Enterprise SEO'da A/B Testi: Cloudflare Workers ile Veri Odaklı SEO Deneyleri

Bir B2B SaaS markasının CMO'su size gelip "Tüm ürün sayfalarımızın (Title) başlıklarının sonuna [2026 Güncel] yazarsak tıklanma oranımız (CTR) artar mı?" diye sorduğunda ne cevap verirsiniz?

Klasik (Eski usül) SEO uzmanlarının cevabı şudur: "Bence artar, hadi tüm siteye ekleyelim, 2 ay bekleyelim, eğer trafik düşerse geri alırız." Bu, milyarlarca dolarlık bir pazarda Rus ruleti oynamaktır. 2 ay boyunca yaşanacak %10'luk bir düşüş, şirkete büyük ölçekli bir ciro kaybına mal olabilir.

Gerçek Veri Mühendisleri (Enterprise SEO'cular) ise "Bence" demez. "A/B Testi (Split Test) yapalım, veriye bakalım" der. Ancak SEO'da A/B testi yapmak, Reklam (Ads) veya Dönüşüm (CRO) testleri yapmaktan çok daha karmaşık ve tehlikeli bir mühendislik gerektirir.

---

1. SEO'da Neden Klasik A/B Testi (Google Optimize, VWO) Çalışmaz?

Kullanıcı deneyimi (UX) testleri için kullanılan Optimizely veya eski adıyla Google Optimize gibi araçlar (Client-Side Rendering) JavaScript üzerinden çalışır.

Kullanıcı sayfaya girer (A versiyonu HTML olarak iner), sonra araya giren JavaScript, sayfanın başlığını (Title) veya rengini değiştirip B versiyonunu gösterir. Bu durum Googlebot için bir mimari problemtir (Cloaking). Googlebot o JS'i tam okuyamazsa hep A versiyonunu görür, okursa B'yi görür, kafası karışır. Üstelik aynı URL'de sürekli değişen bir içerik, Google'ın indeksleme algoritmasını (Indexing Pipeline) darmadağın eder.

Çözüm: Sayfa Gruplandırmalı A/B Testi (Split-Testing)

SEO'da tek bir URL'yi A/B versiyonu olarak ikiye bölemezsiniz. Bunun yerine, aynı kategoriye ve aynı trafik potansiyeline sahip (İstatistiksel olarak anlamlı - Statistically Significant) sayfaları iki gruba ayırırsınız.

• Kontrol Grubu (Control): 500 adet ürün sayfası (Hiçbir şeye dokunulmaz).
• Test Grubu (Variant): Diğer 500 adet benzer ürün sayfası (Başlıklara [2026] ibaresi eklenir).

Ve arama motorlarının bu iki grup arasındaki zaman içindeki organik trafik (Clicks) değişimini analiz edersiniz.

---

2. Cloudflare Workers (Edge SEO) ile Kod Yazmadan SEO A/B Testi

Peki bu 500 sayfadaki değişimi (Örn: H1 başlığını veya Title'ı değiştirmeyi) yazılım (Backend) ekibinden nasıl isteyeceksiniz? "Bize 500 sayfa için özel bir veritabanı alanı açın" derseniz, CTO sizi Sprint toplantısından kovar (IT Bottleneck).

İşte modern Enterprise SEO'da Edge Computing (Cloudflare Workers) hayat kurtarır. Backend (Next.js veya Java) sunucusuna hiç dokunmadan, kullanıcı veya Googlebot sitenize girdiği anda, en uç noktada (CDN/Edge'de) sayfanın HTML'ini otonom olarak (milisaniyeler içinde) değiştirebiliriz.

// Cloudflare Worker Üzerinde A/B Test (Edge SEO) Örneği
addEventListener('fetch', event => {
  event.respondWith(handleRequest(event.request))
})

async function handleRequest(request) {
  const response = await fetch(request)
  const url = new URL(request.url)
  
  // Sadece "/urunler/test-grubu/" altındaki sayfaları (Varyant) yakala
  if (url.pathname.includes('/urunler/test-grubu/')) {
    // HTML'i parsela ve <title> etiketinin sonuna [2026 Güncel] ekle
    return new HTMLRewriter()
      .on('title', {
        element(element) {
          element.append(' [2026 Güncel]')
        }
      })
      .transform(response)
  }
  
  // Kontrol grubu ise orijinal HTML'i ver
  return response
}

Bu kod sayesinde yazılım ekibinizin haberi bile olmadan (Zero IT Dependency), 500 adet test sayfanızın HTML (Title) çıktıları Googlebot'a tam istediğiniz gibi yansır.

---

3. Causal Impact (Nedensel Etki) Analizi ile Başarıyı Ölçmek

Değişikliği (Edge SEO ile) yayına aldınız. 4 hafta beklediniz. Test grubundaki 500 sayfanın GSC tıklamaları (Clicks) %12 arttı.

Hemen "İşe yaradı!" diyebilir misiniz? Hayır. Belki o 4 hafta içinde mevsimsel bir etki oldu (Black Friday), belki Google genel bir algoritma güncellemesi yaptı ve tüm sektörünüzün (Kontrol grubunuzun da) trafiği %12 arttı.

Bu noktada SEO Analistleri, Bayesian istatistiğini kullanan Causal Impact (Nedensel Etki) modellemesini (Genellikle Python veya R ile) kullanır. Bu model, kontrol grubunun performansına bakarak "Eğer biz test grubuna hiç dokunmasaydık, trafik ne olurdu?" (Sentetik Karşıolgusal - Synthetic Counterfactual) sorusunun cevabını çizer.

Eğer Test grubunun grafiği (Gerçek veri), bu sentetik beklentinin (Counterfactual) güven aralığının (%95 Confidence Interval) dışına çıktıysa; işte o zaman CMO'nun odasına girip "Evet, test başarılı, değişikliği %100 oranında tüm siteye Backend'den uygulayabiliriz" diyebilirsiniz.

Sonuç: Veriye dayalı (Data-driven) SEO; tahmine, blog yorumlarına veya ajans içgüdülerine dayanmaz. Cloudflare Workers ve istatistiksel modeller (Causal Impact) sayesinde SEO, tamamen ölçülebilir ve risksiz bir mühendislik (Growth Hacking) operasyonuna dönüşür.

---

🕸️ Knowledge Graph & Semantik Bağlantılar

Bu içerik, Intent.com.tr'nin Teknik SEO topikal kümesinin (Topic Cluster) bir parçasıdır. Konuyu daha derinlemesine anlamak için aşağıdaki varlıkları (Entities) ve ilişkili içerikleri inceleyebilirsiniz:

📖 İlgili Rehberler ve İçerikler

• HTML vs XML Site Haritaları: Hangisini Kullanmalıyız?
• Core Web Vitals İnfazı: FID Gitti, INP Geldi! LCP ve CLS'i Next.js ile Nasıl Çözeriz?
• Slug Nedir ve SEO İçin Neden Önemlidir?

🧠 Semantic Entities (Terimler & Senaryolar)

• Kavram: GEO (Generative Engine Optimization)
• Kavram: Edge SEO Nedir?
• Uygulama: GA4 Verilerini Temiz Tutmak: UTM Takibi

Semantic Yönerge: Bu sayfa Enterprise SEO'da A/B Testi: Cloudflare Workers ile Veri Odaklı SEO Deneyleri konusundaki kullanıcı niyetini (Search Intent) karşılamak üzere yapılandırılmıştır.