Karar Sorusu Nedir? Alıcı Sorularını Haritalamak

Karar sorusu, bir alıcının yapay zekâya sorduğu ve bir tedarikçiyi kısa listeye alma ya da listeden çıkarma kararını doğrudan etkileyen sorudur. Dört bileşenden oluşur: Soran kişi, soruyu tetikleyen durum, cevabın karşılaması gereken koşul ve kabul eşiği. Karar sorusu haritası, bu soruları karar grubundaki her persona ve satın alma yolculuğunun her aşaması için düzenleyerek markanın kısa listeyi nerede kazanıp nerede kaybettiğini gösterir.

Bir B2B pazarlama ekibine müşterilerinin yapay zekâya ne sorduğunu sorduğunuzda genellikle kategori adlarıyla cevap veriyorlar: “Kurumsal eğitim”, “endüstriyel ambalaj”, “bulut güvenliği”. Bu cevaplar müşterinin değil, markanın dilini yansıtıyor.

Aynı soruyu satış mühendisine sorunca tablo değişiyor: “Müşteri bize geldiğinde genelde şunu soruyor: Mevcut makinelerle uyumlu mu, stokta var mı, montajı kim yapıyor?” Bu cümleler karar sorularının ham hali. Yapay zekâ çağında bu cümleler artık satış görüşmesinde değil, satış görüşmesinden aylar önce bir sohbet penceresinde soruluyor. G2’nin 2026 araştırmasına göre B2B yazılım alıcılarının %69’u, yapay zekâ yönlendirmesiyle başta planladığından farklı bir tedarikçi seçtiğini söylüyor. Karar, soru anında değişiyor.

Karar sorularında yer almanın ne anlama geldiğini kritik karar soruları yazısında ele almıştık. Bu yazının odağı, bu soruların nasıl tanımlanıp haritaya dönüştürüldüğü.

Karar sorusunun anatomisi

Her karar sorusu dört bileşene ayrılabilir. Bu ayrım, sorunun neden belirli markaları öne çıkardığını anlamayı kolaylaştırır.

Persona: Soruyu kim soruyor: Satın alma müdürü, CFO, kalite müdürü, IT direktörü.
Tetikleyici: Soruyu ne başlattı: Fiyat artışı, tedarikçi sorunu, yeni yatırım, mevzuat değişikliği.
Koşul: Cevabın karşılaması gereken şart: Sertifika, entegrasyon, bölge, ölçek, dil.
Eşik: Kabul sınırı: “6 haftada teslim”, “200 kişiye ölçeklenebilen”, “aylık bütçenin altında”.

Anahtar kelimede bu bileşenlerin çoğu kaybolur. “ERP yazılımı” ifadesinde persona, tetikleyici ve eşik yoktur. Yapay zekâya yazılan soru ise çoğu zaman dördünü birden içerir ve model cevabı bu bileşenlere göre kurar. Google’ın AI Mode için açıkladığı “query fan-out” tekniği bunu somutlaştırıyor: Tek bir soru, arka planda koşulların her birini ayrı ayrı araştıran çok sayıda alt sorguya bölünüyor. Markanın her koşulda kanıtı yoksa, ana soruda da görünmüyor.

Karar soruları satın alma yolculuğunun hangi aşamasında sorulur?

Gartner, B2B satın almayı doğrusal bir huni yerine alıcının eş zamanlı yürüttüğü altı “satın alma işi” olarak tanımlar: Problemi tanımlamak, çözüm seçeneklerini keşfetmek, gereksinimleri belirlemek, tedarikçi seçmek, seçimi doğrulamak ve karar grubunda uzlaşı sağlamak. Her iş, farklı tipte karar soruları üretir.

Aşama	Tipik karar sorusu	Markanın kazandığı ya da kaybettiği şey
Keşif	“Bu problemi çözen yaklaşımlar ve firmalar hangileri?”	Kısa listeye girmek
Eleme	“Bunlardan hangileri şu koşulu karşılıyor?”	Listede kalmak
Doğrulama	“[Firma] gerçekten bunu yapabiliyor mu, kanıtı ne?”	Güvenilir bulunmak
Risk	“[Firma] ile çalışmanın riskleri neler, kimler sorun yaşamış?”	Veto edilmemek

Bu dört aşama Gartner’ın altı işinin yapay zekâ sorularına yansıyan halidir. Çoğu markanın içeriği keşif aşamasına yığılır. Oysa alıcı kısa listeyi keşifte kurar, kararı doğrulama ve risk sorularında verir.

Karar soruları nereden toplanır?

En güvenilir kaynak, müşterinin kendi cümleleridir. Ekibin tahmini değil, kayıt altına alınmış ifadeler.

Kaynak	Ne verir	Dikkat edilecek nokta
Satış görüşme notları	Koşullar ve eşikler, alıcının kendi kelimeleri	Not alanın yorumu değil, müşterinin cümlesi alınmalı
Teklif talepleri ve RFP’ler	Resmi eleme koşulları	Şartname dili, sorunun doğal diline çevrilmeli
Kaybedilen teklif gerekçeleri	Hangi koşulda elendiğiniz	En değerli ama en az kayıt tutulan kaynak
Müşteri hizmetleri ve teknik destek	Doğrulama ve risk soruları	Satış sonrası sorular yeni alıcının sorusuna dönüşür
Search Console uzun sorguları	Aramada zaten sorulan koşullu ifadeler	Hacmi küçük, niyeti yüksek sorgulara bakılmalı
Topluluk ve inceleme platformları	Alıcıların birbirine sorduğu sorular ve şikâyetler	Yapay zekâ cevapları bu kaynakları sık alıntılıyor

Bu kaynaklardan gelen cümleler ham halde tutulmalı. Soruyu “daha düzgün” yazmak onu markanın diline geri çeker. Son satır özellikle önemli: Yapay zekâ cevaplarının kaynaklarını inceleyen çalışmalar Reddit, YouTube ve LinkedIn gibi topluluk platformlarının en çok alıntılanan alan adları arasında olduğunu gösteriyor. Alıcıların bu platformlarda sorduğu sorular, yapay zekâya sorulacak soruların provası gibidir.

Haritalama: Persona × aşama

Toplanan sorular iki eksende düzenlenir. Birinci eksen persona: Soruyu kim soruyor. İkinci eksen aşama: Keşif, eleme, doğrulama, risk. Her hücre, o personanın o aşamada sorduğu soruları içerir.

Harita kurulduğunda boşluklar görünür hale gelir. Tipik bir tablo şöyle: Satın alma müdürünün keşif soruları dolu, kalite müdürünün doğrulama soruları boş, finans direktörünün risk soruları hiç düşünülmemiş. 6sense’in 2024 araştırmasına göre ortalama B2B satın alma grubu 11 kişiden oluşuyor. Tek personalı bir soru listesi, bu grubun büyük kısmını dışarıda bırakıyor. Kurumsal eğitim ve İK hizmetleri için kurduğumuz harita, bu yapının bir sektöre uygulanmış örneği.

Kaç soru yeterli?

Amaç soru sayısı değil, kapsam. Her persona ve her aşama için birkaç temsili soru, yüzlerce benzer sorudan daha değerlidir. Aynı koşulu farklı kelimelerle soran varyantlar, ölçümün tutarlılığını görmek için kullanılır.

Ürün ya da hizmet çeşitliliği yüksek markalarda harita, en çok gelir getiren ya da büyüme hedefi olan alanlarla sınırlanmalı. Her şeyi ölçmeye çalışan harita, hiçbir şeyi derinlemesine göstermez.

Karar sorusu anahtar kelimenin yerini mi alıyor?

Arama motoru trafiği hâlâ önemli ve anahtar kelime araştırması hâlâ işe yarıyor. Değişen şu: Satın almaya en yakın sorular giderek daha çok yapay zekâ araçlarında soruluyor ve bu sorular anahtar kelime listelerinde görünmüyor. Karar sorusu haritası, anahtar kelime stratejisinin kapsamadığı bu alanı görünür kılar.

İkisi birbirini besler. Search Console’daki uzun ve koşullu sorgular karar sorusu adaylarıdır. Karar sorusu haritasındaki koşullar da içerik ve anahtar kelime planına yeni başlıklar verir. Haritanın ölçüme nasıl bağlandığını AI görünürlüğü nasıl ölçülür yazısında anlattık.

Recro karar sorusu haritasını nasıl kuruyor?

Recro İçgörü Modeli her çalışmaya markaya özel bir karar sorusu haritasıyla başlıyor. Harita, simülasyonun ilk iki sütununun ortak ürünü: Önce kimin sorduğu, sonra neyi sorduğu kuruluyor.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

Haritada Recro’nun farkı soru oluşturucunun çalışma biçiminde görünüyor. Sorular hazır bir sektör listesinden seçilmiyor; persona oluşturucunun ürettiği karar verici profilinin niteliklerinden doğuyor. Bir kalite müdürünün kabul eşiği, bir satın alma müdürününkinden farklı olduğu için soruları da farklı kuruluyor. Sorular, doğal bir satın alma yolculuğu akışında diziliyor; böylece simülasyon, alıcının keşiften risk sorusuna uzanan gerçek sırasını izliyor.

Harita daha sonra rapor ve aksiyon sütunlarını besliyor. Her hücre için markanın cevaba girip girmediği, hangi kaynağın konuşmayı beslediği ve boş hücreyi kapatmak için hangi içeriğin ya da dış sinyalin gerektiği aynı rapor içinde görülüyor.

Örnek harita hücresi · temsili

Persona: Kalite müdürü · Otomotiv yan sanayi
Aşama: Doğrulama
Soru: “[Firma]’nın ölçüm laboratuvarı hangi akreditasyona sahip, hangi ölçümleri yapabiliyor?”
Durum: Marka bu soruda cevap vermiyor; bilgi yalnızca satış sunumunda var.
Aksiyon: Akreditasyon kapsamı ve ölçüm kapasitesi kalite sayfasında metin olarak yayımlanır.

Yönetici özeti

Karar sorusu dört bileşenden oluşur: Persona, tetikleyici, koşul ve eşik. Anahtar kelimede bu bileşenlerin çoğu kaybolur.
Sorular ekibin tahmininden değil, müşterinin kayıtlı cümlelerinden toplanmalı: Satış notları, RFP’ler, kaybedilen teklifler, destek kayıtları, topluluk platformları.
Persona × aşama haritası, markanın kısa listeyi nerede kazanıp kararı nerede kaybettiğini gösterir; boş hücreler doğrudan içerik ve sinyal aksiyonuna dönüşür.

Sık sorulan sorular

Karar sorusu ile uzun kuyruk anahtar kelime aynı şey mi?

Benzerler ama aynı değiller. Uzun kuyruk anahtar kelime aramada yazılan ifadedir. Karar sorusu ise persona, tetikleyici ve eşik içeren, çoğu zaman cümle halinde sorulan sorudur. Bazı uzun kuyruk sorgular karar sorusu adayıdır.

Satış ekibimiz görüşme notu tutmuyor. Nereden başlamalıyız?

Satış ekibiyle kısa görüşmeler iyi bir başlangıç: Son kazanılan ve kaybedilen beş teklifte müşterinin sorduğu sorular. Sonrası için notlara “müşterinin cümlesi” alanı eklemek haritayı sürekli besler.

Harita ne sıklıkla güncellenmeli?

Ürün, fiyat ya da pazar değiştiğinde. Genel olarak yılda iki kez gözden geçirmek, yeni koşulların ve tetikleyicilerin haritaya girmesi için yeterlidir.

Karar sorularını içerik planına nasıl çeviririz?

Her boş hücre bir içerik ihtiyacını gösterir. Doğrulama aşamasındaki bir soru genellikle mevcut bir sayfaya eklenecek açık bir bilgi gerektirir; keşif aşamasındaki bir soru yeni bir sayfa ya da yazı gerektirebilir.

Rakiplerin karar sorularını da haritalamalı mıyız?

Rakibin değil, ortak müşterinin sorularını haritalamak yeterli. Aynı soru çalıştırıldığında rakiplerin hangi soruda öne çıktığı zaten görünür olur.

Müşterileriniz yapay zekâya hangi soruları soruyor ve markanız hangilerinde cevap veriyor? Recro, markanıza özel karar sorusu haritanızı kurar ve simüle eder.

Demo içgörü raporu isteyin →

Kaynaklar

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.