AI reklam bütçesini yönetecekse hangi rakama inanacak?

Ne oldu?

Fospha, 9 Ekim’de Advertising Week New York kapsamında ölçüm ürününü yeniden tek bir sistem olarak konumlandırdığını duyurdu. Şirketin açıklamasına göre sistem; attribution, Marketing Mix Modeling (MMM), incrementality testleri ve AI destekli otomasyonu bir araya getiriyor. Fospha, bu yöntemlerin farklı sorulara yanıt verdiğini ve ayrı araçlarda kullanıldığında ekiplerin sonuçları uzlaştırmak için zaman harcadığını söylüyor. Duyuruda günlük raporlama, aylık test ve üç aylık modelleme ritimleriyle online ve offline kanalların birlikte ele alınması anlatılıyor.

Şirket, testlerin tahminleri kalibre etmesini, tahminlerin bütçe planlamasını beslemesini ve otomasyonun kanallar arasında kampanya sürerken bütçe aktarabilmesini hedeflediğini belirtiyor. Analysis, Actions ve Agents adını verdiği AI yetenekleri için genel kullanıma açılma tarihini bu çeyrek, yani 2026’nın dördüncü çeyreği olarak veriyor. Dolayısıyla duyuru tarihi itibarıyla bunları tamamı genel kullanıma açılmış capability’ler olarak anlatmamak gerekir. Fospha’nın ürün sayfası Analysis’i ölçüm verisiyle soru yanıtlama ve raporlama; Actions’ı insan tetiklediğinde reklam platformunda değişiklik yapma; Agents’ı tekrarlayan işleri otomatikleştirme şeklinde tarif ediyor. Bunlar şirketin kendi ürün açıklamalarıdır, bağımsız doğrulanmış performans sonuçları değildir.

Neden önemli?

AI’ın doğru bütçe kararı verebilmesi için yalnızca satış verisine ve reklam platformlarına erişmesi yetmez. Gördüğü rakamın neyi ölçtüğünü de anlaması gerekir. Observed Performance, belirli bir dönemde gerçekleşen satış veya dönüşüm gibi gözlemlenen sonuçtur. Attributed Performance, bir ölçüm yaklaşımının bu sonucun ne kadarını reklam temaslarına atfettiğini gösterir. Incremental Impact ise reklam olmasaydı gerçekleşmeyecek ek sonucu tahmin etmeye çalışır. Üçü ilişkili olsa da aynı metrik değildir.

Bir retailer reklam bütçesini artırdıktan sonraki hafta satışların yükseldiğini varsayalım. Bu gözlemdir. Attribution modeli artışın belirli bir kısmını reklama yazabilir. Fakat aynı hafta fiyat indirimi, promotion, rakipte stok tükenmesi, organik talep artışı veya mevsimsellik de satışları değiştirmiş olabilir. Bu yüzden satış artışı ile reklamın yarattığı ek satış arasında otomatik bir eşitlik yoktur. Incrementality testleri nedensel etkiyi anlamaya yardımcı olabilir; ama tasarım, örneklem, pazar koşulları ve belirsizlikler sonucu etkiler. Incrementality de her koşulda kesin ve hatasız bir sayı üretmez.

Fospha’nın ürün iddiasının ilginç tarafı, farklı ölçüm yaklaşımlarını yalnızca tek ekranda toplamak değil; test bilgisinin tahmin ve günlük kararlara geri beslenmesini hedeflemesi. Bu yaklaşımın kalitesi, yöntemlerin tanımına, veri kapsamına ve işletmenin karar ufkuna bağlı. Şirketin “her karar için doğru sayı” söylemini kanıtlanmış evrensel doğruluk gibi değil, ürünün hedefi olarak okumak gerekir.

Benim yorumum

Burada Marketing Optimization ≠ Commerce Optimization ayrımını korumak önemli. Kampanyanın ROAS’ı yüksek olabilir; bu tek başına ticari hedefin iyi karşılandığını söylemez. Ürün A’nın ROAS’ı yüksek ama marjı düşük ve inventory’si azalmış olabilir. Ürün B daha düşük ROAS üretirken yüksek contribution margin’e ve fazla stoğa sahip olabilir. AI yalnızca ROAS sıralamasına göre A’ya daha fazla bütçe verirse, kısa vadeli reklam metriğini iyileştirirken işletmenin kâr veya stok hedefini zayıflatabilir.

Marketing measurement bu nedenle commerce context’inden kopuk düşünülmemeli. Pricing ve promotion, reklamın dönüşümünü ve ölçülen geliri değiştirir. Inventory kısıtı, ek talebin satışa dönüşmesini engelleyebilir. Margin, aynı satış tutarının işletmeye bıraktığı değeri belirler. Marketing verisi, bu ticari koşullarla birlikte değerlendirilmediğinde AI’ın önerisi kendi ölçüm hedefinde tutarlı ama işletme açısından yanlış olabilir.

Fospha’nın resmi mimarisi olarak değil, benim bu gelişmeden çıkardığım bir karar zinciri olarak şöyle düşünebiliriz:

Commerce Transactions + Marketing Signals + Incrementality Evidence
↓
Calibrated Measurement → Decision Intelligence → Budget / Campaign Actions → Measured Outcomes

Modelin kritik adımı, ölçümü “tek doğru rakam” diye sunmak değil; hangi yöntemin hangi soruya yanıt verdiğini ve ne kadar belirsizlik taşıdığını karar sürecine aktarmak. Attribution günlük optimizasyonda yararlı olabilir, MMM daha geniş kanal ve zaman etkilerini değerlendirebilir, deneyler de belirli koşullarda artımlı etki için kanıt sağlayabilir. Bu yöntemlerin zaman ölçekleri ve varsayımları farklıdır. AI bunları tek bir sayıymış gibi kullanırsa, ölçüm sisteminin birleştirilmiş görünmesi karar kalitesini otomatik olarak artırmaz.

Ürün tarafında AI Analysis, Actions ve Agents katmanlarının ayrılması da anlamlı bir soruyu gündeme getiriyor: Sistem önce ne olduğunu açıklıyor mu, insanın tetiklediği değişikliği mi uyguluyor, yoksa tekrarlayan işi kendi mi yürütüyor? Özellikle bütçe hareketinde dayanak ölçüm, kapsam ve onay sınırlarının görünmesi gerekir. Bunlar Fospha’nın her uygulamasında nasıl çalıştığına dair ek iddia değil; ölçümden aksiyona giden bir üründe benim arayacağım kontroller.

Bunu genel bir Decision Intelligence tartışmasına çevirmek istemiyorum. Fospha duyurusunu ilginç kılan konu, farklı ölçümlerin kalibrasyonla bütçe kararına bağlanması; commerce context’i ise bu kararın iş hedefiyle uyumlu olup olmadığını sınamak için gerekli. AI hangi kanala ne kadar harcayacağını önerirken, kullandığı sinyalin satış atfı mı yoksa artımlı etkiye ilişkin kanıt mı olduğunu açıklayabilmeli. Merchant da fiyat, promotion ve stok durumunun ölçümü nasıl etkilediğini değerlendirebilmeli.

Yanlış ölçümü optimize eden güçlü bir AI, işletme için doğru kararlar vermeyebilir.

Kaynaklar

Fospha — Complete measurement system announcement at Advertising Week New York — Kaynak tarihi: 9 Ekim 2026. Fospha tarafından PRNewswire üzerinden yayımlanan duyuru.

Fospha — AI automation product information — Analysis, Actions ve Agents ürün açıklamaları.