Dataset Şeması

TL;DR — Dataset şeması, bir arama motorunun veri kümesinin ne olduğunu anlayabilmesi için araştırma verileri, kamu/yurttaşlık verileri veya makine öğrenimi eğitim kümesi gibi bir veri koleksiyonunu yayımlayan sayfaya eklediğiniz koddur. Ancak çoğu kişinin gözden kaçırdığı nokta şudur: normal Google aramalarında gördüğünüz gösterişli listeleri sağlamaz. Araştırmacılar ve veri bilimciler için Google’ın oluşturduğu farklı bir site olan Google Dataset Search (datasetsearch.research.google.com) adlı ayrı bir aracı besler. Gerçek anlamda veri yayımlamıyorsanız bu işaretleme size uygun değildir. Evidence for this claim Schema.org Dataset represents a body of structured information and defines dataset-specific metadata properties. Scope: Schema.org Dataset vocabulary. Confidence: high · Verified: 2026-07-14 Schema.org: Dataset Evidence for this claim Google documents Dataset structured data for dataset discovery and requires page content and markup to describe a dataset; markup does not guarantee appearance. Scope: Current Google Dataset structured-data guidance. Confidence: high · Verified: 2026-07-14 Google Search Central: Dataset structured data

Dataset şeması nedir?

Bir veri kümesini barındıran sayfaya geldiğinizde — yağış ölçümlerini içeren bir CSV, kamu sağlığı veri tablosu veya bir ML eğitim kümesi — başlığı okuyabilir, lisansı görebilir ve kimin oluşturduğunu anlayabilirsiniz. Arama motoruysa düz metin görür ve tahmin etmek zorunda kalır. Dataset şeması, ortak schema.org söz dağarcığını kullanarak bunları kod içinde açıkça belirtir: veri kümesinin name değeri, içeriğini açıklayan description, creator, license ve indirme biçimleri.

Neredeyse her zaman JSON-LD biçiminde yazılır: sayfanın görünümünü değiştirmeden sayfada yer alan küçük bir kod bloğudur.

Her şeyden önce anlaşılması gereken nokta

Çoğu şema türü, sıradan Google aramasında yıldızlı puanlar, açılır FAQ bölümleri veya tarif kartları gibi bir zengin sonuç kazandırır. Dataset şeması bunu yapmaz. Sağladığı yararın tamamı ayrı bir Google ürününde ortaya çıkar: web genelindeki veri kümelerini dizine ekleyen, farklı bir web adresindeki özel araç Dataset Search. Google’a gündelik bir soru yazan kullanıcılar bunu hiçbir zaman görmez. Bu nedenle, sayfanızın normal sonuçlarda aniden daha zengin görüneceğini umarak Dataset şeması eklemeyin; yaptığı şey bu değildir.

Gerçekte nelere ihtiyacınız var?

Gerçek anlamda yalnızca iki özellik zorunludur:

• name — veri kümesinin adı. Bunu özgül hale getirin (nedenini aşağıda açıklıyorum).
• description — verileri sade bir dille özetleyen, 50 ile 5 000 karakter arasında bir açıklama.

Bunların ötesinde, birkaç ek özellik bu özel kitle açısından gerçekten önemlidir:

• license — temiz bir URL olarak yeniden kullanım koşulları. Veri kümenizi değerlendiren araştırmacılar, zaman ayırmadan önce lisansı bilmek ister; ancak işaretlemenin kendisi yalnızca koşullara yönlendiren bir bağlantıdır, koşulları okumanın yerini tutmaz.
• isAccessibleForFree — erişimin ücretsiz olup olmadığı.
• creator, keywords ve verilerin kapsamı (nerede ve ne zaman toplandığı).

Kimler kullanmalı?

Açıkçası dar bir grup: araştırma kurumları, kamu kurumlarının ve üniversitelerin açık veri portalları, makine öğrenimi veri kümesi barındırıcıları (Kaggle tarzı siteler) ve destekleyici veriler yayımlayan bilimsel dergiler. Onlar için gerçekten değerlidir. Paylaşacak gerçek bir veri kümesi bulunmayan tipik bir işletme veya blog için yanlış araçtır ve bunu eklemek normal arama görünürlüğünüze hiçbir katkı sağlamaz.

Zorunlu ve önerilen özelliklerin ayrıntılarını, Google’ın özellikle uyardığı “yinelenen ad” sorununu ve eksiksiz bir JSON-LD örneğini mi istiyorsunuz? Advanced sekmesine geçin.

TL;DR — schema.org/Dataset işaretlemesi (genellikle JSON-LD), bir veri koleksiyonu sayfasının Google Dataset Search (datasetsearch.research.google.com) içinde keşfedilmesini sağlar. Google Search Central belgelerinde 5 Kasım 2025 tarihinde yapılan güncelleme, Dataset yapılandırılmış verilerinin ana Google Arama için değil, Dataset Search için olduğunu açıkça belirtti. Bu nedenle onu genel SERP zengin snippet’i değil, ayrı bir hedef olarak değerlendirin. Google’ın güncel Dataset Search profili description (50–5 000 karakter; Dataset Search bunun yalnızca ilk 5 000 karakterini okur) ve name alanlarını zorunlu tutar. Dataset Search kullanıcıları yeniden kullanım olanaklarını değerlendirdiği için license ve isAccessibleForFree, çoğu CreativeWork türüne kıyasla burada daha önemlidir. Bununla birlikte lisans, erişim hakları ve yasal haklar ayrı katmanlardır; işaretleme yasal yeniden kullanıma karar vermez (bu, hukuki tavsiye değildir). Google, yinelenen genel adları (birbirinden ayrıştırılmamış çok sayıda “Snow depth” veri kümesi) ve eksik lisans URL’lerini gerçek hayattaki hata biçimleri olarak özellikle belirtir. Bu; yaşam bilimleri, sosyal bilimler, ML ve yurttaşlık/kamu verileri yayımlayanlar için niş bir uygulamadır, genel bir SEO sıralama taktiği değildir. Sitenizde gerçek bir veri kümesi yoksa bu tür size uygun değildir ve hiçbir işaretleme bunu değiştiremez. Evidence for this claim Schema.org Dataset represents a body of structured information and defines dataset-specific metadata properties. Scope: Schema.org Dataset vocabulary. Confidence: high · Verified: 2026-07-14 Schema.org: Dataset Evidence for this claim Google documents Dataset structured data for dataset discovery and requires page content and markup to describe a dataset; markup does not guarantee appearance. Scope: Current Google Dataset structured-data guidance. Confidence: high · Verified: 2026-07-14 Google Search Central: Dataset structured data

Dataset şemasının gerçekte yaptığı — Dataset Search ayrımı

Rakip içeriklerin çoğu bu çerçeveyi yanlış kuruyor; bu yüzden açık konuşacağım: Dataset şeması, ana Google web aramasındaki bir zengin sonucu beslemez. Ana SERP’den ayrı, kendi adresinde (datasetsearch.research.google.com) çalışan özel bir araç olan Google Dataset Search’ü besler. Google bunu örtük bırakmak yerine açıkça belirtti: Google Search Central’ın belge güncellemeleri günlüğünde 5 Kasım 2025 tarihli bir kayıt, Dataset yapılandırılmış verilerinin Google Arama’nın kendisi tarafından değil, yalnızca Dataset Search tarafından kullanıldığını açıkladı. Dataset Search, araştırmacıların, veri bilimcilerin ve analistlerin veri bulmaları gerektiğinde başvurduğu araçtır; Dataset şeması da veri kümenizi bu dizine taşıyan sinyaldir. Bu sayfanın başka hiçbir yerinde Dataset’i ana akım bir zengin sonuç olarak adlandırmayacağım; önemli olan yukarıdaki ayrımdır. Evidence for this claim Google currently scopes Dataset structured data to Google Dataset Search and explicitly clarified that it is not used by mainstream Google Search. Scope: web Confidence: high · Verified: 2026-07-16 Latest Google Search documentation updates

Google’ın kendi çerçevesi zengin snippet’e değil, keşif aracına odaklanır: “Datasets are easier to find in the Dataset Search tool when you provide supporting information such as their name, description, creator and distribution formats as structured data.” Bunu dikkatle okuyun: “Dataset Search aracında daha kolay bulunur” diyor; “Arama’da zengin sonuç kazanır” demiyor. Bu ayrım, makalenin temel noktasıdır.

Zorunlu ve önerilen özellikler

Bunlar, genel schema.org/Dataset söz dağarcığından daha dar olan ve özellikle Google’ın aracının denetlediği unsurları kapsayan Google’ın güncel Dataset Search tüketici profili gereksinimleridir. Google’ın belgeleriyle 2026-07-16 tarihinde karşılaştırılmıştır. Evidence for this claim Schema.org Dataset is a CreativeWork subtype for a body of structured information about topics; Google's Dataset consumer profile is a narrower platform-specific subset of that vocabulary. Scope: web Confidence: high · Verified: 2026-07-16 Dataset

Google’ın Dataset Search profilinin zorunlu tuttuğu özellikler (ikisi de bulunmalıdır; aksi takdirde uygun sayılmazsınız):

• name — veri kümesinin başlığı.
• description — 50 ile 5 000 karakter arasında olmalıdır. Bu uzunluk aralığı, insanların sıkça takıldığı kesin bir kısıttır: 50 karakterden kısa tek satırlık açıklama doğrulamadan geçmez; 5 000 karakteri aşan devasa bir veri sözlüğü de reddedilir. Dataset Search, bunun gibi metinsel özelliklerin yalnızca ilk 5 000 karakterini okur. Bu sınırın ötesindeki içerik kullanılmadığından önemli bilgileri sona gömmeyin.

Google’ın profilinde önerilen özellikler — ve burada çoğu CreativeWork türüne kıyasla daha fazla önem taşıyanlar:

• license — tercihen lisansa yönlendiren temiz ve eksiksiz bir URL olarak yeniden kullanım koşulları. Dataset Search kullanıcıları çoğunlukla verilerin kendi amaçları doğrultusunda yeniden kullanılabilir olup olmadığını değerlendirmeye çalışır. Bu nedenle eksik veya belirtilmemiş bir lisans, kozmetik değil gerçek bir sorundur. (“Lisansın” neden hukuki tablonun tamamı olmadığını aşağıda açıklıyorum.)
• isAccessibleForFree — erişimin ücretsiz olup olmadığı. Gerekçe yine yeniden kullanım değerlendirmesidir.
• creator, funder, citation — kaynağın geçmişi ve nasıl atıf yapılacağı.
• identifier — DOI veya kalıcı başka bir kimlik.
• keywords, variableMeasured — verilerin neleri kapsadığı ve ölçtüğü.
• spatialCoverage, temporalCoverage — verilerin coğrafi ve zamansal kapsamı.
• distribution — gerçek indirme/erişim biçimleri (contentUrl ve encodingFormat içeren DataDownload nesneleri).
• hasPart / isPartOf, sameAs, measurementTechnique, alternateName, version, url.

Google’ın özellikle belirttiği yaygın hatalar

Google’ın belgeleri somut, gerçek hayatta karşılaşılan hata biçimlerini belirtir; bunlar varsayımsal değildir:

• Yinelenen / genel veri kümesi adları. Klasik örnek, farklı sağlayıcılara ait ve birbirinden ayrıştırılmadan “Snow depth” adı verilmiş çok sayıda veri kümesidir. Bu durum, büyük ölçekte veri kümelerini Dataset Search içinde ayırt edilemez hale getirir. name değerinin benzersizliği, neredeyse tüm diğer şema türlerinden daha fazla önem taşır; sağlayıcıyı, bölgeyi veya zaman aralığını ada dahil edin.
• Eksik lisans URL’leri. Kesilmiş veya çözümlenmeyen bir lisans bağlantısı, kitlenizin en çok kontrol etmek istediği tek alanı zayıflatır.
• Beklenmeyen csvw:Table değerleri. Hatalı CSV on the Web meta verileri, belgelenmiş bir hata kaynağıdır. Bununla birlikte DCAT belgeleri, söz konusu uyarının açıkladıkları koşul altında göz ardı edilebileceğini belirtir; bunun geçerli olduğunu varsaymadan önce kendi durumunuzu belgelerle karşılaştırın.

Lisans, erişim hakları ve işaretlemenin karar vermediği konular

Bu noktada çoğu şema açıklamasından daha dikkatli olmak istiyorum. Lisans, erişim hakları ve diğer haklara ilişkin meta veriler, hepsini temsil eden tek bir alan değil, ayrı katmanlardır. Bu ayrım yalnızca schema.org’un kendisinden değil, schema.org/Dataset’in birlikte çalıştığı Veri Kataloğu Söz Dağarcığı DCAT’tan gelir:

• license, Google’ın Dataset Search profilinin denetlediği yeniden kullanım koşullarını açıklar.
• Erişim hakları (verilere kimlerin erişebileceği) ve diğer haklar (atıf ve lisansın ötesindeki kısıtlamalar), DCAT’ın lisansla birlikte izlediği ayrı konulardır.
• Bir veri kümesi veri kümesi düzeyinde bir lisansa, dağıtım düzeyinde ise farklı bir lisansa sahip olabilir (aşağıdaki veri kümesi-dağıtım modeline bakın). DCAT, veri kümesi ve dağıtım düzeyindeki çelişkili lisans beyanlarının yeniden kullanımı değerlendiren kişileri yanıltabileceği konusunda açıkça uyarır. Birden fazla dağıtım yayımlıyorsanız lisanslarının veri kümesi düzeyindeki lisansla uyumlu olduğundan veya kapsamlarının bilinçli ve açık biçimde farklı belirlendiğinden emin olun.

Bunların hiçbiri hukuki tavsiye değildir ve işaretlemenin kendisi yasal yeniden kullanım haklarına karar vermez. Bir license özelliği eklemek, koşullara makinece okunabilir bir yönlendirme sağlar; lisans vermez, haklardan feragat etmez veya çelişkili bir iddiayı çözmez. Yeniden kullanım koşulları bir veri kümesi için gerçekten önemliyse — bu kitle açısından genellikle önemlidir — lisans metnini doğru hazırlayın. Belirsizliğin veya riskin yüksek olduğu durumlarda yalnızca şema alanına güvenmek yerine kullanıcıları gerçek hukuki yönlendirmelere sevk edin.

Bunu gerçekte kimler uygulamalı?

Niş bir türü abartılı biçimde pazarlamak yerine uygunluğu konusunda dürüst olmak istiyorum:

Uygun:

• Çalışma verileri yayımlayan araştırma kurumları ve .edu siteleri.
• Kamu kurumlarının / yurttaşlık girişimlerinin açık veri portalları (.gov ve eşdeğerleri).
• ML / veri bilimi veri kümelerini barındıran Kaggle tarzı depolar.
• Makalelerin yanında tamamlayıcı veri kümeleri sunan bilimsel dergiler.
• Bir haberin dayandığı verileri yayımlayan bilim gazeteciliği siteleri.

Uygun değil:

• Yayımlayacak gerçek bir veri kümesi bulunmayan tipik ticari içerik siteleri, bloglar veya mağazalar. Bunun normal arama trafiğinize yardımcı olan bir sürümü yoktur. Rastgele indirilebilir bir PDF’yi veya elektronik tabloyu Dataset olarak işaretlemek kötüye kullanımdır; Google’ın rehberi, herhangi bir indirilebilir dosyayı değil, gerçek ve yapılandırılmış bir veri koleksiyonunu ifade eder.

Google’ın kendi sözleriyle amaç, araştırma ve veri alanları içinde geniştir: “The purpose of this markup is to improve discovery of datasets from fields such as life sciences, social sciences, machine learning, civic and government data, and more.” Bu çerçeve yaygın bir yanılgıyı ortadan kaldırır: bu, “yalnızca kamu verileri için” değildir. Yaşam bilimlerini, sosyal bilimleri, ML’yi ve yurttaşlık/kamu verilerini kapsar. Yine de kapsamı gerçek veri kümeleriyle sınırlıdır.

Dataset’in şema ailesindeki yeri

Dataset; Article, Book ve medya nesnesi türleri gibi kardeşlerle birlikte Creative Works ailesinde yer alır. Özellikle yapılandırılmış veri koleksiyonlarına yönelik CreativeWork alt türüdür. Yayımladığınız şey düzyazıysa Article; kitapsa Book; sorgulanabilir/indirilebilir bir veri koleksiyonuysa Dataset kullanın. Bunun daha geniş çerçevedeki yerini anlamak için bu makalenin altında bulunduğu Schema Markup ve Structured Data merkezleri iyi bir başlangıç noktasıdır.

Dataset → distribution → version modeli

JSON-LD’yi yazmadan önce kavramsal olarak şunu anlamaya değer: dataset, açıklanan şeyin, yani kavramsal koleksiyonun kendisidir. distribution, bunun erişilebilir bir temsilidir: CSV dışa aktarımı, JSON API veya ZIP arşivi gibi. Tek bir veri kümesinin birkaç dağıtımı olabilir. schema.org terimleriyle distribution özelliği içinde kullanılan DataDownload, DCAT’ın dcat:Distribution öğesinin eşdeğeridir; ilişki aynı, söz dağarcığı farklıdır. Lisans ve erişim bilgilerinin yalnızca veri kümesine göre değil, dağıtıma göre de farklılık gösterebilmesinin ve yukarıdaki bölümde yer alan çakışma uyarısının önemli olmasının nedeni budur. Evidence for this claim A dataset is the described collection; a distribution is an accessible representation or downloadable form. Schema.org DataDownload maps to dcat:Distribution, and one dataset can have multiple distributions. Scope: data catalogs Confidence: high · Verified: 2026-07-16 Data Catalog Vocabulary (DCAT) - Version 3

Buna ek olarak bir W3C Recommendation olan DCAT 3, aynı temel veri kümesinin zaman içinde güncellenmiş sürümlerini yayımladığınızda yararlı olan resmî sürümleme ve veri kümesi serisi anlamlarını eklerken DCAT 2 ile geriye dönük uyumluluğu korur. Bu özellikleri henüz kullanmıyorsanız sırf DCAT 3 var diye DCAT 2 tarzı meta verileri yükseltmeniz gerekmez.

AI özeti

Advanced sürümünün kısa özeti:

• Nedir: Bir veri koleksiyonunu — araştırma verileri, kamu/yurttaşlık verileri veya ML eğitim kümeleri — keşfedilebilir hale getirmek üzere açıklayan schema.org/Dataset işaretlemesidir (genellikle JSON-LD).
• En önemli nokta: Ana Google web aramasında zengin snippet üretmez. Google Search Central belgelerinde 5 Kasım 2025 tarihinde yapılan bir güncelleme, Dataset yapılandırılmış verilerini araştırmacılar ve veri bilimciler için oluşturulmuş ayrı bir hedef olan Google Dataset Search (datasetsearch.research.google.com) ile açıkça sınırlandırdı; ana Google Arama’yla değil.
• Zorunlu özellikler (Google’ın Dataset Search profili): Yalnızca iki tanedir: description (50–5 000 karakter; Dataset Search yalnızca ilk 5 000 karakterini okur) ve name. 50 karakterden kısa veya 5 000 karakterden uzun açıklama başarısız olur. 2026-07-16 tarihinde kontrol edilmiştir.
• Önerilen ancak burada kritik olanlar: Dataset Search kullanıcıları yeniden kullanımı değerlendirdiği için license ve isAccessibleForFree, çoğu CreativeWork türüne kıyasla daha önemlidir. Bununla birlikte DCAT’a göre lisans, erişim hakları ve yasal haklar ayrı katmanlardır; işaretleme yasal yeniden kullanım haklarına karar vermez (bu, hukuki tavsiye değildir). Ayrıca creator, identifier, keywords, spatialCoverage, temporalCoverage, variableMeasured, distribution.
• Dataset ve distribution: Dataset, açıklanan koleksiyondur; distribution (DataDownload) ise bunun erişilebilir bir temsilidir. Bu, DCAT’ın dcat:Distribution öğesiyle aynı ilişkidir. DCAT 3, DCAT 2 ile geriye dönük uyumlu olarak sürümleme/seri anlamları ekler.
• Google’ın belirttiği yaygın hatalar: Yinelenen/genel adlar (birbirinden ayrıştırılmamış çok sayıda “Snow depth” veri kümesi; name benzersizliği kritik önemdedir), eksik lisans URL’leri ve beklenmeyen csvw:Table değerleri.
• Kimler kullanmalı: Araştırma kurumları, .gov/.edu açık veri portalları, Kaggle tarzı ML veri kümesi barındırıcıları ve tamamlayıcı veriler sunan dergiler. Gerçek bir veri kümesi bulunmayan tipik ticari siteler kullanmamalıdır; rastgele indirilebilir bir dosyayı Dataset olarak işaretlemek kötüye kullanımdır.
• Düzeltilen yanılgı: “Yalnızca kamu verileri için” değildir. Google’ın kendi çerçevesi yaşam bilimlerini, sosyal bilimleri, ML’yi ve yurttaşlık/kamu verilerini kapsar. Ayrıca genel bir SEO sıralama veya zengin sonuç taktiği değil, belirli bir kitleye yönelik niş bir dağıtım uygulamasıdır.

Resmî belgeler

Arama motorlarının birincil kaynak belgeleri.

Google — yapılandırılmış veri

• Dataset structured data — yetkili başvuru kaynağı: zorunlu name/description, önerilen özelliklerin tam listesi ve yaygın hatalara ilişkin rehberlik (yinelenen adlar, lisans URL’leri, csvw:Table).
• Structured data search gallery — Google’ın yapılandırılmış veri özelliklerinin tam kataloğu; Dataset’in ve ayrı Dataset Search hedefinin SERP içindeki zengin sonuçlara göre nerede bulunduğunu gösterir.
• Rich Results Test — Google, Dataset yayıncılarını açıkça buraya yönlendirir. Ancak bunu evrensel bir schema.org doğrulayıcısı veya Dataset Search listesinin kesinlikle görüneceğinin kanıtı olarak değil, Google tarafından desteklenen özelliklere uygunluğu ve Dataset’e özgü sorunları denetleyen bir araç olarak değerlendirin.
• Google Dataset Search — bu işaretlemenin beslediği gerçek hedef; iyi işaretlenmiş bir veri kümesinin sonuç olarak nasıl göründüğünü incelemek için göz atın.

Bing / Microsoft

• Marking up your site with structured data — Bing’in genel yapılandırılmış veri desteği (schema.org; JSON-LD önerilir).

Kaynaktan alıntılar

Google’ın kayda geçmiş açıklamaları. Kaynak sayfanın metni sunduğu durumlarda bağlantı, doğrudan alıntılanan bölüme götüren derin bağlantıdır.

Google belgeleri — işaretlemenin amacı

• “Datasets are easier to find in the Dataset Search tool when you provide supporting information such as their name, description, creator and distribution formats as structured data.” Alıntıya git
• “The purpose of this markup is to improve discovery of datasets from fields such as life sciences, social sciences, machine learning, civic and government data, and more.” Alıntıya git

Kaçınılması gereken Dataset şeması yanılgıları ve hataları

Yanılgı: “Dataset şeması normal Google arama sonuçlarında zengin snippet kazandırır.” Yanlış. İnsanları hatalı bir yola sokan temel hata budur. Dataset şeması, gündelik kullanıcıların çoğunun hiç açmadığı ayrı bir araç olan Google Dataset Search’ü (datasetsearch.research.google.com) besler. Sayfanızın ana SERP’deki görünümünü iyileştirmez. Amacınız genel aramada zengin sonuç elde etmekse Dataset tamamen yanlış türdür.

Yanılgı: “Dataset şeması yalnızca kamu verileri içindir.” Yanlış. Google’ın kendi çerçevesi bunun “life sciences, social sciences, machine learning, civic and government data, and more.” alanlarını kapsadığını açıkça belirtir. Kamu açık verileri önemli bir kullanım alanıdır, ancak sınır değildir.

Yanılgı: “Sitemdeki her indirilebilir dosya bir veri kümesidir.” Hayır. Rastgele bir PDF, pazarlama elektronik tablosu veya indirilebilir broşür Dataset değildir. Google’ın rehberi gerçek ve yapılandırılmış bir veri koleksiyonunu ifade eder. Rastgele indirmeleri veri kümesi olarak işaretlemek kötüye kullanımdır ve size yardımcı olmaz.

Hata: yinelenen veya genel name değerleri. Google bunu özellikle belirtir: farklı sağlayıcılara ait, birbirinden ayrıştırılmamış çok sayıda “Snow depth” veri kümesi ayırt edilemez hale gelir. name benzersizliği burada neredeyse tüm diğer şema türlerinden daha önemlidir; sağlayıcıyı, bölgeyi veya zaman aralığını ada dahil edin.

Hata: description değerinin 50–5 000 karakter aralığının dışında olması. 50 karakterden kısa tek satırlık açıklama da 5 000 karakteri aşan dev bir veri sözlüğü de doğrulamadan geçmez. Bu aralıkta, insanlar için yazılmış gerçek bir özet oluşturun.

Hata: eksik veya çözümlenmeyen license URL’leri. Lisans, araştırmacılardan oluşan kitlenizin verileri yeniden kullanmadan önce en çok kontrol etmek istediği alandır. Kesilmiş veya bozuk bir lisans bağlantısı, bu türün en değerli önerilen özelliğini zayıflatır.

Hata: veri kümesi bulunmayan bir müşteriye gereğinden fazla vaat sunmak. Site gerçek veri koleksiyonları yerine düzyazı, ürün veya hizmet yayımlıyorsa Dataset şeması hiçbir işe yaramaz. Bu türün en yaygın yanlış uygulaması, gerçek kullanım alanının dışında önerilmesidir.

Dataset şeması — kısa başvuru

Asla unutmamanız gereken çerçeve

Dataset şeması → Google Dataset Search (datasetsearch.research.google.com), ayrı bir araçtır. Ana web aramasında zengin snippet değildir.

Zorunlu (yalnızca iki)

Önerilen — bu kitle için kritik olanlar

Google’ın belirttiği yaygın hatalar

• Yinelenen / genel name değerleri (“Snow depth” sorunu).
• Eksik veya çözümlenmeyen license URL’leri.
• Beklenmeyen csvw:Table değerleri.
• description değerinin 50 karakterden kısa veya 5 000 karakterden uzun olması.

Uygunluk kontrolü

Kısa bilgiler

• Biçim: JSON-LD (önerilir).
• Kapsanan alanlar: yaşam bilimleri, sosyal bilimler, ML, yurttaşlık/kamu — yalnızca kamu verileri değildir.
• Faydanın görüldüğü yer: ana SERP değil, Dataset Search.
• Bu araştırmada Dataset Search’ün Bing’deki bir eşdeğerine rastlanmadı.
• 5 Kasım 2025: Google belgeleri, Dataset’in açıkça yalnızca Dataset Search’e yönelik olduğunu belirtti.

Dataset şemasını kullanmalı mıyım?

Soruları dürüstçe yanıtlayarak ilerleyin; bu türü yanlış uygulamak kolaydır.

1. Sayfa gerçek ve yapılandırılmış bir veri koleksiyonu yayımlıyor mu (araştırma verileri, yurttaşlık/kamu verileri, ML eğitim kümesi veya derginin tamamlayıcı verileri)?

• Hayır — düzyazı, ürün, hizmet veya rastgele indirilebilir bir dosya → Dataset şeması size uygun değildir. Doğru CreativeWork türünü (düzyazı için Article, kitap için Book) kullanın veya hiçbirini kullanmayın. Zorlamayın.
• Evet → devam edin.

2. Bunun normal Google aramasında daha zengin bir liste sağlayacağını mı umuyorsunuz?

• Evet → beklentilerinizi değiştirin. Dataset şeması bunu yapmaz. Ayrı bir araç olan Dataset Search’ü besler. Hedefiniz ana akım bir zengin sonuçsa yanlış şema türüne bakıyorsunuz.
• Hayır — veri kümenizin Dataset Search’teki araştırmacılar/veri bilimciler tarafından keşfedilmesini istiyorsunuz → devam edin; bu tam olarak doğru uygulamadır.

3. Zorunlu iki özelliğe sahip misiniz?

• Özgül ve benzersiz (genel bir tekrar olmayan) name ve
• 50 ile 5 000 karakter arasında description.
• Bunlardan biri eksikse veya aralık dışındaysa önce bunu düzeltin; aksi takdirde uygun sayılmazsınız.

4. Yeniden kullanım açısından kritik önerilen alanları ekleyebilir misiniz?

• license (eksiksiz URL) ve isAccessibleForFree ekleyin. Kullanıcılar verileri yasal olarak yeniden kullanıp kullanamayacaklarına karar verdiği için bunlar bu kitle açısından neredeyse vazgeçilmezdir. Ardından creator, identifier, keywords, spatialCoverage, temporalCoverage ve distribution alanlarını ekleyin.

5. Yayımlamadan önce:

• JSON-LD’yi doğrulayın; description değerinin aralık içinde, name değerinin genel bir tekrar olmadığını ve license URL’sinin çözümlendiğini onaylayın.
• Ardından veri kümesinin gerçekten Google Dataset Search içinde görünüp görünmediğini kontrol edin. Hedef ana SERP değil, burasıdır.

Pratik kural: Sayfada gerçek bir veri kümesini gösteremiyorsanız durun; aradığınız tür bu değildir.

Doğru ve bozuk Dataset JSON-LD karşılaştırması

Koddan önce kısa bir model: Aşağıdaki Dataset düğümü koleksiyonun kendisini açıklar; distribution içindeki tek nesne ise bunun erişilebilir bir temsilidir (schema.org’un DataDownload öğesi, DCAT’ın dcat:Distribution öğesinin eşdeğeridir). Gerçek bir veri kümesinin birkaç dağıtımı olabilir — bir CSV, bir API uç noktası, bir ZIP — ve her birinin kendi contentUrl ve encodingFormat değeri bulunabilir. Lisansın dağıtıma göre neden farklılık gösterebileceği dahil daha kapsamlı Dataset → distribution → version modeli için Advanced sekmesine bakın.

Temiz ve doğru biçimlendirilmiş bir Dataset snippet’i

Özgül bir name, 50–5 000 aralığında rahatça yer alan bir description, eksiksiz bir license URL’si, ücretsiz erişim işareti, kapsam ve gerçek bir dağıtım:

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "NOAA Daily Snow Depth — Colorado Front Range, 2010–2024",
  "description": "Daily snow depth measurements in centimeters from 42 automated weather stations across Colorado's Front Range, collected between January 2010 and December 2024. Includes station identifiers, elevation, latitude/longitude, and quality-control flags for each reading.",
  "url": "https://example.org/datasets/co-front-range-snow-depth",
  "keywords": ["snow depth", "Colorado", "Front Range", "climate", "weather stations"],
  "creator": {
    "@type": "Organization",
    "name": "Example Climate Research Institute",
    "url": "https://example.org"
  },
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "isAccessibleForFree": true,
  "identifier": "https://doi.org/10.1234/co-frontrange-snow-2024",
  "temporalCoverage": "2010-01-01/2024-12-31",
  "spatialCoverage": {
    "@type": "Place",
    "name": "Colorado Front Range, USA"
  },
  "variableMeasured": "snow depth (cm)",
  "distribution": [
    {
      "@type": "DataDownload",
      "encodingFormat": "text/csv",
      "contentUrl": "https://example.org/datasets/co-front-range-snow-depth.csv"
    }
  ]
}

Aynı veri kümesinin bozuk hali

Aşağıda işaretlenen her satır, gerçek ve yaygın bir Dataset hata biçimidir:

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "Snow depth",
  "description": "Snow data.",
  "license": "creativecommons.org/licenses/by",
  "isAccessibleForFree": "yes"
}

Sorunlar:

• name: "Snow depth" — Google’ın özellikle belirttiği genel ve yinelenen ad sorununun tam örneği. Yüzlerce “Snow depth” veri kümesi vardır; sizinkini ayıran hiçbir şey yoktur. Sağlayıcıyı, bölgeyi ve zaman aralığını ada dahil edin.
• description: "Snow data." — 50 karakterlik alt sınırın çok altındadır. 50–5 000 aralığında gerçek bir özet yazın.
• license: "creativecommons.org/licenses/by" — eksik ve çözümlenmeyen bir URL’dir (şema ve sürüm yok). https://creativecommons.org/licenses/by/4.0/ gibi eksiksiz bir URL kullanın.
• isAccessibleForFree: "yes" — string değil, true/false boolean değeri olmalıdır.
• creator, distribution veya kapsam yok — yalnızca name ve düzeltilmiş bir description ile teknik olarak hâlâ geçerlidir; ancak bu veri kümesi, Dataset Search kullanıcılarına değerlendirme, atıf veya yeniden kullanım için neredeyse hiçbir şey sunmaz.

Faydanın görüldüğü yer

Unutmayın: İlk snippet’in temiz bir sürümü, sayfanızın normal Google aramasındaki görünümünü değiştirmez. Başarısı Google Dataset Search içinde görülür. Dizine eklendikten sonra görünüp görünmediğini doğrulamak için veri kümesini orada arayın.

Dataset işaretlemesini yazma, doğrulama ve test etme araçları

Başka bir şey yapmadan önce kendi Schema Markup Validator aracımla başlardım. Dataset JSON-LD’nizi yapıştırdığınızda schema.org söz dağarcığına ve Google’ın zengin sonuç gereksinimlerine göre önem düzeylerine ayrılmış yapılandırılmış veri denetimleri yapar, bloklar arası @id grafik sorunlarını yakalar ve düzeltilmiş, kopyalanıp yapıştırılabilir bir JSON-LD bloğu döndürür. Bu makalede ele alınan 50–5 000 karakter aralığı dışındaki description veya hatalı license string’i gibi sorunları tam olarak yakalamak için kullanışlıdır.

İkinci durak Rich-Result Eligibility Checker aracıdır ve özellikle “gerçekten uygun muyum?” sorusu için geliştirilmiştir. JSON-LD’yi, tam HTML sayfasını veya canlı bir URL’yi girersiniz; sayfanın her tür için uygun olup olmadığını bildirir. Dataset için zorunlu iki özelliği (name, description) denetler ve verilerinizi yeniden kullanıp kullanmamaya karar veren Dataset Search kullanıcıları açısından en önemli önerilen özellikleri (creator, license, distribution.contentUrl, identifier, sameAs, temporalCoverage, spatialCoverage, variableMeasured, keywords, url) işaretler. Ayrıca bu makaledeki dürüst çerçeveyi korur: Dataset, standart SERP içi zengin sonuç yerine Google Dataset Search’te görünür; bu nedenle ana web aramasında bir önizleme kartı beklemeyin.

Mevcut işaretlemeyi düzeltmek yerine sıfırdan oluşturuyorsanız Schema Markup Generator, kendi bünyesindeki 921 schema.org türü arasında Dataset’i de kapsar. Devralınan özelliklere ve beklenen değer aralıklarına göz atabilir, JSON-LD’yi ihtiyaç duyduğunuz altı çıktı biçiminden biriyle dışa aktarabilirsiniz. Dataset’e özgü tuzaklarda uygunluk denetleyicisi kadar yol göstermez; ancak diğer iki araçtan geçirmeden önce yapısal olarak doğru bir başlangıç noktası oluşturmanın daha hızlı yoludur.

Yeni bir Dataset sayfası için önerdiğim sıra: İlk JSON-LD’yi Schema Markup Generator ile oluşturun, Schema Markup Validator ile doğrulayın, ardından yayımlayıp Google Dataset Search’ün algılamasını beklemeden önce Rich-Result Eligibility Checker ile uygunluğu onaylayın ve hâlâ hangi önerilen alanların eksik olduğunu görün.

Dataset işaretlemenizin gerçekten etkili olduğunu kanıtlama

Bir sayfada Dataset JSON-LD’yi yayımladıktan veya düzenledikten sonra bu testleri çalıştırın. Her biri genel bir sağlık denetimi değil, net geri alma sinyali veren bir geçti/kaldı kontrolüdür.

Test etmeden önce yayımlama düzenini doğru kurun. Google, Dataset işaretlemesini veri kümesinden yalnızca söz eden her sayfaya değil, kanonik veri kümesi açılış sayfasına yerleştirmenizi önerir. Aynı veri kümesi birden fazla sayfada açıklanıyorsa (ayna, iş ortağı sitesi veya depo kaydı), tam işaretlemeyi her yerde yinelemek yerine kanonik sürümü göstermek için sameAs kullanın. Veri kümesinin açılış sayfasını sitemap dosyanıza da ekleyin. Google bunun keşfe yardımcı olduğunu, garanti vermediğini belirtir. Bunların hiçbiri işaretlemenin doğrulanması için zorunlu değildir; ancak atlanmaları, diğer yönlerden temiz Dataset işaretlemesinin beklenenden düşük performans göstermesinin yaygın nedenidir.

Test 1: JSON-LD yapısal geçerliliği

Çalıştırılacak test: Sayfanın Dataset JSON-LD’sini Schema Markup Validator aracına yapıştırın. Beklenen sonuç: Dataset bloğunda hata olmaması; name ve description alanlarının bulunması, description uzunluğunun 50–5 000 karakter aralığında ve tüm license/distribution URL’lerinin doğru biçimlendirilmiş olması. Başarısızlık yorumu: Buradaki bir hata neredeyse her zaman bu makalede ele alınan üç somut sorundan birine dayanır: karakter aralığı dışındaki description, gerçek bir URL olmayan license string’i veya CSV on the Web dışa aktarımından kalan başıboş bir csvw:Table değeri. İzleme aralığı: Anında; bu, taramaya bağlı bir sinyal değil söz dizimi denetimidir. Geri alma tetikleyicisi: Hata önem düzeyindeki her bulgu; sonraki teste geçmeden önce doğrulayıcının döndürdüğü düzeltilmiş JSON-LD’yi yayımlayın.

Test 2: Dataset zengin sonuç uygunluğu

Çalıştırılacak test: Aynı URL’yi veya JSON-LD’yi Rich-Result Eligibility Checker aracından geçirin ve Dataset özellik kartını açın. Beklenen sonuç: Zorunlu iki özellik için ✓ uygun kararı ve creator, license, distribution.contentUrl, identifier, sameAs, temporalCoverage, spatialCoverage, variableMeasured, keywords ve url alanlarından hangilerini kapsadığınızı gösteren önerilen alanlar listesi. Başarısızlık yorumu: ✗, ayrıştırılmış düğümde zorunlu iki özellikten birinin (name veya description) eksik ya da boş olduğu anlamına gelir. Özellik adında yazım hatası veya denetleyicinin çözemediği bir yere iç içe yerleştirilmiş değer olup olmadığını kontrol edin. İzleme aralığı: Test 1 gibi anında; Google’ın sayfayı henüz taramış olmasına bağlı değildir. Geri alma tetikleyicisi: Zorunlu özelliklerden herhangi birinde ✗; bu düzelene kadar işaretlemeyi yayımlanabilir kabul etmeyin.

Test 3: Google Dataset Search’te görünme

Çalıştırılacak test: Sayfanın yeniden taranıp dizine eklenmesi için yeterli süre geçtikten sonra veri kümenizin tam name değerini (veya site: alan adınızı) Google Dataset Search içinde arayın. Beklenen sonuç: Veri kümesi listeniz, belirlediğiniz name, description ve lisansla birlikte görünür; bu, işaretlemenin yalnızca geçerli olmadığını, gerçekten algılandığını doğrular. Başarısızlık yorumu: Sayfa makul bir bekleme süresinden sonra görünmüyorsa önce URL’deki tarama/dizine ekleme sorunları için Search Console’u kontrol edin. Dataset Search, Google’ın normal dizininden yararlanır; bu nedenle taranmamış veya noindex uygulanmış bir sayfa, JSON-LD ne kadar temiz olursa olsun görünmez. İzleme aralığı: Google’ın genel sorun giderme rehberi, bir sorun olduğu sonucuna varmadan önce yeniden tarama ve dizine ekleme için birkaç gün beklenmesini önerir. Ancak bu bir sorun giderme rehberidir; taahhüt edilmiş bir Dataset Search dahil edilme süresi değildir ve Google dahil edilmeyi hiçbir şekilde garanti etmez. Geri alma tetikleyicisi: Başarısızlığı kanıtlayan sabit bir son tarih yoktur. Search Console sayfanın sorunsuz biçimde dizine eklendiğini gösteriyorsa ve yeniden kontrol için makul süre geçtiyse yukarıdaki kanonik açılış sayfası ve sameAs düzenini yeniden doğrulayın. Ardından Google’ın özellikle belirttiği yinelenen/genel name sorununu tekrar kontrol edin. Benzersiz olmayan ad, teknik olarak geçerli bir veri kümesinin Dataset Search’te yine de öne çıkmamasının makul bir nedeni olabilir. Görünmemeyi, işaretlemenin başarısız olduğunun kanıtı değil, düzeninizi yeniden denetleme işareti olarak değerlendirin.

Kendinizi test edin: Dataset Schema

schema.org/Dataset, Dataset Search ayrımı ve önemli özellikler hakkında beş kısa soru. Her biri için bir yanıt seçip kontrol edin.

Zaman ayırmaya değer kaynaklar

Bu konudaki yazılarım

Kendime ait bağımsız bir Dataset şeması rehberi yayımlamadım. Bu nedenle sizi var olmayan bir içeriğe yönlendirmek yerine aşağıdaki birincil kaynaklara ve bu sitedeki ilgili yapılandırılmış veri çalışmalarına göndermek en dürüst yaklaşım. Daha geniş söz dağarcığı ve Dataset’in Creative Works türleri arasındaki yeri için Schema Markup ve Structured Data merkezlerine; makinece okunabilirlik açısından ise Schema Markup for AI sayfasına bakın.

Sektördeki kaynaklar

• Dataset structured data (Google Search Central) — yetkili başvuru kaynağı: zorunlu name/description, önerilen özellikler listesi ve yaygın hatalar rehberi.
• Google Dataset Search (Google) — bu işaretlemenin beslediği gerçek hedef; iyi bir sonucun nasıl göründüğünü anlamak için göz atın.
• Structured data search gallery (Google) — Dataset’in SERP içindeki zengin sonuçlardan ayrı olduğunu görmek için yararlı olan tam özellik kataloğu.
• What Is Schema Markup? How to Add It & Why It Matters (Ahrefs) — sağlam bir genel şema rehberi.

Değişiklik günlüğü