Emlak ilan portalları standart AEO oyun kitabını uyguluyor. Açılış sayfalarında FAQ şeması var. Ana sayfalarında LocalBusiness işaretlemesi var. Uzun kuyruklu sorguları hedefleyen konuşmaya dayalı içerikler yazmışlar. Ve çoğu, biri yapay zeka motoruna "[şehir]'de üniversiteye yakın 2+1 daireler" diye sorduğunda yine de görünmüyor.
Nedeni kozmetik değil yapısal. Listeleme sayfaları içerik sayfaları değil. Editoryal içerik için tasarlanmış AEO taktikleri ilan envanterine uygulanamaz. Bu rehber ilan platformu operatörleri için yazıldı: emlak portalları, tatil kiralama siteleri, daire pazarları. Bireysel acenteler için değil. Zorluk, otel görünürlük sorunuyla farklı, ancak temel neden aynı eksik coğrafi veri katmanı.
Standart AEO Tavsiyelerinin Listeleme Sayfaları için Neden İşe Yaramadığı
Standart AEO tavsiyesi şöyle özetlenebilir: konuşmaya dayalı içerik yazın, FAQ şeması ekleyin, uzun kuyruklu soruları hedefleyin, tematik otorite oluşturun. Bu, blog yazıları, rehberler ve açılış sayfaları gibi editoryal içerik için doğru. Yerel işletmeler için eksiksiz AEO rehberi bu taktikleri iyi ele alıyor.
Listeleme sayfaları kategori düzeyli soruları yanıtlamıyor. Belirli varlıkları temsil ediyorlar: belirli bir konumdaki, belirli özelliklere sahip, belirli bir fiyata sunulan üç odalı bir daire. Yapay zeka motorları varlıkları getirir, makaleleri değil.
Bir kullanıcı Perplexity'ye "Parc de la Villette yakınında 1500 Euro altında kiralıklar" diye sorduğunda, yapay zeka coğrafi varlık eşleştirmesi yapıyor. Çözümlenebilir bir coğrafi alan içinde doğrulanmış konuma sahip, yapılandırılmış özellik olarak belirtilen fiyat aralığında olan ve sorgulanan referans noktası veya mahalleyle makine tarafından okunabilir ilişkilere sahip ilan varlıkları arıyor.
Listeleme sayfanızdaki bir FAQ bloğu, yapay zekanın bu eşleşmeyi yapmasına yardımcı olmuyor. Ana sayfanızdaki bir LocalBusiness şeması, URL yapınızda iki sayfa derinliğindeki bireysel bir ilanı getirmesine yardımcı olmuyor. Makine tarafından okunabilir olması gereken varlık, listeleme sayfasının kendisi.
Yapay Zeka Motorlarının Bir Listeleme Sayfasından Gerçekte Neye İhtiyacı Var
Belirli bir şema türü. Schema.org'un ilan envanteri için tasarlanmış türleri var: RealEstateListing, Apartment, SingleFamilyResidence, House, LodgingBusiness, VacationRental. Listeleme sayfalarında genel LocalBusiness veya Article kullanmak, onları emlak sorguları için yanlış varlık kategorisine koyuyor.
Yapılandırılmış veri olarak fiyat ve müsaitlik. İlan türünün içine yerleştirilmiş bir Offer, yapay zeka motorlarına fiyat kısıtlaması içeren sorgulara karşı ilanları eşleştirmek için gereken yapılandırılmış fiyat ve müsaitlik özelliklerini sağlıyor. Yalnızca sayfanın görünür metninde görünen fiyat sorgulanabilir bir özellik değil.
Coğrafi veri. Neredeyse her uygulamanın eksik olduğu katman bu, bir sonraki bölümde ayrıntılı ele alınıyor.
Üç Coğrafi Veri Boşluğu
Boşluk 1: Listeleme Sayfasının Kendisinde Koordinat Yok
En az dört ondalık basamak hassasiyetinde latitude ve longitude içeren hassas GeoCoordinates, listeleme sayfasının kendi JSON-LD'sinde yer almalıdır. Adres dizeleri ikame değildir. Yaygın hata, geo'yu yalnızca ana sayfadaki site düzeyinde LocalBusiness şemasına uygulamaktır. Bireysel listeleme sayfalarının kendi koordinatlarına ihtiyacı var. Her ilan ayrı bir coğrafi varlık. Herhangi bir ilan türü için bunu doğru şekilde uygulamak JSON-LD şema rehberinde ele alınıyor.
Boşluk 2: containedInPlace İlişkisi Yok
containedInPlace, ilanı coğrafi olarak içinde bulunduğu mahalle, ilçe ve şehir varlıklarına bağlıyor. Bu, ilanın yalnızca adres düzeyinde değil, alan düzeyinde sorgularda da getirilmesini sağlıyor.
Bu olmadan ilan, şemanızda bir cadde adresinde var oluyor ama herhangi bir adlandırılmış coğrafi varlığın üyesi değil. Yapay zeka motoru onu "[mahalle adı]'ndaki daireler" için getiremez, çünkü ilan ile o mahalle arasında yapılandırılmış bir bağlantı yok.
"containedInPlace": {
"@type": "Place",
"name": "Prenzlauer Berg",
"containedInPlace": {
"@type": "City",
"name": "Berlin"
}
}
Boşluk 3: Yakın Yer Verisi Yok
"S-Bahn yakınındaki daireler" veya "iyi okullara yakın evler" gibi sorgular, ilanın yakındaki coğrafi özelliklerle yapılandırılmış ilişkilere sahip olmasını gerektiriyor. Mülk açıklamanızdaki bir cümle yeterli değil. Toplu taşıma durağının koordinatları ve bir mesafe özelliğiyle amenityFeature aracılığıyla bağlantılı yapılandırılmış bir Place varlığı olarak aynı bilgi sorgulanabilir.
Listeleme Veritabanlarının Bu Verileri Neden Taşımadığı
Çoğu mülk yönetim sistemi ve listeleme veritabanı operatörlerin girdiğini saklar: adres, fiyat, oda sayısı, fotoğraflar. Bunlar bir portala göz atan insanlar için inşa edildi. Koordinatlar, mahalle sınırları ve yakın POI verileri standart alanlar değil, çünkü listeleme yazılımı hiçbir zaman yapay zeka alma sistemlerine makine tarafından okunabilir coğrafi bağlam sağlamak üzere tasarlanmadı.
Bu boşluğu ölçekte kapatmanın yolu bir haritalama API'si aracılığıyla. Geocoding API'leri adresleri hassas koordinatlara dönüştürür. İlgi noktası API'leri belirli bir yarıçap içindeki toplu taşıma duraklarını, okulları, parkları ve önemli noktaları döndürür. Mahalle sınırı API'leri verilen bir koordinatı içeren coğrafi varlıkları çözümler. Çıktı doğrudan schema.org türlerine eşlenir ve derleme zamanı veya sunucu tarafı süreciyle ölçekli olarak listeleme sayfası JSON-LD'ye gömülebilir. Yapay zekanın bu tür verileri web sitelerini bulmak ve değerlendirmek için şu an nasıl kullandığı daha geniş alma modelini açıklıyor.
Bir Listeleme Sayfası için Tam Şema Yapısı
{
"@context": "https://schema.org",
"@type": "Apartment",
"name": "3-room apartment, Prenzlauer Berg",
"description": "Bright 3-room apartment, 78 sqm, renovated kitchen, south-facing balcony.",
"numberOfRooms": 3,
"floorSize": { "@type": "QuantitativeValue", "value": 78, "unitCode": "MTK" },
"address": {
"@type": "PostalAddress",
"streetAddress": "Kastanienallee 42",
"addressLocality": "Berlin",
"postalCode": "10435",
"addressCountry": "DE"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 52.5384,
"longitude": 13.4132
},
"containedInPlace": {
"@type": "Place",
"name": "Prenzlauer Berg",
"containedInPlace": { "@type": "City", "name": "Berlin" }
},
"amenityFeature": [
{
"@type": "LocationFeatureSpecification",
"name": "S-Bahn Prenzlauer Allee",
"value": true,
"description": "350m, approximately 4 minutes walk"
},
{
"@type": "LocationFeatureSpecification",
"name": "Grundschule am Kollwitzplatz",
"value": true,
"description": "600m, approximately 7 minutes walk"
}
],
"offers": {
"@type": "Offer",
"price": 1450,
"priceCurrency": "EUR",
"availability": "https://schema.org/InStock"
}
}
Bu ilan artık çözümlenebilir bir coğrafi varlık. Alana göre, yakınlığa göre, fiyat kısıtlamasına göre ve oda sayısına göre sorgularda getirilebilir. Coğrafi katman olmayan bir ilan, yalnızca yapay zeka adres dizesini sorgulanan konumla eşleştirirse getirilebilir; bu güvenilmez.
Acente AEO ile Portal AEO Arasındaki Fark
Bireysel acenteler AEO çalışması yapıyor: marka ve içerik görünürlüğü, mahalle rehberleri, FAQ içeriği. Portal operatörleri ölçekte envanter sorunu çözüyor. Her listeleme sayfasının sayfa düzeyinde gömülü coğrafi veriye ihtiyacı var. Bu, içerik stratejisi değil sistematik bir veri ardışık düzeni gerektiriyor.
Tüketicilerin %82'si artık yerel ve mülk araştırması için yapay zeka araçları kullanıyor. Yerel işletmelerin yalnızca %1,2'si yapay zeka arama önerilerinde görünüyor. Bu boşluğu kapatan portallar, her ilanı yalnızca cadde adresli bir içerik sayfası olarak değil, makine tarafından okunabilir coğrafi bağlamı olan veri varlığı olarak ele alanlar olacak.
MapAtlas AEO Denetleyicisi, listeleme sayfalarınızın hangi coğrafi sinyallerden yoksun olduğunu tam olarak tespit eder: koordinatlar, containedInPlace, yakın POI verileri. Yalnızca standart zengin sonuçlar testinin kontrol ettiği alanlar değil, yapay zeka motorlarının emlak sorguları için ağırlıklandırdığı sinyallere karşı denetler.
