E-E-A-T, özellikle sağlık, finans ve benzeri YMYL alanlarında SEO çalışmalarının en çok konuşulan kavramlarından biri. Uzman yazar kullanımı, medikal reviewer eklenmesi, bilimsel kaynakların gösterilmesi, içeriklerin düzenli olarak güncellenmesi ve MedicalWebPage ya da reviewedBy gibi schema işaretlemelerinin kullanılması çoğu zaman aynı optimizasyon paketinin içerisinde değerlendiriliyor.
Ancak burada iki farklı konunun birbirinden ayrılması gerektiğini düşünüyorum: editoryal güvenilirlik ve organik sıralama performansı.
Bir sağlık içeriğinin uzman kontrolünden geçmesi, doğru kaynaklara dayanması ve kullanıcıya yanlış bilgi vermemesi elbette önemli. Fakat benim bu araştırmada cevap aradığım soru biraz daha farklıydı:
SEO'da E-E-A-T olarak tanımladığımız gözlemlenebilir uygulamalar gerçekten daha yüksek organik sıralamayla ilişkili mi?
İlk olarak tek bir sağlık sorgusunun SERP sonuçlarını detaylı şekilde incelemiştim. Ortaya çıkan tablo, E-E-A-T'nin sıralamayı açıklama gücü açısından beklediğimden farklıydı. Ancak tek bir sorgudan genel bir sonuç çıkarmak doğru olmayacağı için çalışmayı genişlettim.
Toplam 30 farklı sağlık/YMYL sorgusu üzerinde Google Türkiye desktop sonuçları incelendi. Her sorgunun ilk 5 gerçek organik sonucu analiz edildi. Böylece toplam 150 sayfa gözlemi elde edildi. Bir sayfadaki extraction problemi nedeniyle nihai istatistiksel analizde 149 gözlem kullanıldı.
Araştırmada neleri inceledim?
Çalışmada yalnızca E-E-A-T tarafına bakmadım. Bir sayfanın sıralamasını açıklayabilecek gözlemlenebilir birçok SEO ve içerik sinyali birlikte değerlendirildi.
Title'ın sorguyla uyumu, H1 yapısı, meta description, query-document relevance, search intent uyumu, içerik kapsamı, alt konu kapsamı, içerik derinliği, uzman yazar kullanımı, reviewer kullanımı, bilimsel kaynaklar, guideline referansları, medikal claim kalitesi, içerik güncelliği, schema türleri, schema doğruluğu, internal topical context ve editoryal kalite gibi alanlar ayrı ayrı incelendi.
Önemli bir metodolojik nokta da sayfa değerlendirmesi ile SERP sırasını mümkün olduğunca birbirinden ayırmaktı.
Sayfalar önce içerik ve teknik özelliklerine göre değerlendirildi. Ranking bilgisi daha sonra analiz dataset'i ile birleştirildi. Böylece bir sayfanın Google'da 1. sırada olduğunu bilmenin değerlendirme puanlarını etkilemesi mümkün olduğunca azaltılmaya çalışıldı.
Yapay zekâ kullanımında şeffaflık
Bu araştırmada yapay zekâ ve Codex destekli araçlardan operasyonel araştırma yardımcısı olarak faydalandım.
Tekrarlayan SERP ve sayfa verilerinin toplanması, HTML ve schema alanlarının çıkarılması, verilerin standart hale getirilmesi ve önceden belirlenmiş değerlendirme kriterleri üzerinden bazı puanlamaların oluşturulması otomasyonla desteklendi.
Bununla birlikte araştırma sorusunun belirlenmesi, sorguların seçilmesi, metodolojinin oluşturulması, hangi faktörlerin inceleneceğinin belirlenmesi, bias azaltma yaklaşımı, kalite kontrolleri ve nihai yorumlama insan denetiminde yürütüldü.
Çalışmaya başlarken yapay zekâya “E-E-A-T önemlidir” veya “E-E-A-T önemsizdir” şeklinde bir sonuç verilmedi. Amaç mevcut bir görüşü doğrulamak değil, elde edilen verinin hangi yönde sinyal ürettiğini görmekti.
Bu nedenle yapay zekâyı araştırmanın sonucunu belirleyen bir otorite olarak değil, yüksek hacimli ve tekrar eden işlemleri hızlandıran yardımcı bir araç olarak değerlendirdim.
Visible E-E-A-T organik sıralamayı açıklıyor mu?
Araştırmanın ana ölçümlerinden biri Visible E-E-A-T Score oldu.
Bu skor Google'a ait bir metrik değil. Sayfa üzerinde gözlemlenebilen E-E-A-T uygulamalarını standart bir yöntemle karşılaştırabilmek amacıyla oluşturulmuş bir audit metriği.
Visible E-E-A-T Score ile organik sıralama arasındaki query-level median Spearman korelasyonu -0.10 olarak hesaplandı.
Burada rank 1 en iyi pozisyon olduğu için, yüksek kalite skoru ile daha iyi sıralama arasında negatif korelasyon bekleniyor. Ancak -0.10 oldukça zayıf bir ilişki.
30 sorgunun 13'ünde Visible E-E-A-T skoru beklenen yönde hareket etti. 9 sorguda ilişki ters yöndeydi. 8 sorguda ise anlamlı ya da tutarlı bir ilişki görülmedi.
Bu nedenle çalışmadaki temel sonuçlardan biri şu oldu:
Visible E-E-A-T uygulamalarının ranking açısından pratik açıklayıcılığı bu veri setinde desteklenmedi.
Buradan “E-E-A-T tamamen anlamsızdır” sonucunu çıkarmıyorum.
Bence daha doğru ifade şu:
E-E-A-T'yi bağımsız bir ranking metriği veya doğrudan SEO optimizasyon kaldıracı gibi kullanmak için bu araştırmada yeterli destek oluşmadı.
Uzman yazar kullanmak avantaj sağlıyor mu?
Named expert author bulunan sayfalarda ilk bakışta olumlu bir pattern vardı.
Uzman yazar bulunan sayfaların ortalama sıralaması 2.63 iken uzman yazar bulunmayan sayfalarda bu değer 3.23 seviyesindeydi.
Top 3 oranı da uzman yazar bulunan sayfalarda yüzde 73,3, bulunmayan sayfalarda ise yüzde 51,7 oldu.
Bu veri tek başına değerlendirildiğinde uzman yazar kullanımının olumlu bir ilişki gösterdiği düşünülebilir.
Ancak yazarın uzmanlık alanının içerik konusuyla gerçekten eşleşip eşleşmediğine ayrıca baktığımda aynı avantaj devam etmedi.
Expertise match bulunan sayfaların ortalama sıralaması 3.02 iken, expertise match bulunmayanlarda 2.86 oldu.
Bu nedenle uzman yazar kullanımını doğrudan bağımsız bir ranking etkisi olarak yorumlamak mümkün değil.
Büyük sağlık yayıncılarının zaten uzman yazar kullanma ihtimali daha yüksek olabilir. Aynı siteler backlink profili, marka bilinirliği, tarihsel performans veya site-level otorite gibi bu araştırmada ölçülmeyen başka avantajlara da sahip olabilir.
Reviewer kullanmak ranking avantajı sağlıyor mu?
Reviewer tarafında daha net bir tablo oluştu.
Visible reviewer bulunan sayfaların ortalama pozisyonu 3.13, reviewer bulunmayanların ise 2.96 oldu.
reviewedBy schema kullanılan sayfalarda ortalama sıralama 3.39 iken, reviewedBy bulunmayanlarda 2.93 seviyesindeydi.
Bu veri setinde reviewer veya reviewedBy kullanımı belirgin bir organik sıralama avantajı göstermedi.
Ancak bu reviewer kullanımının gereksiz olduğu anlamına gelmiyor.
Sağlık içeriğinin uzman kontrolünden geçmesi yanlış veya yanıltıcı bilgilerin önüne geçmek, kullanıcı güvenliğini korumak ve editoryal kaliteyi artırmak açısından önemli.
Buradaki fark şu:
Reviewer kullanmanın editoryal değeri ile ranking değeri aynı şey değil.
Bilimsel kaynak göstermek daha iyi ranking sağlıyor mu?
Bilimsel kaynak ve guideline kullanımı da araştırmanın ayrı bir bölümünde incelendi.
Bilimsel kaynak bulunmayan sayfaların ortalama sıralaması 2.94 iken, bilimsel kaynak bulunan sayfalarda ortalama 3.86 oldu.
Guideline kullanmayan sayfalarda ortalama rank 2.97, guideline kullananlarda ise 3.67 seviyesindeydi.
Burada çok önemli bir sınırlılık var: bilimsel kaynak ve guideline kullanan sayfa sayısı oldukça düşük.
Dolayısıyla bu sonuçlardan “bilimsel kaynak kullanmak sıralamayı düşürüyor” gibi bir yorum yapılamaz.
Ancak ters yöndeki yaygın SEO varsayımı da desteklenmedi.
Bilimsel kaynak veya guideline eklemenin bu dataset içerisinde gözlemlenebilir bir ranking avantajı oluşturduğu görülmedi.
Schema SEO açısından ne kadar değerli?
Schema tarafında hem kullanılan structured data türleri hem de schema'nın semantik doğruluğu değerlendirildi.
Schema completeness ile ranking arasında tutarlı ve monoton bir ilişki oluşmadı.
Schema correctness için de benzer bir sonuç görüldü.
Özellikle YMYL ve E-E-A-T ile sık ilişkilendirilen MedicalWebPage, reviewedBy, Person ve lastReviewed gibi uygulamalar belirgin bir organik ranking üstünlüğü göstermedi.
MedicalWebPage kullanılan sayfalarda Top 3 oranı yaklaşık yüzde 59,6 oldu.
reviewedBy kullanılan sayfalarda Top 3 oranı yüzde 50 seviyesindeydi.
lastReviewed kullanılanlarda ise bu oran yaklaşık yüzde 47,6 oldu.
Bu sonuçlardan schema'nın değersiz olduğu sonucunu çıkarmıyorum.
Schema hâlâ sayfadaki entity ilişkilerini açık biçimde tanımlamak, publisher ve author ilişkilerini ifade etmek, içeriğin makine tarafından daha kolay anlaşılmasını sağlamak ve uygun Google Search özelliklerine erişim açısından önemli olabilir.
Ancak bu çalışmada:
“Schema ekledim, ranking kazanırım.”
yaklaşımını destekleyen bir veri oluşmadı.
Schema'yı doğrudan ranking boost olarak değil, semantik altyapı olarak değerlendirmek bana daha doğru geliyor.
Search intent tarafında sonuç ne oldu?
Search Intent Score için query-level median Spearman korelasyonu -0.38 çıktı.
Bu çok güçlü bir korelasyon değil.
Ancak araştırmada incelenen ana sinyaller arasında organik sıralamayla en tutarlı şekilde örtüşen faktörlerden biri search intent oldu.
30 sorgunun 17'sinde search intent skoru beklenen yönde hareket etti. 9 sorguda ters yönde ilişki oluştu. 4 sorguda ise ilişki nötr kaldı.
En yüksek Query Intent Score'a sahip sayfa, 30 SERP'in 17'sinde ilk iki sırada yer aldı.
En yüksek Visible E-E-A-T skoruna sahip sayfa için aynı sayı 14 oldu.
Bu nedenle search intent'i de tek başına bir ranking faktörü olarak ilan etmek doğru olmaz.
Ancak bu araştırma içerisinde search intent, E-E-A-T'den daha açıklayıcı ve SEO kararları açısından daha kullanışlı bir sinyal olarak öne çıktı.
Exact keyword kullanımı düşündüğümüz kadar önemli mi?
Çalışmada exact keyword targeting ile semantic relevance ayrı ayrı incelendi.
Bir sorgunun title veya H1 içerisinde birebir bulunması her zaman daha yüksek organik pozisyonla sonuçlanmadı.
Exact keyword targeting, semantic query-document relevance'a göre daha değişken bir pattern üretti.
Bu nedenle klasik:
“Anahtar kelimeyi title ve H1'e ekledim, relevance sağladım.”
yaklaşımı bana giderek daha eksik geliyor.
Bence daha doğru soru şu:
Kullanıcının bu sorguyla çözmeye çalıştığı problemi gerçekten cevaplıyor muyum?
Ve devamında:
Bu sorunun doğal olarak doğurduğu alt konuları yeterince kapsıyor muyum?
İçerik kapsamı ve topical coverage ne kadar etkiliydi?
Content breadth için median korelasyon -0.221, content depth için -0.203 seviyesindeydi.
Her ikisi de olumlu yönde fakat zayıf ilişki gösterdi.
Topical coverage ise -0.264 ile biraz daha tutarlı bir sonuç üretti.
Internal topical context tarafında median korelasyon -0.354 oldu ve araştırmada orta düzey destek alan alanlardan biri haline geldi.
Bu sonuç bana özellikle içerik uzunluğu ile içerik kapsamının birbirinden ayrılması gerektiğini tekrar gösterdi.
Uzun içerik otomatik olarak iyi içerik değil.
Kullanıcının beklediği alt soruların karşılanması ve sayfanın site içerisindeki ilgili konu kümesiyle anlamlı biçimde bağlanması daha tutarlı bir pattern üretti.
H1, title ve meta description ne gösterdi?
H1 relevance araştırmada orta düzeyde destek alan faktörlerden biri oldu.
Title relevance da genel olarak olumlu yönde hareket etti.
Ancak exact keyword kullanımından ziyade title'ın sorgunun gerçek niyetini temsil etmesi daha açıklayıcı göründü.
Meta description intent fit ise ranking ile tutarlı bir ilişki göstermedi.
Dolayısıyla meta description'ı hâlâ SERP görünümü ve tıklama beklentisi açısından optimize etmek mantıklı.
Fakat doğrudan ranking artıran bir optimizasyon olarak değerlendirmek için bu çalışmada destek oluşmadı.
Güncellik daha iyi ranking sağlıyor mu?
Freshness için median Spearman korelasyonu -0.264 olarak hesaplandı.
Olumlu yönde fakat zayıf bir ilişki vardı.
Bu sonuç içeriklerin güncel tutulmasının önemsiz olduğunu göstermiyor.
Ancak yalnızca publish veya modified tarihini değiştirmekle daha iyi organik sıralama elde edileceğini de göstermiyor.
Ayrıca sayfadaki yeni tarih ile gerçek medikal güncellik birbirinden ayrılmalı.
Bir içeriğin tarihi yeni olabilir ancak kullanılan bilgiler ve kaynaklar eski olabilir.
Medikal olarak daha güvenli içerik daha iyi sıralanıyor mu?
Medical claim calibration ile ranking arasındaki median korelasyon -0.135 seviyesindeydi.
Bu ilişki araştırmada desteklenmedi.
Problemli sağlık iddialarının sayısı ile kötü ranking arasında da yalnızca oldukça zayıf bir ilişki oluştu.
Bence YMYL SEO açısından araştırmanın önemli sonuçlarından biri burada ortaya çıkıyor:
Medikal kalite ile organik ranking aynı şey değil.
Daha kontrollü, daha iyi kaynaklandırılmış ve daha güvenli bir sağlık içeriğinin otomatik olarak daha yüksek sıralanacağı sonucuna ulaşamıyoruz.
Ancak bu, sağlık içeriklerinde medikal kalitenin önemsiz olduğu anlamına gelmiyor.
Doğru ve güvenilir içerik üretmek kullanıcı güvenliği, marka itibarı ve editoryal sorumluluk açısından ranking'den bağımsız biçimde gerekli.
E-E-A-T hakkında vardığım nokta
30 YMYL sorgu ve 149 kullanılabilir organik sayfa gözleminden sonra vardığım sonuç şu:
Gözlemlenebilir E-E-A-T uygulamalarının ranking açısından pratik anlamlılığı bu dataset içerisinde desteklenmedi.
Uzman yazar, reviewer, bilimsel kaynak, guideline, MedicalWebPage, reviewedBy veya lastReviewed gibi uygulamalar kaliteli bir YMYL yayın sürecinin parçası olabilir.
Ancak bunları:
“Bunları yaparsam Google beni daha yukarı taşır.”
beklentisiyle uygulamak için bu araştırmada destekleyici bir pattern oluşmadı.
Bu nedenle E-E-A-T'yi SEO içerisinde doğrudan bir ranking metriği olarak değil, özellikle YMYL içerikler için kalite ve güven çerçevesi olarak değerlendirmeyi daha doğru buluyorum.
Schema hakkında vardığım nokta
Schema'nın SEO açısından hâlâ önemli bir kullanım alanı olduğunu düşünüyorum.
Ancak bu değeri doğrudan ranking ile eşitlemiyorum.
Bu araştırmada schema richness, schema completeness ve schema correctness belirgin bir ranking üstünlüğü göstermedi.
MedicalWebPage özel bir ranking avantajı yaratmadı.
reviewedBy veya lastReviewed kullanımı da sıralama açısından belirgin bir üstünlük göstermedi.
Bu nedenle schema'yı ranking boost yerine semantic infrastructure olarak değerlendirmek daha doğru olabilir.
Search intent hakkında vardığım nokta
Search intent, araştırmada ölçülen ana faktörler içerisinde ranking ile en tutarlı ilişkilerden birini gösterdi.
Ancak search intent bile tek başına sıralamayı açıklayamıyor.
SEO'nun tek faktörlü bir denklem olmadığı burada da net biçimde görülüyor.
Benim için pratik çalışma sırası artık daha çok şu yönde:
Önce kullanıcının gerçek sorgu niyetini anlamak.
Sonra sayfanın çözmesi gereken problemi net biçimde tanımlamak.
Title ve H1'i bu probleme göre oluşturmak.
Kullanıcının beklediği alt soruları ve topical coverage'ı gerçekten karşılamak.
Sayfayı site içerisindeki doğru konu kümesiyle ilişkilendirmek.
Editoryal kaliteyi korumak.
E-E-A-T ve schema uygulamalarını ise kalite, güven ve semantik açıklık katmanı olarak kullanmak.
Araştırmada kullandığım 30 YMYL sorgu
Şeffaflık açısından çalışmada kullanılan sorguların tamamını paylaşmak istiyorum:
- yüksek tansiyona ne iyi gelir
- kolesterol nasıl düşürülür
- kalp çarpıntısına ne iyi gelir
- karaciğer yağlanmasına ne iyi gelir
- reflüye ne iyi gelir
- kalp krizi belirtileri
- tansiyon neden yükselir
- insülin direnci nasıl düşürülür
- migrene ne iyi gelir
- böbrek taşına ne iyi gelir
- diyabet belirtileri
- demir eksikliğine ne iyi gelir
- bel fıtığı neden olur
- gastrite ne iyi gelir
- trigliserid nasıl düşürülür
- tiroid belirtileri nelerdir
- ürik asit nasıl düşürülür
- boyun fıtığı belirtileri
- astım neden olur
- gut hastalığına ne iyi gelir
- epilepsi belirtileri
- böbrek yetmezliği belirtileri
- egzamaya ne iyi gelir
- safra kesesi taşı neden olur
- sinüzite ne iyi gelir
- uyku apnesi belirtileri
- zatürre neden olur
- romatoid artrite ne iyi gelir
- B12 eksikliği belirtileri
- menenjit belirtileri
Firma ve domain isimlerini özellikle paylaşmıyorum. Araştırmanın amacı sağlık markalarını karşılaştırmak değil, farklı SEO hipotezlerinin gerçek SERP sıralamalarıyla ne kadar örtüştüğünü değerlendirmekti.
Araştırmanın sınırlılıkları
Bu çalışmanın sonuçlarını değerlendirirken bazı sınırları göz önünde bulundurmak gerekiyor.
Araştırma yalnızca 30 sağlık/YMYL sorgusunu kapsıyor ve Google Türkiye desktop sonuçlarına dayanıyor.
Sonuçlar belirli bir zaman aralığında alınmış SERP snapshot'ları.
Backlink profili, gerçek PageRank, brand demand, kullanıcı davranışı, historical ranking performansı ve Google'ın gözlemlenemeyen diğer ranking sinyalleri çalışmaya dahil edilmedi.
Ayrıca otomatik extraction ve değerlendirme süreçlerinde hata ihtimali tamamen ortadan kaldırılamaz.
Bu nedenle çalışmadaki ilişkileri nedensellik olarak değil, gözlemlenebilir SERP pattern'leri olarak değerlendirmek gerekiyor.
Bir sonraki araştırma ne olabilir?
Bu çalışma sırasında benim için E-E-A-T'den daha dikkat çekici başka bir pattern ortaya çıktı.
Aynı güçlü sağlık yayıncılarının, birbirinden oldukça farklı YMYL sorgularında tekrar tekrar üst sıralarda görünmesi.
Firma ve domain isimlerini burada özellikle paylaşmıyorum.
Ancak bu tekrar pattern'i yeni bir araştırma sorusu doğuruyor:
Aynı sağlık sitelerinin onlarca farklı YMYL sorgusunda sürekli üst sıralarda görünmesini hangi site-level veya off-page sinyaller açıklıyor?
Bunun için sonraki aşamada backlink profili, PageRank'e yaklaşan link metrikleri, brand demand, entity strength, site-level topical signals, internal PageRank dağılımı ve historical performance gibi alanları birlikte incelemek daha değerli olabilir.
Sonuç
30 YMYL sorgu ve 149 kullanılabilir organik sayfa gözleminde Visible E-E-A-T uygulamalarının ranking açısından pratik anlamlılığı desteklenmedi.
Schema richness ve schema correctness da belirgin bir organik ranking üstünlüğü üretmedi.
Search intent, H1 relevance, topical coverage ve internal topical context daha tutarlı pattern'ler gösterdi. Ancak bunların hiçbiri tek başına sıralamayı açıklayacak güçte değildi.
Bu araştırmadan sonra benim çalışma hipotezim şu noktaya geldi:
YMYL SEO'da E-E-A-T ve schema'yı doğrudan ranking boost araçları olarak değil; kalite, güven ve semantik altyapı katmanları olarak değerlendirmek daha doğru olabilir. Ranking araştırmasını ise search intent, topical context ve site/off-page sinyallerine doğru genişletmek gerekiyor.
Google'ın kendi people-first content dokümantasyonunda da E-E-A-T'nin kendisinin spesifik bir ranking faktörü olmadığı açıkça belirtiliyor.
Google Search Central: https://developers.google.com/search/docs/fundamentals/creating-helpful-content
