AI ile Performance Marketing Sistemi

0. Context

Bu yazı AI ile Performance Marketing Sistemi konusunu taktik listesi olarak değil, gerçek bir operating system olarak ele alır. Kritik soru şudur: AI, CRM, media, marketplace veya SEO kullanıyor muyuz değil; bu parçalar aynı karar ritmi içinde çalışıyor mu?

Performance marketing, platform sinyalleri sirketin ogrenme hizindan daha hizli optimize ettiginde zayiflar. Bu nedenle yazi bir operating blueprint gibi kurgulandi: once business context, sonra kirilma noktasi, sonra sistem mimarisi, gercek ornek, KPI yorumu ve uygulanabilir adimlar.

1. Problem

Klasik hata, her ekibin kendi KPI'ını optimize etmesi ama ticari mantığın ortaklaşmamasıdır. Media ROAS'a, content visibility'ye, marketplace stok ve fiyat sinyallerine, CRM retention'a, finance ise marja bakar. Ortak karar kuralları yoksa iyi lokal aksiyonlar zayıf toplam sonuç üretir.

Ana problem genellikle tek bir kanal degildir. Problem, sinyal ile karar arasindaki kopukluktur. Ekiplerin elinde cok veri vardir ama karar kurali yoktur: Hangi sapma onemli? Kim karar verir? Hangi aksiyon tetiklenir? Marj, kanal catismasi veya yanlis ogrenme sinyali yaratmamak icin ne yapilmaz?

2. Framework

Framework dört katmandan oluşur: Signal Layer, Decision Layer, Execution Layer ve Learning Layer. Signal Layer talep, conversion, marj, stok, fiyat, content kalitesi ve lifecycle sinyallerini toplar. Decision Layer ne zaman scale, pause, localize, reprice, PDP rebuild veya CRM trigger yapılacağını tanımlar. Execution Layer bu kararları media, PDP, CRM, marketplace veya workflow aksiyonuna çevirir. Learning Layer ise hangi kararın tekrar edilebilir olduğunu ölçer.

En onemli tasarim karari sinyal ile karari ayirmaktir. Sinyal ne oldugunu soyler. Decision rule ne yapilacagini soyler. Her kuralin threshold'u, owner'i, data source'u, frekansi, escalation mantigi ve guardrail metrig'i olmalidir.

Decision Rules

Decision rule mutlaka if-then mantigi ile yazilmalidir. Ornek: Rakip fiyat izin verilen fiyat tabaninin altina inerse otomatik indirim yapilmaz. Once seller kaynagi, stok, marj, promosyon takvimi ve kanal catismasi kontrol edilir. Sonra ekip fiyat aksiyonu, enforcement, content fix, media pause veya CRM activation arasinda karar verir.

Governance Rhythm

Operasyon ritmi tool'dan daha onemlidir. Daily monitoring sapmalari yakalar, haftalik Growth Council oncelikleri belirler, aylik business review ise kurallarin hala gecerli olup olmadigini test eder. Boylece sistem sadece reporting layer olmaz; karar ureten bir mekanizmaya donusur.

Trade-offs

Her optimizasyonun maliyeti vardir. Daha fazla visibility marji dusurebilir. Daha yuksek CTR dusuk conversion'i gizleyebilir. Daha fazla otomasyon yanlis aksiyonu daha hizli scale edebilir. Bu nedenle her buyume kararinin bir guardrail metrigi ve net stop rule'u olmalidir.

The performance marketing system separates signals, budget rules, test design, scaling decisions and learning.

3. Real Example

SASMAZ deneyiminde bu mantık birden çok sistemde görülür: TranslAsset AI ile creative localization, pricing validation ile competitor benchmarking, SEO/PDP framework'leri, CRM lifecycle sistemleri, Tasky AI benzeri workflow routing ve executive dashboard'lar. Değer tek bir araçtan değil, bu araçların operating cadence içinde birleşmesinden gelir.

AI ile Performance Marketing Sistemi icin setup'i haftalik Growth Council gibi calistirirdim: Commercial, Media, Marketplace, CRM ve Analytics ayni KPI map'e bakar. AI manuel kontrolun yavas oldugu yerlerde kullanilir: asset localization, pricing validation, PDP check, segment logic veya reporting commentary.

Video: Video walkthrough of the AI-assisted performance marketing operating rhythm.

4. Data / KPI

Bu konu için doğrulanmış KPI bağlamı: +36% blended ROAS when media, creative, feed quality and commercial constraints were governed together. Bu metrikler evrensel vaat değildir. Operasyonel darboğazlar, ticari öncelikler ve karar kuralları bağlandığında oluşan hareketi gösterir.

KPI sorusu sadece bir degerin artip artmadigi degildir. Degerin neden arttigi okunabilmelidir. CVR veya marj dusuyorsa CTR artisi zayiftir. Buy Box share sadece zararli fiyatla geliyorsa tehlikelidir. Kohort yanlissa LTV/CAC anlamsizdir.

ROAS is reviewed with CAC, contribution margin and incremental lift before budget is scaled.

5. Actionable Steps

Baslangic noktasi minimum viable operating model'dir: KPI map, karar board'u, backlog, haftalik review ve uc otomasyon adayi. Daha kompleks AI sistemi bundan sonra anlamli olur.

Tek KPI tree kur. Data source, owner, karar kriteri ve guardrail metric yazilmali; ekip sadece olcmemeli, aksiyona gecmeli.

Her karar katmanı için owner belirle. Data source, owner, karar kriteri ve guardrail metric yazilmali; ekip sadece olcmemeli, aksiyona gecmeli.

Backlog'u ticari etkiye göre sırala. Data source, owner, karar kriteri ve guardrail metric yazilmali; ekip sadece olcmemeli, aksiyona gecmeli.

AI'i önce tekrarlayan darboğazlara uygula. Data source, owner, karar kriteri ve guardrail metric yazilmali; ekip sadece olcmemeli, aksiyona gecmeli.

Haftalık toplantıda rapor değil karar üret. Data source, owner, karar kriteri ve guardrail metric yazilmali; ekip sadece olcmemeli, aksiyona gecmeli.

Implementation Checklist

Uygulama net bir data inventory ile baslar. Hangi veri media platformlarindan, marketplace sistemlerinden, PIM, CRM, analytics, finance ve retailer raporlarindan geliyor? Sonra her data source bir karara baglanir. Karara baglanmayan data onceliklendirilmez; cunku sistemi sadece agirlastirir.

Ikinci adim decision board kurmaktir. Bu board yirmi metrigi yan yana gostermemeli; neden, karar ve sonraki aksiyonu baglamalidir. Iyi bir satir sadece "Buy Box Share dustu" demez; "Buy Box Share dustu, cunku Seller X fiyat tabaninin altinda; owner Commercial; aksiyon enforcement kontrolu; guardrail contribution margin" der.

Ucuncu adim AI'i sadece tekrar edilebilir kural olan yerde kullanmaktir. Kural belirsizse AI sadece belirsizligi otomatiklestirir. Kural netse AI monitoring, classification, localization, prioritization veya reporting'i hizlandirir.