İnceleme içeriğine geç
DijitalPi
TREN
İletişim

ULUSLARARASI ARAŞTIRMA / HAKEMLİ MAKALE

AI video reklamı
etkileşimi artırır mı?

WhatsApp üzerinden yürütülen gerçek bir reklam deneyinde AI video, kişiselleştirilmiş görsel ve genel video karşılaştırıldı. Altı ila dokuz puanlık etkileşim farkının ne söylediğini ve ne söylemediğini açıklıyoruz.

Tüm yazarlar ve kurumlar

İngilizce kaynak · Türkçe inceleme: 10 Eylül 2026 · Kaynak tarihi yukarıdaki künyededir.

Yayımlanmış inceleme

Kaynak ve editoryal kontroller tamamlandı. DijitalPi bu çalışma için müşteri deneyi yapmadı.

KISA AÇIKLAMA

Bu Araştırma Size Ne Söylüyor?

Kişiselleştirilmiş AI videoları bu saha deneyinde iki karşılaştırma grubundan daha yüksek etkileşim üretti. Sonuç tek marka, WhatsApp kanalı ve geçmiş satın alma verisiyle sınırlıdır; satış artışı olarak okunmamalıdır.

Bir örnek düşünün
Marka, önceki alışverişe göre farklı ürünleri gösteren AI videoları hazırlıyor. Tıklama artınca ekip aynı oranda satış artışı olduğunu varsayıyor.
İşinizde ne yapabilirsiniz?
Genel video, kişiselleştirilmiş görsel ve kişiselleştirilmiş video sürümlerini aynı teklif ve gönderim koşullarında karşılaştırın. Etkileşim, site ziyareti, sepet ve satışı ayrı ölçün.

DijitalPi’nin uygulama yorumu. Örnek, konuyu açıklamak için hazırlanmıştır.

ARAŞTIRMAYI BİRLİKTE OKUYALIM

Önce araştırmacıların sorusunu, yöntemini ve bulgularını tanıyalım. Ardından sonuçların nasıl okunabileceğini DijitalPi’nin açıklamalarıyla ele alalım.

01 / ARAŞTIRMACILAR NEYİ ANLAMAK İSTEDİ?

Kişiselleştirilmiş AI video reklamı, görsel veya genel videodan daha çok etkileşim üretir mi?

Kapoor ve Kumar, üretken AI ile hazırlanan ve geçmiş satın alma bilgisine göre kişiselleştirilen videoların gerçek bir mobil reklam ortamındaki etkisini sınadı.

Konuyu açalım · DijitalPi açıklaması

Video formatı ile kişiselleştirme aynı şey değildir. Araştırma, AI videoyu hem kişiselleştirilmiş sabit görselle hem de herkese aynı gösterilen genel videoyla karşılaştırarak iki farklı başlangıç noktası kullandı.

Ölçülen sonuç etkileşimdir. Kullanıcının mesaja verdiği tepki, satın alma veya kârla aynı sonuç değildir.

02 / ARAŞTIRMA NASIL YAPILDI?

Soruyu nasıl sınadılar?

Doğrudan tüketiciye satış yapan sürdürülebilir ürün markasının müşterileri WhatsApp üzerinde üç reklam koşulundan birine rastgele atandı: geçmiş satın almaya göre kişiselleştirilmiş AI video, kişiselleştirilmiş görsel veya genel video.

Yöntemi anlamak · DijitalPi açıklaması

Saha deneyi gerçek kanal ve gerçek marka davranışını yakalar. Buna karşılık tek marka ve kanal, sonucun başka ülke, sektör veya tekliflere otomatik taşınmasını engeller.

Çalışmanın yayımlanan özeti maliyet ve üretkenlik için yaklaşık hesaplar sunuyor. Bunlar ölçülmüş net kâr sonucu değildir.

03 / ARAŞTIRMANIN BULGULARI

AI video, iki karşılaştırmaya göre altı ila dokuz puan daha yüksek etkileşim üretti.

Kişiselleştirilmiş AI video reklamlar, kişiselleştirilmiş görsel ve genel video koşullarından altı ila dokuz yüzde puan daha yüksek etkileşim gösterdi. Farklar cinsiyet ve konum gruplarında da genel olarak korundu.

Etkileşim farkı
+6–9 puanİki karşılaştırma grubuna göre yüzde puan farkı; satış artışı değildir.
Karşılaştırma
3 koşulAI video, kişiselleştirilmiş görsel ve genel video.

Kaynak: Marketing Science yayın kaydı, özet ve DOI ↗

04 / DİJİTALPİ’NİN AÇIKLAMASI

Bu bulguları nasıl okuyabiliriz?

Sonuç, üretim biçimi kadar kişiselleştirmenin ve hareketli formatın birlikte değer yaratabileceğini düşündürüyor. Hangi parçanın ne kadar katkı verdiğini anlamak için yerel deneyde karşılaştırmaları ayrı kurmak gerekir.

Geçmiş satın alma bilgisini kullanmak performans kadar veri yönetişimi sorusudur. Daha iyi etkileşim, sınırsız veri kullanımına izin vermez.

Pazarlama raporunda yüzde puan ile göreli yüzdeyi karıştırmayın. Altı puanlık farkın başlangıç oranına göre göreli karşılığı farklı olabilir.

05 / SONUÇ VE AÇIK SORULAR

Neyi öğrendik, neyi henüz bilmiyoruz?

Bu saha deneyinde kişiselleştirilmiş AI video, iki güçlü karşılaştırmadan daha yüksek etkileşim üretti. Tek marka, tek kanal ve etkileşim ölçütü nedeniyle sonucu satış veya bütün video kampanyaları için genel kural sayamayız.

Aynı fark Türkçe mesajlarda, farklı fiyat düzeylerinde ve satın alma sonucunda görülür mü? Bunun için yerel bir kontrol grubu ve uçtan uca dönüşüm ölçümü gerekir.

Araştırmacıların özgün yayınına dönün

Marketing Science yayın kaydı, özet ve DOI

DİJİTALPİ’NİN UYGULAMA YORUMU

Sizin işinizde nasıl görünür?

Bu üç senaryoyu konuyu birlikte düşünmek için hazırladık. Araştırmadan alınmış vaka veya ölçülmüş müşteri sonucu değildir.

ÖRNEK 01

Tıklama arttı, sipariş bilinmiyor

AI video daha fazla kişiyi mesajla etkileşime soktu; satın alma verisi kampanya raporuna bağlanmadı.

Bunu satış başarısı diye raporlar mısınız?

Örnek 01 için öneriyi aç

Etkileşimi kendi adıyla raporlayın.

Mesaj açma, tıklama, ürün sayfası ziyareti ve siparişi ayrı adımlar olarak izleyin. Bir üst adımdaki artışı alt adım gerçekleşmiş gibi yazmayın.

ÖRNEK 02

Üç şey aynı anda değişti

Video formatı, kişiselleştirme kuralı ve indirim oranı aynı kampanyada yenilendi.

Farkı AI videoya bağlayabilir misiniz?

Örnek 02 için öneriyi aç

Tek seferde tek ana değişkeni sınayın.

Teklif, kitle ve gönderim saatini sabit tutun. Video ile görseli veya kişiselleştirilmiş sürümle genel sürümü ayrı karşılaştırmalar halinde kurun.

ÖRNEK 03

Geçmiş satın alma verisi kullanılıyor

Müşteriye daha önce aldığı kategoriye göre video gösteriliyor; veri kullanım amacı kampanya metninde açık değil.

Performans ölçümü veri sorumluluğunu kaldırır mı?

Örnek 03 için öneriyi aç

Veri kaynağını ve kullanım sınırını kaydedin.

Kullanılan alanları, hukuki dayanağı, saklama süresini ve vazgeçme yolunu kampanyadan önce belirleyin. Gereksiz kişisel veriyi modele vermeyin.

EKİBİNİZLE DENEYİN

Bir video testini satış hunisine bağlayın.

Aynı ürün için üç sürüm hazırlayın. Birincil ölçütü önceden seçin ve kampanya bittikten sonra etkileşimden satışa kadar her adımın ayrı sonucunu yazın.

Sosyal medya reklam yönetimimizi inceleyin

Kaynak ve emeğin sahibi

Anuj Kapoor and Madhav Kumar.
University of Missouri, Robert J. Trulaske Sr. College of Business; MIT Sloan School of Management.

Marketing Science · 8 Mayıs 2025 · 44(4):733–747 · Hakemli saha deneyi. Orijinal yayını aç · Google Scholar’da ara

Akademik çalışma yukarıdaki araştırmacılara aittir. Bu sayfa, DijitalPi’nin AI desteğiyle hazırladığı açıklamalı inceleme ve özgün iş örneklerini içerir; makalenin tam çevirisi değildir.

← Tüm araştırma yazılarına dön

YAPAY ZEKAYA SORUN

DijitalPi ne yapar, yapay zeka anlatsın.

Seçtiğiniz asistanı hazır bir araştırma promptuyla açar. Siteyi canlı okuyup yanıtlar.