Google Ads ve LinkedIn Ads Algoritmaları Nasıl Çalışır? (Meta ile Karşılaştırmalı)

Google Ads ve LinkedIn Ads algoritmaları, tıpkı Meta gibi, reklamları aynı temel aşamalardan geçirerek dağıtır: eligibility (reklamın yarışmaya katılma hakkı), candidate generation (aday reklamların seçilmesi), prediction/ranking (adayların değere göre sıralanması) ve auction (açık artırma). Fark, her platformun bu aşamaları farklı sinyaller ve sistemlerle çalıştırmasındadır: Google Search sorgu-temelli eşleştirmeyle, YouTube/Demand Gen/GDN kullanıcı ve bağlam tahminleriyle, LinkedIn ise profesyonel kimlik sinyalleriyle.

Meta Ads’in reklam dağıtım altyapısını anlattığımız yazıda şu basitleştirilmiş çerçeveyi kullanmıştık:

1. Retrieval: Milyonlarca reklam arasından kullanıcı için değerlendirilmeye değer adayların seçilmesi
2. Ranking: Seçilen adayların tıklama, dönüşüm, değer ve kalite ihtimallerine göre sıralanması
3. Auction: Teklif, tahmini aksiyon oranı ve kalite sinyalleri üzerinden gösterilecek reklamın belirlenmesi

Meta tarafında Andromeda, GEM, Lattice ve Sequence Learning gibi kamuya açıklanmış sistem isimleri bulunduğu için bu yapıyı kavramsallaştırmak görece kolaydır.

Andromeda, Meta reklam sisteminde on milyonlarca aday reklamı birkaç bin daha alakalı adaya indiren retrieval aşamasında çalışır. GEM, diğer reklam öneri modellerinin tahmin kapasitesini geliştiren büyük ölçekli bir ads foundation model’idir. Lattice ise farklı reklam domain ve objective’leri arasındaki model parçalanmasını azaltmaya çalışan çok alanlı ve çok hedefli recommendation framework’üdür. Sequence Learning de kullanıcı davranışlarını yalnızca toplulaştırılmış sinyaller olarak değil, zaman sıralı event dizileri olarak modellemeye çalışır.

Peki Google Ads ve LinkedIn Ads’te ne oluyor?

Google’ın Andromeda’sı hangisi?

LinkedIn’de GEM benzeri bir sistem var mı?

Performance Max, Lattice’in Google’daki karşılığı mı?

Google Search reklamında retrieval nasıl yapılıyor?

Kullanıcı herhangi bir arama yapmadan YouTube videosu izlerken, Gmail’e bakarken veya bir internet sitesinde gezinirken Google hangi reklamı göstereceğine nasıl karar veriyor?

LinkedIn, kullanıcının doğrudan ürün aramadığı bir akış içerisinde hangi B2B reklamın anlamlı olacağını nasıl tahmin ediyor?

Bu soruların tek cümlelik bir cevabı yok.

Çünkü Meta, Google ve LinkedIn aynı tür reklam platformları değildir.

Dahası, Google Ads’in kendi içerisinde bile tek bir reklam dağıtım modeli bulunmaz.

Google Search’te sorgu temelli bir eşleştirme sistemi çalışırken; YouTube, Demand Gen, Gmail, Discover ve Google Display Network tarafında kullanıcı, içerik, bağlam ve dönüşüm tahminleri üzerinden çalışan daha farklı recommendation ve discovery sistemleri bulunur.

Bu ayrımı yapmadan Google Ads’i yalnızca Arama Ağı reklamları üzerinden açıklamak, Google’ın güncel reklam mimarisinin büyük bölümünü dışarıda bırakmak olur.

Önce Terminoloji Ayrımı: Google Ads Bir DSP midir?

Google Ads, Google’ın reklamverenlerin Search, YouTube, Display, Shopping, Gmail, Discover ve Maps gibi Google envanterlerine erişmesini sağlayan self-service reklam platformudur.

Display & Video 360 ise daha geniş programatik medya satın alma, reservation, open auction, programmatic guaranteed, üçüncü taraf exchange ve kurumsal medya yönetimi fonksiyonları sunan enterprise platformudur.

Dolayısıyla Google Ads’i klasik anlamda tam kapsamlı bir DSP ile aynı şey kabul etmek doğru olmayacaktır. Google’ın daha geniş programatik satın alma ürünü Display & Video 360’tır. DV360; display, video, TV, audio ve farklı inventory kaynaklarını tek ortamda yönetmeye, açık artırma ve garantili satın alma modellerini birlikte kullanmaya imkân verir.

Ancak bu teknik ayrım, Google Ads’in yalnızca Search reklamlarından ibaret olduğu anlamına da gelmez.

Google Ads içerisinde de sorgu temelli ve sorgu dışı çalışan çok sayıda reklam dağıtım sistemi bulunur.

Meta, Google ve LinkedIn Arasındaki Temel Fark

Meta ve LinkedIn ağırlıklı olarak feed-based discovery, yani akış içerisinde keşif modeline dayanır.

Kullanıcı çoğu zaman o anda belirli bir ürün veya hizmet aramıyordur.

Platform:

• Kullanıcının davranışları,
• İçerik tüketimi,
• Profili,
• İlgi alanları,
• Önceki etkileşimleri,
• İçinde bulunduğu bağlam,
• Tahmini dönüşüm ihtimali

üzerinden reklamı karşısına çıkarır.

Google Search ise query-based intent, yani kullanıcının açık biçimde ifade ettiği arama niyetiyle başlar.

Kullanıcı:

“İstanbul Google Ads ajansı”

veya:

“endüstriyel paketleme makinesi fiyatı”

yazar.

Google Search’ün ilk görevi bu sorguyla hangi reklamların, ürünlerin, keyword’lerin veya landing page’lerin eşleşebileceğini belirlemektir.

Fakat Google Ads’in tamamı böyle çalışmaz.

Kullanıcı YouTube’da video izlerken, Discover akışında içerik tüketirken, Gmail gelen kutusuna bakarken veya Google Display Network üzerindeki bir web sitesini ziyaret ederken çoğu zaman aktif bir ürün araması yapmamaktadır.

Bu durumda Google’ın çözmeye çalıştığı problem Meta’ya daha fazla yaklaşır:

Bu kullanıcıya, içinde bulunduğu bağlamda hangi reklamı gösterirsem ilgi, değerlendirme, satış veya başka bir iş sonucu üretme ihtimalim yükselir?

LinkedIn’de ise başlangıç noktası kullanıcının profesyonel kimliğidir.

Sistem:

• Meslek,
• İş fonksiyonu,
• Kıdem,
• Şirket,
• Sektör,
• Beceri,
• Eğitim,
• Profesyonel ilgi,
• Sayfa bağlamı,
• Kampanya etkileşimleri

üzerinden reklam adaylarını değerlendirir.

Bu nedenle platformları tek bir Google satırıyla değil, Google’ın farklı dağıtım sistemlerini ayırarak konumlandırmak gerekir.

Platform veya Sistem	Başlangıç Noktası	Temel Eşleştirme Problemi
Meta Ads	Kullanıcı davranışı, içerik tüketimi, kreatif anlamı ve dönüşüm sinyalleri	Bu kullanıcı hangi reklama ilgi gösterebilir veya hangi reklamdan değerli bir aksiyon üretme ihtimali taşır?
Google Search Ads	Kullanıcının sorgusu ve arama bağlamı	Bu arama niyetiyle hangi keyword, reklam, ürün veya landing page eşleşebilir?
Google Demand Gen / GDN / Gmail / Discover	Kullanıcı özellikleri, ilgi ve niyet sinyalleri, içerik-yüzey bağlamı, birinci taraf veri ve conversion tahmini	Kullanıcı arama yapmıyorken hangi görsel veya video reklam onun ilgisini, değerlendirmesini ya da dönüşümünü tetikleyebilir?
Google YouTube / Video Ads	İzlenen içerik, video bağlamı, audience sinyalleri, geçmiş etkileşimler ve kampanya hedefi	Bu kullanıcıya hangi video reklam; izleme, hatırlama, etkileşim veya dönüşüm üretme ihtimali taşır?
Google Performance Max	Conversion hedefi, sorgular, kullanıcı sinyalleri, ürün feed’i, asset’ler, landing page’ler ve Google envanteri	Bu iş sonucunu üretmek için hangi kullanıcıya, hangi kanalda, hangi asset ve hangi teklifle ulaşılmalı?
LinkedIn Ads	Profesyonel kimlik, şirket bilgileri ve platform davranışı	Bu profesyonele veya satın alma komitesine hangi B2B reklamı anlamlı olabilir?

Demand Gen güncel yapıda YouTube, Discover, Gmail, Maps ve Google Display Network envanterine erişebilir. Performance Max ise Search, YouTube, Display, Discover, Gmail ve Maps dahil Google Ads envanterinin büyük bölümünü tek goal-based kampanyada kullanabilir.

Bu fark yalnızca hedefleme ayarını değil:

• Kreatif stratejisini,
• Kampanya yapısını,
• Teklif sistemini,
• Conversion tracking’i,
• Landing page tasarımını,
• Attribution yorumunu

değiştirir.

Üç Platform İçin Ortak Reklam Dağıtım Modeli

Platformların teknik mimarileri aynı olmasa da reklam dağıtımını beş işlevsel katman üzerinden inceleyebiliriz:

1. Eligibility: Reklam bu gösterim için uygun mu?
2. Candidate Generation: Hangi reklamlar aday olabilir?
3. Prediction and Ranking: Adaylardan hangisi hedeflenen sonucu üretmeye daha yatkın?
4. Auction and Pricing: Hangi reklam gösterimi kazanacak ve ne kadar ödeyecek?
5. Learning and Feedback: Gerçekleşen davranışlar sisteme nasıl geri dönecek?

Bu beş katman Meta, Google ve LinkedIn’de bulunur.

Fakat her platform farklı veri kullanır.

Dahası, Google aynı beş katmanı farklı envanterlerinde farklı biçimlerde uygular.

1. Eligibility: Reklamın Yarışmaya Katılma Hakkı

Açık artırmadan önce reklamın ilgili gösterim için uygun olması gerekir.

Reklamınız panelde “aktif” olabilir fakat belirli kullanıcı, sorgu, video, web sitesi veya placement için yarışmaya katılamayabilir.

Meta Ads’te Eligibility

Meta tarafında eligibility şu unsurlardan etkilenebilir:

• Kampanya ve reklam durumu,
• Bütçe,
• Reklam politikaları,
• Hedef ülke ve yaş,
• Audience controls,
• Placement uygunluğu,
• Objective,
• Optimizasyon event’i,
• Reklam formatı,
• Kullanıcının reklam tercihleri.

Reklam bu ilk kontrolleri geçtikten sonra Andromeda gibi retrieval sistemlerinde aday olarak değerlendirilebilir.

Google Search Ads’te Eligibility

Bir Search reklamının açık artırmaya katılabilmesi için:

• Kampanyanın aktif olması,
• Bütçesinin bulunması,
• Coğrafya ve dil ayarlarına uygun olması,
• Reklamın politikaya uygun olması,
• Sorgunun keyword, AI Max, Dynamic Search Ads, feed veya başka bir matching sistemiyle ilişkilendirilebilmesi,
• Negatif keyword tarafından engellenmemesi,
• İlgili Ad Rank threshold’unu karşılayabilecek durumda olması

gerekebilir.

Keyword’ün hesapta bulunması reklamın mutlaka gösterileceği anlamına gelmez.

Keyword yalnızca reklamı aday olabilecek yapılar arasına sokan kaynaklardan biridir.

Google her arama için açık artırmayı yeniden çalıştırır ve bid, kalite, eşikler, sorgu bağlamı, cihaz, lokasyon, rakipler ve asset etkisi gibi unsurları değerlendirir.

Google’ın Sorgu Dışı Yüzeylerinde Eligibility

YouTube, Discover, Gmail, Maps ve GDN tarafında bir arama sorgusu bulunmayabilir.

Bu durumda eligibility şu alanlara bağlı olabilir:

• Kampanyanın seçilen kanala erişebilmesi,
• Reklam formatının placement ile uyumlu olması,
• Audience veya content targeting ayarları,
• Coğrafya, dil ve cihaz ayarları,
• Marka güvenliği ve content suitability kontrolleri,
• Kampanya objective’i,
• Conversion goal,
• Bütçe ve bidding,
• Kullanıcının kişiselleştirme ve reklam tercihleri,
• Hassas kategori sınırlamaları.

Örneğin dikey bir video YouTube Shorts için uygun olabilirken, aynı kreatif Gmail yüzeyindeki görsel reklama uygun olmayabilir.

Demand Gen kanal kontrolleri reklamverenin YouTube in-stream, YouTube in-feed, Shorts, Discover, Gmail, Maps ve GDN gibi yüzeylerden seçim yapmasına imkân verir.

LinkedIn Ads’te Eligibility

LinkedIn’de öncelikle kullanıcının seçilen profesyonel audience kriterlerine uygun olup olmadığı belirlenir.

Örneğin reklamveren:

• Türkiye,
• 200’den fazla çalışanı bulunan şirketler,
• Marketing veya Sales job function,
• Manager ve üzeri seniority,
• Yazılım sektörü

hedeflemiş olabilir.

Bu kriterlere uygun bir üye reklam placement’ına geldiğinde, benzer formatlara ve benzer audience yapılarına sahip reklamverenlerin reklamları açık artırmaya katılabilir.

LinkedIn’in güncel resmî açıklamasına göre açık artırmada reklamlar benzer format ve hedef kitlelere sahip diğer kampanyalarla rekabet eder; kazanan reklam bid price ve üye açısından tahmini relevance üzerinden belirlenir.

Buradaki temel fark şudur:

• Google Search’te ilk kapı sorgu eşleşmesidir.
• Google’ın görsel ve video yüzeylerinde ilk kapı audience, içerik, placement ve objective uygunluğudur.
• LinkedIn’de ilk kapı profesyonel audience uygunluğudur.
• Meta’da ilk kapı hedefleme kontrolleriyle birlikte davranışsal kullanıcı-reklam ilişkisidir.

2. Candidate Generation: Aday Reklamlar Nasıl Seçilir?

Meta’da bu katmanın en net açıklanan bileşeni Andromeda’dır.

Andromeda, on milyonlarca reklam arasından birkaç bin alakalı adayı seçerek sonraki ranking modellerine aktarır.

Google ve LinkedIn’de de aynı işlevi yerine getiren sistemler bulunur; ancak Meta’daki gibi tek ve eşdeğer bir ürün adı kamuya açıklanmamıştır.

Google Ads’te Andromeda’nın Karşılığı Nedir?

Google’da Andromeda’nın birebir karşılığı olan tek bir sistem yoktur.

Google’ın candidate-generation yapısı iki ana aileye ayrılır:

Sorgu Temelli Candidate Generation

Search ve Shopping bağlamında:

• Keyword matching,
• Exact, phrase ve broad match,
• AI Max search term matching,
• Keywordless technology,
• Dynamic Search Ads,
• Final URL Expansion,
• Landing page matching,
• Product feed matching,
• Search themes,
• Performance Max query matching,
• Campaign ve ad group prioritization

çalışabilir.

Sorgu Dışı Candidate Generation

YouTube, Demand Gen, Discover, Gmail, GDN ve benzeri yüzeylerde:

• Audience matching,
• In-market ve affinity segment’ler,
• Custom segment’ler,
• Customer Match ve first-party data,
• Remarketing veya your data segment’leri,
• Lookalike segment’ler,
• Contextual targeting,
• Topic targeting,
• Placement targeting,
• Content keyword’leri,
• Optimized targeting,
• Asset ve yüzey uygunluğu,
• Conversion prediction

birlikte aday kullanıcı-reklam eşleşmesi oluşturabilir.

Dolayısıyla Google’da retrieval:

Sorgu-keyword eşlemesi

olarak tek bir çerçeveye indirgenemez.

Daha doğru tanım şudur:

Google Ads’te candidate generation, kampanyanın çalıştığı yüzeye göre sorgu, kullanıcı, içerik, ürün, URL, audience, kreatif ve conversion sinyallerinin farklı kombinasyonlarıyla yapılır.

Google Search’te Keyword Matching Nasıl Çalışır?

Google Search reklamlarında kullanıcı sorgusuyla reklamverenin keyword’ü arasında harf harfine eşitlik aranması uzun zamandır temel model değildir.

Google üç ana match type kullanır:

• Exact match,
• Phrase match,
• Broad match.

Exact Match

Exact match yalnızca sorgunun keyword ile birebir aynı olması anlamına gelmez.

Sorgu, keyword ile aynı anlamı veya aynı temel arama niyetini taşıyorsa eşleşebilir.

Phrase Match

Phrase match, keyword’ün anlamının sorguda korunmasını bekler; ancak sorguda ek ifadeler bulunabilir.

Broad Match

Broad match daha geniş bir eşleme alanı oluşturur.

Sistem yalnızca keyword kelimelerini değil:

• Landing page’i,
• Ad group içerisindeki diğer keyword’leri,
• Kullanıcının önceki aramalarını,
• Lokasyonu,
• Sorgu bağlamını,
• Conversion ihtimalini

de kullanabilir.

Örneğin keyword:

kurumsal dijital pazarlama eğitimi

olsun.

Broad match sistemi aşağıdaki sorguların bazılarını ilgili kabul edebilir:

• Şirket içi Google Ads eğitimi
• Pazarlama ekibi için performans eğitimi
• Kurumsal Meta reklam eğitmeni
• Dijital pazarlama departman eğitimi
• Ajans çalışanları için reklam eğitimi

Burada Google ortak kelime saymıyor.

Sorgunun ticari ve anlamsal niyetini değerlendirmeye çalışıyor.

Bu açıdan broad match, Meta’daki davranışsal retrieval’a kısmen yaklaşır.

Fakat temel fark devam eder:

Google Search’te ortada hâlâ kullanıcının açık biçimde ifade ettiği bir sorgu vardır.

AI Max for Search Ne Değiştiriyor?

AI Max yeni bir kampanya türü değildir.

Mevcut Search kampanyalarının içerisine eklenen bir targeting ve creative optimization katmanıdır.

Search term matching açık olduğunda broad match ve keywordless technology kullanarak mevcut keyword listesinin dışında kalan alakalı sorguları bulmaya çalışır.

Asset optimization tarafında ise text customization ve Final URL Expansion gibi özelliklerle kullanıcının sorgusuna daha uygun mesaj ve landing page seçimi yapılabilir.

Klasik model:

Keyword → Sorgu → Reklam

Modern AI Max modeli:

Sorgu + Keyword’ler + Landing page içeriği + Reklam asset’leri + URL’ler + Conversion sinyalleri + Kullanıcı bağlamı → Uygun kampanya, ad group, reklam ve landing page

Bu yapı keyword kontrolünü tamamen ortadan kaldırmaz.

Aksine keyword, URL, marka ve lokasyon kontrollerini daha geniş AI matching sistemi içerisinde kullanır.

Google Search Dışında Candidate Generation Nasıl Çalışır?

Kullanıcı YouTube’da video izlerken veya Gmail’e bakarken açık bir sorgu yazmaz.

Google bu durumda iki ana eksende eşleştirme yapabilir:

1. Audience-based matching: Bu kullanıcı kim ve neye ilgi gösterme ihtimali taşıyor?
2. Content/context-based matching: Bu reklam hangi içerik veya placement yanında anlamlı olabilir?

Audience-Based Matching Nedir?

Google Ads kullanıcıları şu tür audience sinyalleriyle sınıflandırabilir veya tahmin edebilir:

• Demografik özellikler,
• Affinity segment’ler,
• In-market segment’ler,
• Life event’ler,
• Custom segment’ler,
• Website ziyaretçileri,
• App kullanıcıları,
• YouTube izleyicileri,
• Customer Match listeleri,
• Geçmiş dönüşüm yapan kullanıcılar,
• Lookalike segment’ler.

Demand Gen audience’ları; kullanıcıların kim oldukları, ilgi ve alışkanlıkları, aktif olarak ne araştırdıkları ve markayla daha önce nasıl etkileşim kurdukları üzerinden oluşturulabilir.

Google, audience segment’lerini Google ürünleri ve uygun üçüncü taraf içeriklerdeki aktiviteler üzerinden tahmin edebilir.

Örneğin bir kullanıcı o anda:

“Meta Ads eğitimi”

aramıyor olabilir.

Fakat:

• Google Ads içerikleri izliyor,
• Pazarlama eğitimi veren siteleri ziyaret ediyor,
• Meta reklamcılığıyla ilgili videolar tüketiyor,
• Dijital pazarlama yazılımları araştırıyor,
• Reklamverenin mevcut müşterilerine benzer özellikler gösteriyor

olabilir.

Bu kullanıcı Demand Gen veya YouTube kampanyası için potansiyel aday haline gelebilir.

Content ve Context-Based Matching Nedir?

Google yalnızca kullanıcıya değil, kullanıcının o anda tükettiği içeriğe de bakabilir.

Reklamveren:

• Belirli web sitelerini,
• Belirli sayfaları,
• Mobil uygulamaları,
• YouTube kanallarını,
• YouTube videolarını,
• İçerik konularını,
• İçerik keyword’lerini

hedefleyebilir veya hariç tutabilir.

Placement targeting reklamverenin belirli site, uygulama, YouTube kanalı veya videoları seçmesini sağlar.

Topic targeting belirli konularla ilişkili içeriklerde reklam göstermeye çalışır.

Contextual keyword targeting ise seçilen keyword temasıyla alakalı web sayfası, uygulama veya video içeriklerini bulabilir.

Buradaki keyword ile Search keyword aynı şey değildir.

Search keyword:

Kullanıcının yazdığı sorguyla reklamı eşleştirir.

Content keyword:

Reklamın gösterileceği içeriğin konusu veya anlamıyla ilişki kurar.

Dolayısıyla Google’ın sorgu dışı reklam sisteminde iki ayrı soru vardır:

Bu kullanıcı uygun mu?

ve:

Bu içerik veya placement uygun mu?

Optimized Targeting Nedir?

Optimized targeting, reklamverenin manuel olarak belirlediği audience sinyallerinin dışına çıkarak conversion üretme ihtimali yüksek yeni kullanıcıları bulmaya çalışır.

Google:

• Gerçek zamanlı kampanya conversion verisini,
• Yakın zamanda dönüşüm yapan kullanıcıların özelliklerini,
• Landing page ve kreatiflerdeki keyword ve anlam sinyallerini,
• Kampanya hedeflerini

kullanabilir.

Manuel audience’lar başlangıç sinyali görevi görür.

Sistem başka bir alanda daha iyi conversion fırsatı bulursa manuel sinyallerin dışına çıkabilir, hatta zamanla sinyallerden gelen trafiği azaltabilir.

Bu yapı Meta broad targeting veya Advantage+ genişlemesine işlevsel olarak yaklaşır.

Fakat iki platformun veri evreni aynı değildir.

Meta:

• Sosyal etkileşim,
• Feed davranışı,
• Reels ve video tüketimi,
• Kreatif anlamı,
• Pixel ve CAPI

üzerinden öğrenir.

Google:

• Arama davranışı,
• YouTube tüketimi,
• Google ürünlerindeki hareketler,
• Web ve uygulama içerikleri,
• First-party data,
• Google Ads conversion verisi

üzerinden daha geniş bir çapraz yüzey sinyali oluşturabilir.

Google Display Network 2026’da Nasıl Konumlanıyor?

Google Display Network, reklamların milyonlarca web sitesi ve uygulamada gösterilebildiği görsel reklam ağıdır.

Ancak 2026’da önemli bir ürün değişikliği söz konusu:

Google Display Ads kampanyaları Demand Gen içerisine taşınmaya başlandı.

Haziran 2026 itibarıyla uygun reklamverenler mevcut Display kampanyalarını migration tool kullanarak GDN on Demand Gen yapısına taşıyabilmektedir.

Google ilerleyen aşamada yeni Display kampanyalarının yalnızca Demand Gen içerisinden oluşturulacağını ve kalan uygun kampanyaların otomatik taşınacağını duyurdu.

Bu değişiklik şu anlama gelmez:

Google Display Network kaldırılıyor.

GDN inventory olarak varlığını sürdürmeye devam edecektir.

Değişen şey kampanyanın oluşturulduğu ve yönetildiği ürün yapısına getirilmektedir.

2026’da daha doğru ifade şudur:

Google Display Network, Demand Gen’in erişebildiği görsel kanallardan biri haline gelmektedir.

Demand Gen içerisinde reklamveren yalnızca GDN’yi seçerek display-only yapı oluşturabilir veya GDN’yi YouTube, Discover, Gmail ve Maps ile aynı kampanyada kullanabilir.

Gmail Reklamları Nasıl Çalışır?

Gmail güncel yapıda başlı başına ayrı bir “Gmail Ads kampanya türü” olarak düşünülmemelidir.

Gmail inventory’sine ağırlıklı olarak:

• Demand Gen,
• Performance Max

üzerinden erişilir.

Kullanıcı Gmail Promotions veya Social sekmesinde gezinirken sistem:

• Audience segment’lerini,
• Kullanıcının tahmini ilgi ve niyetini,
• First-party data’yı,
• Kreatif uygunluğunu,
• Kampanya conversion hedefini,
• Tahmini aksiyon ihtimalini

değerlendirebilir.

Demand Gen, Gmail’in yanı sıra YouTube, Discover, Maps ve GDN üzerinde çalışabilir.

Gmail’de kullanıcının o anda bir arama sorgusu bulunmadığı için eşleştirme Search keyword mantığıyla yapılmaz.

Burada sistemin temel sorusu şudur:

Bu kullanıcı bu mesajı gördüğünde ilgilenme veya dönüşme ihtimali taşıyor mu?

Discover Reklamları Nasıl Dağıtılır?

Discover, kullanıcının ilgi alanlarına göre kişiselleştirilmiş içerik akışıdır.

Kullanıcı aktif olarak sorgu yazmaz.

Google:

• Kullanıcının ilgi alanlarını,
• Tükettiği içerikleri,
• Aktif araştırma davranışlarını,
• Audience segment’lerini,
• First-party data’yı,
• Reklam kreatifini,
• Kampanya hedefini

birlikte değerlendirerek aday reklamları seçebilir.

Bu açıdan Discover, Google’ın Meta Feed’e en fazla yaklaşan yüzeylerinden biridir.

Kullanıcı ürünü aramıyordur.

Kreatif:

• Dikkat çekmek,
• Problemi görünür kılmak,
• Ürünü tanıtmak,
• Merak veya değerlendirme oluşturmak

zorundadır.

YouTube Reklam Algoritması Nasıl Çalışır?

YouTube’da reklam dağıtımı tek bir model üzerinden çalışmaz.

Farklı amaç ve reklam formatları vardır:

• Awareness,
• Reach,
• Video views,
• Consideration,
• Website traffic,
• Leads,
• Sales,
• Demand generation.

Kampanya objective’i algoritmanın aradığı kullanıcı davranışını değiştirir.

Bir Video Views kampanyasında sistem:

• Videoyu izleme,
• ThruPlay benzeri tamamlama,
• Engagement

ihtimali daha yüksek kullanıcıları arayabilir.

Conversion odaklı kampanyada ise:

• Reklam etkileşiminin sonradan satış veya lead üretme ihtimali,
• Conversion value,
• Smart Bidding hedefi

daha merkezi hale gelir.

Video kampanyaları YouTube ve uygun Google video partner siteleri ile uygulamalarında çalışabilir. Targeting; audience, demografi, topic, keyword ve placement gibi yöntemlerden yararlanabilir.

YouTube eşleştirmesinde şu sinyaller birlikte kullanılabilir:

• İzlenen video veya kanal,
• Kullanıcının YouTube etkileşim geçmişi,
• Audience segment’i,
• Custom segment,
• Customer Match,
• Website ziyaretleri,
• Seçilen placement,
• Topic veya content keyword’ü,
• Video reklam formatı,
• Kampanya objective’i,
• Conversion geçmişi.

Fakat burada önemli bir istisna vardır:

Conversion odaklı video kampanyalarında manuel content targeting seçenekleri daha sınırlı olabilir. Google, conversion fırsatlarını genişletmek amacıyla video conversion kampanyalarından content targeting’i kaldırmıştır.

Bu, şu ayrımı doğurur:

Awareness veya Reach Video Kampanyası

Reklamveren:

• Belirli kanal,
• Video,
• Topic,
• Audience

üzerinde daha fazla kontrol kullanabilir.

Conversion Odaklı Video veya Demand Gen Kampanyası

Sistem:

• Conversion tahmini,
• Audience sinyali,
• Optimized targeting,
• Smart Bidding

üzerinden daha geniş hareket edebilir.

2025 itibarıyla Video Action Campaigns Demand Gen yapısına taşınmıştır. Böylece conversion odaklı video kampanyaları yalnızca YouTube değil; Discover, Gmail ve GDN envanterine de açılmıştır.

Demand Gen Nasıl Çalışır?

Demand Gen, Google’ın YouTube, Discover, Gmail, Maps ve GDN üzerindeki görsel ve video yüzeylerinde talep yaratma, değerlendirme ve dönüşüm hedeflerini birleştiren kampanya türüdür.

Demand Gen’in merkezinde audience-first yaklaşımı bulunur.

Reklamveren:

• Google audience segment’leri,
• Custom segment’ler,
• Website ve app kullanıcıları,
• Customer Match,
• Lookalike segment’ler,
• Demografi,
• Optimized targeting

kullanabilir.

Sistem daha sonra:

• Kullanıcı,
• Kreatif,
• Yüzey,
• Placement,
• Bid,
• Conversion ihtimali

arasındaki ilişkiyi değerlendirir.

Demand Gen, Search gibi keyword merkezli değildir.

Ama yalnızca “ilgi alanı reklamı” da değildir.

Conversion verisi ve Smart Bidding kullanıldığında sistem daha fazla aksiyon veya conversion value üretme ihtimali bulunan kullanıcıları bulmaya çalışır.

Demand Gen’i Meta’ya yakınlaştıran unsurlar şunlardır:

• Feed ve video yüzeyleri,
• Görsel kreatif önemi,
• Audience-based discovery,
• Kullanıcı aktif arama yapmadan reklam gösterimi,
• Lookalike ve optimized targeting,
• Cross-format optimizasyon.

Fakat Google’ın Search ve YouTube davranışlarından gelen sinyal alanı Demand Gen’i Meta’dan ayırır.

Performance Max’te Candidate Generation Nasıl Çalışır?

Performance Max yalnızca Search kampanyası değildir.

Aynı şekilde yalnızca Shopping veya remarketing kampanyası da değildir.

Google’ın goal-based, cross-channel campaign product’ıdır.

Performance Max:

• Search,
• YouTube,
• Display,
• Shopping,
• Discover,
• Gmail,
• Maps

envanterlerini kullanabilir.

Candidate generation sürecinde şu girdilerden yararlanabilir:

• Primary conversion goal,
• Conversion value,
• Smart Bidding,
• Product feed,
• Asset group,
• Landing page,
• Search themes,
• Audience signals,
• Customer Match,
• Website ziyaretçileri,
• Merchant Center verisi,
• Kampanya ve hesap geçmişi.

Search Themes

Search themes, reklamverenin müşterilerin hangi kelime ve konularla arama yapabileceğine dair Google AI’a verdiği ek bağlamdır.

Klasik keyword gibi sert eşleşme değildir.

Sistemin landing page, feed veya asset’lerden kolayca çıkaramayacağı işletme bilgisini sağlar.

Audience Signals

Audience signal da hard targeting değildir.

Reklamveren sisteme:

“Dönüşme ihtimali yüksek müşterilerimin başlangıç özellikleri bunlardır.”

der.

Google AI, yüksek conversion ihtimali gördüğü durumlarda sinyalin dışındaki kullanıcılara da reklam gösterebilir.

Performance Max’te Retrieval Neden Tek Tip Değildir?

Performance Max kanalın yapısına göre farklı candidate-generation mekanizmaları kullanır.

Search yüzeyinde: Sorgu + Keywordless matching + Feed + Landing page + Search themes

YouTube yüzeyinde: Audience + Video bağlamı + Kreatif + Conversion tahmini

Display yüzeyinde: Audience + İçerik bağlamı + Placement + Asset + Conversion tahmini

Gmail / Discover yüzeyinde: Audience + İlgi ve niyet + Kreatif + Conversion tahmini

Performance Max’in yaptığı şey, bu farklı candidate-generation ve inventory sistemlerini tek bir conversion veya value hedefi çevresinde orkestre etmektir.

Search ve Performance Max Aynı Sorgu İçin Yarışırsa Ne Olur?

Google hesap içerisindeki kampanya ve ad group’lar arasında önceliklendirme kuralları uygular.

Sorguyla birebir eşleşen uygun bir exact match keyword bazı diğer eşleşmelere karşı öncelik kazanabilir.

Birebir eşleşme bulunmadığında Search, AI Max veya Performance Max adayları arasında Ad Rank devreye girebilir.

Google’ın güncel AI Max açıklamasına göre bir sorgu hem AI Max Search hem Performance Max için uygunsa, yüksek Ad Rank’e sahip olan kampanya gösterilebilir.

Bu, Google’ın candidate-generation sistemini Meta’dan ayıran önemli unsurlardan biridir.

Meta öncelikle kullanıcı için reklam adayları çıkarır.

Google Search ise:

1. Sorguyla hangi kampanya ve matching sistemlerinin ilişkilendirilebileceğini,
2. Aynı hesap içerisinden hangi reklamın sorguyu temsil edeceğini,
3. Sonrasında hangi reklamverenin auction’ı kazanacağını

belirler.

LinkedIn Ads’te Aday Reklamlar Nasıl Seçilir?

LinkedIn, candidate-retrieval sistemini Meta’daki Andromeda gibi tek ve kamuya açık ürün adıyla açıklamaz.

Fakat işlevsel akış anlaşılabilir.

Bir üye LinkedIn Feed veya başka bir reklam placement’ına geldiğinde sistem şunları değerlendirebilir:

• Kullanıcı hedef audience içinde mi?
• Reklam formatı placement’a uygun mu?
• Kampanya aktif mi?
• Bütçe ve schedule uygun mu?
• Reklam politikaya uygun mu?
• Frequency ve delivery koşulları uygun mu?
• Benzer audience için hangi reklamlar yarışıyor?

LinkedIn’in temel avantajı professional identity graph’tır.

Aday reklam seçiminde kullanılabilecek bilgiler:

• Job title,
• Job function,
• Seniority,
• Years of experience,
• Company,
• Company size,
• Industry,
• Skills,
• Education,
• Groups,
• Interests and traits,
• Matched Audiences,
• Website retargeting,
• Contact ve company listeleri.

LinkedIn Predictive Audiences

Predictive Audiences, reklamverenin source data’sı ile LinkedIn AI’ı birleştirerek benzer aksiyonları gerçekleştirme ihtimali bulunan yeni bir audience oluşturur.

Source data:

• Lead Gen Form,
• Contact listesi,
• Company listesi,
• Conversion,
• Retargeting audience

olabilir.

Predictive audience oluşturmak için source data içerisinde en az 300 LinkedIn member account bulunması gerekir.

Bu yapı Meta lookalike veya Google first-party seed genişlemesine işlevsel olarak benzer.

Fakat LinkedIn eşlemesi profesyonel verilerden daha fazla yararlanır.

LinkedIn Audience Expansion

Audience Expansion, hedeflenen profesyonel özelliklere benzeyen ek kullanıcılara erişimi genişletebilir.

Predictive Audience daha çok first-party source data ile AI tahminine dayanırken, Audience Expansion profesyonel demografiler ve mevcut audience kriterleri üzerinden reach’i büyütmeye çalışabilir.

LinkedIn Accelerate

Accelerate, LinkedIn’in AI-powered campaign setup ve optimization yapısıdır.

Sistem:

• Landing page’i analiz etmeye,
• Audience önermeye,
• Reklam metni üretmeye,
• Targeting’i optimize etmeye,
• Bid ve placement dağılımını ayarlamaya

çalışabilir.

Accelerate:

• Meta Advantage+,
• Google Performance Max,
• Google Demand Gen

ile aynı otomasyon eğiliminin LinkedIn tarafındaki karşılığıdır.

Fakat ürünler birebir aynı değildir.

LinkedIn profesyonel identity ve B2B audience tanımını merkezde tutmaya devam eder.

3. Prediction ve Ranking: Hangi Reklam Daha Değerli?

Candidate generation sonrasında platformun elinde gösterilebilecek reklamlar bulunur.

Sıradaki soru şudur:

Bu kullanıcı ve bu gösterim için hangi reklam en yüksek değeri yaratabilir?

Buradaki değer yalnızca reklamverenin conversion’ı değildir.

Platform aynı anda:

• Kullanıcı deneyimini,
• Reklam kalitesini,
• Reklamveren sonucunu,
• Platform gelirini,
• Uzun vadeli kullanıcı memnuniyetini

dengelemeye çalışır.

Meta Ads’te Ranking

Meta tarafında GEM, Lattice ve diğer prediction modelleri şu ihtimalleri değerlendirebilir:

• Click,
• Video izleme,
• Conversion,
• Conversion value,
• Ad quality,
• User satisfaction,
• Objective uyumu.

Meta’nın tam ranking formülü kamuya açık değildir.

Ancak Andromeda sonrası adaylar daha gelişmiş ranking modellerine aktarılır ve people value ile advertiser value birlikte tahmin edilir.

Google Search Ads’te Ranking Nasıl Çalışır?

Google Search’te ranking katmanının merkezinde Ad Rank bulunur.

Ad Rank:

• Reklamın gösterilmeye uygun olup olmadığını,
• Arama sonuçlarındaki göreli konumunu,
• Ödenecek CPC’yi etkileyen koşulları

belirleyen değerler bütünüdür.

Google’a göre Ad Rank şu unsurlardan etkilenebilir:

• Bid,
• Auction-time ad quality,
• Expected CTR,
• Ad relevance,
• Landing page experience,
• Ad Rank thresholds,
• Açık artırmanın rekabet düzeyi,
• Kullanıcının lokasyonu ve cihazı,
• Arama sorgusunun niteliği,
• Asset ve diğer reklam formatlarının beklenen etkisi.

Ad Rank her açık artırmada yeniden hesaplanır.

Quality Score ile Ad Rank Aynı Şey Değildir

Google Ads hesabında görünen 1–10 arasındaki Quality Score doğrudan auction input’u değildir.

Google Quality Score’u diagnostic tool olarak tanımlar.

Görünen üç bileşeni:

• Expected CTR,
• Ad relevance,
• Landing page experience

olsa da auction içerisinde daha gerçek zamanlı ve bağlamsal kalite değerlendirmeleri kullanılır.

Dolayısıyla:

“Quality Score 10 olduğu için açık artırmayı kazanırım.”

yanlıştır.

Aynı şekilde:

“Quality Score 5 ise keyword kesin başarısızdır.”

da doğru değildir.

Quality Score teşhis aracıdır.

Gerçek açık artırma sorgu ve kullanıcı bağlamında yeniden hesaplanır.

Google’ın Search Dışı Yüzeylerinde Ranking Nasıl Çalışır?

YouTube, Demand Gen, Gmail, Discover ve GDN’de Search sonuç sayfasındaki gibi reklamların yukarıdan aşağıya dizildiği tek bir Ad Rank yapısından söz etmek doğru olmaz.

Bu yüzeylerde sistem daha çok şu sorulara cevap arar:

• Kullanıcı reklamı izler mi?
• Reklama tıklar mı?
• Siteye gider mi?
• Form doldurur mu?
• Satın alır mı?
• Ne kadar conversion value üretir?
• Kreatif bu placement’a uygun mu?
• Reklam kullanıcı deneyimi açısından kabul edilebilir mi?
• Bu impression kampanyanın goal’u açısından ne kadar değerli?

Ranking veya delivery tahmini kampanya objective’ine göre değişir.

Örneğin:

Reach Kampanyası

Daha fazla uygun kullanıcıya erişim ve frequency yönetimi öncelikli olabilir.

Video Views Kampanyası

İzleme ve engagement ihtimali daha önemli olabilir.

Demand Gen Conversion Kampanyası

Click, site davranışı ve conversion ihtimali daha merkezi hale gelir.

Performance Max

Conversion veya conversion value üretme ihtimali, kanal ve asset seçimiyle birlikte değerlendirilir.

Burada Smart Bidding önemli rol oynar; fakat Smart Bidding aday reklamları tek başına seçen sistem değildir.

Candidate generation, asset selection, channel selection ve auction-time bidding birlikte çalışır.

Responsive Search Ads’te Asset Selection

Google Search’te yalnızca:

“Hangi reklam açık artırmayı kazanacak?”

sorusu yoktur.

Aynı zamanda:

“Bu gösterimde hangi headline ve description kombinasyonu kullanılmalı?”

sorusu vardır.

Responsive Search Ads içerisinde reklamveren:

• Headline,
• Description,
• Image,
• Sitelink,
• Callout

asset’leri sağlar.

Google, sorgu ve kullanıcı bağlamına daha uygun olduğunu tahmin ettiği kombinasyonu oluşturabilir.

Bu nedenle Search kreatif çeşitliliği yalnızca farklı slogan üretmek değildir.

Farklı arama niyetlerine cevap veren modüler mesaj sistemi kurmaktır.

Demand Gen ve Performance Max’te Asset Selection

Demand Gen ve Performance Max görsel, video ve metin asset’lerini farklı yüzey ve formatlarda kullanabilir.

Sistem:

• Aspect ratio,
• Placement,
• Kanal,
• Kullanıcı bağlamı,
• Kampanya objective’i,
• Geçmiş performans

üzerinden hangi asset’in nerede kullanılacağını optimize edebilir.

Bu nedenle Google Ads kreatifi artık yalnızca Responsive Search Ad metinlerinden ibaret değildir.

Modern Google Ads kreatif sistemi:

• Dikey video,
• Yatay video,
• Kare görsel,
• Dikey görsel,
• Ürün feed’i,
• Headline,
• Long headline,
• Description,
• Landing page

mimarisidir.

Smart Bidding’in Görevi Nedir?

Smart Bidding, Google AI kullanarak her auction için conversion veya conversion value odaklı bid belirler.

Smart Bidding stratejileri:

• Target CPA,
• Target ROAS,
• Maximize Conversions,
• Maximize Conversion Value

olarak sıralanabilir.

Google, Haziran 2026 itibarıyla bidding stratejilerinin arayüz isimlerini sadeleştirirken temel bidding davranışının değişmediğini açıklamıştır.

Smart Bidding:

• Cihaz,
• Lokasyon,
• Saat,
• Dil,
• İşletim sistemi,
• Remarketing listesi,
• Gerçek sorgu,
• Kullanıcı bağlamı,
• Kampanya conversion geçmişi

gibi auction-time sinyallerden yararlanabilir.

Search bağlamında soru şöyledir:

Bu sorgu ve bu kullanıcı için conversion ihtimali nedir ve hedefime göre ne kadar bid vermeliyim?

Demand Gen veya YouTube bağlamında soru biraz değişir:

Bu kullanıcıya bu kreatifi bu placement’ta gösterdiğimde hedeflenen aksiyonun oluşma ihtimali nedir ve bu impression için ne kadar değer vermeliyim?

LinkedIn Ads’te Relevance Prediction

LinkedIn açık artırmasında iki temel unsur bulunur:

• Bid price,
• Reklamın üyeye yönelik relevancy’si.

Relevancy, üyenin reklamla etkileşime girme ihtimalidir.

Bu tahminde:

• Member activity,
• Page context,
• Ad content,
• Targeting,
• Click,
• Like,
• Comment,
• Share

ihtimali kullanılabilir.

Relevance zaman içinde reklamın aldığı gerçek etkileşimlere göre değişebilir.

Bu mekanizma Meta’nın estimated action rate ve ad quality mantığına Google Search Ad Rank’ten daha fazla benzer.

Çünkü Meta ve LinkedIn ağırlıklı olarak feed davranışını tahmin eder.

Google Search’te ise query-ad-landing page ilişkisi daha merkezi konumdadır.

4. Bidding ve Auction: Reklamı Kim Kazanıyor?

Candidate generation ve prediction sonrasında reklamlar açık artırmaya girer.

Ancak:

“En yüksek parayı veren kazanır.”

anlayışı üç platformda da eksiktir.

Google Search Auction

Google Search’te bid, Ad Rank’in yalnızca bir bileşenidir.

Reklamın:

• Sorguyla alakası,
• Expected CTR’si,
• Landing page deneyimi,
• Asset etkisi,
• Ad Rank threshold’u

sonucu değiştirebilir.

Daha düşük bid veren fakat daha güçlü relevance ve auction-time quality taşıyan reklam daha iyi konum kazanabilir.

Google’ın güncel fiyatlandırması:

Rakibin Ad Rank’i ÷ Quality Score + 0,01

gibi basit ve değişmez bir formüle indirgenemez.

Bu formül eski eğitim içeriklerinde hâlâ dolaşsa da güncel sistemde:

• Dynamic thresholds,
• Kullanıcı bağlamı,
• Asset etkisi,
• Auction rekabeti,
• Reklam kalitesi

gibi çok daha fazla değişken bulunur.

Google Display, Video ve Demand Gen Auction

Search dışı inventory’de de her reklam gösterimi için auction çalışabilir.

Fakat burada amaç reklamları Search sonuçlarında üstten alta sıralamak değildir.

Sistem:

• Uygun placement,
• Kullanıcı,
• Audience,
• İçerik,
• Kreatif,
• Bid,
• Objective,
• Tahmini aksiyon

kombinasyonunu değerlendirir.

Örneğin YouTube Shorts’ta sistem dikey video kreatifleri arasında yarışma yürütürken, Gmail yüzeyinde görsel ve metin asset’leri farklı formatta değerlendirilir.

Aynı reklamverenin farklı asset’leri de farklı yüzeyler için ayrı değer taşıyabilir.

Bu nedenle Google’ın sorgu dışı auction’ını yalnızca Search Ad Rank formülüyle açıklamak doğru değildir.

LinkedIn Ads Auction

LinkedIn’de bid ile member relevance birlikte değerlendirilir.

Kullanılabilecek bidding stratejileri arasında:

• Maximum Delivery,
• Cost Cap,
• Manual Bidding

bulunabilir.

Maximum Delivery machine learning kullanarak objective’i bütçe içinde mümkün olduğunca artırmaya çalışır.

Cost Cap daha düşük maliyetli auction fırsatlarını önceliklendirerek ortalama maliyeti kontrol etmeyi hedefler.

LinkedIn geçmişte generalized second-price auction ve reserve-price mekanizmaları üzerine teknik araştırmalar yayımlamıştır.

Fakat güncel Campaign Manager dokümantasyonu fiyatlandırmayı basit:

“İkinci reklamverenin teklifinden bir kuruş fazla ödersiniz.”

formülüyle açıklamaz.

Bu nedenle kesin ücret formülünü eski akademik çalışmalardan hareketle varsaymak doğru değildir.

Meta Auction

Meta’da da yüksek bid tek başına yeterli değildir.

Bid, estimated action rate ve ad quality total value değerlendirmesine katkıda bulunur.

Meta’nın feed tabanlı yapısında kullanıcı deneyimi önemlidir.

Kullanıcı platforma çoğu zaman ürün aramak için değil, içerik tüketmek için gelir.

Google Search kullanıcısı:

“CRM yazılımı fiyatı”

aradığında ticari reklam görmeye daha hazırdır.

LinkedIn kullanıcısı profesyonel içerik tüketirken reklamın işi, sektörü ve şirket ihtiyacıyla uyumlu olmasını bekler.

YouTube veya Discover kullanıcısı ise aktif arama yapmıyor olabilir; reklamın ilgiyi kendisinin oluşturması gerekir.

Google’da GEM’in Karşılığı Nedir?

GEM, Meta’nın büyük ölçekli ads foundation model’idir.

Google Ads tarafında:

“GEM’in doğrudan karşılığı şu modeldir.”

diyebileceğimiz tek ve kamuya açıklanmış bir model yoktur.

Google:

• Gemini modelleri,
• Smart Bidding,
• Broad match,
• AI Max,
• Responsive asset selection,
• Demand Gen,
• Performance Max,
• Conversion modeling,
• Audience prediction

gibi çok sayıda AI sistemi kullanır.

Bunları tek bir “Google GEM” adı altında toplamak teknik olarak doğru olmaz.

İşlevsel açıdan GEM’in Google’daki karşılığı şudur:

Google Ads ekosisteminde query understanding, audience prediction, creative selection, conversion prediction, channel selection ve value-based bidding modellerini besleyen geniş AI altyapısı.

Gemini bazı reklam üretim ve kullanıcı deneyimi sistemlerinde rol üstlenebilir.

Ancak:

“Google Ads’in ana ranking modeli Gemini’dir.”

demek doğru değildir.

Gemini, Google Ads’in kullandığı AI katmanlarından yalnızca biridir.

Google’da Lattice’in Karşılığı Nedir?

Lattice, Meta’nın farklı domain ve objective modellerini daha birleşik ve verimli biçimde çalıştırmaya yönelik recommendation framework’üdür.

Google’da buna doğrudan karşılık gelen kamuya açıklanmış tek bir teknik architecture adı yoktur.

İşlevsel olarak en yakın operasyonel yapı Performance Max’tir.

Performance Max:

• Farklı Google kanallarını,
• Tek conversion goal’u,
• Ortak bütçeyi,
• Smart Bidding’i,
• Audience signal’larını,
• Creative asset’leri,
• Product feed’i

aynı campaign yapısında optimize eder.

Fakat kritik ayrım şudur:

• Lattice bir machine-learning architecture’dır.
• Performance Max reklamverenin kullandığı campaign product’tır.

Bu nedenle:

“Lattice’in Google’daki adı Performance Max’tir.”

demek yanlıştır.

Daha doğru ifade:

Performance Max, Lattice’in temsil ettiği konsolidasyon ve ortak öğrenme yaklaşımının Google Ads tarafındaki en yakın operasyonel örneğidir.

LinkedIn’de GEM veya Lattice Benzeri Sistemler Var mı?

LinkedIn Meta kadar ayrıntılı bir ads foundation-model terminolojisi yayımlamaz.

Güncel Campaign Manager sistemini açıklayan:

• Andromeda,
• GEM,
• Lattice

benzeri üçlü bir kamu terminolojisi yoktur.

İşlevsel benzerlik şöyle kurulabilir:

Meta Kavramı	LinkedIn’de En Yakın İşlev
Andromeda	Audience eligibility, Predictive Audiences, Audience Expansion ve Accelerate targeting
GEM	User-ad relevance ve objective-specific response prediction
Lattice	Accelerate’ın targeting, creative, bid ve placement optimizasyonunu birleştirmesi
Sequence Learning	Member activity ve campaign engagement history üzerinden davranış tahmini

Burada doğrudan denkliğin olmadığını tekrar vurgulamak gerekir.

LinkedIn’in temel avantajı devasa tüketici davranış hacminden çok:

• Profesyonel kimlik,
• Firmographic data,
• Şirket ilişkileri,
• Kıdem,
• Beceri,
• İş bağlamı

üzerinden hedefleme ve tahmin yapabilmesidir.

Platformların Gerçek Algoritmik Karşılaştırması

Katman	Meta Ads	Google Search Ads	Google Demand Gen / YouTube / GDN	Google Performance Max	LinkedIn Ads
Ana sinyal	Davranış, içerik ilgisi, kreatif	Sorgu ve intent	Audience, içerik, placement, kreatif	Goal, sorgu, audience, feed ve bütün kanallar	Profesyonel kimlik ve davranış
Candidate generation	Andromeda	Keyword, broad match, AI Max, URL ve feed matching	Audience matching, contextual targeting, optimized targeting	Kanal bazlı çoklu candidate discovery	Audience targeting, Predictive Audiences, Accelerate
Ranking / prediction	GEM, Lattice ve diğer modeller	Ad Rank ve auction-time quality	Objective-specific action prediction	Cross-channel conversion ve value prediction	Relevancy prediction
Bid optimizasyonu	Automated bidding	Smart Bidding	Smart Bidding / automated bidding	Smart Bidding	Maximum Delivery ve Cost Cap
Kreatifin rolü	Hedefleme sinyali kadar merkezi	Sorguya cevap verme	Dikkat, discovery ve placement uyumu	Kanal bazlı asset orkestrasyonu	Profesyonel relevance ve güven
First-party data	Pixel, CAPI, customer lists, CRM	Customer Match, enhanced conversions, offline conversion	Customer Match, website users, YouTube users	Audience signals, Customer Match, conversion value	Matched Audiences, Insight Tag, CAPI, CRM Sync
En büyük risk	Benzer kreatifler ve kötü event sinyali	Yanlış query eşlemesi ve yanlış conversion goal	Kalitesiz placement, zayıf kreatif ve yanlış audience genişlemesi	Kanal şeffaflığı ve yanlış goal	Fazla dar audience ve düşük lead kalitesi

Aynı Ürün Farklı Platformlarda Nasıl Dağıtılır?

Ürün:

B2B üretim şirketleri için endüstriyel paketleme makinesi

olsun.

Google Search Ads

Kullanıcı şu sorguyu yazar:

“otomatik shrink paketleme makinesi fiyatı”

Google:

1. Sorgunun anlamını analiz eder.
2. Exact, phrase, broad, AI Max veya Performance Max kaynaklarından adaylar çıkarır.
3. Aynı hesap içerisindeki uygun kampanya veya ad group’u seçer.
4. Responsive Search Ad asset’lerinden sorguya uygun kombinasyon oluşturur.
5. Smart Bidding conversion veya conversion value ihtimaline göre bid belirler.
6. Ad Rank üzerinden diğer reklamverenlerle yarışır.
7. Reklam auction’ı kazanırsa gösterilir.

Burada avantaj kullanıcının açık satın alma niyetidir.

Reklam mesajı:

• Makine tipi,
• Kapasite,
• Teknik özellik,
• Fiyat veya teklif,
• Servis,
• Teslimat

üzerine kurulabilir.

Google Demand Gen / YouTube / GDN

Aynı kullanıcı o anda makine aramıyor olabilir.

Fakat:

• Üretim teknolojileri videoları izliyor,
• Fabrika otomasyonu içerikleri tüketiyor,
• Endüstriyel ekipman sitelerini ziyaret ediyor,
• İlgili custom segment içerisinde bulunuyor,
• Reklamverenin müşteri listesine benzeyen davranışlar gösteriyor

olabilir.

Google:

1. Kullanıcıyı audience sinyalleriyle değerlendirir.
2. İzlenen video veya web içeriğinin bağlamını analiz eder.
3. Kreatifin placement’a uygunluğunu kontrol eder.
4. Reklamın izleme, tıklama veya conversion ihtimalini tahmin eder.
5. Auction-time bid belirler.
6. Reklamı YouTube, Discover, Gmail veya GDN üzerinde gösterebilir.

Buradaki kreatif:

“Paketleme hattınızın saatte kaç ürün kaybettiğini biliyor musunuz?”

gibi problem odaklı olabilir.

Kullanıcı henüz ürün adı aramıyordur.

Reklamın görevi ihtiyacı görünür hale getirmektir.

Google Performance Max

Performance Max aynı ürünü farklı kanal ve bağlamlarda kullanabilir.

Kullanıcı yüksek niyetli sorgu yazdığında Search veya Shopping yüzeyine çıkabilir.

Kullanıcı YouTube izlediğinde video reklam gösterebilir.

Discover veya Gmail’de görsel reklam gösterebilir.

GDN’de remarketing veya prospecting impression’ı satın alabilir.

Sistem temel olarak şu soruyu sorar:

Bu kullanıcıdan hedeflenen conversion veya conversion value’yu üretmek için hangi kanal, asset ve bid kombinasyonu daha anlamlıdır?

LinkedIn Ads

Aynı kullanıcı LinkedIn’de ürün aramıyor olabilir.

Fakat profili:

• Operations Director,
• Production Manager,
• Factory Manager,
• Procurement Manager,
• Food Manufacturing,
• 200–1.000 çalışan

özelliklerini taşıyor olabilir.

LinkedIn:

1. Kullanıcıyı profesyonel audience ile eşleştirir.
2. Benzer format ve audience’a sahip reklamları toplar.
3. Üyenin reklama tepki verme ihtimalini tahmin eder.
4. Bid ve relevance’i değerlendirir.
5. Reklam kazanırsa feed’de gösterir.

Burada reklamın görevi yalnızca demand capture değildir.

Buying committee’yi eğitmek, problemi görünür hale getirmek ve satış sürecini başlatmak olabilir.

Meta Ads

Meta aynı kişiyi LinkedIn kadar kesin job title üzerinden tanımayabilir.

Bunun yerine:

• İzlediği içerikler,
• Site davranışı,
• Video engagement,
• Benzer kullanıcılar,
• Kreatifin anlamsal sinyalleri,
• Conversion event’leri

üzerinden uygun kişiyi bulmaya çalışır.

Kreatif:

• Fabrikadaki darboğaz,
• Öncesi-sonrası,
• Makinenin çalışma videosu,
• İşçilik tasarrufu,
• Üretim kapasitesi

üzerinden hedefleme sinyali oluşturabilir.

Bu örneğin doğru özeti şöyledir:

• Google Search mevcut talebi yakalar.
• Google Demand Gen ve YouTube talebi görünür hale getirir veya büyütür.
• Performance Max talebi farklı Google kanallarında orkestre eder.
• LinkedIn profesyonel karar vericiyi ve buying committee’yi bulur.
• Meta davranış ve kreatif üzerinden potansiyel ilgiyi keşfeder.

Bu ayrım mutlak değildir.

Google Demand Gen talep yaratabilir.

Meta branded search oluşturabilir.

LinkedIn retargeting yoluyla yüksek niyetli kullanıcıyı satışa taşıyabilir.

Ancak her platformun doğal güç merkezi farklıdır.

LinkedIn Ads’te Conversion Data Algoritmayı Nasıl Değiştirir?

B2B funnel şu şekilde ilerleyebilir:

1. 01Ad Impression
2. 02Click
3. 03Lead
4. 04MQL
5. 05SQL
6. 06Opportunity
7. 07Sale
8. 08Revenue

LinkedIn yalnızca form submit event’ini görürse daha fazla form doldurma ihtimali bulunan kullanıcıları bulur.

Bu kullanıcıların satışa uygun olup olmadığını bilemez.

Qualified Leads Optimization

LinkedIn Qualified Leads optimization goal, CAPI veya CRM Sync ile gönderilen qualified lead verisini kullanarak yüksek kaliteli lead olma ihtimali bulunan üyelere reklam dağıtmaya çalışır.

LinkedIn, öğrenmenin devamı için her bir-iki haftada en az beş qualified lead gönderilmesini önerir.

Bu şu anlama gelir:

Ucuz form istemiyorsanız algoritmaya yalnızca form verisi göndermeyin.

CRM’de gerçekten kaliteli kabul edilen sonucu geri gönderin.

Conversion Value Optimization

LinkedIn’in conversion value optimization goal’u website conversion kampanyalarında daha yüksek değer üretme ihtimali bulunan üyelere yönelmeye çalışır.

Bu yapı Maximum Delivery bidding ile çalışır ve conversion event’lerine parasal değer atanmasını gerektirir

Google Ads’te Conversion Data Algoritmayı Nasıl Değiştirir?

Google Smart Bidding hangi sonucu primary conversion olarak tanımladıysanız onu optimize eder.

E-ticarette yalnızca purchase count gönderirseniz:

• 1.000 TL sipariş,
• 50.000 TL sipariş

aynı conversion sayısı olarak değerlendirilebilir.

Dinamik conversion value gönderirseniz sistem daha yüksek değerli sipariş ihtimalini öğrenebilir.

Lead-generation’da yalnızca form submit gönderirseniz daha fazla form bulur.

CRM’den:

• Qualified lead,
• Opportunity,
• Closed sale,
• Revenue

gönderildiğinde sistem gerçek iş sonucuna yaklaşabilir.

Google’ın AI gücü kötü conversion tanımını düzeltmez.

Yanlış hedefi daha iyi optimize eder.

Meta Ads’te Conversion Data Algoritmayı Nasıl Değiştirir?

Meta için de aynı mantık geçerlidir.

Pixel ve CAPI yalnızca raporlama sistemi değildir.

Algoritmaya:

• Hangi kullanıcı satın aldı?
• Hangi lead qualified oldu?
• Ne kadar değer üretti?
• Hangi event tekrarlandı?
• Hangi müşteri daha kaliteli?

sinyalini verir.

Üç platform için ortak kural şudur:

Reklam algoritmasının kalitesi, ona verdiğiniz business-outcome verisinin kalitesini aşamaz.

Google Ads Yönetiminde 2026 İçin Pratik Sonuçlar

1. Google Ads’i Search’ten İbaret Görmeyin

Google Ads içerisinde en az dört ayrı dağıtım mantığı bulunur:

• Search intent,
• Audience discovery,
• Contextual advertising,
• Cross-channel conversion orchestration.

Bir Search kampanyasını yönettiğiniz yöntemle Demand Gen veya YouTube yönetemezsiniz.

2. Keyword Artık Yalnızca Kelime Listesi Değildir

Broad match ve AI Max:

• Landing page,
• Ad group theme,
• Önceki aramalar,
• Kullanıcı bağlamı,
• URL,
• Conversion ihtimali

üzerinden çalışabilir.

Keyword yönetimi içerik ve landing page mimarisinden ayrı düşünülemez.

3. Search Terms Analizi Hâlâ Kritiktir

AI matching gelişti diye search terms ve negatif keyword analizi gereksiz hale gelmez.

Aksine geniş eşleme daha fazla discovery ve kontrol ihtiyacı üretir.

İncelenmesi gerekenler:

• Gerçek arama niyeti,
• Conversion kalitesi,
• Brand ve non-brand,
• Rakip sorgular,
• Bilgilendirici sorgular,
• Negatif keyword adayları,
• Landing page uyumu.

4. Demand Gen’i Meta Kampanyasının Kopyası Gibi Kurmayın

Demand Gen Meta’ya benzer görsel yüzeylere sahiptir.

Fakat:

• YouTube içerik tüketimi,
• Google audience segment’leri,
• Search davranışından türeyen custom segment’ler,
• Gmail ve Discover bağlamı,
• GDN inventory’si

farklı bir sinyal yapısı oluşturur.

Meta’da çalışan kreatifi doğrudan Demand Gen’e yüklemek yerine Google yüzeylerine göre uyarlamak gerekir.

5. GDN Placement Kalitesini Takip Edin

GDN inventory çok geniştir.

Bu nedenle:

• Where ads showed,
• Placement reporting,
• Mobile app trafiği,
• Content suitability,
• Brand safety,
• Conversion kalitesi

düzenli incelenmelidir.

Ucuz tıklama her zaman kaliteli trafik değildir.

6. YouTube’da Objective ile Kreatifi Eşleştirin

Awareness kampanyası ile conversion kampanyasının kreatifi aynı mantıkla hazırlanmaz.

Awareness videosu:

• Marka hatırlama,
• Mesaj,
• Reach

üzerine çalışabilir.

Conversion videosu:

• Problem,
• Ürün,
• Kanıt,
• Teklif,
• CTA

üzerinden daha hızlı aksiyon üretmelidir.

7. Performance Max’i Search’ün Kopyası Gibi Yönetmeyin

Performance Max:

• Search,
• Shopping,
• YouTube,
• Display,
• Discover,
• Gmail,
• Maps

inventory’lerini ortak goal üzerinden kullanabilir.

Yalnızca search terms veya keyword mantığıyla değerlendirilemez.

İncelenmesi gerekenler:

• Channel performance,
• Asset group,
• Product performance,
• Search category,
• New customer acquisition,
• Conversion value,
• Audience insight,
• Landing page.

8. Smart Bidding’i Doğru Goal ile Besleyin

Target CPA kullanmak tek başına profesyonel optimizasyon değildir.

Primary conversion yanlışsa Target CPA yanlış sonucu optimize eder.

9. Creative Asset Kalitesi Artık Google Ads’in Merkezindedir

Modern Google Ads:

• Metin,
• Görsel,
• Video,
• Product feed,
• Landing page,
• Offer

sistemidir.

Search dışındaki yüzeyler için kreatif stratejisi olmadan yalnızca bidding ve audience ayarlarıyla ölçekleme yapılamaz.

LinkedIn Ads Yönetiminde 2026 İçin Pratik Sonuçlar

1. Audience Hâlâ Merkezdedir

LinkedIn’de profesyonel audience tanımı önemli bir stratejik araçtır.

Fakat audience’ı:

• Çok sayıda job title,
• Tek şehir,
• Tek seniority,
• Tek skill,
• Küçük company listesi

ile aşırı daraltmak delivery ve öğrenmeyi bozabilir.

2. Job Title’a Aşırı Bağımlı Olmayın

Aynı görev farklı şirketlerde farklı title’larla ifade edilir.

Job Function, Seniority, Skill, Company Industry ve Company Size birlikte düşünülmelidir.

3. Relevance B2B İçerik Kalitesidir

LinkedIn’de relevance yalnızca CTR değildir.

Reklam:

• Doğru profesyonele,
• Doğru iş problemiyle,
• Doğru bağlamda,
• İnandırıcı kanıtla

konuşmalıdır.

4. CPL Yerine CPQL ve CAC Takip Edin

Lead Gen Form kolay doldurulduğu için lead sayısı yüksek olabilir.

CRM feedback olmadan lead quality optimize edilemez.

5. Accelerate’ı Kontrolsüz Otomasyon Sanmayın

Accelerate:

• Targeting,
• Creative,
• Bid,
• Placement

önerip optimize edebilir.

Fakat:

• ICP,
• Brand voice,
• Teklif,
• Konumlandırma,
• Satış kalitesi

reklamverenin sorumluluğunda kalır.

Platforma Göre İnsanın Yeni Görevi

Meta Ads Yöneticisi

• Creative concept,
• Hook,
• Angle,
• Persona,
• Offer,
• Pixel ve CAPI,
• Event quality,
• Creative learning.

Google Search Ads Yöneticisi

• Search intent,
• Query architecture,
• Keyword ve AI matching kontrolü,
• Landing page uyumu,
• Conversion goal,
• Conversion value,
• Smart Bidding steering.

Google Demand Gen / YouTube / GDN Yöneticisi

• Audience strategy,
• Contextual strategy,
• Channel selection,
• Creative format,
• Placement quality,
• Brand safety,
• View ve conversion ayrımı,
• Incrementality.

Performance Max Yöneticisi

• Goal architecture,
• Product feed,
• Asset group,
• Audience signal,
• Search themes,
• Channel insight,
• Conversion value,
• New customer acquisition,
• Cross-channel measurement.

LinkedIn Ads Yöneticisi

• ICP,
• Buying committee,
• Professional audience,
• B2B offer,
• Thought leadership,
• Lead quality,
• CRM feedback,
• Qualified lead optimization,
• Pipeline ve revenue.

Üç platformda da manuel buton yönetiminin önemi azalıyor.

Fakat stratejinin önemi azalmıyor.

Tam tersine artıyor.

En Sık Yapılan Yanlış Karşılaştırmalar

“Google Ads Yalnızca Kullanıcının Arama Sorgusuyla Çalışır”

Yanlış.

Search sorgu temellidir.

Demand Gen, YouTube, Gmail, Discover ve GDN audience, context, placement, creative ve conversion prediction üzerinden çalışabilir.

“Andromeda’nın Google’daki Karşılığı Performance Max’tir”

Yanlış.

Andromeda retrieval engine’dir.

Performance Max cross-channel campaign product’tır.

Google’daki candidate generation:

• Keyword matching,
• AI Max,
• Audience matching,
• Contextual targeting,
• Optimized targeting,
• PMax discovery

sistemlerinin birleşimidir.

“Google’ın GEM’i Gemini’dir”

Eksik.

Gemini bazı reklam üretim ve kullanıcı deneyimi sistemlerinde kullanılır.

Google Ads’in bütün ranking, bidding ve prediction altyapısı yalnızca Gemini’den oluşmaz.

“Gmail Ads Hâlâ Ayrı Bir Kampanya Türüdür”

Güncel yapıda Gmail inventory’sine esas olarak Demand Gen ve Performance Max üzerinden erişilir.

“GDN Artık Yok”

Yanlış.

Google Display Network inventory olarak devam eder.

Ancak Display kampanya yönetimi Demand Gen içerisine taşınmaktadır.

“YouTube Reklamları Yalnızca İzlenen Videonun Konusuna Göre Gösterilir”

Yanlış.

YouTube reklam dağıtımı:

• Audience,
• Content,
• Placement,
• First-party data,
• Conversion prediction,
• Kampanya objective’i

üzerinden çalışabilir.

“Google Search’te En Yüksek Bid Kazanır”

Yanlış.

Ad Rank bid yanında auction-time quality, threshold, context ve asset etkisini değerlendirir.

“LinkedIn’de En Yüksek Bid Kazanır”

Yanlış.

Bid ve member relevance birlikte değerlendirilir.

“Meta’da Audience Önemsizdir, Google’da Kreatif Önemsizdir”

İkisi de yanlış.

Platformlar farklı sinyallere farklı ağırlık verir.

Fakat audience, creative, bid, quality ve conversion data bütün sistemlerde önemlidir.

“AI Kampanyaları Kendisi Yönetiyor; Uzmanlığa İhtiyaç Azaldı”

Yanlış.

AI:

• Kime,
• Hangi kanalda,
• Ne kadar bid ile,
• Hangi asset kombinasyonuyla

ulaşacağını optimize edebilir.

Fakat:

• Doğru business goal’u,
• Gerçek müşteri kalitesini,
• Marjı,
• Lead’in satışa dönüşüp dönüşmediğini,
• Marka konumlandırmasını

kendiliğinden bilemez.

Sonuç

Meta, Google ve LinkedIn aynı temel problemi çözer:

Sınırlı bir reklam alanında hangi reklamın hangi kullanıcıya gösterilmesi en yüksek ortak değeri üretir?

Ancak bu probleme farklı veri ve dağıtım modelleriyle yaklaşırlar.

Meta’nın temel gücü:

• Davranış,
• İçerik tüketimi,
• Kreatif sinyali,
• Büyük ölçekli recommendation

sistemidir.

Google Search’ün temel gücü:

• Arama niyeti,
• Sorgu anlamı,
• Landing page,
• Product feed,
• Auction-time conversion prediction

sistemidir.

Google Demand Gen, YouTube ve GDN’nin temel gücü:

• Audience tahmini,
• İçerik ve placement bağlamı,
• Görsel ve video kreatif,
• Cross-surface davranış,
• Conversion prediction

sistemidir.

Performance Max’in temel gücü:

• Search ve discovery dünyasını,
• Farklı Google kanallarını,
• Ortak conversion veya value hedefini

tek kampanya yapısında orkestre etmesidir.

LinkedIn’in temel gücü:

• Professional identity,
• Firmographic data,
• Buying committee,
• B2B audience,
• CRM quality

üzerinden eşleştirme yapabilmesidir.

Bu nedenle Meta’da başarılı olan hesap yapısını Google’a, Google Search keyword mantığını Demand Gen’e veya LinkedIn audience mantığını Meta’ya taşımak doğru değildir.

Net ifade etmek gerekirse:

• Meta’da kreatif çoğu zaman hedeflemenin bir parçasıdır.
• Google Search’te sorgu, keyword, ürün ve landing page eşleşmesi aday seçiminin merkezidir.
• Google Demand Gen ve YouTube’da audience, içerik bağlamı ve kreatif merkezi rol oynar.
• Performance Max farklı Google kanallarını tek iş hedefi etrafında birleştirir.
• LinkedIn’de profesyonel audience ve B2B relevance başlangıç noktasıdır.
• Bütün platformlarda conversion ve value verisi algoritmanın hangi kullanıcıyı arayacağını belirler.

Modern reklam yöneticisinin görevi algoritmayı manuel hilelerle yenmeye çalışmak değildir.

Görevi:

• Doğru iş hedefini tanımlamak,
• Doğru conversion verisini sağlamak,
• Platforma uygun kreatif üretmek,
• Otomasyonun yanlış öğrendiği noktaları tespit etmek,
• Raporlanan sonucu gerçek satış ve kârlılıkla karşılaştırmak

olmalıdır.

Kampanya kurmak artık işin en kolay kısmıdır.

Asıl uzmanlık, platformun hangi sinyalle nasıl öğrendiğini anlayıp sisteme doğru problemi çözdürmektir.

Sıkça Sorulan Sorular

Google Ads algoritması nasıl çalışır?

Google Ads tek bir algoritmayla çalışmaz. Search’te sorgu, keyword, landing page ve Ad Rank öne çıkarken; YouTube, Demand Gen, Gmail, Discover ve GDN’de audience, içerik, placement, kreatif ve conversion prediction daha merkezi rol oynar.

Google Ads yalnızca Search reklamlarından mı oluşur?

Hayır. Google Ads; Search, Shopping, YouTube, Demand Gen, GDN, Gmail, Discover, Maps, App ve Performance Max gibi farklı reklam sistemlerini içerir.

Google Ads bir DSP midir?

Google Ads bir self-service reklam platformudur. Google’ın daha geniş programatik ve enterprise DSP ürünü Display & Video 360’tır.

Google Ads’te retrieval nedir?

Google bu katmanı tek bir retrieval-engine adıyla açıklamaz. Search’te keyword matching, broad match, AI Max, URL ve feed matching; sorgu dışı yüzeylerde audience matching, contextual targeting, optimized targeting ve Performance Max discovery birlikte aday seçimi yapar.

Google Search Ads nasıl dağıtılır?

Kullanıcının sorgusu keyword, AI Max, feed veya landing page ile eşleştirilir. Uygun reklamlar Ad Rank üzerinden auction’a girer.

Google Display Network reklamları nasıl dağıtılır?

GDN reklamları audience, website veya app placement’ı, content topic, contextual keyword, optimized targeting ve conversion tahminleri üzerinden dağıtılabilir.

Google Display Network kaldırıldı mı?

Hayır. GDN inventory olarak devam eder. Ancak 2026 itibarıyla Display kampanyaları Demand Gen içerisine taşınmaktadır.

Gmail reklamları nasıl verilir?

Gmail inventory’sine güncel yapıda ağırlıklı olarak Demand Gen ve Performance Max kampanyaları üzerinden erişilir.

Discover reklamları neye göre gösterilir?

Audience segment’leri, kullanıcının ilgi ve araştırma davranışı, first-party data, kreatif ve conversion ihtimali üzerinden gösterilebilir.

YouTube reklam algoritması nasıl çalışır?

YouTube reklam dağıtımı audience, izlenen içerik, video veya kanal placement’ı, topic, custom segment, first-party data, kampanya objective’i ve tahmini aksiyon ihtimalini kullanabilir.

Demand Gen nedir?

Demand Gen; YouTube, Discover, Gmail, Maps ve GDN üzerinde görsel ve video reklamlarla talep yaratma, değerlendirme ve conversion hedeflerini yöneten audience-first kampanya türüdür.

Performance Max nasıl çalışır?

Performance Max, Search, YouTube, Display, Discover, Gmail, Shopping ve Maps gibi Google envanterlerini tek conversion veya value hedefi doğrultusunda kullanır.

Performance Max yalnızca remarketing mi yapar?

Hayır. Audience signals hard targeting değildir. Sistem yüksek conversion ihtimali gördüğünde sinyaller dışındaki yeni kullanıcılara da erişebilir.

Google Ads’te Andromeda’nın karşılığı nedir?

Birebir tek karşılık yoktur. Search’te keyword matching ve AI Max; sorgu dışı yüzeylerde audience matching, contextual targeting, optimized targeting ve PMax candidate discovery benzer işlevleri birlikte yürütür.

Google’ın GEM karşılığı Gemini midir?

Hayır. Gemini bazı reklam üretim ve AI deneyimlerinde kullanılabilir. Google Ads’in bütün recommendation, bidding ve ranking altyapısı yalnızca Gemini değildir.

Performance Max, Lattice’in karşılığı mıdır?

Birebir değildir. Lattice teknik model architecture, Performance Max ise cross-channel campaign product’tır. Konsolidasyon yaklaşımı açısından benzerlik taşırlar.

Quality Score Ad Rank’i doğrudan belirler mi?

Hayır. Quality Score diagnostic metriktir ve auction’ın doğrudan girdisi değildir. Auction-time quality değerlendirmeleri kullanılır.

Smart Bidding ne yapar?

Her auction için conversion veya conversion value ihtimalini değerlendirerek kampanya hedefi doğrultusunda bid belirler.

LinkedIn Ads algoritması nasıl çalışır?

Önce profesyonel audience kriterlerine uygun üyeler belirlenir. Uygun placement oluştuğunda reklamlar bid ve member relevance üzerinden açık artırmaya girer.

LinkedIn Ads relevance nedir?

Üyenin reklamla etkileşime girme ihtimalinin tahminidir. Member activity, page context, ad content, targeting ve etkileşim ihtimali gibi sinyaller kullanılabilir.

LinkedIn Ads’te yüksek bid yeterli midir?

Hayır. Bid ile relevance birlikte açık artırma sonucunu etkiler.

Predictive Audience nedir?

LinkedIn’in first-party source data ve AI kullanarak benzer aksiyonları gerçekleştirme ihtimali bulunan profesyonellerden oluşturduğu audience’dır.

Google broad match ile Meta broad targeting aynı şey midir?

Hayır. Google broad match sorguyla keyword ve diğer sinyalleri eşleştirir. Meta broad targeting davranış ve conversion sinyalleri üzerinden geniş kullanıcı havuzunda dağıtım yapar.

Google Demand Gen ile Meta Ads aynı şey midir?

Hayır. İkisi de feed ve video üzerinden discovery yaratabilir; ancak Google’ın Search, YouTube, Discover, Gmail ve GDN sinyalleri Meta’nın sosyal davranış ve kreatif sinyallerinden farklıdır.

Hangi platform satın alma niyetinde daha güçlüdür?

Açık arama talebi bulunan ürünlerde Google Search en doğrudan intent sinyalini taşır. LinkedIn profesyonel karar vericilere erişimde, Meta ve Demand Gen ise demand creation ve keşifte güçlü olabilir.

Lead-generation’da en kritik veri nedir?

Yalnızca lead sayısı değil; MQL, SQL, opportunity, sale ve revenue verisinin reklam platformuna geri gönderilmesidir.

AI reklam yöneticisinin yerini alır mı?

Hayır. AI delivery, asset ve bidding optimizasyonunu güçlendirir. İş hedefi, kreatif stratejisi, veri kalitesi, teklif, marj ve gerçek müşteri değerini insanın tanımlaması gerekir.

Kaynaklar

1. Meta Engineering — Meta Andromeda: Supercharging Advantage+ automation with the next-gen personalized ads retrieval engine (2 Aralık 2024).
2. Meta Engineering — Meta's Generative Ads Model (GEM): The Central Brain Accelerating Ads Recommendation AI Innovation (10 Kasım 2025).
3. Meta AI — New AI advancements drive Meta's ads system performance and efficiency (Meta Lattice).
4. Meta for Business — AI Innovation in Meta's Ads Ranking Driving Advertiser Performance.
5. Google Ads Yardım — Ad Rank hakkında.
6. Google Ads Yardım — Performance Max kampanyaları hakkında.
7. LinkedIn Marketing Solutions Yardım — LinkedIn reklam açık artırması.