Entity SEO Nedir ve Arama Motorları Varlık İlişkilerini Nasıl Kullanır?

Entity SEO Nedir?

Entity SEO, bir içeriğin ana varlığını, bu varlığın türünü ve onu diğer varlıklara bağlayan ilişkileri açık, tutarlı ve doğrulanabilir biçimde ifade etme çalışmasıdır. Türkçede varlık odaklı SEO ya da varlık tabanlı SEO olarak da anılır. Amaç, arama motorunun sayfanın kimden ya da neden söz ettiğini tahmin etmek zorunda kalmamasıdır.

SEO bağlamında entity, yani varlık, adından bağımsız olarak tanımlanabilen tekil bir şeydir. Bir kişi, bir şirket, bir şehir, bir ürün ya da bir kavram varlık olabilir. Varlığı bir ifadeden ayıran şey, belirli bir türe ait olması ve onu benzerlerinden ayıran özellikler taşımasıdır.

Google, Knowledge Graph'ı Mayıs 2012'de tanıttığında grafikte 500 milyondan fazla nesne ve bu nesneler arasında 3,5 milyardan fazla olgu ve ilişki bulunduğunu belirtmişti. Bu rakamlar duyuru tarihine ait tarihsel değerlerdir ve bugünkü ölçeği göstermez. Duyuruda verilen Taj Mahal örneği ise hâlâ konunun özünü anlatır. Aynı sorgu bir anıta, Grammy ödüllü bir müzisyene ya da bir kumarhaneye işaret edebilir. Arama motoru doğru sonucu verebilmek için hangi Taj Mahal'in kastedildiğini çözmek zorundadır.

Uygulamada entity SEO işe ana varlığı seçmekle başlar. Ardından bu varlığın türü ve ayırt edici özellikleri metinde açıkça yazılır. İlişkili varlıklar aralarındaki ilişkiyle birlikte anılır ve site genelinde aynı adlandırma korunur. Yapılandırılmış veri görünür bilgilerle eşleştirilir. Dış kaynaklardaki bilgilerin de bu bilgilerle tutarlı kalması gözetilir. Bu rehberde entity SEO, semantik SEO çalışmasının varlık ve ilişki katmanı olarak ele alınır. Semantik SEO'nun bütününü ayrı bir rehber üstlenir.

Entity, Query ve Keyword Arasındaki Fark Nedir?

Query, kullanıcının arama sistemine yazdığı veya söylediği sorgudur. Keyword ise SEO veya reklam çalışmalarında bir query ailesini, hedef terimi ya da araştırma birimini ifade etmek için kullanılabilir. Entity ise bu ifadelerin işaret edebildiği kişi, kurum, yer, ürün, kavram veya başka tanımlanabilir şeydir.

Üç kavram farklı işler görür. Query verisi okuyucunun gerçekte hangi ifadeyi kullandığını gösterir. Keyword, birbirine yakın sorguları bir hedef terim altında toplayarak araştırmayı ve raporlamayı kolaylaştırır. Entity çalışması bu ifadelerin arkasındaki şeyi, onun hangi özelliklerinin yanıt beklediğini ve hangi ilişkili varlıkların metinde yer alması gerektiğini belirler. Aynı entity farklı sorgularla aranabilir ve aynı sorgu birden fazla entity'ye işaret edebilir.

Kalıcı kimlik satırı farkın en somut olduğu yerdir. Marie Curie hangi dilde anılırsa anılsın, Wikidata onu Q7186 numaralı kayıtta tutar. Google Knowledge Graph Search API da eşleşen varlıkları kg:/m/ ile başlayan kimliklerle döndürür. Bir sorgunun ya da keyword'ün böyle bir kimliği yoktur ve anlamı her seferinde bağlamdan çıkarılır.

Entity Identity Nasıl Oluşur?

Bir varlığın kimliği adı, türü, onu benzerlerinden ayıran özellikleri ve bu bilgilerin farklı kaynaklarda tutarlı biçimde yer almasıyla oluşur. Ad tek başına yetmez. Aynı adı taşıyan başka varlıklar da olabilir. Açık, tutarlı ve doğrulanabilir entity bilgileri belirsizliği azaltabilir. Ancak Google'ın bir varlığı Knowledge Graph'ta nasıl temsil edeceğine dair bir kabul garantisi yoktur.

Google'ın bilgi paneli yardım sayfasına göre bilgi panelleri, açık web'de yeterli bilgi bulunduğunda arama algoritması tarafından otomatik olarak oluşturulur. Knowledge Graph çeşitli kaynaklardan derlenen olgusal bilgileri kullanır ve bilgi sahiplerinden de doğrudan veri alır. Bir varlığın temsilcisi bilgi panelini sahiplenebilir ve değişiklik önerebilir. Site sahibinin kontrol edebildiği şey bu yüzden kendi bilgilerinin açıklığı ve tutarlılığıdır.

• Varlığın adı ve kullanılan varyantları sitede ve profillerde aynı biçimde yazılır.
• Varlığın türü açıkça belirtilir. Bir şirket, bir kişi ya da yerel bir işletme farklı özellikler taşır.
• Kuruluş yeri, kurucu, hizmet alanı ve iletişim bilgisi gibi ayırt edici özellikler görünür metinde yer alır.
• Varsa kalıcı tanımlayıcılar kullanılır. Google'ın Organization belgesi bu amaçla ISO 6523 kodu, vergi kimliği ve DUNS numarası gibi alanları listeler.
• Resmi profillere ve kayıtlara verilen referanslar aynı varlığı gösterir.
• Bağımsız kaynaklardaki bilgiler sitedeki bilgilerle çelişmez.

schema.org, sameAs özelliğini varlığın kimliğini açıkça gösteren bir referans sayfasının adresi olarak tanımlar. Örnek olarak Wikipedia sayfasını, Wikidata kaydını ve resmi web sitesini sayar. Bu bağlantılar yalnızca gerçekten aynı varlığa ait sayfaları göstermelidir.

Entity, Attribute ve Predicate İlişkileri Nasıl Modellenebilir?

Entity, attribute ve predicate ilişkileri, bir varlık hakkındaki her bilgiyi öznesi, ilişkisi ve değeri belli bir cümle olarak yazarak modellenebilir. Entity bilginin konusu olan varlıktır. Attribute bu varlığın bir özelliğidir ve bir değer alır. Predicate ise özneyi bir değere ya da başka bir varlığa bağlayan ilişkidir. Bu anlatım, RDF ve Wikidata gibi veri modellerinden alınan ve bu rehberde kullandığımız semantik modelleme dilidir. Google, SEO için bu adla tanımlanmış bir optimizasyon sistemi yayımlamamıştır.

W3C'nin RDF 1.1 belgesine göre bir üçlü özne, yüklem ve nesneden oluşur. Bu üçlülerin kümesi de bir RDF grafiğidir. Wikidata aynı mantığı ifade (statement) adıyla kullanır. Bir ifade, bir özellik ve en az bir değerden oluşur. Wikidata'nın kendi örneğinde Marie Curie kaydına meslek özelliği eklenir ve bu özelliğe fizikçi ve kimyager değerleri verilir.

Diyagramdaki her ok tek başına okunabilen bir bilgi cümlesidir. Marie Curie'nin mesleği fizikçidir. Marie Curie Varşova'da doğmuştur. Marie Curie 1903'te Nobel Fizik Ödülü'nü almıştır. Bu cümlelerin her biri diğerlerinden bağımsız olarak doğrulanabilir ve kaynak gösterilebilir.

Bu modelin içerik yazımındaki karşılığı, varlıkla ilgili bilgileri açık özne ve yüklemle kurulmuş cümlelerle vermektir. "Kliniğimiz alanında öncüdür" cümlesi doğrulanabilir bir ilişki taşımaz. "Klinik 2015'ten beri İzmir Karşıyaka'da implant tedavisi uygular" gibi varsayımsal bir cümle ise varlığı bir yere, bir hizmete ve bir zamana bağlar. Wikidata ifadelerine niteleyici ve kaynak eklenebildiği gibi, iyi bir içerik cümlesi de koşulunu ve dayanağını yakınında taşır.

Attribute ve predicate aynı şey mi?

Attribute ve predicate çoğu zaman aynı bilginin iki farklı açıdan adlandırılmasıdır. Attribute, varlığın sahip olduğu özellik türünü adlandırır. Doğum tarihi, meslek ve adres bunlara örnektir. Predicate bu özelliği bir cümlede özneyi nesneye bağlayan ilişki olarak ifade eder.

Nesne başka bir varlık olduğunda ilişki iki varlığı birbirine bağlar. Marie Curie ile Varşova arasındaki doğum yeri ilişkisi buna örnektir. Nesne bir tarih, sayı ya da metin olduğunda varlığa bir değer atanmış olur. Asıl önemli olan, her bilginin hangi varlığa ait olduğunun ve hangi kaynağa dayandığının açık olmasıdır.

Entity Context Nasıl Belirlenir?

Bir varlığın bağlamı, metinde onunla birlikte anılan diğer varlıklar, öne çıkarılan özellikler, sayfanın yanıtladığı soru ve sayfayı yayımlayan kaynağın kimliği birlikte değerlendirilerek belirlenir. Aynı ad farklı bağlamlarda başka bir varlığa işaret edebilir ya da aynı varlığın başka bir yönünü öne çıkarabilir. İçerikte bağlamı netleştirmenin yolu, ana varlığı erken tanımlamak ve konuyla ilgisi zayıf varlıkları metne yığmamaktır.

Bir metnin hangi varlıkları öne çıkardığını gözlemlemek için Google Cloud Natural Language API kullanılabilir. API'nin Entity referansı salience puanını 0 ile 1 arasında bir değer olarak tanımlar. Bu puan, varlığın metnin bütünü içindeki önemini ya da merkezîliğini anlatır. API, uygun durumlarda varlık için Wikipedia adresini ve Knowledge Graph kimliğini de döndürür.

Bağlamı içerik tarafında netleştirmek için şu sırayı izleyebilirsiniz.

1. Ana varlığı başlıkta ve ilk paragrafta adıyla anın.
2. İlk tanımda varlığın türünü ve onu ayıran en önemli özelliği verin.
3. İlişkili varlıkları aralarındaki ilişkiyle birlikte yazın. Bir listeye yalnızca adlarını eklemek bağlamı güçlendirmez.
4. Çok anlamlı adları niteleyin. Örneğin bir şehir adını taşıyan bir marka için marka olduğunu belirten bir ifade kullanın.
5. Bir sayfada tek bir ana soruyu yanıtlayın ve farklı niyetteki soruları ilgili sayfalara bırakın.

Aynı Entity Farklı Source Context'lerde Nasıl İşlenir?

Aynı entity, onu anlatan kaynağın amacına göre farklı özellikleri ve ilişkileriyle işlenmelidir. Bir diş kliniği, bir sağlık sigortası karşılaştırma sitesi ve dental ürün satan bir mağaza aynı diş implantı varlığından söz eder. Her biri ise farklı bir okuyucu sorusunu yanıtlar ve farklı özellikleri öne çıkarır. Source context kavramı, Koray Tuğberk GÜBÜR'ün semantik SEO çerçevesinde sitenin amacını ve konusuyla ilişkisini anlatmak için kullanılır. Kavram Google'ın resmi bir terimi değildir.

GÜBÜR, Şubat 2024 tarihli yazısında kaynak bağlamının sitenin konusu ve sektörüyle uyumlu olmasını önemser. Gerçek bir iş amacı taşımayan trafik peşinde koşmanın bu bağlamı zayıflatabileceğini de yazar. Bu görüş bir SEO uygulayıcısının çerçevesini yansıtır. Google bu konuda belgelenmiş bir sıralama kuralı yayımlamamıştır. Aşağıdaki tablo, kavramı varsayımsal bir örnekle somutlaştırır.

Tablodaki üç sayfa aynı varlığı anlatır ve birbirinin kopyası olmaz. Klinik sayfasında sigorta limitlerini ayrıntılı anlatmak okuyucunun asıl kararına hizmet etmez. Sigorta sitesinde cerrahi adımları uzun uzun açıklamak da aynı sorunu yaratır. Kendi sitenizde de aynı varlık birden fazla sayfada geçebilir. Her sayfa farklı bir soruyu üstlendiğinde varlığın farklı yönleri birbiriyle yarışmadan anlatılır.

Structured Data Entity SEO İçin Yeterli mi?

Hayır, yapılandırılmış veri entity SEO için tek başına yeterli değildir. sameAs, @id, Person ve Organization gibi işaretlemeler varlık hakkında açık ve makinelerin okuyabileceği ipuçları sağlayabilir. Bu ipuçları Knowledge Graph'a dahil edilmeyi, sıralamayı ya da yapay zekâ yanıtlarında önerilmeyi garanti etmez. Google da işaretlemenin sayfada görünen içeriği doğru yansıtması gerektiğini ve doğru işaretlemenin arama sonuçlarında gösterim garantisi vermediğini belirtir.

Google, yapılandırılmış veriyi sayfanın içeriğini anlamak ve web ile dünya hakkında bilgi toplamak için kullandığını açıklar. İşaretleme varlığın türünü açıkça bildirir. Kalıcı tanımlayıcıları ve sameAs referanslarını da tek bir blokta toplar. @id ise aynı varlığı sitedeki farklı işaretleme bloklarında tek bir adresle anmayı sağlar. Google'ın Organization belgesi bazı özelliklerin kurumu diğer kurumlardan ayırt etmeye yardım ettiğini ve arama sonuçlarında hangi logonun gösterileceğini etkileyebildiğini belirtir. Google ayrıca JSON-LD biçimini çoğu site için uygulaması ve bakımı en kolay seçenek olarak önerir.

Aşağıdaki örnek, görünür sayfada da yer alan bilgileri işaretleyen sade bir Organization bloğudur. Alan adları ve değerler varsayımsaldır.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://www.example.com/#organization",
  "name": "Örnek Dijital",
  "url": "https://www.example.com/",
  "logo": "https://www.example.com/logo.png",
  "foundingDate": "2018",
  "sameAs": [
    "https://profil.example/ornek-dijital",
    "https://dizin.example/ornek-dijital"
  ]
}

İşaretlemenin yapamadığı işler de aynı ölçüde önemlidir. İşaretleme sayfada yazmayan bir bilgiyi varlığa eklemez. Bağımsız kaynaklardaki tutarsızlıkları da gidermez. Bilgi panelleri açık web'de yeterli bilgi bulunduğunda oluşur ve çeşitli kaynaklardan derlenen bilgilere dayanır. Bu yüzden doğru bir işaretleme tek başına bir bilgi paneli oluşmasını garanti etmez.

Site İçeriği Entity İlişkilerini Nasıl Netleştirebilir?

Site içeriği, bir varlığın farklı yönlerini ayrı sayfalarda anlatıp bu sayfaları tutarlı adlar ve açıklayıcı bağlantı metinleriyle birbirine bağladığında entity ilişkilerini netleştirebilir. Google bağlantıları sayfaların alaka düzeyini belirlemede bir sinyal ve yeni sayfaları bulmanın bir yolu olarak kullandığını belirtir. Her sayfanın tek bir ana soruyu üstlenmesi, aynı varlığın sitede birbiriyle yarışan sayfalara bölünmesini önler.

Google'ın bağlantı en iyi uygulamaları belgesi, önemsediğiniz her sayfanın sitedeki en az bir başka sayfadan bağlantı almasını önerir. Bağlantı metninin açıklayıcı, makul uzunlukta ve hem bulunduğu sayfayla hem de hedef sayfayla ilgili olmasını ister. Entity SEO açısından bu, bağlantı metninin hedef sayfanın ana varlığını ya da yanıtladığı soruyu adlandırması demektir.

Bu bölüm konuya yalnızca entity ilişkisi açısından bakar. Konuların sayfalara nasıl dağıtılacağı ve sayfalar arası yapının nasıl planlanacağı topical map rehberinin kapsamındadır. Entity SEO tarafında üç kural iyi bir başlangıç sağlar.

1. Varlığın adını, türünü ve temel bilgilerini bütün sayfalarda aynı biçimde kullanın.
2. Bağlantıyı, iki sayfa arasındaki ilişkinin metinde gerçekten kurulduğu cümleye yerleştirin.
3. Aynı varlık hakkındaki aynı soruyu iki ayrı sayfada yanıtlamayın.

Entity SEO ile GEO Entity Optimization Arasındaki İlişki

Entity SEO ile Generative Engine Optimization (GEO, üretken arama motoru optimizasyonu) tarafındaki entity optimizasyonu aynı temele dayanır ve farklı arama yüzeylerine odaklanır. İkisi de varlık bilgisinin doğru, tutarlı ve kaynağıyla birlikte anlaşılmasını amaçlar. Entity SEO klasik arama sonuçlarını ve Google'ın bilgi sistemlerini merkeze alır. GEO tarafındaki entity çalışması ise markanın yapay zekâ yanıtlarında doğru temsil edilmesine odaklanır.

Google, AI özellikleriyle ilgili belgesinde Google AI Bakışı ve AI Modu'nda yer almak için ek bir gereklilik ya da özel bir optimizasyon olmadığını belirtir. Aynı belge yapılandırılmış verinin sayfadaki görünür metinle eşleşmesini önerir. Bu yüzden iki çalışmanın temeli ortaktır. Varlık bilgisini açık ve tutarlı kılmak, yapay zekâ yanıtlarında yer almayı ya da önerilmeyi garanti etmez. Marka, kişi ve hizmet varlıklarının yapay zekâ yanıtlarındaki temsili GEO entity optimizasyonu rehberinin konusudur.

SSS

Entity SEO hakkında sık sorulan pratik sorular semantik SEO ile farkı, bir markanın Knowledge Graph'taki temsilinin kontrolü, Wikipedia gerekliliği ve kullanılabilecek araçlarla ilgilidir. Her sorunun yanıtı aşağıda kendi başlığının hemen altında yer alır.

Entity SEO ile semantik SEO aynı şey mi?

Hayır, bu rehberde entity SEO semantik SEO'nun bir alt çalışma alanı olarak ele alınır. Semantik SEO içeriğin anlamını, bağlamını ve konu kapsamını bütün olarak inceler. Entity SEO ise bu çalışmanın varlıkları, özellikleri ve ilişkileri tanımlayan katmanıdır.

Markamın Google Knowledge Graph'ta nasıl temsil edildiğini kesin olarak anlayabilir miyim?

Hayır, Google'ın dahili varlık temsilinin tamamını gösteren bir site sahibi aracı bulunmamaktadır. Herkese açık arama sonuçları, bilgi paneli gibi yüzeyler ve çeşitli varlık veritabanları gösterge sağlayabilir. Bu göstergeleri birlikte okuyun ve tek bir aracın sonucunu kesin kanıt saymayın.

Knowledge Graph Search API bu göstergelerden biridir ve eşleşen kayıtları kg:/m/ ile başlayan kimliklerle döndürür. Google bu API'nin üretim açısından kritik bir hizmet olarak kullanılmaması gerektiğini ve yalnızca tekil eşleşen varlıkları döndürdüğünü belirtir. API'yi Cloud Enterprise Knowledge Graph ürününe taşıma sürecinde olduğunu da duyurmuştur.

Entity SEO için Wikipedia sayfası şart mı?

Hayır, entity SEO için Wikipedia sayfası zorunlu değildir. Google'ın Organization belgesi sameAs için sosyal medya ya da inceleme sitelerindeki profilleri örnek verir. schema.org ise Wikipedia ve Wikidata kayıtlarının yanında resmi web sitesini de örnek gösterir.

Wikipedia'nın kendi kayda değerlik yönergesi vardır ve her konunun madde açılması için asgari bir tanınmışlık koşulunu karşılaması beklenir. Görünürlük amacıyla madde oluşturmak ya da oluşturtmak bu koşulla çelişir ve önerilmez.

Entity SEO için hangi araçlar kullanılabilir?

Entity SEO çalışmasında Google Cloud Natural Language API, Knowledge Graph Search API, Wikidata ve yapılandırılmış veri test araçları gösterge ve kontrol amacıyla kullanılabilir. Natural Language API metindeki varlıkları, salience puanlarını ve varsa Knowledge Graph kimliklerini gösterir. Bu araçların hiçbiri Google Arama'nın bir varlığı nasıl temsil ettiğini tam olarak göstermez.

Wikidata, varlıkların kimliğini ve özellik değer çiftlerini incelemek için kullanılır. Yapılandırılmış veriyi Google'ın Zengin Sonuçlar Testi ve Schema Markup Validator ile kontrol edebilirsiniz.

Kaynaklar

1. Amit Singhal, Introducing the Knowledge Graph, things, not strings. Google Blog, 16 Mayıs 2012.
2. Introduction to structured data markup in Google Search. Google Search Central, son güncelleme 10 Aralık 2025.
3. General structured data guidelines. Google Search Central, son güncelleme 10 Temmuz 2026.
4. Organization structured data. Google Search Central, son güncelleme 8 Eylül 2026.
5. AI features and your website. Google Search Central, son güncelleme 10 Aralık 2025.
6. Link best practices for Google. Google Search Central, son güncelleme 10 Aralık 2025.
7. Knowledge Graph Search API. Google for Developers, son güncelleme 26 Nisan 2024.
8. Bilgi panelleri hakkında. Google Yardım. Erişim 7 Ekim 2026.
9. Cloud Natural Language API, Entity referansı. Google Cloud. Erişim 7 Ekim 2026.
10. RDF 1.1 Concepts and Abstract Syntax. W3C Önerisi, 25 Şubat 2014.
11. Help, Statements. Wikidata. Erişim 7 Ekim 2026.
12. sameAs. schema.org. Erişim 7 Ekim 2026.
13. Koray Tuğberk GÜBÜR, 3 Suggestions about Topical Authority. Medium, 5 Şubat 2024.
14. Vikipedi, Kayda değerlik. Erişim 7 Ekim 2026.

Yazar hakkındaİbrahim ÖzkanDijital Pazarlama Uzmanı

Meta ve Google reklamları, SEO, GEO, sosyal medya yönetimi ve ChatGPT Ads üzerine markalara danışmanlık veriyor. Yazılarında sahada uygulanan yöntemleri sade bir dille anlatıyor.

LinkedIn ↗Instagram ↗İletişimHakkımızda