E-Ticarette Yapay Zeka Ürün Öneri ve Akıllı Arama Rehberi

İşbirlikçi filtreleme benzer davranışa sahip müşterilerin tercihlerinden yola çıkar ve yüksek trafikte en isabetli sonucu verir. İçerik tabanlı öneri ürünün kategori, marka, renk, fiyat gibi özniteliklerinin benzerliğine bakar; yeni ürünlerde ve niş kataloglarda çalışır. Birliktelik kuralları ise sipariş satırlarından "birlikte alınanlar" ilişkisini çıkarır ve çapraz satışın temelidir. Olgun kurulumlar üçünü sayfa bağlamına göre ağırlıklandırarak birlikte kullanır.

Yeni ziyaretçinin geçmişi, yeni ürünün satış verisi olmadığı için öneri üretilememesi durumudur. Yeni ziyaretçide o oturumdaki tıklama ve arama davranışı ile kategori bazlı popülerlik yedek olarak devreye alınır. Yeni üründe ise öznitelik benzerliği kullanılır: aynı kategori, marka ve fiyat bandındaki ürünlerin davranış verisi geçici olarak ödünç alınır. Birkaç yüz görüntülenmeden sonra ürün kendi verisine geçer.

Klasik arama karakter eşleşmesi yapar; yazım hatası, ek çekimi veya farklı kelime kullanımında sonuç bulamaz. Akıllı arama cümlenin anlamını değerlendirir, eş anlamlıyı ve yazım hatasını tolere eder, sonucu ticari kurallarla sıralar. Fark en net sıfır sonuçlu aramalarda görülür: klasik aramada "sonuç bulunamadı" ekranı gören ziyaretçinin büyük bölümü siteyi terk ederken, akıllı arama bu trafiği kurtarır.

Ürün metinleri bir dil modeliyle sayısal vektörlere dönüştürülür ve arama sorgusu da aynı uzayda karşılaştırılır. Bu vektörler ayrı bir vektör veritabanında tutulabileceği gibi, mevcut arama motorunuzun vektör alanı desteğiyle de saklanabilir; orta ölçekli kataloglarda ayrı bir sistem kurmak çoğu zaman gereksizdir. Kritik olan hibrit kurgudur: anahtar kelime indeksi ile vektör aramasının sonuçlarını birleştirmek, tek başına vektör aramasından daha isabetli çalışır.

Önce ölçülmeli: arama logları içinde sonuç dönmeyen sorguların payı çıkarılır ve en sık 50 sorgu tek tek okunur. Çıkan tablo genelde üç şeyi gösterir; eksik eş anlamlılar, yazım hatası toleransının yetersizliği ve gerçekten kataloğunuzda olmayan ürünler. İlk ikisi sözlük ve tolerans ayarıyla hemen çözülür. Üçüncüsü ise satın alma ekibine giden değerli bir talep listesidir; bu sorgular için alternatif öneri bloğu gösterilir.

Evet, ancak yerleşim ve sayı disiplinine bağlı. Tamamlayıcı ürün önerisi (telefon–kılıf) sepet sayfasında, üst model önerisi ise ürün detay sayfasında en iyi sonucu verir. Blok başına 4–8 ürün genelde yeterlidir; fazlası dikkat dağıtır. Ödeme adımında öneri göstermek çoğu sitede ters teper, çünkü ödeme terkini artırır. Kazanımı ölçmek için önerili ve önerisiz grupların ziyaret başına geliri karşılaştırılmalıdır.

Ana sayfada son gezilenler ve kişiselleştirilmiş vitrin; kategori sayfasında o kategorinin yükselen ürünleri; ürün detayında benzer alternatifler ve tamamlayıcılar ayrı iki blok olarak; sepette yalnızca düşük tutarlı tamamlayıcılar. En çok gözden kaçan iki yüzey ise sonuçsuz arama ekranı ve 404 sayfasıdır; bu sayfalar öneri bloğuyla tamamen kayıp trafiği kurtarılabilir hale getirir.

Müşterinin yüklediği fotoğrafa görsel olarak benzeyen ürünleri katalogda bulan özelliktir; ürün görselleri vektörleştirilerek benzerlik araması yapılır. Adı bilinmeyen ama görüntüsü hatırlanan ürünlerde güçlüdür. Getirisi kategoriye çok bağlıdır: moda, mobilya, dekorasyon, yapı market ve yedek parçada belirgin fark yaratırken; kod ve model numarasıyla aranan elektronik veya kitap gibi kataloglarda katkısı sınırlı kalır.

Trafiğin küçük bir bölümü (genelde %5–10) önerisiz deneyimde tutulur ve iki grubun ziyaret başına geliri karşılaştırılır. Test süresi, istatistiksel anlamlılığa ulaşacak kadar uzun olmalıdır; düşük trafikli sitelerde bu birkaç haftayı bulur. Sadece tıklanma oranına bakmak yanıltıcıdır, çünkü öneri bloğu zaten satın alınacak ürünün satışını kendine yazabilir. Doğru ölçüt her zaman gruplar arası ciro farkıdır.

SaaS hızlı başlar ve düşük ciroda ucuzdur, ama ödeme genelde trafiğe veya ciroya bağlıdır; büyüdükçe fatura da büyür ve sıralama kurallarında sınırlı kalırsınız. Özel geliştirmede maliyet başta oluşur, veri sizde kalır ve iş kurallarını serbestçe yazarsınız. Pratik eşik şudur: yıllık SaaS gideriniz özel geliştirme bütçesinin yarısına yaklaştıysa geçiş mantıklıdır. Sağlayıcı seçerken yapay zeka yazılım şirketlerini değerlendirme kriterlerine bakmanızı öneririz.

Bütçeyi belirleyen beş kalem var: kapsam (yalnızca arama mı, öneri ve görsel arama da mı), ürün ve trafik hacmi, mevcut altyapıyla entegrasyon zorluğu, dil sayısı ve gerçek zamanlılık ihtiyacı. Özel geliştirmede temel bir öneri + hibrit arama katmanı genelde 150.000–400.000 TL, görsel arama ve karmaşık ERP entegrasyonu içeren kapsamlı kurgular 400.000–900.000 TL bandındadır. Aylık dil modeli ve indeks giderleri ayrıca planlanır; toplam bütçe planı için e-ticaret sitesi açma maliyeti rehberi kalem dökümü sunar.

Doğru sıra önce arama, sonra öneridir; çünkü arama logları öneri motorunun en değerli girdisidir. Katalog denetimi ve veri temizliği 1–2 hafta, hibrit akıllı arama 3–6 hafta, öneri motoru ve blok yerleşimi 4–8 hafta, görsel arama ise ek 3–5 hafta sürer. Edge Bilişim projelerinde her faz canlıya ayrı ayrı alınır, aradaki kazanım ölçülür; teslimde kaynak kod Git deposuyla ekibinize devredilir.

Evet. Öneri ve arama, siteyi baştan yazmadan API üzerinden bağlanan bir katmandır. Gereken üç veri akışı vardır: ürün kataloğu (düzenli senkron), stok–fiyat (mümkünse anlık) ve sipariş geçmişi (birliktelik analizi için). Hazır altyapılarda bu akışlar mevcut servisler üzerinden, özel yazılımlarda doğrudan veritabanından beslenir. Senkronizasyon kurgusunun ayrıntıları için e-ticaret otomasyonu ve entegrasyon rehberine bakabilirsiniz.

Üyelik şart değildir; misafir ziyaretçi için o oturumdaki davranış yeterlidir, üye girişiyle kişiselleştirme derinleşir. KVKK tarafında davranışa dayalı kişiselleştirme profilleme sayılabildiği için aydınlatma metninde açıkça belirtilmeli, çerez panelinde pazarlama/analitik kategorileri ayrı onaya bağlanmalıdır. Teknik olarak motor ad-soyad ve iletişim bilgisinden izole edilip takma adlı ziyaretçi kimliğiyle çalıştırıldığında risk büyük ölçüde ortadan kalkar.

Doğru kurulduğunda etkilemez. Öneri blokları sayfa ilk yüklemesini bloklamayacak şekilde ayrı istekle çekilir, sık gösterilen kombinasyonlar önbelleğe alınır, arama indeksi ürün sayısından bağımsız olarak sabit hızda yanıt verecek biçimde yapılandırılır. Yüz binlerce ürünlü kataloglarda bile yanıt süreleri milisaniye seviyesinde tutulabilir. Yine de her blok canlıya alınmadan önce sayfa hızı ölçümü tekrarlanmalıdır.

Hayır, tamamlar. Sohbet ederek ürün bulan asistan; "12 yaşındaki yeğenime 1.500 TL bütçeyle hediye" gibi çok kriterli, danışma gerektiren ihtiyaçlarda güçlüdür ve arka planda yine aynı arama–öneri altyapısını kullanır. Öneri blokları ise hiçbir çaba gerektirmeden pasif keşif sağlar ve trafiğin çok daha büyük kısmına dokunur. İkisini birlikte kurgulamak için yapay zeka chatbot ve müşteri asistanı rehberimiz senaryo örnekleri içerir.