AI Cevaplarında Rakip Analizi: Share of Voice'un Yeni Ölçüsü

AI share of voice, belirli bir karar sorusu setinde bir markanın rakiplerine göre yapay zekâ cevaplarında ne sıklıkla, hangi konumda ve hangi gerekçeyle yer aldığını gösterir. Klasik share of voice görünürlüğün miktarını ölçer; yapay zekâ cevabında çerçeve de en az miktar kadar belirleyicidir. Aynı sıklıkta anılan iki markadan biri “öncelikli seçenek”, diğeri “alternatif” olarak anlatılabilir. Anlamlı ölçüm, markanın gerçekten rekabet ettiği karar sorularında yapılır ve sıralamayla değil, farkın nedeniyle biter.

Bir endüstriyel ambalaj üreticisi, yapay zekâ cevaplarında rakibiyle neredeyse aynı sıklıkta anıldığını görüyor. Sayılar eşit. Cevapları okuyunca tablo değişiyor: Rakip “gıda sektöründe yaygın tercih edilen, BRC sertifikalı üretici” olarak anlatılıyor. Marka ise “alternatif olarak değerlendirilebilecek diğer firmalar” başlığı altında tek satırla geçiyor.

Sayı eşit, konum eşit değil. Klasik share of voice ölçümü bu farkı göremiyor. Yapay zekâ cevaplarında rakip analizi, sayının yanında cevabın nasıl kurulduğunu da okumayı gerektiriyor.

Share of voice neden hâlâ önemli?

Share of voice, pazarlama etkinliği araştırmalarının en sağlam bulgularından birine dayanır. Les Binet ve Peter Field’ın IPA veri tabanındaki yüzlerce kampanya üzerinden yaptığı analizler, pazar payının üzerinde bir ses payına sahip markaların (excess share of voice) zaman içinde pazar payı kazanma eğiliminde olduğunu gösterdi. Sık alıntılanan kural şöyle: Pazar payını 10 puan aşan ses payı, yıllık yaklaşık 0,5 puanlık pazar payı büyümesiyle ilişkili.

Bu ilişki, alıcının kategoriyi düşündüğünde hangi markaları hatırladığıyla ilgili. Yapay zekâ çağında ise alıcı markaları hatırlamak zorunda değil; yapay zekâ onun yerine bir liste sunuyor. G2’nin 2026 araştırmasına göre B2B yazılım alıcılarının %69’u yapay zekâ yönlendirmesiyle başta planladığından farklı bir tedarikçi seçti, üçte biri ise daha önce hiç duymadığı bir tedarikçiden satın aldı. Ses payının yeni sahnesi, yapay zekâ cevabı.

Share of voice neden yeniden tanımlanmalı?

Klasik share of voice, bir markanın reklamda, basında ya da sosyal medyada kategorideki toplam görünürlükten aldığı payı ölçüyordu. Ölçüm birimi gösterim, haber ya da bahsetme sayısıydı.

Yapay zekâ cevaplarında durum farklı. Cevap birkaç markayla sınırlı, markalar sıralı ve her birine bir gerekçe ekleniyor. Alıcı bu cevabı bir tavsiye gibi okuyor. Bu yüzden ölçülmesi gereken, markanın ne kadar anıldığı kadar nasıl anıldığı.

Bir de değişkenlik sorunu var. SparkToro ve Gumshoe.ai’nin Ocak 2026 araştırmasında aynı soruya verilen iki cevabın aynı marka listesini içermesi 100’de 1’in altında çıktı; aynı sırayla gelmesi yaklaşık 1.000’de 1. Tek bir cevaptaki sıra, rakip karşılaştırması için güvenilir değil. Güvenilir olan, çok sayıda çalıştırmada her markanın cevaba girme oranı.

AI share of voice’un dört boyutu

Boyut	Soru	Nasıl okunur
Yer alma payı	Karar sorusu setinde marka ve rakipler cevapların kaçında var?	Tekrarlı çalıştırmalarda her markanın görünme oranı
Konum	Marka ilk önerilen mi, listenin ortasında mı, “diğerleri” arasında mı?	Kesin sıra değil, bant olarak; tekrarlardaki kararlılığıyla birlikte
Çerçeve	Marka hangi gerekçeyle, hangi özellikle anlatılıyor?	Öncelikli seçenek, uzman, alternatif, bütçe seçeneği gibi rollere ayrılır
Kaynak	Cevap her marka için hangi kaynaklara dayanıyor?	Rakibin güçlü olduğu kaynak türleri ortaya çıkar

Dört boyut birlikte okunduğunda rakibin neden önde olduğu görünür hale gelir. Yer alma payında önde olan rakip genellikle daha fazla dış kaynakta geçer. Çerçevede önde olan rakip ise genellikle koşul kanıtını daha açık yayımlar.

Örnek hesap: Yer alma payı

Bir markanın 20 karar sorusundan oluşan setini, her soruyu üç araçta beşer kez çalıştırarak ölçtüğünü düşünelim: Toplam 300 cevap. Marka 90 cevapta, rakip A 150 cevapta, rakip B 60 cevapta geçiyor. Cevaplardaki toplam marka anılması 300 ise, yer alma payları şöyle olur: Marka %30, rakip A %50, rakip B %20.

Bu sayı başlangıçtır, sonuç değildir. Aynı hesap persona bazında yapıldığında tablo değişebilir: Marka satın alma müdürünün sorularında rakip A’yı geçerken kalite müdürünün sorularında hiç görünmüyor olabilir. Veto hakkı olan personadaki pay, ortalama paydan daha belirleyicidir.

Hangi sorular üzerinden ölçülmeli?

Rakip analizinin en sık hatası, genel kategori soruları üzerinden ölçüm yapmak. “En iyi ambalaj üreticileri” sorusunda büyük markalar her zaman önde. Bu pazar büyüklüğünü yansıtır, satış fırsatını değil. Piyasadaki AI görünürlük araçlarının (Semrush’ın AI modülleri, Ahrefs Brand Radar, Profound gibi) raporladığı share of voice çoğunlukla bu kategori düzeyindeki promptlara dayanır; trend izlemek için yararlıdır, ama markanın gerçekten kazanıp kaybettiği soruyu göstermeyebilir.

Anlamlı rakip analizi, markanın gerçekten rekabet ettiği karar sorularında yapılır: Satış ekibinin rakiple karşılaştığı durumların koşulları, kaybedilen tekliflerin gerekçeleri, müşterilerin geçiş yaptığı ürünler. Karar sorusu haritası bu soruları sistematik olarak toplar. Ölçüm yönteminin tamamını AI görünürlüğü nasıl ölçülür yazısında anlattık.

Rakip seti nasıl belirlenir?

Yapay zekâ cevaplarındaki rakip seti, markanın kendi rakip listesiyle her zaman örtüşmez. Satış ekibinin hiç karşılaşmadığı bir firma, yapay zekâ cevaplarında sürekli markanın yanında anılabilir. Ya da tam tersi: Sahadaki en güçlü rakip yapay zekâ cevaplarında zayıf kalabilir.

Bu yüzden rakip seti iki kaynaktan kurulur: Satış ekibinin bildiği rakipler ve simülasyonda markayla birlikte en sık anılan firmalar. İkinci grup çoğu zaman yeni bir içgörü taşır: Alıcının gözünde markanın hangi kategoride ve hangi firmalarla aynı rafta durduğu.

Rakibin önde olmasının nedenini okumak

Rakip analizinin amacı sıralama tablosu çıkarmak değil, farkın nedenini bulmaktır. Her karar sorusunda öne çıkan rakip için şu sorular sorulur: Rakibin önerildiği gerekçe ne? Bu gerekçe hangi kaynağa dayanıyor? Aynı bilgi markada var mı; varsa neden cevaba taşınmıyor?

Cevaplar genellikle İletişim, İçerik ya da Otorite GAP’ine işaret eder. Rakibin gücü çoğu zaman ürününde değil, bilgisini daha açık yayımlamasında ya da dış kaynaklarda daha tutarlı yer almasındadır.

Ölçümün sınırları

AI share of voice dönemsel ve göreli bir ölçüdür. Cevaplar tekrarlarda değişir, modeller güncellenir, rakipler içerik ekler. Tek bir dönemin sayıları kesin bir sıralama olarak okunmamalı; eğilim olarak izlenmelidir. Birden fazla araçta ölçüm yapmak, tek bir modelin önyargısının sonucu belirlemesini engeller.

Recro rakip analizini nasıl yapıyor?

Recro İçgörü Modeli, markanın karar soruları üzerinden rakip setini simüle eder ve dört boyutu birlikte raporlar. Her soruda öne çıkan rakip için farkın nedeni ve kapatmak için gereken aksiyon belirlenir.

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.

Persona ve soru oluşturucu, rakip analizini kategori sorularından markanın gerçek rekabet sorularına taşır. Share of voice, her persona için ayrı hesaplanır.
Rapor oluşturucu, dört boyutu yan yana koyar: Yer alma payı, konum bandı, çerçeve ve konuşmaya kaynak veren bağlantılar. KPI’lar markanın kendi hedeflerine göre belirlenir: Bir marka için hedef ilk bantta görünmek, diğeri için veto rolündeki personada listeye girmek olabilir.
Aksiyon önerisi oluşturucu, rakip içeriği–muadil öneri yaklaşımıyla çalışır: Rakibin öne çıktığı her soruda, rakibin dayandığı içerik ve kaynak incelenir, markanın aynı soruda karşılık verecek eşdeğer içeriği ve sinyali tanımlanır.

Örnek bulgu formatı · temsili

Soru seti: Eleme · Kalite müdürü · Gıda ambalajı
Yer alma: Marka ve rakip benzer oranda görünüyor.
Çerçeve: Rakip: “Sertifikalı, öncelikli seçenek”; marka: “Alternatif”.
Neden: Rakip sertifika kapsamını ve denetim geçmişini metin olarak yayımlıyor; marka yalnızca logo gösteriyor.
Muadil öneri: Ürün sayfalarında sertifika kapsamı, denetim sıklığı ve gıda temasına uygunluk bilgisi metin olarak yazılır.

Yönetici özeti

Share of voice pazar payı büyümesinin en sağlam öncü göstergelerinden biri; yapay zekâ cevabı bu ölçünün yeni sahnesi.
Yapay zekâ cevaplarında ses payı yalnızca miktar değildir; konum, çerçeve ve kaynakla birlikte, persona bazında ve markanın gerçekten rekabet ettiği sorularda okunur.
Amaç sıralama değil, farkın nedenini bulmaktır. Rakibin gücü çoğu zaman bilgisini daha açık yayımlamasından gelir.

Sık sorulan sorular

AI share of voice, klasik share of voice’un yerini alıyor mu?

Hayır, onu tamamlıyor. Klasik ölçüm medya ve reklam görünürlüğünü, AI share of voice ise karar anındaki öneri görünürlüğünü gösterir. İkisi farklı sorulara cevap verir.

Rakip seti kaç firmadan oluşmalı?

Genellikle üç ile altı arası: Satış ekibinin sık karşılaştığı rakipler ve simülasyonda markayla en sık birlikte anılan firmalar.

Çerçeveyi nasıl ölçüyoruz?

Cevaplardaki gerekçe cümleleri sınıflandırılır: Öncelikli seçenek, uzman, alternatif, bütçe seçeneği gibi. Nitel bir ölçü; tutarlı bir sınıflandırma şemasıyla dönemler arasında karşılaştırılabilir hale gelir.

Rakip bizden çok büyükse analiz anlamlı mı?

Evet. Büyük rakipler genel sorularda önde, ama koşullu karar sorularında uzmanlık hacmin önüne geçebilir. Analiz, markanın büyük rakiple hangi sorularda rekabet edebildiğini gösterir.

Sonuçlar ne sıklıkla güncellenmeli?

Sürekli izleme ve aylık değerlendirme çoğu B2B marka için yeterli. Rakibin büyük bir lansmanından ya da büyük bir içerik değişikliğinden sonra ara ölçüm yapılabilir.

Rakipleriniz yapay zekâ cevaplarında hangi sorularda, hangi gerekçeyle önde? Recro, rakip analizini markanıza özel karar soruları üzerinden kurar ve her farkın nedenini gösterir.

Demo içgörü raporu isteyin →

Kaynaklar

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