Schema Markup Nedir? SEO İçin Yapılandırılmış Veri Rehberi

“Yapılandırılmış veri” veya “schema markup”, web sayfasındaki bilgilerin arama motorları tarafından doğrudan anlaşılmasını sağlayan bir işaretleme yapısıdır. İçerik yalnızca metin olarak sunulduğunda anlam çıkarımı yapılır. Schema kullanıldığında ise içerik veri olarak tanımlanır.

Arama motorları sayfaları tararken başlık, ürün, yazar veya fiyat gibi bilgileri yorumlayarak anlamlandırır. Bu süreç her zaman net ilerlemez. İçerik açık şekilde tanımlanmadığında sınıflandırma hataları oluşabilir.

Yapılandırılmış veri kullanıldığında içerikte yer alan bilgiler doğrudan işaretlenir. Bu sayede arama motoru sayfanın neyi anlattığını daha hızlı ve doğru şekilde belirler.

Google sonuçlarında yıldız puanları, ürün bilgileri veya soru-cevap blokları görüldüğünde, bu yapılandırılmış verinin kullanıldığını gösterir.

Bu içerikte, schema markup nedir, nasıl kullanılır ve hangi sayfalarda hangi schema kullanılır sorularını adım adım ele alacağız.

Schema Markup Nedir?

Schema markup, web sayfasındaki bilgilerin arama motorları tarafından doğrudan anlaşılmasını sağlayan yapılandırılmış veri işaretlemesidir. İçerikte yer alan başlık, yazar, ürün, fiyat veya tarih gibi bilgiler belirli etiketlerle tanımlanır.

Bu işaretleme yapılmadığında arama motoru içeriği metin üzerinden yorumlayarak anlam çıkarır. Schema kullanıldığında ise aynı bilgiler açık şekilde tanımlanır ve veri olarak işlenir. Bu durum sayfanın neyi anlattığının daha net belirlenmesini sağlar.

Schema markup, Schema.org tarafından tanımlanan ortak bir sözlüğe dayanır. Bu sözlük sayesinde farklı arama motorları aynı veri yapısını kullanarak içeriği benzer şekilde yorumlar.

Google gibi devlerin ne kadar çok veriyi işlemek zorunda olduklarını düşünürsek, yapılandırılmış veri ile hangi bilgiyi iletmek istediğinizi açıkça belirtmeniz son derece önemlidir.

Bir örnek vermek gerekirse:

Yapılandırılmış veriler, bir sayfa hakkındaki bilgiyi standardize etme ve sayfa içeriğini sınıflandırma yolunu sunar. Veri, bilginin uygulandığı sayfada, schema işaretleme kullanılarak kod aracılığıyla oluşturulur.

Yukarıdaki örnekte, açık ipuçları tarif, yorumlar, içerikler, hazırlık süresi, kalori vb. olarak belirtilmiştir.

Şema işaretlemesi, RDFa, Microdata ve JSON-LD gibi formatlarla hazırlanabilir.

Eğer arama sonuçlarında detaylandırılmış bilgilere yer vermek istiyorsanız, bu yapısal veri kodlamalarını web sitenize entegre etmelisiniz.

JSON formatında hazırlanan bu yapısal verileri sayfanızın “head” kısmına ekleyerek bu sitenize entegre edebilirsiniz.

Schema işaretleme sayesinde Googlebot, web sitenizdeki bilgiyi daha net bir şekilde algılar ve bu kodlamalarla belirttiğiniz bilgiler arama sonuçlarında ön plana çıkar.

Schema markup nedir işlediğimize göre gelelim neden kullanılması gerektiğine.

Schema Markup Neden Kullanılır?

Yapılandırılmış veri ve semantik dilin birleşimi olan Schema markup, sitenizde bahsedilen konu hakkında arama motorlarına bilgi verir. Google, sayfanın özünü kavramak için yapılandırılmış veriye, yani schema işaretlemesine başvurur.

Bunu daha sade bir dille ifade edersek bu işaretleme, arama motorlarına içeriği daha doğru bir biçimde tarayıp indekslemesi için belirgin bir yapı sunar. İçeriğin nasıl yorumlanması gerektiği konusunda algoritmalara rehberlik eder.

Bu nedenle, basit bir meta açıklamanın aksine schema ile zenginleştirilmiş sayfalar arama sonuçlarında farklı bir görsellikle karşımıza çıkar.

İşaretleme yapılmayan içerikte arama motoru metni yorumlayarak anlam çıkarmaya çalışır. JSON-LD ile yapılandırılmış veri eklendiğinde içerik doğrudan tanımlanır. Bu nedenle tarama sürecinde veri daha hızlı ve doğru şekilde işlenir.

Arama motoru botları işaretlenmiş veriyi tarar ve anlamlandırır. Tanımlı alanlar sayesinde içerikte yer alan başlık, ürün, fiyat veya yazar gibi bilgiler açık şekilde ayrıştırılır. Bu ayrım yapılmadığında içerik tek parça metin olarak değerlendirilir.

Schema yapısında entity bağlantıları kurulduğunda içerik tek parça metin olmaktan çıkar ve anlamlı bir veri yapısına dönüşür. Bu yapı, arama motorlarının içeriği daha net yorumlamasını sağlar. Aynı etki yapay zeka sistemlerinde de ölçülmüştür.

Yapılandırılmış veri kullanıldığında içerik net veri bloklarına ayrılır.

Bir örnekle konuyu pekiştirmek gerekirse:

Brownie tarifi aramamızda karşımıza çıkan sonuç bu şekildedir. Sayfanın alt yapısına baktığımızda ise yapılandırılmış verileri şu şekilde görebiliriz.

Schema sayesinde kullanıcı, sayfanın özet bilgilerini bir bakışta değerlendirebilir ve bu bilgilere dayanarak ilgili sayfayı ziyaret edip etmeme kararı alır. Eğer sunduğunuz özet bilgiler kullanıcının ilgisini çekerse, web sitenize yönlendirilme olasılığı artar.

Schema Markup Türleri Nelerdir?

Schema markup türleri, sayfa içeriğinde yer alan farklı veri tiplerini tanımlamak için kullanılır. Article, Organization, Person, Product ve LocalBusiness gibi türler en yaygın kullanılan yapılardır. Her biri belirli bir içeriği temsil eder ve arama motoruna doğrudan bilgi verir.

BreadcrumbList sayfa hiyerarşisini, VideoObject video içerikleri, Review ve AggregateRating ise puanlama verilerini tanımlar. Bu türler birlikte kullanıldığında sayfa içeriği parçalara ayrılır ve daha net sınıflandırılır.

Hangi sayfada hangi schema türünün kullanılması gerektiği aşağıdaki tabloda gösterilmiştir:

En sık kullanılan schema markup türlerini birlikte inceleyelim.

Organization Schema Markup (Kuruluş)

Organization schema, bir markanın dijital kimliğini arama motorlarına açık ve doğrulanabilir şekilde ileten yapılandırılmış veri türüdür. Marka adı, logo, iletişim bilgileri, sosyal profiller ve kurumsal ilişkiler tek bir entity altında tanımlanır.

Arama motoru, bu veriyi kullanarak markayı bağımsız bir varlık (entity) olarak konumlandırır ve Knowledge Graph ile eşleştirir.

Bu yapı kullanıldığında arama motoru markayı tekil bir varlık olarak tanımlar ve farklı sayfalardaki bilgileri tek bir kaynak altında birleştirir.

Organization schema’nın kullanılması gereken sayfalar şu şekildedir:

• Ana sayfa
• Hakkımızda sayfası
• İletişim sayfası
• Footer (site genelinde tekrar eden alanlar)

Bu sayfalarda aynı organization yapısı kullanılarak marka bilgisi tutarlı şekilde iletilir. Farklı veya çakışan yapı kullanımı veri bütünlüğünü bozar.

Organizasyon şeması için bir örnek şöyle olabilir:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://www.ornek.com/#organization",
  "name": "Örnek Şirket A.Ş.",
  "url": "https://www.ornek.com",
  "logo": "https://www.ornek.com/logo.png",
  "description": "Örnek Şirket A.Ş., dijital hizmetler sunan bir teknoloji firmasıdır.",
  "foundingDate": "2018",
  "founder": {
    "@type": "Person",
    "name": "Ahmet Yılmaz"
  },
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Örnek Cadde No:123",
    "addressLocality": "İstanbul",
    "postalCode": "34000",
    "addressCountry": "TR"
  },
  "contactPoint": {
    "@type": "ContactPoint",
    "telephone": "+90 212 555 55 55",
    "contactType": "customer support",
    "areaServed": "TR",
    "availableLanguage": ["Turkish"]
  },
  "sameAs": [
    "https://twitter.com/ornek",
    "https://www.linkedin.com/company/ornek",
    "https://www.instagram.com/ornek"
  ]
}

Google arama sonuçlarında Organizasyon Schema’sı şu şekilde gözükecektir.

Local Business (Yerel İşletme) Schema Markup

LocalBusiness schema, fiziksel bir işletmenin konum ve iletişim bilgilerini arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. İşletme adı, adres, telefon, çalışma saatleri ve konum bilgileri bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru işletmenin hangi bölgede hizmet verdiğini net şekilde belirler ve yerel aramalarda doğru şekilde eşleştirir.

LocalBusiness schema’nın kullanılabileceği sayfalar şu şekildedir:

• İletişim sayfası
• Hakkımızda sayfası
• Şube veya lokasyon sayfaları
• Ana sayfa (tek lokasyonlu işletmelerde)

Adres ve iletişim bilgileri tüm sayfalarda tutarlı olmalıdır. Farklı veya eksik bilgi kullanımı yerel eşleşmeyi zayıflatır.

Örnek bir Local Business schema’sı:

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "Örnek Kafe",
  "description": "Örnek Kafe, lezzetli kahve ve atıştırmalıklar sunan bir kafe.",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Örnek Caddesi No: 123",
    "addressLocality": "İstanbul",
    "postalCode": "34000",
    "addressRegion": "Kadıköy",
    "addressCountry": "TR"
  },
  "telephone": "+90 (212) 555 55 55",
  "openingHours": "Pazartesi-Cuma 08:00-20:00, Cumartesi-Pazar 09:00-18:00",
  "image": "https://www.ornekkafe.com/images/logo.jpg",
  "url": "https://www.ornekkafe.com",
  "sameAs": [
    "https://www.facebook.com/ornekkafe",
    "https://www.instagram.com/ornekkafe",
    "https://twitter.com/ornekkafe"
  ]
}

Arama sonuçlarında Local Business görünümü.

BreadcrumbList Schema Markup

BreadcrumbList schema, bir sayfanın site içindeki konumunu arama motorlarına açık şekilde tanımlayan yapılandırılmış veri türüdür. Sayfanın hangi kategori altında yer aldığı ve hiyerarşik yapısı bu schema ile belirtilir.

Bu yapı kullanıldığında arama motoru sayfanın site içindeki konumunu daha net anlar ve URL yerine breadcrumb yapısını gösterebilir.

BreadcrumbList schema’nın kullanılması gereken sayfalar:

• Blog yazıları
• Kategori sayfaları
• Ürün sayfaları
• Hizmet sayfaları

Tüm sayfalarda gerçek site hiyerarşisini yansıtacak şekilde kullanılır. Yanlış veya tutarsız yapı, sayfa ilişkilerinin hatalı yorumlanmasına neden olur.

BreadcrumbListe schema örneği şu şekildedir:

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "item": {
        "@id": "https://www.ornek.com",
        "name": "Ana Sayfa"
      }
    },
    {
      "@type": "ListItem",
      "position": 2,
      "item": {
        "@id": "https://www.ornek.com/kategori",
        "name": "Kategori"
      }
    },
    {
      "@type": "ListItem",
      "position": 3,
      "item": {
        "@id": "https://www.ornek.com/kategori/altkategori",
        "name": "Alt Kategori"
      }
    },
    {
      "@type": "ListItem",
      "position": 4,
      "item": {
        "@id": "https://www.ornek.com/kategori/altkategori/urun",
        "name": "Ürün"
      }
    }
  ]
}

Breadcrumb Schema Google Sonuçlarında şu şekilde gözükür:

Product (Ürün) Schema Markup

Product schema, e-ticaret sitelerinde ürün sayfasında yer alan ürün bilgilerini arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. Ürün adı, fiyat, stok durumu ve marka gibi bilgiler bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru ürün bilgisini net şekilde ayrıştırır ve fiyat, puan gibi verileri arama sonuçlarında gösterebilir.

Product schema’nın hangi sayfalarda kullanıldığına bakacak olursak:

• Ürün detay sayfaları
• E-ticaret ürün sayfaları
• Dijital ürün satış sayfaları

Ürün olmayan sayfalarda kullanılması veri hatasına neden olur ve yapı geçersiz sayılır.

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Örnek Marka Erkek Kol Saati",
  "description": "Örnek Marka Erkek Kol Saati, şıklığı ve kaliteyi bir araya getiren bir kol saati seçeneğidir.",
  "brand": {
    "@type": "Brand",
    "name": "Örnek Marka"
  },
  "sku": "SKU123456",
  "mpn": "MPN7890",
  "image": "https://www.orneksaatler.com/images/orneksaat.jpg",
  "offers": {
    "@type": "Offer",
    "price": "999.99",
    "priceCurrency": "TRY",
    "availability": "https://schema.org/InStock",
    "seller": {
      "@type": "Organization",
      "name": "Örnek Saat Mağazası",
      "url": "https://www.orneksaatler.com"
    }
  }
}

Arama sonuçlarında Product Schema örneği:

İlginizi çekebilir: E-Ticaret Sitesi Kurma Rehberi

Article (Makale) Schema Markup

Article schema, bir içerik sayfasında yer alan makale bilgisini arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. Başlık, yazar, yayın tarihi ve içerik bilgileri bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru sayfanın bir makale olduğunu net şekilde sınıflandırır ve içerik ile ilgili temel bilgileri doğrudan işler.

Article schema’nın kullanılabileceği sayfalar şu şekildedir:

• Blog yazıları
• Rehber içerikler
• Haber ve makale sayfaları

İçerik olmayan sayfalarda kullanılması yanlış sınıflandırmaya neden olur.

{
  "@context": "https://schema.org",
  "@type": "Article",
  "mainEntityOfPage": {
    "@type": "WebPage",
    "@id": "https://www.ornekblog.com/makale/123"
  },
  "headline": "Yazılım Geliştirme Sürecinde En İyi Uygulamalar",
  "image": "https://www.ornekblog.com/images/makale.jpg",
  "author": {
    "@type": "Person",
    "name": "Örnek Yazar"
  },
  "datePublished": "2023-09-20",
  "dateModified": "2023-09-20",
  "articleBody": "Yazılım geliştirme sürecinde en iyi uygulamaları takip etmek önemlidir. Bu makalede, yazılım geliştirme sürecinde dikkate almanız gereken en önemli adımları ve stratejileri bulacaksınız."
}

Arama sonuçlarından örnek:

FAQ (Sıkça Sorulan Sorular) Schema Markup

FAQPage schema, bir sayfada yer alan soru ve cevapları arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. Her soru ve ona ait cevap ayrı ayrı işaretlenir.

Bu yapı kullanıldığında arama motoru içerikteki soru-cevap yapısını net şekilde algılar ve uygun durumlarda bu bilgileri doğrudan kullanır.

FAQPage schema’nın hangi sayfalarda kullanıldığına bakacak olursak:

• SSS (Sıkça Sorulan Sorular) sayfaları
• Blog içerikleri içindeki FAQ bölümleri
• Hizmet sayfalarındaki soru-cevap alanları

Soruların sayfada görünür olması gerekir. İçerikte yer almayan soruların schema içinde eklenmesi geçersiz sayılır.

FAQPage schema için örnek bir JSON-LD yapısı aşağıdaki gibidir:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "@id": "https://www.ornek.com/sss#faq",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Schema markup nedir?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Schema markup, web sayfasındaki bilgilerin arama motorlarına yapılandırılmış veri olarak iletilmesini sağlar."
      }
    },
    {
      "@type": "Question",
      "name": "FAQ schema ne işe yarar?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "FAQ schema, sayfadaki soru-cevap yapısının arama motorları tarafından doğrudan anlaşılmasını sağlar."
      }
    }
  ]
}

Person (Kişi) Schema Markup

Person schema, bir içerikte yer alan yazar, uzman veya ekip üyesi bilgilerini arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. İsim, unvan ve profil bağlantıları bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru içeriği oluşturan kişi ile içerik arasında doğrudan ilişki kurar ve uzmanlık bilgisini daha net değerlendirir.

Person schema’nın kullanıldığı sayfalar şu şekildedir:

• Yazar sayfaları
• Blog içerikleri (author alanı içinde)
• Ekip veya hakkımızda sayfaları

Aynı kişi için farklı sayfalarda tutarlı veri kullanılması gerekir. Farklı isim veya eksik bilgi kullanımı entity bütünlüğünü bozar.

Person (Kişi) schema markup örneği şu şekildedir:

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Örnek Kişi",
  "jobTitle": "Yazılım Geliştirici",
  "url": "https://www.ornekkişi.com",
  "sameAs": [
    "https://www.linkedin.com/in/ornek-kisi",
    "https://twitter.com/ornekkisi",
    "https://www.facebook.com/ornekkisi"
  ],
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "İstanbul",
    "postalCode": "34000",
    "streetAddress": "Örnek Sokak No: 123"
  },
  "email": "ornek@ornekkişi.com",
  "telephone": "+90 (212) 555 55 55",
  "birthDate": "1990-05-15",
  "gender": "Erkek"
}

Arama sonuçlarından görünümü:

Video Schema Markup

VideoObject schema, bir sayfada yer alan video içeriğini arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. Video başlığı, açıklaması, süresi ve yayın bilgileri bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru video içeriğini ayrı bir medya türü olarak algılar ve video ile ilgili bilgileri doğrudan işler.

VideoObject schema’nın hangi sayfalarda kullanıldığına bakacak olursak:

• Video içeren blog yazıları
• Ürün veya hizmet tanıtım sayfaları (video bulunan)
• Eğitim ve içerik platformları

Videonun sayfada gerçekten yer alması gerekir. Sayfada bulunmayan video için schema eklenmesi geçersiz sayılır.

VideoObject schema için örnek bir JSON-LD yapısı aşağıdaki gibidir:

{
  "@context": "https://schema.org",
  
  "embedUrl": "https://www.youtube.com/embed/ornekvideo"
}

Recipe (Tarif) Schema Markup

Recipe schema, bir yemek tarifine ait bilgileri arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. Tarif adı, malzemeler, hazırlık süresi ve pişirme adımları bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru tarif içeriğini ayrı bir içerik türü olarak sınıflandırır ve malzeme, süre gibi bilgileri doğrudan işler.

Recipe schema markup kullanılabilecek sayfalar şu şekildedir:

• Yemek tarif sayfaları
• Gastronomi blog içerikleri
• Tarif ve mutfak rehberleri

Tarif formatı içermeyen sayfalarda kullanılması yanlış sınıflandırmaya neden olur.

Recipe schema markup örneği şu şekildedir:

{
  "@context": "https://schema.org",
  "@type": "Recipe",
  "@id": "https://www.ornek.com/tarif/pasta#recipe",
  "name": "Çikolatalı Pasta",
  "image": "https://www.ornek.com/pasta.jpg",
  "description": "Evde kolayca hazırlanabilen çikolatalı pasta tarifi.",
  "prepTime": "PT20M",
  "cookTime": "PT30M",
  "totalTime": "PT50M",
  "recipeYield": "6 porsiyon",
  "recipeIngredient": [
    "2 su bardağı un",
    "1 su bardağı şeker",
    "3 adet yumurta"
  ],
  "recipeInstructions": [
    "Tüm malzemeleri karıştırın.",
    "Önceden ısıtılmış fırında pişirin."
  ]
}

Review (İnceleme) Schema Markup

Review schema, bir ürün, hizmet veya içerik hakkında yapılan kullanıcı değerlendirmelerini arama motorlarına doğrudan tanımlayan yapılandırılmış veri türüdür. Puan, yorum metni ve değerlendirmeyi yapan kişi bilgisi bu yapı içinde işaretlenir.

Bu yapı kullanıldığında arama motoru değerlendirme verisini ayrı bir sinyal olarak algılar ve içerikle birlikte yorum bilgisini de işler.

Review schema kullanılabilecek sayfalar şu şekildedir:

• Ürün sayfaları
• Hizmet inceleme sayfaları
• Karşılaştırma ve değerlendirme içerikleri

Değerlendirme bulunmayan sayfalarda kullanılması veri hatasına neden olur. Yorumların sayfada görünür olması gerekir.

Dikkat: Kendi işletmenizin kendi sitesindeki yorumlarını LocalBusiness veya Organization altında işaretlemek her zaman yıldızlı rich result üretmez. Google, self-serving review kullanımında rich result göstermeyebilir. Product sayfalarındaki gerçek ürün yorumları ise farklı değerlendirilir.

Review schema markup örneği şu şekildedir:

{
  "@context": "https://schema.org",
  "@type": "Review",
  "@id": "https://www.ornek.com/urun/xyz#review",
  "itemReviewed": {
    "@type": "Product",
    "name": "Örnek Ürün"
  },
  "author": {
    "@type": "Person",
    "name": "Mehmet Demir"
  },
  "reviewRating": {
    "@type": "Rating",
    "ratingValue": "4",
    "bestRating": "5"
  },
  "reviewBody": "Ürün beklentileri karşılıyor, kullanım kolaylığı yüksek."
}

Hangi Sayfada Hangi Schema Markup Uygulanmalıdır?

Schema markup sayfanın içeriğine göre seçilir. Her sayfa aynı veri yapısı ile işaretlenmez. İçerik türü değiştiğinde kullanılan schema türü de değişir.

Blog yazısı, ürün sayfası veya kurumsal sayfa farklı veri alanları içerir. Bu nedenle her sayfa için uygun schema yapısı belirlenir. Doğru seçim yapıldığında içerik daha net sınıflandırılır ve veri doğru şekilde işlenir.

Sayfa türüne göre kullanılan schema yapıları aşağıdaki tabloda gösterilmiştir:

Schema Markup Nasıl Uygulanır?

Schema işaretlemesi için çeşitli yöntemler mevcuttur.

Google’ın kendi uygulaması olan Yapılandırılmış Veri İşaretleme Yardımcısını veya diğer schema generator uygulamalarını kullanabilirsiniz.

Schema markup siteye nasıl eklenir gelin bakalım.

• Google’ın Yapılandırılmış Veri İşaretleme aracına gidin ve bir veri türü seçin.
• URL’nizi yapıştırın.
• Sayfanızı işaretlemeye başlayın.
• HTML oluşturun.
• İşaretleme kodunu sitenize ekleyin.
• Yapılandırılmış verinizi test edin.

Adım adım siteye schema nasıl koyulur inceleyelim.

1. Veri İşaretleme Aracına Gidin, Türü Seçip URL Yapıştırın.

İşaretleme eklemek istediğiniz sayfanın URL’sini yapıştırın.

HTML’yi yapıştırma seçeneği de mevcuttur.

Ardından, “Etiketlemeye Başla“ya tıklayın.

2. Sayfanızda Uygun Bölümleri İşaretleyin.

URL girdikten sonra araç, işaretlemeye başlayabilmeniz için sayfanızı yükleyecektir.

Web sayfanız sol tarafta görünecek ve veri öğeleri sağ tarafta görünecektir.

Aynı aşağıdaki gibi:

3. HTML Kodunu Oluşturun.

İşaretlemenizi yaptıktan sonra HTML Oluştur butonuna tıklıyoruz.

Bundan sonra sitenize ekleyeceğiniz kodu göreceksiniz.

JSON-LD (önerilen) ve microdata arasında seçim yapmak için üstteki açılır menüye tıklayın.

4. Sitenize Kodu Entegre Edin.

Artık kodlarınız hazır olduğuna göre, bunları sitenize ekleyebilirsiniz.

Kopyalayıp yapıştırma seçeneği olduğu gibi HTML dosyasının tamamını indirip sitenize yükleyebilirsiniz.

5. Schema Markup’ınızı Test Edin.

Google, şema işaretlemenizi test etmek için Zengin Sonuçlar Testi aracını kullanmanızı önerir:

URL’nizi veya html kodunuzu uygulamaya girin. Hatalar, uyarılar ve tespit edilen şema işaretlemesi ekranın sağ tarafında görünecektir:

Herhangi bir hatayı düzeltmeniz gerekirse, kodunuzu doğrudan sayfanın sol tarafında düzenleyebilirsiniz.

Sıfırdan bir yapılandırılmış veri kodu hazırlamak bazen teknik zorluklar içerebilir.

Bu tür karmaşıklıklarla uğraşmak istemeyenler için, Merkle gibi schema generator araçları işleri büyük ölçüde kolaylaştırabilir.

Bu araçları kullanarak sadece metin değerlerinizi girersiniz ve sonrasında ihtiyacınız olan tüm JSON-LD kodunu elde edersiniz.

Yine de bu kodların dikkatli ve hatasız bir biçimde oluşturulması şarttır. Bu nedenle teknik SEO hizmeti konusunda deneyimli bir uzmana başvurmak, sitenizin arama motorlarında daha etkili bir performans göstermesine katkıda bulunacaktır.

En Sık Yapılan Schema Hataları Nelerdir?

Schema uygulaması sırasında yapılan hatalar, yapılandırılmış verinin geçersiz sayılmasına veya yanlış yorumlanmasına neden olur. Arama motoru, içerikle uyuşmayan veya eksik verileri dikkate almaz. Bu nedenle yalnızca schema eklemek yeterli değildir, doğru kurgulamak gerekir.

Hatalı yapı kullanıldığında rich result oluşmaz ve veri işlenmez. Aynı zamanda sayfa yanlış sınıflandırılabilir. Aşağıda en sık yapılan hatalar yer almaktadır:

• Sayfada görünmeyen bilgilerin schema içinde kullanılması
• İçerik türüne uygun olmayan schema seçilmesi
• Ürün olmayan sayfalarda Product schema kullanılması
• Yorum verisi olmayan sayfalarda Review veya AggregateRating eklenmesi
• Başlık, tarih ve yazar bilgilerinin içerikle eşleşmemesi
• datePublished ve dateModified alanlarının güncellenmemesi
• Person ve Organization gibi entity’lerin birbirine bağlanmaması
• Aynı sayfada birden fazla ve çakışan schema yapısının kullanılması

Schema işaretlemesi sayfadaki ana içeriği temsil etmelidir. Görünmeyen veya yanıltıcı bilgiler işaretlenmemelidir. Required property alanları eksiksiz şekilde eklenmeli ve yapılandırılmış veri yalnızca uygun sayfalarda kullanılmalıdır. (Kaynak: Google Search Central – Yapılandırılmış Veri Politikaları)

Structured Data, Schema.org ve JSON-LD Arasındaki Fark Nedir?

Structured data, schema.org ve JSON-LD birlikte kullanılan fakat farklı görevleri olan üç ayrı yapıdır. Structured data, sayfadaki bilgilerin makine tarafından okunabilir hale getirilmesini ifade eder. Schema.org bu bilgileri tanımlamak için kullanılan ortak bir sözlüktür. JSON-LD ise bu tanımlamaların sayfa içine nasıl ekleneceğini belirleyen formattır.

Bu üç kavram genelde aynı anlamda kullanılır ancak teknik olarak farklı katmanları temsil eder. İçerik doğru yapılandırıldığında arama motoru veriyi hem anlam hem de format açısından doğru şekilde işler.

Bu farkları daha net görmek için aşağıdaki tablo incelenebilir:

Bu yapı birlikte kullanıldığında içerik hem doğru tanımlanır hem de standart bir formatta arama motorlarına iletilir.

Prismind Media’da Schema Optimizasyonu Nasıl Yapıyoruz?

Schema optimizasyonu sayfaya yapılandırılmış veri eklemekten öte, içeriği makine tarafından anlaşılır bir veri modeline dönüştürme sürecidir. Her URL, temsil ettiği konu ve varlık (entity) üzerinden değerlendirilir. Amaç, arama motorlarının ve yapay zeka sistemlerinin sayfayı daha tutarlı şekilde yorumlamasını sağlamaktır.

Prismind Media’da uygulanan süreç schema markup optimizasyonu süreci şu adımlardan oluşur:

• Sayfa tipine göre entity ve schema stratejisi belirlenir
• Mevcut yapılandırılmış veri ve teknik hatalar analiz edilir
• JSON-LD @graph yapısı ile entity ilişkileri kurulur
• Schema yapısı içerikle birebir uyumlu hale getirilir
• Yayın sonrası performans ve görünürlük verileri takip edilir
• Schema yapısı AI sistemleri ve arama motorları için optimize edilir

Bu adımlar yalnızca teknik doğrulama amacıyla değil, URL bazlı performans gibi veriler üzerinden ölçülerek uygulanır.

1. Sayfa Tipine Göre Entity ve Schema Stratejisi Belirlenir

Sayfanın amacı belirlendiğinde doğru schema türü seçilir. Blog içeriği Article, ürün sayfası Product, hizmet sayfası Service ile işaretlenir. Uygun tür seçildiğinde arama motoru sayfanın konusunu net şekilde yorumlar.

Entity seçimi bu aşamada yapılır. Sayfanın temsil ettiği varlık ve ilişkili varlıklar tanımlanır. JSON-LD yapısında kullanılacak alanlar bu modele göre belirlenir.

2. Mevcut Yapılandırılmış Veri ve Teknik Hatalar Analiz Edilir

Mevcut schema yapısı kontrol edildiğinde hatalı veya eksik alanlar ortaya çıkar. Eksik property bırakıldığında markup geçersiz sayılabilir. Yanlış veri kullanıldığında içerik yanlış yorumlanır.

Kontrol sürecinde Google Rich Results Test ile geçerli alanlar doğrulanır, Google Search Console üzerinden hata kayıtları incelenir. Bu analiz, uygulanacak yeni yapının temelini oluşturur.

3. JSON-LD @graph Yapısı ile Entity İlişkileri Kurulur

JSON-LD formatı kullanıldığında yapılandırılmış veri tek merkezden yönetilir. @graph yapısı ile birden fazla entity aynı veri modeli içinde tanımlanır. Bu yapı sayfanın bütünsel olarak anlaşılmasını sağlar.

Article, Person ve Organization gibi varlıklar birbirine bağlandığında içerik ve sahiplik ilişkisi netleşir. Bu bağlantı sayesinde arama motoru sayfayı tek bir veri yapısı olarak işler.

4. Schema Yapısı İçerikle Uyumlu Hale Getirilir

Schema alanları sayfa içeriğinde yer alan bilgilerle eşleşir. Başlık, yazar, tarih, fiyat veya değerlendirme gibi veriler içerikte bulunduğu şekilde işaretlenir. Uyuşmayan veri kullanıldığında yapı geçersiz sayılabilir.

Her property içerikte görünen bilgiye karşılık gelir. Bu eşleşme sağlandığında arama motoru veriyi güvenilir olarak değerlendirir.

5. Yayın Sonrası Schema Performansı Takip Edilir

Schema uygulaması yayına alındıktan sonra performans verileri izlenir. Değişiklik yapıldığında sayfanın görünürlüğü ve tıklama oranı etkilenir. Etki ölçülmeden yapılan uygulama veri üretmez.

Search Console üzerinden impression ve CTR değişimi takip edilir. Enhancements raporları ile yapılandırılmış verinin durumu kontrol edilir. URL bazlı karşılaştırma yapıldığında değişimin sonucu net şekilde görülür.

6. Schema Yapısı AI Sistemleri ve Arama Motorları İçin Optimize Edilir

Schema verisi, arama motorlarının ve AI sistemlerinin içeriği doğrudan anlamasını sağlar. Açık ve tutarlı veri kullanıldığında içerik daha kolay işlenir. Parçalı veya eksik yapı kullanıldığında yorumlama zorlaşır.

Entity ilişkileri net kurulduğunda sayfa veri modeli olarak okunur.

Göz atın: SEO nasıl yapılır?

Schema Hakkında Sıkça Sorulan Sorular

Schema markup, içeriklerin arama motorları tarafından daha net anlaşılmasını sağlar. Uygulama sırasında en çok merak edilen konular aşağıda yer almaktadır.

En Önemli Schema Türleri Nelerdir?

Article, Product, Organization, BreadcrumbList ve FAQPage en yaygın kullanılan schema türleridir. Bu yapılar, içerik, ürün, marka ve site hiyerarşisini doğrudan tanımlar. Sayfa türüne göre doğru schema seçildiğinde veri daha doğru işlenir.

Schema SEO’da Sıralama Artırır mı?

Schema markup doğrudan bir sıralama faktörü değildir. Fakat içerik daha net sınıflandırıldığı için arama motoru sayfayı daha doğru konumlandırır. Bu durum dolaylı olarak görünürlük ve tıklama oranını etkiler.

Schema Markup Sıralama Faktörü mü?

Google, yapılandırılmış verinin sıralama faktörü olmadığını açık şekilde belirtir. Schema kullanımı, içeriğin daha iyi anlaşılmasını sağlar ancak tek başına sıralama artışı oluşturmaz. Etki, içerik kalitesi ve diğer SEO sinyalleri ile birlikte ortaya çıkar.

Schema Hatalı Olursa Ne Olur?

Hatalı schema yapısı arama motoru tarafından geçersiz sayılır ve işlenmez. Eksik veya yanlış veri kullanıldığında rich result oluşmaz. Aynı zamanda içerik yanlış sınıflandırılabilir.

Schema Markup Her Sayfada Kullanılmalı mı?

Her sayfada aynı schema yapısı kullanılmaz. Sayfanın içeriğine göre uygun schema türü seçilir. Yanlış sayfada kullanılan schema veri hatasına neden olur.