâ görünürlüğü ile ChatGPT veya Gemini yönlendirmeleri aynı veri değildir. Arama görünürlüğü için Search Console ve ilgili platform raporları; site ziyareti için GA4 kullanılır. Search Console'da üretken AI ayarlarını anlamak için Search Console'da üretken AI nasıl kapatılır? rehberine bakabilirsiniz.

Kaynak gösterilme oranını artırmak için içeriklerde açık yazar, kurum, tarih ve kaynak bilgisi kullanabilirsiniz. Kaynak tercihlerini yönetmekle ilgili teknik yaklaşım için tercih edilen kaynak butonu nasıl eklenir? içeriğini inceleyin.

GA4 yapay zekâ trafiği ölçümünde hangi hatalar yapılır?

En yaygın hata, yapay zekâ trafiğini yalnızca oturum sayısıyla değerlendirmektir; doğru ölçüm, kanal, kaynak, sayfa ve dönüşüm verilerini birlikte gerektirir.

İkinci hata, doğrudan trafiği tamamen yapay zekâ yönlendirmesi kabul etmektir. Kullanıcı bağlantıyı kopyalarsa referrer bilgisi kaybolabilir. Bu nedenle direct kanalını yapay zekâ trafiğine eklemek, doğrulanmamış tahmin üretir.

Üçüncü hata, GA4'te anahtar etkinliklerin yanlış kurulmasıdır. Sayfa görüntüleme olayını dönüşüm olarak işaretlemek, yapay zekâ kanalının ticari katkısını olduğundan yüksek gösterebilir. Etkinlik adlarını ve tetiklenme koşullarını düzenli olarak test edin.

Dördüncü hata, farklı tarih aralıklarını karşılaştırmaktır. Bir ayı üç aylık dönemle karşılaştırmak, sezon etkisini büyütür. Karşılaştırma dönemlerini eşitleyin ve olağan dışı kampanyaları rapora not edin.

• Ai-assistant kanalı raporda görünür mü?
• Session source ve landing page boyutları eklenmiş mi?
• Anahtar etkinlikler iş hedefiyle uyumlu mu?
• Direct trafik yapay zekâ trafiği olarak varsayılmıyor mu?
• GEO öncesi ve sonrası dönemler eşit mi?
• UTM parametreleri tek bir yazım standardına bağlı mı?
• Consent mode veya çerez rızası veri kapsamını etkiliyor mu?

Çerez rızası alınmayan ziyaretlerde ölçüm kapsamı daralabilir. Reklam ve analiz çerezlerinin hukuki kurulumu için web sitesinde reklam çerezi için rıza nasıl alınır? rehberini kullanabilirsiniz.

Yapay zekâ trafiği raporu ne sıklıkla kontrol edilmelidir?

Yapay zekâ trafiği raporu, günlük kararlar için değil; haftalık kontrol ve aylık derin analiz için kullanılmalıdır.

Haftalık kontrolde kanalın oturum, yeni kullanıcı, etkileşim oranı ve anahtar etkinlik değerlerini izleyin. Ani değişim varsa kaynak, açılış sayfası ve teknik ölçüm durumunu kontrol edin. Tek günlük artışları kalıcı eğilim kabul etmeyin.

Aylık analizde kaynak bazlı performansı ve içerik kümelerini karşılaştırın. Hangi sayfalar yapay zekâ araçlarından ziyaret alıyor, hangi sayfalar dönüşüm üretiyor sorularına cevap verin. Düşük trafik alan, fakat yüksek dönüşüm sağlayan sayfaları ayrıca işaretleyin.

Yerel işletmelerde yapay zekâ trafiğini konum sayfalarıyla birlikte değerlendirin. İzmir'deki bir işletme için ilçe, hizmet ve iletişim sayfalarının ayrı performansını izlemek anlamlı olabilir. Yerel arama kapsamı için İzmir'de yerel SEO nasıl yapılır? rehberindeki ölçüm yaklaşımından yararlanabilirsiniz.

Google Business Profile yönlendirmeleri ile ai-assistant yönlendirmelerini aynı kanal kabul etmeyin. Haritalar, arama ve yapay zekâ araçları farklı kullanıcı davranışları üretir. Profil performansını ayrıca izlemek için Google Business Profile optimizasyonu rehberine bakın.

Her ay bir ölçüm notu oluşturun. Notta tarih aralığı, kullanılan boyutlar, anahtar etkinlikler, değişen içerikler ve veri sınırlamaları yer alsın. Böylece sonraki raporlar aynı yöntemle karşılaştırılabilir.

Sonuç olarak GA4, GEO'nun siteye yönlendirdiği ölçülebilir kısmı gösterir. Görünmeyen yanıt gösterimleri için ayrıca platform bazlı gözlem gerekir. İki veri kaynağını ayırmak, raporun güvenilirliğini korur.