Google Search Console'un AI Destekli Marka Filtresi Ne Kadar Güvenilir?

Google Search Console'un AI destekli marka filtresi, Regex ile yapılan geleneksel markalı sorgu ayrımının geliştirilmiş bir sürümü değil. Google, sorguları kendi AI destekli sınıflandırma sistemiyle değerlendirirken Regex, SEO uzmanının tanımladığı karakter ve kelime kurallarına dayanıyor. Bu nedenle iki yöntem aynı sorguyu farklı segmentlerde gösterebilir.

Peki, bu farklılık Google'ın sınıflandırmasının hatalı olduğu anlamına mı geliyor? Hayır. Regex'in bir sorguyu markalı olarak eşleştirmesi, o sorgunun gerçekten markalı olduğunu kanıtlamaz. Aynı şekilde Google'ın AI filtresinin verdiği etiket de bağımsız doğrulama yerine geçmez.

Google, marka filtresini 20 Kasım 2025'te duyurdu ve 11 Mart 2026'da uygun tüm sitelere açtı. Bu analiz, resmî ürün belgelerini temel alarak iki yaklaşımın karşılaştırılabileceği teknik bir yöntem sunuyor. Belirli bir mülke ait karşılaştırılabilir dışa aktarımlar bulunmadığından, herhangi bir doğruluk veya hata yüzdesi ileri sürmüyor.

Google Search Console'un AI Destekli Marka Filtresi Nasıl Çalışıyor?

Google'ın Branded Queries Filter özelliği, Search Console'un Performans → Arama sonuçları raporunda markalı ve markasız sorguları ayrı incelemeyi sağlıyor.

Sistem iki temel segment sunuyor:

• Branded: Marka adı, marka varyasyonları veya markayla yakından ilişkili ürün ve hizmetleri içeren sorgular.
• Non-branded: Google'ın markalı sınıfına yerleştirmediği diğer sorgular.

Filtre, Web, Görsel, Video ve Haber arama türlerinde kullanılabiliyor. Seçilen segment için tıklama, gösterim, CTR ve ortalama konum metrikleri görüntülenebiliyor. Search Console Insights raporunda da markalı ve markasız tıklamaların dağılımına ilişkin bir kart bulunuyor.

Google'ın 20 Kasım 2025 tarihli resmî açıklamasına göre bu sınıflandırma, anahtar kelimeleri içeren veya dışlayan bir Regex mekanizmasına dayanmıyor. Bunun yerine dahili ve AI destekli bir sistem kullanılıyor.

Hangi sorgular markalı kabul edilebilir?

Google'ın tanımı yalnızca marka adını doğrudan içeren sorgularla sınırlı değil.

Örneğin Google, resmî açıklamasında kendi markası için şu örnekleri veriyor:

Sorgu	Markalı sayılma gerekçesi
Google	Marka adı
Gogle	Marka adının hatalı yazımı
Gmail	Markayla ilişkili ürün adı

Bunlar Google'ın kendi ürün tanımını açıklamak amacıyla verdiği örneklerdir; bu makalede yapılmış bir sınıflandırma deneyinin sonuçları değildir.

Google, farklı dillerdeki marka adlarının, yazım hatalarının ve marka adı geçmese bile siteye özgü ürün ya da hizmetlerle ilişkili sorguların kapsama girebildiğini belirtiyor.

Bu kapsam, yalnızca açık marka adlarını içeren bir Regex filtresinden kavramsal olarak daha geniş. Ancak daha geniş sınıflandırma kabiliyeti, tek başına daha yüksek doğruluk anlamına gelmiyor.

Google'ın AI modeline ilişkin hangi bilgiler bilinmiyor?

Google, sınıflandırmanın AI destekli olduğunu açıklıyor. Bununla birlikte kamuya açık açıklamada model mimarisi, eğitim verisi, sorgu bazlı güven skoru, karar eşikleri veya sınıflandırmanın hangi aralıklarla güncellendiği ayrıntılandırılmıyor.

Dolayısıyla sistemin belirli bir büyük dil modelini, embedding mimarisini veya tanımlı bir semantik benzerlik eşiğini kullandığını ileri sürmek mümkün değil.

Bu belirsizlik analizin önemli bir sınırı: Sistemin hangi sorguyu nasıl sınıflandırdığı gözlemlenebilir; fakat kararın bütün iç mekanizması bağımsız biçimde yeniden üretilemez.

Google'ın sınıflandırma hatası uyarısı ne anlama geliyor?

Google, marka sınıflandırmasının dinamik ve bağlamsal yapısı nedeniyle bazı sorguların yanlış tanımlanabileceğini açıkça kabul ediyor.

Bu açıklamadan üç sonuç çıkarılabilir:

• AI etiketi, hatasız bir referans sınıfı olarak kabul edilmemeli.
• Beklenmeyen sorgular, ilgili markanın ürün ve hizmet bağlamıyla birlikte incelenmeli.
• Filtrenin zaman içinde aynı sınıflandırma davranışını koruyacağı varsayılmamalı; dönemsel kontrol yapılmalı.

Son madde bir denetim önerisidir. Google'ın belirli tarihlerde mutlaka sınıflandırma değiştirdiğine ilişkin ölçülmüş bir bulgu değildir.

Ayrıca Google, bu filtrenin arama sıralamalarını etkilemediğini belirtiyor. Sınıflandırma, Search Console raporlamasına yönelik bir özelliktir.

Marka filtresi neden bazı mülklerde görünmüyor?

Google'ın açıklamasına göre özellik yalnızca uygun üst düzey mülklerde kullanılabiliyor. Alt dizin mülkleri ve alt alan adı mülkleri uygun olmayabiliyor. Ayrıca sistemin yeterli sorgu ve gösterim sinyaline ihtiyaç duyduğu belirtiliyor.

Bu nedenle https://example.com/blog/ veya developers.example.com gibi mülklerde filtrenin bulunmaması tek başına teknik hata kanıtı değildir.

Uygunluk, ilgili Search Console mülkünün gerçek arayüzünden kontrol edilmeli. Google'ın yayımladığı belgeler, her mülk için kesin bir minimum gösterim eşiği belirtmiyor.

Regex ile Markalı Sorgu Ayrımı Nasıl Yapılır?

Regex (regular expression), karakter dizilerinin belirli kurallarla eşleştirilmesini sağlayan bir ifade yapısıdır.

SEO raporlamasında Regex'in temel avantajı, marka tanımının denetlenebilir olmasıdır. Hangi terimlerin markalı sayılacağı açıkça belirlenebilir, belgelendirilebilir ve versiyonlanabilir.

Search Console'da sorgu bazlı Regex uygulamak için:

• Performans → Arama sonuçları raporunu açın.
• + Filtre ekle → Sorgular seçeneğine gidin.
• Özel (Regex) / Custom (regex) seçeneğini kullanın.
• Regex ifadesini girin.
• Markalı sorguları incelemek için Matches regex, eşleşmeyenleri incelemek için Doesn't match regex seçin.
• Rapor kapsamını ve kullanılan ifadeyi kaydederek sonuçları dışa aktarın.

Bu adımlar Google'ın gelişmiş filtreleme dokümantasyonuna dayanıyor.

Search Console Regex filtrelerinde RE2 neden önemli?

Search Console, RE2 sözdizimini kullanıyor. Varsayılan eşleşme kısmi ve büyük/küçük harfe duyarsız.

Örneğin:

• marka|brand: İki ifadeden birini eşleştirir.
• ^marka: Sorgunun başlangıcında marka bulunmasını arar.
• marka$: Sorgunun sonunda marka bulunmasını arar.
• marka: Varsayılan kısmi eşleşmeyle başka kelimelerin içinde de bulunabilir.
• (?-i)Marka: Büyük/küçük harf duyarlı eşleşme ister.

Bu fark özellikle kısa marka adlarında önem kazanıyor. Örneğin yalnızca param ifadesini içeren bir Regex, kısmi eşleşme nedeniyle parametre kelimesiyle de eşleşebilir.

Bu durum doğrudan bir false positive (yanlış pozitif) riskidir: Gerçekte markalı olmayan bir sorgu, Regex kuralı yüzünden markalı kabul edilebilir.

RE2 sözdiziminin desteklediği karakter sınıfları ve sınırlar, kullanılan aracın kendi kurallarıyla değerlendirilmelidir. Başka bir Regex motorunda çalışan ifade, Search Console'da birebir aynı davranışı göstermeyebilir.

Markaya özgü Regex sözlüğü nasıl oluşturulmalı?

Markalı sorgu segmentasyonu için yalnızca şirket adını yazmak yeterli olmayabilir.

İyi bir marka sözlüğü üç düzeyde hazırlanabilir:

Seviye	İçerik	Doğrulama gereksinimi
Açık marka	Resmî marka adı, alan adı, kurumsal yazım biçimleri	Kurumsal kaynak
Marka varyasyonları	Kısaltmalar, Türkçe karakterler, gerçek yazım hataları	Gözlemlenmiş sorgular
Bağlamsal marka	Markaya özgü ürün, hizmet ve alt marka isimleri	Ürün sahipliği ve insan değerlendirmesi

Marka sözlüğü, genel anahtar kelime araştırmasının birebir karşılığı değildir. Amaç sorgu fırsatlarını keşfetmekten önce, raporlama için tutarlı bir sınıflandırma tanımı oluşturmaktır.

Türkçe karakter ve yazım farklılıkları için örnek Regex

TEMSİLİ ÖRNEK — GERÇEK TEST SONUCU DEĞİLDİR

Başlangıç için dar bir ifade:

gokhanaksoy

Varyasyonları değerlendirmek amacıyla hazırlanabilecek genişletilmiş bir ifade:

(g[oö]khan[ -]?aksoy|gokhanaksoy\.com\.tr)

İkinci ifade, örneğin gokhanaksoy, gökhan aksoy ve gokhan-aksoy gibi metinleri eşleştirmeyi hedefler.

Bununla birlikte tüm yazım hatalarını, birleşik kelimeleri veya bağlamsal marka sorgularını kapsamaz. Ayrıca kısmi eşleşmenin üretebileceği yanlış pozitifler kontrol edilmeden gerçek raporlama filtresi olarak kullanılmamalıdır.

Buradaki amaç kusursuz bir Regex önermek değil, Regex sürümünün neden açıkça tanımlanması ve gerçek sorgular üzerinde test edilmesi gerektiğini göstermek.

Üretim ortamında kullanılacak ifade, ilgili mülkün doğrulanmış marka sözlüğüne göre oluşturulmalıdır.

AI Marka Filtresi ile Regex Karşılaştırması Nasıl Tasarlanmalı?

İki yöntemin güvenilirliğini incelemek için aynı rapor ekranından alınmış iki toplam değeri yan yana koymak yeterli değil.

Karşılaştırmanın temel birimi, mümkün olduğunca aynı sorgu ve aynı ölçüm kapsamı olmalı.

Aksi halde gözlenen farklılık, sınıflandırmadan değil veri toplama yönteminden kaynaklanabilir.

1. Ölçüm kapsamını sabitleyin

Karşılaştırma başlamadan önce aşağıdaki koşullar belirlenmeli:

Değişken	Kontrol
Search Console mülkü	Aynı property
Tarih aralığı	Aynı başlangıç ve bitiş
Veri durumu	Mümkünse kesinleşmiş günler
Arama türü	İlk testte Web
Ülke	Aynı ülke veya aynı tüm-ülkeler kapsamı
Cihaz	Aynı cihaz ya da aynı birleşik kapsam
Agregasyon	Karşılaştırılabilir mülk/sorgu düzeyi
Regex versiyonu	Kaydedilmiş ve değiştirilmemiş
Ek filtreler	Aynı koşullar veya bilinçli biçimde kaldırılmış

Örneğin AI filtresinin tüm ülkelerdeki sonucu ile Regex'in yalnızca Türkiye'deki sonucu karşılaştırılamaz.

Benzer şekilde sayfa düzeyinde gruplanan gösterimler, mülk düzeyindeki gösterimlerle otomatik olarak eşdeğer kabul edilmemeli.

2. Dört sorgu segmentini ayrı çıkarın

Mümkünse şu görünümler oluşturulmalı:

• AI — Branded
• AI — Non-branded
• Regex — Matches regex
• Regex — Doesn't match regex

Her dışa aktarımla birlikte mülk, tarih, arama türü, ülke, cihaz, tüm etkin filtreler ve Regex sürümü saklanmalı.

Filtreler, ayrı uygulama koşullarında test edilmeli. Örneğin önceden etkin bırakılmış bir sorgu filtresi, AI segmentinin yalnızca daraltılmış bir altkümesini gösterebilir.

Kritik kural: Bir sorgunun dışa aktarımda yer almaması, o sorgunun otomatik olarak diğer sınıfa ait olduğu anlamına gelmez.

Eksik sorgular not_observed olarak tutulmalı. Ancak bunun gerçek bir sınıflandırma sonucu mu, satır sınırı mı, anonimleştirme mi yoksa dışa aktarım eksikliği mi olduğu ayrıca incelenmeli.

3. Sorguları normalize edin, ham veriyi koruyun

Birleştirme için sorgu metinleri standartlaştırılabilir. Ancak ham sorgunun korunması gerekir.

Önerilen veri şeması:

Alan	Kullanım amacı
query_raw	Orijinal sorgu
query_normalized	Sorgu eşleştirme anahtarı
gsc_ai_label	branded / nonbranded / not_observed / unknown
regex_label	branded / nonbranded / not_observed / unknown
human_label	branded / nonbranded / ambiguous / not_reviewed
regex_version	Kullanılan kural sürümü
clicks, impressions	Aynı kapsamdaki ölçüm değerleri
ctr, average_position	Kaynak veya uygun agregasyonla hesaplanan değer
evidence_note	Etiketleme gerekçesi ve belirsizlik
property, date_range, search_type, country, device	Deney kapsamı

Türkçe karakterlerde normalizasyon ayrıca ele alınmalı. Özellikle I, İ, ı ve i karakterleri için kullanılan normalizasyon kuralı, farklı sorguların yanlışlıkla tek anahtarda birleşmesine neden olmamalı.

Normalizasyon, Google'ın sınıflandırmasını yeniden üretmek amacıyla değil, sorguların güvenilir biçimde eşleştirilmesi için kullanılmalı.

4. AI ve Regex için çakışma matrisi oluşturun

İki yöntemden de etiketi gözlenen sorgular dört gruba ayrılır.

Gerçek veriler için boş karşılaştırma şablonu — VERİ GEREKLİ

AI sınıfı	Regex: Branded	Regex: Non-branded
AI: Branded	A — Uyum	B — Ayrışma
AI: Non-branded	C — Ayrışma	D — Uyum

A ve D hücreleri iki yaklaşımın örtüştüğü; B ve C hücreleri ise ayrıştığı sorguları gösterir.

Bu matrisin dışında, en az bir yöntemin etiketi gözlemlenemeyen sorgular ayrı raporlanmalı. Bunlar sessizce A, B, C veya D hücrelerine yerleştirilemez.

AI–Regex uyum oranı şu şekilde hesaplanır:

Agreement = (A + D) / (A + B + C + D) × 100

Paydada yalnızca her iki yöntemin de etiketi gözlenen sorgular bulunur.

Bu hesap, yöntemlerin ne sıklıkla aynı kararı verdiğini gösterir. Söz konusu kararların gerçekte doğru olup olmadığını göstermez.

5. Uyum oranı ile doğruluk oranını karıştırmayın

Bu karşılaştırmanın en önemli metodolojik ayrımı burada ortaya çıkıyor.

AI ve Regex aynı sorguyu markalı kabul ettiğinde üç farklı ihtimal bulunur:

• İki yöntem de doğru sınıflandırmış olabilir.
• İki yöntem de aynı hatayı yapmış olabilir.
• Sorgu, marka bağlamına göre belirsiz olabilir.

Dolayısıyla yüksek uyum, yüksek doğruluğun garantisi değildir.

Gerçek sınıflandırma doğruluğunu değerlendirebilmek için bağımsız bir referans gerekir.

Bu referans, markanın resmî ürün ve hizmet bilgilerini bilen bir uzman tarafından hazırlanabilir. Mümkünse değerlendirmeyi yapan kişi AI ve Regex etiketlerini önceden görmemeli.

İkinci bir değerlendirici kullanılması, yorum farklılıklarının tespit edilmesine yardımcı olur. Uyuşmazlıklar, gerekçeli bir karar süreciyle çözülmelidir.

İkili sınıflandırmaya uygun sorgular için temel ölçütler:

• Accuracy: (TP + TN) / (TP + TN + FP + FN)
• Precision (branded): TP / (TP + FP)
• Recall (branded): TP / (TP + FN)
• F1: 2 × Precision × Recall / (Precision + Recall)

Burada TP doğru markalı, FP yanlış markalı, TN doğru markasız ve FN yanlış markasız kararlarını ifade eder.

Ancak belirsiz sorguların nasıl ele alındığı, değerlendirilen örneklem ve dışarıda bırakılan satırlar belirtilmeden hesaplanan bir oran yanıltıcı olabilir.

Örneğin markalı sorguların az bulunduğu bir örneklemde genel accuracy yüksek çıkabilirken markalı sorguları bulma performansı zayıf kalabilir. Bu nedenle precision ve recall ayrı yorumlanmalıdır.

6. Sorgu ağırlıklı ve trafik ağırlıklı analizleri ayırın

Her sorguyu eşit ağırlıkla değerlendirmek ile sorguları tıklama veya gösterim sayısına göre ağırlıklandırmak farklı sorulara cevap verir.

Sorgu bazlı analiz, sınıflandırmanın ne kadar tutarlı olduğunu gösterir.

Tıklama ağırlıklı analiz ise uyuşmazlığın raporlanan organik trafik üzerindeki potansiyel etkisini incelemeye yardımcı olur.

Yüksek gösterimli bir sorgudaki uyuşmazlık ile az gösterimli uzun kuyruklu bir sorgudaki uyuşmazlığın yönetsel etkisi aynı olmayabilir.

Bu nedenle yalnızca sorgu adedini değil, ayrışan sorguların tıklama ve gösterim ağırlığını da değerlendirmek gerekir.

Bununla birlikte trafik ağırlıklı uyum bile bağımsız doğruluk ölçümü değildir.

AI ve Regex Hangi Sorgularda Ayrışabilir?

Aşağıdaki senaryolar, Google'ın resmî ürün kapsamı ile Regex'in teknik eşleşme davranışından hareketle oluşturulmuştur.

TEMSİLİ ÖRNEK — GERÇEK TEST SONUCU DEĞİLDİR

Sorgu sınıfı	Olası ayrışma nedeni	Denetim
Marka adı yazım hatası	Regex varyasyonu içermiyor olabilir	Gerçek yazım biçimlerini doğrula
Markaya özgü ürün adı	Marka adı geçmediği için Regex kaçırabilir	Ürün sahipliğini doğrula
Ortak kelimeden oluşan marka	Regex ilgisiz sorguyu eşleştirebilir	Sorgu niyetini incele
Birleşik/ayrık yazım	Boşluk veya tire kuralı eksik olabilir	Varyasyon testi uygula
Türkçe karakter farkı	Desen ilgili karakteri kapsamıyor olabilir	Karakter eşleşmesini test et
Farklı dilde marka kullanımı	Sözlük çok dilli varyasyonu içermeyebilir	Dil ve marka bağlamını kontrol et
Marka + rakip adı	Karşılaştırma sorgusunun bağlamı karmaşık olabilir	Birincil marka ilişkisini değerlendir
Belirsiz ürün veya hizmet	Birden fazla markayla ilişkili olabilir	Belirsiz sınıfını koru
Dışa aktarımda eksik satır	Sınıflandırma yerine veri kısıtı olabilir	Satır kapsamını denetle

Tablodaki durumlar olası hata ve ayrışma senaryolarıdır. Herhangi bir sorgunun Google tarafından hangi sınıfa yerleştirildiği ölçülmediğinden, Google'a ait tahminî etiketler veya sonuç yüzdeleri üretilmemiştir.

Dar Regex neden yanlış negatif üretebilir?

Regex sözlüğü yalnızca resmî şirket adını kapsıyorsa bir ürün veya hizmet adıyla yapılan marka araması dışarıda kalabilir.

Google'ın kendi örneğinde Gmail, Google markasıyla ilişkili bir ürün olduğu için markalı kapsamda değerlendirilebiliyor. Yalnızca google ifadesini arayan dar bir Regex ise gmail metnini eşleştirmez.

Bu, iki yaklaşımın tanımları arasındaki farkı gösterir. Ancak tek başına belirli bir Search Console mülkünde ölçülmüş bir uyuşmazlık değildir.

Geniş Regex neden yanlış pozitif üretebilir?

Bir marka adı aynı zamanda genel dilde kullanılan bir kelime olabilir.

Bu durumda yalnızca metin eşleşmesine dayanan kural, markayla ilgisi olmayan sorguları da yakalayabilir.

Regex'in genişletilmesi kapsama alanını artırırken yanlış pozitif riskini de büyütebilir. Dolayısıyla Regex'i sürekli daha fazla terim ekleyerek geliştirmek, sınırsız bir iyileştirme stratejisi değildir.

Regex v1 ve v2 nasıl karşılaştırılmalı?

Denetimde iki sürüm ayrı tutulabilir:

Regex v1: Resmî marka adları ve doğrulanmış temel varyasyonlar.

Regex v2: Gerçek uyuşmazlık incelemesinden sonra onaylanan ilave varyasyonlar ve uygun eşleşme sınırları.

Ancak v2'nin yalnızca ilk test verisinde daha iyi sonuç vermesi yeterli değildir. Yeni kural, geliştirme sırasında kullanılmayan ayrı bir doğrulama örnekleminde de test edilmelidir.

Aksi halde Regex, geçmişte görülen sorgulara aşırı uyumlanabilir ve yeni sorgularda beklenmeyen hatalar üretebilir.

Bu ayrım özellikle zaman içinde karşılaştırılabilir SEO raporları oluşturmak isteyen ekipler için önemlidir. Marka tanımı değiştiğinde ölçülen serinin tanımı da değişebilir.

Search Console Verilerindeki Fark Gerçekten Sınıflandırmadan mı Kaynaklanıyor?

AI ile Regex arasındaki farkları yorumlarken en önemli risklerden biri, eksik veya farklı biçimde gruplanmış sorgu verilerini sınıflandırma hatası sanmaktır.

Google, Search Console performans verilerinin rapor arayüzünde ve dışa aktarımlarda farklı filtreleme ve toplama koşullarına sahip olabileceğini belirtiyor.

Bu durum Google'ın performans verisi sınırlamalarına ilişkin teknik açıklamasında ayrıntılı biçimde ele alınıyor.

Anonimleştirilmiş sorgular neden önemlidir?

Google, kullanıcı gizliliğini korumak amacıyla bazı düşük sıklıklı sorguları anonimleştiriyor.

Bu sorguların metinleri performans tablosunda gösterilmiyor. Buna karşın sorgu filtresi uygulanmayan grafik toplamlarında bulunabiliyorlar.

Sorgu filtresi uygulandığında anonimleştirilmiş sorguların dışarıda kalması, filtreli ve filtresiz toplamların farklılaşmasına neden olabiliyor.

Dolayısıyla şu varsayım güvenilir değildir:

Regex eşleşen tıklamalar + Regex eşleşmeyen tıklamalar = Her koşulda filtresiz toplam tıklamalar

Aradaki fark otomatik olarak Regex'in veya Google'ın AI sınıflandırmasının hatalı olduğunu kanıtlamaz.

Ayrıca anonimleştirilmiş sorgulara ait metinler görülemediğinden, bu sorguların bağımsız sorgu düzeyi doğruluk etiketleri üretilemez.

Arayüz ve API satır sınırları nasıl etkiler?

Google'ın belgelerinde Search Console arayüzü için 1.000 satırlık dışa aktarım sınırı belirtiliyor.

Search Analytics API ise tek istekte 25.000 satıra kadar sonuç döndürebiliyor. Sayfalama ile daha fazla satıra erişilebilse de belgelenmiş veri sınırları ve anonimleştirme devam ediyor.

API'nin daha fazla sorgu döndürmesi, bütün gerçek sorguların erişilebilir olduğu anlamına gelmez.

Üstelik API'de Regex filtreleme operatörleri belgelenirken Google'ın AI destekli marka etiketi standart bir sorgu filtresi olarak belgelenmiyor.

Bu nedenle API üzerinden Regex ile oluşturulmuş marka segmentini, Google'ın dahili AI sınıflandırmasının doğrudan karşılığı gibi sunmak doğru değildir.

İlgili teknik referans: Search Analytics API — query.

Grafik toplamları ile sorgu satırları neden farklı olabilir?

Search Console'da grafik ve tablo farklı agregasyon koşullarında görüntülenebilir.

Özellikle sayfa filtreleri, canonical URL bazlı veri toplama, sorgu anonimleştirme ve satır sınırları karşılaştırmayı etkileyebilir.

Örneğin bir sitenin mülk düzeyindeki gösterim toplamı, sayfa düzeyinde oluşturulmuş bir rapordaki satır toplamıyla her durumda aynı olmayabilir.

Bu farkı marka sınıflandırmasına bağlamadan önce toplama düzeyi kontrol edilmelidir.

Veri farklarının kaynağını belirlemek için kontrol listesi

İki segment arasında beklenmeyen fark bulunduğunda aşağıdaki denetim sırası kullanılabilir:

• Aynı Search Console mülkü seçilmiş mi?
• Tarih aralığı, ülke, cihaz ve arama türü aynı mı?
• Ek sorgu veya sayfa filtreleri açık mı?
• Grafik ve tablo aynı agregasyon kapsamında mı?
• Anonimleştirilmiş sorguların filtre toplamlarına etkisi değerlendirildi mi?
• Dışa aktarımda satır sınırı veya veri kısaltma ihtimali var mı?
• İki yöntemin de etiketi gözlemlenmeyen sorgular ayrı tutuldu mu?
• Kalan uyuşmazlıklar gerçek sorgular üzerinden manuel incelendi mi?

Bu kontrollerden sonra devam eden farklar sınıflandırma düzeyinde araştırılabilir.

Özellikle organik performans değişimlerinin analizinde bu ayrım önemlidir. Toplam tıklamaların artması veya azalması, hangi sorgu segmentinin değiştiğini kendiliğinden açıklamaz. Bu konu, organik trafikte ani düşüş nedenleri değerlendirilirken de dikkate alınmalıdır.

SEO Raporlamasında AI Filtresi mi, Regex mi Kullanılmalı?

Bu sorunun yanıtı hangi yöntemin teknik olarak daha gelişmiş göründüğünden değil, raporun hangi kararı destekleyeceğinden hareketle verilmeli.

Kullanım amacına göre karar matrisi

Raporlama ihtiyacı	Öncelikli yaklaşım	Gerekçe
Hızlı marka/markasız performans incelemesi	AI marka filtresi	Google'ın yerleşik segmentasyonunu sunar
Markaya özgü kuralları denetleme	Regex	Terimler ve eşleşme mantığı görülebilir
Tekrarlanabilir kural seti	Versiyonlanmış Regex	Tanım ve değişiklikler kaydedilebilir
Google'ın bağlamsal sınıflandırmasını inceleme	AI filtresi	Google'ın kendi segmentini gösterir
Yönetim raporunda doğruluk değerlendirmesi	AI + Regex + bağımsız etiketleme	Ortak hata ve ayrışma kontrolü sağlar
API tabanlı kural filtrelemesi	Regex	RE2 operatörleri belgelenmiştir
Marka farkındalığına ilişkin trend analizi	Önce kapsamı doğrulanmış AI veya Regex serisi	Tutarlı dönem karşılaştırması gerekir

Bu matris, ölçülmüş bir ürün üstünlüğü sıralaması değildir. Araçların belgelenmiş davranışları ile denetlenebilirlik gereksinimlerinden türetilmiş yöntem önerisidir.

Yönetim raporlarında hangi hata daha maliyetli?

Her markalı sorgu hatasının iş üzerindeki etkisi aynı değildir.

Örneğin gerçekte markalı bir ürün sorgusunun markasız kabul edilmesi, markasız organik görünürlüğün olduğundan farklı yorumlanmasına yol açabilir.

Tersi durumda, markasız bir kategori sorgusunun markalı sayılması, marka talebi ile kategori talebi arasındaki ayrımı bozabilir.

Ancak bunların gerçekleşip gerçekleşmediği gerçek sorgu verisi olmadan bilinemez.

Bu nedenle yönetim raporlarında yalnızca segment toplamlarını değil, önemli uyuşmazlıkların kapsamını ve olası raporlama etkisini de göstermek daha savunulabilir bir yaklaşımdır.

Markasız sorgu yeni kullanıcı anlamına gelir mi?

Hayır.

Markasız sorgu, arama ifadesinin belirli bir marka sınıflandırması altında markasız kabul edildiğini gösterir.

Bu kullanıcı daha önce siteyi ziyaret etmiş olabilir. Mevcut müşteri olabilir veya markayı tanımasına rağmen genel bir kategori sorgusu kullanmış olabilir.

Dolayısıyla aşağıdaki kavramlar eşdeğer değildir:

• Markasız arama sorgusu
• Yeni kullanıcı
• Yeni müşteri
• Artımlı müşteri kazanımı

Markasız sorgu büyümesi, keşif ve kategori görünürlüğü açısından anlamlı bir sinyal olabilir. Ancak kullanıcı veya müşteri kazanımı iddiası için uygun analitik ve iş verileri gerekir.

Benzer biçimde AI destekli arama görünürlüğü ile klasik Search Console marka segmentasyonu da ayrı ölçüm sorularıdır. Aralarındaki ilişkinin daha geniş bağlamı Yapay Zekâ Çağında SEO: Arama ve Yanıt Görünürlüğü yazısında ele alınmaktadır.

Sonuç: AI Destekli Marka Filtresinin Güvenilirliği Nasıl Değerlendirilmeli?

Google Search Console'un AI destekli marka filtresi, markalı sorguları analiz etmek için kullanılabilecek yerleşik bir sınıflandırma sistemi sunuyor. Ancak resmî belgeler, bu sınıflandırmanın her koşulda doğru olduğunu söylemiyor.

Regex ise kuralları açık ve tekrar uygulanabilir bir yaklaşım sağlıyor. Buna karşılık doğruluğu, marka sözlüğünün kapsamına ve eşleşme kurallarının kalitesine bağlı.

Bu karşılaştırmadan çıkarılabilecek dört temel karar bulunuyor:

• AI ve Regex farklı yöntemlerdir. Google'ın AI destekli sınıflandırması Regex tabanlı değildir. İki yöntemin aynı sorgular üzerinde karşılaştırılması bu nedenle anlamlıdır.
• Uyuşmazlık, hata kanıtı değildir. AI ile Regex farklı etiketler ürettiğinde hangi yöntemin doğru olduğunu belirlemek için bağımsız marka bağlamı gerekir.
• Veri kapsamı sınıflandırmadan önce denetlenmelidir. Anonimleştirilmiş sorgular, satır sınırları, etkin filtreler ve farklı agregasyon düzeyleri karşılaştırmayı etkileyebilir.
• Kritik raporlama kararlarında yöntem şeffaflığı önemlidir. Google'ın yerleşik filtresi hızlı analiz için, versiyonlanmış Regex denetlenebilir kural seti için kullanılabilir. Sınıflandırma doğruluğu iddiası ise bağımsız referansla desteklenmelidir.

Bu makalede gerçek Search Console dışa aktarımlarıyla hesaplanmış bir AI–Regex uyum oranı veya doğruluk yüzdesi bulunmuyor. Dolayısıyla iki yöntemden birinin daha doğru olduğu sonucuna varılmıyor.

Güvenilirliğin ölçülebilir hale geldiği nokta, iki aracın aynı kararı vermesi değil; bu kararların bağımsız olarak doğrulanabilmesidir.

Kaynaklar

• Google Search Central — Introducing the branded queries filter in Search Console — 20 Kasım 2025; güncelleme 11 Mart 2026.
• Search Console Help — Advanced filtering and comparison — RE2 sözdizimi ve filtreleme davranışı.
• Google Search Central — A deep dive into Search Console performance data — Veri anonimleştirme ve satır sınırları.
• Search Console Help — Troubleshooting data discrepancies — Grafik, tablo ve filtre toplamları.
• Search Console Help — Dimensions and data groupings — Sorgu boyutu ve veri kısıtları.
• Search Analytics API Reference — API filtre operatörleri ve sorgu yapısı.

Sık Sorulan Sorular

Search Console marka filtresi Regex kullanıyor mu?

Hayır. Google, markalı ve markasız sorgu sınıflandırmasının dahili bir AI destekli sistemle gerçekleştirildiğini açıkça belirtiyor. Regex, Search Console'da ayrıca kullanılabilen bir sorgu filtreleme yöntemidir.

Google'ın AI marka filtresi yanlış sınıflandırma yapabilir mi?

Evet. Google, sınıflandırmanın bağlamsal ve dinamik niteliği nedeniyle bazı sorguların yanlış tanımlanabileceğini kabul ediyor. Ancak resmî belgelerde genel bir doğruluk veya hata yüzdesi açıklanmıyor.

AI marka filtresi ile Regex toplamları neden farklı olabilir?

Yöntemlerin sorguları farklı etiketlemesi nedenlerden biridir. Bunun yanında anonimleştirme, satır sınırları, farklı filtre koşulları ve veri agregasyonu da toplamları etkileyebilir. Gerçek neden, sorgu ve ölçüm kapsamı birlikte incelenerek belirlenmelidir.

AI marka filtresi hangi Search Console mülklerinde kullanılabilir?

Google'ın duyurusuna göre özellik uygun üst düzey mülklerde kullanılabilir. Alt dizin ve alt alan adı mülkleri kapsam dışında kalabilir. Ayrıca yeterli sorgu ve gösterim sinyalleri gereklidir. Mülk uygunluğu gerçek Search Console arayüzünden doğrulanmalıdır.

Marka adı geçmeyen bir sorgu neden markalı sayılabilir?

Google'ın tanımı, markaya özgü ürün veya hizmet adlarını da kapsıyor. Örneğin Gmail, Google'ın resmî açıklamasında markalı ürün sorgusu örneği olarak yer alıyor.

Search Analytics API'de AI marka filtresi bulunuyor mu?

3 Kasım 2026'da kontrol edilen resmî Search Analytics API referansında Regex için includingRegex ve excludingRegex operatörleri belgeleniyor. Google'ın dahili AI marka sınıfı ise standart bir filtre boyutu veya operatörü olarak belgelenmiyor. Arayüzdeki AI etiketi, API Regex sonucu sanılmamalıdır.

Markasız sorgular yeni kullanıcıları mı gösterir?

Hayır. Markasız sorgular, arama terimlerinin marka sınıflandırması açısından değerlendirilmesini ifade eder. İlk kez gelen kullanıcıları veya yeni müşterileri doğrudan ölçmez.

Regex ile Türkçe karakter ve yazım hataları nasıl yönetilir?

Doğrulanmış marka varyasyonları, karakter sınıfları ve uygun eşleşme kuralları kullanılabilir. Örneğin [oö] iki karakter alternatifini ifade eder. Ancak gerçek sorgu verisi üzerinde false positive ve false negative kontrolleri yapılmadan Regex'in kapsamlı veya hatasız olduğu varsayılmamalıdır.