LinkedIn akışınızı neye göre sıralıyor?

LinkedIn’in 2026’da akış trafiğinin büyük bölümüne hizmet eden sıralama modeli iki hedefi tahmin ediyor: gönderide bir eşiğin üzerinde vakit geçirilmesi (long dwell) ve gönderiye katkı — beğeni, yorum veya yeniden paylaşım. Bu iki hedef LinkedIn’in kendi yayımladığı makalede ismen geçiyor. BrandLoop’un üretim akışı bu iki hedefe göre kurulu: okunacak kadar somut, yanıtlanacak kadar açık.

LinkedIn algoritması hakkında Türkçe ve İngilizce yazılanların büyük kısmının ortak bir sorunu var: kaynak zinciri bir yerde kopuyor. Bir ajans yazısı başka bir ajans yazısını, o da bir LinkedIn gönderisini kaynak gösteriyor ve zincirin ucunda ölçüm yok. Oysa LinkedIn sıralama sistemlerini düzenli olarak akademik makale hâlinde yayımlıyor. Aşağıdakilerin tamamı o makalelerden ve şirketin kendi resmi açıklamalarından alındı.

Akış tek bir model değil, bir boru hattı

LinkedIn’in mühendislik ekibinin anlattığı yapı çok aşamalı. Önce her içerik kaynağı kendi adaylarını sıralıyor (first pass ranker), sonra tek bir model bunları birleştirip kişiselleştirilmiş tek bir liste üretiyor (second pass ranker), en sonda bir yeniden sıralayıcı listeye son hâlini veriyor. 2026 tarihli makale de aynı yapıyı doğruluyor: aday gönderiler önce birden çok kaynaktan getiriliyor, sonra sıralanıyor.

Bunun pratik karşılığı şu: “algoritma” diye tek bir şey yok. Gönderinizin kaç kişiye ulaştığı, önce hangi aday havuzuna girdiğine, sonra o havuzda nasıl sıralandığına bağlı. İki ayrı aşamada iki ayrı sebeple elenebilirsiniz.

Model 2026’da tam olarak neyi tahmin ediyor?

LinkedIn’in Şubat 2026’da yayımladığı makale, üç aydan uzun süredir akış trafiğinin çoğunluğuna hizmet eden yeni bir sıralayıcıyı anlatıyor. Makale modelin tahmin ettiği iki görevi ismen veriyor.

İkinci görev ise “katkı”: beğeni, yorum veya yeniden paylaşım. Yani modelin optimize ettiği şey iki başlıkta toplanıyor — insanlar gönderiyi okuyor mu, ve gönderiye bir şey ekliyor mu. Aynı makalenin bildirdiği A/B sonucu: geçirilen sürede yüzde 2,10, beğeni-yorum-paylaşımda yüzde 3,52 artış.

Bir önceki nesil model olan LiRank’ın 2024 tarihli makalesi de aynı yönü gösteriyor: birden çok eylem olasılığı birlikte tahmin ediliyor ve “uzun okuma” bunlardan biri.

Okuma süresi doğrulanmış bir sinyal — ama eşiği açıklanmadı

Okuma süresinin (dwell time) sıralamaya girdiği bir tahmin değil; LinkedIn 2020’de bunu ayrı bir mühendislik yazısıyla duyurdu. O yazıda iki ayrı ölçüm tanımlanıyor: gönderinin en az yarısı ekranda görünür olduğunda başlayan akış içi süre, ve tıklandıktan sonra içerikte geçirilen süre.

Buradaki önemli boşluk şu: LinkedIn eşiğin kaç saniye olduğunu hiçbir yerde açıklamadı. 2024 makalesi eşiği yüzdelik dilim üzerinden tanımlıyor, 2026 makalesi ise “gönderi tipine göre değişen bir eşik” diyor. Dolayısıyla “üç saniye kuralı”, “beş saniye kuralı” gibi net rakamlar veren tavsiyelerin kaynağı yok.

LinkedIn “virallik için tasarlanmadık” diyor

Bu, yorumlanmaya açık bir çıkarım değil, şirketin kendi mühendislik yazısındaki cümle: “LinkedIn is not designed for virality.” Aynı yazı, yayın anında çalışan sınıflandırıcıların yanında bir de etkileşim hızını izleyen ikinci bir katman olduğunu anlatıyor — yani anormal hızlı yayılan içerik ayrıca inceleniyor.

2022’de yayımlanan resmi blog yazısı da beğeni dilenen gönderiler için açık: “We won’t be promoting this type of content.” Türkiye’de sık görülen “yorumda + yaz göndereyim” kalıbı tam olarak bu tarifin içine giriyor.

Bir gönderi ne kadar yaşıyor?

LinkedIn bu soruya hiçbir zaman sayıyla cevap vermedi. “Gönderiler 24 saat yaşar”, “ilk 48 saat kritiktir” gibi cümlelerin resmi bir kaynağı yok. Kayda geçmiş tek açıklama, LinkedIn’den bir mühendislik direktörünün 2024’te bir röportajda söyledikleri: içerik akışta hızla doğup ölüyor, ancak “önerilen gönderiler” yüzeyinde güçlü bir içerik aylar sonra yeniden gösterilebiliyor. Bu ikisi farklı yüzeyler; birini diğerinin yerine kullanmak yanlış.

Kaynağı olmayan yaygın iddialar

• Altın saat: ilk 60 dakikadaki etkileşimin sıralamayı belirlediğine dair LinkedIn’den hiçbir açıklama yok. Bulunabilen tüm kaynaklar birbirini gösteriyor.
• Belirli bir okuma süresi eşiği: LinkedIn yalnızca yüzdelik dilim ve “gönderi tipine göre değişen eşik” tanımı yayımladı. Saniye cinsinden bir sayı hiç açıklanmadı.
• Etiket sayısı, emoji sayısı, gönderiyi düzenlemenin erişimi düşürdüğü: hiçbiri LinkedIn tarafından doğrulanmadı.
• 360Brew’in “yeni algoritma” olduğu: LinkedIn’in kendi makalesi bu modeli “üretim öncesi araştırma modeli” diye tanımlıyor ve makale 2025’te arXiv’den geri çekildi. Yayında olduğunu iddia eden yazılar LinkedIn kaynağı göstermiyor.

Bunun içerik tarafındaki karşılığı

Model iki şeyi tahmin ediyorsa, yazının işi de iki şeyi kolaylaştırmak: okunmak ve karşılık almak. Bu, tavsiyelerin çoğunu sadeleştiriyor. İlk iki satırın işi merak yaratmak değil, gönderinin ne hakkında olduğunu söylemek — çünkü ne hakkında olduğunu anlamayan kişi kaydırıyor. Ortadaki gövdenin işi okunacak kadar somut olmak. Sonunun işi yanıtlanabilir bir şey bırakmak; “katılıyor musunuz?” değil, insanın gerçekten deneyimi olan bir soru.

BrandLoop’ta üretim akışı bu iki hedefe göre kurulu: taslak, sizin kendi anlatınızdan ve doğrulanmış sayılardan besleniyor, çünkü okunma süresini uzatan şey biçim numaraları değil içerik. Sıklık tarafındaki kanıtı ise haftada kaç kez paylaşmalı yazısında ayrıca ele aldık.

Kaynakları kendiniz okumak isterseniz

Bu yazıdaki her iddianın arkasındaki belge aşağıda. Okumak isteyene kısa bir rehber: 2026 tarihli makale yayındaki sıralayıcıyı anlatıyor ve model hedeflerini üçüncü bölümde sayıyor. 2024 tarihli LiRank makalesi bir önceki nesli anlatıyor, aynı hedef ailesini kullanıyor. 2020 tarihli mühendislik yazısı okuma süresinin nasıl ölçüldüğünü tanımlıyor. Resmî blog yazıları ise ürün tarafındaki kararları duyuruyor. Bu dördü dışında LinkedIn’in akış sıralaması hakkında kamuya açık birincil kaynağı yok; geri kalan her şey yorum.

Bir uyarı daha: LinkedIn makaleleri geriye dönük yayımlıyor. Şubat 2026’da yayımlanan bir makale, o tarihte zaten üç aydır yayında olan bir sistemi anlatıyor. Yani elimizdeki en güncel belge bile bugünkü sistemin bir önceki hâli olabilir. Bu, yazının kesin cümle kurmaktan kaçınmasının sebebi.