Aynı ürün, 5 farklı hook: hangisi durduruyor?

Çünkü dikkat tek bir olay değil, iki ayrı aşama: dikkati kazanmak ve dikkati tutmak. Reklam literatüründe bu ikisi ayrı ayrı ölçülüyor ve ikisi birlikte sosyal medya reklamcılığının darboğazı olarak tanımlanıyor (Bruns ve diğerleri, 2025). Hook, birinci aşamanın tamamıdır: geri kalan kreatif ne kadar iyi olursa olsun, ilk aşama geçilmezse ikinci aşama hiç başlamaz.

Bu ölçeğin ne kadar küçük olduğunu görmek için sektörün kendi ölçüm standardına bakmak yeterli. Media Rating Council'ın mobil görüntülenebilirlik kılavuzuna göre bir mobil görüntülü reklamın "görüntülenebilir gösterim" sayılması için piksellerinin en az %50'sinin ekranda ve en az bir kesintisiz saniye boyunca durması gerekiyor; kılavuz bu şartın haber akışı (News Feed) ortamlarında da aynen geçerli olduğunu açıkça yazıyor. Video reklamlarda eşik biraz daha uzun: aynı piksel şartını sağlayan iki kesintisiz saniyelik oynatma (Media Rating Council, 2016).

Yani reklamının "görüldü" sayılması için gereken süre iki saniye. Hook'un işi bu iki saniyeyi kazanmak değil, bu iki saniyeyi üçüncüye çevirmek. Bu yüzden hook testi bir estetik tercih meselesi değil, hunideki ilk kapının testidir.

Beş hook yazarken değiştirmen gereken tek şey

• Açılış cümlesi ve ilk karede görünen şey değişsin.
• Ürün, teklif, gövde metni, CTA ve son kare aynı kalsın.
• Kurgu temposu ve müzik aynı kalsın — bunlar da tek başına performansı değiştirir.
• Her varyantın aynı reklam setinde, aynı kitleye ve aynı bütçeyle yayınlandığından emin ol.

Bir varyantta hem açılışı hem müziği hem CTA'yı değiştirdiysen, kazananı bulsan bile neyin kazandığını bilemezsin — ve bir sonraki kreatife taşıyabileceğin hiçbir öğrenme üretmemiş olursun.

Fikir olarak evet: kreatif çeşitliliği olmadan öğrenme olmaz. Bedeli ise istatistiksel. İki varyantı karşılaştırdığında tek bir karşılaştırma yaparsın; beş varyant koyduğunda karşılaştırma sayısı artar ve tesadüfen "anlamlı" görünen bir fark bulma ihtimalin de onunla birlikte yükselir.

Bu, deneysel tasarımın bilinen bir problemi. Kohavi, Deng ve Vermeer, KDD 2022'de yayımlanan çalışmalarında çoklu varyant kullanmanın, aynı fikri defalarca yinelemenin ve veri işlemede esnek davranmanın çoklu hipotez testi nedeniyle yanlış pozitif oranını yükselttiğini yazıyor (Kohavi, Deng ve Vermeer, 2022).

Pratik sonucu şu: beş hook test etmekten vazgeçmene gerek yok, ama beş varyantlı bir testten çıkan "kazanan", iki varyantlı bir testten çıkan kazanandan daha zayıf bir kanıttır. Aynı güvene ulaşmak için ya daha fazla veriye ya da bir tekrar turuna ihtiyacın var.

Üç yaygın hata var ve üçü de aynı yerden besleniyor: sonucu erken ve seçici okumak.

1. Sürekli bakıp iyi göründüğü an durdurmak

Aynı çalışma, ticari bir A/B test aracının erken dönemde neredeyse gerçek zamanlı sonuç göstermesi yüzünden kullanıcıların veriye sürekli bakıp istatistiksel anlamlılığa ulaştığı anda testi durdurduğunu — ve bu tür çoklu testin birinci tip hata oranını ciddi biçimde şişirdiğini aktarıyor (Kohavi, Deng ve Vermeer, 2022). Reklam panelinde günde üç kez sonuca bakıp "tamam, bu kazandı" demek tam olarak bu davranıştır.

2. Yetersiz güçle test etmek

İstatistiksel güç, gerçekten bir fark varsa onu yakalayabilme olasılığıdır. Aynı makale, düşük güçle yürütülen deneylerin güvenilir olmadığını başlık düzeyinde belirtiyor ve incelediği örnekte deneyin öncesi gücünün yaklaşık %3 olduğunu — yani ciddi biçimde yetersiz güçlü olduğunu — hesaplıyor. Günlük 200 TL bütçeyle iki gün dönen beş varyantlı bir test, çoğu zaman bu tarafta yer alır.

3. Çarpıcı sonuca sevinmek

Sonuç ne kadar çarpıcıysa, o kadar şüphelenmek gerekir. Yazarlar bunu Twyman yasasıyla özetliyor: ilginç ya da farklı görünen her rakam genellikle yanlıştır. Kendi örneklerinde %300'ün üzerinde bir dönüşüm artışı gördüklerinde, Airbnb, Booking, Amazon ve Microsoft'ta yürütülen on binlerce A/B testinde bu büyüklükte bir iyileşmeye hiç rastlamadıklarını belirtip sonucu reddediyorlar (Kohavi, Deng ve Vermeer, 2022). Bir hook'un diğerini ikiye katladığını gördüğünde ilk refleksin kutlamak değil, tekrar etmek olmalı.

Hiçbir şey. Beklenen sonuç budur. Aynı makale, farklı şirketlerin yayımlanmış deney başarı oranlarını bir arada veriyor: Microsoft için %33, Bing için %15; Booking.com, Google Ads ve Netflix için %10; Airbnb Search için %8 (Kohavi, Deng ve Vermeer, 2022). Yani dünyanın en olgun deney kültürüne sahip şirketlerinde bile fikirlerin büyük çoğunluğu mevcut durumu geçemiyor.

Also, other factors like multiple variants, iterating on ideas several times, and flexibility in data processing increase the FPR due to multiple hypothesis testing.

— Kohavi, Deng & Vermeer, KDD '22

Bu tablonun ikinci bir okuması daha var ve doğrudan seni ilgilendiriyor: başarı oranı düştükçe, istatistiksel olarak anlamlı çıkan bir sonucun aslında yanlış pozitif olma riski yükseliyor. Yazarların hesabında %33 başarı oranında bu risk %5,9 iken, %8 başarı oranında %26,4'e çıkıyor. Yeni bir markanın hook havuzundaki başarı oranı bu ölçekli şirketlerinkinden yüksek olmak zorunda değil — dolayısıyla "anlamlı" gördüğün sonuca duyman gereken şüphe daha fazla, daha az değil.

Bunun moral bozucu değil, rahatlatıcı bir tarafı var: dört hook'un tutmaması senin kreatif yeteneğinle ilgili bir yargı değil. Test etmenin amacı zaten dördünü elemek. Yanlış olan tek şey, elemeden ölçeklemek.

Burada bir katman daha var. Panelde gördüğün rakam, reklamın yarattığı farkı değil, reklam platformunun sana atfettiği sonucu gösterir. Facebook'un kendi verisiyle yapılmış bir çalışmada Gordon, Zettelmeyer, Bhargava ve Chapsky, 15 ABD reklam deneyini — 500 milyon kullanıcı-deney gözlemi ve 1,6 milyar gösterim — kullanarak rastgele kontrollü deney sonuçlarıyla gözlemsel yöntemlerin sonuçlarını karşılaştırdı ve gözlemsel yöntemlerin, kapsamlı demografik ve davranışsal değişkenler kontrol edildikten sonra bile çoğu zaman deneylerle aynı etkileri üretemediğini buldu (Gordon ve diğerleri, 2019).

Hook testi bu tuzağa görece az düşer, çünkü platformun A/B test aracı kitleyi rastgele bölerek gerçek bir deney kurar. Ama sonucu okuduğun metrik ölçüm altyapından geliyorsa, o altyapı bozuksa testin de bozulur — eksik düşen satın alma olayları ya da çift sayılan dönüşümler, kazananı sistematik olarak yanlış gösterebilir. Ölçümün nerede sessizce kırıldığını Meta pixel ölçüm hataları yazımızda ayrıntılı anlattık.

• Tek değişken: sadece ilk 2-3 saniye değişsin, gövde ve CTA sabit kalsın.
• Karar metriğini önceden yaz: tıklama oranı bir ara metriktir; kararı sepete ekleme ya da satın alma başı maliyet üzerinden ver.
• Süreyi baştan belirle ve o süre dolmadan sonuca bakıp müdahale etme. Erken durdurma, kazananı gürültüden seçmenin en hızlı yolu.
• Beş varyantla başlıyorsan, ilk turu bir eleme turu say: amacı kazananı bulmak değil, açıkça tutmayan üç-dördü elemek.
• Kazanan çıktıysa tekrar et. İkinci turda da kazanıyorsa ölçekle; sadece bir turda kazandıysa bu bir hipotezdir, bir sonuç değil.
• Çarpıcı sonuca şüpheyle yaklaş: bir hook diğerini katlıyorsa önce kurulum hatası ara (kitle örtüşmesi, eşit olmayan bütçe dağılımı, farklı yayın saati).
• Kazanan hook'u bir sonraki kreatif turuna kural olarak taşı — "sonuçla açanlar kazanıyor" gibi bir öğrenme, tek bir videodan daha değerlidir.

Son bir not: hook'un işlemesi, içeriğin geri kalanının işlediği anlamına gelmez. Dikkati kazanmak ile tutmak farklı işler; ilk üç saniyeyi kazanıp altıncı saniyede kaybeden bir video, testte iyi bir tıklama oranı üretip satışa hiç dönmeyebilir. Gövdenin inandırıcılığı üzerine UGC'nin neden stüdyo çekiminden çok sattığını anlattığımız yazı, reklam yapısının bütününe bakmak içinse güzellik markaları için Instagram reklam rehberimiz iyi bir devam noktası.