Saç Ekim Merkezi Yurt Dışı Hasta İçin AI Görünürlüğünü Nasıl Ölçer?

Saç ekim merkezlerinde AI görünürlük ölçümü çoğu zaman şöyle yapılıyor. Biri ofiste ChatGPT'yi açıyor, "Türkiye'de en iyi saç ekim kliniği hangisi" diye soruyor, çıkan listeye bakıyor. Klinik adı varsa gün iyi geçiyor. Yoksa ajansa mesaj gidiyor.

Bu bir ölçüm sayılmaz. Tek örneklem, üstelik yanlış dilde ve yanlış ülkeden alınmış. Yurt dışından hasta çeken bir merkez için asıl soru şu: Berlin'deki, Manchester'daki veya Riyad'daki hasta kendi dilinde sorduğunda cevapta kimin adı geçiyor?

Rakamlar bu ayrımı önemli kılıyor. Hizmet İhracatçıları Birliği verilerine göre 2025'te Türkiye'ye sağlık hizmeti almak için gelen hasta sayısı 1 milyon 398 bin 580, sektör geliri 3 milyar 22 milyon dolar oldu. 2026'nın ilk çeyreğinde 302 bin 487 hasta ve 761 milyon dolar gelir kaydedildi (HİB açıklaması, Temmuz 2026). Saç ekiminde kararı yönlendiren bir sigorta şirketi ya da sevk zinciri yok. Hasta araştırmayı kendi başına yapıyor, son yıllarda da bu araştırmanın ilk adımı giderek bir sohbet penceresinde başlıyor.

Bu yazı, o pencerede ne olduğunu tekrarlanabilir biçimde nasıl ölçeceğinizi anlatıyor. Görünürlüğün neden önemli olduğunu saç ekim kliniği için AI görünürlük yazısında ele almıştık; burada yalnız ölçüm var.

Klinik için AI görünürlük ölçümü tam olarak neyi ölçer?

Bir soru setine karşı kliniğin cevaplarda anılma oranını, birlikte anıldığı rakipleri ve motorun atıf verdiği kaynakları ölçer. Sıralama ölçülmez, cevabın içinde yer alma ölçülür.

Klasik aramada elinizde Search Console var. Gösterim, tıklama, ortalama pozisyon; hepsi kayıt altında. AI tarafında böyle bir panel yok. Motor size kaç kez anıldığınızı bildirmiyor, tıklama vermiyor, geçmişi tutmuyor. Ölçüm istiyorsanız veriyi kendiniz üretmek zorundasınız.

Üretilebilecek veri dört başlıkta toplanıyor:

• Anılma. Klinik adı cevapta geçiyor mu, kaçıncı sırada anılıyor?
• Rakip kümesi. Sizinle birlikte hangi merkezler öneriliyor?
• Atıf. Motor cevabı kurarken hangi alan adlarını kaynak gösteriyor?
• Doğruluk. Klinik hakkında söylenen şey gerçekten doğru mu?

Dördüncüsü genelde atlanıyor ve en pahalıya patlayan da o oluyor. Kapanmış bir şubeyi, üç yıl önceki fiyat aralığını ya da hiç uygulamadığınız bir tekniği anlatan bir cevap, görünmemekten daha kötü bir durum. Görünmüyorsanız hasta sizi bilmiyor. Yanlış görünüyorsanız hasta sizi yanlış biliyor.

Neden Türkçe ve İstanbul'dan yapılan ölçüm yanıltıcı?

Çünkü ödeyen hasta soruyu başka dilde ve başka ülkeden soruyor. Motorlar cevabı dile ve konuma göre değiştiriyor; Türkçe ölçüm o hastanın gördüğü cevabı göstermiyor.

Bu, sahada en sık gördüğümüz ölçüm hatası. Merkez Türkiye'de, ekip Türkçe konuşuyor, test de Türkçe yapılıyor. Oysa faturayı ödeyen kişi Almanya'da yaşıyor ve sorusunu Almanca yazıyor.

Dilin cevabı değiştirdiği ölçülmüş bir konu. Diller arası bilgi-getirmeli üretim üzerine yapılan XRAG çalışmasında modellerin İngilizce dışı sorulardaki performansının İngilizce temele göre düştüğü, düşüşün şiddetinin de modelden modele değiştiği raporlanıyor. Yani soruyu Almanca sormak yalnız kelimeleri değiştirmiyor, cevabın hangi kaynaklardan kurulduğunu da değiştiriyor.

Buna rağmen ölçüm tarafı geride. Lokalise'in 1.000 pazarlama ve yerelleştirme karar vericisiyle yaptığı ankete göre kurumların yalnızca %31'i AI kaynaklı arama trafiğini dil veya coğrafya bazında ayrı izliyor (ContentGrip aktarımı, Nisan 2026). Geri kalan çoğunluk tek bir küresel rakama bakıyor. Sağlık turizminde bu rakamın pratik karşılığı yok, çünkü Almanya pazarıyla Körfez pazarı aynı cevabı görmüyor.

Ölçüm matrisi en azından şuna benzemeli:

Hangi pazarları satırlara yazacağınız size bağlı. Kural basit: geçen yıl hasta gelen her ülke bir satır, o ülkenin dili bir sütun. Yurt dışı hastanın AI aramada nasıl kaybolduğunu sağlık turizmi yazısında ayrıntılı anlatmıştık.

Hangi soruları, kaç tane sormalı?

Hastanın gerçekten yazdığı 20-30 soru yeterli. Kelime varyantlarını çoğaltmak yerine farklı niyetleri kapsayın: fiyat, güvenlik, karşılaştırma, teknik seçimi ve sonrası bakım.

Soru setini şişirmek yaygın bir refleks. Aynı sorunun on farklı yazımı listeye ekleniyor, rapor kalınlaşıyor, bilgi artmıyor. Peec AI'ın 1.754 sorudan üretilen 37.804 AI yanıtını beş motorda incelediği analizde görünürlüğü belirleyen şeyin sorunun kelime seçimi olmadığı, arkasındaki niyet olduğu bildirildi (Search Engine Journal, Temmuz 2026). Ölçüm bütçesini varyant üretmeye değil, kapsanmayan niyeti bulmaya harcayın.

Saç ekiminde hastanın kafasındaki niyetler kabaca şunlar oluyor:

1. Ülke kararı."Saç ekimi için Türkiye güvenli mi" tipi sorular. Burada klinik adı değil, ülke itibarı ve kaynak seti belirleyici.
2. Klinik seçimi."İstanbul'da hangi saç ekim merkezi" tipi sorular. İsim listesinin çıktığı yer burası.
3. Fiyat. Hastanın en erken sorduğu ve cevabın en çok eskidiği başlık.
4. Teknik. Yöntem karşılaştırmaları, greft sayısı, iyileşme süresi.
5. Risk ve sonrası. Komplikasyon, ikinci seans, takip. Yurt dışı hastanın en çok endişelendiği alan.

Her niyet için pazar başına 4-6 soru yazın. Dört pazarda 25 soru, beş motorda beş tekrar demek 2.500 yanıt demek. Bu elle yapılacak bir iş değil, bu yüzden ölçümü otomatikleştirmek gerekiyor.

Aynı soruya farklı cevap geliyorsa nasıl ölçülür?

Tek cevap ölçüm sayılmaz. Aynı soru en az beş kez sorulur, anılma yüzde olarak yazılır ve karar tek turdan değil tekrarlanan turların eğiliminden çıkarılır.

Modeller cevabı örnekleyerek üretiyor. Aynı soruyu iki kez sorup iki farklı liste almanız bir arıza göstergesi değil, sistemin çalışma biçimi. Ölçüm metodolojisi bunu kabul edip üstüne kurulmalı.

Pratikte üç kural işi çözüyor:

• Tekrar sayısı sabit. Her soru her motorda aynı sayıda sorulur. Beş tur çoğu merkez için yeterli sinyal veriyor.
• Sonuç oran olarak yazılır."ChatGPT bizi önerdi" yerine "Almanca klinik seçimi sorularında 5 turun 2'sinde anıldık".
• Önce ve sonra aynı koşulda.Karşılaştırma yalnız aynı motor, aynı dil, aynı soru ve aynı tekrar sayısıyla anlamlıdır. Haziranda ChatGPT'de yapılan ölçümü temmuzda Perplexity'de tekrarlayıp iyileşme ilan edemezsiniz.

Bu disiplin kurulmadığında ölçüm gürültüye dönüşüyor. İyi bir günde alınan ekran görüntüsü rapora giriyor, kötü bir gün görmezden geliniyor, kimse ne değiştiğini bilmiyor.

Hangi metrikler kaydedilir?

Dört metrik yeterli: anılma oranı, birlikte anılan rakipler, atıf verilen kaynaklar ve klinik hakkında söylenenin doğruluğu. Her biri pazar ve motor kırılımında tutulur.

Atıf kaynakları sütunu genelde en çok işe yarayan çıktı oluyor. Almanca sorularda cevabın üç aracı platforma dayandığını görüyorsanız yapılacak iş bellidir. Kendi sayfanızı Almanca yazmak listenin başında, o platformlardaki bilginin doğruluğunu denetlemek hemen arkasında.

Skor mu, boşluk haritası mı?

Boşluk haritası. Harf notu hangi düzeltmenin yapılacağını söylemez; motor ve pazar bazlı boşluk listesi doğrudan iş emrine çevrilir.

Piyasada dolaşan raporların çoğu bir skorla açılıyor. Kliniğin AI görünürlük notu F, altı ay sonra B. Kulağa ilerleme gibi geliyor. Sorun şu ki o harfin nasıl hesaplandığını kimse göstermiyor ve modeller güncellendiğinde aynı sayfayla aynı notu bir daha alamıyorsunuz.

Kullanılabilir çıktı tek bir cümleye sığar: "Almanca güvenlik sorularında 5 turun 5'inde anılmıyoruz, cevaplarda iki aracı şirket ve bir forum kaynak gösteriliyor." Bu satır bir sonraki ayın iş listesini kendiliğinden yazıyor. Harf notu yazmıyor.

Ölçüm öncesi bir ön koşul var. Motorların istemcileri sitenize giremiyorsa ölçtüğünüz şey görünürlük değil, erişilemezlik. Kontrolü yarım saatlik iş, robots.txt ve AI crawler erişimi yazısında adım adım var.

Bir de içerik tarafında sınır var. Sağlık Hizmetlerinde Tanıtım ve Bilgilendirme Faaliyetleri Hakkında Yönetmelik, üstünlük ve karşılaştırma dilini kapatıyor. Ölçüm sonrası yazacağınız cevapların bilgilendirici kalması gerekiyor. Hangi alanın açık hangisinin kapalı olduğunu mevzuat yazısında ele aldık.

Ölçümden sonra ilk 30 günde ne yapılır?

Önce bot erişimi ve ham HTML kontrol edilir, sonra en çok kaybedilen üç sorunun cevabı hedef dilde sayfaya yazılır, ay sonunda aynı ölçüm aynı koşulda tekrarlanır.

1. Erişimi açın. AI istemcileri robots.txt veya güvenlik duvarında engelliyse önce bu kalkar. En hızlı geri dönen adım burası.
2. İçeriği ham HTML'e taşıyın. Fiyat aralığı, teknik anlatımı ve hekim bilgisi JavaScript çalıştıktan sonra beliriyorsa birçok istemci için o sayfa boş.
3. En çok kaybedilen üç soruyu seçin. Beş turun beşinde anılmadığınız sorular. Hepsini değil, üçünü.
4. Cevabı hedef dilde yazın. Almanca hasta için Almanca sayfa. Çeviri eklentisi çıktısı yeterli olmuyor, sorunun sorulduğu dilde yazılmış net bir cevap gerekiyor.
5. Ay sonunda tekrar ölçün. Aynı sorular, aynı motorlar, aynı tekrar sayısı. Değişimi ancak koşullar sabitse okuyabilirsiniz.

Otuz gün sonunda elde ettiğiniz şey bir harf notu olmaz. Hangi pazarda hangi soruda kaç turda anıldığınızı gösteren bir tablo olur. İkinci ayın işini de o tablo seçer.

Sık sorulan sorular

AI aramada görünürlük tahmin edilecek bir konu olmaktan çıktı, ölçülebilir bir iş haline geldi. Merkezinizin hangi pazarda nasıl anıldığını görmek isterseniz GEO çalışmamıza göz atabilir, diğer yazıları okuyabilirsiniz.