AI SEO döneminde “entity” kavramı daha görünür oldu: Arama motorları ve yapay zekâ sistemleri, sadece kelime eşleşmesi değil, varlıklar (marka, kişi, hizmet, ürün, lokasyon) arasındaki ilişkileri okuyor. Schema markup (yapılandırılmış veri) burada güçlü bir araçtır; doğru kullanıldığında sitenizin “kim olduğunu” ve “ne yaptığını” daha net anlatır. Yanlış kullanıldığında ise spam gibi algılanabilir.
Entity Neden Kritik?
Bir kullanıcı “health tourism marketing agency” aradığında sistem şu soruları sorar:
- Bu marka bir ajans mı? Nerede? Hangi hizmetleri veriyor?
- Kanıt var mı? Referans / vaka var mı?
- Bu hizmet sayfası gerçekten o hizmeti mi anlatıyor?
Schema, bu sorulara “makine okunur” cevap üretir.
Kurumsal Sitelerde En Faydalı Schema Türleri
- Organization / LocalBusiness: Marka bilgisi, logo, iletişim, sosyal profiller
- WebSite + SearchAction: Site içi arama yapısı (uygunsa)
- Service: Hizmet tanımı ve ilişkili alanlar
- FAQPage: SSS bloklarınız varsa
- Article / BlogPosting: Blog içerikleri için
- BreadcrumbList: Navigasyon ve içerik hiyerarşisi
Pratik Yaklaşım: “Az ama Doğru”
UIM standardında schema yaklaşımı genelde şöyle ilerler:
- Ana entity: Organization (tek ve tutarlı)
- Sayfa tipi: Service / Article / FAQPage
- Kanıt blokları: case study sayfaları varsa Article + iç link
- Breadcrumb ile hiyerarşi
AI SEO Notu
LLM tabanlı arama sistemleri, güvenilir kaynak seçerken yapılandırılmış sinyalleri “tek başına” karar verici yapmaz; ama schema, doğru sayfayı doğru başlıkta tanımladığı için seçimi kolaylaştırır. Özellikle SSS’ler ve hizmet tanımları, özetlenebilirliği artırır.
Hızlı Kontrol
- Marka adı/URL/logo her yerde tutarlı mı?
- Aynı sayfada çakışan schema var mı?
- FAQ gerçek kullanıcı sorusu mu, yoksa anahtar kelime doldurma mı?
- Hizmet sayfalarında Service schema var mı?
