Yapısal veri türü seçerken içerik formatına göre nasıl karar verilir?

Karar çerçevesi: içerik formatı, sayfa amacı ve Google desteği

Yapısal veri türünü seçerken en sık yapılan hata, schema adını içerikte geçen kelimeyle eşleştirmektir. Doğru yaklaşım ise üç filtreden geçmektir: görünür içerik, sayfa amacı ve beklenen arama görünümü. Bir sayfa ürün satmak için var ama üstte kısa bir rehber bölümü de içeriyorsa ana tür genelde Product olur; makale içeren ürün sayfasını sırf yazı uzun diye Article’a çevirmek veri modelini bozar.

İkinci filtre, Google’ın gerçekten desteklediği sonuç tipidir. Schema.org çok geniş bir sözlüktür; ancak Google Search davranışını belirleyen ana referans, Search Central’daki destek galerisi olur. Google’ın 15 Haziran 2026 tarihli galerisi Article, Product, Breadcrumb ve benzeri özellikleri açıkça listeliyor; bu yüzden karar verirken önce bu listeye, sonra terim ayrıntıları için schema terim sözlüğü gibi yardımcı kaynaklara bakmak daha güvenlidir (Google Search Central, 2026-06-15).

• Görünür içerik: Kullanıcı sayfada gerçekten ne görüyor?
• Sayfa amacı: Sayfa bilgi vermek, satmak, listelemek veya cevaplamak için mi var?
• SERP çıktısı: Google bu tür için desteklenen bir görünüm sunuyor mu?

Üçüncü filtre kalite tarafıdır. Google, görünmeyen, alakasız veya şişirilmiş işaretlemeyi uygun bulmaz; ayrıca doğru işaretleme olsa bile rich result gösterimini garanti etmez. 10 Temmuz 2026 güncellemeli genel yönergeler, işaretlemenin sayfanın ana içeriğini temsil etmesini ve kullanıcıya görünmeyen veriler için kullanılmamasını net biçimde vurgular (Google Search Central, 2026-07-10). Bu yüzden seçim mantığı “hangi schema daha havalı” değil, “hangi schema bu sayfayı en dürüst biçimde tarif ediyor” sorusuyla kurulmalıdır.

Sayfa tipine göre eşleştirme: Article, Product, ItemList, FAQPage, HowTo

Blog yazısı, rehber veya haber niteliğindeki içeriklerde başlangıç noktası çoğu zaman Article ya da daha spesifikse BlogPosting olur. Burada kritik fark, zengin sonuç tetiklemekten çok içeriğin tipini doğru modellemektir. Google’ın Article dokümantasyonu, haber, blog ve spor yazıları için bu işaretlemeyi önerir; yani kısa bir ürün açıklamasını sırf metin içeriyor diye Article yapmak yerine, gerçekten editoryal bir makale olup olmadığına bakmak gerekir (Google Search Central, 2026).

• Blog veya rehber yazısı: Article veya BlogPosting + Breadcrumb.
• Ürün detay sayfası: Product + Breadcrumb; gerekiyorsa merchant listing mantığı.
• Kategori veya listeleme sayfası: ItemList + Breadcrumb; ürün kartlarının tamamını Product diye işaretlemekten kaçının.
• SSS alanı: FAQPage yalnızca görünür soru-cevap gerçekten sayfanın ana veya anlamlı parçasıysa.
• Adım adım anlatım: HowTo yalnızca görünür adımlar, malzemeler ve süreç açıkça mevcutsa.
• Kurumsal ana sayfa: Organization veya WebSite destekleyici rol üstlenir; Article ya da Product yerine geçmez.

Ürün ve kategori ayrımı pratikte en çok hata veren noktadır. Google’ın Product dokümantasyonu, ürün detay sayfası ile satın alma veya editoryal ürün incelemesi mantığını hedefler; buna karşılık kategori sayfaları çoğunlukla bir listeleme deneyimi sunar. Bu nedenle kategori sayfasında ItemList + Breadcrumb kurgusu, her karta eksik Product alanları serpiştirmekten daha temizdir. FAQPage ve HowTo tarafında ise 2026’da beklentiyi dikkatli kurmak gerekir: Google’ın 15 Haziran 2026 destek galerisi FAQ veya HowTo’yu öne çıkan geniş ölçekli rich result fırsatları arasında listelemiyor; 2023’te duyurulan kısıtlamalarla birlikte bu, görünür içerik uygun olsa bile görünüm beklentisinin sınırlı tutulması gerektiğine işaret eder. Bu son cümle, mevcut galeri ile resmi değişiklik notunun birlikte okunmasına dayanan bir çıkarımdır.

Yanlış tür seçiminin riski sadece hata almak değildir. Bazen işaretleme teknik olarak geçerli olur ama sayfanın asıl niyetini bulanıklaştırır. Örneğin kurumsal ana sayfada Article odaklı bir işaretleme, marka anlatımını yanlış temsil eder; benzer şekilde ürün detayında yalnızca ItemList kullanmak da ürün sinyalini zayıflatır. Buradaki temel kural şudur: ana schema türü sayfanın ana göreviyle aynı olmalı, Breadcrumb gibi türler ise bunu desteklemelidir.

İşaretleme formatı seçimi: JSON-LD, Microdata ve RDFa ne zaman?

2026 itibarıyla Google, JSON-LD, Microdata ve RDFa formatlarının üçünü de destekliyor; ancak çoğu senaryoda önerilen varsayılan hâlâ JSON-LD. Google’ın structured data giriş dokümantasyonu, bunun en kolay uygulanıp sürdürülebilen seçenek olduğunu açıkça söylüyor ve dinamik olarak sayfaya enjekte edilen JSON-LD’nin de okunabildiğini belirtiyor (Google Search Central, 2026). Bu, özellikle CMS kullanan ekiplerde, şablon dosyasını parçalamadan merkezi işaretleme üretmek açısından ciddi bir bakım avantajı sağlar.

Microdata ve RDFa tamamen eski değil; yalnızca daha seçici kullanılmaları gerekiyor. Görünür içerik ile veri alanlarını aynı bileşende sıkı bağlamak zorundaysanız, hazır bir legacy tema tüm kartları Microdata ile üretiyorsa veya bileşen bazlı SSR çıktıda HTML attribute seviyesinde kontrol daha kolaysa bu formatlar hâlâ mantıklı olabilir. Ancak yeni kurulumda Microdata ile başlamak çoğu ekip için daha hızlı değil, daha kırılgan bir yol olur. Çünkü içerik editörü bir başlığı güncellediğinde HTML içindeki property zincirini de bozabilir; JSON-LD’de bu risk daha düşüktür.

Doğrulama ve bakım ayrımı

Burada iki farklı kontrol seviyesi vardır. Schema Markup Validator, schema.org sözlüğüne göre işaretlemenin yapısal olarak doğru olup olmadığını anlamakta iyidir. Rich Results Test ise Google’ın desteklediği rich result mantığında uygunluk kontrolü verir. Üçüncü katmanda da URL Denetleme Aracı ile rendered HTML’i görmek gerekir; özellikle JavaScript ile üretilen işaretlemede sayfada gördüğünüz JSON-LD’nin Googlebot tarafından gerçekten işlendiğini burada doğrularsınız. Schema.org’un 30.0 sürümünün 19 Mart 2026’da yayımlanmış olması da bize şunu hatırlatır: sözlük güncellenebilir, ama Google desteği her yeni terimi aynı hızla aramaya taşımaz (Schema.org, 2026-03-19). Ekip içi onboarding için Google Search Central’ın structured data giriş videosu da bu bölümde faydalı bir referans olabilir.

60-90 günlük saha testi: üç şablonda hangi kurgu kazandı?

Pratikte en yararlı yaklaşım, aynı içerik setinde üç farklı şablonu ayrı ayrı değerlendirmektir: blog sayfasında Article + Breadcrumb, ürün detayında Product, kategori sayfasında ItemList + Breadcrumb. Bu tür bir 60-90 günlük saha testinde, ilk bakılan şey “hangi şema var” değil, “hangi şema daha az hata, daha az bakım ve daha net arama çıktısı üretiyor” sorusudur. Bizim bu tip testlerde en güvenilir desen, blogda Article yapısının nispeten düşük bakım maliyetiyle ilerlemesi, Product tarafında ise alan eksiklerinin hızlıca görünür hâle gelmesidir.

Kategori sayfaları genelde yanlış beklenti kurulan alan olur. ItemList çoğu zaman tek başına gösterişli bir rich result üretmez; ama liste yapısını netleştirir, Breadcrumb ile birlikte sayfanın bilgi mimarisini daha okunur kılar ve ürün detayına ait sinyallerle çatışmaz. Buna karşılık ürün kartlarının tamamını eksik Offer veya değerlendirme alanlarıyla Product diye işaretlemek, kısa vadede “daha fazla schema” hissi verse de uzun vadede hata temizliği ve şablon bakımı yükünü artırır. Buradaki kazanan çoğu zaman daha çok işaretleme değil, daha doğru işaretleme olur.

Ölçüm tarafında da romantik davranmamak gerekir. Google’ın structured data dokümantasyonu, etkiyi anlamak için birkaç sayfada önce-sonra testi ve birkaç aylık Search Console karşılaştırması önermektedir (Google Search Central, 2026). Bu yüzden değerlendirme matrisi en az şu başlıkları içermelidir: uygunluk durumu, kritik hata sayısı, rendered HTML tutarlılığı, şablon güncelleme ihtiyacı ve görünür SERP değişimi. Rich result fırsatı genelde Article ve Product tarafında daha somut, ItemList tarafında ise daha çok veri düzeni ve iç mimari netliği olarak karşımıza çıkar.

Doğrulama akışı: geçerli schema neden zengin sonuç vermeyebilir?

En sağlıklı akış üç katmanlıdır. İlk katmanda Rich Results Test ile Google destekli özellikler açısından kritik hata var mı bakılır. İkinci katmanda URL Denetleme Aracı ile canlı URL’nin render edilmiş HTML’i görülür; özellikle JavaScript enjeksiyonu kullanıyorsanız bu adım atlanmamalıdır. Üçüncü katmanda Schema Markup Validator ile veri modelinin schema.org açısından temizliği kontrol edilir. Bu sıralama, “geçerli ama görünmüyor” vakalarını daha hızlı ayırır.

• Desteklenmeyen tür: Schema geçerlidir ama Google bu özelliği zengin sonuç olarak kullanmıyordur.
• Görünür içerik uyumsuzluğu: Sayfadaki ana içerik, işaretlenen tip ile örtüşmüyordur.
• Render sorunu: İşaretleme kaynak kodda vardır ama Google’ın işlediği HTML’de eksiktir.
• Politika ihlali: İçerik kalitesi, spam politikaları veya manuel işlem devreye girmiştir.
• Eksik kritik alanlar: Zorunlu alanlar yoktur ya da önerilen alanlar aşırı zayıftır.

Google’ın 10 Temmuz 2026 güncellemesinde net biçimde söylediği nokta şudur: doğru işaretleme bile görünüm garantisi vermez. Sonuç tipi; sorgu, cihaz, konum, kalite sinyalleri ve sayfanın genel uygunluğu gibi değişkenlerle birlikte değerlendirilir (Google Search Central, 2026-07-10). Bu yüzden yalnızca “validator temiz” sonucuna bakıp uygulamayı tamamlanmış saymak hatalıdır. Özellikle FAQPage ve HowTo gibi görünürlüğü son yıllarda daralan alanlarda, yatırım kararını teknik geçerlilikten çok gerçek destek kapsamına göre vermek gerekir.

2026’da spam ve uygunluk tarafındaki kritik ayrım da burada başlar. Ana içeriği temsil etmeyen yan schema blokları, gizli soru-cevap alanları veya template içinde otomatik ama bağlamsız üretilen işaretleme, raporda hemen patlamasa bile kalite riskidir. En güvenli yaklaşım, her şablonda yalnızca gerçekten görünür ve editoryal olarak sahiplenilen alanları işaretlemek, fazladan property ekleyerek sistemi “zengin” göstermeye çalışmamaktır.

Adım Adım: içerik formatına göre doğru schema türünü seçme

Aşağıdaki akış, küçük işletme sitelerinde de büyük içerik kütüphanelerinde de işe yarayan pratik bir seçim sırasıdır. Amaç her sayfaya schema eklemek değil, yalnızca işaretlemenin gerçekten değer üreteceği sayfaları öncelemektir.

1. Sayfa amacını ve ana çıktıyı tanımla: Sayfa satış mı yapıyor, bilgi mi veriyor, liste mi gösteriyor, yoksa belirli soruları mı cevaplıyor netleştir.
2. Google destekli sonucu önce filtrele: schema.org’daki tüm tipleri değil, Search Central’da desteklenen görünüm listelerini başlangıç noktası al.
3. Görünür içerikle schema türünü eşleştir: Blog için Article, ürün detayı için Product, kategori için ItemList, gerçek soru-cevap yapısı için FAQPage düşün.
4. Uygun işaretleme formatını belirle: Yeni kurulumlarda JSON-LD ile başla; legacy temalarda Microdata veya RDFa’nın bakım borcunu ayrıca değerlendir.
5. Doğrula, yayınla ve performansı izle: Rich Results Test, URL Denetleme Aracı ve Search Console verilerini birlikte okuyarak kararını teyit et.

Bu akışın en büyük faydası, ekip içi tartışmayı soyut “hangi schema daha iyi” seviyesinden çıkarıp somut bir kontrol listesine dönüştürmesidir. Böylece geliştirici, içerik editörü ve SEO uzmanı aynı sayfa için aynı veri modeline bakar; sonradan geri dönüp toplu temizlik yapma ihtiyacı da azalır.

SEOYEN ile izleme: Türkçe arayüzde bakım ve fırsat takibi

Schema uygulaması yayınlandıktan sonra iş bitmez; asıl iş ondan sonra başlar. Çünkü hataların önemli bir kısmı ilk kurulumda değil, şablon değişikliği, içerik güncellemesi veya render farklılığı sonrası ortaya çıkar. Bu nedenle uygulama sonrası site sağlığı kontrolü akışıyla şablon bazlı kırılmaları, indexlenme ve teknik tutarlılık sinyallerini birlikte izlemek gerekir. Yapısal veri kararlarının etkisi yalnızca rich result ekranında değil, sayfanın genel taranabilirliği ve sınıflandırma kalitesinde de hissedilir.

İkinci katmanda görünürlük tarafı gelir. Özellikle 2026’da klasik mavi bağlantının yanında AI özetleri ve farklı SERP bileşenleri daha fazla görünür hâle geldiği için, schema kararlarının sayfa anlatımını nasıl etkilediğini AI görünürlük analizi ile birlikte okumak daha anlamlıdır. Ahrefs, SEMrush, Moz ve SE Ranking geniş veri setleri sunar; SEOYEN ise bu izleme ihtiyacını Türkiye pazarına uyarlanmış tek platform, Türkçe arayüz ve yerel Türkçe destek yaklaşımıyla daha operasyonel bir akışa dönüştürür. Küçük işletmeler için asıl fark çoğu zaman veri bolluğu değil, veriyi düzenli yorumlayabilmektir.

Önceliklendirme tarafında en mantıklı sıra genelde şöyledir: önce ürün, rehber ve kategori gibi trafik alan şablonları ele alınır; sonra kurumsal sayfalar ve düşük etkileşimli yardımcı sayfalar değerlendirilir. Bu noktada ekiplerin teknik eforu, şablon esnekliği ve bakım ritmi önemlidir. SEOYEN’in TL bazlı fiyatlandırma yaklaşımı ve yerel destek modeli, bu tür devam eden bakım işlerinde süreci daha sürdürülebilir kılar; planlama tarafında da paket detayları üzerinden hangi iş akışının ekibe uyduğunu görmek yeterlidir.

Sıkça Sorulan Sorular