Sağlık Sektöründe Yapay Zeka Destekli Aramalar: Veriye Dayalı Bir Case Study

Google’ın yapay zeka destekli cevaplara geçişi, internetten bilgi alma şeklimizi baştan aşağı değiştirdi. Artık karşımızda sadece linklerden oluşan bir liste yerine sohbet eder gibi hazırlanmış yanıtlar var. Sağlık alanındaki gibi içeriklere sahip sektörlerde bu durum çok daha hassas. Çünkü burada bilginin doğruluğu ve güvenilirliği oldukça önemli. Peki yeni düzende yapay zeka, bir bilgiyi referans olarak seçerken neye göre karar veriyor? Sağlık alanında içerik üreten herkesin aklındaki en büyük sorulardan birisi de bu.

Bu case study’de, tam olarak bu sorunun cevabını arıyoruz. Google’ın yapay zekasının ABD’deki sağlık aramalarında referans gösterdiği 2.125 web sayfasını mercek altına aldık. Bu sayfaların title (başlık), meta açıklama, H1, H2 gibi başlıklarını, URL yapısını ve schema (yapısal veri) gibi teknik detaylarını inceledik. 169 farklı sağlık anahtar kelimesi üzerinden topladığımız verilerle, yapay zekanın seçimlerinin ardındaki sırları çözmeyi amaçlıyoruz.

Araştırma Soruları

Analizimize başlarken kendimize bazı sorular sorduk. Rapor boyunca cevaplarını arayacağımız noktalar şu şekilde:

1. Yapay zeka, bir sağlık içeriğini referans seçerken en çok nelere dikkat ediyor? Sayfa başlığı (Title), ana başlık (H1), alt başlıklar (H2), meta açıklama veya URL yapısı arasında bir öncelik sırası var mı?

2. Anahtar kelimenin başlıkta veya metinde sadece geçmesi yeterli mi? Yoksa yapay zeka, içeriğin anahtar kelimeyle anlamsal olarak ne kadar uyumlu olduğuna mı bakıyor? Hangisi daha önemli?

3. Anahtar kelimeyi hangi alana eklersek sayfanın yapay zeka tarafından beğenilme ihtimalini en çok artırırız?

4. Article (Makale), FAQPage (SSS) gibi teknik işaretlemelerin (schema) rolü ne? Etiketler, bir sayfanın güvenilirliğini (E-E-A-T: Deneyim, Uzmanlık, Otorite, Güvenilirlik) artırarak yapay zekanın gözüne girmesine yardımcı oluyor mu?

5. Tüm verilerden yola çıkarak sağlık içeriği üreticileri ve SEO uzmanlarının bugünden uygulayabilecekleri stratejiler nelerdir?

Metodoloji

Bu analizi oluşturan veriler, belirli adımlar izlenerek toplanmış ve işlenmiştir:

• Veri Setinin Oluşturulması: Google AI Mode’un ABD lokasyonunda ve İngilizce dilinde, sağlık sektörüne ait 169 farklı anahtar kelime için yaptığı aramalarda referans olarak gösterdiği toplam 2.125 URL tespit edildi.

• Sayfa İçi Ögelerin Toplanması: Belirlenen referans URL’lerinin title (başlık), meta description (meta açıklama), H1, H2 başlıkları, URL slug (URL uzantısı) ve schema (yapısal veri) gibi sayfa içi ögeleri toplandı.

• Verilerin Analizi ve Skorlama: Toplanan veriler, anahtar kelimelerle olan uyumlarını ölçmek için analiz edildi. Tüm sinyaller birleştirilerek her bir URL için bir genel uyum skoru oluşturuldu.

• Etki Analizi: Her bir sayfa ögesinin içinde anahtar kelimenin geçmesinin, genel uyum skoru üzerindeki ortalama pozitif etkisi ayrıca hesaplandı.

Üstünde çalıştığımız verilere buradan ulaşabilirsiniz.

Veriye Genel Bakış

• İncelenen URL Sayısı: Toplamda 2.125 farklı referans URL’i incelendi.

• Farklı Anahtar Kelime Sayısı: Analiz, sağlık alanında 169 farklı anahtar kelime üzerinden yapıldı.

• Ortalama Genel Uyum Skoru: Tüm sayfalar için hesapladığımız ortalama genel uyum skoru 0.2104 oldu.

Analizimizde ortaya çıkan en ilginç sonuçlardan biri, genel uyum skorunun ortalama 0.2104 olması. En iyi uyumun 1 olduğu bir sistemde bu skor gerçekten düşük. Bu da bize gösteriyor ki geleneksel SEO kurallarına göre optimize edilmiş sayfalar bile yapay zekanın beklentilerini tam olarak karşılayamıyor. Yani kurallar gerçekten değişmiş.

Aşağıdaki tablo, hangi sayfa öğesinin ne kadar etkili olduğuna dair bize bir fikir veriyor.

Bu tabloya baktığımızda title, anahtar kelimeyi en çok içeren bölüm olsa da H1 kullanımının genel uyum skorunu en çok artıran durum olduğunu görüyoruz.

H1 ve Title Etiketlerinin Rolü

Analizimiz, yapay zekanın bir içeriği referans olarak seçmesinde H1 ve title etiketlerinin başrolde olduğunu yansıtıyor. Verilere göre title etiketlerinin %64’ü H1 etiketlerinin ise %51'i anahtar kelimeyi içeriyor. Yani aslında SEO uzmanları, kullanıcıların arama sonuçlarında ilk gördüğü yer olan title etiketine anahtar kelimeyi ekleme konusunda daha istekli.

Ancak asıl ilginç olan kısım, bu etiketlerin kaldıraç etkisi. Bir alanda anahtar kelimenin bulunmasının genel uyum skorunu ne kadar artırdığına baktığımızda, H1 etiketi +0.3114'lük bir artışla zirvede yer alıyor. Title etiketi ise +0.2763'lük bir etkiyle onu izliyor.

İlgimizi Çekenler

• H1 etiketi, anahtar kelimeyi title etiketinden (%64) daha az içermesine (%51) rağmen, genel uyum skoru üzerinde en büyük pozitif etkiyi (+0.3114) yaratan metin elementidir.

• Dolayısıyla yapay zeka, bir sayfanın ana fikrini anlamak için sayfa içeriğinin en tepesindeki başlık olan H1’e daha fazla güveniyor. Title etiketi, tıklama almayı hedeflediği için pazarlama odaklı olabilirken H1, içeriğin en net başlığı olarak kabul ediliyor.

• Yani H1 etiketi, yapay zeka için bir bakıma anlamsal çapa olarak görev yapıyor. Eğer title etiketi dükkanın vitriniyse H1 binanın temelidir ve yapay zeka, referans seçerken temelin sağlamlığına daha çok önem vermektedir.

H2, Meta Açıklama ve URL Yapısının Rolü

H2 başlıkları, meta açıklaması ve URL yapısı gibi ögelerin her biri, genel uyum skoruna pozitif katkı sağlamaktadır. H2 başlıkları bu skoru ortalama +0.2720, meta açıklaması +0.2615 ve URL yapısı ise +0.2287 oranında artırmaktadır. Ancak bu katkıların doğası, H1 ve title'dan farklı dinamiklere dayanmaktadır.

Metinlerin anahtar kelimeyle anlamsal yakınlığına baktığımızda meta açıklaması (0.1674) ve H2 (0.1169) skorlarının, title (0.2717) ve H1’e (0.2656) göre oldukça düşük olduğunu görüyoruz. Yani yapay zeka, bu alanlarda anahtar kelimeyle bire bir eşleşme aramıyor, ancak bu ögelerin varlığını ve yapısal rollerini değerli buluyor.

İlgimizi Çekenler

• Düşük metin benzerlik skoruna rağmen H2 başlıklarının skora pozitif katkısı, yapay zekanın her alt başlıkta anahtar kelime beklemediğini gösteriyor. Yapay zeka için bir kalite ve güven sinyali vermelerindeki asıl rolleri, içeriği “Diyabet Belirtileri”, “Risk Faktörleri”, “Teşhis ve Tedavi” gibi mantıksal alt konulara ayırarak sayfanın derinliğini ve düzenini göstermeleridir. Konunuzla ilgili en doğru alt başlıkları bulmak için Semust'ın "Kullanıcılar Bunları da Sordu" özelliğinden yararlanarak içeriğinizin iskeletini sağlamlaştırabilirsiniz.

• Meta açıklamasının düşük anlamsal uyuma rağmen skora pozitif katkı sağlaması ise rolünün değiştiğine işaret ediyor. Yapay zeka bu alanı sayfanın genel konusunu doğrulayan ve içeriğin tamamlanmış olduğuna dair bir sinyal olarak değerlendiriyor.

• URL’de anahtar kelimenin tam olarak geçme oranının sadece %6.3 olması, yapay zekanın uzun ve karmaşık URL'ler yerine, /kilo-verme-ipuclari gibi konuyu özetleyen kısa ve anlaşılır yapıları tercih ettiğini gösteriyor.

Şema İşaretlemelerinin Kullanımı

Şema işaretlemeleri (schema markup), bir web sayfasının ne hakkında olduğundan çok, kim tarafından yazıldığını ve ne tür bir içerik olduğunu arama motorlarına anlatan bir tür etiketleme sistemidir. Yapay zeka, sağlık gibi hassas konularda bir içeriğin güvenilir olup olmadığını anlamak için, şema işaretlemeleri gibi metnin ötesinde sinyallere ihtiyaç duyar. 

Analizimiz, article (makale), MedicalWebPage (tıbbi sayfa), FAQPage (SSS sayfası) gibi şema türlerinin, yapay zeka tarafından referans gösterilen sayfalarda sıkça kullanıldığını gösteriyor.

Büyük sağlık portallarını incelediğimizde şemaları katmanlı bir şekilde kullandıklarını görüyoruz. Örneğin, bir makale sayfasında hem article (içeriğin türünü belirtir), hem person (yazarın kimliğini ve uzmanlığını gösterir) hem de organization (yayıncı kurumun otoritesini belirtir) şemaları bir arada kullanılıyor. Yani E-E-A-T (Deneyim, Uzmanlık, Otorite, Güvenilirlik) prensiplerini destekleyen bir yaklaşım sergileniyor.

İlgimizi Çekenler

• Yapılan analize göre, şema metinlerini anahtar kelimelerle doldurmaya çalışmak birincil hedef olmamalıdır.

• Doğru şema türünü (@type) kullanmak ve o türe ait author (yazar), publisher (yayıncı), reviewedBy (gözden geçiren) gibi zorunlu alanları eksiksiz ve doğru bir şekilde doldurmak, odak noktası olmalıdır. Yapay zeka için şema, içeriğin kim tarafından anlatıldığını ve ne kadar güvenilir olduğunu doğrulayan bir unsur.

• Yapay zekaya bir makalenin tıbbi bir içerik olduğunu belirtmek için MedicalWebPage şeması kullanılır. Bu şemaya bir de reviewedBy özelliği ekleyip içeriği kontrol eden doktorun bilgilerini girerseniz güven sinyalini kat kat artırmış olursunuz.

Yapay Zeka Odaklı İçerikler için Yol Haritası

1. Önceliğiniz H1 Etiketi Olsun

Analizimizin en net bulgusu, H1 etiketinin skora olan etkisidir (+0.3114). Verilere göre yapay zeka, bir sayfanın konusunu anlamak için en çok H1'e güveniyor. 

Öneri: İçeriğinizin ana başlığı olan H1’i, konuyu en net ve basit şekilde ifade eden cümle olarak belirleyin. Pazarlama ifadelerinden kaçının ve doğrudan konuya odaklanın. H1, sayfanızın tez cümlesi gibidir. Ne kadar net olursa yapay zekanın içeriğinizi anlaması o kadar kolaylaşır.

2. Başlığınızı İnsanlar ve Yapay Zeka için Oluşturun

Title etiketi, anahtar kelimeyi en sık içeren bölüm olsa da etkisi H1 kadar yüksek değil. Dolayısıyla title hem yapay zekaya konuyu anlatmalı hem de arama sonuçlarındaki kullanıcıyı tıklamaya teşvik etmeli.

Öneri: Başlığınızı oluştururken şu formülü kullanabilirsiniz: [Ana Konu ve Niyet] + [İçeriğin Faydası] + [Güven Unsuru]. Örneğin: "Migren Belirtileri ve Tedavisi: Uzman Onaylı Güncel Rehber".

3. İçeriğinizin İskeletini H2’lerle Kurun

H2 başlıklarının skora katkısı (+0.2720), anahtar kelime tekrarından çok, içeriği mantıksal olarak bölümlere ayırmasından geliyor. İyi organize edilmiş bir içerik, yapay zeka için daha güvenilir demektir.

Öneri: H2 başlıklarını, konuyu alt başlıklara ayırmak için bir iskelet gibi kullanın. Örneğin, bir hastalık hakkında yazıyorsanız “Belirtiler”, “Nedenler”, “Teşhis Yöntemleri”, “Tedavi Seçenekleri” ve “Sıkça Sorulan Sorular” gibi başlıklar kullanın. Böylelikle okuyucunun işini kolaylaştırmakla birlikte, yapay zekaya içeriğinizin ne kadar kapsamlı olduğu da gösterebilirsiniz. Kapsamlı ve daha iyi organize edilmiş içerikler için Semust’ın Yapay Zeka İçerik Oluşturucu özelliğinden yararlanabilirsiniz.

4. URL ve Meta Açıklamaları Kısa, Anlaşılır ve Davetkar Olsun

Kısa ve konuyu özetleyen URL'ler ile kullanıcıya hitap eden meta açıklamalarıyla, anahtar kelime yamyamlığı yapmak yerine okuyucuya hitap edin.

Öneri: URL’lerinizi 2-4 kelimeyle, konuyu özetleyecek şekilde oluşturun. Gereksiz kelimelerden kaçının. Meta açıklamasını ise anahtar kelimelerle doldurmak yerine içeriğinizin okuyucuya ne vaat ettiğini anlatan, tıklamaya teşvik eden bir dille yazın.

5. Şemayı Güvenilirliğinizin Kanıtı Olarak Kullanın

İçeriğinizin güvenilirliğini (E-E-A-T) arama motorlarına kanıtlamanın en etkili yollarından biri şema işaretlemeleridir. 

Öneri: İçeriğinizin türüne göre doğru şema kombinasyonunu kullanın. Tıbbi bir makale için MedicalWebPage, yazar bilginiz için person, kurumunuz için organization ve SSS bölümünüz için FAQPage şemalarını birlikte kullanarak güvenilirliğinizi yapısal olarak kanıtlayın.

Sonuç

Bu case study’deki veriler bize gösterdi ki başarının sırrı artık sadece anahtar kelimelerde saklı değil. Daha çok anlamsal uyum, yani konuyu ne kadar net anlattığımız; yapısal netlik, yani bilgiyi ne kadar düzenli sunduğumuz; kanıtlanabilir otorite, yani ne kadar güvenilir olduğumuz ön planda. 

Kısacası yapay zeka, aslında bizden daha insancıl ve kullanıcı odaklı olmamızı istiyor gibi görünüyor. Peki sizin içerikleriniz yeni düzene ne kadar hazır? Rakiplerinizin önüne geçmek ve veriye dayalı kararlar almak için Semust'ı 14 gün ücretsiz deneyin.