Kazanç hesaplayıcıları gerçekte neyi ölçüyor?

Bu sayfa neyi ölçüyor, neyi ölçmüyor

Ölçülen şey bir tahmin motorunun çıktısı. Bir kullanıcı adı veriliyor, motor o hesabın canlı profilini okuyup bir dolar aralığı üretiyor. Bütün çağrıların yanıtında meta.source alanı scrapecreators diyor: yani girdi, hesabın herkese açık profil sayfasından okunan takipçi, beğeni, video ve izlenme sayıları. Girdide marka bütçesi, teklif, sözleşme, fatura veya banka kaydı yok.

Bu yüzden sayfa boyunca kurulan cümle şudur: "bu motor şu takipçi bandı için gönderi başına şu aralığı üretiyor". Kurulmayan cümle şudur: "bu bantta şu kadar kazanılır". Gerçek reklam anlaşması fiyatı ülkeye, sektöre, sözleşme türüne, kullanım haklarının süresine, münhasırlığa ve pazarlığa göre değişir. Aynı takipçi sayısındaki iki hesabın gerçek fiyatı arasında on kat fark olabilir ve bu farkın hiçbir parçası elimizdeki veride görünmüyor.

Ölçüm, Takipkit ile aynı grubun işlettiği bir sosyal medya veri altyapısının kazanç tahmini uçlarında yapıldı. Örneklem, üç katalogda takipçi bandına bölünmüş imleç yürüyüşüyle çıkarıldı; bantlar 1.000’den başlayıp 5 milyon üstüne kadar yedi kademeye ayrıldı ve her banttan sabit tohumlu rastgele seçimle 24 hesap alındı. Bu ana örnekleme üç ek sondaj eklendi: kademe eşiklerini sabitlemek için eşiğin iki yanından 66 hesap, sayım bütünlüğünü sınamak için 65 TikTok hesabı, çapraz platform karşılaştırması için üç katalogda da aynı kullanıcı adıyla bulunan 63 hesap.

804 aday hesabın 16’sı ölçülemedi: 10 hesap bulunamadı (404), 1 istek geçersiz kullanıcı adı olarak reddedildi (422), 1 istek sunucu hatası verdi (500) ve 4 kademe sondajı hesabı yanıtsız kaldı. Bu kayıtlar dağılımdan gizlenmedi, sayıları burada duruyor.

Takipçi bandına göre gönderi başına tahmin ne kadar?

Aşağıdaki tablo, aranan cevabın motor tarafından üretilen halidir. Değerler ABD doları cinsinden, tek sponsorlu gönderi için. Merkezi eğilim medyan; ortalama kullanılmadı çünkü bant içinde tek bir çok büyük hesap ortalamayı anlamsız kılıyor. p25 ve p75, bandın alt ve üst çeyreğini gösteriyor.

IG: Instagram feed gönderisi tahmini ortalaması (motorun kendi alt ve üst sınırının ortası). TT: TikTok sponsorlu gönderi tahmini ortalaması. Tutarlar ABD doları. n, o bantta ölçülebilen hesap sayısı.

Motor aynı hesap için başka satırlar da üretiyor ve bunların hepsi feed rakamının sabit katı: Instagram’da story tahmini feed’in 0,4 katı, reels tahmini 1,4 katı, aylık tahmin ise feed alt sınırının tam 4 katı. Dördün nereden geldiği motorun kendi belgesinde yazıyor: ayda dört sponsorlu yerleşim varsayılıyor. Bu bir gözlem değil, bir varsayım. Alt ve üst sınır arasındaki makas da sabit: Instagram’da 2,5 kat, TikTok’ta 2,0 kat, YouTube’da 5,0 kat. Yani "aralık" bir güven aralığı değil, sabit bir çarpma.

Tahmin neyin fonksiyonu? Formül çözüldü

Bir tahmin motorunun ne ölçtüğünü anlamanın en doğrudan yolu, çıktısını girdilerine karşı geri çözmek. 168 Instagram hesabında gönderi başına tahmini takipçi sayısına ve motorun kendi bildirdiği etkileşim katsayısına böldüğümüzde geriye kalan sayı hep aynı çıkıyor: 0,0175 dolar. Yani bin takipçi başına 17,50 dolar. 168 hesabın hepsinde bu taban oran 0,01742 ile 0,01780 arasında, ki bu aralık tamamen yuvarlama gürültüsü. TikTok’ta aynı hesap yapıldığında taban oran 0,0150 dolar, yani bin takipçi başına 15 dolar; 160 hesabın hepsinde aynı.

Taban oran kademeye göre de değişmiyor. Instagram’da nano hesaplarda 0,017533, mega hesaplarda 0,017500; TikTok’ta nano 0,015057, mega 0,015000. Gerçek etkileyici pazarlığında neredeyse her zaman görülen hacim indirimi, yani kitle büyüdükçe bin kişi başına düşen fiyatın düşmesi, bu modelde hiç yok. 1.000 takipçili bir hesapla 100 milyon takipçili bir hesap, takipçi başına aynı fiyattan hesaplanıyor.

Regresyon da aynı şeyi söylüyor. Kazanç ile takipçi sayısı arasındaki log-log eğim Instagram’da 0,947, TikTok’ta 0,929; açıklanan varyans sırasıyla 0,967 ve 0,977. Eğimin 1’e bu kadar yakın olması ve varyansın neredeyse tamamının açıklanması, tahminin takipçi sayısının doğrusal fonksiyonu olduğu anlamına gelir. Eğimin 1’in biraz altında kalması etkileşimin işe karışmasından değil, büyük hesapların ölçülen etkileşim oranının düşük çıkıp katsayıyı tabana itmesinden geliyor.

YouTube tarafında ilişki daha da temiz. Aylık kazanç tahmini ile aylık izlenme tahmini arasındaki log-log eğim 1,0005 ve açıklanan varyans 0,9999. Bu bir modelleme değil, bir çarpma: aylık izlenme çarpı RPM. Abone sayısıyla ilişki ise çok daha gevşek (eğim 1,07, varyans 0,87), çünkü YouTube modelinde abone sayısı kazancı belirlemiyor. Bu, üç model içinde en dürüst olanı; izlenme hızının aboneden bağımsız ne kadar oynadığı YouTube izlenme hızı referansında ayrıca ölçülmüştü.

Etkileşim rakamı gerçekten ne kadar oynatabiliyor?

Kazanç hesaplayıcılarının pazarlama vaadi genelde şu olur: "sadece takipçiye bakmıyoruz, etkileşiminizi de hesaba katıyoruz". Ölçüm bunun sınırını rakamla veriyor. Instagram’da katsayı 0,6 ile 1,7 arasına, TikTok’ta 0,6 ile 1,6 arasına sıkıştırılmış. Yani aynı takipçi sayısında etkileşimi en kötü hesapla en iyi hesap arasındaki fark Instagram’da en çok 2,83 kat, TikTok’ta 2,67 kat. Örneklemde ölçülen takipçi başına tahmin makası da tam bunu doğruluyor: Instagram’da p90 ile p10 arası 2,84 kat, TikTok’ta 2,67 kat.

Asıl bulgu sınırın kendisi değil, katsayının nerede durduğu. Katsayı ortada duran sürekli bir ayar gibi davranmıyor; iki uçta toplanıyor. 168 Instagram hesabının 93’ü tam tavanda (1,7), 45’i tam tabanda (0,6) duruyor; ikisi birlikte 138 hesap, yani hesapların %82,1’i uçlarda. TikTok’ta 160 hesabın 73’ü tavanda, 49’u tabanda, toplam %76,3. Bunun sebebi doyum eşiklerinin düşük olması: Instagram’da etkileşim oranı %2,55’i geçen her hesap aynı tavan katsayıyı alıyor, %0,90’ın altında kalan her hesap aynı taban katsayıyı. Örneklemin etkileşim oranı medyanı %3,68, yani tipik hesap zaten tavanın üstünde.

Çubuklar Instagram örneklemini gösteriyor (168 hesap). TikTok sayıları tabloda.

Buradan çıkan pratik sonuç şu: bir kazanç hesaplayıcısında etkileşim oranınız zaten ortalamanın üstündeyse, etkileşimi daha da yükseltmek çıkan rakamı değiştirmez. Katsayı tavanda kilitlidir. Aynı şekilde etkileşimi düşük bir hesabın rakamı, etkileşimi daha da düşürünce azalmaz. Etkileşim oranının platform bazında gerçekte nasıl dağıldığı Instagram etkileşim oranı referansında ve TikTok etkileşim oranı referansında ayrı ayrı ölçüldü; o iki sayfadaki bantlarla bu sayfadaki doyum eşiklerini yan yana koyunca hangi hesapların hangi uçta kilitlendiği görülüyor.

Nano, micro, macro, mega: eşikler tam olarak nerede?

Motor her hesaba bir kademe etiketi veriyor ve bu etiket pek çok yerde alıntılanıyor. Eşikleri örneklemden çıkarmakla yetinmedik; her eşiğin iki yanından ayrı hesaplar sorgulanarak sınır sabitlendi. 66 ek çağrının sonucu tek bir cümleye sığıyor: eşikler 10.000, 100.000, 1.000.000 ve 10.000.000 ve üç platformda da birebir aynı. Alt sınır dahil: tam 10.000 aboneli bir YouTube kanalı micro, tam 1.000.000 takipçili bir TikTok hesabı macro etiketi alıyor.

"Gözlenen son değer" o kademede ölçülen en yüksek takipçi sayısı, "üst kademenin ilki" bir üst kademede ölçülen en düşük takipçi sayısıdır. Sayılar üç platformun sondajından derlendi.

Eşiklerin sabit ve platformdan bağımsız olması, kademe etiketinin bir ölçüm değil bir etiketleme kuralı olduğunu gösteriyor. 9.999 takipçili bir hesapla 10.001 takipçili bir hesap arasında ölçülebilir hiçbir fark yok, ama biri "nano" diğeri "micro" diye yayınlanıyor. Kademe, kazanç formülüne de girmiyor: taban oran her kademede aynı olduğu için etiket rakamı değiştirmiyor, yalnızca metin olarak görünüyor.

YouTube RPM bandı kanala göre değişiyor mu? Hayır

YouTube kazanç tahmininin tamamı tek bir çarpmadan ibaret: aylık izlenme çarpı RPM. RPM, bin izlenme başına düşen net reklam geliri. Ölçülen 165 kanalın 165’inde RPM bandı aynı geldi: 1 ile 5 dolar. Tek bir kanalda bile farklı bir değer görülmedi.

Bu, gerçek dünyada olan bir şeyin modelde temsil edilmediği anlamına geliyor. YouTube reklam geliri izleyicinin bulunduğu ülkeye, kanalın konusuna ve reklam mevsimine göre kolayca on kata varan farklar gösterir. Elimizdeki veride kanalın ülkesi de var: 165 kanalın 126’sında ülke alanı doluydu ve 29 farklı ülke sayıldı. Amerika Birleşik Devletleri’nden 48, İngiltere’den 13, Almanya’dan 8, İspanya ve Fransa’dan 7’şer, Hindistan’dan 6, Brezilya’dan 5 kanal. Hepsinin RPM bandı birebir aynı: 1 ile 5 dolar. Model ülke alanını okuyor ama kullanmıyor.

Aylık izlenme tahmini de bir varsayıma dayanıyor: ömür boyu izlenme, kanalın yaşına eşit olarak yayılıyor. Yükselen ya da duran bir kanal için bu iki yönde de yanlış çıkar. Yine de üç model içinde YouTube, abone sayısını kazançla karıştırmadığı için en az yanıltıcı olanı. Bunun ölçülebilir sonucu şu: aynı abone bandındaki kanallar arasında bin abone başına aylık tahmin 5,7 ile 23,6 kat arasında değişiyor. 10.000 ile 50.000 abone bandında p10 ile p90 arası 23,6 kat, 5 milyon üstünde 5,7 kat. Instagram ve TikTok modellerinde bu makas 2,8 katla kapalı; YouTube’da açık, çünkü izlenme gerçekten kanaldan kanala değişiyor.

Tutarlar ABD doları. "Aylık alt" ve "aylık üst", RPM bandının iki ucundan hesaplanan reklam geliri tahmininin bant içi medyanıdır. "Kanal değeri", ayrı bir uçtan alınan satış değeri tahmininin bant içi medyanı; 165 kanalın hepsinde ölçüldü.

Kanal değeri tahmini de aynı zincire bağlı. Değer, tahmini aylık kazancın bir katı olarak çıkıyor ve ölçülen katsayı medyanda 16,7, hesapların onda dokuzu 14,4 ile 25,5 arasında. Yani aylık kazanç tahmini yanlışsa, kanal değeri de aynı oranda yanlış oluyor; ikisi bağımsız iki ölçüm değil, tek ölçümün iki yüzü. 165 kanalın 25’i "elite", 41’i "premium", 4’ü "minimal" olarak derecelendirildi.

Aynı hesap üç platformda ne kadar farklı değerleniyor?

Üç katalogda da aynı kullanıcı adıyla bulunan 63 hesap çıkarıldı ve üçünde birden sorgulandı; 62’si üç platformda da ölçülebildi. Bunlar çoğunlukla marka ve büyük yayıncı hesapları: netflix, espn, nasa, mrbeast, realmadrid gibi. Sonuç şu: en yüksek ve en düşük platform tahmini arasındaki makas medyanda 24,9 kat, hesapların onda birinde 489 kattan fazla, en uçta 3.664 kat.

Bu farkın kitle büyüklüğünden gelmediğini göstermek kolay: aynı 62 hesabın üç platformdaki takipçi sayıları arasındaki makas medyanda yalnızca 3,9 kat. Yani kitle 4 kat değişirken tahmin 25 kat değişiyor. Sebep, modellerin farklı şeyi ölçmesi. Instagram ve TikTok sponsorluk ücreti tahmin ediyor, YouTube ise sadece reklam gelirini; üyelikler, sponsorluklar ve ürün satışı YouTube modelinde hiç yok. Nitekim 62 hesabın 57’sinde en düşük rakamı YouTube verdi ve YouTube tahmini, diğer ikisinin yüksek olanının medyanda %4’ü kadar. Instagram ile TikTok arasında ise sistematik bir üstünlük yok: 62 hesabın 33’ünde Instagram, 29’unda TikTok önde ve aylık tahmin oranının medyanı 1,04.

Aylık tahminlerin alt sınırı, ABD doları. Eşleştirme kullanıcı adının üç katalogda da birebir aynı olmasına dayanıyor; bu bir kimlik doğrulaması değil, bir isim eşleşmesidir ve nadiren farklı sahiplere denk gelebilir.

Tablodaki uç satır therock: Instagram’da 381,6 milyon takipçi, YouTube’da 7,1 milyon abone. Instagram tahmini aylık 9,2 milyon dolar, YouTube tahmini 2.500 dolar. İki rakam aynı kişinin aynı ayına ait ve aralarında 3.664 kat var. Bu, iki modelin birbiriyle karşılaştırılamayacağının en sert kanıtı. Metriklerin platformdan platforma neden aynı şeyi ölçmediği platform metrikleri karşılaştırması sayfasında ayrıntılı anlatılıyor; bu bölüm o sayfanın kazanç tarafındaki karşılığıdır.

Kazanç rakamı, altındaki sayım hatasını sessizce geçiriyor

Bu bölüm kendi altyapımızda bulunan bir hatayı anlatıyor ve yayınlanmasının sebebi raporun kendi kuralı: ölçülen ne ise o yazılır. TikTok kazanç ucunda hesabın toplam beğeni sayısı, 32 bit tamsayı sınırını aşınca negatife dönüyor. Sınır 2.147.483.647; bu sayıyı geçen her hesabın beğeni sayısı 4.294.967.296 çıkarılmış gibi geliyor.

Ölçüm hedefli yapıldı. Üç kataloğun tamamı yürünerek (17.291 TikTok, 13.552 Instagram, 35.149 YouTube satırı) beğeni sayısı bu sınırı aşan hesaplar bulundu: 33 hesap. Bu 33 hesabın hepsi kazanç ucuna soruldu ve 27’si negatif beğeni sayısı döndürdü. Kontrol grubu olarak sınırın hemen altındaki (1,5 milyar ile 2,147 milyar arası) 32 hesap da soruldu ve hiçbiri negatif dönmedi. Yani hata rastgele değil, tam olarak 32 bit sınırında başlıyor. Kalan 6 hesapta sayı negatif değil ama kataloğun bigint değerinden 2 kattan fazla sapıyor; örneğin bir hesapta katalogda 4,30 milyar olan beğeni canlı yanıtta 9,8 milyon olarak geldi, 439 kat düşük.

Önemli olan, hatanın nereye aktığı. Negatif beğeni, negatif etkileşim oranı üretiyor; negatif etkileşim oranı, katsayıyı tabana itiyor. 27 hesabın 27’sinde katsayı 0,6 ve etkileşim kalitesi "weak" olarak yayınlandı. Doğru beğeni sayısıyla yeniden hesaplandığında 33 hesabın gönderi başına toplam tahmini %39,8 artıyor; tek tek bakınca bazı hesaplarda fark 2,67 kata çıkıyor. Kullanıcı arayüzde sadece bir dolar rakamı görüyor; altındaki eksi işaretini görmüyor.

Negatif dönen 27 hesabın 9’u gösteriliyor. "Düzeltilmiş", kataloğun doğru beğeni sayısıyla aynı formülün yeniden çalıştırılmasıyla bulundu. Bazı satırlarda düzeltilmiş değer aynı kalıyor, çünkü doğru etkileşim oranı da katsayıyı tabana getiriyor.

Rastgele örneklemde bu hata çok daha seyrek görünüyor ve bu da ayrıca yazılmalı: katmanlı örnekleme giren 160 TikTok hesabının yalnızca 1’i negatif döndü, yani %0,63. Hatanın büyük hesaplarda yığılmasının sebebi basit; 2,15 milyar beğeniyi ancak çok büyük hesaplar geçiyor. Ama alıntılanan, ekran görüntüsü alınan ve haberlere giren rakamlar da tam olarak o hesapların rakamları.

Aynı denetimde ters yönde çalışan ikinci bir kusur da bulundu. TikTok’ta etkileşim oranı toplam beğeninin görünen video sayısına bölünmesiyle hesaplanıyor. Videolarını silmiş bir hesapta payda küçülüyor, oran şişiyor ve katsayı tavana yapışıyor. Ölçülen 290 TikTok hesabının 19’unda etkileşim oranı %100’ün üzerinde çıktı; bunların bir kısmı gerçek viral erişim, bir kısmı bu payda sorunu. Beş videosu görünen bir hesapta 75,4 milyon toplam beğeni, video başına 15,08 milyon beğeni gibi okunuyor.

Aynı hesap iki kez sorulunca aynı rakam mı geliyor?

Evet, ve bu iyi bir haber olmaktan çok modelin ne olduğunu anlatıyor. Üç platformdan 20’şer hesap kırk dakika arayla ikinci kez soruldu: karşılaştırılabilen 59 hesabın 58’inde rakam tıpatıp aynı geldi, tek bir Instagram hesabında %1,1 oynadı çünkü takipçi sayısı arada değişmişti. Yani çıkan sayı bir örneklemden gelen gürültülü bir kestirim değil; bir formülün deterministik çıktısı. Alt ve üst sınır da bir belirsizlik ölçüsü değil, sabit bir çarpma. Takipçi sayısının kendisinin gün içinde ne kadar oynadığı ise günlük takipçi hareketliliği raporunda ölçülmüştü; bu sayfadaki tek gerçek oynaklık kaynağı odur.

Yöntem ve sınırlar

Aşağıdakiler bu rapora özgü sınırlar. Bütün raporlarda ortak olan ölçüm zinciri, örneklem kuralları, doğrulama adımları ve düzeltme kaydı için bu veriler nasıl ölçülüyor sayfasına bakabilirsiniz.

• Bu bir model çıktısı raporudur, gelir raporu değil. Hiçbir hesabın gerçek kazancı gözlenmedi. Ne bir sözleşme, ne bir fatura, ne bir ödeme kaydı görüldü. Ölçülen tek şey, canlı profil verisinden bir dolar aralığı üreten motorun çıktısı. Bütün kazanç çağrılarında yanıtın meta.source alanı scrapecreators geldi, yani girdi herkese açık profil sayfası verisidir.
• Kaynak ve tarih. Takipkit ile aynı grubun işlettiği bir sosyal medya veri altyapısının Instagram, TikTok ve YouTube kazanç uçları ile katalogları. Bütün çağrılar 3 Eylül 2026 tarihinde yapıldı, toplam 1.053 canlı çağrı ve 788 benzersiz hesap. Sayfadaki değerler o çekimin statik kopyasıdır, sayfa her açıldığında yeniden sorgulanmaz.
• Bu veri Türkiye’ye ait değildir. Instagram ve TikTok kataloglarında ülke alanı yok. YouTube kataloğunda var ama örneklem ülke filtresiyle çekilmedi ve zaten model o alanı kullanmıyor. Sayfadaki hiçbir rakam Türkiye ölçümü olarak okunamaz; kapsam global katalogtur.
• Merkezi eğilim medyandır. Bant içi dağılımlar aşırı çarpık: 5 milyon üstü bantta tek bir 680 milyon takipçili hesap ortalamayı tek başına belirliyor. Ortalama yalnızca taban oranın sabitliğini gösterirken kullanıldı, orada da minimum ve maksimumla birlikte verildi.
• Para birimi ABD doları bırakıldı. Tarayıcı kullanımı bu ölçümde yasak olduğu için doğrulanabilir bir kur kaynağı ve tarihi yazılamıyor. Kaynaksız bir kurla TL’ye çevirmek, zaten bir tahmin olan rakamı ikinci bir tahminle çarpıp sahte bir kesinlik üretirdi.
• Ölçülemeyenler dağılımdan silinmedi. 804 aday hesabın 16’sı hiç yanıt vermedi. Ayrıca ölçülebilen hesaplar arasında da bozuk çıktılar var ve bunlar temizlenmedi: 5 YouTube kanalında aylık kazanç tahmininin üst sınırı bile sıfır çıktı (izlenme sayısı sıfır geldiği için), 1 TikTok hesabında takipçi sayısı sıfır geldi. Bunlar dağılımda duruyor; silinseydi bütün medyanlar iyimser tarafa kayardı.
• Formül çözümü örnekleme dayanır, kaynak koda değil. Sayfada verilen iki satırlık formül, ölçülen 168 Instagram ve 160 TikTok hesabının hepsinde yayınlanan rakamı yeniden ürettiği için yazıldı. Bu, motorun bugünkü davranışının tarifidir; motorun ileride değişmeyeceğinin garantisi değildir.
• Çapraz platform eşleştirme isim eşleşmesidir. 63 hesap, üç katalogda da kullanıcı adının birebir aynı olmasıyla seçildi. Bu bir kimlik doğrulaması değil. Seçilen adların büyük çoğunluğu tanınmış marka ve yayıncı hesabı olduğu için hata payı düşük, ama sıfır değil.
• Kendi altyapımızdaki hata yayınlandı. TikTok kazanç ucundaki 32 bit taşması bu ölçümde bulundu ve sayılarıyla birlikte yukarıda duruyor. Bulgu şirketin işine gelmiyor; kural, bulgunun ne diyorsa onun yazılması.
• Korelasyon nedensellik değildir. Sayfa hiçbir yerde "etkileşimi artırırsanız kazancınız artar" demiyor. Söylediği şey, motorun formülünde etkileşim katsayısının belirli bir aralığa sıkıştırılmış olduğu ve o aralığın sınırının ölçüldüğü. Gerçek kazanç ile etkileşim arasındaki ilişki bu veriyle test edilemez, çünkü veride gerçek kazanç yok.

Sık sorulanlar

İlgili raporlar

Bu sayfadaki katsayının girdisi olan etkileşim oranının gerçek dağılımı Instagram etkileşim oranı referansında ve TikTok etkileşim oranı referansında bant bant ölçüldü. YouTube tarafında kazancı belirleyen izlenme hızı YouTube izlenme hızı referansında, TikTok hesaplarının ne hızla büyüdüğü ise TikTok büyüme hızı referansında.

Platform tahminlerinin neden karşılaştırılamadığının metodolojik dayanağı platform metrikleri karşılaştırmasında. Markaların hangi platformlarda hesabı olduğu markaların platform haritasında, yaygın sosyal medya iddialarının hipotez testi ise iddia testi sonuçlarında. Tümü veri raporları bölümünde.

Alıntı

Bu rapordaki veriler kaynak gösterilerek serbestçe kullanılabilir. Alıntılarken rakamların bir tahmin motorunun çıktısı olduğunu, ölçülmüş gelir olmadığını ve ölçümün global bir katalogta yapıldığını belirtmenizi rica ediyoruz. Önerilen künye: