Selçuk Bostancıoğlu
Ürün sayfası tasarımı ve CRO
E-ticarette önce altyapı seçimine, sonra site tasarımına, ardından da reklam kampanyalarına odaklanılır. Bunların hepsi önemlidir; ancak satış kararının en yoğun şekilde verildiği yer çoğu zaman ürün sayfasıdır.
Çünkü kullanıcı ürün sayfasına geldiğinde artık genel bir keşif aşamasında değildir. Bir ürünü inceliyordur, fiyatı değerlendiriyordur, markaya güvenip güvenmeyeceğine karar veriyordur ve aklındaki temel soru şudur: “Bu ürün benim için doğru mu?”
Bu nedenle ürün sayfası yalnızca ürün adı, görsel, fiyat ve sepete ekle butonundan oluşan teknik bir alan olarak görülmemelidir. Doğru kurgulanmış bir ürün sayfası; müşterinin ihtiyacını anlar, ürünü bu ihtiyaca bağlar, güven oluşturur ve kullanıcıyı satın alma aksiyonuna yönlendirir.
CRO (Conversion Rate Optimization / Dönüşüm Oranı Optimizasyonu) açısından bakıldığında ürün sayfası, e-ticaret sitesinin en kritik satış alanlarından biridir. Ürün sayfası UX (User Experience / Kullanıcı Deneyimi) benchmark (kıyaslama ölçümü) verilerine göre mobil e-ticaret sitelerinin %62’si ürün sayfası UX performansında “mediocre or worse”, yani orta seviye veya daha kötü durumda kalmaktadır. Bu da birçok markanın trafik çekmeyi başarsa bile, ürün sayfasında kullanıcıyı satın almaya yeterince iyi hazırlayamadığını gösterir.
Ürün sayfası bir vitrin değil, satış temsilcisidir
Fiziksel mağazada iyi bir satış temsilcisi müşterinin ihtiyacını anlar, ürünü doğru anlatır, soruları cevaplar ve güven verir. E-ticarette bu görevi ürün sayfası üstlenir.
Kullanıcı ürüne dokunamaz, deneyemez ve satıcıya doğrudan soru soramaz. Bu yüzden ürün sayfası, kullanıcının zihnindeki temel sorulara cevap verebilmelidir. Ürünün gerçek hayatta nasıl göründüğü, kalitesi, ölçüsü, materyali, kargo süreci, iade şartları ve markanın güvenilirliği ürün sayfasında net şekilde anlaşılmalıdır.
Bu soruların cevabı belirsiz kaldığında kullanıcı ürünü beğense bile satın alma kararını erteleyebilir. Bu yüzden ürün sayfası tasarımında temel hedef yalnızca güzel görünmek değil, karar sürecini kolaylaştırmaktır.
Nielsen Norman Group’a göre başarılı bir e-ticaret ürün sayfasının minimum temel bileşenleri arasında tanımlayıcı ürün adı, tanınabilir ürün görselleri, büyütülebilir görsel alanı, fiyat, net ürün seçenekleri, stok durumu, açık sepete ekleme aksiyonu ve özlü ürün açıklaması bulunmalıdır. Bu yapı, ürün sayfasının yalnızca estetik bir vitrin değil, karar sürecini yöneten dijital satış temsilcisi olduğunu gösterir.
Müşteri ürünü değil, sonucu satın alır
Ürün sayfasında yapılan en büyük hatalardan biri, yalnızca ürün özelliklerini anlatmaktır. Oysa müşteri çoğu zaman ürünün kendisinden çok, ürünün kendisine sağlayacağı sonucu satın alır.
Bir yüzük yalnızca “14 ayar altın yüzük” değildir. Bir hediye alternatifi, özel bir anının sembolü, stil tamamlayıcısı veya önemli bir günün parçası olabilir. Bir cilt bakım ürünü yalnızca “30 ml serum” değildir; daha sağlıklı görünen bir cilt vaadidir. Bir yazılım yalnızca “otomasyon aracı” değildir; zaman kazanma, hata azaltma ve operasyonu büyütme aracıdır.
Bu yüzden iyi ürün sayfası sadece “ürün nedir?” sorusuna cevap vermez. Aynı zamanda “bu ürün müşterinin hayatında neyi değiştirecek?” sorusunu da cevaplar.
Burada görsel anlatım güçlü bir avantaj sağlar. Nielsen Norman Group’un “picture-superiority effect” (görsel üstünlüğü etkisi) olarak açıkladığı prensibe göre insanlar görselleri kelimelerden daha iyi hatırlama eğilimindedir. Bunun nedeni, görsel bilginin zihinde hem görüntü hem de onu tanımlayan kelime olarak kodlanabilmesidir. Bu nedenle ürün sayfasında yalnızca ürün özelliğini yazmak yerine, ürünün müşterinin hayatında yaratacağı sonucu görselleştirmek daha akılda kalıcı bir etki oluşturur.
Kısacası müşteri ürünü değil, ürünle ulaşacağı daha iyi versiyonu satın alır.

Görseller metinden önce karar oluşturur
Ürün sayfasında kullanıcı genellikle önce metni okumaz. Önce görsele bakar. Ürünün kalitesini, kullanım hissini, boyutunu ve markanın profesyonelliğini görselden anlamaya çalışır.
Salsify’ın tüketici araştırmasına göre ürün görselleri ve videoları, PDP (Product Detail Page / Ürün Detay Sayfası) üzerindeki en önemli karar unsurlarından biri olarak öne çıkıyor. Bu veri, kullanıcının ürün sayfasında önce görsel kanıt aradığını gösterir.
Baymard Institute’un ürün detay sayfası testlerinde de kullanıcıların ürün sayfasına geldiklerinde ilk aksiyonlarının %56’sının ürün görsellerini incelemek olduğu görülüyor. Yani kullanıcı çoğu zaman metni okumadan önce ürünün kalitesini, değerini ve kullanım hissini görseller üzerinden değerlendirir.
Bu yüzden ürün görselleri yalnızca dekoratif bir unsur değildir. Satışın doğrudan parçasıdır. Başarılı bir ürün sayfasında yalnızca beyaz arka planlı tek bir ürün fotoğrafı çoğu zaman yeterli olmaz. Ana ürün görselinin yanında yakın plan detaylar, farklı açılar, kullanım görselleri, ürünün gerçek hayattaki boyutunu gösteren ölçekli kareler ve mümkünse müşteri fotoğrafları da kullanılmalıdır.
Özellikle takı, moda, aksesuar ve dekorasyon gibi kategorilerde ürünün gerçek kullanım bağlamında gösterilmesi dönüşüm açısından güçlü bir etkendir.
İnfografik tarzı ürün görselleri daha etkilidir
Ürün görselleri güçlüdür; ancak her zaman tek başına yeterli değildir. Bazı özellikler yalnızca fotoğrafla anlaşılmaz. Kullanıcı ürünün materyalini, ölçüsünü, teknik avantajını, kullanım farkını veya önemli detaylarını görmek ister.
Bu noktada infographic (infografik / bilgi görselleştirme) tarzı ürün görselleri devreye girer. Ürün fotoğrafının üzerine kısa açıklamalar, ikonlar, ölçü bilgileri, materyal bilgileri veya kullanım avantajları eklenerek kullanıcıya hem görsel hem de bilgi aynı anda sunulur. Böylece kullanıcı ürünü yalnızca görmekle kalmaz, ürünün değerini de daha hızlı anlar.
Ürün detay sayfası kullanılabilirlik testlerine göre ürün görsellerine açıklayıcı metin veya grafik eklemek, kullanıcıya çok miktarda bilgiyi hızlı ve verimli şekilde aktarmanın etkili bir yoludur. Araştırmada, açıklayıcı metin veya grafik içeren ürün görsellerinin kullanıcıların normalde kaçırabileceği önemli ürün özelliklerini daha hızlı fark etmesini sağladığı ve ürünü daha fazla keşfetmeye teşvik ettiği belirtilir. Buna rağmen sitelerin %52’si en çok satan ürünlerinde bu tip açıklayıcı görselleri kullanmamaktadır.
Örneğin bir yüzük ürününde sadece ürün fotoğrafı göstermek yerine; altın ayarı, taş bilgisi, gram bilgisi, yüzük ölçüsü, parmakta görünüm, hediye kutusu ve garanti bilgisi gibi detayları görsel içinde sade bir şekilde sunmak daha güçlüdür. Bu bilgiler yalnızca açıklama metninde verilirse kullanıcı okumayabilir. Fakat ürün görselinin içinde doğru şekilde sunulursa bilgi daha hızlı algılanır.
Görsel ve metin birbirini tamamlar
Burada önemli nokta, görselin metnin tamamen yerine geçmemesidir. En iyi ürün sayfası, güçlü görselleri net metinlerle destekleyen sayfadır.
Baymard’ın araştırması, ürün görsellerinin ölçek, özellik ve heyecan yaratma konusunda güçlü olduğunu; ürün açıklamaları ve teknik bilgilerin ise ürün detaylarını daha kapsamlı biçimde tamamladığını gösterir. En iyi sonuç, görsel ve metnin birlikte kullanılmasıyla oluşur.
Rich Product Content (Zengin Ürün İçeriği) yaklaşımı da bu noktada önemlidir. Bu yaklaşım; karşılaştırma tabloları, ürün özellik turları, geniş görsel galeriler, indirilebilir materyaller, videolar, 360 derece görseller ve daha özelleştirilmiş açıklamalar gibi standart ürün açıklamasının ötesine geçen içerikleri kapsar.
Yani ürün sayfasında doğru yaklaşım, yalnızca uzun açıklama metni yazmak ya da yalnızca güzel ürün görseli koymak değildir. En iyi yapı, görselin hızlı ikna gücü ile metnin açıklayıcı gücünü birleştirir. Ürün fotoğrafı ürünü gösterir, infografik görsel önemli avantajları hızlı anlatır, açıklama metni detayları tamamlar, teknik özellik alanı karar için gerekli bilgiyi verir, yorumlar social proof (sosyal kanıt) sağlar, kargo ve iade bilgisi ise güveni artırır.
Bu yapı birlikte çalıştığında ürün sayfası yalnızca bilgi veren bir alan olmaktan çıkar, satış yapan bir yapıya dönüşür.
Ürünün gerçek hayattaki boyutu gösterilmeli
E-ticarette kullanıcı ürünün gerçek boyutunu çoğu zaman doğru tahmin edemez. Bu özellikle takı, aksesuar, çanta, mobilya ve dekorasyon ürünlerinde kritik bir konudur.
Araştırmalara göre kullanıcıların %42’si ürünün genel boyutunu ve ölçeğini ürün görsellerinden anlamaya çalışıyor. Buna rağmen benchmark edilen sitelerin %28’i ürünlerinde ölçek hissi veren herhangi bir görsele yer vermiyor.
Bu durum özellikle takı sektöründe çok önemlidir. Bir yüzük, ürün fotoğrafında büyük ve dikkat çekici görünebilir; ancak parmakta nasıl durduğu gösterilmediğinde kullanıcı gerçek ölçüyü anlayamayabilir. Aynı şey kolye, küpe, bileklik ve saat gibi ürünler için de geçerlidir.
Bu nedenle ürünün tek başına net fotoğrafı kadar, elde, parmakta, boyunda veya kulakta nasıl durduğunu gösteren kullanım fotoğrafları da önemlidir. Bu görseller yalnızca estetik için değil, yanlış beklentiyi azaltmak için de kullanılır. Kullanıcı ürünü doğru anladığında iade ve değişim ihtimali de azalır.
İlk ekran alanı kararı etkiler
Ürün sayfasında kullanıcının sayfaya girdiğinde kaydırma yapmadan gördüğü alan çok değerlidir. Çünkü kullanıcı ilk birkaç saniyede sayfanın güven verip vermediğine, ürünün ilgisini çekip çekmediğine ve devam edip etmeyeceğine karar verir.
Bu alanda gereksiz kalabalık olmamalı; fakat satın alma için gerekli temel bilgiler eksik de kalmamalıdır. Ürün adı, ana ürün görseli, fiyat, variant (varyant / ürün seçeneği) alanları, Add to Cart (Sepete Ekle) butonu, stok veya teslimat bilgisi ve kısa güven mesajı mümkün olduğunca net görünmelidir.
Özellikle mobilde bu yapı daha da önemlidir. Çünkü mobil ekranda alan sınırlıdır. Ürün görseli çok büyük tutulup fiyat, varyant veya sepete ekle butonu aşağıya itilirse kullanıcı aksiyona geçmeden sayfadan çıkabilir.
Baymard’ın ürün sayfası benchmark verilerinde mobil e-ticaret sitelerinin yalnızca %38’inin ürün sayfası UX performansında “decent” veya “good” seviyesinde olduğu belirtilir. Bu da mobil ürün sayfasında ilk ekran düzeni, ürün bilgisi, varyant seçimi ve satın alma aksiyonunun hâlâ birçok marka için sorunlu olduğunu gösterir.
Varyant seçimi hatasız olmalı
Ürün sayfasında dönüşümü etkileyen en kritik alanlardan biri variant (varyant / ürün seçeneği) seçimidir. Renk, beden, ölçü, numara, materyal veya kişiselleştirme gibi seçenekler net değilse kullanıcı hata yapabilir ya da satın almaktan vazgeçebilir.
Özellikle yüzük ölçüsü, ayakkabı numarası ve beden gibi alanlarda varsayılan seçeneğin otomatik seçili gelmesi ciddi bir problemdir. Kullanıcı fark etmeden yanlış ölçüyle sipariş verebilir. Bu da iade, değişim, müşteri memnuniyetsizliği ve operasyon yükü oluşturur.
Başarılı ürün sayfasının temel bileşenleri arasında açık ürün seçeneklerini ve bu seçenekleri seçmenin net bir yolunu özellikle vurgular. Bu nedenle beden, ölçü, renk veya kişiselleştirme seçenekleri kullanıcıya belirsiz bırakılmamalıdır.
Bu tip ürünlerde en sağlıklı yaklaşım, kullanıcıdan bilinçli seçim yapmasını istemektir. Örneğin yüzük satışı yapan bir e-ticaret sitesinde “Size seçiniz” mantığı kullanılabilir ve seçim yapılmadan Add to Cart (Sepete Ekle) butonu aktif olmamalıdır.
Burada dikkat edilmesi gereken nokta sadece teknik engelleme değildir. Kullanıcı arayüzü de bunu açık şekilde göstermelidir. Eğer buton aktif gibi görünüyor ama tıklanınca çalışmıyorsa bu kötü bir deneyimdir. Buton gerçekten pasif görünmeli ve kullanıcıya hangi seçimi yapması gerektiği net anlatılmalıdır.
Sepete ekle butonu net ve güvenilir olmalı
Ürün sayfasındaki en önemli aksiyon alanı Add to Cart (Sepete Ekle) butonudur. Bu butonun konumu, metni, görünürlüğü ve davranışı conversion rate (dönüşüm oranı) üzerinde doğrudan etkilidir.
Buton kolay bulunabilir olmalıdır. Mobilde kullanıcı sayfayı aşağı kaydırdığında sepete ekle aksiyonuna ulaşmak zorlaşmamalıdır. Bu yüzden birçok sektörde Sticky Add to Cart (Sabit Sepete Ekle Butonu) yapısı faydalı olabilir.
Ancak sticky buton doğru kurgulanmalıdır. Ekranı fazla kaplamamalı, varyant seçimi yapılmadıysa kullanıcıyı yanlış yönlendirmemeli ve ürün seçildiğinde temanın doğal buton yapısıyla uyumlu çalışmalıdır.
Ürün sayfası yönergelerinde açık bir sepete ekleme yolu ve ürün sepete eklendiğinde net geri bildirim verilmesi temel gereklilikler arasında sayılır. Bu nedenle sepete ekle butonu sadece görünür olmakla kalmamalı; kullanıcıya hangi aksiyonu alacağını, hangi durumda pasif olduğunu ve işlem sonucunda ne olduğunu açık şekilde göstermelidir.
Buton metni de ürün durumuna göre değişebilir. “Sepete Ekle”, “Hemen Satın Al”, “Ön Sipariş Ver”, “Stokta Yok” veya “Size Seçiniz” gibi ifadeler kullanıcının ne yapması gerektiğini açıkça anlatmalıdır. Belirsiz veya yanlış çalışan CTA (Call to Action / Aksiyona Çağrı) butonları güven kaybı yaratır.
Ürün açıklaması satış metni gibi yazılmalı
Ürün açıklaması yalnızca teknik detayların sıralandığı bir alan değildir. Aynı zamanda ürünün değerini anlatan satış metnidir.
Fakat burada abartılı, genel ve boş ifadelerden kaçınmak gerekir. “Kaliteli”, “şık”, “modern”, “benzersiz” gibi ifadeler tek başına ikna edici değildir. Kullanıcı somut bilgi ister.
Ürün sayfalarının sadece görsel, kısa açıklama ve sepete ekle butonundan ibaret olmaması gerektiğini; kullanıcının ürünün ihtiyaçlarını karşılayacağına ikna edilmesi gerektiğini belirtir. Bu nedenle ürün açıklaması teknik bilgi yığını değil, karar vermeye yardımcı olan net bir satış metni gibi kurgulanmalıdır.
İyi ürün açıklaması; ürünün ne olduğunu, kimler için uygun olduğunu, hangi malzemeden üretildiğini, hangi avantajı sunduğunu, nasıl kullanılacağını ve satın alma sonrası beklentileri açık şekilde anlatmalıdır. Örneğin takı kategorisinde altın ayarı, gram bilgisi, taş bilgisi, kaplama olup olmadığı, ölçü bilgisi, kullanım önerisi, hediye kutusu, garanti veya sertifika bilgisi kullanıcı için önemlidir.
Bu bilgiler uzun ve yoğun paragraflarla değil, taranabilir ama doğal bir yapı içinde verilmelidir. Kullanıcı ürün sayfasında uzun metin okumak istemez; hızlıca karar verebilmek için net bilgi arar.
Güven unsurları satın alma kararını hızlandırır
Kullanıcı ürünü beğense bile satın alma öncesinde güven arar. Özellikle ilk kez alışveriş yaptığı bir markada bu ihtiyaç daha da artar.
Ürün sayfasında güvenli ödeme, kargo süresi, ücretsiz kargo bilgisi, Return / Exchange Policy (İade / Değişim Politikası), garanti bilgisi, orijinallik veya sertifika bilgisi, müşteri yorumları ve marka iletişim bilgisi görünür olmalıdır.
PowerReviews’un UGC (User Generated Content / Kullanıcı Tarafından Üretilen İçerik) analizlerine göre kullanıcı tarafından üretilen içeriklerle etkileşime geçen ziyaretçilerde dönüşüm oranı anlamlı şekilde yükseliyor. Bu veri, güven unsurlarının yalnızca dekoratif ikonlar olmadığını; yorum, müşteri fotoğrafı ve gerçek deneyimlerin satın alma kararında doğrudan rol oynadığını gösterir.
Bu bilgiler sayfaya rastgele yerleştirilmemelidir. Sepete ekle butonuna yakın kısa güven mesajları kullanılabilir. Daha detaylı bilgiler ise accordion veya sekme yapısıyla sunulabilir.
“Ücretsiz kargo”, “14 gün içinde iade”, “güvenli ödeme”, “sertifikalı ürün” veya “hediye kutusu ile gönderilir” gibi kısa mesajlar trust badge (güven rozeti) olarak da sunulabilir. Güven rozetleri, kullanıcının ödeme öncesi yaşadığı tereddütleri azaltmaya yardımcı olur.
Müşteri yorumları sosyal kanıt sağlar
Ürün yorumları, ürün sayfasındaki en güçlü ikna unsurlarından biridir. Kullanıcı markanın kendi anlattıklarından çok, ürünü daha önce satın alan kişilerin deneyimlerine güvenir.
Yorum alanında yalnızca yıldız puanı göstermek çoğu zaman yeterli değildir. Kullanıcı gerçek deneyim görmek ister. PowerReviews’un 2022 analizine göre ürün sayfasında kullanıcı tarafından oluşturulan fotoğraf veya videolarla etkileşime geçen ziyaretçilerde dönüşüm oranı %106,3 daha yüksek ölçülmüştür. Genel dönüşüm oranı %2,8 iken, kullanıcı fotoğrafı veya videosuyla etkileşime geçen ziyaretçilerde bu oran %5,9’a çıkmıştır.
Bu nedenle müşteri yorumları yalnızca yıldız puanı olarak değil, gerçek kullanıcı fotoğrafları ve deneyimleriyle birlikte sunulduğunda çok daha güçlü bir social proof (sosyal kanıt) oluşturur.
Özellikle takı, moda ve kozmetik gibi kategorilerde müşteri fotoğrafları çok değerlidir. Çünkü kullanıcı ürünün gerçek hayatta nasıl göründüğünü görmek ister. Bu nedenle yorumlar ürün sayfasının çok altında kaybolmamalı; ortalama puan ve yorum sayısı ürün başlığına yakın alanda gösterilmeli, detaylı yorumlar ise sayfanın devamında yer almalıdır.
Kargo ve iade bilgisi gizlenmemeli
Kullanıcının satın alma kararını etkileyen en önemli konulardan biri teslimat ve iade sürecidir. Kullanıcı ürün sayfasında ürünü beğense bile kargo ücretini, teslimat süresini veya iade koşullarını göremiyorsa checkout (ödeme / satın alma tamamlama adımı) aşamasında tereddüt yaşayabilir.
Ürün sayfası yönergelerinde fiyatın, ek ürün maliyetlerinin ve ürün bulunabilirliğinin net gösterilmesi temel gereklilikler arasında yer alır. Bu yaklaşım kargo ve iade bilgisi için de geçerlidir; kullanıcı satın alma kararını ürün sayfasında verdiği için teslimat süresi, iade koşulu ve varsa ücretsiz kargo bilgisi ödeme adımına saklanmamalıdır.
Bu bilgiler özellikle sepete ekle butonuna yakın yerde kısa ve net verilmelidir. “24 saat içinde kargoda”, “ücretsiz kargo”, “14 gün içinde iade”, “kolay değişim” veya “güvenli ödeme” gibi mesajlar, kullanıcının satın alma öncesi soru işaretlerini azaltır.
Kargo ve iade bilgisini yalnızca footer veya ayrı politika sayfasına saklamak doğru değildir. Kullanıcı satın alma kararını ürün sayfasında verir. Bu nedenle karar için gerekli güven bilgileri ürün sayfasında da görünmelidir.
Mobil deneyim öncelikli tasarlanmalı
Ürün sayfası masaüstünde güzel görünüyor diye başarılı kabul edilmemelidir. E-ticaret trafiğinin büyük bölümü mobil cihazlardan geldiği için ürün sayfası mobile-first (mobil öncelikli tasarım) yaklaşımıyla test edilmelidir.
Mobilde en sık görülen problemler; görsellerin geç yüklenmesi, varyant butonlarının küçük olması, sepete ekle butonunun aşağıda kalması, Sticky Add to Cart alanının ekranı fazla kaplaması, modal yapıların düzgün açılmaması, ürün açıklamasının çok aşağıda kalması ve kargo-iade bilgisinin görünmemesidir.
Google’ın Mobile Site Speed Playbook çalışmasına göre mobil sayfaların 1 saniye daha hızlı yüklenmesi, dönüşüm oranlarında %27’ye varan artış sağlayabiliyor. Aynı çalışmada yükleme süresi 3 saniyenin altında olduğunda bounce rate (hemen çıkma oranı) ortalama %13 iken, 9 saniye civarında bu oran neredeyse %60’a çıkıyor.
Bu nedenle mobil ürün sayfasında yalnızca tasarım değil; hız, görsel optimizasyonu, sticky buton davranışı ve kolay varyant seçimi birlikte düşünülmelidir. Mobilde kullanıcı ürünü net görebilmeli, doğru varyantı kolayca seçebilmeli ve sepete hızlıca ekleyebilmelidir. Bu üç adımda sürtünme varsa ürün sayfasının tasarımı ne kadar iyi görünürse görünsün dönüşüm kaybı yaşanır.
Sayfa hızı CRO’nun temel parçasıdır
Ürün sayfasındaki görseller kaliteli olmalıdır; ancak bu kalite sayfa hızını bozacak şekilde yönetilmemelidir. Çok büyük görseller, optimize edilmemiş videolar ve gereksiz uygulama scriptleri sayfayı yavaşlatır.
Yavaş açılan ürün sayfası özellikle mobilde ciddi dönüşüm kaybı yaratır. Kullanıcı ürünü görmek için beklemek istemez. Görsel yüklenene kadar sayfadan çıkabilir veya ürün deneyimini zayıf algılayabilir.
Deloitte ve Google’ın “Milliseconds Make Millions” çalışmasına göre mobil site hızında yalnızca 0,1 saniyelik iyileştirme, perakende sitelerinde conversion rate (dönüşüm oranı) tarafında %8,4 ve AOV (Average Order Value / Ortalama Sipariş Değeri) tarafında %9,2 artışla ilişkilendirilmiştir. Aynı çalışma, hız iyileştirmelerinin kullanıcıların dönüşüm hunisinde ilerlemesiyle doğrudan ilişkili olduğunu gösterir.
Bu nedenle ürün sayfasında görseller doğru ölçüde yüklenmeli, WebP (modern, sıkıştırılmış görsel formatı) gibi modern formatlar kullanılmalı, Lazy Loading (Gecikmeli Yükleme) doğru uygulanmalı, gereksiz uygulama scriptleri azaltılmalı ve Hero Image (Ana Görsel / Öne Çıkan Görsel) optimize edilmelidir.
Güzel görünen ama yavaş açılan ürün sayfası dönüşüm getirmez. CRO açısından doğru yaklaşım, görsel kalite ile performans arasında denge kurmaktır.
Kişiselleştirme alanları net olmalı
Bazı ürünlerde isim yazdırma, ölçü girme, not ekleme veya özel seçenek seçme gibi kişiselleştirme alanları bulunur. Bu alanlar doğru kurgulanmazsa sipariş sürecinde hata oluşabilir.
Kullanıcı hangi bilgiyi girmesi gerektiğini net anlamalıdır. Örneğin isim yazdırılacaksa karakter sınırı, yazının büyük harfle mi küçük harfle mi hazırlanacağı, hangi alana işleneceği ve bu bilginin siparişte nasıl görüneceği açıkça belirtilmelidir.
Ürün sayfası temel gereklilikleri arasında net ürün seçenekleri ve bu seçenekleri seçmenin açık bir yolu bulunur. Kişiselleştirme alanları da aynı mantıkla değerlendirilmelidir. İsim yazdırma, not ekleme, ölçü girme veya özel seçenek seçme gibi alanlarda kullanıcıdan ne istendiği, karakter sınırı, zorunlu alanlar ve bu bilginin siparişte nasıl kullanılacağı açıkça belirtilmelidir.
Ayrıca bu bilgilerin sepette, checkout sürecinde, sipariş detayında ve yönetim panelinde doğru görünmesi gerekir. Aksi halde müşteri doğru bilgiyi girse bile operasyon tarafında hata yaşanabilir.
Ürün sayfası SEO için de güçlü olmalı
Ürün sayfası yalnızca reklam trafiği için değil, organik trafik için de önemlidir. SEO (Search Engine Optimization / Arama Motoru Optimizasyonu) açısından ürün başlığı, açıklaması, URL yapısı, meta title, meta description, görsel alt metinleri ve yapılandırılmış veri doğru kurgulanmalıdır.
Ancak SEO için ürün açıklamasını anahtar kelimelerle doldurmak doğru değildir. Ürün metni hem kullanıcıya hem de arama motorlarına doğal şekilde bilgi vermelidir.
Rich Product Content yaklaşımı burada da önemlidir. Karşılaştırma tabloları, özellik anlatımları, geniş görsel galeriler, indirilebilir materyaller, videolar ve daha özelleştirilmiş ürün açıklamaları ürün sayfasını hem kullanıcı hem de arama motorları için daha anlamlı hale getirir.
İyi bir ürün sayfasında net ürün başlığı, özgün ürün açıklaması, doğru kategori bağlantısı, açıklayıcı görsel alt metinleri, ürün özellikleri, yorumlar, SSS alanı ve Schema / Structured Data (Yapılandırılmış Veri) bulunmalıdır. Schema yapısı; stok, fiyat, yorum ve puan gibi bilgilerin arama motorları tarafından daha iyi anlaşılmasına yardımcı olur.
Özellikle Shopify gibi altyapılarda teknik SEO’nun birçok bölümü hazır gelir; fakat ürün içeriklerinin kalitesi, başlıkların doğruluğu ve açıklamaların özgünlüğü marka tarafında doğru yönetilmelidir.
CRO için ölçümleme şarttır
Ürün sayfası tasarımı tek seferlik bir işlem değildir. CRO, sürekli ölçümleme ve iyileştirme sürecidir.
Bu süreçte yalnızca satış sayısına bakmak yeterli değildir. Ürün sayfası görüntülenme sayısı, Add to Cart oranı, varyant seçimi sonrası sepete ekleme oranı, ürün sayfasından çıkış oranı, mobil ve masaüstü dönüşüm farkı, Scroll Depth (Kaydırma Derinliği), Product Gallery (Ürün Görsel Galerisi) etkileşimi, yorum alanı etkileşimi ve checkout’a geçiş oranı birlikte değerlendirilmelidir.
Deloitte ve Google’ın mobil hız çalışması, küçük performans iyileştirmelerinin bile dönüşüm, sayfa görüntüleme ve ortalama sipariş değeri gibi metriklerde ölçülebilir fark oluşturabildiğini gösteriyor. Bu da CRO’nun varsayımla değil, veriyle yönetilmesi gerektiğini kanıtlar.
Bazen küçük bir değişiklik büyük fark yaratabilir. Ürün görsellerini yeniden sıralamak, sepete ekle butonunu daha görünür hale getirmek, kargo bilgisini yukarı taşımak veya varyant seçimindeki belirsizliği kaldırmak dönüşüm oranını doğrudan etkileyebilir.
Bu yüzden ürün sayfası yayına alındıktan sonra kendi haline bırakılmamalıdır. Gerçek kullanıcı davranışına göre düzenli olarak optimize edilmelidir.
Sonuç: detaylar dönüşüm yaratır
Ürün sayfası, e-ticarette satın alma kararının verildiği en kritik alanlardan biridir. Kullanıcı burada ürünü inceler, markaya güvenip güvenmeyeceğine karar verir ve ödeme sürecine geçip geçmeyeceğini belirler.
Başarılı bir ürün sayfası yalnızca güzel tasarlanmış bir sayfa değildir. Aynı zamanda müşterinin sorularını cevaplayan, ürünü gerçek kullanım bağlamında gösteren, güven veren ve satın alma aksiyonunu kolaylaştıran bir satış alanıdır.
Farklı araştırmalar aynı noktada birleşiyor. Ürün sayfasının temel bileşenlerini net görsel, açıklama, seçenek ve satın alma aksiyonu olarak tanımlarken; Salsify ürün görselleri ve videolarının ürün detay sayfasındaki en önemli unsurlardan biri olduğunu vurgular. PowerReviews kullanıcı fotoğrafı ve videosu gibi social proof unsurlarının dönüşümü artırdığını gösterirken, Google ve Deloitte sayfa hızındaki küçük iyileştirmelerin bile dönüşüm ve gelir üzerinde ölçülebilir etki yarattığını ortaya koyar.
Bu nedenle ürün sayfasında yalnızca ürünün ne olduğu değil, müşteriye ne kazandırdığı gösterilmelidir. Ürünün özellikleri kadar sonucu da anlatılmalıdır. Görsel, metin, sosyal kanıt, güven unsurları, varyant seçimi, hız ve mobil deneyim birlikte düşünülmelidir.
CRO açısından bakıldığında ürün sayfasındaki her detay önemlidir. Çünkü kullanıcıyı satın almaya götüren şey çoğu zaman büyük tasarım kararları değil, küçük ama doğru kurgulanmış detaylardır.
E-ticarette sürdürülebilir başarı için ürün sayfası yalnızca bir vitrin değil, markanın en önemli satış temsilcisi olarak ele alınmalıdır.
Yazının özeti konumunda aşağıdaki görseli inceleyebilirsiniz.

Selçuk Bostancıoğlu
E-ticarette hangi yapay zeka modelini kullanmalı?
Yapay zeka tarafında bugün ilginç bir sorunla karşı karşıyayız.
Model eksikliği değil, model fazlalığı var.
OpenAI yeni bir model çıkarıyor. Google birkaç hafta sonra başka bir model duyuruyor. Anthropic yeni Claude sürümünü yayınlıyor. Bir tarafta görsel modelleri, diğer tarafta video modelleri, küçük modeller, büyük modeller, reasoning modelleri, agent modelleri…
Doğal olarak e-ticaret şirketlerinin kafasında aynı soru oluşuyor:
Hangisini kullanmalıyız?
Bence bu sorunun kendisi artık yanlış.
Çünkü 2026 itibarıyla e-ticarette tek bir “en iyi yapay zeka modeli” bulunmuyor.
Daha doğru soru şu:
Hangi iş için hangi modeli kullanmalıyız?
Aradaki fark küçük görünebilir.
Ama yapay zekayı oyuncaktan gerçek bir iş aracına dönüştüren nokta tam olarak burada başlıyor.
Model yarışı inanılmaz hızlandı
Sadece son birkaç aya baktığımızda bile tablo oldukça karmaşık.
OpenAI, 3 Eylül 2026’da GPT-6 Astra’yı duyurdu. Şirket modeli karmaşık araştırma, kodlama, bilgisayar kullanımı ve uzun süreli çok adımlı işler için şimdiye kadarki en güçlü modeli olarak konumlandırıyor. Erişim şu anda kademeli olarak açılıyor. API fiyatı ise 1 milyon giriş tokenı için 10 dolar, çıkış için 50 dolar.
Google ise yalnızca bir gün önce, 2 Eylül’de Gemini 3.8 Flash’ı duyurdu. Model özellikle ajan tabanlı görevler, kodlama ve çok adımlı işlemler için geliştirilmiş durumda. Üstelik 2026 sonuna kadar geçerli tanıtım fiyatıyla 1 milyon giriş tokenı 0,75 dolar, çıkış tokenı ise 3,75 dolar.
Anthropic tarafında Claude Sonnet 5, özellikle araç kullanımı ve agent görevlerinde güçlü bir fiyat-performans alternatifi olarak öne çıkıyor. API fiyatı 1 milyon giriş tokenı için 2 dolar, çıkış için 10 dolar. Daha üst düzey işler için Claude Fable 5.1 de 1 Eylül 2026 itibarıyla şirketin en gelişmiş modellerinden biri olarak konumlandırılmış durumda.
OpenAI’nin kendi ailesinde bile GPT-6 Astra dışında GPT-5.6 Sol, Terra ve Luna bulunuyor. Luna’nın fiyatı yalnızca 0,20 dolar giriş ve 1,20 dolar çıkış seviyesinde.
Yani aynı şirketin modelleri arasında bile onlarca kat fiyat farkı var.
İşte e-ticaret açısından kritik konu burada başlıyor.
Her işe en güçlü modeli vermek hata
Bir e-ticaret sitesinde düşünelim.
10 bin ürünümüz var.
Bu ürünlerin kategori bilgilerinin kontrol edilmesi, açıklamalarının standartlaştırılması, renk ve materyal bilgilerinin çıkarılması gerekiyor.
Bu işlem için GPT-6 Astra kullanılabilir mi?
Elbette kullanılabilir.
Ama gerekli mi?
Çoğu durumda hayır.
Basitleştirilmiş bir örnek üzerinden gidelim.
Her ürün için modele ortalama 2 bin giriş tokenı gönderildiğini ve 300 tokenlık cevap alındığını varsayalım.
10 bin ürünü GPT-6 Astra ile işlemek yalnızca token maliyeti açısından yaklaşık 350 dolar tutar.
Aynı teorik yük GPT-5.6 Luna ile yaklaşık 7,6 dolar seviyesine iner.
Gemini 3.8 Flash’ın mevcut tanıtım fiyatlarıyla yaklaşık 26 dolar civarındadır.
Burada elbette gerçek maliyet prompt uzunluğuna, tekrar denemelere, araç kullanımına, önbelleğe ve uygulama mimarisine göre değişir.
Ama oran bize çok önemli bir şey anlatıyor:
Yapay zekada maliyet optimizasyonu daha az kullanmak değil, doğru modeli doğru noktada kullanmaktır.
10 bin ürün açıklamasını düzenlemek için dünyanın en güçlü modeline ihtiyacımız olmayabilir.
Ancak o 10 bin ürünün satış verisini, reklam maliyetlerini, stok devir hızını, iadeleri ve karlılığı birlikte değerlendirip önümüzdeki üç ay için ticari aksiyon planı oluşturmak istediğimizde daha güçlü bir modele geçmek anlamlı olabilir.
Ben buna model ekonomisi diyorum.
Modeli markasına göre değil, görevin ekonomik değerine göre seçmek gerekiyor.
Ben bugün bir e-ticaret sistemi kursam modelleri böyle ayırırdım
Ürün açıklaması, kategori sınıflandırması, etiket üretimi, yorum özetleme ve temel müşteri taleplerini ayırma gibi yüksek hacimli işlerde hızlı ve düşük maliyetli modeller kullanırdım. GPT-5.6 Luna veya Google’ın Flash sınıfındaki modelleri bu alanlarda değerlendirmek daha mantıklı.
Kampanya analizi, satış verilerinin yorumlanması, müşteri segmentasyonu, daha karmaşık müşteri hizmetleri senaryoları ve şirket içi bilgiye dayalı asistanlarda GPT-5.6 Terra, Gemini 3.8 Flash veya Claude Sonnet 5 gibi orta-üst segment modelleri tercih ederdim.
Çok karmaşık araştırmalar, onlarca farklı veri kaynağının birlikte değerlendirilmesi, uzun süre çalışan agent sistemleri veya şirket adına ciddi karar desteği gereken durumlarda ise GPT-6 Astra gibi üst düzey modelleri devreye alırdım.
Kısacası sistem şu şekilde çalışırdı:
Ucuz model önce çalışır. Güçlü model gerektiğinde devreye girer. İnsan ise kritik noktada son kararı verir.
Bence önümüzdeki dönemde başarılı yapay zeka sistemlerinin çoğu bu mimariye yaklaşacak.
Müşteri hizmetlerinde modelden daha önemli bir şey var: kaynak
E-ticarette yapay zekanın en hızlı değer üretebildiği alanlardan biri müşteri hizmetleri.
Ancak burada sık yapılan bir hata bulunuyor.
Modele;
“İade süremiz kaç gün?”
diye soruyoruz.
Model de cevap veriyor.
Oysa yapay zeka modelinin bu sorunun cevabını bilmesi gerekmiyor.
İade politikasını şirketin veri kaynağından bulması gerekiyor.
Aynı durum;
“Kargom nerede?”
“Bu ürün stokta mı?”
“Bu siparişi iptal edebilir miyim?”
“Bu müşteriye para iadesi yapmalı mıyım?”
soruları için de geçerli.
Dil modeli burada işletmenin veri tabanı değildir.
Modelin görevi müşterinin ne istediğini anlamak, doğru sistemi çağırmak ve gelen bilgiyi anlaşılır şekilde sunmaktır.
Sipariş durumu sipariş sisteminden gelmeli.
Stok bilgisi ERP veya e-ticaret altyapısından gelmeli.
İade şartları güncel şirket politikasından gelmeli.
Yapay zeka ise bütün bunların üzerinde çalışan bir yorumlama ve işlem katmanı olmalı.
Teoride küçük bir fark gibi görünüyor.
Pratikte ise güvenilir yapay zeka sistemi ile sürekli hata yapan chatbot arasındaki farkı oluşturuyor.
Agent kavramında da teori ile pratik birbirinden farklı
Bugün sektörün en popüler kelimelerinden biri “AI Agent”.
Eskiden yapay zekaya soru soruyorduk.
Şimdi yapay zekanın bizim adımıza işlem yapmasını istiyoruz.
Bir agent;
stok kontrol edebilir,
ürün oluşturabilir,
rapor hazırlayabilir,
müşteriye cevap verebilir,
kampanya verilerini analiz edebilir,
hatta farklı uygulamalar arasında işlem gerçekleştirebilir.
Teknoloji gerçekten bu noktaya geliyor.
Anthropic eylül ayında perakendecilerin tüketici ve merchant agentları geliştirebilmesi için yeni commerce agent yapıları duyurdu. Shopify da Universal Commerce Protocol ve Agentic Storefronts ile ürünlerin ChatGPT, Google AI Mode, Gemini ve Microsoft Copilot gibi yapay zeka kanallarında keşfedilip satın alınabilmesini sağlayan altyapıyı genişletiyor.
Fakat “agent istediğini yapsın” yaklaşımını doğru bulmuyorum.
Örneğin bir yapay zekanın müşteri talebini anlaması normaldir.
İade talebini hazırlaması da normaldir.
Fakat 25 bin liralık para iadesini hiçbir kontrol olmadan gerçekleştirmesi farklı bir risk seviyesidir.
Aynı şekilde ürün açıklamasını değiştirmek başka, 5 bin ürünün fiyatını değiştirmek başka bir yetkidir.
Bu nedenle gerçek hayatta iyi agent sistemleri tamamen özgür değil, sınırları belirlenmiş sistemler olacaktır.
Okuyabilir.
Öneri oluşturabilir.
İşlemi hazırlayabilir.
Belirli limitlerin altında otomatik uygulayabilir.
Kritik işlemlerde ise onay isteyebilir.
E-ticarette bana göre doğru agent yaklaşımı budur.
Görsel üretiminde de aynı mantık geçerli
Görsel modellerinde de isimler o kadar hızlı değişiyor ki yalnızca model numarasını takip etmek yanıltıcı hale geldi.
OpenAI şu anda API tarafında GPT-Image-2’yi güncel görüntü oluşturma ve düzenleme modeli olarak öneriyor. Google ise Imagen 4 ailesinin desteğini 17 Ağustos 2026 itibarıyla sonlandırdı ve görüntü üretim işleri için Gemini 2.5 Flash Image, yani bilinen adıyla Nano Banana tarafına geçilmesini öneriyor. ByteDance ise temmuz ayında profesyonel tasarım ve görsel üretim odaklı Seedream 5.0 Pro’yu yayınladı.
Burada e-ticaret açısından benim yaklaşımım yine aynı.
Ana ürün görselinde ürün gerçeğini mümkün olduğunca korumak.
Yapay zekayı ise;
lifestyle sahneleri,
reklam kreatifleri,
arka plan varyasyonları,
bannerlar,
kampanya konseptleri
ve çoklu kreatif üretiminde kullanmak.
Ama her üretilen görseli doğrudan yayına almamak.
Özellikle ürün geometrisi, renk, logo, materyal ve üzerindeki yazılar mutlaka kontrol edilmeli.
Çünkü yapay zekanın görevi ürünü hayal ettiği şekilde yeniden tasarlamak değil, sattığımız ürünü daha etkili şekilde anlatmaktır.
Video tarafında maliyet hesabı daha da önemli
Video üretim modellerinde aynı prensip çok daha önemli hale geliyor.
Google’ın güncel Veo 3.1 ailesinde 720p sesli video için Standard model saniye başına 0,40 dolar, Fast model 0,10 dolar, Lite model ise 0,05 dolar seviyesinde.
ByteDance’ın Temmuz 2026’da tanıttığı Seedance 2.5 ise tek üretimde 30 saniyeye kadar video, çoklu referans kullanımı ve daha gelişmiş düzenleme yetenekleri sunuyor; API erişimi de BytePlus üzerinden açılmış durumda.
Burada yapılabilecek en büyük hata bütün kreatif fikirlerini en yüksek kalite modeliyle üretmek.
Ben bunun tersini yapardım.
Önce çok sayıda fikir ve storyboard üretirdim.
Sonra düşük maliyetli veya hızlı modelle taslak videolar oluştururdum.
İşe yarayan birkaç konsepti seçerdim.
Yalnızca kazanan kreatifleri daha yüksek kaliteyle yeniden üretirdim.
Yani yapay zeka üretimini de reklam optimizasyonu gibi yönetirdim:
Önce çok sayıda düşük maliyetli test, sonra kazanana yatırım.
Asıl büyük değişim tüketici tarafında yaşanıyor
Şirketlerin hangi modeli kullandığı önemli.
Fakat daha büyük değişim müşterilerin yapay zekayı kullanma biçiminde gerçekleşiyor.
Adobe Analytics verilerine göre 2026’nın ilk çeyreğinde yapay zeka kaynaklarından ABD perakende sitelerine gelen trafik bir önceki yıla göre yüzde 393 arttı.
Adobe’nin tüketici araştırmasında katılımcıların yüzde 39’u online alışveriş sırasında yapay zeka asistanı kullandığını söylüyor. Bunların yüzde 85’i yapay zekanın alışveriş deneyimini iyileştirdiğini belirtiyor.
Mayıs 2026 verilerinde ise yapay zeka üzerinden perakende sitelerine yönlendirilen kullanıcıların ziyaret başına ürettiği gelirin diğer kaynaklardan gelen kullanıcılardan yüzde 53 daha yüksek olduğu bildiriliyor.
Salesforce’un 2026 araştırması da benzer bir değişime işaret ediyor.
Satın alma yolculuğunun ilk adımı olarak yapay zeka destekli “agentic search” kullanımı yıllık yüzde 200 artmış durumda. Buna karşılık ticaret şirketlerinin yalnızca yüzde 28’i bugün agentic AI kullandığını söylerken yüzde 44’ü önümüzdeki altı ay içerisinde kullanmayı planlıyor.
Bu yüzden yapay zekayı yalnızca şirket içerisinde üretkenlik aracı olarak değerlendirmek eksik kalıyor.
Müşterinin ürün keşfetme biçimi de değişiyor.
Belki de yanlış yere yatırım yapıyoruz
McKinsey ve EuroCommerce’un Haziran 2026 tarihli Avrupa perakende araştırması bu konuda ilginç bir tablo ortaya koyuyor.
Araştırmaya göre Avrupa perakendesinde yapay zekanın yaratabileceği toplam ekonomik fırsatın 240 ila 320 milyar euro seviyesinde olduğu tahmin ediliyor.
Ancak şirketlerin mevcut yapay zeka yatırımlarının yüzde 44’ü pazarlamaya giderken ticari fonksiyonlara ayrılan pay yalnızca yüzde 15.
Araştırmada yapay zekayı ölçeklendirmedeki en büyük engellerin de yalnızca teknoloji olmadığı; organizasyon, veri, iş akışları, yetenek ve yönetişimin kritik olduğu vurgulanıyor.
Bence bu sonuç üzerinde düşünmeye değer.
Çünkü bugün yapay zekayı en çok içerik üretiminde kullanıyoruz.
Blog yazısı.
Instagram metni.
Banner.
Ürün açıklaması.
Bunların faydalı olmadığını söylemiyorum.
Ama asıl ekonomik değer belki başka yerde.
Hangi ürün ne zaman stoklanmalı?
Hangi müşterinin tekrar satın alma ihtimali yüksek?
Hangi ürün grubunda indirim yapmak gereksiz?
Hangi iadelerin ortak nedeni var?
Hangi müşteri segmentinde karlılık düşüyor?
Hangi ürünün fiyat esnekliği daha yüksek?
Hangi kampanya gerçek anlamda ek satış yaratıyor?
Bunlar cevaplanması daha zor sorular.
Ama ticari değerleri de çok daha yüksek.
Asıl değer modelde değil sistemde oluşuyor
Bugün aynı GPT modeline binlerce şirket erişebiliyor.
Aynı Gemini modeline rakibiniz de erişebiliyor.
Claude’u yalnızca siz kullanmıyorsunuz.
Aynı görsel ve video modellerini herkes satın alabiliyor.
Dolayısıyla kullanılan model tek başına rekabet avantajı olamaz.
Avantaj şurada oluşuyor:
Modele hangi veriyi verdiğinizde.
Hangi araçlara erişim sağladığınızda.
Hangi görevleri otomatikleştirdiğinizde.
Sonuçları nasıl doğruladığınızda.
Hangi noktada insan kontrolü koyduğunuzda.
Ve bütün sistemi ne kadar iyi ölçtüğünüzde.
Bence yapay zekanın e-ticaretteki gerçek mimarisi giderek şu yapıya yaklaşacak:
Veri + küçük model + gerektiğinde güçlü model + iş kuralları + araçlar + insan kontrolü.
Bu yapı tek bir dev modele her şeyi yaptırmaktan hem daha ucuz hem daha güvenilir olabilir.
Sonuç: Yapay zeka modeli değil, yapay zeka portföyü yöneteceğiz
Önümüzdeki dönemde şirketlerin teknoloji toplantılarında;
“GPT mi kullanalım, Gemini mı?”
sorusunun giderek anlamını kaybedeceğini düşünüyorum.
Çünkü muhtemelen ikisini de kullanacağız.
Belki Claude da kullanacağız.
Başka bir işte tamamen farklı bir model kullanacağız.
Ürün verisini ucuz bir model işleyecek.
Karmaşık analizi daha güçlü bir model yapacak.
Görseli başka bir model üretecek.
Videoyu başka bir model hazırlayacak.
Agent ise bütün bunları şirket sistemleriyle bir araya getirecek.
Bu nedenle geleceğin e-ticaret şirketlerinde tek bir yapay zeka modeli olmayacak.
Bir yapay zeka portföyü olacak.
Nasıl bugün bütün dijital pazarlama bütçemizi tek bir kanala vermiyorsak, bütün yapay zeka işlerimizi de tek bir modele vermek zorunda değiliz.
Sonuçta amaç dünyanın en güçlü yapay zeka modelini kullanmak değil.
Bir ürün açıklaması için 50 kat fazla para harcamamak.
Bir müşteri sorusuna mümkün olduğunca hızlı ve doğru cevap vermek.
Kritik ticari kararlarda gerektiğinde daha fazla hesaplama gücü kullanmak.
Üretimi hızlandırırken hatayı kontrol altında tutmak.
Ve bütün bunların sonucunda müşteriye daha iyi bir deneyim sunmak.
Bence önümüzdeki dönemde yapay zekayı en iyi kullanan şirketler, en yeni modeli ilk kullananlar olmayacak.
Hangi işin ne kadar zekaya ihtiyaç duyduğunu anlayanlar olacak.
Selçuk Bostancıoğlu
Yapay zeka stüdyonun yerini alıyor: Peki ürünü bozuyor mu?
Birkaç yıl önce yeni bir reklam kreatifi üretmek için ürünün stüdyoya gitmesi, çekim yapılması, ışık ve mekanın hazırlanması, ardından tasarım ekibinin devreye girmesi gerekiyordu.
Bugün ise tek bir ürün fotoğrafıyla aynı ürünü saniyeler içinde farklı mekanlara yerleştirebiliyor, farklı kampanya konseptleri oluşturabiliyor, hatta reklam videosu üretebiliyoruz.
Üstelik sonuçlar artık yalnızca “ilginç” değil, birçok kullanım senaryosunda ticari olarak değerlendirilebilecek kadar başarılı.
Buradaki asıl gelişme, yapay zekanın güzel görsel üretmesinden çok daha fazlası:
Ürünün kimliğini koruyarak yeni sahneler oluşturabilmesi.
Çünkü e-ticarette amaç yalnızca etkileyici bir görsel üretmek değil; ürünü doğru temsil ederken daha fazla kreatif varyasyon oluşturabilmek.
Teknik gelişme: Ürün kimliği giderek daha iyi korunuyor
Bir modele;
“Bu şişeyi modern bir mutfağa yerleştir ama geometrisini, kapağını, logosunu, yazılarını ve rengini değiştirme”
dediğimizde modelden aynı anda iki şey bekliyoruz:
Yeni bir sahne oluşturması ve referans ürünü mümkün olduğunca koruması.
Literatürde bu problem identity preservation (ürün veya nesne kimliğini koruma), subject fidelity (referans nesneye görsel sadakat) ve object consistency (nesnenin farklı üretimlerde tutarlı kalması) gibi kavramlarla ele alınıyor.
Korunması gereken başlıca unsurlar:
Geometry fidelity (form ve oran doğruluğu)
Texture & material fidelity (doku ve malzeme doğruluğu)
Color fidelity (renk doğruluğu)
Text fidelity (logo ve yazı doğruluğu)
Fine-detail fidelity (dikiş, taş, toka gibi küçük detayların korunması)
Bugünkü modeller bu alanlarda birkaç yıl öncesine göre çok daha güçlü.
2026 tarihli ProductConsistency benchmark’ında sekiz kategoriden 174 ürün için toplam 870 düzenleme değerlendiriliyor. GPT-Image-1 High, ürün tutarlılığında 9,01/10, metin doğruluğunda ise 8,41/10 skoruna ulaşıyor.
Bu değerler bence önemli bir eşiğe işaret ediyor.
Çünkü ürün doğruluğunun artık yalnızca teorik bir araştırma konusu olmadığını, pratik üretim sistemlerinde oldukça yüksek seviyelere ulaştığını gösteriyor.
Daha da önemlisi, ürüne özel kontrol mekanizmaları eklendiğinde sonuçlar belirgin biçimde iyileşiyor.
Qwen-Image-Edit-2511’in CER, Character Error Rate (karakter hata oranı) değeri 1,0682’den 0,2080’e düşüyor. Bu yaklaşık %80,5 hata azalması anlamına geliyor.
Yani mesele yalnızca daha büyük modeller değil.
Model + ürün referansı + kontrol ve doğrulama katmanı birlikte çalıştığında çok daha güvenilir ticari sonuçlar elde etmek mümkün.
Tek bir doğruluk oranı yerine ürün bazlı kalite
Burada önemli bir nokta daha var.
Bir ürün kreatifini değerlendirirken yalnızca “güzel olmuş” demek yeterli değil.
Ürün şekli doğru mu?
Renk aynı mı?
Logo korunmuş mu?
Ambalajdaki yazılar doğru mu?
Küçük fiziksel detaylar değişmiş mi?
Bu nedenle geleceğin kreatif üretim sistemleri yalnızca görsel oluşturmayacak, çıktıyı otomatik olarak kontrol de edecek.
Özellikle metin konusunda hala geliştirilmesi gereken alanlar bulunuyor. 2026 tarihli TextEdit benchmark’ında gerçek görüntülerde OCR F1 skoru (metni doğru bulma ve doğru okuma başarısını birlikte ölçen skor) güçlü modellerde yaklaşık 0,67–0,71 bandında.
Ancak burada da gelişim hızlı.
CVPR 2025’te yayımlanan PosterMaker çalışmasında ayrı bir metin kontrol mekanizması kullanılarak %90’ın üzerinde text-rendering accuracy (üretilen yazının doğru karakterlerle oluşturulma oranı) raporlanıyor.
Bu da bize önemli bir yön gösteriyor:
Yapay zekayı tek başına bir görsel üreticisi olarak değil, kontrollü bir üretim sisteminin parçası olarak kullanmak gerekiyor.
Pratik model şöyle olabilir:
Generate (üret) → Compare (karşılaştır) → Validate (doğrula) → Publish (yayınla)
Bu yapı yapay zekanın kullanımını zorlaştıran bir engel değil, tam tersine markaların çok daha fazla kreatifi güvenli biçimde üretmesini sağlayacak profesyonel bir kalite kontrol katmanı.
En güçlü kullanım alanı: Ürünün etrafındaki dünyayı üretmek
Bugünkü teknolojiyle en başarılı kullanım alanlarından biri, ürünün kendisini yeniden tasarlamak yerine ürünün etrafındaki dünyayı değiştirmek.
Mekan değişebilir.
Işık değişebilir.
Arka plan değişebilir.
Sezon değişebilir.
Kampanya konsepti değişebilir.
Kompozisyon değişebilir.
Aynı ürün bir gün minimalist bir stüdyo ortamında, ertesi gün yaz kampanyasında, başka bir kreatifte ise premium bir yaşam alanında gösterilebilir.
Eskiden bunların her biri ayrı çekim anlamına gelebiliyordu.
Bugün iyi hazırlanmış tek bir ürün referansı onlarca farklı kreatifin başlangıç noktası haline gelebiliyor.
Pratik bir üretim zinciri şöyle düşünülebilir:
Input Product (ürün görseli) → Segmentation (ürünü arka plandan ayırma) → Reference Conditioning (modele ürün referansını bağlama) → Scene Generation (yeni sahneyi üretme) → Product Consistency Check (ürün tutarlılığını kontrol etme) → Output
Bu yaklaşım, yapay zekayı ürün fotoğrafçılığının alternatifi olmaktan çok çarpanı haline getiriyor.
Tek JPEG yerine ürünün dijital kimliği
Bence önümüzdeki dönemin daha büyük fırsatı burada.
Bugün e-ticaret sistemlerinde ürün için SKU, fiyat, stok ve açıklama saklıyoruz.
Yakın gelecekte buna AI Product Identity (ürünün yapay zeka sistemleri için hazırlanmış dijital görsel kimliği) de eklenebilir.
Bu kimlikte;
farklı açılardan ürün fotoğrafları,
transparent ürün görseli,
logo,
gerçek renk değerleri,
ölçüler,
malzeme bilgileri,
kritik bölgelerin maskeleri
ve gerektiğinde depth map (derinlik haritası) veya 3D geometri bulunabilir.
Bunun avantajı çok büyük.
Model tek bir fotoğrafa bakarak ürünün görünmeyen taraflarını tahmin etmek zorunda kalmaz. Ürün hakkında daha fazla bilgiye sahip oldukça yeni açıları ve yeni sahneleri daha doğru üretebilir.
Bu nedenle multi-reference conditioning (aynı ürünün birden fazla fotoğrafını birlikte kullanma) giderek daha önemli hale geliyor.
2025 tarihli MultiRef benchmark’ı da araştırmaların bu yöne kaydığını gösteriyor. Sonuçlar hala gelişmeye açık olsa da çoklu referans kullanımının artık temel araştırma alanlarından biri haline gelmesi, gelecekte ürün tutarlılığının daha da artacağının önemli bir göstergesi.
Başka bir ifadeyle:
Tek ürün fotoğrafından, ürünün dijital görsel kimliğine doğru gidiyoruz.
Video tarafında fırsat daha da büyük
Image-to-video (görselden video üretme) teknolojileri ürün reklamcılığında ayrı bir dönüşüm yaratıyor.
Bugün tek bir ürün fotoğrafından birkaç saniyelik reklam videosu üretmek mümkün.
Buradaki teknik zorluk temporal consistency (ürünün video kareleri arasında aynı kalması).
Kamera hareket ederken logo değişmemeli, ürün geometrisi bozulmamalı, küçük detaylar kareler arasında aynı kalmalı.
Bu alan da hızla gelişiyor.
CVPR 2026’ya kabul edilen ConsID-Gen gibi çalışmalar doğrudan farklı kamera açılarında ürün kimliğini koruyan image-to-video üretimine odaklanıyor.
Burada da yön aynı:
Tek bir referans yerine multi-view (ürünü birden fazla açıdan gösteren referanslar) kullanmak.
Bu gelişmeler, bugün ürün fotoğrafından birkaç saniyelik video üretme aşamasında olan teknolojinin ilerleyen dönemde daha uzun ve ürün kimliğini daha iyi koruyan reklam videolarına dönüşeceğini gösteriyor.
Asıl dönüşüm kreatif üretim kapasitesinde
Bence yapay zekanın reklamcılıkta yaratacağı en büyük değer fotoğraf çekim maliyetini azaltmak değil.
Asıl değişim üretilebilen ve test edilebilen kreatif sayısında yaşanacak.
Bugün bir kampanya için 5–10 kreatif hazırlanıyorsa, aynı ürün için yapay zeka ile onlarca veya yüzlerce varyasyon üretilebilir.
Arka plan değişebilir.
Kullanım senaryosu değişebilir.
Mesaj değişebilir.
Kompozisyon değişebilir.
Hedef kitleye göre ürünün sunulduğu bağlam değişebilir.
Daha da önemlisi, bu kreatiflerin reklam performansı ölçülebilir.
Bir sonraki aşamada sistem yalnızca görsel üretmeyecek; hangi ürün açısının, hangi sahnenin, hangi mesajın ve hangi kompozisyonun daha iyi performans verdiğini öğrenmeye başlayacak.
Böylece kreatif üretimi:
Generate (üret) → Test (test et) → Measure (ölç) → Learn (öğren) → Generate Again (yeniden üret)
şeklinde sürekli çalışan bir optimizasyon döngüsüne dönüşebilir.
İşte yapay zekanın reklamcılık açısından gerçek gücü burada ortaya çıkıyor.
Eskiden ekonomik olarak mümkün olmayan yüzlerce kreatif varyasyonunu üretmek, test etmek ve sonuçlarından öğrenmek mümkün hale geliyor.
Sonuç
Yapay zeka ürün fotoğrafçılığında artık yalnızca deneysel bir araç değil.
Doğru ürün referansı, uygun model ve kontrol mekanizmalarıyla birçok ürün kategorisinde oldukça başarılı ticari kreatifler üretmek mümkün.
Elbette teknoloji kusursuz değil. Logo, metin, renk veya küçük geometrik detaylar hala kontrol edilmeli.
Fakat araştırmaların gösterdiği yön oldukça net:
Ürün tutarlılığı hızla yükseliyor, çoklu referans kullanımı gelişiyor ve doğrulama katmanları hataları ciddi biçimde azaltıyor.
Bu nedenle yapay zekaya yalnızca “ürünü bozabilir mi?” tarafından bakmak eksik kalıyor.
Daha önemli soru şu olabilir:
Aynı ürün fotoğrafından daha önce üretmemizin mümkün olmadığı kaç farklı kreatifi artık üretebiliriz?
Önümüzdeki dönemde başarılı sistemlerin yalnızca en güçlü görüntü modelini kullanan sistemler olmayacağını düşünüyorum.
Asıl farkı;
ürünün dijital kimliğini saklayan,
birden fazla referansı birlikte kullanan,
çıktıyı otomatik kontrol eden,
marka kurallarını doğrulayan
ve reklam performansından öğrenen sistemler yaratacak.
Bu dönüşüm profesyonel ürün fotoğrafçılığını ortadan kaldırmak zorunda değil.
Tam tersine onun değerini büyütebilir.
Bugün tek bir reklamda kullanılan kaliteli ürün fotoğrafı, yarın yüzlerce veya binlerce yapay zeka kreatifinin beslendiği ana veri kaynağına dönüşebilir.
Bence asıl fırsat da tam olarak burada başlıyor.
Selçuk Bostancıoğlu
E-Ticarette altyapı değişikliği ne zaman gerekli ve nasıl yapılmalı?
Bir e-ticaret sitesi kurulurken altyapı genellikle işletmenin o günkü ihtiyaçlarına göre seçilir.
Ürün sayısı azdır.
Sipariş hacmi yönetilebilir düzeydedir.
Entegrasyon ihtiyacı sınırlıdır.
Ancak işletme büyüdükçe ihtiyaçlar değişir. Yeni satış kanalları, ERP ve muhasebe bağlantıları, yurt dışı satış, artan ürün sayısı ve daha büyük kampanyalar devreye girer.
Bir süre sonra altyapı, işletmeyi taşıyan bir araç olmaktan çıkıp büyümenin önündeki engele dönüşebilir.
Fakat burada doğru soruyu sormak gerekir:
Altyapımız gerçekten yetersiz mi, yoksa mevcut altyapıyı yanlış mı kullanıyoruz?
Her Sorun Altyapı Değişikliği Gerektirmez
Yavaş açılan bir sayfa, çalışmayan bir entegrasyon veya kullanışsız bir ödeme ekranı önemli sorunlardır. Ancak bunların her biri altyapının tamamen değiştirilmesini gerektirmez.
Bazen sorun kötü geliştirilmiş bir temadır.
Bazen gereğinden fazla uygulamadır.
Bazen yanlış sunucu yapılandırması veya plansız veri modelidir.
Yeni bir altyapı, bozuk bir iş sürecini kendiliğinden düzeltmez. Aksine mevcut düzensizliklerin yeni sisteme taşınmasına neden olabilir.
Bu nedenle önce şu ayrım yapılmalıdır:
Sorun altyapının sınırlarından mı, yoksa mevcut kurulumun kalitesinden mi kaynaklanıyor?
Sorunlar iyileştirmelere rağmen tekrar ediyor ve satışları, operasyonu veya büyümeyi etkiliyorsa artık daha yapısal bir problemden söz edebiliriz.
Altyapının Yetersiz Kaldığını Gösteren İşaretler
Performans Satışları Etkiliyorsa
E-ticarette hız teknik bir ayrıntı değil, müşteri deneyiminin bir parçasıdır.
Google’ın Core Web Vitals ölçütlerine göre iyi bir kullanıcı deneyimi için ana içeriğin 2,5 saniye içinde yüklenmesi, kullanıcı etkileşimlerine 200 milisaniye veya daha kısa sürede yanıt verilmesi ve görsel kaymaların düşük tutulması hedefleniyor. (Google Web Vitals)
Deloitte tarafından gerçekleştirilen ve Google’ın web.dev platformunda yayımlanan araştırmada, mobil site hızındaki yalnızca 0,1 saniyelik iyileşmenin perakende sitelerinde satın alma adımlarına ilerleme ve müşteri harcaması üzerinde olumlu sonuçlar oluşturabildiği gözlemlendi. (Milliseconds Make Millions)
Ancak yalnızca PageSpeed puanına bakmak yeterli değildir.
Mobil dönüşüm düşüyor mu?
Ödeme sayfasında terk oranı artıyor mu?
Kampanya dönemlerinde site yavaşlıyor mu?
Performans sorunu gerçek satış kaybına dönüşüyorsa altyapı artık iş sonuçlarını etkiliyor demektir.
Operasyon Sürekli Manuel Müdahale Gerektiriyorsa
Stokları elle eşitlemek, fiyatları dosyalarla güncellemek, siparişleri farklı ekranlardan kontrol etmek ve her kampanyada geliştirici desteği beklemek zamanla normal görünebilir.
Ancak ekip altyapının eksiklerini kapatmak için çalışıyorsa görünmeyen bir maliyet oluşur.
Bir altyapının gerçek maliyeti yalnızca aylık lisans ücreti değildir.
Çalışanların harcadığı zaman, hatalı siparişler, yanlış stoklar, geciken kampanyalar ve kaçırılan satışlar da bu maliyetin parçasıdır.
Her Yeni İhtiyaç Özel Geliştirme Gerektiriyorsa
Çoklu dil ve para birimi, yurt dışı satış, B2B, mağaza stoklarının eşitlenmesi veya ERP entegrasyonu gibi ihtiyaçlar sürekli erteleniyorsa altyapının esnekliği sorgulanmalıdır.
Altyapı bugünkü satışları karşılıyor olabilir.
Ancak işletmenin gelecek planlarını desteklemiyorsa teknik borç büyümeye başlamış demektir.
Entegrasyonlar Güvenilir Çalışmıyorsa
Modern e-ticaret sistemi tek başına çalışan bir internet sitesi değildir.
ERP, CRM, ödeme, kargo, muhasebe ve pazaryeri sistemlerinden oluşan bir ekosistemin merkezidir.
Siparişler ERP’ye eksik düşüyor, stoklar gecikmeli güncelleniyor veya fiyatlar satış kanallarında uyuşmuyorsa altyapı operasyonel ve finansal risk üretmeye başlamıştır.
Toplam Maliyet Öngörülemez Hâle Geldiyse
Bazı altyapılar başlangıçta düşük maliyetli görünür. Ancak zaman içinde sunucu, bakım, geliştirici, eklenti ve entegrasyon maliyetleri artar.
Bu nedenle yalnızca yeni platformun aylık ücretine bakılmamalıdır.
Mevcut sistem ile yeni sistemin üç yıllık toplam maliyeti karşılaştırılmalıdır. Bu hesaba kesintiler, manuel işlemler ve kaybedilen satış fırsatları da eklenmelidir.
Ucuz görünen bir altyapı büyümeyi engelliyorsa işletmenin en pahalı sistemine dönüşebilir.
Doğru Zaman Nasıl Tespit Edilebilir?
Altyapı değişikliği hissiyatla değil, düzenli takip edilen verilerle değerlendirilmelidir.
İşletme en az 8–12 haftalık dönemde şu alanları izleyebilir:
- Mobil performans ve kesintiler,
- Dönüşüm ve ödeme terk oranları,
- Manuel işlem süreleri,
- Entegrasyon hataları,
- Yeni özelliklerin geliştirme süresi,
- Bakım, güvenlik ve toplam maliyet.
Bu alanların birkaçında sorunlar sürekli hâle gelmiş ve satışları ya da büyümeyi doğrudan etkilemeye başlamışsa yeni altyapılar için fizibilite çalışması yapılmalıdır.
Doğru zaman, sistemin tamamen çöktüğü gün değildir.
Sorunların ölçülebilir hâle geldiği ancak işletmenin kontrollü bir geçiş yapabilecek zamanı ve kaynağı hâlâ bulabildiği dönemdir.
Yoğun kampanya veya sezon dönemleri ise altyapı değişikliği için uygun değildir.
Google da site taşımalarının mümkünse düşük trafikli dönemlerde yapılmasını ve alan adı, altyapı ve tasarım gibi büyük değişikliklerin aynı anda gerçekleştirilmemesini öneriyor. (Google Site Taşıma Rehberi)
Altyapı Değişikliği Nasıl Yapılmalı?
Önce Mevcut Sistem Belgelenmeli
Yeni platform seçilmeden önce ürünler, müşteriler, siparişler, entegrasyonlar, uygulamalar ve özel geliştirmeler listelenmelidir.
Hangi veri nereden geliyor?
Hangi sistem hangi sistemi besliyor?
Hangi işlemler manuel yapılıyor?
Bu sorular cevaplanmadan seçilen yeni altyapı, eski sorunların farklı bir arayüzde tekrarlanmasına neden olabilir.
Gerçek İş Senaryoları Test Edilmeli
Platformlar yalnızca özellik listeleriyle karşılaştırılmamalıdır.
Örneğin “ERP entegrasyonu olmalı” demek yerine şu sorular sorulmalıdır:
Mağazada satılan ürünün stoğu internet sitesine kaç dakika içinde yansımalı?
İade edilen sipariş muhasebe sisteminde nasıl işlenmeli?
Kampanya döneminde sistem hangi sipariş hacmini karşılamalı?
Kritik süreçler mümkünse pilot bir çalışma üzerinde test edilmelidir.
Veri Temizlenerek Taşınmalı
Tekrarlanan ürünler, eski müşteri kayıtları, bozuk görseller, tutarsız kategoriler ve kullanılmayan etiketler yeni sisteme taşınmamalıdır.
Altyapı değişikliği aynı zamanda veri kalitesini yükseltmek için bir fırsattır.
SEO Planı Hazırlanmalı
Eski ve yeni URL’ler eşleştirilmeli, kalıcı yönlendirmeler yapılmalı, site haritaları ve dahili bağlantılar kontrol edilmelidir.
Google, yönlendirmelerin genel olarak en az bir yıl korunmasını öneriyor. Ayrıca küçük ve orta büyüklükteki sitelerde taşınmanın arama sistemleri tarafından işlenmesinin birkaç hafta sürebileceğini belirtiyor.
SEO, site açıldıktan sonra hatırlanacak bir konu değil, geçişin başlangıcından itibaren yönetilecek ayrı bir projedir.
Geri Dönüş Planı Olmalı
Sepet, ödeme, stok, indirim, fatura, kargo, iade ve analitik sistemleri gerçek senaryolarla test edilmelidir.
Bir sorun yaşandığında hangi şartlarda eski sisteme dönüleceği de önceden belirlenmelidir.
Yeni altyapının yayına alınması projenin bittiği anlamına gelmez. İlk haftalarda siparişler, ödemeler, stoklar, organik trafik, reklam ölçümleri ve hata oranları yakından izlenmelidir.
Sonuç
E-ticaret altyapısı bir işletmeyi tek başına başarılı yapmaz.
Ancak yanlış altyapı, başarılı olabilecek bir işletmenin büyümesini yavaşlatabilir.
Bu nedenle altyapı değişikliği, popüler bir platforma geçme yarışı değil; veriye, operasyona, müşteri deneyimine, güvenliğe ve gelecek hedeflerine dayanan bir iş kararıdır.
Bugün sorulması gereken soru yalnızca şu değildir:
“Mevcut altyapımız çalışıyor mu?”
Asıl soru şudur:
“Mevcut altyapımız, gitmek istediğimiz yere bizi taşıyabilecek mi?”
Çünkü en iyi altyapı, en fazla özelliğe sahip olan değildir.
İşletmenin bugünkü operasyonunu kolaylaştırırken yarınki büyümesinin önünde durmayan altyapıdır.
