AI Ürün Öneri & Kişiselleştirme Motoru

Bu araç, ziyaretçi trafiği olan ama bu trafiği satışa dönüştürme oranının düşük kaldığı e-ticaret sitelerine yöneliktir. Kişiselleştirme motorunun anlam kazanması için belirli bir katalog ve trafik eşiği gereklidir.

Yüksek fayda sağlayan profiller:

• Geniş kataloglu siteler: Yüzlerce veya binlerce ürün barındıran mağazalarda ziyaretçi genellikle gezinmekten yorulur ve satın almadan ayrılır. Doğru öneri bu sürtünmeyi azaltır.
• Düşük çapraz satış oranı olanlar: Müşterilerin çoğunlukla tek kalem alıp sepeti kapattığını gören satıcılar. Tamamlayıcı ürün önerisiyle sepet ortalaması ölçülebilir şekilde artırılabilir.
• Yüksek hemen çıkma oranı yaşayanlar: Ziyaretçinin bir ürün sayfasında aradığını bulamayıp siteyi terk etmesi. Benzer ve ilgili ürün önerileri bu kullanıcıyı sitede tutar.
• Tekrar alışveriş oranını artırmak isteyenler: E-posta veya site üzerinde dönen müşterilere önceki alışverişlerine dayalı kişiselleştirilmiş öneri sunmak isteyenler.
• Yeni ürün lansmanı yapanlar: Yeni eklenen ürünleri ilgili müşteri segmentlerine otomatik olarak tanıtmak isteyenler. Manuel öne çıkarma yapmadan yeni ürün görünürlüğü sağlanır.
• Dönüşüm optimizasyonu odaklılar: A/B test altyapısıyla öneri motorunun sepet ortalamasına katkısını ölçmek ve kanıta dayalı karar vermek isteyenler.

KVKK uyarısı: Kişiselleştirme, kullanıcı davranış profillemesi içerir. Sistem açık rıza altyapısıyla birlikte kurulur; rıza vermemiş kullanıcılara içerik tabanlı (anonim) öneri sunulur, kişisel profil oluşturulmaz. Bu ayrım KVKK Md. 5 gereklilikleri için zorunludur. Proje bedeli 50.000 ₺ – 120.000 ₺ aralığında başlar.

E-ticaret sitelerinde her müşteriye aynı öne çıkan ürünleri göstermek artık rekabetçi bir strateji değildir. Büyük platformların (Amazon, Trendyol, Hepsiburada) alışveriş deneyimi kişiselleştirmeyi standart hale getirdiğinden, buna alışmış tüketici kişiselleştirilmemiş sitelerde yabancı hisseder ve ayrılır.

Somut sorunlar şunlardır:

• Yüksek hemen çıkma oranı: Ziyaretçi aradığı ürünü açık sayfada bulamazsa sitenin geri kalanına bakmadan ayrılır. Akıllı öneri bu an için kritiktir.
• Düşük sepet ortalaması: Müşteri tek ürün satın alıyor; tamamlayıcı ve ilgili ürünler gösterilmediği için çapraz satış gerçekleşmiyor. Aynı müşteriye ikinci ürün satmak yeni müşteri edinmekten çok daha ucuzdur.
• Tekrar alışverişin azlığı: Müşteri ilk alışverişten sonra siteye dönmüyor. Kişiselleştirilmiş e-posta veya sayfa önerisi bu müşteriyi hatırlatma mekanizmasıyla geri çeker.
• Katalog körü: Yeni veya az bilinen ürünler görünürlük kazanamıyor; satış dağılımı yalnızca zaten popüler olan ürünler üzerinde yoğunlaşıyor.
• Arama sınırlılığı: Müşteri tam ürün adını bilmiyorsa arama kutusunu kullanamaz. Öneri motoru keşif işlevini üstlenerek bu boşluğu kapatır; müşteri ne aradığını bilmese de ilgili ürüne ulaşabilir.
• Yeni kullanıcı edinimi maliyeti: Mevcut müşteriyi tekrar satın almaya yönlendirmek yeni müşteri edinmekten çok daha ucuzdur. Kişiselleştirilmiş öneri bu avantajı sistematik biçimde kullanır.

AI Ürün Öneri & Kişiselleştirme Motoru her bu soruya veri odaklı yanıt verir. İçerik tabanlı filtreleme (ürün özelliği benzerliği) ve işbirlikçi filtreleme (benzer davranış gösteren kullanıcı örüntüsü) birleştirilir; her ziyaretçiye doğru ürün doğru anda gösterilir.

1. Veri toplama altyapısı: Site içi davranış verisi (görüntüleme, sepete ekleme, satın alma, arama sorgusu) KVKK uyumlu şekilde toplanmaya başlanır. Rıza yönetim katmanı (çerez banner + açık rıza) sisteme dahil edilir.
2. Ürün kataloğu zenginleştirme: Ürünler kategori, özellik ve etiket bazında yapısal olarak sınıflandırılır. Bu adım içerik tabanlı filtrelemenin temelini oluşturur.
3. Model eğitimi: Geçmiş satış ve davranış verisi üzerinde işbirlikçi filtreleme modeli eğitilir. Yeni site veya yetersiz tarihsel verisi olan durumlar için içerik tabanlı soğuk başlangıç stratejisi devreye girer.
4. Öneri konumları belirleme: Ürün sayfası (benzer ürünler), sepet sayfası (tamamlayıcı ürünler), ana sayfa (kişiye özel öne çıkanlar) ve e-posta şablonları için öneri blokları tanımlanır.
5. A/B test altyapısı: Öneri motorunun getirisi ölçülebilir olması için kontrol grubu ile test grubu karşılaştırması yapılır. Hangi algoritmanın hangi segment için daha iyi çalıştığı izlenir.
6. Sürekli iyileştirme ve kalibrasyon: Tıklama, sepete ekleme ve satın alma geri bildirimleri modeli günlük olarak günceller. Mevsimsel trend değişimlerinde model otomatik uyum sağlar. Aylık performans incelemesinde algoritma ağırlıkları ve öneri konumları yeniden değerlendirilir.

KVKK notu: Rıza vermemiş kullanıcılara yalnızca anonim içerik tabanlı öneri sunulur; bu kullanıcılar için kişisel profil oluşturulmaz. Rıza alan kullanıcı verisi en fazla amaçla sınırlı, güvenli şekilde işlenir.

Bir karşılaştırma tablosu ile konumlandırma netleştirilmiştir:

Kişiselleştirme motoru kullanıcı davranış verisi işlediğinden KVKK uyumu bu projenin teknik tasarımının ayrılmaz bir parçasıdır. Rıza yönetimi, veri minimizasyonu ve silme hakları sistem mimarisine baştan entegre edilir; sonradan eklenen yamalar değildir:

• Açık rıza yönetimi: Çerez banner ile ziyaretçi kişiselleştirme çerezi için açık onay verir veya reddeder. Rıza tercih veritabanında saklanır; kullanıcı dilediği zaman rızasını değiştirebilir veya geri çekebilir. Geri çekme anında profil anonim moda geçer.
• Veri minimizasyonu: Yalnızca öneri için gerekli davranış verisi (ürün görüntüleme, sepete ekleme, satın alma) işlenir. Kimlik bilgisi, ödeme verisi, iletişim bilgisi veya lokasyon bu sistemin kapsamı dışındadır. İşlenen her veri tipi KVKK Md. 4 uyarınca amaçla sınırlıdır.
• Anonimleştirme seçeneği: Rıza vermeyen kullanıcılar için oturum bazlı (çerez olmadan) anonim davranış takibi ile içerik tabanlı öneri sunulabilir. Bu yaklaşım KVKK kapsamında kişisel veri işleme gerektirmez; kullanıcı bilgisi kanallar arasında birleştirilmez.
• Veri güvenliği: Kullanıcı davranış verisi şifreli veri tabanında saklanır; erişim rol bazlı yetkilendirme ile sınırlıdır. Saklama süresi KVKK Md. 7 gereği amaçla orantılı belirlenir. Üçüncü taraf reklam platformlarıyla (Meta, Google Ads, programatik ağlar) veri paylaşımı yapılmaz.
• Silme ve itiraz hakkı: Kullanıcı KVKK Md. 11 kapsamında profil silme veya işlemeye itiraz talebinde bulunabilir. Bu hak sistem tasarımına API düzeyinde dahildir; manuel müdahale gerekmez. Talep loglanır ve belirlenen süre içinde sonuçlandırılır.
• Veri saklama politikası: Sözleşme bitiminde kullanıcı davranış arşivleri talep üzerine güvenli biçimde silinir ve silme belgesi teslim edilir.