VibeVO – Advertisers and creators in one ecosystem

Category: Fiyatlar, BGBM, YG

  • IPO Anthropic: Amazon milyarlar alacak, VC fonları gergin bir şekilde kenarda duruyor

    IPO Anthropic: Amazon milyarlar alacak, VC fonları gergin bir şekilde kenarda duruyor

    Yaklaşan IPO Anthropic büyük ödemeler vaat ediyor, ancak herkese eşit değil. Menlo Ventures ve Sequoia gibi yatırım fonları milyarlar bekliyor. Ancak, Anthropic’in S-1 belgesine göre, hiçbiri ana hissedarlar listesine dahil edilme eşiği olan %5 hisseye sahip değil. Bu, önde gelen risk sermayesi yatırımcılarının genellikle çift haneli paylara sahip olduğu IT IPO’ları için son derece alışılmadık bir durumdur. Peki bu neden böyle oldu ve ana faydalanıcı kim olacak?

    VC fonları neden kırıntılar aldı?

    Sebep basit: Anthropic’in büyüklüğü. 965 milyar dolarlık özel bir değerlemede, hisselerin %1’i neredeyse 10 milyar dolar değerinde. Örneğin, Bloomberg’e göre Menlo Ventures’ın 14 milyar dolarlık pozisyonu şirketin sadece yaklaşık %1,5’ini oluşturuyor.

    Risk sermayesi fonları büyük paylar alamadı çünkü Anthropic, hisselerini stratejik ortaklara aktif olarak sattı. Bu, VC fonlarının genellikle baskın pozisyonlarda olduğu geleneksel sahiplik yapısını değiştirdi.

    Amazon: IPO’nun ana faydalanıcısı

    Amazon, muhtemelen IPO’nun en büyük finansal kazananı olacak. 2023’te Amazon, Anthropic’e 4 milyar dolara kadar yatırım yapmayı taahhüt etti ve ardından milyarlarca dolar daha akıttı. Yatırımların çoğu dönüştürülebilir tahviller olarak yapılandırıldı – IPO veya satışta hisseye dönüşen borç.

    • S-1’e göre, 30 Haziran itibarıyla Amazon’un 6,2 milyar dolar değerinde dönüştürülebilir tahvili vardı.
    • Anthropic’in değerlemesi arttıkça, bu tahvillerin değeri önemli ölçüde arttı.
    • Amazon kendi raporlarında, 30 Haziran itibarıyla tahvillerini 97,9 milyar dolar olarak değerlendirdi.

    Muhasebe oyunları ve gerçek nakit

    Amazon’un dönüştürülebilir tahvillerinin değerindeki artış, Anthropic’i bunu raporlarında yansıtmaya zorladı. Şirket, 2026’nın ilk yarısında “dönüştürülebilir tahviller, türev yükümlülükler ve SAFE’lerin gerçeğe uygun değerindeki değişiklik” kaleminde 72,4 milyar dolar kaydetti.

    Bu nakit dışı bir kalemdir, şirketten gerçek para çıkışı olmadı. Amazon tahvilleri 1,84 milyar hisseye dönüştürülebilir, ancak “kısmen seyreltilmiş” hisse sayısının %12’si ile sınırlıdır. Amazon bu sınırdan vazgeçebilir.

    Ek Amazon yatırımları

    Tahviller hepsi değil. İkinci çeyrekte Amazon, imtiyazsız imtiyazlı hisselere ek olarak 10 milyar dolar yatırım yaptı ve Anthropic’in son iki finansman turunun her birine 5 milyar dolar yatırdı.

    Amazon’un 2023’ten 2025’e kadar tahvillerdeki milyarlar dahil olmak üzere toplam yatırımı yaklaşık milyarlara ulaşıyor. Bu, Amazon’u Anthropic’in gelecekteki sahiplik yapısında kilit bir oyuncu haline getiriyor.

    IPO Anthropic: Amazon milyarlar alacak, VC fonları gergin bir şekilde kenarda duruyor — illustration 2

    Sadece hisseler değil: AWS ve Google

    Hisse değerindeki artışın yanı sıra Amazon, Anthropic’ten önemli gelir elde edecek; Anthropic, önümüzdeki 10 yıl içinde AWS’ye en az 110 milyar dolar harcamayı taahhüt etti. Google da kazanıyor:

    • Google, geçen yılın başında Anthropic’in yaklaşık %14’üne sahipti.
    • Şirket, Nisan ayında 10 milyar dolar daha yatırım yaptı.
    • Şu anda Google’ın payı seyreltme sonrası %5,6 olarak tahmin ediliyor.
    • Google ayrıca, 2033 yılına kadar Anthropic ile en az 114 milyar dolarlık bulut sözleşmeleri sağladı.

    Yatırımcılar için sonuçlar

    “Risk sermayedarları ödemelerini beklerken, S-1 açıkça gösteriyor ki: Anthropic IPO’sunun en büyük kazananları, potansiyel bir rakibi erken aşamada destekleyen ve şimdi ona bilgi işlem gücünün çoğunu satan Amazon gibi teknoloji devleri olacak. S-1, bu bulut sağlayıcılarından bazılarının rakip AI modelleri oluşturduğunu ve çıkarlarının Anthropic’in çıkarlarıyla her zaman örtüşmeyebileceğini bile uyarıyor.”

    Bu, stratejik ortakların tüm kaymağı nasıl aldığını, VC fonlarına sadece kırıntılar bıraktığını gösteren klasik bir örnektir. Kârlı bir CPM ve ucuz hipotez testi değerlendirmek için, sadece beyan edilen yatırımlara değil, tüm tabloya bakmak önemlidir.

    Sıkça sorulan sorular

    Bu tür yatırımlarda hangi CPM kârlı sayılır?

    Reklam kampanyalarını değerlendirirken, kârlı bir CPM, pozitif ROI sağlayan CPM’dir. Anthropic IPO’su bağlamında, CPM doğrudan bir gösterge değildir, ancak yüz milyarlarca dolar değerinde olan bir girişime dikkat çekmenin maliyetini yansıtır. Bizim için, arbitrajcılar için, hype değil, birim ekonomisi önemlidir.

    Erken aşamadaki AI girişimlerine yatırım yapmaya değer mi?

    Anthropic örneği gösterdiği gibi, erken yatırımlar büyük kârlar getirebilir, ancak yalnızca Amazon veya Google iseniz. Sıradan yatırımcılar için riskler önemli ölçüde daha yüksektir. Sadece potansiyeli değil, aynı zamanda anlaşmaların yapısını ve stratejik ortağın kim olduğunu analiz etmek önemlidir.

    AI ürününü tanıtmak için banner reklamcılığı mı yoksa influencer’lar mı daha ucuz?

    Bu, hedef kitleye ve kampanya hedeflerine bağlıdır. Fiyat karşılaştırması, banner reklamcılığının 1 milyon gösterim için daha ucuz olabileceğini, ancak influencer’ların genellikle daha yüksek etkileşim sağladığını gösteriyor. Uzman otoritesinin önemli olduğu AI ürünleri için, influencer’lar daha yüksek CPM’ye rağmen daha etkili olabilir. Her zaman ROI’yi hesaplayın.

    Sonuç

    IPO Anthropic, Amazon ve Google gibi büyük oyuncuların, geleneksel risk sermayesi fonlarının gelirlerini önemli ölçüde aşan muazzam kârlar elde etmek için stratejik yatırımları nasıl kullandıklarının çarpıcı bir örneğidir. Bu, tohum yatırımlarına bütçe dostu alternatifler arayan ve maksimum ROI’yi hedefleyen herkes için bir derstir. Her zaman vaatleri değil, parayı hesaplayın. Her rubleden maksimum verimi nasıl alacağınızı öğrenmek ister misiniz? ROI optimizasyonu hakkındaki vaka çalışmalarımızı okuyun.

  • Meta: Muse’un kârsızlığı ve yapay zekanın etkisiyle %26 gelir artışı

    Meta: Muse’un kârsızlığı ve yapay zekanın etkisiyle %26 gelir artışı

    Milyarlarca dolarlık davalara ve yasal süreçlere rağmen Meta, özellikle üçüncü çeyrekte etkileyici bir gelir artışı sergiliyor. Şirket, bu tür finansal zorluklar karşısında nasıl ayakta kalmayı ve hatta gelişmeyi başarıyor? Cevap, Meta’nın reklam gelirlerinin temel itici gücü haline gelen yapay zekaya yaptığı stratejik yatırımlarda yatıyor, hatta Muse gibi yeni ürünler henüz kârlı olmasa bile. Bu olağanüstü başarının ayrıntılarına inelim ve Meta‘nın reklam platformlarını optimize etmek için yapay zekayı nasıl kullandığını öğrenelim.

    Meta: Muse’un Kârsızlığına ve Yapay Zekanın Etkisine Rağmen %26 Gelir Artışı

    Meta, milyarlarca dolarlık davalar ve yasal süreçlerle dolu zorlu bir yıl geçirdi. Bunlardan biri, sosyal medyanın çocuklar üzerindeki zararlı etkileriyle ilgili olup, 18 milyar dolarlık bir uzlaşmayla sonuçlandı. Veri gizliliğinin ihlaliyle ilgili başka bir dava ise New Mexico eyaletine 25 milyar dolar ödeme emriyle sonuçlandı. Bu karar, Meta’nın üçüncü çeyrek raporundan birkaç saat önce verildi ve şirket karara itiraz etme niyetinde olduğunu zaten belirtti.

    Bu hukuki mücadelelere rağmen Meta için üçüncü çeyrek güçlü geçti. Uygulama ailesinden elde edilen gelir, bir önceki yıla göre %26 artarak 64,2 milyar dolara ulaştı. Bu miktarın 63,1 milyar doları reklam gelirlerinden geldi. Reklam gösterimlerinin sayısı da %10 arttı.

    Muse: Kârsız Popülerlik

    Eylül başında Muse’un lansmanından birkaç hafta sonra Meta, küçük işletmeler için Muse’u tanıttı. Meta CFO’su Susan Li’nin yatırımcılara bildirdiğine göre, Muse uygulamasındaki bu “yeni beceri ve bağlayıcılar seti”, şirketlerin müşteri bulmasına, reklam performansını analiz etmesine, optimize etmesine ve kampanyalar geliştirmesine yardımcı oluyor.

    Tüketici tarafında, Muse’un lansmanı Meta CEO’su Mark Zuckerberg’e göre “şirket tarihindeki en başarılı lansmanlardan biri” oldu. Bu iddia, modelin ilk versiyonlarıyla ilgili gizlilik sorunları göz önüne alındığında tartışmalı olabilir. Ancak, diğer Meta platformlarında olduğu gibi, gizlilik endişeleri geniş çaplı benimsenmeyi engellemedi.

  • Bunların yaklaşık %25‘i her gün kullanıyor.

Zuckerberg, tüm bu ajanların “hesaplama kaynakları açısından çok talepkar” olduğunu belirtti. Meta, maliyet etkinliğinin önümüzdeki yıl 10 kat artmasını bekliyor ve Zuckerberg’e göre bu, “gelir hatları doğru ölçeğe ulaştığında karlı hale gelmesini sağlayacak”. Başka bir deyişle: Muse şimdilik popüler ama para kazandırmıyor.

Yapay Zeka, reklam gelirlerinin büyümesinin itici gücü olarak

Meta’nın reklam gelirlerindeki artış Muse’a atfedilemezse, o zaman sebep nedir? Cevap, Meta’nın reklam platformunun genel stratejisinde uzun süredir merkezi bir rol oynayan yapay zekadır.

Bu yılın başlarında Meta, reklam içeriğini ve kullanıcı tercihlerini analiz ederek belirli bir kişi için en uygun reklamı belirleyen Generative Recommender adlı bir LLM tabanlı araç başlattı. Meta CFO’su Susan Li, aracın Facebook akışlarında başlatılmasından bu yana hedeflenen kitle segmentlerinin dönüşümlerde neredeyse %2‘lik bir artış gösterdiğini bildirdi.

Li, Meta’nın GEM’i, yani üretken reklam öneri modelini, daha fazla kullanıcı temas noktasını içerecek şekilde genişlettiğini de söyledi. Bu, Meta’nın artık çeşitli platformlardan gelen öneri verilerini tek bir yerde birleştirebileceği anlamına geliyor. Bu yetenek şunlara yol açtı:

  • Harici kampanyalar için dönüşümlerde %1,7 artış.
  • Geçen çeyrekte uygulama içi dönüşümlerde %9,6 artış.

“Yapay zeka yatırımları, Meta’nın reklam işine yıllardır fayda sağlıyor. LLM’ler, yapay zeka altyapısının giderek daha büyük bir kısmının temelini oluşturdukça, Meta, hem organik içerikte hem de önerilerde insanların tercihleri ve ilgi alanları hakkında daha fazla bilgi edinecek” — Susan Li, Meta Finans Direktörü.

Meta: gelir artışı %26, Muse zararda ve yapay zekanın etkisi — illustration 2

Amaç sadece Meta Advantage+ reklam optimizasyon motorunu beslemek değil, aynı zamanda Meta’nın yaratıcı kişiselleştirme özelliklerini de beslemektir.

Netflix: gelir artışı ve reklam sorunları

Netflix’in geliri üçüncü çeyrekte yıllık bazda %12 artarak 12,9 milyar dolara ulaştı ve beklentileri karşıladı. Ancak reklam işi beklentilerin biraz gerisinde kaldı, bu da Netflix’i yılın geri kalanı için tahminini ayarlamaya zorladı.

Sıkça Sorulan Sorular

Meta’nın üçüncü çeyrekteki toplam gelir artışı ne kadardı?

Meta’nın üçüncü çeyrek kazançları: AI reklam gelirlerini nasıl artırıyor?

Meta’nın üçüncü çeyrek toplam geliri, yıllık bazda %26 artışla 64,2 milyar dolar oldu.

Meta üçüncü çeyrekte ne kadar reklam geliri elde etti?

Meta’nın reklam geliri üçüncü çeyrekte 63,1 milyar dolar olarak gerçekleşti.

Muse Meta’ya kar getiriyor mu?

Hayır, şu anda Muse kar getirmiyor. Mark Zuckerberg, Muse ajanlarının “hesaplama kaynakları açısından çok talepkar” olduğunu belirtti, ancak Meta’nın gelecek yıl maliyet verimliliğinde 10 kat iyileşme beklediğini söyledi.

Hangi yapay zeka araçları Meta’nın reklam gelirlerinin artmasına katkıda bulundu?

Büyümeye, dönüşümleri %2 artıran Generative Recommender ve harici kampanyalar için dönüşümlerde %1,7, uygulama içi kampanyalar için ise %9,6 artışa yol açan GEM genişlemesi katkıda bulundu.

Netflix’in üçüncü çeyrek geliri ne kadar arttı?

Netflix’in geliri yıllık bazda %12 artarak 12,9 milyar dolara ulaştı.

Sonuç

Meta, yapay zeka yatırımları sayesinde reklam performansını önemli ölçüde artırarak güçlü bir gelir artışı sergiliyor. Muse gibi ürünler şimdilik kârsız olsa da potansiyel taşıyor. Netflix reklamcılık işinde zorluklarla karşılaşırken, Meta, yapay zeka optimizasyonu sayesinde CPM’nin karlı ve hipotez testlerinin ucuz olduğunu kanıtlamaya devam ediyor. Harcanan her rubleden ne kadar para kazanacağınızı öğrenmek ister misiniz? Yapay zekanın reklam kampanyalarının birim ekonomisini nasıl değiştirdiğini inceleyin.

  • Kârlı CPM: Yapay Zekadan Gelen Faydalı Bir Yanıtın Gerçek Maliyeti Nasıl Hesaplanır?

    Kârlı CPM: Yapay Zekadan Gelen Faydalı Bir Yanıtın Gerçek Maliyeti Nasıl Hesaplanır?

    Merhaba sevgili arbitrajcılar! Benim adım Timur ve Cloud.ru’da pazar yerinden sorumluyum. Müşterilerin bulut altyapısına entegre olan yapay zeka hizmetleri için bir platform sağlıyoruz. Benim görevim fiyatlandırmada şeffaflık sağlamak. Şu anda birçok kişi yapay zekayı token maliyetine göre değerlendiriyor, ancak bu temelde yanlış. Müşteri tokenlar için değil, belirli bir sonuç için ödeme yapıyor. Bu makalede, Cloud.ru verilerine dayanarak bir yapay zeka aracısının birim ekonomisini nasıl doğru bir şekilde hesaplayacağımızı ve hangi CPM’nin karlı olduğunu anlamak için faydalı bir yanıtın gerçek maliyetini belirleyeceğiz.

    “Pazar yerindeki satıcı aracısına bir fiyat belirlemeli, müşteri bunu anlamalı ve platform, vitrindeki fiyatların birbiriyle karşılaştırılabileceği şekilde düzenlemelidir. Üç taraf da maliyeti tokenlarla ölçtüğü sürece, bunlardan hiçbiri gerçekleşmez.”

    Önceki materyaller OpenClaw’a ayrılmıştı: veri sızıntısı olmadan bir aracı nasıl dağıtılır ve neden yeni bir sürümün ayrı bir hizmet olduğu. Bugün paradan bahsediyoruz.

    Yapay Zeka Hizmetlerinin Maliyetini Değerlendirme: Birim Ekonomisine Odaklanma

    Ölçü Birimi: Tokenlar Değil, Faydalı Yanıt

    Token kötü bir metriktir. Müşteri token satın almaz, sorununa bir çözüm satın alır. “Kapalı diyalog” da yanıltıcıdır. Örneğin Intercom, iki tür çözüm tanımlar: onaylanmış (müşteri “teşekkür ederim” dedi) ve varsayılan (müşteri sadece ayrıldı).

    Her ikisi de ödenir, ancak bir nüans vardır: müşteri aynı soruyla geri dönerse, çözüm iptal edilir. Lorikeet’ten bir örnek (195 vaka, 38 satıcı): Yapay zeka tarafından kapatılan 4200 diyalogdan 900’ü bir bilgi tabanı makalesine bağlantı verilerek kapatıldı. Bunlar olmadan, çözülenlerin oranı %70’ten %55’e düşer.

    “Kapatıldı” ve “çözüldü” arasındaki fark çok büyüktür. Bu nedenle ölçü birimimiz faydalı yanıttır. Bu, bir insan müdahalesi olmadan yapay zeka tarafından kapatılan bir diyalogdur ve müşteri 72 saat içinde aynı soruyla geri dönmemiş ve olumsuz bir değerlendirme bırakmamıştır. Bu filtrelerden geçmeyen her şey maliyetlerin payına gider, ancak faydalı yanıtların paydasına gitmez. Başarısız girişimler başarılı olanlar tarafından ödenir. Bu kilit noktadır.

    Model Vaka: Çevrimiçi Mağaza Desteği

    Hesaplamalar için tipik bir senaryo alalım: çevrimiçi mağaza desteği. Bu, büyük hacimli genel verilere sahip kitlesel bir vakadır. Mağaza ayda 40.000 talep alır. Bunların %90’ı (36.000 diyalog) yapay zeka aracısına yönlendirilir.

    Operatörsüz olarak ajan tarafından kapatılan diyaloglara otomatik kapanmalar diyoruz – bu, satıcıların gösterdiği bir metriktir. Ajanın yapısı: RAG (bilgi tabanında arama + yanıt oluşturma) artı “sipariş durumu” aracı. Bir diyalog için üç LLM çağrısı vardır:

    1. İsteği anlamak ve rotayı seçmek.
    2. Bulunan parçalara göre yanıt vermek.
    3. Araca başvurmak veya operatör için bir özet oluşturmak.

    Ortalama olarak bu, 12.000 giriş tokenı (sistem istemi, parçalar, geçmiş) ve 800 çıkış tokenıdır. Bilgi tabanına yapılan sorgular – diyalog başına iki. Filtre modeli, müşterinin repliğini ve ajanın yanıtını kontrol eder (üç çağrının her biri için 1000 token). Yeniden oluşturmalar için ek %15 token ayırıyoruz.

    Altyapı ve Maliyetler

    Cloud.ru hizmetlerini kullanıyoruz:

    • Bilgi tabanı: Evolution Managed RAG.
    • Ajan: Evolution AI Agents.
    • Günlükler: Evolution Managed PostgreSQL.

    Moskova’da bir destek operatörünün maliyeti: 125.000 ruble/ay (2025 yılı için hh.ru’ya göre 85.300 ruble maaş + katkılar ve genel giderler). Günde 40 biletle, bir biletin maliyeti 149 rubledir. Operatörün dakikası – 15,5 ruble (125.000 ruble / 10.080 dakikanın %80’i). Perakendede sohbet için (günde 60 talep) bilet maliyeti – 99 ruble.

    Hesaplamalar İçin Varsayımlar

    Ana varsayımlar:

    • Otomatik kapanma oranı: genel vakaların medyanı – %70. Ozon: %27 (2020) -> %62 (2022). Ortayı alıyoruz – %50.
    • Filtreyi geçemeyen diyaloglar: müşteri 72 saat içinde geri döndü veya olumsuz oy verdi. Varsayım: %6 (Lorikeet örneğinde kapatılan diyalogların %21’i bağlantıydı).
    • Böyle bir diyaloğun maliyeti: 150 ruble tazminat + 3 dakika operatör (200 ruble).
    • Operatörün yükseltme süresi: normal bir biletin üzerinde 1,5 dakika.
    • Manuel kontrol: tüm diyalogların %3’ü, her biri 3 dakika.
    • Bilgi tabanı, istemler: 0,5 uzman oranı (iyimser).
    • Amortisman: 50.000 ruble/ay (CRM entegratörü için – 1,5 milyon rubleye kadar).

    Model ve Altyapı Fiyatları (Cloud.ru, Ekim 2026)

    Evolution Foundation Models tarifeleri (KDV %22 dahil, 1 milyon token için):

    • HiveTraceGuard-Pro (filtre): giriş 25 ruble, çıkış 125 ruble.
    • Qwen3-30B-A3B: giriş 10 ruble, çıkış 50 ruble.
    • GigaChat-3-Pro: giriş 25 ruble, çıkış 125 ruble.
    • Claude Haiku 4.5: giriş 100 ruble, çıkış 500 ruble.
    • Claude Sonnet 4.6: giriş 360 ruble, çıkış 2250 ruble.

    Ucuz ve pahalı model arasındaki fark: girişte 36 kat, çıkışta 45 kat. Altyapı (Evolution, Eylül 2026, 730 saat/ay):

    • 4 vCPU + 8 GB RAM: 1,5616 ruble/vCPU-saat, 0,3904 ruble/GB-saat.
    • Evolution Managed RAG (2 GB, 72.000 sorgu): 1,3664 ruble/GB-saat, 0,0976 ruble/1000 sorgu.
    • Evolution Managed PostgreSQL (2 vCPU, 4 GB RAM, 100 GB SSD): 1,49145 ruble/vCPU-saat, 0,4026 ruble/GB-saat, 0,016836 ruble/GB-saat.

    Toplam altyapı: 13.420 ruble/ay. Bu, hesaplamadaki en ucuz kalemdir.

    Faydalı Bir Yanıtın Maliyetinin Hesaplanması

    Bir Diyaloğun Maliyeti

    Önce farklı modellerde bir diyaloğun maliyetini hesaplıyoruz:

    • Qwen3-30B-A3B: 0,43 ruble.
    • GigaChat-3-Pro: 1,32 ruble.
    • Claude Haiku 4.5: 3,76 ruble.
    • Claude Sonnet 4.6: 10,99 ruble.

    25 kat fark var! Eğer burada dursaydık, model seçimi kritik olurdu.

    CPM выгодный: как считать реальную стоимость полезного ответа ИИ — illustration 2

    Faydalı yanıtın fiyatı

    36.000 diyalogdan, %50 otomatik kapanma ile 18.000’i kapatıldı. Bunların %6’sı hataydı. Geriye 16.920 faydalı yanıt kalıyor. Her faydalı yanıt sadece token’ları değil, aynı zamanda şunları da içerir:

    • Başarısız denemelerin token’ları.
    • Operatörlerin eskalasyondaki dakikaları.
    • Hataların maliyeti.
    • Doğrulama.
    • Bilgi tabanı.
    • Uygulama.

    Token’lardaki 25 kat fark, faydalı yanıt başına 1,4 katına dönüşüyor: 51 ruble’den 73 ruble’ye. Token’larda 25 kat daha pahalı olan pahalı model (Claude Sonnet 4.6), sonuç fiyatı açısından sadece %40 daha pahalı çıkıyor. Neden? Çünkü diğer tüm maliyetler tüm modeller için aynı.

    Fiyat yapısı: GigaChat-3-Pro (53 ruble)

    GigaChat-3-Pro için (faydalı yanıt başına 53 ruble):

    • Eskalasyonlar ve hatalı yanıtlar: Maliyetin %71’i. Bu maliyetler genellikle “AI giderleri” olarak dikkate alınmaz, ancak destek maaşlarında veya tazminatlarda yer alır.
    • Token’lar: 2,8 ruble (%5). Bu, herkesin karşılaştırdığı tek kalemdir.
    • Bulut altyapısı: 0,80 ruble.

    Claude Sonnet 4.6’da token’lar fiyatın %32’sini oluşturuyor. Burada token’lardan tasarruf etmek mantıklı. Nasıl?

    1. Bağlamı kısaltma: 12.000 giriş token’ını 6.000’e düşürmek. Sonnet’teki faydalı yanıt 73 ruble’den 65 ruble’ye düşer.
    2. Önbellekleme: Önbellekten okuma 10 kat daha ucuzdur. Eğer bağlamın yarısı sistem istemiyse, fiyat 66 ruble’ye düşer.

    Qwen’de bu teknikler kuruşlar kazandırır.

    Ana tasarruf kaldıraçları

    1. Otomatik kapanma oranı

    Pilot (otomatik kapanmaların %35-50’si) aşamasından çalışma döngüsüne (%65) geçiş 15-19 ruble tasarruf sağlar. On yüzde puanlık otomatik kapanma, daha ucuz bir modele geçişle aynı miktarda tasarruf sağlar (Sonnet’te %50’den %60’a yükselme 14 ruble tasarruf sağlar, Sonnet’i Haiku ile değiştirmek 15 ruble). Ancak ilki herhangi bir modelde çalışır, ikincisi ise bir kez.

    2. Hata oranı

    Filtreyi geçemeyen kapalı diyalogların oranı nadiren ölçülür, ancak kritiktir.

    Filtreyi geçemeyenlerin oranı Faydalı yanıtın fiyatı Bunlara yapılan harcamalar (ruble/ay)
    %6 X Y
    %3 X – 8 ruble. Y – Z

    Hataları %6’dan %3’e düşürmek, her faydalı yanıtta 8 ruble tasarruf sağlar. GigaChat-3-Pro’dan Qwen3-30B-A3B’ye geçiş sadece 2 ruble tasarruf sağlar. Müşteri sessiz kaldığı her diyaloğu çözülmüş sayarsak, %15 hata bir operatörün maaşının yarısından fazlasına mal olabilir.

    3. Eskalasyon kalitesi

    Eskalasyon için 1,5 dakika operatör süresi ayırdım (özeti okuma, devam etme). Bu, “sıcak” aktarımda işe yarar: ajan, operatöre sıkıştırılmış bir geçmiş, sipariş numarası ve eylem listesi aktarır. “Soğuk” aktarımda (operatör, botun üç kez yanlış yanıt verdiği tüm diyaloğu okur), 1,5 dakika 3 veya 6 dakikaya dönüşür.

    3 dakikada GigaChat-3-Pro’da faydalı bir yanıtın maliyeti 53 rubleden 77 rubleye, 6 dakikada ise 127 rubleye yükseliyor. Bu, bölgesel operatörden daha pahalı. Eğer bir aracı müşteriyi tanımlar ve bileti önceden doldurursa, operatör bir veya iki dakika tasarruf eder ve bu satır eksiye düşer.

    “Aktarım kalitesi, tüm modeldeki en geniş aralığa sahip ayrı bir bütçe kalemidir ve ölçülmelidir: yükseltilmiş biletlerin ortalama işlem süresi normal biletlerden ayrı olarak hesaplanmalıdır.”

    Doğruluk için savaşmak = token yakmak mı? Hataları %6’dan %3’e düşürmek için diyalog başına tokenler 1,6 kat artarsa, GigaChat-3-Pro’da faydalı bir yanıtın maliyeti yine de 53 rubleden 46 rubleye düşer. Sonnet’te, ekstra tokenler kazanılan doğruluktan daha pahalıdır, orada bilgi tabanını geliştirmek daha iyidir.

    Çıkarımlar: Karlı bir BGBM’yi ne olarak görmeliyiz?

    Pratik sonuç: Çalışma destek döngüsünde en pahalı şey tokenler değil, paydadır. Faydalı yanıtların payını artıran her şey (bilgi tabanının kalitesi, doğru yönlendirme, doğrulama setleri), bir milyon tokenin fiyatı için yapılan herhangi bir pazarlıktan daha hızlı kendini amorti eder.

    Pahalı modeller (örneğin, Sonnet), daha ucuz modellere kıyasla 10 puan otomatik kapanma ve 2 puan doğruluk sağlıyorsa kendini amorti eder. Doğrulama setinizdeki fark daha azsa, fazla ödüyorsunuz demektir. Daha fazlaysa, tokenlerden boşuna tasarruf ediyorsunuz demektir.

    İnsanla karşılaştırma: iki çekince

    1. Bilet fiyatı: Bilet başına 149 ruble ile, Sonnet’te %35 otomatik kapanma (faydalı yanıt başına 110 ruble) ile bir pilot bile karlı görünüyor. Operatörle eşitlik – %20-27 otomatik kapanma ile. Ancak operatör günde 60 bilet kapatıyorsa (bilet başına 99 ruble), Sonnet’teki aynı pilot (110 ruble) zaten daha pahalıdır. Bölgesel/dış kaynaklı operatör (bilet başına 64 ruble) resmi değiştirir: GigaChat-3-Pro (42 ruble) daha ucuz, Sonnet (62 ruble) – eşitlik. “Kendini amorti edecek mi” sorusu, bilet maliyetinize ve otomatik kapanma oranınıza bağlıdır.

    2. Hacim: Sabit maliyetler (bilgi tabanı, uygulama, altyapı) – ayda 163.000 ruble. 36.000 diyalog için. 6000 diyalog için GigaChat-3-Pro’da faydalı bir yanıt – 101 ruble, 3000 diyalog için – 159 ruble (operatörden daha pahalı). Ayda 3500 diyalogun altında aracı kendini amorti etmez. Sabit maliyetler daha yüksekse (bilgi tabanı için tam zamanlı bir pozisyon – ayda 200.000 ruble, uygulama – 1,5 milyon ruble), amortisman eşiği ayda 7000 diyaloğa kayar. Bu durumda tokenlerin payı %4’e düşer: diğer maliyetleri ne kadar gerçekçi hesaplarsanız, bir milyon tokenin fiyatı o kadar az önemli görünür.

    Modelde dikkate alınmayanlar (her iki yönde de)

    • Aracıya karşı: bilet sistemi veya sohbet platformu lisansı.
    • Aracı lehine: personel devri (yılda %50’ye kadar), işe alım ve eğitim maliyetleri, yeni başlayanların yavaş çalışması, satışlar için ölçeklendirme, gece/hafta sonu vardiyaları için ödeme. Bu şeyleri belirli veriler olmadan hesaplamak zordur, ancak işletmeler genellikle günlük birim ekonomisi eşitlik gösterse bile bunlar için ödeme yapmaya isteklidir.

    • Sıkça Sorulan Sorular

    Yapay zeka aracısı bağlamında “faydalı yanıt” nedir?

    Faydalı bir yanıt, yapay zeka tarafından insan müdahalesi olmadan kapatılan ve müşterinin 72 saat içinde aynı soruyla geri dönmediği veya olumsuz bir değerlendirme bırakmadığı bir diyalogdur. Bu, yapay zeka hizmetinin gerçek etkinliğini ve maliyetini değerlendirmek için önemli bir ölçüttür.

  • Karlı CPM: YouTube Shorts ve Uzun Videolar ROI’yi Nasıl Maksimize Eder?

    Karlı CPM: YouTube Shorts ve Uzun Videolar ROI’yi Nasıl Maksimize Eder?

    Kullanıcı ilgisinin giderek daha değerli bir kaynak haline geldiği modern dijital ortamda, YouTube gibi platformlarda karlı CPM’yi nasıl maksimize edeceğinizi anlamak başarının anahtarıdır. YouTube uzun zamandır sadece bir video barındırma sitesi olmaktan çıktı; ilk temastan nihai dönüşüme kadar eksiksiz bir satış döngüsü sağlayabilen güçlü bir ekosistemdir. Bu potansiyeli göz ardı etmek, önemli kârları kaçırmak anlamına gelir.

    YouTube: Eksiksiz satış döngüsü ve neden kârlı

    YouTube sadece bir video platformu değildir. İlk temastan dönüşüme kadar tüm satış döngüsünün gerçekleştiği bir ekosistemdir. Bunu göz ardı etmek nakit kaybetmektir. Verilerimiz şunu gösteriyor: Amerikalıların %94’ü düzenli olarak YouTube kullanıyor, %51’i günde birkaç kez kullanıyor. Bu, zaten burada olan bir kitle ve markalar bunu anlamaya başlıyor.

    Later’a göre, şirketlerin %55’i bu yıl YouTube bütçelerini artırmayı planlarken, içerik oluşturucuların %37’si 2026’da daha fazla zaman ayırmayı planlıyor. Soru harcayıp harcamamak değil, nasıl etkili harcamak.

    Shorts ve uzun videolar: rekabet değil, tek bir strateji

    En büyük hata Shorts ve uzun videoları ayırmaktır. Bunlar iki ayrı kanal değil, aynı zincirin halkalarıdır. Gerçekler: Çok sayıda Shorts izleyenler, uzun içerikleri de aktif olarak tüketirler. Shorts izleyicilerinin TikTok veya Reels izleyicilerine benzediği ve sadece kısa videolar izlediği yönündeki yaygın yanılgı yanlıştır.

    Shorts ve uzun videolar rekabet etmez, birbirlerini beslerler. Bir izleyici bir Shorts’ta takılıp kalır, ilgilenir ve aynı yazarın 12 dakikalık videosuna geçer. Tanınmış YouTuber Adam W, Shorts’un yeni izleyicileri uzun içerik tüketicilerine dönüştüren bir büyüme motoru olduğunu doğrular.

    “Shorts, zamanla yeni izleyicileri uzun videolar izleyenlere dönüştüren bir büyüme motoru görevi görür. Bu, YouTube’da özellikle iyi çalışır, çünkü platform başlangıçta uzun videolar için oluşturulmuştur.” — Adam W, YouTube içerik oluşturucusu.

    Shorts: hipotezlerin ucuz testi ve hızlı bir kanca

    • Huni üst ve orta kısmı: Shorts (90 saniyeye kadar) yeni ürünleri keşfetmek için idealdir.
  • Nakit: Kısa videoları izleyenlerin %49’u Shorts aracılığıyla yeni ürünler buluyor.
  • Benzersiz Kitle: YouTube Shorts kullanıcılarının %45’i TikTok’ta, %65’i ise Instagram Reels’te bulunmuyor. Bu, diğer platformlarda elde edemeyeceğiniz ek bir erişimdir.
  • Marka Aktivitesi: Shorts’taki marka gönderilerinin sayısı yıldan yıla iki katına çıkarken, kullanıcı markalarının sayısı %50’den fazla arttı.

    • Sonuç: En iyi Shorts’lar hızlı yakalamalar, ürün tanıtımları ve net harekete geçirici mesajlar kullanır. Amaç: kaydırmayı durdurmak ve ilgi “tohumunu ekmek”.

    Uzun Videolar: Dönüşüm ve Derinlemesine Araştırma

    Shorts’un ektiği “tohum”, uzun videolar sayesinde satın alma kararına dönüşür. Bu, derinlemesine araştırma ve satın alma sürecinin son aşaması için bir kanaldır. Rakamlar bunu doğrular: sponsorlu uzun içerik izleyicileri, izledikten sonra markayı 13 kat daha fazla arar (Think with Google).

    Verilerimize göre, uzun videoları izleyenlerin %26,9’u içerik oluşturucu sayesinde bir ürün satın alırken, izlemeyenlerin %17,3’ü satın almıştır. Uzun videolar ayrıca farkındalık oluşturur, bu da henüz satın almaya hazır olmayanlar için bile değerlidir.

    Sonuç: Uzun videolar derinliği ödüllendirir. Bunları ayrıntılı incelemeler, eğitimler, kanıta dayalı değerlendirmeler ve belirli bir dönüşüme yönelik içerik için kullanın.

    Satın Alma Verileri: Formatlar Birlikte Çalışır

    Her iki format da dönüştürür, ancak farklı aşamalarda. Later, Shorts ve uzun YouTube içeriğinin günlük kullanıcılarının, markalı içeriği izledikten hemen sonra yüksek satın alma oranları gösterdiğini buldu: Shorts kullanıcıları için %33 ve uzun video izleyicileri için %30. Yalnızca bir formatı finanse ediyorsanız, ROI’nin yarısını kaybedersiniz.

    Öneri: Bir sonraki YouTube kampanyasını başlatmadan önce, huninizin hedeflerine göre format dağılımını kontrol edin. Bütçe veya içerik karışımı bir formata %80/20’den fazla kaymışsa, bu bir yeniden dengeleme sinyalidir. Her iki formatı da ölçün ve onlara gerçekten ürettikleri satın almaları atfedin, hepsini tek bir metriğe birleştirmeyin.

    YouTube İçeriğinin Uzun Vadeli ROI’si

    YouTube hakkında hafife alınan gerçeklerden biri, içeriğin uzun ömürlü olmasıdır. YouTube verileri, sponsorlu videoların görüntülemelerinin %40’ının ve tıklamalarının %30’unun yayınlandıktan 30 günden fazla sonra gerçekleştiğini göstermektedir. Bu “son kullanma tarihi” ROI’yi büyük ölçüde etkiler.

    CPM avantajlı: YouTube Shorts ve uzun videolar ROI'yi nasıl maksimize eder — illustration 2

    Videonun ömrünün yalnızca ilk bir-iki haftasını kaydeden ilişkilendirme pencereleri, gerçek getirinin büyük bir kısmını kaçırır. Ölçüm pencerelerini 60-90 güne uzatmak, YouTube yatırımının ne kadar para getirdiğine dair çok daha doğru bir resim sunar. Çoğu marka bunu henüz yapmadı.

    Eksiksiz Bir YouTube Stratejisi Nasıl Oluşturulur?

    İçerik oluşturucular markaların önünde gidiyor. YouTube’un Strateji ve Operasyonlardan Sorumlu Başkan Yardımcısı’na göre, içerik oluşturucuların %70’i hem Shorts hem de uzun videolarla çalışıyor ve bunu tek bir strateji olarak görüyor. YouTube’dan Andrew Peterson, ideal yaklaşımın izleyiciyi ve hikayeyi merkeze aldığını söylüyor. Daha sonra “bu hikayeyi her yerde, insanların tüketmek isteyebileceği her şekilde nasıl anlatacağınızı düşünmeye başlarsınız.”

    En iyi performans gösteren markalar, her iki format için de birleşik bir yaratıcı brif oluşturur. Shorts’u farkındalık (günde 200 milyardan fazla görüntüleme) ve uzun videoları değerlendirme ve dönüşüm için kullanırlar. Algoritmaya ve izleyiciye aşinalık oluşturması için zaman tanıyarak, tek seferlik yerleştirmeler yerine içerik oluşturucularla tekrarlayan, çoklu video ortaklıklarına yatırım yaparlar.

    Sonuç, her öğenin kendi görevi olduğu bir stratejidir: Shorts kapıyı açar, uzun videolar ikna eder ve tekrar, izleyiciyi müşteriye dönüştürerek güven oluşturur.

    Sıkça Sorulan Sorular

    YouTube için hangi CPM karlı sayılır?

    Karlı bir CPM niş ve hedeflere bağlıdır. Ancak, 50 rubleden daha ucuz bir CPM elde edebiliyorsanız, bu hipotezleri test etmeye başlamak için iyi bir göstergedir. Önemli olan CPM’nin kendisi değil, nihai ROI’dir.

    Hangisi daha ucuz: banner mı yoksa YouTube’da hedefleme mi?

    Hesaplayalım: banner reklamların genellikle düşük CPM’si ancak düşük CTR’si vardır. YouTube’da, özellikle Shorts aracılığıyla hedeflenen reklamlar, daha alakalı bir kitleye ulaşmanızı sağlar ve bu da karşılaştırılabilir veya biraz daha yüksek bir CPM’de bile daha yüksek bir ROI sağlayabilir. Hipotezlerin ucuz testi Shorts aracılığıyla yapılmalıdır, çünkü içerik üretimi influencer’lardan daha ucuzdur.

    Video oluşturmak için yapay zekaya yatırım yapmaya değer mi?

    Tek bir videoyu benzersiz hale getirmek veya 100 yapay zeka videosu elde etmek istiyorsanız, yapay zeka tohumlamaya bütçe dostu bir alternatif olabilir. Avatarla bir dakikalık yapay zeka videosu oluşturmanın maliyeti sürekli düşüyor, bu da onu toplu gönderim ve yaratıcıları hızlı test etmek için cazip hale getiriyor. Yapay zeka tarafından oluşturulan bir hazır klibin fiyatı, 1 saatlik bir yayını manuel olarak kesmekten genellikle daha düşüktür.

    YouTube’da banner aracılığıyla 1 milyon gösterimin maliyeti nedir?

    YouTube’da 1 milyon banner gösteriminin maliyeti büyük ölçüde değişebilir, ancak genellikle 50 rubleden daha ucuz bir CPM’den önemli ölçüde daha yüksek olacaktır. Fiyat karşılaştırması dönüşümü de içermelidir. Shorts aracılığıyla tohumlamaya bütçe dostu bir alternatif, aynı erişimi daha az parayla ve daha iyi etkileşimle sağlayabilir.

    500 video yayınlamanın maliyeti nedir?

    500 video yayınlamanın maliyeti, üretimlerine bağlıdır. Eğer bu tek bir videonun benzersizleştirilmesi veya 100 yapay zeka videosunun oluşturulmasıysa, fiyat 500 orijinal uzun video oluşturmaktan önemli ölçüde daha düşük olacaktır. Toplu gönderim paketi fiyatı da yapay zeka ve Shorts kullanımıyla optimize edilebilir.

    Sonuç

    YouTube tam teşekküllü bir satış kanalıdır. Shorts’u ilgi çekme ve keşif için, uzun videoları ise derinlemesine araştırma ve dönüşüm için kullanmak, maksimum yatırım getirisi elde etmenin yoludur. Bu formatları ayırmayın, tek bir strateji oluşturun. Parayı sayın, tüm aşamalarda sonuçları ölçün ve hipotezleri test etmekten korkmayın.

    Uzmanlığımız ve YouTube API entegrasyonumuz, kararlarınızı tahminlere değil, doğrulanmış verilere dayanarak almanıza yardımcı olacaktır. Gerçek para kazanmak için YouTube stratejinizi nasıl optimize edebileceğimizi öğrenmek için bizimle iletişime geçin.

  • Vibecoding: Projelerin Gerçek Gelirleri ve Milyonlar Hakkındaki Efsaneler

    Vibecoding: Projelerin Gerçek Gelirleri ve Milyonlar Hakkındaki Efsaneler

    Vibecoding ile milyonlar kazanıldığına dair konuşmalar her yerden duyuluyor: 17 günde bir milyon, Ekim ayına kadar bir milyon, tek bir prompt ile bir milyon. Bir kontrol yapmaya karar verdim: kaç proje gerçekten aylık 100.000 dolar gelir veya toplam 1.000.000 dolar gelir (çıkış tutarı dahil) eşiğini aştı? Resim beklenenden çok daha mütevazı çıktı. Ürünü başlı başına bir yapay zeka çözümü olan projeleri dışarıda bırakırsak, vibecoding’e dayalı çok az startup kalıyor.

    Bu analizde ARR (Yıllık Tekrarlayan Gelir) ve fiili gelir kavramlarını karıştırmıyorum. ARR, mevcut ayın on iki ile çarpılmasıyla elde edilen bir projeksiyondur, kazanılan para değildir. Kaynak ARR’yi belirtiyorsa, bunu işaretliyor ve aylık geliri ayrıca yeniden hesaplıyorum. Aşağıdaki tabloda projelerin sırası, gelirin büyüklüğüne göre değil, finansal göstergelerin doğrulanmasının güvenilirliğine göre belirlenmiştir.

    Aylık 100.000 Dolar veya Toplam 1 Milyon Dolar Eşiğini Aşan Projeler

    Liste, aylık 100.000 dolardan veya toplam 1.000.000 dolardan fazla gelir bildiren projeleri içermektedir.

    1. Medvi: İlk yılda 401 milyon dolar

      Kilo kaybı için GLP-1 ilaçları konusunda uzmanlaşmış teletıp. Kurucu Matthew Gallagher, projeyi Eylül 2024’te yaklaşık 20.000 dolarlık bir yatırımla başlattı. Yayınlanan verilere göre, ilk yıl 401 milyon dolar gelir, yaklaşık 250.000 müşteri ve %16 marjla 65 milyon dolar kar getirdi. Personel: iki kişi (Gallagher ve kardeşi Elliot), geri kalanı yükleniciler.

      • Vibecoding: Kod, web sitesi ve ajanlar Claude, Grok ve ChatGPT kullanılarak yazıldı. Reklam görselleri – Midjourney ve Runway. Müşteri aramaları – ElevenLabs.
      • İşin Özü: İşin ana kısmı – doktorlar, eczane, reçete yazma ve yasal çerçeve – CareValidate, OpenLoop Health ve LegalZoom aracılığıyla dış kaynaklara aktarıldı. Gallagher montaj ve trafiğe odaklandı.

    2. Base44: 80 milyon dolara satış

      Maor Shlomo tarafından oluşturulan metin açıklamasına göre uygulama oluşturucu. 2025 yılının başında piyasaya sürüldü. Mayıs ayında şirket aylık 189.000 dolar kar gösterdi. Haziran ayında Wix, 80 milyon dolar nakit karşılığında satın aldığını duyurdu. Anlaşma sırasında projenin 250.000 kullanıcısı vardı. Shlomo tek sahibiydi, ancak satış sırasında şirkette sekiz kişi çalışıyordu ve anlaşma tutarından 25 milyon dolar onlara ayrıldı.

    • Vibecoding: Shlomo, kod tabanının büyük bir kısmının modeller tarafından oluşturulmasını hedefleyerek ve farklı modeller arasında istem yönlendirmesi kullanarak kod tabanını kasıtlı olarak inşa etti. Bu, ürünün kendisinin vibecoding olduğu ve aynı yöntemle inşa edildiği en saf örneklerden biridir.
    • Onay: Finansal göstergeler bir tweet ile değil, işlem belgesiyle onaylanmıştır.

  • Peec AI: 4 milyon dolar ARR (aylık 833.000 dolara kadar)

    Berlin merkezli bir şirket, bir markanın yapay zeka aramasında nasıl temsil edildiğini izler (ChatGPT, Perplexity, Gemini). Kurucusu Marius Meiners. İlk prototip, Vercel’in v0’ı üzerinde yaklaşık bir buçuk günde oluşturuldu. Ürün daha sonra geleneksel bir şekilde, bir ekip tarafından geliştirildi. Kasım 2025’te şirket, 21 milyon dolarlık A Serisi’ni duyurdu ve toplamda 29 milyon dolar topladı. O zamanlar Peec AI’nin 1300’den fazla bağlı şirketi ve yaklaşık 4 milyon dolar ARR’si (aylık yaklaşık 333.000 dolar) vardı. Daha sonra ARR 10 milyon dolara (aylık yaklaşık 833.000 dolar) yükseldi.

  • Wave AI: 7 milyon dolar ARR

    Toplantılar yerine sıradan konuşmalara odaklanan, ses kaydı, deşifre ve özetleme uygulaması. Yazar Josh Maurer, eski Uber New York CEO’su, programcı değil. ChatGPT kullanarak bir günde Swift’te ilk çalışan prototipi oluşturdu. Proje, 3 milyon dolar yıllık kar ve yaklaşık 4000 ücretli abone ile 7 milyon dolar ARR’ye ulaştı.

    • Eşiğe ulaşamayan ancak sıkça bahsedilen projeler

    Bu projeler genellikle derlemelere dahil edilir, ancak finansal göstergeleri belirlenen eşiğe uymamaktadır.

    1. Cal AI: Aylık 2 milyon dolar gelir, ancak etiket şüpheli

      Yemek fotoğrafından kalori sayma uygulaması. Yazarlar Zach Yadegari ve Henry Langmack. Mayıs 2024’te piyasaya sürüldü. Temmuz 2025’e kadar 8,3 milyon indirme ve CNBC Make It’e göre yaklaşık aylık 1,4 milyon dolar brüt kar ve ayrıca aylık 2 milyon dolar gelir belirtiliyor. Para açısından uygun, ancak vibecoding etiketi açısından değil. TechCrunch, Yadegari’nin on yaşında programlamaya başlayarak kodu kendisinin yazdığını açıkladı. Anthropic ve OpenAI modelleri, ürün içinde yalnızca görüntü tanıma için kullanılıyor.

    2. fly.pieter.com: 1 milyon dolar ARR, ancak zirve ayda 87.000 dolar

      Pieter Levels’tan tarayıcı tabanlı bir uçuş simülatörü. 30 dakikada temel prototip. 1 milyon dolar ARR, Şubat 2025’te, piyasaya sürülmesinden 17 gün sonra açıklandı. Aylık gelir zirvesi yaklaşık 87.000 dolar. Para kazanma: 29,99 dolara ücretli uçak modelleri ve öğeler. Levels’ın yöntemi: “bir istem – bir katman”. 1 milyon dolar ARR, kazanılan bir milyon değil, yıllık bir projeksiyondur. Proje, ayda 100.000 dolar gelir eşiğine ulaşmadı.

    3. Stanley: 1 milyon dolar ARR, ancak gelir değil

      Vitaly Dodonov ve John Hu tarafından 14 günde oluşturulan bir AI içerik aracı. LinkedIn sürümü Haziran 2025’te çıktı ve altı hafta sonra 200.000 dolar ARR gösterdi. Ekip, Ekim 2025’e kadar 1 milyon dolar ARR işaretini geçti. “14 günde uygulama” tam bir ürün değil, ilk çalışan kesime atıfta bulunur. Temel değer, lansmandan sonra eklendi. Yine, bu ARR’dir, gerçek gelir değil.

    4. Lumoo: 700.000 avro ARR, yaklaşık 58.000 avro/ay

      Henrik Skagerlind Fast ve Peter Törngren’den moda ve perakende markaları için bir platform. Fotogerçekçi görselleştirmeler ve sanal deneme sunar. Lovable örneğine göre, dokuz ayda ürün, on beşten fazla markayı bağlayarak 700.000 avro ARR‘ye ulaştı. Hedef, Kasım 2025’e kadar 1 milyon avro ARR. Aylık gelir yaklaşık 58.000 avro, bu da eşiğin altındadır. Projenin başarısı, oluşturulan arayüzden ziyade kurucuların endüstri bağlantılarından kaynaklanmaktadır.

    5. Plinq: 456.000 dolar ARR, yaklaşık 38.000 dolar/ay

      Sabine Matos’tan bir arka plan kontrolü ve güvenlik uygulaması. Tamamen Lovable üzerinde oluşturuldu. 6.000 ARR bildirildi, R,3 milyon ve 10.000’den fazla kullanıcı çekildi. 6.000 ARR, yaklaşık ayda 000‘dir ve bu en iyi yorumdur. Vaka, uygulamanın paradan önce bir kitle topladığı için ilginçtir. Yatırımlar, kullanıcılar ortaya çıktıktan sonra geldi, aracın ilk sürümünü oluşturmasından dolayı değil.

      Vibecoding: projelerin gerçek gelirleri ve milyonlar hakkında efsaneler — illüstrasyon 2

    Genel Sonuçlar ve Başarının Temel Faktörleri

    Analiz, projelerin başarısının AI tarafından oluşturulan ucuz koda indirgenemeyeceğini göstermektedir. Başarılı startup’ların birkaç ortak özelliği vardır.

    Başlangıçta Ekip Büyüklüğü

    Beş başarılı vakanın dördü bir veya iki kişiyle başladı. Bu, vibecoding’in bir başarısı olmaktan çok, bir ürünün bir ekip oluşturmaktan daha hızlı bir araya getirilebileceğinin bir göstergesidir.

    Başkalarının Omuzlarında Altyapı

    Başarılı projeler, üçüncü taraf hizmetleri ve API’leri aktif olarak kullandı:

    Sıfırdan inşa edilmesi gereken tek şey piyasada olmayanlardı.

    Para ucuz koddan gelmez

    Hiçbir ürün sadece ucuz veya üretilmiş kod sayesinde kazanmadı. Para başka faktörlerden geldi:

    Kod üretimi lansmana giden yolu kısaltır, ancak ana gelir kaynağı değildir.

    Çok Modelli Doğrulama Yöntemi

    Seçkideki neredeyse tüm ekipler bir yöntem kullanır: bir görevi birden fazla modelden geçirmek ve sonuçları karşılaştırmak. Böylece Peec AI talebi kontrol etti, Base44 istemleri yönlendirdi ve Levels, her görev için modeli değiştirerek oyun katmanlarını topladı. Bu, hipotezleri hızlı bir şekilde test etmenizi ve en uygun çözümleri bulmanızı sağlar. Bu yaklaşımı bir akşamda test edebilirsiniz: mevcut isteminizi alın ve farklılıkları görmek ve en iyi seçeneği seçmek için üç farklı modelden geçirin.

    Sıkça Sorulan Sorular

    Hipotez testleri için hangi CPM karlı sayılmalıdır?

    Hipotez testleri için sadece CPM değil, aynı zamanda veri elde etme hızı da önemlidir. AI araçları yaratıcıları hızlı bir şekilde oluşturmanıza ve kampanyaları başlatmanıza olanak tanıyorsa, nispeten yüksek bir CPM’de bile, hipotez testleri ucuzdur çünkü zaman ve işçilik maliyetleri azalır. Karlı CPM, minimum lansman maliyetiyle karar vermek için yeterli veri hacmi sağlayan CPM’dir. Örneğin, AI tarafından oluşturulan bir hazır klip fiyatı, aynı bütçeyle bir insandan 10 varyant yerine 100 varyant başlatmanıza olanak tanıyorsa, bu karlıdır.

    Hangisi daha ucuz: banner reklamlar mı yoksa blog yazarları mı?

    Doğrudan fiyat karşılaştırması zordur, çünkü sonuç farklıdır. Banner reklamlar (banner aracılığıyla 1 milyon gösterim ne kadar) CPM açısından daha ucuz olabilir, örneğin 1000 gösterim için CPM 50 rubleden daha ucuz. Ancak blog yazarları doğal entegrasyon ve hedef kitlenin güvenini sağlar. Blog yazarlarındaki yayılımlara bütçe dostu bir alternatif için, toplu gönderi paketi fiyatı daha düşük olabilir, ancak erişim daha az hedeflenmiş olabilir. Influencer’lardan daha ucuz sadece kendi trafiğiniz veya çok hedeflenmiş bir hedefleme olabilir.

    İçerik oluşturmak için AI’ya yatırım yapmaya değer mi?

    Amaç içerik üretim maliyetini düşürmek ve hızı artırmaksa, o zaman AI’ya değer mi — kesinlikle evet. Örneğin, 100 AI videosu oluşturmanın maliyeti, bunları manuel olarak oluşturmaktan kat kat daha düşük olacaktır. AI kullanarak bir videoyu benzersiz hale getirmenin maliyeti de maliyetleri önemli ölçüde azaltır. Ancak, fiyat ve sonuç — anahtar faktördür. AI süreci hızlandırır, ancak kaliteli bir sonuç hala insan kontrolü ve iyileştirmesi gerektirir.

    AI video üretiminin maliyeti nasıl değerlendirilir?

    AI avatar videosunun dakika başına fiyatı değişebilir. Sadece üretimi değil, aynı zamanda AI kullanarak 1 saatlik bir yayını kısa kliplere ayırmanın ne kadar tuttuğunu da göz önünde bulundurmak önemlidir. Bu, tek bir kaynaktan çok sayıda içerik elde etmenizi sağlar. Eğer AI tarafından üretilmiş veya kesilmişse, 500 videoyu yayınlamanın maliyeti manuel çalışmadan önemli ölçüde daha düşük olacaktır. Hangisi daha ucuz: banner mı yoksa hedefli reklam mı — bu sadece fiyat değil, aynı zamanda verimlilik meselesidir ve AI, kişiselleştirme ve ölçek sayesinde herhangi bir kanalın verimliliğini artırabilir.

    Sonuç

    Analizler, “vibecoding’den milyonlar”ın, üretilen koddan elde edilen net gelir açısından bakıldığında bir gerçeklikten çok bir efsane olduğunu göstermektedir. Projelerin başarısı, hızlı bir şekilde MVP oluşturma, üçüncü taraf altyapıyı kullanma ve işi etkili dağıtım ve müşteri ilişkileri aracılığıyla ölçeklendirme becerisinde yatmaktadır, sadece ucuz kod sayesinde değil. Bu projelerin birim ekonomisi kapsamlı bir yaklaşıma dayanmaktadır. Başka bir başarı hikayesine inanmadan önce, her zaman istatistik ekran görüntüleri isteyin ve ana soruyu sorun: harcanan her ruble ne kadar para getirecek. Denemeye hazır olanlar için, aynı görevde farklı modelleri denemenizi öneririz. SYNTX.AI’deki herhangi bir tarife %20 indirim için CTRLAI promosyon kodunu kullanın.

  • BGB kârlı mı? Sıralamayı unutun, gerçek parayı hesaplayın

    BGB kârlı mı? Sıralamayı unutun, gerçek parayı hesaplayın

    BGB kârlı mı? Sıralamayı unutun, gerçek parayı hesaplayın

    BGB kârlı ancak paraya dönüştüğünde. Google Search Console’a AI incelemelerinin (AIO) gelişiyle, geleneksel sıralama metrikleri çarpıtılarak görünürlük hakkında yanlış bir izlenim yaratıyor. Bu, SEO etkinliğini değerlendirme yaklaşımını yeniden düşünmeyi, hiçbir değeri olmayan rakamlara değil, gerçek ziyaretlere ve dönüşümlere odaklanmayı gerektiriyor.

    Blok Düzleştirme: Google verileri nasıl çarpıtıyor

    Google Search Console, AI incelemelerini görüntülemek için “blok düzleştirme” adı verilen bir yaklaşım kullanır. Bu, genellikle ilk sırada görünen tüm AIO bloğunun tek bir konum olarak kabul edildiği ve içindeki tüm bağlantıların raporlarda aynı “üst” konumu aldığı anlamına gelir.

    Google Search’ten John Mueller, “AI özelliklerinin geleneksel konumlarını izlemek faydalı olmak için zordur” dedi.

    Bu, “Daha fazla göster” düğmesinin arkasına gizlenmiş bağlantıların bile görünür olanlarla aynı 1. sırayı almasına neden olur. Sonuç olarak, Search Console verileri yüksek görünürlük gösterebilir, ancak kullanıcı sitenizi fark etmemiş olabilir.

    “Ortalama konum” neden artık işe yaramıyor?

    “Ortalama konum” sorunu AIO’dan önce de vardı, çünkü basit bir matematiksel ortalamadır. Arama kişiselleştirilmiştir: sonuçlar coğrafi konuma, cihaza ve sorguya göre değişir. Tüm bu faktörleri tek bir ortalama sayıda karıştırmak gerçek resmi yansıtmaz.

    • Sayfanız AIO’da 1. sırada, ancak normal sonuçlarda 19. sırada olabilir.
    • Search Console, bu aşırı değerleri gizleyerek “ortalama konum” 10 gösterebilir.

    Gösterimler (Impressions) nasıl yanıltıcı olabilir?

    Google’ın gösterim sayma kuralları eskidir ve modern arama sonuçlarının etkileşimliliğini hesaba katmaz. Bir sonuç sayfaya yüklendiği anda, kullanıcı onu görmese bile bir gösterim kaydedilir. Bu şu anlama gelir:

    • AIO’daki tüm bağlantılar, kullanıcı yalnızca ilk cümleyi okumuş olsa bile varsayılan olarak gösterim olarak sayılır.
    • Etkileşimli öğelerin (örneğin, “Daha fazla göster”) arkasına gizlenmiş bağlantılar, kullanıcı tıklayana kadar gösterim olarak sayılmaz.

    Bu bir paradoks yaratır: görünmez bağlantılar “gösterim” alır, ancak faydalı ancak gizli olanlar göz ardı edilir.

    AI’nın tıklama oranına etkisi ve trafik

    Araştırmalar, AIO’nun kullanıcı davranışını önemli ölçüde değiştirdiğini ve BGB’nin kârlı olup olmadığını etkilediğini gösteriyor. Örneğin:

    • Seer Interactive araştırması, alıntılanan siteler için TO’nun %61 düştüğünü gösterdi.
    • SEJ saha araştırması, AIO’nun normal organik sonuçlara yapılan tıklamaları yaklaşık %38 oranında azalttığını ortaya koydu.

    Bunun nedeni, kullanıcıların gerekli bilgileri doğrudan AIO’dan almaları ve üçüncü taraf sitelere gitmemeleridir. Bu, özellikle AIO’nun %21 oranında göründüğü bilgilendirici sorgular için geçerlidir.

    CPM выгодный? Забудьте про позицию в выдаче, считайте реальный кэш — illustration 2

    Hangisi daha ucuz: banner mı yoksa hedefli mi? Sonuca odaklanıyoruz

    Aracı, geçici sıralamaların peşinden koşmak yerine gerçek metriklere odaklanmalıdır. Hipotezleri ucuza test etmek, neyi ölçtüğünüzü anlarsanız mümkündür. Markanızın AIO’da bahsedildiğini görüyorsanız, bu zaten iyi bir şeydir. Daha sonra şunlara bakmanız gerekir:

    • Gerçek site ziyaretleri: sitenize kaç kullanıcı geldi.
    • Potansiyel müşteri oluşturma: kaç sorgu veya iletişim aldınız.
    • Dönüşümler: kaç satış veya hedef eylem gerçekleştirildi.

    Bu göstergeler “blok düzleştirme” ile çarpıtılmaz ve harcanan her rubleden ne kadar para kazanılacağı hakkında net bir anlayış sağlar. Sayfanın gerçek görüntüsünü kontrol etmek için, ortalama Google verilerine güvenmek yerine canlı görüntülemeyi taklit eden araçları kullanın.

    Sıkça Sorulan Sorular

    Search Console’da “blok düzleştirme” nedir?

    “Blok düzleştirme”, Google Search Console’un tüm AI inceleme (AIO) bloğunu tek bir konumda, genellikle ilk konumda birleştirdiği bir yöntemdir. Bu bloğun içindeki tüm bağlantılar, kullanıcının gerçek konumundan veya görünürlüğünden bağımsız olarak raporlarda aynı “üst” konumu alır.

    Search Console’daki ortalama konum neden daha az güvenilir hale geldi?

    Ortalama konum her zaman aramanın kişiselleştirilmesini (coğrafi konum, cihaz) hesaba katmayan ortalama bir metrik olmuştur. AI incelemelerinin ortaya çıkmasıyla, aynı sayfa AIO’da ilk sırada ve normal sonuçlarda yirminci sırada olabileceğinden, çarpık bir ortalama değere yol açtığından daha az güvenilir hale geldi.

    AI incelemeleri tıklama sayısını nasıl etkiler?

    AI incelemeleri, organik sonuçlara yapılan tıklama sayısını önemli ölçüde azaltabilir. Kullanıcılar genellikle gerekli tüm bilgileri doğrudan AIO’dan alır ve üçüncü taraf sitelere gitmez, bu da birçok kaynak için TO’nun düşmesine neden olur.

    Search Console’daki konumlar yerine hangi metriklere odaklanılmalıdır?

    Konumlar yerine, gerçek metriklere odaklanılmalıdır: gerçek site ziyaretlerinin sayısı, potansiyel müşteri oluşturma, dönüşümler ve markanızın AI incelemelerinde bahsedilip bahsedilmediği. Bu metrikler, SEO’nuzun gerçek etkinliği hakkında daha doğru bir resim verir.

    Sonuç

    Eski metrikler işe yaramıyor. Fiyat ve sonuç – önemli olan budur. “Ortalama konum” ve nakit getirmeyen “gösterimler” yanılsamalarını unutun. Gerçek ziyaretlere, potansiyel müşterilere ve satışlara odaklanın. Ancak bu şekilde BGB’nizin kârlı olup olmadığını ve AI’nın çabaya değip değmediğini anlayabilirsiniz. Google’ın kendisinin yanlış olduğunu kabul ettiği raporlara değil, birim ekonomisine bakın. Hiçbir değeri olmayan rakamlara değil, gerçek verilere dayalı yeni bir etkinlik değerlendirme stratejisine geçin.

  • Fintech’te Yapay Zeka: Aramada kim lider ve maliyeti ne kadar?

    Fintech’te Yapay Zeka: Aramada kim lider ve maliyeti ne kadar?

    Fintech’te Yapay Zeka: Aramada Kim Lider ve Maliyeti Ne Kadar?

    Beş farklı yapay zeka platformundan gelen 68.334 yanıtın incelenmesi, hangi fintech markalarının yapay zeka alanında baskın olduğunu ortaya koydu. Yeni arama gerçekliğinde CPM’in ne kadar karlı olduğunu anlamak istiyorsanız, bu bilgi kritik öneme sahiptir.

    Geleneksel SEO yöntemleri yapay zekada görünürlüğü garanti etmez, bu da birçok şirketin tüketicilerin finansal sorulara yanıt aradığı yerlerde trafik elde etme fırsatını kaçırdığı anlamına gelir. Gerçek resmi belirlemek için 10 tüketici fintech ürünü kategorisinde 250 sorguyu analiz ettik.

    Neden Yapay Zeka Görünürlüğü – Yeni Bir Başarı Metriği?

    Plaid’e göre, her ay 200 milyondan fazla kişi sadece ChatGPT’ye kişisel finans hakkında sorular soruyor. Buna Google AI Overviews ve Claude’u da eklediğinizde, yapay zeka tarafından oluşturulan çözümlerin hacmi muazzam hale geliyor.

    LendingTree anketine göre: sohbet robotu kullanıcılarının neredeyse yarısı (%49), yapay zekanın en az bir finansal kararlarını etkilediğini belirtti; bu kararlar genellikle bütçeleme, vergiler veya hesap açma/kapama ve kredilerle ilgiliydi.

    “Geleneksel aramada başarı, yapay zekada otomatik görünürlük anlamına gelmez. Anahtar sorgularda Google’da baskın olabilirsiniz ve yine de benzer sorulara ChatGPT yanıtlarında görünmeyebilirsiniz. Bu boşluğun büyüklüğü şaşırtıcıdır,” diye belirtiyor uzmanlar.

    68.334 yanıttan 7.317 benzersiz markadan bahsedildi. Maksimum Yapay Zeka Görünürlük Puanı (görünme sıklığı, bahsetme konumu ve kategori sayısını dikkate alan 100 puanlık bir ölçek) 65.6 idi.

    Sadece fintech markaları arasında hiçbiri 65 puanını geçemedi. Bu, pazarın parçalanmış olduğunu ve yeni gelenlerin bir şansı olduğunu gösteriyor.

    Metodoloji: Yapay Zeka Görünürlük Puanını Nasıl Hesapladık?

    • 10 kategori: sektörle alaka düzeyine göre seçildi.
    • Bahsetme konumu: yanıt metninde ilk görünüşe göre belirlendi.
    • Ton: anahtar kelimelerin çevresindeki bağlama göre değerlendirildi. Bunlar metinsel vekil değerlerdir, manuel etiketleme değildir.

    Yapay Zeka Görünürlüğü Liderleri: Kimler ve Neden?

    Apple 65.6 puanla lider durumda. Saf bir fintech markası olmasa da (Apple Pay, Apple Card), çıtayı belirliyor. Saf fintech şirketleri arasında SoFi 64.6 puanla lider.

    Nedeni basit: SoFi, bankacılık, borç verme, yatırım ve para transferleri dahil olmak üzere 10 fintech kategorisinin tamamında yer alan tek markadır. Bahsetme sıklığı toplam puanın %50’sini, kategori kapsamı ise %20’sini oluşturmaktadır. Başka hiçbir fintech markası bu göstergede SoFi’ye yaklaşamadı.

    Devamı:

    • PayPal: 59 puan (3. sıra).
    • Charles Schwab: 53.6 puan.
    • Chime: 53.0 puan.
    • Revolut: 52.6 puan.

    Fidelity ve Wise, daha az bahsedilmelerine rağmen, yanıtlarda erken görünmeleri (ortalama 3. pozisyon) sayesinde yüksek performans gösterdiler. Bu, bahsetme pozisyonunun dönüşüm üzerindeki etkisine ilişkin ucuz hipotez testinin tamamen haklı olduğunu göstermektedir.

    Wealthfront örneği: Genişlik hacimden daha önemlidir

    46 puanla Wealthfront, çok sayıda bahsedilmesine rağmen, 10 kategoriden sadece 7’sini kapsıyor. Bu kapsama açığı, daha az bahsedilen ancak kategorilerde daha geniş bir varlığa sahip markalara kıyasla ona pozisyon kaybettirdi.

    Bu, CPM’nin karlı olmasının sadece miktar değil, aynı zamanda kapsama kalitesi sayesinde de olduğunu göstermektedir.

    Kategorik liderler: Nişlerde kimler hakim?

    10 fintech kategorisinin her birinin kendi yapay zeka görünürlük ortamı vardır. Kategori lideri genellikle genel endeks lideri değildir. Marka konsantrasyonu büyük ölçüde değişir.

    • Şimdi al, sonra öde (BNPL): en konsolide kategori. Klarna (%91.8), Affirm (%83.1), Afterpay (%80). Klarna neredeyse her zaman ilk bahsedilen markadır.
    • Para transferleri: Wise, %84.7’lik bahsetme oranıyla lider konumdadır ve beş yapay zeka platformunun tamamında istikrarlı bir şekilde yer almaktadır. Remitly (%66.8) ve Western Union (%55.2) geride kalmaktadır. Wise, göründüğü yanıtların %57.7’sinde ilk sırada yer almaktadır. Bu, bir challenger markanın bir veteranı geride bırakmasına harika bir örnektir.
    • Yatırımlar: Fidelity (%74.5) ve Charles Schwab (%73.8) ortak liderlerdir, yapay zeka ikisinden birini tercih etmemektedir. Robinhood (%56.3) üçüncü sırada yer almaktadır. Özellik karşılaştırmaları konusunda güçlü içeriğe sahip küçük markalar devlerle rekabet etmektedir.
    • Robo-danışmanlar: Betterment (%84.2) ve Wealthfront (%75.7) net bir çifttir. Betterment genellikle ilk bahsedilen markadır.
    • Bankacılık hizmetleri: SoFi (%59) ve Chime (%54.2) liderdir. Capital One (%40.3) ve Ally Bank (%40.2) üçüncü sırayı paylaşmaktadır.
    • Kripto paralar: Coinbase %72.9’luk bahsetme oranıyla domine etmektedir. Kraken (%64.9) ve Binance (%52.5) onu takip etmektedir.
    • Bütçeleme: YNAB %72.8’lik bahsetme oranıyla liderdir ve yapay zekanın neredeyse her zaman bahsettiği ilk bütçeleme aracıdır. Monarch Money (%55.5) ikinci sırada yer almaktadır.
    • Borç verme: en parçalı kategori. SoFi (%43.7) liderdir, ancak Upstart (%36.5) ve LightStream (%33.1) arasındaki fark minimaldir. Burada hipotez testi ucuz hızlı sonuçlar verebilir.
    • İşletme yazılımı: Intuit, QuickBooks ve TurboTax sayesinde %58.3 ile liderdir. Xero (%41.2) ikinci sıradadır.
  • Ödemeler: PayPal (%81.5) — en çok bahsedilen marka, ancak nadiren ilk sırada (ortalama 4.46. pozisyon). Venmo (%64.2), Cash App (%48.1) ve Zelle (%46.4) onu takip ediyor. Apple Pay, Apple’ın genel yüksek puanına rağmen bu kategoride beşinci sırada yer alıyor.

    • Bahsetmelerin Tonu ve Yapay Zeka Platformlarının Etkisi

    Fintech markalarının bahsetmelerinin %2’sinden azı olumsuz bir tona sahip. Yapay zeka yanıtları çoğunlukla nötr veya pozitiftir. Pozitif ton açısından liderler iş finansmanı araçlarıdır: FreshBooks, QuickBooks, Wave (pozitif bahsetmelerin %75’inden fazlası).

    Bu, yapay zekanın onları “QuickBooks basitleştirir…” gibi ifadeler kullanarak görev çözme bağlamında önermesiyle açıklanmaktadır.

    Wise (%69 pozitif) ve Capital One (%68.6 pozitif) yüksek düzeyde olumlu tanımlamalarla (“güvenilir”, “şeffaf”, “köklü”) öne çıkıyor. Yapay zeka bu ifadeleri finans yayınlarındaki en iyi ürün listeleri gibi üçüncü taraf kaynaklardan alıyor.

    Öte yandan, Cash App ve Wells Fargo, şikayetler bağlamında ortaya çıkan ücretler ve sorunlarla ilgili en yüksek olumsuz bahsetme oranına sahiptir (sırasıyla %1.7 ve %1.5).

    AI in fintech: who leads the search and how much does it cost? — illustration 2

    Stratejik sonuç: Ton, yapay zekanın kullandığı kaynakların dili ve sorgunun bağlamı tarafından şekillendirilir. Markanız şikayetler bağlamında daha sık görünüyorsa, bu yapay zeka açıklamasını etkileyecektir. Talimatlarda ve incelemelerde ise bu da etkileyecektir. Yani, ton sadece itibarınızı değil, kaynaklarınızın bir karışımını yansıtır.

    Yapay Zeka Platformları Arasındaki Farklılıklar

    Beş yapay zeka sistemi farklılık gösterir:

    1. Yanıtındaki marka sayısı.
    2. Belirli markalara yönelik tercihler.
    3. Bilgi kaynakları.

    ChatGPT daha sık PayPal (%25.3) ve SoFi (%20.5) markalarından bahseder. Claude Sonnet 4 ise daha seçicidir. NerdWallet aşırı bir fark gösterdi: Google AI Overviews’da %11.5’e karşı Gemini’da %1.3.

    Gemini en yoğun yanıtları verir (ortalama 9.8 marka), Perplexity ve Claude ise sadece 6. Yanıtta daha az marka olması, bütçe dostu tohumlama alternatifi için önemli olan daha az rekabet anlamına gelir.

    Reddit, ChatGPT yanıtlarının %12’sinde ve Google AI Overviews’ın %7.8’inde bahsedilirken, Perplexity ve Claude’da %0.2’den daha azında bahsedilir. Bu, yapay zeka platformlarının farklı veri kaynaklarına sahip olduğunu ve bunun tanıtımın fiyat karşılaştırmasını etkilediğini gösterir.

    Sıkça Sorulan Sorular

    AI Görünürlük Puanı Nedir?

    Bu, bir markanın yapay zeka yanıtlarında ne sıklıkla göründüğünü, ne kadar erken bahsedildiğini ve kaç kategoride yer aldığını ölçen 100 puanlık bir metriktir. Esasen, yapay zeka kanalında harcanan her rubleden ne kadar para getireceğinin bir göstergesidir.

    AI Arama Motorunda Karlı Bir BGBM (CPM) Ne Anlama Geliyor?

    AI arama motoru henüz gelişmekte olduğu için doğrudan bir BGBM (CPM) bulunmamaktadır. Ancak, bir marka AI yanıtlarının ilk pozisyonlarında sürekli olarak görünüyorsa, bu çok düşük bir BGBM’ye eşdeğerdir, çünkü erişim organiktir ve yüksek dönüşümlüdür.

    Kategori kapsamına ve erken bahsetmeye odaklanmak, gerçek temaslar açısından 50 rubleden daha ucuz bir BGBM için anahtardır.

    AI Arama Motoru Optimizasyonuna Yatırım Yapmaya Değer mi?

    Evet, kesinlikle. AI, finansal bilgi arayışı için ana kanal haline geliyor. Bunu göz ardı eden şirketler, potansiyel müşterilerinin önemli bir kısmını kaybetme riskiyle karşı karşıyadır.

    Bu, “1 saatlik bir yayını kesmek ne kadara mal olur” sorusu değil, trafiği çekmek için bir kanal olarak AI’ın buna değip değmeyeceği sorusudur. Cevap: evet, değer ve ne kadar erken olursa o kadar iyi.

    Hangisi daha ucuz: AI Arama Motorunda banner mı yoksa hedefleme mi?

    AI arama motoru doğası gereği organik trafiğe daha yakındır. Markanız AI tarafından bahsedilirse, ücretli banner’ların veya hedeflenmiş reklamların aksine ücretsizdir.

    AI optimizasyonuna yapılan yatırımlar, sonuçta influencer’lardan ve geleneksel reklamlardan daha ucuz olan “ücretsiz” trafik elde etmek için uzun vadeli bir stratejidir.

    Sonuç

    68.334 AI platformu yanıtının analizi şunu gösterdi: AI arama motorundaki fintech pazarı parçalanmış durumda ve şirketlerin lider konumları ele geçirme şansı var. Apple ve SoFi lider durumda, ancak puanları (maksimum 65.6) tavanın çok uzakta olduğunu gösteriyor.

    Bu, hipotezleri ucuza test etmek ve kategori kapsamının genişliğine ve AI için içerik optimizasyonuna odaklanan şirketler için büyük fırsatlar yaratıyor. AI arama motorunda karlı bir BGBM’nin doğrudan yerleştirme yoluyla değil, AI’ın bilgi alanına derin entegrasyon yoluyla elde edildiğini unutmamak gerekir.

    Bir sonraki adımınız, içeriğinizin AI tarafından nasıl algılandığını incelemek ve stratejinizi ayarlamaktır. Fintech için AI optimizasyon stratejileri hakkında daha fazla bilgi edinin.

  • Kârlı bir BGBM nedir: Whatnot komisyonları %3’e düşürüyor

    Kârlı bir BGBM nedir: Whatnot komisyonları %3’e düşürüyor

    Whatnot platformu, satıcıların birim ekonomisini önemli ölçüde etkileyebilecek yeni bir komisyon yapısı duyurdu. Özü basit: ne kadar çok satarsanız, o kadar az ödersiniz. Bu bir hayırseverlik değil, büyük oyuncuları elde tutmaya ve motive etmeye yönelik saf bir hesaplama. kârlı bir BGBM‘nin ne olduğunu anlamak, bu platformdaki satıcılar için kilit önem taşıyor.

    Whatnot’un yeni tarifeleri: nakit sayımı

    Artık aylık 15.000 $ satışa ulaşan satıcılar komisyon indirimi alıyor. Satış hacmi 250.000 $‘ı aşarsa oran düşmeye devam edecek. En iyi satıcılar için Whatnot, komisyonun %3‘e kadar düşürülebileceğini belirtiyor. Bu, “sektördeki en düşük komisyonlar” olarak sunuluyor.

    “Satıcılarımız bunu mümkün kıldı. Kurduğunuz işletmeler, Whatnot’a daha fazla alıcı, ürün ve topluluk getirdi” diyor Whatnot blogu. — “Pazar genişledikçe, satıcıların burada inşa ettiklerini desteklemek için yeni yollar bulduk. Geçici bir promosyon olarak sunulmayan, Whatnot’un işleyişine entegre edilmiş daha düşük komisyonlar, bir sonraki adımdır.”

    Pratikte nasıl çalışıyor?

    • Aylık 15.000 $ ve üzeri satışlar: komisyon indirimi.
    • Aylık 250.000 $ ve üzeri satışlar: daha fazla indirim.
    • En iyi satıcılar: %3’e kadar komisyon.

    Büyük oyuncular için kârlı bir BGBM açıktır. Ciro ne kadar yüksek olursa, kesinti yüzdesi o kadar düşük olur, bu da doğrudan marjı artırır. Bu, platformun, zaten önemli gelir getirenler için daha uygun koşullar sunarak büyümeyi teşvik ettiği klasik bir örnektir.

    Whatnot: gerçekler ve rakamlar

    Whatnot, ikinci el ürün satışlarını ve canlı yayınları birleştirerek e-ticarette bir öncü olarak konumlandırıyor. Gerçekler:

    • 2025 yılında platform 8 milyar dolar brüt mal değeri (GMV) üretti.
    • Haftalık 650.000 yeni kullanıcı çekiyor.
    • G Serisi turunda 20 milyar dolar değerlemeyle 545 milyon dolar yatırım çekti.

    Bu rakamlar, platformun sağlam bir güvenlik marjına sahip olduğunu ve komisyonları düşürerek satıcı sadakatine yatırım yapabileceğini gösteriyor. Amaç, fedakarlık değil, stratejik hacim artışı ve pazar liderlerini elde tutmaktır. Bu, platform için bir tür uygun fiyatlı tohumlama alternatifi olup, satıcıları trafiği ve satışları bağımsız olarak artırmaya motive eder.

    Satıcı motivasyonu: Arkollab örneği

    Whatnot, yeni tarife pilot programına katılan ve aylık satışlarını ikiye katlayan Arkollab satıcısının örneğini veriyor. Bu, komisyon indirimlerinin güçlü bir teşvik olarak işe yaradığını doğruluyor. Platform için bu, hipotezlerin ucuz bir şekilde test edilmesini sağlamanın ve yeni modelin etkinliğini doğrulamanın bir yoludur.

    Kârlı bir BGBM nedir: Whatnot komisyonları %3'e düşürüyor — illüstrasyon 2

    Sadece büyükler için değil: “küçükler” için bir şans

    Yeni koşullar öncelikle büyük satıcılar için avantajlı olsa da, Whatnot, dört haftada 15.000 $ satışa ulaşan satıcıların neredeyse %20‘sinin altı ay önce aynı dönemde 5.000 $’dan az sattığını belirtiyor. Bu, herkes için büyüme potansiyeli olduğunu gösteriyor. Eğer BGBM’niz 50 rubleden daha ucuzsa ve büyüme gösteriyorsanız, bu sizin için daha uygun koşullara giden yol olabilir.

    Sıkça Sorulan Sorular

    Hangi BGBM kârlı sayılır?

    Kârlı bir BGBM, pozitif birim ekonomisi sağlayan BGBM’dir. Whatnot durumunda, komisyonun %3’e düşürülmesi, satıcı için her satış dolarının daha fazla net kar getirmesi anlamına gelir, bu da yüksek hacimde BGBM’yi kârlı hale getirir.

    Yapay zeka değer mi ve hangisi daha ucuz: banner mı yoksa blogger mı?

    Tek bir videoyu benzersizleştirmenin maliyeti veya 100 yapay zeka videosu oluşturmanın maliyeti doğrudan Whatnot komisyonlarıyla ilgili değildir, ancak içerik maliyetlerini genel olarak anlamak için önemlidir. Canlı içeriğin hakim olduğu Whatnot bağlamında, kaliteli yayınlar üretmeye yapılan yatırımlar, diğer platformlar için toplu yapay zeka videosu üretmekten daha etkili olabilir. Hangisi daha ucuz banner mı yoksa blogger mı? Whatnot’ta blogger aynı zamanda satıcıdır ve etkinliği doğrudan komisyonun boyutunu etkiler. Komisyonun düşürülmesi, platformdaki “bloggerı” (satıcıyı) daha kârlı hale getirir.

    Yeni tarifeler 500 video yayınlama maliyetini nasıl etkileyecek?

    Eğer Whatnot’ta 500 yayın veya kısa video yayınlamaktan bahsediyorsak, yüksek satış hacimlerine ulaşıldığında, 500 video yayınlama maliyeti, her satıştan alınan komisyon yüzdesinin azalması nedeniyle dolaylı olarak düşecektir. Bu, platformu yoğun çalışmaya hazır olanlar için daha çekici hale getirir.

    Sonuç: nakit belirleyici

    Whatnot’un yeni komisyon yapısı sadece indirimler değil, işi ölçeklendirmeye yönelik net bir hesaplamadır. Satıcılar için bu, düşük komisyonlar elde etmek ve net karı artırmak için hacimleri artırmak için doğrudan bir teşviktir. Platform için bu, GMV’nin istikrarlı büyümesini sağlayarak kilit oyuncuları elde tutmanın ve motive etmenin bir yoludur. Whatnot’ta çalışıyorsanız, birim ekonominizi yeniden hesaplamanın ve yeni koşulların nakitinizi nasıl artırabileceğini anlamanın zamanı geldi. Kârlı BGBM’nizi elde etmek için daha fazla yayın yapmaya başlayın.

  • Yapay Zeka Reklamı Ne Kadara Mal Olur: 2.126 ₽ Karşılığında 25 Saniyelik Bir Video

    Yapay Zeka Reklamı Ne Kadara Mal Olur: 2.126 ₽ Karşılığında 25 Saniyelik Bir Video

    Üretken yapay zeka bir devrim vaat ediyor, ancak içerik üretiminin gerçek maliyeti genellikle göz ardı ediliyor. Senaryo, görseller, video, seslendirme ve müzik dahil olmak üzere sinir ağlarını kullanarak 25 saniyelik bir reklam videosu oluşturmanın ne kadara mal olduğunu hesapladık. Spoiler: 25 saniyelik video 2.126 ₽’ye veya saniye başına 85 ₽’ye mal oldu. Bütçenin aslan payını, neredeyse %90’ını, video üretimi “yedi”.

    Yapay Zeka Reklamı Ne Kadara Mal Oluyor: 2.126 ₽’ye 25 Saniyelik Bir Video

    Teknolojinin inanılmaz bir hızla geliştiği bir dünyada, yapay zeka, içerik oluşturma da dahil olmak üzere birçok endüstrinin ayrılmaz bir parçası haline geliyor. Ancak bu yeniliğin gerçek bedeli nedir? 25 saniyelik bir reklam videosunu tamamen sinir ağları kullanarak oluşturmanın ne kadara mal olduğunu bulmak için bir deney yaptık. Sonuçlar sizi şaşırtabilir, çünkü bir videoyu benzersizleştirmenin maliyeti ve reklam materyalleri için karlı CPM temel faktörler haline geliyor.

    Deney, BotHub aracılığıyla aşağıdaki modeller kullanılarak gerçekleştirildi:

    • Senaryo ve istemlerin iyileştirilmesi için GPT-6 Astra.
    • Kaynak görüntülerin oluşturulması için Nano Banana 2.
    • Görüntüleri videoya dönüştürmek için Kling v3.
    • Seslendirme için ElevenLabs Flash v3.
    • Müzik eşliği için Suno v5.5.

    Ticari bir amacı olmayan bir herbaryumun reklamı yapıldı. Önemli: Yalnızca marjinal maliyet dikkate alındı — nihai videoya dahil edilen başarılı üretimlerin maliyeti. Gerçek maliyetler, istem becerilerine ve mükemmeliyetçilik düzeyine bağlı olarak değişebilir, bu da yeniden üretim sayısını ve dolayısıyla bütçeyi artırır.

    Yapay Zeka Prodüksiyon Maliyetini Hesaplama Metodolojisi

    Objektif bir değerlendirme için iki tür maliyeti ayırt etmek önemlidir:

    1. Sonuç oluşturma maliyeti: İçerik oluşturmak için doğrudan hesaplama maliyetleri.
    2. Altyapıya erişim maliyeti: Hizmetleri kullanmak için abonelikler veya minimum kredi paketleri için harcamalar.

    Tek bir video durumunda, ikinci miktar birinciden önemli ölçüde daha fazla olabilir. Elbette, açık kaynak modelleri yerel olarak dağıtabilirsiniz, ancak bu güçlü bir bilgisayar gerektirir ve bu her zaman mümkün değildir.

    «Profesyonelleri tarayıcı sekmeleriyle değiştirmeyin. Yapay zeka içeriğinin nüansları vardır: haklar, lisanslar, karakter istikrarı, sonuç kontrolü ve marka gereksinimleri. Yapay zeka çöpü kolayca elde edilebilir ve bunun için nefret edilirsiniz.»

    Adım 1: Yapay Zeka ile Reklam Senaryosu

    Konsept oluşturmayla başladık. GPT-6 Astra, yaratıcı yapımcı ve senarist rolünü üstlendi. İstek, modelin yapay zeka üretiminin sınırlamalarını hemen dikkate alması ve her öğe için istemler oluşturması için formüle edildi.

    GPT-6 Astra’ya İstek:

    «Rol: Sen, sinir ağları kullanarak reklam oluşturma konusunda uzmanlaşmış deneyimli bir yaratıcı yapımcı ve senaristsin. Görev: Herbarium (kurutulmuş bitki/ot koleksiyonu albümü) için 25 saniyelik bir reklam filmi için ayrıntılı bir senaryo geliştir. Önemli koşul: Tüm içerik (video, fotoğraf, ses) yapay zeka tarafından üretilecek. Bu nedenle görevin, sadece bir resim açıklaması içeren bir senaryo değil, her öğe için istemlerle desteklenmiş bir senaryo sunmak. Atmosfer: sıcak, sonbahar, rahat.»

    Senaryo geliştirme ve düzeltmeler 102,09 ₺ tuttu.

    Adım 2: Reklam için Görsel Oluşturma

    Kompozisyonu, atmosferi ve stilistiği belirleyen sekiz temel görseli oluşturmak için Nano Banana 2 kullanıldı. Bu aşamanın toplam maliyeti 128,29 ₺ oldu, bu da görsel başına ortalama 16 ₺ demek.

    Görseller ara durum rolünü oynadı: karenin uzamsal yapısını sabitlediler, bu da video modeli için görevi basitleştiriyor. Bu, reklam filmi için kritik olan sahneler arasındaki tutarlılığı korumayı sağlıyor.

    Görselden Videoya: Sonuç Üzerinde Hassas Kontrol

    Modelin açıklamayı aynı anda yorumladığı, kompozisyonu seçtiği ve hareket eklediği metinden videoya farklı olarak, görselden videoya çoğu değişkeni sabitler. Bu, sonuç üzerinde daha fazla kontrol sağlar ve tüm karelerin stil birliğini garanti eder, bu da bir videonun benzersizleştirme maliyetini düşürür ve reklam materyalleri için karlı bir BGBM sağlar.

    Adım 3: Video Oluşturma: Yapay Zeka Reklamının En Pahalı Kısmı

    Statik görselleri video sahnelerine dönüştürmek en kaynak yoğun aşamadır. Yedi video sahnesi, orijinal kompozisyonu koruyarak ve doğal dinamikler ekleyerek Kling v3 Video kullanılarak oluşturuldu.

    Bir video sahnesinin maliyeti yaklaşık 268 ₺ oldu ve video oluşturmanın toplam maliyeti 1.878,17 ₺ oldu. Bu, toplam bütçenin %88’idir. Yüksek maliyet, zamansal tutarlılığı sağlama ihtiyacından kaynaklanmaktadır: nesneler, kamera, aydınlatma ve sahne geometrisi filmin tamamı boyunca sabit olmalıdır.

    Yapay Zeka Reklamının Maliyeti: 2.126 ₺'ye 25 Saniyelik Bir Reklam Filmi — illüstrasyon 2

    Adım 4: ElevenLabs ile Reklam Seslendirmesi: Ucuz ve Zevkli

    Seslendirme için ElevenLabs Flash v3 kullanıldı. Bu aşama en ucuzlardan biriydi — sadece 6,04 ₽. TTS teknolojileri, geleneksel seslendirme kaydına kıyasla süreci önemli ölçüde basitleştirerek hızlı üretim ve düşük maliyet sağlar. Bu, hipotezleri ve prototipleri ucuza test etmek için harika bir seçenektir.

    Adım 5: Suno’da reklam müziği: bütçe ve sınırlamalar

    Müzik eşliği Suno v5.5 kullanılarak oluşturuldu. Model, belirli notaları değil, ruh halini ve türü tanımlamaya olanak tanır, bu da reklam görevleri için uygundur. Müzik üretim maliyeti 11,82 ₽ idi.

    AI müziği bütçeden tasarruf etse de, sonuç üzerinde tam kontrol garanti edilmez. Ancak küçük projeler için stok parçalara veya orijinal müzik siparişine etkili bir alternatiftir.

    Toplam maliyet ve doğrudan aboneliklerle karşılaştırma

    AI kullanılarak oluşturulan 25 saniyelik bir reklam filminin toplam maliyeti 2.126,41 ₽ idi.

    Araç Maliyet
    Senaryo ve istemler (GPT-6 Astra) 102,09 ₽
    Temel görseller (Nano Banana 2) 128,29 ₽
    Video oluşturma (Kling v3 Video) 1.878,17 ₽
    Seslendirme (ElevenLabs Flash v3) 6,04 ₽
    Müzik (Suno v5.5) 11,82 ₽
    TOPLAM 2.126,41 ₽

    Her hizmete ayrı ayrı ödeme yapılsaydı, minimum aylık abonelikler yaklaşık 3.591 ₽ (1 $ = 86,4 ₽ kuruna göre) olurdu:

    • ChatGPT (Plus): 20 $ (~1.729 ₽)
    • Nano Banana 2: ~0,54 $ (~47 ₽)
    • Kling v3 Video: 6,99 $ (~604 ₽)
    • ElevenLabs Flash: 6 $ (~519 ₽)
    • Suno v5.5: 8 $ (~692 ₽)

    Bu 3.591 ₽, tek bir videonun maliyetinden ziyade bir başlangıç sermayesidir, çünkü tarifeler genellikle tek bir proje için gerekenden çok daha fazla kredi içerir. Bu, tek seferlik görevler veya hipotezleri ucuza test etmek için BotHub gibi toplayıcıları kullanmanın faydasını vurgular.

    AI prodüksiyonunun sonuçları ve beklentileri

    AI prodüksiyonu henüz sorunsuz bir süreç değildir. Her modelin kendine özgü özellikleri ve veri formatları vardır. Aşamalar arasındaki bağlantı, harici bir iş akışı ile sağlanır: istemler, referanslar, manuel düzenleme. Bu, ayrı modellerin yeteneklerinin gösterimini, tüm unsurların uyum içinde çalışması gereken tam teşekküllü bir prodüksiyon sisteminden ayırır. AI ile bir bitmiş klibin maliyeti geleneksel üretimden önemli ölçüde daha düşük olabilir, ancak boru hattının yetkin yönetimini gerektirir.

    Genel olarak, AI araçları video içeriği oluşturmak için giriş engelini önemli ölçüde azaltarak ekimlere ve geleneksel prodüksiyon stüdyolarına uygun fiyatlı bir alternatif sunar. Ancak, kaliteli bir sonuç elde etmek için her modelin sınırlamalarını anlamak ve becerilere sahip olmak gerekir. Bu, çeşitli reklam yaratıcılarını test etmek için CPM’yi karlı hale getirir.

    Sıkça Sorulan Sorular

    Yapay Zeka Reklamcılığı İçin Hangi CPM Karlı Sayılır?

    Karlı bir CPM, nişe ve kampanya hedeflerine bağlıdır. Bizim durumumuzda olduğu gibi, video üretim maliyeti düşükse, ortalama bir CPM ile bile genel yatırım getirisi (ROI) yüksek olabilir. Temel avantaj, hipotezleri hızlı ve ucuz bir şekilde test etme yeteneğidir.

    Hangisi daha ucuz: banner mı, blogger mı, yoksa yapay zeka videosu mu?

    Doğrudan karşılaştırma doğru değildir, çünkü bunlar farklı hedeflere sahip farklı formatlardır. Ancak yapay zeka videosu, hipotezleri ucuz bir şekilde test etme imkanı sunar ve bir blogger ile video üretmekten veya hatta bazı banner türlerinden, özellikle karmaşık animasyonlar gerekiyorsa, önemli ölçüde daha ucuz olabilir. Bir yapay zeka videosu oluşturmanın 2.126 ₽ maliyeti, onu toplu içerik üretimi için rekabetçi kılar.

    İçerik üretimi için yapay zekaya yatırım yapmaya değer mi?

    Evet, değer. Yapay zeka, üretim süresini ve maliyetini önemli ölçüde azaltarak reklam materyallerini hızlı bir şekilde oluşturmayı ve test etmeyi sağlar. Bu, özellikle küçük ve orta ölçekli işletmeler ile her yaratıcının nakit akışı ve birim ekonomisinin önemli olduğu arbitrajcılar için geçerlidir. Ancak, fiyat ve sonuç arasındaki ilişkinin, promptlarla çalışma ve post-prodüksiyon becerilerine büyük ölçüde bağlı olduğu unutulmamalıdır.

    Yapay zeka kullanarak 1 saatlik bir yayını kesmek ne kadara mal olur?

    Yapay zeka kullanarak bir saatlik bir yayını kesmenin maliyeti, kullanılan hizmetlere ve video işleme tarifelerine bağlı olacaktır. Kısa klipler oluşturmaktan bahsediyorsak, bu manuel çalışmadan önemli ölçüde daha ucuz olabilir ve tek bir video oluşturma maliyetine benzer olabilir, çünkü ana maliyetler videoyu sıfırdan oluşturmaya değil, içeriğin transkripsiyonuna ve analizine harcanacaktır.

    Avatar ile yapay zeka videosunun dakikası ne kadar?

    Avatar ile yapay zeka videosunun dakikası, platforma ve avatarın karmaşıklığına (2D, 3D, özelleştirme) göre değişir. Deneyimizde 25 saniyelik bir video 1.878 ₽’ye mal oldu, bu da sadece video üretim maliyetini ekstrapole edersek dakikada yaklaşık 4.500 ₽’ye denk gelir. Ancak, avatar platformlarının, sunulan özelliklere ve kaliteye bağlı olarak daha yüksek veya daha düşük olabilecek kendi tarifeleri vardır.

    Yapay zeka reklamcılığı, içeriği daha erişilebilir ve daha hızlı hale getirerek yeni ufuklar açıyor. Yapay zeka dünyasına daha derinlemesine dalmak ve işinizi nasıl dönüştürebileceğini öğrenmek isterseniz, blogumuzu ziyaret edin. Yeni fırsatları keşfedin ve benzersiz içerikler oluşturmaya bugün başlayın!

  • CPM kârlı mı? Perplexity’yi yapay zeka görünürlüğü takibinden hariç tutmaya değer mi?

    CPM kârlı mı? Perplexity’yi yapay zeka görünürlüğü takibinden hariç tutmaya değer mi?

    AI arama dünyasında liderler sürekli değişiyor ve hangi platformların takip edileceği SEO uzmanları için kritik bir soru haline geliyor. Son tartışmalar Perplexity platformu etrafında yoğunlaştı: izlemeye devam etmeli mi, yoksa sadece ChatGPT, Gemini ve Claude gibi devlere mi odaklanmalı? Pazar paylarındaki değişimin görünürlük değerlendirmesini nasıl etkilediğini ve harcanan her rublenin ne kadar para getireceğini inceleyerek kârlı BGBM olup olmadığını anlayacağız.

    Perplexity gerçekten konum mu kaybediyor?

    Siege Media CEO’su Ross Hudgens, Perplexity’nin pazar payının azaldığını iddia ediyor. Onu ChatGPT, Gemini, Claude ve Google AI ürünleriyle birlikte genel metriklerde değerlendirmek, görünürlüğün gerçek resmini çarpıtabilir. Hudgens çağrıda bulunuyor: “Herkes Perplexity’yi LLM izleyicilerinden bugün kaldırmalı.”

    Ancak, deneyimler gösteriyor ki aceleci sonuçlar yanıltıcı olabilir. Mart 2002’de, Search Engine Strategies konferansında, izlenen arama motorlarının 15’ten 5’e düşürülmesi tartışıldı. O zaman Google listeden çıkarıldı. Bu, Google’ın hızla ivme kazanması nedeniyle ciddi bir hata oldu. Benzer bir durum bugün de tekrarlanabilir.

    Veriler Perplexity’nin düşüşünü doğruluyor

    • StatCounter verilerine göre, Haziran 2026’da Perplexity, AI sohbet robotu yönlendirmelerinin %7,91’ini oluşturuyordu, neredeyse Gemini (%7,94) ile aynı seviyede.
    • Ağustos 2026’ya gelindiğinde, Perplexity’nin payı %4,31’e düşerken, Gemini %10,9’a yükseldi.

    “Küçük pazar payı her zaman küçük stratejik önem anlamına gelmez. Bu, hisse senetlerine yatırım yapmak gibidir: her zaman sadece mevcut piyasa değerine değil, büyüme potansiyeline de bakmak gerekir.”

    Pazar konsolide oluyor, ancak tek bir lider etrafında değil

    Similarweb’in Mayıs 2026’ya ait son verileri, yedi büyük AI asistanı arasında ChatGPT’nin (%53,9 küresel web ziyareti) hakimiyetini gösteriyor. Gemini %27,9, Claude %9,2, DeepSeek %4,1, Grok %2,4 ve Perplexity ile Copilot ise %1,3 paya sahip.

    Önemli değişiklikler Perplexity’nin ortadan kalkmasında değil, güçlü bir ikinci oyuncunun ortaya çıkmasında yaşandı. ChatGPT’nin AI sohbet robotu web trafiğindeki payı bir yıl önceki %76,4’ten Mayıs 2026’da %52,7’ye düştü. Gemini %9’dan %27,3’e, Claude ise %1,6’dan %8,9’a yükseldi.

    Ana oyuncular ve avantajları

    • ChatGPT: 900 milyondan fazla haftalık aktif kullanıcı (Şubat), tüm ürünlerde 1 milyardan fazla aktif kullanıcı (Temmuz sonu). Bu, devasa bir doğrudan tüketici tabanıdır.
  • Gemini: Gemini uygulaması aylık 1 milyar kullanıcıyı aştı (Ağustos). Google’ın dağıtımına sahip Arama, Android ve tüm ürün ekosistemi aracılığıyla.
  • Claude: kurumsal segmentte ve geliştiriciler arasında güçlü bir konum elde etti. Nisan ayında 100.000’den fazla müşteri Amazon Bedrock üzerinde Claude’u kullandı. Yıllık gelir 65 milyar doları aştı (Ağustos).

    • Bunlar tek bir işin üç versiyonu değil, üç farklı dağıtım avantajıdır. Pazar, “kazanan her şeyi alır” durumu yerine, gelişmekte olan bir oligopol gibi görünüyor.

    SEO Uzmanları Neleri Takip Etmeli?

    Google AI Overviews ve AI Mode, sıradan LLM’ler olarak görülmemelidir. Çok daha önemlidirler. Haziran ayında Google, AI Overviews’ın aylık 2,5 milyardan fazla kullanıcıya ulaştığını ve AI Mode’un aylık 1 milyar kullanıcıyı aştığını bildirdi. AI Mode sorguları, lansmanından bu yana her çeyrekte ikiye katlandı.

    Similarweb verilerine göre, AI Overviews, Mayıs 2026’ya kadar ABD’deki Google aramalarının %43’ünde ortaya çıktı; bir yıl önce bu oran %15 idi. AI Mode ziyaretleri, Haziran 2025’teki 126 milyondan Mayıs 2026’da 279 milyona yükseldi.

    Bu, Google AI’ın dünyanın baskın arama ekosisteminde ayrı bir katman olduğu anlamına geliyor. B2B şirketleri için Claude, nispeten küçük tüketici trafiğine rağmen büyük önem taşıyor. PwC, TCS ve Cognizant, Claude’u iş akışlarına aktif olarak entegre ediyor ve on binlerce çalışanı eğitiyor. 1000’den fazla kurumsal müşteri, Claude’a yıllık 1 milyon dolardan fazla harcıyor.

    Üç Katmanlı Yapay Zeka Görünürlüğü Ölçüm Sistemi

    1. Birinci Katman: Ölçek ve stratejik öneme sahip platformlar. ChatGPT ve Gemini’yi ayrı ayrı takip edin. B2B, kurumsal ve profesyonel kitleler için Claude’u ekleyin.
    2. İkinci Katman: Mevcut ekosistemlere entegre yapay zeka arama. Google AI Overviews ve AI Mode’u ChatGPT, Gemini ve Claude’dan ayrı olarak takip edin. Amaç, yapay zekanın arama yolculuğunu nasıl değiştirdiğini ölçmektir. Şirketin Microsoft 365’te önemli bir varlığı varsa Microsoft Copilot da bu katmana dahil edilebilir.
    3. Üçüncü Katman: Gelişmekte olan veya özel platformlar. Buraya Perplexity, Grok, DeepSeek dahildir. Bunları göz ardı etmemek, ancak onlara eşit ağırlık da vermemek gerekir. Olağandışı görünürlük, yönlendirme trafiği, alıntılar ve büyüme açısından bunları izleyin.

    Ortalamaların Gerçek Verileri Gizlemesine İzin Vermeyin

    Toplu bir LLM görünürlük metriği, yanlış bir doğruluk hissi yaratabilir. Örneğin, bir markanın ChatGPT’de %40, Gemini’de %35, Claude’da %30 ve Perplexity’de %90 alıntı oranı varsa, basit bir ortalama %48,75 olacaktır. Bu sayı, Perplexity’nin iş için önemli olan trafiğin yalnızca küçük bir kısmını oluşturması durumunda pek bir şey ifade etmez.

    CPM karlı mı? Perplexity'yi yapay zeka görünürlüğü takibinden çıkarmalı mıyız? — illüstrasyon 2

    “LLM’deki ortalama görünürlüğümüz nedir?” sorusu yerine, “Bu iş için önemli olan insanlar markamızla gerçekte nerede karşılaşıyor?” diye sormak gerekir.

    Bunun için üç veri kümesini birleştirmeniz gerekir:

    Perplexity hakkındaki kararım

    Ross Hudgens sorun konusunda haklı ama çözüm konusunda tam olarak haklı değil. Perplexity’yi LLM izleyicinizden çıkarmayın, ağırlığını azaltın. Perplexity AI trafiğinizin %1’ini oluşturuyorsa, görünürlük değerlendirmesinde ona %25 veya %33 ağırlık vermek haksızlıktır. Ancak Hudgens’ın kendisinin de öne sürdüğü gibi, yönlendirmelerin %5’inden fazlasını oluşturuyorsa, lehine olan argüman güçlenir.

    Perplexity’nin gelişim yörüngesi dikkat çekicidir. Similarweb’in Ağustos 2026 analizi, Perplexity’yi AI arama pazarında aktif bir oyuncu olarak tanımlamaya devam ediyor ve reklamsız stratejisini, aboneliklere ve kurumsal anlaşmalara odaklanmasını belirtiyor. Bu, “küçük” ve “önemsiz”in neden eşanlamlı olmadığını gösteriyor.

    Sıkça Sorulan Sorular

    AI platformları için hangi CPM karlı sayılır?

    AI platformlarında karlı CPM hedef kitlenize ve ROI‘nize bağlıdır. Bir platform, nispeten yüksek bir CPM ile bile yüksek kaliteli potansiyel müşteriler veya satışlar üretiyorsa, karlı olabilir. Önemli olan, yalnızca gösterim maliyetini değil, aynı zamanda dönüşümü de hesaplamaktır.

    Yeni AI platformlarında hipotez testi ucuz mudur?

    Evet, yeni AI platformlarında ucuz hipotez testi zorunludur. Bir sonraki Google’ı bu şekilde keşfedebilirsiniz. Onlara büyük bütçeler harcamaya değmez, ancak izleme ve minimum test, potansiyel bir atılımı kaçırmamanızı sağlayacaktır.

    AI platformlarıyla karşılaştırıldığında banner mı yoksa blogger mı daha ucuzdur?

    Banner mı yoksa blogger mı daha ucuz sorusu AI bağlamında uygun değildir. AI platformları farklı bir etkileşim türü sunar. Fiyat karşılaştırması, etkinlik metrikleri üzerinden yapılmalıdır: banner aracılığıyla 1 milyon gösterimin maliyeti ile 100 AI videosu oluşturma maliyeti veya AI araçları aracılığıyla 500 video yayınlama maliyeti karşılaştırılmalıdır. Her kanalın kendi birim ekonomisi vardır.

    AI kullanarak bir videonun benzersizleştirme maliyeti nasıl değerlendirilir?

    AI kullanarak bir videonun benzersizleştirme maliyeti, görevin karmaşıklığına ve kullanılan araca bağlıdır. Yalnızca doğrudan maliyetleri değil, AI’nın kazandıracağı zamanı da değerlendirmek önemlidir. Avatar ile AI video dakikası fiyatı da değişir, ancak özellikle büyük hacimlerde manuel işçilikten genellikle daha uygun maliyetli olduğu ortaya çıkar.

    Sonuç

    AI arama pazarı dinamiktir. Perplexity veya diğer niş platformları tamamen göz ardı etmek, önemli sinyalleri kaçırma riskini almak demektir. Ancak onlara devlerle eşit ağırlık vermek, resmi çarpıtmaktır. İş üzerindeki gerçek etkilerine göre platformları ağırlıklandıran ve yeni oyuncuları sürekli izleyen matematiksel bir analiz yaklaşımı, SEO ve karlı CPM stratejisinde başarının anahtarıdır.

    Nakit akışını sayıyoruz, sadece takipçideki platform sayısını değil. Hız kazanan dışarıdan gelenleri gözden kaçırmayın. Belki de bir sonraki pazar lideri onların arasındadır. Yeni fırsatları kaçırmamak için verilerinizi bugün analiz etmeye başlayın!