Organik trafiği sürdürülebilir biçimde nasıl çekeriz ve hangi içerik/iş modeliyle? Üç yön (haber/içerik · ilan panosu · AI-SaaS) kaynaklı olarak karşılaştırıldı; net bir karar ve fazlı plan çıkarıldı.
kariyerbul.com'u elemanbul.com ekosisteminin aday-tarafı AI kariyer asistanı + niş derin içerik katmanı olarak kur. İlan hacminde değil, AI araçlarda (mülakat hazırlık, beceri→iş eşleştirme, AI kariyer koçu) farklılaş. Veriyi scraping ile değil, kullanıcı-katkılı topla; ilan envanterini kendi ekosisteminden (elemanbul) besle.
İlan ve CV hacmi “kazanan-hepsini-alır” bir boyut: ne kadar çok aday, o kadar çok işveren, o kadar çok ilan… ve döngü kendini besler. Yeni bir oyuncunun bu eksende doğrudan yarışması fizibıl değil. Dolayısıyla kariyerbul'un savı “daha çok ilan” olamaz; lider oyuncunun zayıf olduğu bir eksende konumlanmalı.
Not: Trafik rakamları ölçüm metoduna göre oynuyor (Similarweb ~8.5M, SEMrush daha yüksek). Kesin sayı değil, büyüklük mertebesi ve liderlik sabittir. Kanal-dağılımı (% organik/direct) iddiaları doğrulamada elendiği için rapora alınmadı.
| Yön | Karar | Neden |
|---|---|---|
| (a) Haber / rehber içerik sitesi SEO-medya modeli |
Tek başına riskli | AI Overviews içeriği yapısal olarak zayıflatıyor: AI özeti çıkınca organik tıklama %15 → %8'e düşüyor (~%47 kayıp).4 İçerik trafik motoru değil, destek katmanı olmalı. |
| (b) İş ilanları panosu / agregatör job board |
Yüksek riskli | Lider ile hacimde yarışılmaz (§1). Kitlesel ilan/şehir/pozisyon sayfası üretmek Google'ın “scaled content abuse” politikasına takılıyor — AI üretimi muafiyet değil.5 İlan scraping TR'de hukuki riskli (§4). |
| (c) AI kariyer araçları (SaaS) CV · mülakat · eşleştirme · koç |
Doğru çekirdek | Tek koşul: temel CV oluşturucu + blog greenfield değil (kariyer.net & secretcv'de zaten var89). Kazanmak için incumbent'ın zayıf olduğu AI-yerel yetenekler gerekir: gerçek mülakat simülasyonu, beceri→iş eşleştirme, kişiselleştirilmiş AI koçluk. |
Pew Research / 68.879 gerçek sorgu verisinde: AI özeti görünen aramalarda organik link tıklama oranı %8, görünmeyende %15.4 Yani saf içerik sitesi, “1. sıraya çıkarsam trafik gelir” varsayımına artık güvenemez. (Veri ABD merkezli; yön Türkiye için de geçerli, büyüklük farklı olabilir.)
Binlerce şablon ilan/şirket/şehir sayfasını otomatik üretmek, Google'ın Mart 2024 “scaled content abuse” politikası kapsamında — politika açıkça “otomasyon, insan emeği ya da karışımı, nasıl üretildiği fark etmez” diyor; üretimin AI olması muafiyet değil.5 Ağustos 2025 ve Mart 2026 güncellemelerinde şablon/agregat sitelerde %60–90 sıralama kaybı raporlandı.
Türk hukukunda web scraping'e özgü bir yasa yok; ama bu boşluk TTK haksız rekabet ve FSEK hükümlerinin yorumuyla dolduruluyor (birden çok bağımsız hukuk bürosu teyitli).6 Özellikle TTK md. 55/1-c: “kendisinin uygun katkısı olmaksızın başkasının pazarlanmaya hazır çalışma ürününü teknik çoğaltmayla devralmak” haksız rekabettir — bir rakip job board'un ilan veritabanını çekmek tam bu tanıma girebilir.
ABD'deki hiQ v. LinkedIn kararı (kamuya açık veri için CFAA'yı dar yorumladı) bizi yanıltmasın: hiQ daha sonra sözleşme/ToS ihlalinden kaybetti ($500K) — yani orada bile scraping “serbest” değil.7 TR'de operatif risk = ToS ihlali + KVKK (kişisel veri) + veritabanı hakkı.
İşveren tarafı · ilan envanteri (job board). Talep ve ilanların toplandığı yer.
Aday tarafı · AI kariyer asistanı + niş içerik. Trafiğin ve aracın geldiği yer; eşleştirmeyi elemanbul ilanlarıyla yapar.
Bu ayrım iki sorunu birden çözüyor: (1) Yamyamlık yok — iki site aynı kitleyi yemiyor, biri işveren biri aday tarafı. (2) Envanter sorunu yok — kariyerbul'un eşleştirme/araç katmanı, scraping yerine kendi ekosistemindeki (elemanbul) ilanlarla besleniyor.
⚠️ Bu konumlandırma, doğrulanmış 5 bulgudan türetilmiş analitik bir sentezdir (orta güven); pazar testiyle doğrulanması gerekir — bkz. §8.
Not: AI CV/mülakat SaaS için dolaşan pazar-büyüklüğü ($) rakamları tek düşük-kaliteli kaynaktan geldiği için doğrulamada elendi; bu rapora gelir tahmini olarak yazılmadı.
| Gün | Adım |
|---|---|
| 0–30 | 1 “kahraman” araç seç (öneri: AI mülakat simülatörü — en az kapsanan). MVP + 10–15 özgün, derin rehber sayfası. KVKK aydınlatma + yazar/marka kimliği. elemanbul ilan beslemesi entegrasyon planı. |
| 30–60 | Aracı yayına al; her araç bir içerik kümesiyle çıksın. Search Console + analytics. Kullanıcı-katkılı veri döngüsünü başlat (CV/hedef yükleme → eşleştirme). |
| 60–90 | 2. araç (beceri→iş eşleştirici) + elemanbul ilanlarıyla canlı eşleştirme. İlk freemium duvarını test et. İçerik kümesini long-tail sorgulara göre genişlet. |
Araç sayfalarına organik giriş + içerik long-tail sıralamaları. Hacimden çok araç-kullanımına dönüşüm.
Araç tamamlama oranı (CV/mülakat), kullanıcı-katkılı veri (yüklenen CV/hedef sayısı), tekrar kullanım.
Freemium→premium dönüşümü, elemanbul'a yönlenen işveren leadi, affiliate dönüşümü.
Yöntem: 5 arama açısı → 21 kaynak → 99 iddia → en kritik 25'i 3 oylu çekişmeli doğrulama (2/3 çürütme = elenir) → 11 teyit, 14 elendi → sentez. KVKK 2021/1051 ve “kamuya açık veri scraping serbesttir” iddiaları doğrulamada çürütüldüğü için karara dahil edilmedi.