Mehmet Akif Ersoy Cad. No:34/C · Etimesgut / ANKARA
Ankara’dan Türkiye’ye Dijital Büyüme
Google AdsGOOGLE ADS · LANDING PAGE · A/B TESTİ

Google Ads Landing Page A/B Testi Nasıl Yapılır? Dönüşüm ve Deney Rehberi (2026)

Google Ads reklamınıza kullanıcı geliyor ama açılış sayfasındaki hangi düzenin gerçekten daha iyi müşteri ürettiğini bilmiyor musunuz? Başlık, form konumu, güven unsurları veya iletişim çağrılarını geliştirirken tahmine değil kontrollü deneye ihtiyacınız var. Bu rehberde A/B testinin adımlarını, hangi araçla uygulanabileceğini, nitelikli lead ölçümünü ve iki varyantın gerçekçi örnek hesaplarını gösteriyoruz.

15 dk okumaNetasus
Yayınlandı: 22 Kasım 2026Güncellendi: 22 Kasım 2026
Aydınlık dijital pazarlama ofisinde A ve B etiketli iki açılış sayfası tasarımı ile karşılaştırmalı dönüşüm grafikleri gösteren ekranlar

Google Ads reklamınıza kullanıcı geliyor ama açılış sayfasındaki hangi düzenin gerçekten daha iyi müşteri ürettiğini bilmiyor musunuz? Başlık, form konumu, güven unsurları veya iletişim çağrılarını geliştirirken tahmine değil kontrollü deneye ihtiyacınız var. Bu rehberde A/B testinin adımlarını, hangi araçla uygulanabileceğini, nitelikli lead ölçümünü ve iki varyantın gerçekçi örnek hesaplarını gösteriyoruz.

Bu yazı landing page'in temel tanımını tekrarlamaz. Google Ads kampanya deneyleriyle site içi ziyaretçi randomizasyonu arasındaki farkı açıklar ve “B'de daha çok form geldi, öyleyse B kazandı” varsayımının neden tehlikeli olabileceğini gösterir.

KISA CEVAP

Google Ads landing page A/B testi nasıl yapılır?

Önce tek bir değişken ve ölçülebilir hipotez belirleyin. Uygun trafik iki sürüme rastgele dağıtılırken kampanya koşulları ve dönüşüm ölçümü olabildiğince aynı tutulmalı. Form sayısı yanında yanıtlanan çağrı, nitelikli lead ve bu lead'in maliyeti karşılaştırılmalı. Google Ads deneyleri uygun kampanyalarda işe yarayabilir; site içi A/B testi farklı bir randomizasyon altyapısı gerektirir. Yeterli veri olmadan kazanan ilan etmeyin.

01
DENEY MANTIĞI

Landing Page A/B Testi Nedir, Normal Sayfa İyileştirmesinden Farkı Ne?

Google Ads açılış sayfasında A/B testi, benzer koşullarda gelen uygun kullanıcıların rastgele iki alternatif sayfaya veya sayfa sürümüne yönlendirilip sonuçların önceden belirlenmiş bir ölçüte göre karşılaştırılmasıdır. A sürümü kontrol, B sürümü değişiklik olarak tanımlanır. Örneğin A'da teklif formu sayfanın altında, B'de ilk görünür içerik bölümünde olabilir. Değişimin işe yaradığı yalnız tasarım zevkinden değil, ölçülen sonuçlardan anlaşılır.

Her trafik karşılaştırması A/B testi değildir. Pazartesi eski sayfayı, salı yeni sayfayı kullanıp form sayısını karşılaştırırsanız hafta içi davranışı, rakip reklamları veya bütçe değişiklikleri sonucu etkileyebilir. Benzer biçimde mobil kullanıcıları A'ya, masaüstünü B'ye göndermek tarafların yapısal olarak farklı olmasına yol açar. Rastgele bölüşüm ve tutarlı ölçüm yapılmadan nedensel sonuç iddiası kurulmaz.

YöntemNe yapar?Ne söyleyebiliriz?
Önce–sonra karşılaştırmasıEski ve yeni sayfa farklı zamanlarda yayınlanır.İlişki görülebilir; dış değişkenler ayrışmayabilir.
Gerçek A/B testiUygun trafik kontrol ve varyanta rastgele ayrılır.Doğru kurgulanırsa sayfa değişiminin etkisi daha güvenilir ölçülebilir.
Çok değişkenli testBirden fazla öğenin kombinasyonları karşılaştırılır.Daha fazla trafik ve sıkı deney tasarımı gerektirebilir.

İyi bir açılış sayfasının temel bileşenlerini yeniden anlatmıyoruz. Bunun için mevcut Google Ads landing page rehberimize bakabilirsiniz. Bu makalenin odağı, hangi değişikliğin yararlı olduğunu ölçmek.

02
HİPOTEZ

Teste Başlamadan Önce Hipotez, Başarı Ölçütü ve Koruma Metriklerini Nasıl Belirlersiniz?

“B tasarımı daha modern olsun” bir tasarım isteğidir; tek başına ölçülebilir deney hipotezi değildir. Daha iyi başlangıç: “Mobilde formu ilk anlamlı içerik alanına taşırsak, hizmetle uyumlu başvuru oranı artar; buna karşılık spam başvuru oranı yükselmez.” Bu ifade test edilen değişikliği, etkilenecek kullanıcıyı, ana sonucu ve olası yan etkiyi belirtir.

KararÖrnekNeden gerekli?
Birincil metrikNitelikli müşteri başvurusu / uygun ziyaretçiTestin asıl iş hedefini tanımlar.
İkincil metrikForm gönderimi, gerçek telefon görüşmesiHangi aşamanın değiştiğini gösterir.
Koruma metriğiSpam oranı, yanıtlanmayan çağrı, hata oranıGörünürdeki kazancın gizli maliyetini izler.
Minimum faydalı etkiÖrneğin nitelikli lead başına maliyette anlamlı düşüşÇok küçük farkların operasyonel karşılığını sorgular.
Karar zamanıÖnceden tanımlanmış süre ve örneklem koşuluGünlük dalgalanmaya göre testi erken bitirmeyi önler.

Telefon butonu tıklamasını tamamlanmış telefon görüşmesi, WhatsApp'a geçişi de doğrudan satış gibi saymayın. Önce iletişim zincirini tıklama var ama telefon gelmiyor kontrol rehberimizde anlattığımız gibi doğrulayın.

03
VARYANT TASARIMI

A ve B Sayfalarında Neyi Değiştirmelisiniz? Örnek Hipotez Tablosu

İlk testlerde, sonucu açıklamaya yetecek kadar sınırlı bir değişken seçmek daha anlamlıdır. Hem teklif formunu, hem fiyat bilgisini, hem referansları, hem de başlıkları aynı anda değiştirirseniz sonuç farklı olsa bile hangi kararın etki yarattığını ayırt edemezsiniz. Sayfanın temel hizmet vaadi ve reklamın arama niyeti iki sürümde de korunmalıdır.

TestA: KontrolB: AlternatifBaşarı metriği
Form konumuHizmet açıklamasından sonra formİlk anlamlı ekranda kısa formNitelikli form oranı
Telefon CTATeklif alÇalışma saatine uygun “Bizi arayın”Yanıtlanan ilgili çağrı oranı
Güven kanıtıGenel marka açıklamasıİzinli, doğrulanabilir proje örneğiNitelikli başvuru oranı
Fiyat yaklaşımıFiyat bilgisi yokGerçek koşullarıyla açıklanan başlangıç fiyatıNitelikli lead maliyeti

Tablodakiler hipotez örnekleri; B seçeneğinin mutlaka kazanacağını söylemiyor. İddia veya gerçek dışı referansla test yapılmaz. Açılış sayfasındaki telefon, WhatsApp ve teklif CTA'larını ayrıntılandırmak için CTA tasarımı rehberimizi kullanabilirsiniz.

NETASUS NOTUDaha fazla tıklanır diye aldatıcı başlık kullanmayın.

Reklam metninde sunulan hizmet, sayfadaki açıklama ve formda istenen bilgiler birbirini karşılamalı. Testte amaç daha gösterişli vaat değil, kullanıcı ihtiyacının daha açık ve güvenilir karşılanmasıdır.

05
KURULUM

Trafiği Nasıl Bölersiniz ve Adil Karşılaştırmayı Nasıl Korursunuz?

Başlangıç için 50/50 bölüşüm kolay anlaşılır, ancak zorunlu oran değildir. Kampanya deneyinde bölüşüm yönteminin kullanıcı mı, açık artırma trafiği mi üzerinden çalıştığını arayüzden ve dokümandan kontrol edin. “50/50 seçildi” ifadesi, her zaman iki sayfaya birebir eşit benzersiz kullanıcı veya eşit nitelikte müşteri geldiği anlamına gelmez.

Kurulum kontrolüYapılması gereken
Trafik kaynağıAynı hizmet niyeti, uygun konum ve cihaz karışımını koruyun.
Atama birimiKişi, oturum veya reklam kolu bazlı ayrımı açıkça tanımlayın.
Varyant kimliğiAnalitik olayda experiment_id ve variant gibi alanlarla ayrıştırın.
Form ve telefon akışıHer iki sayfada da gerçek kayıt, e-posta ve çağrı yönlendirmesi çalışsın.
URL ve izlemeGCLID/UTM parametreleri, yönlendirme ve çapraz alan geçişi kaybolmasın.
Teknik durumHTTP, mobil hız, güvenlik ve consent durumunu her iki varyantta test edin.

Sunucu tarafında farklı nihai URL'ler kullanılacaksa reklam politikası ve nihai URL/alan adı kurallarını ayrıca denetleyin. Geçersiz ya da yanıltıcı yönlendirmeyle deney kurulmaz. Test sürümlerinin birbirinin kopyası URL'lerle organik indekste yarışması istenmiyorsa canonical, noindex veya varyant URL stratejisi SEO uzmanıyla ayrıca kararlaştırılmalı; Google Ads açısından reklam hedefinin erişilebilir olması korunmalıdır.

06
VERİ KALİTESİ

GA4, Google Ads ve CRM ile Hangi Dönüşümleri Ölçmelisiniz?

Başarılı landing page testi için ölçüm zincirinde en az üç seviye tutulmalı: ziyaretçi/sayfa görüntüleme, gerçek iletişim aksiyonu ve nitelikli müşteri sonucu. Form açılması veya telefon bağlantısına dokunulması tek başına başvuru değildir. Formun sunucuda başarıyla işlenmesi, çağrının yanıtlanması ya da müşterinin doğru hizmet bölgesinden gelmesi ayrı kayıtlardır.

AşamaÖlçüm örneğiYanıltıcı yorum
ZiyaretUygun landing page ziyaretçisiSayfa açılışı = potansiyel müşteri
İlk etkileşimTelefon/WhatsApp tıklaması, form başlangıcıTıklama = tamamlanmış görüşme
BaşvuruBaşarıyla kaydedilmiş form veya yanıtlanan çağrıTüm başvurular eşit kalitede
Nitelikli leadHizmet, konum, bütçe ve ihtiyaca uygun gerçek talepHer lead satışa dönüşür
SatışCRM'de doğrulanmış teklif / kazanılan işForm oranı artışı = kâr artışı

GA4'teki önemli olaylar (key events) ile Google Ads'teki dönüşüm tanımlarını ayrı anlayın; hangi olayın Ads teklif optimizasyonunda birincil kullanıldığını ve sayım mantığını kontrol edin. Resmî kaynak: GA4 önemli olaylar ve Google Ads dönüşümleri farkı. Teklif formunu ölçmek için teklif formu ve dönüşüm rehberimize de bakabilirsiniz.

NETASUS NOTUÖlçüm kurulmadan reklam bütçesini test bütçesine çevirmeyin.

Telefon yönlendirmesi ve başvuru kayıtları eksikse “B kazandı” sonucu gerçek değil, etiketleme farkı olabilir. KVKK ve ilgili rıza yükümlülükleri analitik kurulumu sırasında ayrıca değerlendirilmelidir.

07
ÖRNEK HESAP

A/B Testi Sonuç Tablosu: Daha Çok Form Gerçekten Daha Çok Müşteri mi?

Aşağıdaki tamamen varsayımsal senaryoda bir hizmet işletmesi iki landing page sürümüne 1.000'er uygun ziyaretçi yönlendirmiş olsun. İki sürüm için reklam harcaması örnekte eşit kabul edilmiştir; gerçek deneylerde harcama, trafik kalitesi ve atama dağılımı farklı olabilir.

ÖlçütA sürümüB sürümü
Uygun ziyaretçi1.0001.000
Reklam harcaması10.000 TL10.000 TL
Form başvurusu4052
Form dönüşüm oranı%4,0%5,2
Form başına maliyet250 TL192,31 TL
Nitelikli lead2018
Nitelikli lead başına maliyet500 TL555,56 TL

B, form oranında %30 göreli artış gösteriyor: (5,2 − 4,0) / 4,0 = %30. Ancak nitelikli lead sayısı A'da 20, B'de 18 olduğu için nitelikli müşteri başına maliyet B'de daha yüksek. Üstelik yalnız 40'a karşı 52 form başvurusu görülmesi, farkın istatistiksel olarak güvenilir olduğunu tek başına kanıtlamaz. Basit iki oran karşılaştırmasıyla bile örneklem oynaklığı önemlidir; gerçek karar varyant bazında kullanıcı ataması, güven aralığı, çoklu karşılaştırma ve deneyin ön koşullarıyla değerlendirilmelidir.

İki sayfayı yalnız “B'de daha çok dönüşüm oldu” diye kazanan–kaybeden ilan etmeyin. Bu tablo, reklam harcaması ile iş kalitesi arasındaki ayrımı öğretmek için oluşturulmuştur; Netasus'un gerçek müşterisine ait performans sonucu değildir.

08
İSTATİSTİK

A/B Testi Kaç Gün Sürmeli? İstatistiksel Anlamlılık ve Dönüşüm Gecikmesi

Her işletme için geçerli “7 günde biter” kuralı yok. Trafik, mevcut dönüşüm oranı, ölçmek istediğiniz en küçük anlamlı fark, varyant sayısı ve dönüşüm gecikmesi ihtiyaç duyulan örneklem süresini değiştirir. Başlamadan birincil metriği, örneklem/analiz planını ve testi durdurma ölçütünü yazın. Günlük grafikte B öne geçti diye durdurmak yanlış pozitif riskini artırabilir.

Google Ads, deney sonucu henüz belirlenmemişse bazı deneyler için 4–6 hafta veya daha uzun veri toplamayı önerir; bu tüm landing page A/B testlerinin matematiksel olarak aynı sürede kesinleştiği anlamına gelmez. Öneri kampanya deneyi bağlamına aittir ve örneklem büyüklüğünün yerini tutmaz (Google Ads Experiments rehberi). Sonuç ekranında istatistiksel anlamlılık veya kararsızlık gösteriliyorsa koşul ve gecikmeleri gözden geçirin.

RiskNasıl ele alınır?
Çok az leadGereken örneklem için güç analizi yapın; küçük fark bekliyorsanız daha fazla veri gerekir.
Günlük mevsimsellikHafta içi–hafta sonu döngüsünü ve kampanya takvimini kapsayın.
Satış gecikmesiLead nitelendirme ve kazanılan iş kaydı için yeterli izleme süresi bırakın.
Sonuca sık sık bakıp durdurmakÖnceden belirlenmiş karar yöntemi veya geçerli ardışık test yaklaşımı kullanın.
Çok sayıda metrikte kazanan aramakBirincil metriği önceden seçin; çoklu test düzeltmesini değerlendirin.
09
HATA KONTROLÜ

Landing Page Deneylerinde Sonucu Bozan 8 Kritik Hata

Teknik sorunlar bazen tasarım farkından daha büyük etki üretir. Yanlış kampanya ayarı, mobilde açılmayan form veya Analytics etiketinin B sayfasında eksik olması durumunda sonuç tablosu güvenilir değildir. Bunun için her iki sayfada 390, 768 ve 1440 piksel testleri; gerçek form gönderimi ve telefon–WhatsApp kontrolü yapılmalıdır.

01 — Rastgele olmayan bölüşüm

Yalnız yeni müşteri adaylarını B'ye gönderip A ile kıyaslamayın.

02 — Aynı anda kampanya değişikliği

Teklif stratejisi, reklam mesajı ve sayfa eşzamanlı değişirse etki karışır.

03 — Eksik dönüşüm etiketi

A ve B'de event ve başarı ekranı aynı kuralla ölçülmeli.

04 — Mobil performans farkı

Görsel, form ve CTA gerçek mobil görünümde test edilmeli.

05 — Kırık form veya telefon akışı

Başvuru gerçekten kaydediliyor ve arama karşılanıyor mu?

06 — Trafik değişimini saklama

Konum, cihaz, anahtar kelime ve haftalık değişimleri raporlayın.

07 — Günlük dalgalanmada bitirme

Önceden belirlenmiş sonlandırma ölçütünden sapmayın.

08 — Düşük kaliteli başvuruyu ödüllendirme

Form sayısından sonra CRM'de uygun lead ve satış sonucuna bakın.

Temel reklam ve iletişim problemlerini ayırmak için Google reklamlarında tıklama olup müşteri gelmemesi rehberimizi de kullanın. A/B testi, bozuk bir takip düzeninin üzerini örten sihirli araç değildir.

10
SONUÇ

A/B Testini Ne Zaman Yayına Almalı? 12 Maddelik Uygulama Kontrol Listesi

Başarılı bir deney sonunda üç makul karar vardır: B'yi uygula, A'yı koru veya sonuç belirsiz de. İstatistiksel olarak belirsiz ya da ticari açıdan önemsiz farkı zorla kazanan ilan etmek gerekmez. Deney tamamlandığında kullanılan sürümleri, tarihleri, trafik kaynağını, metrikleri, ham sayılarını, karar nedenini ve rollback imkanını belgeleyin.

01 — Tek net hipotez var mı?

Ne değişiyor ve neden işe yarayabilir?

02 — Hedef müşteri tanımlandı mı?

Arama niyeti ve hizmet bölgesi aynı mı?

03 — Birincil metrik seçildi mi?

Form değil nitelikli lead gerekip gerekmediğine karar verin.

04 — Örneklem planı var mı?

Beklenen etki ve düşük trafik riskini hesaplayın.

05 — Atama rastgele mi?

Aynı kişi uygun şekilde aynı sürümü görüyor mu?

06 — Form iki tarafta çalışıyor mu?

Sunucu kaydı ve bildirimleri ayrı ayrı deneyin.

07 — Telefon ve WhatsApp doğru mu?

Tık değil gerçek çağrı/mesajı ayırın.

08 — Etiket ve rıza düzeni aynı mı?

GA4, Ads ve CRM tutarlılığını doğrulayın.

09 — Mobil QA geçti mi?

Hız, kırık görsel ve yatay taşmayı kontrol edin.

10 — Kampanya koşulları sabit mi?

Yeni büyük müdahaleleri not edin ya da ayrı test edin.

11 — Karar kuralı yazılı mı?

Anlamlılık, güven aralığı ve ticari etki birlikte değerlendirilsin.

12 — Rollback hazır mı?

Kaybeden sürüme dönme ve etiketleri temizleme planını oluşturun.

Landing page dışındaki dönüşüm tıkanmalarını web sitem var ama müşteri gelmiyor rehberimizde ele aldık. Eğer sorun tek bir hizmet sayfasının içeriği ise hizmet sayfası şablonumuza da göz atın.

Sonuç: A/B testi, “turuncu buton mu mavi buton mu?” tartışmasından çok daha fazlasıdır. Rastgele karşılaştırma, temiz ölçüm, nitelikli lead ve kontrollü karar süreci birlikte çalışırsa reklam bütçesi için daha anlamlı öğrenme sağlar. Hiçbir test dönüşüm artışı veya satış garantisi vermez.

SIK SORULAN SORULAR

Google Ads landing page A/B testleri hakkında sık sorulan sorular

01Google Ads landing page A/B testi ile normal sayfa yenileme aynı mı?

Hayır. A/B testinde uygun ziyaretçiler rastgele kontrol ve varyanta ayrılır. Önce–sonra sayfa yenilemesinde tarih, kampanya ve trafik farkları sonucu etkileyebilir.

02Google Ads içinde iki landing page doğrudan test edilebilir mi?

Uygun kampanyalarda özel deneylerle sayfa değişiklikleri kıyaslanabilir; kampanya türü, hesap özellikleri, nihai URL ve atama koşulları kontrol edilmelidir. Bu, sitenin bütün trafiğini rastgele bölen site içi A/B test motoruyla aynı değildir.

03Google Optimize 2026 yılında kullanılabilir mi?

Hayır. Google Optimize ve Optimize 360, 30 Eylül 2023 itibarıyla kullanımdan kaldırıldı. Güncel site içi test için uygun bir deney çözümü veya güvenli özel uygulama gerekir.

04A/B testi ne kadar süre devam etmeli?

Tek bir zorunlu süre yoktur. Trafik, dönüşüm oranı, beklenen etki, satış gecikmesi ve önceden planlanan örneklem önemlidir. Google Ads bazı kararsız kampanya deneylerinde en az 4–6 hafta veri toplamayı önerir; bu her test için garanti değildir.

05B sürümünde daha fazla form varsa mutlaka daha iyi midir?

Hayır. Formlar spam veya hizmetle ilgisiz olabilir. Nitelikli lead, yanıtlanan çağrı, teklif ve satış sonuçları ile maliyet birlikte değerlendirilmelidir.

06GA4 tek başına ziyaretçileri A ve B olarak rastgele dağıtır mı?

Hayır. GA4 olayları ve önemli olayları ölçer; ziyaretçi randomizasyonu için uygun deney altyapısına ihtiyaç vardır. Deney varyantı olay parametreleriyle ayrıca raporlanabilir.

NETASUS · GOOGLE ADS VE WEB TASARIM

Açılış sayfalarınızın performansını tahmin yerine verilerle değerlendirin.

Reklam niyetini, form ve çağrı akışını, ölçüm kalitesini ve nitelikli müşteri maliyetini birlikte inceleyelim. Daha yüksek dönüşüm veya satış garantisi sunmuyoruz.

Google Ads Yönetimi Hizmetini İncele →