Meta Ads 2026: Andromeda, GEM ve Lattice Nasıl Çalışıyor?

Meta Ads algoritması 2026'da temelde üç sistem üzerine kuruludur: Andromeda, retrieval yani geniş reklam havuzundan uygun adayları çekme sistemidir; GEM (Generative Ads Recommendation Model), reklam öneri modellerine bilgi aktaran, büyük ölçekli bir ads foundation model'idir; Lattice ise farklı domain ve objective modellerini daha birleşik ve verimli hale getiren recommendation framework'üdür. Meta'nın reklam dağıtım hattı özetle şu aşamalardan oluşur: retrieval (aday reklamların çekilmesi) → ranking (her adaya dönüşüm olasılığı tahmin edilip sıralanması) → auction.

Sektörün içinde olanlar net olarak fark etmişlerdir ki Meta reklam yönetimi son birkaç yıl içinde ciddi biçimde değişti.

Bir dönem reklam yöneticisinin temel uzmanlığı:

• Doğru interest’i bulmak,
• Lookalike yüzdesini seçmek,
• Çok sayıda küçük ad set oluşturmak,
• Manuel bid kullanmak,
• Ufak hedefleme kırılımları test etmek

gibi çalışmalar üzerine kuruluydu.

Bugün ise bu yaklaşımın büyük bölümü geçerliliğini kaybetmiş durumda.

Meta artık reklamların dağıtımında çok daha büyük recommendation modelleri, davranış dizileri, foundation model’ler, otomatik hedefleme ve kreatif sinyaller kullanıyor.

Bu nedenle 2026’da Meta Ads yönetirken sorulması gereken temel soru artık yalnızca şu değildir:

Reklamı hangi interest’e göstereceğim?

Asıl soru şudur:

Meta’nın sistemi doğru kullanıcıyı bulabilmek için yeterince farklı kreatife, doğru conversion verisine ve yeterli öğrenme yoğunluğuna sahip mi?

Bu değişimin arka planında Andromeda, GEM, Lattice ve sequence learning gibi teknik sistemler, algoritmalar bulunuyor.

Fakat önce önemli bir kavramsal hatayı düzeltmek gerekiyor.

Andromeda, GEM ve Lattice Meta’nın Ardışık Üç Basit Katmanı Değildir

Andromeda, GEM ve Lattice’i Andromeda → GEM → Lattice şeklinde çalışan üç basit algoritma olarak algılamak gerçekten doğru olmaz.

Meta’nın reklam sistemi, kamuya açıklanan bu yapılardan çok daha fazla model, servis, tahmin sistemi ve auction bileşeni içerir.

Daha doğru çerçeve şudur:

• Andromeda, retrieval yani geniş reklam havuzundan uygun adayları çekme sistemidir.
• GEM (Generative Ads Recommendation Model), reklam öneri modellerine bilgi aktaran, büyük ölçekli ads foundation model’idir.
• Lattice, farklı domain ve objective modellerini daha birleşik ve verimli hale getiren model-space ve recommendation framework’üdür.
• Sequence Learning, kullanıcı davranışlarını sıralı event dizileri halinde modelleyen öğrenme yaklaşımıdır.

Meta'nın reklam dağıtım hattı özetle şu aşamalardan oluşur: retrieval (aday reklamların çekilmesi) → ranking (her adaya dönüşüm olasılığı tahmin edilip sıralanması) → auction.

Bunlar birbirini destekleyen, ancak Meta’nın reklam sistemini tek başlarına ve tamamen açıklamayan bileşenlerdir.

Meta Reklam Dağıtımı Temel Olarak Nasıl Çalışır?

Sistem basitleştirilmiş olarak üç ana aşamada düşünülebilir:

1. Retrieval – Aday reklamların seçilmesi
2. Ranking – Adayların tahmin edilmesi ve sıralanması
3. Auction – Gösterilecek reklamın açık artırma yöntemi ile belirlenmesi

Retrieval Nedir?

Retrieval, milyonlarca potansiyel reklam arasından belirli kullanıcı ve gösterim bağlamı için değerlendirmeye değer daha küçük bir aday havuzu seçme sürecidir.

Bu aşamada soru şudur:

Hangi reklamlar bu kullanıcı için değerlendirmeye alınmaya değer?

Bir reklam retrieval aşamasında aday havuza girmezse sonraki ranking aşamasında yarışamaz.

Ne kadar iyi bir reklam olduğu değerlendirilmeden sistemin dışında kalır.

Andromeda ağırlıklı olarak bu probleme odaklanır.

Ranking Nedir?

Ranking aşamasında seçilen reklam adaylarının farklı sonuçları üretme ihtimali tahmin edilir.

Örneğin:

• Kullanıcı tıklar mı?
• Videoyu izler mi?
• Form doldurur mu?
• Satın alır mı?
• Ne kadar conversion value oluşturur?
• Reklam kullanıcı açısından kaliteli mi?
• Bu reklam bu placement’ta anlamlı mı?
• Reklamverenin objective’iyle kullanıcının davranışı uyuşuyor mu?

GEM ve Lattice, Meta'nın öneri ve sıralama kapasitesini hem bu aşamada hem de üretimdeki tüm model filosu genelinde geliştirmektedir.

Auction Nedir?

Auction, yani açık artırma aşamasında yalnızca en yüksek teklif veren reklam kazanmaz. Hoş bu eskiden, yani şimdi konuştuğumuz yeni algoritmaların entegrasyonundan da önce tam olarak böyleydi.

Meta; bid, estimated action rate ve ad quality gibi bileşenleri birlikte değerlendirir. Estimated action rate, belirli kullanıcının reklamla etkileşime girme veya dönüşüm gerçekleştirme ihtimaline yönelik tahmindir.

Bu nedenle:

• Yüksek bid,
• Kötü kreatif,
• Zayıf kullanıcı deneyimi,
• Düşük conversion olasılığı

ile her zaman açık artırma kazanılamaz.

Andromeda Nedir?

Andromeda, Meta’nın reklam öneri sistemindeki kişiselleştirilmiş ads retrieval engine’idir.

Görevi çok büyük reklam ve kreatif havuzundan belirli kullanıcı için anlamlı olabilecek reklam adaylarını seçmektir.

Meta'nın kendi mühendislik açıklamasına göre Andromeda:

• Daha fazla kreatifi değerlendirebilir,
• Kullanıcı ile reklam arasındaki daha karmaşık ilişkileri öğrenebilir,
• GenAI ve Advantage+ Creative ile artan kreatif hacmini işleyebilir,
• Retrieval sürecini daha kişiselleştirilmiş hale getirir.

Meta, Andromeda’nın Facebook ve Instagram’a deployment’ı sonrasında retrieval sisteminde %6 recall improvement ve seçili segmentlerde yüzde 8 ads quality improvement sağladığını açıklıyor.

Bu oranlar elbette bütün reklamverenlerin ROAS’ının yüzde 6 veya 8 artacağı anlamına gelmez.

Esas itibariyle Meta’nın kendi altyapısı içerisindeki retrieval ve kalite iyileşmesini ifade eder.

Recall Improvement Nedir?

Recall, bilgi erişimi ve makine öğrenmesinde ilgili sonuçların ne kadarının başarıyla yakalandığını gösteren metriktir.

Reklam retrieval bağlamında recall şu soruya cevap verir:

Kullanıcı için gerçekten uygun olabilecek reklamların ne kadarı ilk aday havuzuna alınabildi?

Basit örnek:

Bir kullanıcı için teorik olarak uygun 100 reklam bulunduğunu düşünelim.

Eski sistem bu reklamların 70’ini aday havuzuna alabiliyor olsun.

Yeni sistem 74 reklamı aday havuzuna alıyorsa recall yükselmiştir.

Bu küçük görünebilir.

Fakat Meta ölçeğinde milyarlarca gösterim ve çok büyük kreatif havuzları bulunduğu için birkaç puanlık iyileşme bile önemli operasyonel etki yaratabilir.

Andromeda Reklamveren Açısından Ne Anlama Geliyor?

Andromeda’nın pratik sonucu, daha fazla reklam yüklemenin otomatik olarak daha iyi sonuç getirmesi değildir.

Asıl sonuç şudur:

Sistem, semantik olarak gerçekten farklı kreatif adaylarını daha büyük ölçekte değerlendirebiliyor.

Aynı ürün için aşağıdaki kreatifler farklı anlam sinyalleri taşır:

• Fiyat avantajı
• Premium kalite
• Problem çözümü
• Müşteri yorumu
• Founder story
• Kullanım senaryosu
• Rakip karşılaştırması
• İtiraz kırma
• Sosyal kanıt
• Sınırlı stok
• Hediye senaryosu
• Kolaylık ve zaman tasarrufu

Bunlar yalnızca görsel tasarım farkı değildir.

Her biri farklı kullanıcı ihtiyacına, motivasyona veya farkındalık seviyesine konuşur.

Kreatif Çeşitliliği Nedir?

Meta, creative diversification’ı farklı potansiyel müşteri personelarına, kullanım alanlarına ve mesajlara göre özgün campaign asset’leri üretmek olarak tanımlıyor.

Kreatif çeşitliliği şunlardan oluşabilir:

• Farklı hook
• Farklı angle
• Farklı persona
• Farklı offer
• Farklı proof
• Farklı format
• Farklı süre
• Farklı creator
• Farklı ürün kullanım alanı
• Farklı objection handling

Aynı statik tasarımın:

• Başlığını değiştirmek,
• Buton rengini değiştirmek,
• Arka planını değiştirmek

kreatif üretimdir; fakat çoğu zaman gerçek creative diversification değildir.

Meta, Advantage+ shopping/sales yapılarında en az 20 farklılaştırılmış reklamın korunmasını ve toplam bütçenin yüzde 20–30’unun creative diversification’a ayrılmasını belirli best-practice içeriğinde önermektedir. Ancak bu tavsiye her hesap için katı bir sayı olarak uygulanmamalı; bütçe ve conversion hacmiyle birlikte değerlendirilmelidir. Optimizasyona açık olmalıdır.

Zira, ülkemizde Kobi ve Kobi altı markalar çok düşük bütçelerle reklam çalışmalarını yürütmektedirler ve çok düşük bütçeli bir hesapta 30 kreatifi aynı anda çalıştırmak, her bir reklama anlamlı veri ulaşmasını engelleyebilir. Bu durumda, bütçe ve kreatif çeşitliliği denklemi de doğru kurulmak zorundadır.

GEM Nedir?

GEM, Generative Ads Recommendation Model ifadesinin kısaltmasıdır.

Meta GEM’i, LLM paradigmasından esinlenen ve binlerce GPU üzerinde eğitilen büyük ölçekli bir ads foundation model olarak tanımlıyor.

GEM’in amacı, reklam recommendation sistemindeki farklı modellerin daha iyi öğrenmesini ve daha doğru tahmin üretmesini sağlamaktır.

Meta'nın açıklamasına göre GEM:

• Kullanıcı davranışlarını,
• Reklam hedeflerini,
• Kreatif formatlarını,
• Measurement sinyallerini,
• Farklı delivery kanallarını,
• Kullanıcı–reklam ilişkilerini

çok büyük ölçekte birlikte öğrenir.

Meta, GEM’in 2025 yılındaki deployment’ı sonrasında Q2 döneminde Instagram ad conversions üzerinde %5, Facebook Feed ad conversions üzerinde ise %3 artış sağladığını açıklamıştır. Şirket ayrıca Q3 mimari iyileştirmelerinin aynı veri ve compute artışından elde edilen performans faydasını iki katına çıkardığını belirtmiştir.

Bu oranlar reklamveren açısından bir garanti değildir. Ancak, görmezden gelinemeyecek veriler olarak dikkate alınmalıdır.

Meta’nın kontrollü üretim deployment sonuçlarıdır.

GEM Nasıl Çalışıyor?

Meta, GEM girdilerini genel olarak sequence ve non-sequence özellikler halinde ele alıyor.

Sequence Features

Kullanıcının zaman içerisindeki davranış dizileridir.

Örneğin:

• İzlediği içerikler
• Etkileşime girdiği reklamlar
• Tıklamalar
• Sayfa ve ürün ilgileri
• Geçmiş conversion davranışları
• Zaman sıralı event’ler

Non-Sequence Features

Kullanıcı, reklam ve bağlama ait daha sabit veya tekil sinyallerdir.

Örneğin:

• Reklam formatı
• Placement
• Objective
• Kreatif temsili
• Kullanıcı ve reklam özellikleri
• Lokasyon veya cihaz bağlamı

GEM bu sinyaller arasındaki karmaşık ilişkileri öğrenerek Meta’nın ads recommendation model filosuna bilgi aktarır.

GEM Reklam Yönetimi Açısından Ne Anlama Geliyor?

GEM’in pratik karşılığı şudur:

Meta kreatifi yalnızca dosya formatı veya görsel nesne olarak değerlendirmiyor.

Kreatifin taşıdığı:

• Anlam,
• Persona,
• Problem,
• Fayda,
• Teklif,
• Kanıt,
• Bağlam,
• Kullanıcı niyeti

daha önemli hale geliyor.

Bu nedenle 2026’da iyi kreatif yalnızca güzel tasarım değildir.

İyi kreatif, algoritmaya şu soruların cevabını verir:

• Bu reklam kim için?
• Hangi problemi çözüyor?
• Hangi faydayı vaat ediyor?
• Kullanıcı neden inanmalı?
• Hangi itirazı ortadan kaldırıyor?
• Hangi aşamadaki kullanıcıya konuşuyor?

Lattice Nedir?

Lattice, Meta’nın farklı reklam domain, objective ve model yapılarını daha birleşik, verimli ve ölçeklenebilir biçimde yönetmek için geliştirdiği multi-domain, multi-objective recommendation framework’üdür.

Lattice’in çözmeye çalıştığı temel problem model ve veri parçalanmasıdır.

Farklı:

• Uygulamalar,
• Placement’lar,
• Objective’ler,
• Feedback türleri,
• Attribution window’lar,
• Ürünler,
• Regülasyon alanları

için ayrı modeller kullanıldığında bilgi paylaşımı sınırlı ve altyapı maliyeti yüksek olabilir.

Lattice:

• Cross-domain knowledge sharing
• Data consolidation
• Model unification
• Distillation
• System optimization

yaklaşımlarını birlikte kullanır.

Meta'nın yayımladığı çalışmaya göre Lattice’in belirli production deployment’ları %10 revenue-driving top-line metrics artışı, %11,5 user satisfaction veya ads-quality iyileşmesi, %6 conversion rate artışı ve %20 capacity saving sağlamıştır. Bu sonuçlar platformun bütün reklamverenlerine otomatik biçimde yansıyan garanti sonuçlar olmamakla birlikte, çalışmada belirtilen deployment kapsamına ait verilerdir.

Lattice’in Teknik Mantığı

Portfolio Consolidation

Benzer domain-objective çiftleri ortak portfolio’larda birleştirilir.

Ancak bütün hedefler rastgele tek modele atılmaz.

Çünkü:

• Click gibi yoğun ve hızlı feedback,
• Purchase gibi seyrek ve gecikmeli feedback

aynı davranışa sahip değildir.

Lattice Partitioner; kullanıcı ve item örtüşmesi, objective benzerliği, feedback türü ve veri yapısını dikkate alarak model gruplarını oluşturur.

Multi-Domain, Multi-Objective Learning

Meta reklam sistemi tek KPI optimize etmez.

Aynı anda:

• CTR
• CVR
• Conversion value
• Ads quality
• User satisfaction
• Advertiser value

gibi farklı hedefler bulunabilir.

Lattice bu çok hedefli yapının daha verimli öğrenmesini amaçlar.

Model Unification

Farklı domain’lerdeki küçük modellerin daha birleşik yapılara dönüştürülmesi daha fazla veri paylaşımı ve daha az altyapı parçalanması sağlayabilir.

Distillation

Büyük ve pahalı modellerde öğrenilen bilgilerin daha küçük, hızlı ve gerçek zamanlı modellerde kullanılmasını sağlar.

Meta’nın birkaç yüz milisaniye içerisinde binlerce reklamı değerlendirmesi gerektiği için yalnızca model kalitesi değil, inference maliyeti ve gecikme de kritik önem taşımaktadır.

Lattice Reklamveren İçin Ne Anlama Geliyor?

Lattice’in reklamveren açısından temel mesajı şudur:

Öğrenmeyi gereksiz yere parçalamayın.

Eski tip hesap yapısı:

• 15 kampanya
• 60 ad set
• Çok dar interest’ler
• Küçük bütçeler
• Her ad set’te birkaç conversion
• Birbirine benzer kitleler
• Sürekli pause ve duplicate

modern recommendation sistemine yeterince yoğun veri vermeyebilir.

Meta da benzer ad set ve kampanyaların konsolide edilmesini; audience fragmentation’ın ve auction overlap’ın azaltılmasını öneriyor.

Gelin bu cümleyi daha anlaşılır hale getirelim;

"Benzer ad set ve kampanyaların konsolide edilmesi": Aynı veya örtüşen kitleye, benzer hedefe koşan birden fazla ad set/kampanya varsa işte bunları birleştir diyor Meta. Sebep olarak da şunu gösteriyor: Meta'nın öğrenme sistemi ad set bazında çalışır ve learning phase'den çıkmak için haftada ~50 dönüşüm ister. Bütçeyi 4 ad set'e bölersen her biri ayrı ayrı sinyal biriktirmeye çalışır ve hiçbiri yeterli hacme ulaşamaz; tek ad set'te toplarsan sinyal havuzu büyür, model daha hızlı ve daha stabil öğrenir.

"Audience fragmentation'ın azaltılması": (Kitle parçalanması) aynı kullanıcı tabanını yaş, ilgi alanı, lookalike dilimleri gibi kriterlerle küçük parçalara bölmemek gerektiğini söylüyor Meta. Her parça ayrı ad set demek, yani yukarıdaki sinyal bölünmesi problemini bu aşamada oluşturma diyor. Meta'nın bugünkü pozisyonu net: segmentasyonu senin manuel dilimlerin değil, ranking modeli yapsın (Advantage+ audience mantığı).

"Auction overlap'ın azaltılması": (Açık artırma çakışması) kendi ad set'lerinin aynı kullanıcı için aynı auction'a girip birbiriyle yarışması durumu bir sorun teşkil edecektir diyor Meta. Zira Meta aynı reklamverenin çakışan girişlerinden birini eler, yani doğrudan "kendi CPM'ini kendine karşı artırma" durumu değil; ama pratik sonucu şu: elenen ad set gösterim alamaz, dağıtımı dengesizleşir, performans verisi bulanıklaşır ve hangi yapının gerçekten çalıştığını okuyamaz hale gelirsin. Overlap'ı Ads Manager'daki Auction Overlap raporundan görebilirsiniz.

Daha mantıklı yaklaşım çoğu hesapta:

• Daha az kampanya
• Daha geniş audience
• Daha net objective
• Daha yoğun conversion verisi
• Daha kaliteli kreatif çeşitliliği
• Daha az mikro müdahale

olabilir.

Bu, her hesabın tek kampanyaya indirilmesi gerektiği anlamına gelmez.

Farklı:

• Ülkeler,
• İş modelleri,
• Marj yapıları,
• Ürün kategorileri,
• Conversion event’leri,
• Müşteri grupları

gerçekten ayrı yönetim gerektirebilir.

Konsolidasyon bir dogma değil, öğrenme verimliliği aracıdır.

Andromeda, GEM ve Lattice Birlikte Nasıl Düşünülebilir?

Bir kullanıcı Instagram Reels’te geziyor olsun.

1. Retrieval

Andromeda büyük reklam havuzundan kullanıcı için uygun olabilecek reklamları seçer.

Soru:

Bu kullanıcı için hangi reklamlar değerlendirmeye alınmaya değer?

2. Recommendation ve Ranking

Meta’nın GEM’den bilgi alan modelleri, Lattice gibi birleşik recommendation yapıları ve diğer tahmin sistemleri adayların muhtemel sonuçlarını değerlendirir.

Soru:

Bu reklam bu kullanıcı ve bu bağlam için ne kadar değer üretebilir?

3. Auction

Bid, estimated action rate, ad quality ve diğer sinyaller birleştirilir.

Soru:

Bu impression’ı hangi reklam kazanmalı?

Bu akış kavramsal bir basitleştirmedir aslında. Zira kabul etmek gerekir ki Meta’nın tam production mimarisi bundan daha karmaşıktır.

İnsan ile Makinenin Yeni İş Bölümü

2026 Meta reklamcılığında insanın temel görevi:

• Persona araştırmak
• Insight üretmek
• Angle geliştirmek
• Teklif tasarlamak
• Kreatif concept oluşturmak
• Veriyi yorumlamak
• İş sonucunu ölçmek
• Tracking kalitesini korumak

olmalıdır.

Makinenin görevi ise:

• Auction’ları değerlendirmek
• Kullanıcı–reklam eşleşmesini tahmin etmek
• Bütçeyi fırsatlara dağıtmak
• Bid optimizasyonu yapmak
• Placement seçmek
• Conversion olasılığını tahmin etmek

olmalıdır.

Manuel hedefleme hileleriyle algoritmayı yenmeye çalışmak yerine algoritmaya daha iyi veri ve daha iyi kreatif sunmak daha akıllıca bir yöntem olacaktır.

Sequence Learning Nedir?

Meta, yeni ads recommendation altyapısında kullanıcı davranışlarını yalnızca toplulaştırılmış özelliklerle değil, zaman sıralı event dizileriyle modellemeye geçtiğini açıklıyor.

Eski sistem:

Kullanıcı son 30 günde bu kategoriyle ilgilendi.

Yeni sequence yaklaşımı:

Kullanıcı önce şu içeriği izledi, sonra şu reklamla etkileşime girdi, ardından belirli sayfayı ziyaret etti ve daha sonra benzer ürünle conversion sinyali oluşturdu.

Unutmayalım ki Meta’nın event-based features sistemi event stream, sequence length, event information ve timestamp bilgilerini kullanarak davranışların sırasını ve bağlamını öğrenmeye çalışıyor.

Fakat sequence learning ile creative sequencing aynı şey değildir.

Creative Sequencing Nedir?

Creative Sequencing, reklam mesajlarını kullanıcının farkındalık ve karar seviyesine göre mantıksal bir akış halinde tasarlama yaklaşımıdır.

Örneğin:

1. Problemi görünür hale getir
2. Problemin sonuçlarını açıkla
3. Çözüm kategorisini tanıt
4. Ürünü göster
5. Kanıt sun
6. İtirazı kır
7. Teklif ve CTA ver

Bu, her kullanıcının reklamları kesin biçimde aynı sırayla göreceği anlamına gelmez.

Creative sequencing çoğu performans hesabında kreatif portföyünün customer journey’ye göre tasarlanmasıdır.

Meta’nın Ad Sequencing Özelliği

Meta’da ayrıca teknik anlamda ad sequencing özelliği bulunur.

Bu özellik reklamları belirlenen sırayla göstererek marka veya ürün hikâyesi anlatmaya yarar. Ancak erişimi buying type, campaign setup ve hesap uygunluğuna göre değişebilir; özellikle reservation temelli brand kampanyalarıyla doğrudan ilişkilidir.

Dolayısıyla iki kavram ayrılmalıdır:

Ad Sequencing özelliği: Reklamların platform tarafından belirli sırayla gösterilmesi.

Creative Sequencing stratejisi: Kreatif portföyünün farkındalık ve karar yolculuğuna göre tasarlanması.

Farkındalık Aşamalarına Göre Kreatif Sıralaması

Unaware – Problemden Habersiz Durumda

Kullanıcı henüz problemin farkında değildir.

Amaç:

• Dikkat çekmek
• Davranış veya sorunu görünür yapmak
• Merak oluşturmak

Örnek:

“Meta reklamlarında ROAS düşüklüğü her zaman kampanya ayarı problemi değildir.”

Problem Aware – Problemin Farkında Olduğunda

Kullanıcı problemi biliyor fakat çözümü bilmiyor.

Amaç:

• Problemin nedenlerini açıklamak
• Yanlış inanışları düzeltmek
• Sorunun maliyetini göstermek

Örnek:

“CTR iyi olmasına rağmen satış gelmiyorsa problem hedeflemede değil, vaat ile landing page arasındaki uyumsuzlukta olabilir.”

Solution Aware – Çözümün Farkında Olduğunda

Kullanıcı çözüm kategorilerini biliyor.

Amaç:

• Yaklaşımı öğretmek
• Çözüm mekanizmasını anlatmak
• Markanın metodolojisini göstermek

Örnek:

“Creative testing’i yalnızca tasarım varyasyonu değil; hook, angle, persona ve offer matrisiyle yönetiyoruz.”

Product Aware – Ürünü veya Markayı Biliyor

Kullanıcı markayı biliyor fakat kararsızdır.

Amaç:

• Case study
• Sosyal kanıt
• Karşılaştırma
• Süreç
• Uzmanlık
• Risk azaltma

sunmaktır.

Most Aware – Satın Almaya Yakın

Kullanıcı çözümü ve markayı biliyor.

Amaç:

• Teklif
• Garanti
• Kampanya
• Net CTA
• Randevu
• Demo
• Satın alma

oluşturmaktır.

Son Tıklama Tuzağı Nedir?

Kullanıcı yolculuğu şöyle olabilir:

• Pazartesi: Marka videosunu görür.
• Salı: Problem anlatan Reels reklamını izler.
• Çarşamba: Ürün karşılaştırma reklamına tıklar.
• Cuma: Teklif reklamını görüp satın alır.

Raporlama içerisinde satış daha görünür biçimde son teklif veya retargeting reklamına yazılabilir.

Bu durum, üst funnel kreatiflerin katkısının küçümsenmesine yol açar.

Fakat burada teknik doğruluk önemlidir:

Meta tamamen ve yalnızca klasik last-click attribution kullanmaz.

Meta’da campaign setup’a göre:

• 1-day click
• 7-day click
• 1-day view
• 1-day engage-through

gibi attribution pencereleri kullanılabilir. Engage-through, uygun video reklamlarla etkileşimden sonraki bir günlük dönüşümleri hesaba katabilir. Ads Manager içerisindeki Compare Attribution Settings özelliği farklı pencerelerde raporlanan sonuçları karşılaştırmaya izin verir.

Bu nedenle “Meta bütün satışları son tıklamaya yazar” ifadesi doğru değildir.

Daha doğru tanım şudur:

Son temas ve alt-funnel kreatifler raporda daha görünür hale gelebildiği için yolculuğun başındaki reklamların katkısını küçümseme riski vardır.

Meta Bir Reklama Çok Harcama Yapıyorsa O Reklam Kesin İyi midir?

Hayır.

Meta’nın bir reklama daha fazla harcama yönlendirmesi, sistemin o reklamda objective doğrultusunda daha iyi auction fırsatı gördüğünü gösterir.

Bunun nedeni:

• Daha düşük CPM
• Daha yüksek estimated action rate
• Daha geniş ölçeklenebilir audience
• Daha iyi video engagement
• Daha yüksek conversion ihtimali
• Daha iyi quality sinyali

olabilir.

Fakat bu tek başına reklamın:

• Funnel’ın başlangıcını beslediğini,
• Incremental satış ürettiğini,
• Marka aramasını artırdığını,
• En kârlı müşteriyi getirdiğini

kanıtlamaz.

Meta’nın “breakdown effect” açıklaması da sistemin bazı breakdown’larda daha düşük görünen sonuçlara daha fazla harcama yönlendirmesinin, o breakdown’ın bağımsız olarak kötü olduğu anlamına gelmeyebileceğini belirtir. Sistem bütçeyi toplam objective için en uygun marjinal fırsatlara dağıtır.

Kreatif Performansı Nasıl Okunmalıdır?

Bir kreatifi yalnızca ROAS ile değerlendirmek eksik bir yaklaşım olacaktır.

Değerlendirme zinciri şöyledir:

1. 01Dikkat
2. 02İzleme
3. 03Tıklama
4. 04Sayfa Yüklenmesi
5. 05Etkileşim
6. 06Dönüşüm
7. 07Katkı Kârı
8. 08Incremental Etki

Hook Rate Nedir?

Hook Rate, videonun ilk saniyelerde dikkat çekme kapasitesini ölçmek için kullanılan türetilmiş metriktir.

Meta’da her hesapta standart “Hook Rate” kolonu bulunmayabilir.

Sık kullanılan formül:

Hook Rate = 3-Second Video Plays ÷ Impressions

Meta, 3-second video play’i videonun en az üç saniye veya üç saniyeden kısaysa neredeyse tamamı boyunca oynatılması olarak tanımlar.

Örnek:

• Impressions: 100.000
• 3-second plays: 25.000

Hook Rate = 25.000 ÷ 100.000 = %25

Ancak bu resmî standardize edilmiş kalite metriği değildir.

Video uzunluğu, placement, autoplay ve replay davranışı sonucu etkileyebilir.

Bu nedenle kendi hesap ve format baz çizginize göre karşılaştırılması daha doğru bir yaklaşım olacaktır.

Thumbstop Rate Nedir?

Thumbstop Rate de ilk saniyelerde kullanıcıyı kaydırmaktan alıkoyma gücünü ifade eden sektörel bir metriktir.

Bazı ekipler:

3-Second Plays ÷ Impressions

bazıları:

2-Second Continuous Plays ÷ Impressions

kullanır.

Tek bir sektör standardı yoktur.

Bu nedenle raporda hangi formülün kullanıldığı açıkça yazılmalıdır.

Hold Rate Nedir?

Hold Rate, ilk dikkati geçen kullanıcıların videoda ne kadar kalmaya devam ettiğini gösterir.

Örneğin:

25% Hold Rate = Video Plays at 25% ÷ 3-Second Video Plays

50% Hold Rate = Video Plays at 50% ÷ 3-Second Video Plays

Örnek:

• 3-second plays: 2.000
• 50% plays: 600

50% Hold Rate = 600 ÷ 2.000 = %30

Yorum:

• Hook yüksek, hold düşük: Açılış güçlü; devam zayıf.
• Hook düşük, hold yüksek: İçerik iyi; ilk saniyeler zayıf.
• İkisi yüksek: Video dikkat çekiyor ve izletiyor.
• İkisi düşük: Kreatif yeniden ele alınmalı.

Fakat farklı video uzunlukları doğrudan karşılaştırılmamalıdır.

10 saniyelik video ile 60 saniyelik videonun yüzde 50 izlenme oranı aynı davranışı ifade etmeyecektir.

Outbound CTR Nedir?

Outbound CTR, reklamı gören kullanıcıların Meta platformları dışındaki hedefe tıklama oranıdır.

Outbound CTR = Outbound Clicks ÷ Impressions

Meta outbound clicks metriğini kullanıcıyı Facebook veya Instagram gibi Meta teknolojilerinin dışına götüren tıklamalar olarak tanımlar.

CTR All yüksek fakat Outbound CTR düşükse kullanıcılar:

• Görsele,
• Profile,
• Yoruma,
• “Devamını gör” alanına,
• Sayfa adına

tıklıyor olabilir; ancak siteye gitmiyor olabilir.

Satış ve website lead kampanyalarında Outbound CTR, CTR All’dan daha anlamlıdır.

Landing Page View Nedir?

Landing Page View, kullanıcı reklama tıkladıktan sonra hedef sayfanın başarıyla yüklenmesidir.

Meta, LPV’yi reklam bağlantısına tıklayan kişinin web sitesi, uygulama veya shop hedefini başarılı biçimde yüklemesi olarak tanımlar.

LPV Rate = Landing Page Views ÷ Outbound Clicks

Örneğin:

• Outbound clicks: 1.000
• Landing page views: 650

LPV Rate = %65

350 kullanıcı tıklamış fakat sayfa başarıyla yüklenmemiş veya ölçülememiştir.

Muhtemel sebepler:

• Site hızı
• Ağ bağlantısı
• Yanlış tıklama
• Sayfadan hızlı çıkış
• Pixel gecikmesi
• Consent
• URL problemi
• Redirect
• Ağır script’ler

“Yüzde 80 iyidir, yüzde 60 kötüdür” gibi oranlar pratik alarm eşiği olarak kullanılabilir; fakat evrensel Meta standardı değildir.

En doğru benchmark aynı sitenin:

• Cihaz,
• Ülke,
• Placement,
• Landing page,
• Dönem

bazındaki geçmiş performansıdır.

CVR Nedir?

CVR, Conversion Rate’tir.

Purchase CVR = Purchase ÷ Landing Page View

Lead için:

Lead CVR = Lead ÷ Landing Page View

CVR düşükse sorun her zaman reklam değildir.

Muhtemel sebepler:

• Fiyat
• Teklif
• Ürün
• Landing page
• Güven
• Ödeme
• Form uzunluğu
• Mobil deneyim
• Stok
• Kargo
• Yanlış vaat

olabilir.

Engaged Session Nedir?

Engaged Session, GA4’ün etkileşimli oturum metriğidir.

Bir session şu koşullardan en az birini sağlıyorsa engaged session sayılır:

• 10 saniyeden uzun sürmesi
• En az bir key event içermesi
• En az iki pageview veya screenview oluşturması

Meta’da Outbound CTR yüksek fakat GA4’te engagement rate düşükse:

• Reklam yanlış vaat üretiyor,
• Kullanıcı yanlışlıkla tıklıyor,
• Sayfa kreatifle uyuşmuyor,
• Mobil deneyim kötü,
• Trafik kalitesi zayıf

olabilir.

Data Interpretation Nedir?

Data interpretation, yalnızca metriği okumak değil, metriğin iş açısından ne söylediğini anlamaktır.

“CTR yüzde 1,2 oldu” bir veri okumasıdır.

Data interpretation şudur:

CTR All yüksek, fakat Outbound CTR düşük. Reklam platform içinde dikkat çekiyor; ancak kullanıcıyı dış hedefe götürecek kadar güçlü niyet yaratmıyor. Hook çalışıyor olabilir, fakat offer veya CTA zayıf olabilir.

Bir başka örnek:

Hook Rate güçlü, fakat Hold Rate düşük. İlk cümle kullanıcıyı durduruyor; içerik devamında vaadi açamıyor.

Bir başka örnek:

Outbound CTR güçlü, LPV Rate düşük. Kreatif tıklama üretiyor; fakat site yükleme, tracking veya yanlış tıklama problemi olabilir.

Bir başka örnek:

LPV güçlü, Engaged Session düşük. Sayfa açılıyor; ancak kreatif ile landing page arasında mesaj uyumsuzluğu olabilir.

Bir başka örnek:

Engaged Session yüksek, CVR düşük. Kullanıcı içeriği inceliyor; fakat fiyat, güven, teklif veya checkout ikna etmiyor.

2026’da Meta Ads uzmanlığının merkezi data interpretation’dır demek doğru bir yaklaşım olacaktır.

Assisted Conversion Nasıl Ölçülür?

Kullanıcı Meta reklamını görüp daha sonra Google’dan markayı arayarak satın alabilir.

Meta her katkıyı raporlayamayabilir.

GA4 Attribution Paths, key event öncesindeki kanal ve temas noktalarını incelemeye yardımcı olur. Google attribution’ı, önemli kullanıcı aksiyonlarına yolculuktaki farklı touchpoint’ler arasında kredi atama süreci olarak tanımlar.

GA4’te incelenebilecek alanlar:

• First user source / medium
• Session source / medium
• Attribution paths
• Path exploration
• Paid Social ilk temas
• Organic veya Direct son temas
• Key event rate
• Revenue

Ancak GA4 her zaman Meta kreatif seviyesinde eksiksiz yolculuk gösteremez.

UTM standardizasyonu ve CRM entegrasyonu gerekir.

Incrementality Nedir?

Incrementality şu soruyu sorar:

Reklam olmasaydı bu satışların veya lead’lerin kaçı yine gerçekleşirdi?

Platform attribution:

Reklama 500 satış atfedildi.

Incrementality:

Bu satışların ne kadarı gerçekten reklamın ek etkisiyle oluştu?

Bu iki değer aynı olmayabilir.

Lift Test Nedir?

Lift test, reklam gören test grubu ile reklam görmeyen randomized holdout grubunun sonuçlarını karşılaştırır.

Meta, Conversion Lift metodolojisinin reklamların incremental etkisini ölçmek için kullanıldığını ve randomized test ile holdout grupları oluşturduğunu belirtmektedir.

Örnek:

Grup	Kullanıcı	Purchase
Reklam gören	100.000	1.200
Holdout	100.000	1.000

Incremental purchase:

1.200 - 1.000 = 200

Reklama 1.200 purchase atfedilmiş olabilir.

Fakat reklamın ölçülen ek etkisi 200 purchase’dır.

Incremental ROAS Nedir?

Incremental ROAS = Reklam Sayesinde Oluşan Ek Gelir ÷ Reklam Harcaması

Örnek:

• Spend: 100.000 TL
• Attributed revenue: 700.000 TL
• Attributed ROAS: 7
• Reklam olmasa oluşacak revenue: 300.000 TL
• Incremental revenue: 400.000 TL

Incremental ROAS = 400.000 ÷ 100.000 = 4

Meta güncel ürünlerinde Incremental Attribution modelini de sunmaktadır. Bu model, reklama maruz kalmadığında dönüşüm gerçekleştirmesi daha düşük görülen kullanıcılara yönelik incremental conversion ihtimalini tahmin etmeye çalışır. Uygunluk ve kullanılabilirlik hesap ile kampanya yapısına göre değişebilir.

Cohort Analizi Nedir?

Cohort analizi ortak başlangıç özelliğine sahip kullanıcıların zaman içerisindeki davranışlarını inceler.

Örneğin:

• İlk hafta Meta reklamından gelen kullanıcılar
• Belirli kreatiften gelen kullanıcılar
• Belirli kampanyadan edinilen müşteriler
• Haziran ayında ilk alışverişini yapan müşteriler

30, 60 veya 90 gün boyunca takip edilir.

Cohort	İlk Gün CVR	7 Gün CVR	30 Gün CVR
Teklif reklamı	%2,5	%3,0	%3,2
Eğitici video	%0,5	%1,8	%3,5

İlk gün teklif reklamı daha iyi görünür.

30 gün sonra eğitici video daha değerli kullanıcı getirmiş olabilir.

Cohort analizi GA4 Explore, BigQuery, CRM, e-ticaret sistemi veya veri ambarında yapılabilir.

Search Lift ve Branded Search

Meta reklamını gören kullanıcı daha sonra Google’da markayı arayabilir.

Search lift, kampanya döneminde marka ve ürün aramalarında artış olup olmadığını izler.

Kullanılabilecek kaynaklar:

• Google Search Console
• Google Ads marka kampanyası
• Google Trends
• GA4 organic ve direct traffic
• CRM

Branded search örnekleri:

• Marka adı
• Domain adı
• Founder adı
• Marka + yorum
• Marka + fiyat
• Marka + şikâyet
• Marka + ürün

Search lift nedensellik kanıtı değildir.

PR, influencer, TV, SEO, sezon ve başka kampanyalar da marka aramasını artırabilir.

Bu nedenle search lift destekleyici sinyal olarak kullanılmalı; mümkünse geo test veya lift testiyle tamamlanmalıdır.

CAPI ve Dönüşüm Verisi Neden Daha Kritik?

GEM ve diğer recommendation sistemleri conversion ve measurement sinyallerinden öğrenir.

Yanlış veri yalnızca raporu bozmaz.

Algoritmanın yanlış davranıştan öğrenmesine de neden olabilir.

2026’da kontrol edilmesi gerekenler:

• Pixel ve CAPI
• Event deduplication
• Event ID
• Event Match Quality
• Purchase value
• Currency
• Content ID
• Event time
• Advanced matching
• CRM qualified lead feedback
• Offline conversion
• Test Events

Meta, browser ve server üzerinden gönderilen aynı event’in aynı event_id ile deduplicate edilmesini öneriyor. Event Match Quality ise server event’leriyle gönderilen müşteri bilgilerinin Meta hesaplarıyla eşleştirilme kapasitesini gösteriyor.

Lead Generation’da Qualified Lead Feedback

Lead kampanyasında yalnızca form submit event’ini göndermek, algoritmaya hangi lead’in gerçekten satışa uygun olduğunu öğretmez.

CRM’den:

• QualifiedLead
• Opportunity
• ClosedWon
• Purchase
• Deal value

gibi alt-funnel event’leri geri gönderildiğinde sistem daha kaliteli sonuçlara göre öğrenebilir.

Meta, CRM bağlantısıyla Maximize Number of Qualified Leads performans hedefinin kullanılabileceğini belirtmektedir.

2026’da Kampanya Yapısı Nasıl Kurulmalıdır?

Bunun için elbette tek bir evrensel yapı yoktur.

Ancak küçük ve orta bütçeli e-ticaret hesaplarında şu başlangıç modeli kullanılabilir:

1. Ana Sales / Prospecting Yapısı

• Broad veya Advantage+ audience
• Purchase optimization
• Yeterli conversion yoğunluğu
• Birbirinden anlamlı biçimde farklı kreatifler
• Advantage+ placements
• CAPI ve value tracking

2. Creative Testing Yapısı

Amaç yeni:

• Hook
• Angle
• Persona
• Creator
• Format
• Offer
• Proof

test etmektir.

Testing yapısı ana scale kampanyasından ayrı olabilir; ancak çok düşük bütçede ayrı kampanya açmak öğrenmeyi parçalayabilir.

3. Retargeting

Retargeting her hesapta zorunlu ayrı kampanya değildir.

Modern broad ve Advantage+ sistemleri warm kullanıcıları da bulabilir.

Ayrı retargeting şu durumlarda anlamlı olabilir:

• Ayrı teklif kullanılacaksa
• Farklı mesaj gerekiyorsa
• Satış döngüsü uzunsa
• Yüksek AOV varsa
• Sepet terk özel akışı kurulacaksa
• Bütçe kontrolü gerekiyorsa

4. Retention

Mevcut müşteriler için:

• Cross-sell
• Upsell
• Yeni koleksiyon
• Repeat purchase
• Loyalty
• Subscription

mesajları ayrı yönetilebilir.

Ancak mevcut müşteriyi acquisition ROAS içine karıştırmak yeni müşteri performansını olduğundan iyi gösterebilir.

Swim Lanes Nedir?

Swim lanes, reklam hesabını farklı iş rolleri ve müşteri aşamalarına göre kulvarlara ayırma yöntemidir.

Örnek:

• Prospecting
• Retargeting
• Retention
• Creative Testing

Fakat swim lane’leri mutlaka dört ayrı kampanya olarak düşünmek gerekmez.

Bazen fark:

• Campaign
• Ad set
• Audience control
• Creative label
• Reporting breakdown

seviyesinde kurulabilir.

Amaç yapıyı parçalamak değil; bütçenin hangi işi yaptığını netleştirmektir.

Kazanan Reklamı Kopyalayıp Scaling Kampanyasına Taşımak Doğru mu?

Her zaman değil.

Eski yaklaşım:

1. Test kampanyasında reklamı test et.
2. Kazananı kopyala.
3. Scale kampanyasına taşı.
4. Test kampanyasında kapat.

Bu yapı bazı hesaplarda hala çalışıyor olabilir.

Fakat kazananı kopyalamak:

• Yeni ad oluşturabilir,
• Öğrenmeyi yeniden başlatabilir,
• Sosyal kanıtı ayırabilir,
• Aynı kullanıcı için auction overlap oluşturabilir,
• Sonucun test kampanyasına mı yoksa yeni koşullara mı bağlı olduğunu belirsizleştirebilir.

Bazen en doğru scaling, kazanan reklamı bulunduğu kampanyada tutup bütçeyi kontrollü artırmaktır.

Bazen post ID veya mevcut creative asset korunarak başka yapıya taşınabilir.

Bazen yeni kampanya gerekir.

Dolayısıyla:

“Kazanan reklam asla kapatılmaz ve mutlaka scaling kampanyasına kopyalanır.”

evrensel olarak kabul edilmesi gereken bir doğru değildir.

Kazanan reklam:

• Frequency,
• Marginal CPA,
• Kreatif yorgunluğu,
• Audience genişliği,
• Yeni müşteri oranı,
• Contribution ROAS

ile birlikte değerlendirilmelidir.

Budget Ramping Nasıl Yapılır?

%15–20 artış ve 48–72 saat bekleme, pratik bir risk azaltma yaklaşımıdır.

Fakat Meta’nın bütün kampanyalar için ilan ettiği sabit bir algoritmik kural değildir.

Meta, her edit’in delivery’yi etkileyebileceğini fakat her edit’in yeniden learning phase başlatmadığını; bütçe değişikliklerinin büyüklüğüne göre significant edit olabileceğini belirtiyor.

Bütçe artırdıktan sonra izlenmesi gerekenler:

• Marginal CPA
• Marginal ROAS
• CPM
• Outbound CTR
• CVR
• Frequency
• New customer rate
• Conversion volume
• Purchase value
• Contribution margin

Conversion hacmi yüksekse daha hızlı karar alınabilir.

Düşük hacimli, uzun conversion lag’e sahip hesaplarda daha uzun beklemek gerekir.

Haftalık Creative Learning Döngüsü

Her hafta kreatifler şu sırayla değerlendirilmelidir:

1. Dikkat

• Hook Rate
• 3-second play
• 2-second continuous play
• Thumbstop proxy

2. İzleme

• 25% view
• 50% view
• 75% view
• 95% view
• ThruPlay
• Average play time

3. Trafik

• Outbound CTR
• CPC outbound
• Landing Page Views
• LPV Rate

4. Site Kalitesi

• Engaged sessions
• Engagement rate
• Average engagement time
• Product view
• Add to cart

5. Ticari Sonuç

• CVR
• CPA
• ROAS
• Purchase value
• New customer CAC
• Contribution ROAS
• Qualified lead rate

6. Uzun Vadeli Etki

• Cohort revenue
• Repeat purchase
• Branded search
• Assisted path
• Incrementality
• Lift

Angle Kazandı mı?

Tek bir reklamın yüksek CTR üretmesi angle’ın kazandığı anlamına gelmez.

Bir angle daha güçlü kabul kabul edilebilmesi için:

• En az birkaç farklı varyasyonda çalışıyor olması,
• Farklı formatlarda benzer sonuç vermesi,
• Yalnızca CTR değil CVR ve CPA’da da değer üretiyor olması,
• Farklı zamanlarda tekrarlanıyor olması,
• New customer veya qualified lead kalitesinin güçlü olması

daha doğru metrikler olacaktır..

Örnek angle:

“Reklam bütçeniz hedefleme yüzünden değil, kreatif mesajın belirsizliği yüzünden boşa gidiyor olabilir.”

Bu angle:

• Founder video
• UGC
• Statik grafik
• Case study
• Carousel
• Reels

formatlarında test edilebilir.

Kreatif İsimlendirme Standardı

Örnek:

UGC_Problem_ROAS_Hook01_15Sec

Static_SocialProof_ProductBenefit_1080x1350

Reels_Objection_Price_Hook03_20Sec

FounderStory_Trust_Angle02_30Sec

Daha gelişmiş yapı:

Persona_Angle_FunnelRole_Format_Hook_Version_Duration

Örnek:

EcomOwner_TrackingProblem_MOF_FounderVideo_H03_V02_30Sec

Bu disiplin olmazsa kreatif raporu yalnızca “Ad 1, Ad 2, Copy” isimlerinden oluşur ve hangi mesajın neden çalıştığı anlaşılamaz.

En Tehlikeli Yanlış Yorumlar

“ROAS Düşükse TOF Reklamını Kapatma”

Yanlış.

Bazı üst-funnel reklamlar gerçekten kötüdür.

Düşük:

• Hook
• Hold
• Outbound CTR
• Site engagement
• Warm audience kalitesi
• Lift

üretiyorsa kapatılabilir.

“Meta Harcıyorsa Reklam İyidir”

Yanlış.

Harcama, delivery avantajı olduğunu gösterir. Incremental kârı kanıtlamaz.

“Creative Sequencing Her Kullanıcıya 1-2-3 Reklam Göstermektir”

Eksik.

Bu teknik ad sequencing özelliğinin tanımı olabilir. Performans pazarlamasında creative sequencing çoğunlukla farklı farkındalık aşamalarına uygun kreatif portföyü oluşturmaktır.

“Last-Click Yanlış, ROAS’a Bakmayalım”

Yanlış.

ROAS hâlâ önemlidir.

Fakat:

• Funnel rolü,
• Attribution window,
• Incrementality,
• Contribution margin,
• Cohort,
• CRM quality

ile birlikte okunmalıdır.

“Broad Targeting Her Zaman Kazanır”

Yanlış.

Broad targeting temiz veri ve güçlü kreatifle çok etkili olabilir.

Fakat:

• Çok niş B2B,
• Regülasyonlu ürün,
• Sınırlı coğrafya,
• Çok düşük veri,
• Uygun olmayan conversion event

gibi koşullarda kontrollü segmentasyon gerekebilir.

“Ne Kadar Fazla Kreatif, O Kadar İyi”

Yanlış.

Sistemin değerlendirebileceği kreatif sayısı arttı.

Fakat bütçenin öğrenme üretemeyeceği kadar çok reklam açmak veri parçalanmasına yol açabilir.

Sonuç

Andromeda, GEM ve Lattice’in ortak etkisi Meta reklamcılığını daha otomatik hale getirdi.

Fakat daha kolay hale getirmedi.

Butonların önemi azaldı.

Buna karşılık:

• Kreatif stratejisi,
• Conversion verisi,
• Measurement,
• Incrementality,
• Landing page,
• Müşteri ekonomisi,
• Data interpretation

çok daha önemli hale geldi.

Eskiden iyi media buyer şu sorulara odaklanıyordu:

• Hangi interest?
• Hangi lookalike?
• Hangi bid?
• Kaç ad set?

2026’da iyi Meta Ads yöneticisi şu soruyu sormalıdır:

Algoritmaya hangi kreatif sinyallerini, hangi conversion verisiyle, hangi kampanya yoğunluğunda ve hangi öğrenme döngüsüyle veriyorum?

Bu nedenle müşteriye satılması gereken şey yalnızca “Meta kampanyası kurmak” değildir.

Daha doğru değer önerisi şudur:

Meta’nın modern reklam sistemi kreatif, veri ve dönüşüm sinyalleri üzerinden öğreniyor. Biz yalnızca kampanya kurmuyoruz; kreatif angle üretimi, CAPI ve veri kalitesi, kampanya konsolidasyonu, landing page uyumu ve haftalık creative learning döngüsüyle algoritmayı doğru besleyen bir Meta Ads büyüme sistemi kuruyoruz.

Sıkça Sorulan Sorular

Meta Andromeda nedir?

Andromeda, Meta’nın büyük reklam havuzundan belirli kullanıcı için uygun aday reklamları seçen kişiselleştirilmiş retrieval sistemidir.

GEM nedir?

GEM, Meta’nın reklam recommendation modellerine bilgi aktaran, LLM paradigmasından ilham alan büyük ads foundation model’idir.

Lattice nedir?

Lattice, farklı reklam domain ve objective modellerini daha birleşik, verimli ve ölçeklenebilir hale getiren recommendation framework’üdür.

Recall improvement ne demektir?

Sistemin gerçekten ilgili olabilecek reklamları ilk aday havuzuna dahil etme becerisindeki artıştır.

Meta artık kreatifi hedefleme olarak mı kullanıyor?

Kreatif, kullanıcı–reklam eşleşmesinde güçlü anlam ve davranış sinyalleri sağlar. Ancak audience, conversion, quality, bid ve diğer veriler de kullanılmaya devam eder.

Interest targeting öldü mü?

Hayır. Fakat geniş targeting, güçlü kreatif ve temiz conversion sinyalinin önemi arttı.

Creative Sequencing nedir?

Kreatifleri kullanıcının farkındalık ve karar seviyesine göre mantıksal mesaj akışı içerisinde tasarlama yöntemidir.

Creative Sequencing ile ad sequencing aynı şey midir?

Hayır. Ad sequencing Meta’nın reklamları belirli sırada gösterme özelliğidir. Creative sequencing ise daha geniş bir kreatif ve customer journey stratejisidir.

Meta yalnızca last-click attribution mı kullanır?

Hayır. Click-through, view-through ve uygun kampanyalarda engage-through gibi farklı attribution pencereleri kullanabilir.

Hook Rate Meta’da hazır metrik midir?

Her hesapta standart hazır kolon değildir. Genellikle 3-second plays veya 2-second continuous plays değerlerinin impressions’a bölünmesiyle türetilir.

Hold Rate nasıl hesaplanır?

Video percentage play değerlerinden biri 3-second video plays’e bölünebilir. Ancak video uzunluğu ve placement dikkate alınmalıdır.

Meta bir reklama çok harcıyorsa reklam kesin kazanan mıdır?

Hayır. Sistem objective açısından delivery avantajı görüyor olabilir; fakat incremental kâr ve uzun vadeli müşteri kalitesi ayrıca ölçülmelidir.

CAPI neden önemlidir?

Server-side conversion verisini Meta’nın measurement ve optimization sistemlerine taşır. Pixel ile birlikte kullanıldığında deduplication ve event quality doğru kurulmalıdır.

Kampanyalar mutlaka konsolide edilmeli midir?

Gereksiz parçalanma azaltılmalıdır. Fakat farklı ülke, marj, objective veya iş modelleri gerçek ayrım gerektiriyorsa ayrı yapılar kullanılabilir.

Meta bütçesi her seferinde yüzde 20 mi artırılmalıdır?

Hayır. Yüzde 15–20 pratik bir ramping yaklaşımıdır; resmî ve evrensel bir algoritma kuralı değildir.

TOF reklamı ROAS üretmiyorsa kapatılmalı mıdır?

Yalnızca ROAS’a göre karar verilmemelidir. Hook, hold, trafik kalitesi, assisted role, cohort ve lift sinyalleri birlikte değerlendirilmelidir.

Lift test ile A/B test arasındaki fark nedir?

A/B test iki stratejiden hangisinin daha iyi olduğunu ölçer. Lift test reklamın hiç reklam gösterilmeyen kontrol grubuna kıyasla gerçekten ek sonuç üretip üretmediğini ölçer.

2026 Meta Ads yönetiminde en önemli üç alan nedir?

Kreatif çeşitliliği, güvenilir conversion verisi ve ticari sonucu doğru yorumlayan measurement sistemidir.

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. Meta İşletme Yardım Merkezi — Facebook'un ilişkilendirme (attribution) sistemi hakkında.