Recro İçgörü Modeli: Metodoloji ve doğrulama
Neyi ölçtüğümüzü, nasıl kaydettiğimizi ve sonuçların ne ölçüde güvenilir olduğunu açıklayan teknik belge.
Özet
Recro İçgörü Modeli, B2B satın alma kararlarında yapay zekâ asistanlarının bir markayı nasıl temsil ettiğini ölçen simülasyon tabanlı bir araştırma yöntemidir. Yöntem, hedef karar vericiyi sentetik persona olarak tanımlar, bu karar vericinin satın alma sürecinde soracağı soruları yapay zekâ asistanına yöneltir ve cevapları tam metniyle kaydeder. Kayıtlar markanın anılması, sıralaması, rakiplerin öne çıkışı ve dayanılan kaynaklar bakımından kodlanır, ardından analist tarafından yorumlanır. Ürün beta aşamasındadır. Bu belge yöntemin tasarımını, ölçüm tanımlarını, bugüne kadarki veri setini, doğrulama çalışmalarını ve sınırlılıklarını açıklar. Persona üretim kuralları, soru şablonları, aksiyon önerisi mantığı ve skor ağırlıkları ticari sır olarak açıklanmaz.
Bir bakışta
- Ölçüm birimi
- Persona, karar sorusu, yapay zekâ asistanı ve tarih. Her kombinasyon bir simülasyon koşusudur.
- Persona kaynağı
- Hedef müşterinin satın alma ekibindeki roller. Karar vericiler markayla birlikte tanımlanır.
- Asistan kapsamı
- Kayıtlı veri Gemini üzerindedir. ChatGPT ve Claude ölçümleri beta testindedir.
- Veri seti
- 460 kayıtlı koşu, 49 persona, 6 sektör. Nisan ve Eylül 2026 arası.
- Platform tutarlılığı
- API ve tarayıcı cevapları arasında %85 ile %95. Pilot, 10 ile 15 simülasyon.
- Raporlama
- Bulgular ve aksiyon önerileri analist onayından sonra raporlanır.
- Açıklanmayanlar
- Persona üretim kuralları, soru şablonları, aksiyon önerisi mantığı ve skor ağırlıkları.
Araştırma sorusu ve kapsam
Belirli bir karar verici, belirli bir satın alma durumunda bir yapay zekâ asistanına danıştığında, marka bu kararda nasıl temsil ediliyor?
Yöntem, satın alma kararının birden fazla kişiyle verildiği B2B pazarları için tasarlandı. Ölçümün odağı tek bir anahtar kelime ya da genel bir komut yerine karar vericinin rolü, satın alma aşaması ve tetikleyici durumudur. Web trafiği, arama motoru sıralaması ve kişiselleştirilmiş kullanıcı oturumları kapsam dışındadır.
Yöntemsel konum
Yapay zekâ görünürlüğü üç farklı yöntemle ölçülür. Yöntemler farklı soruları yanıtlar ve birbirini tamamlar.
| Yaklaşım | Örnek | Soru kaynağı | Ölçüm birimi | Yanıtladığı soru |
|---|---|---|---|---|
| Sorgu tabanlı görünürlük izleme | Ahrefs Brand Radar, Semrush AI Visibility Toolkit | Arama motoru anahtar kelime verisinden türetilen ya da alan adına göre üretilen sorgular | Sorgu ve platform bazında anılma, görünürlük payı | Marka, kategorideki genel sorgularda ne sıklıkla görünüyor? |
| Panel tabanlı sorgu analizi | Profound | Tüketici panellerinden lisanslanan gerçek kullanıcı konuşmaları | Sorgu hacmi ve marka görünürlüğü | Kullanıcılar yapay zekâya ne soruyor, ne sıklıkla soruyor? |
| Karar verici simülasyonu | Recro İçgörü Modeli | Hedef müşterinin karar vericileri için satın alma aşamasına göre kurulan karar soruları | Persona, karar sorusu, asistan ve tarih | Belirli bir karar verici, satın alma anında markayı nasıl görüyor ve hangi rakibe yöneliyor? |
Sorgu tabanlı araçlar kategori genelindeki görünürlüğü ve hacmi gösterir. Karar verici simülasyonu, B2B satın alma kararına katılan rollerin gördüğü cevabı ve bu cevaptaki rakip tercihini ölçer. Araç bilgileri Ekim 2026 itibarıyla üreticilerin yayımladığı açıklamalara dayanır.
Ölçüm tanımları
- Karar verici personası
- Rolü, sektörü, şirket ölçeği, öncelikleri ve geçmiş deneyimiyle tanımlanmış sentetik alıcı profili. Bir karar verici tipinin araştırma davranışını temsil eder.
- Karar sorusu
- Personanın satın alma sürecinin belirli bir aşamasında yapay zekâ asistanına soracağı soru. Aşamalar: Kısa liste, karşılaştırma, risk ve son karar.
- Simülasyon koşusu
- Bir personanın karar sorusunun belirli bir tarihte bir yapay zekâ asistanına yöneltilmesi ve cevabın tam metniyle kaydedilmesi. Ölçümün temel birimidir.
- Anılma
- Hedef markanın cevapta adıyla ya da markayı açıkça işaret eden dolaylı bir atıfla geçmesi: Ürün adı, kısaltma, yazım varyantı ya da markaya özgü tanımlayıcı ifade. Dolaylı atıfların markaya ait olduğu kodlama aşamasında doğrulanır.
- Sıra
- Marka önerilen seçenekler arasında yer aldığında, listedeki konumu.
- Baskın rakip
- Cevapta hedef markanın yerine en güçlü biçimde önerilen marka.
- Kaynak
- Cevabın dayandığı ya da atıf yaptığı içerik: Web sayfası, yayın, dizin, değerlendirme platformu.
- Görünürlük açığı
- Markanın anılmadığı ya da bir rakibin öne geçtiği karar sorusu. Aksiyon önerileri bu açıklara bağlanır.
Araştırma tasarımı
- Persona tanımıHedef müşterinin karar vericileri, markayla birlikte belirlenen hedef kitleye göre persona olarak tanımlanır.
- Karar sorularıHer persona için satın alma aşamalarına göre karar soruları oluşturulur.
- Simülasyon koşusuSorular yapay zekâ asistanına persona bağlamında, oturumsuz bir başlangıçtan yöneltilir.
- KayıtHer cevap tam metniyle, model adı, model sürümü ve zaman damgasıyla saklanır.
- Kodlama ve yorumCevaplar tanımlı ölçütlere göre kodlanır; bulgular analist tarafından yorumlanır ve aksiyona çevrilir.
- Yeniden testAksiyon sonrasında ve yeni model sürümü yayımlandığında aynı sorular yeniden sorulur, sonuç önceki ölçümle kıyaslanır.
| Bileşen | Girdi | Çıktı |
|---|---|---|
| Persona üretim modeli | Marka, sektör ve hedef kitle tanımı | Karar verici personaları ve satın alma profili (buyer persona) |
| Karar sorusu üretimi | Persona ve satın alma aşaması | Personanın yapay zekâya soracağı karar soruları |
| Simülasyon ve kayıt | Persona bağlamı ve karar soruları | Tam metin cevap, model bilgisi ve zaman damgası |
| Kodlama ve analiz | Kayıtlı cevaplar | Anılma, sıra, baskın rakip, kaynak ve görünürlük açığı |
| Aksiyon önerisi modeli | Görünürlük açıkları ve dayanılan kaynaklar | Önceliklendirilmiş aksiyon önerileri; rapordan önce analist onayından geçer |
Bileşenlerin istem yapıları, karar kuralları, parametreleri ve birbirine bağlanma biçimi açıklanmaz.
Yapay zekâ cevapları olasılıksaldır ve kaynaklar, model sürümleri ve güncellemelerle değişir. Bu yüzden yöntem tekrar eden ölçümü ve sürüm kaydını esas alır. Tek seferlik ölçüm yalnızca o günün fotoğrafını verir.
Veri seti
Aşağıdaki sayılar 24 Nisan ve 14 Eylül 2026 arasında Recro sisteminde kayıt altına alınan simülasyonlardan derlendi. Marka ve rakip adları gizlidir.
- 460Kayıtlı simülasyon koşusu
- 49Karar verici personası
- 36Farklı karar verici rolü
- 6Sektör tanımı
- 25Ölçüm günü
- 7.3.2Güncel otomasyon sürümü
- 73Üretilen rapor
- 46Hedef markanın anıldığı koşu
Sektörler: HORECA kahve tedariki, denizcilik sanayi, reklam ve pazarlama hizmetleri, reklam ve tasarım, gayrimenkul pazarlama, müşteri hizmetleri ve satış için ses tabanlı yapay zekâ. Bu kayıtlara ek olarak ürün geliştirme sürecinde kayıt dışı yürütülen en az 100 simülasyon bulunur. Simülasyon otomasyonu 7.3.2 sürümüne en az 100 deneme sürümünden geçerek ulaştı.
Gözlem: Kayıtlı 460 koşunun 46’sında hedef marka cevapta anıldı. Koşuların yaklaşık yarısı tek bir sektöre aittir ve oran pazar geneline genellenemez. Gözlem, yöntemin ölçtüğü görünürlük açığının varlığını gösterir.
Doğrulama programı
Geçerlilik ve güvenilirlik yedi başlıkta izlenir. Her başlığın durumu, yapılan çalışma ve eksik kalan kısım açıkça yazılır.
| Başlık | Ne sınanıyor | Durum | Bulgu |
|---|---|---|---|
| Platform tutarlılığı | API üzerinden alınan cevapların, son kullanıcının tarayıcıda gördüğü cevapla örtüşmesi. | Pilot tamamlandı | API üzerinden yürütülen 10 ile 15 simülasyonun soruları, aynı Gemini modeline tarayıcıda gizli sekmeden elle yeniden soruldu. İki cevap seti aynı modele karşılaştırtıldı ve tutarlılık %85 ile %95 aralığında bulundu. Küçük örneklem, model tabanlı değerlendirme; insan kodlayıcıyla doğrulama planlandı. |
| Zaman içi tutarlılık | Aynı sorunun farklı günlerde sorulduğunda ürettiği sonuçların kararlılığı. | Planlandı | Tekrar ölçüm protokolü tanımlı. Sonuçlar biriktikçe bu belgede yayımlanacak. |
| Model güncellemesi etkisi | Yapay zekâ asistanının güncellenmesinin markanın konumuna etkisi. | Planlandı | Model güncellemesinden sonra aynı soru seti yeniden sorulur. Karşılaştırmalı sonuçlar biriktikçe bu belgede yayımlanacak. |
| Aksiyon etkisi | Uygulanan aksiyonun görünürlük açığını kapatıp kapatmadığı. | Beta testinde | Yeniden test kuralları tanımlı ve beta sürecinde sınanıyor. 192 karar sorusu yeniden test kuyruğunda. |
| Asistanlar arası kapsam | Ölçümün ChatGPT ve Claude cevaplarında aynı tanımlarla çalışması. | Beta testinde | ChatGPT ve Claude ölçümleri test aşamasında. Bu belgedeki sayılar Gemini koşularına dayanır. |
| Yapı geçerliliği | Personanın gerçek karar vericinin araştırma davranışını ne ölçüde temsil ettiği. | Planlandı | Gerçek alıcı görüşmeleriyle saha karşılaştırması henüz yapılmadı. Araştırma şirketi partnerleriyle yürütülmesi planlanıyor. |
| Analist kontrolü | Kodlamanın ve aksiyon önerilerinin insan tarafından doğrulanması. | Uygulanıyor | Bulgular ve aksiyon önerileri rapor öncesinde analist tarafından yorumlanır. |
Sınırlılıklar
- Sentetik persona gerçek alıcının yerine geçmez. Bir karar verici tipinin araştırma deneyimini temsil eder.
- Yapay zekâ cevapları olasılıksaldır. Aynı soru farklı zamanlarda farklı cevap üretebilir. Yöntem bu nedenle tekrar eden ölçümü esas alır.
- Kişiselleştirilmiş oturumlar simüle edilmez. Kullanıcı geçmişi, hesap ve konum bilgisi ölçüme dahil edilmez; ölçüm oturumsuz bir başlangıcı esas alır.
- Kayıtlı veri seti Gemini model ailesine dayanır. ChatGPT ve Claude ölçümleri beta testindedir; sonuçları bu belgeye ayrı sürümle eklenecek.
- Veri seti sektör bazında dengeli dağılmaz. Koşuların yaklaşık yarısı HORECA kahve tedariki sektörüne aittir.
- Saha doğrulaması henüz yapılmadı. Simülasyon bulgularının gerçek alıcı görüşmeleriyle karşılaştırılması doğrulama programında planlı başlıklar arasındadır.
Veri etiği ve açıklanmayanlar
- Şifre ve erişim istenmez. Recro hiçbir şifre, hesap erişimi ya da şirket verisi istemez. Simülasyonlar alıcının gördüğü cevaplar üzerinden dışarıdan yürür.
- Ölçüldüğü gibi raporlanır. Sonuçlar ayıklanmadan, açıklarla birlikte raporlanır. Yapay zekâ cevaplarında sıralama vaadi verilmez; cevapları yanıltmaya dönük yöntem önerilmez.
- Kişisel veri işlenmez. Personalar sentetiktir. Gerçek kişilere ait veri simülasyona girmez.
- Gizlilik. Marka ve rakip adları yayımlanan içeriklerde gizlenir; raporlar yalnızca ilgili ekibe açıktır. Aydınlatma Metni
Bu belge yöntemin neyi ölçtüğünü ve sonuçların neden güvenilir olduğunu açıklar. Persona üretim kuralları, soru şablonları, aksiyon önerisi mantığı, skor ağırlıkları ve kaynak sınıflandırmasının ayrıntısı ticari sır olarak korunur. Araştırma partnerleri bu ayrıntıları gizlilik sözleşmesi kapsamında teknik ekte inceleyebilir.
Kaynakça
Yöntem, dil modelleriyle insan örneklemi simülasyonu ve üretken arama motorlarında görünürlük üzerine yayımlanmış çalışmalara dayanır.
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K. ve Deshpande, A. (2024). GEO: Generative Engine Optimization. KDD 2024.
- Aher, G., Arriaga, R. I. ve Kalai, A. T. (2023). Using Large Language Models to Simulate Multiple Humans and Replicate Human Subject Studies. ICML 2023.
- Argyle, L. P., Busby, E. C., Fulda, N., Gubler, J. R., Rytting, C. ve Wingate, D. (2023). Out of One, Many: Using Language Models to Simulate Human Samples. Political Analysis, 31(3), 337-351.
- Brand, J., Israeli, A. ve Ngwe, D. (2023). Using GPT for Market Research. Harvard Business School Working Paper 23-062.
- Horton, J. J. (2023). Large Language Models as Simulated Economic Agents: What Can We Learn from Homo Silicus? NBER Working Paper 31122.
Sürüm ve atıf
| Sürüm | Tarih | Değişiklik |
|---|---|---|
| 1.0 | Ekim 2026 | İlk yayın. Veri seti, doğrulama programı ve sınırlılıklar. |
İpek, M. S. (2026). Recro İçgörü Modeli: Metodoloji ve doğrulama (Sürüm 1.0). Recro Marketing. https://recrodigital.com/recro-icgoru-modeli/metodoloji/