Araç İlanı Kıyaslama ve Puanlama Aracı Nasıl Doğdu?

İkinci el otomobil ararken onlarca sekme arasında kaybolup her ilanın tramerini, boyalı parçasını ve kilometresini aklında tutmaya çalıştıysan ne hissettiğimi gayet iyi anlarsın. Ben de tam bu süreçten geçerken saatlerce liste kaydırmaktan ve her ilanın açıklamasındaki gizli detayları çözmeye çalışmaktan yoruldum. Bir tasarımcı olarak problem çözme refleksim hemen devreye girdi ve süreci otomatikleştirecek, veriyi filtreden geçirip net bir karara dönüştürecek bir araç ilanı kıyaslama ve puanlama sistemi kurgulamaya karar verdim. İşte /projects/arac-ilani-kiyasla aracı tam olarak bu kişisel ihtiyaçtan doğdu.

Bu yazıda bir kreatif profesyonel gözüyle teknik bir probleme nasıl yaklaştığımı, ilanları hangi kriterlere göre ağırlıklandırdığımı ve tasarım reflekslerinin veri analitiğinde nasıl işe yaradığını anlatacağım.

İkinci El Piyasasında Bilgi Kirliliği ve Karar Yorgunluğu

İkinci el pazarında gezinirken karşımıza çıkan en büyük sorun verinin dağınık ve manipülasyona açık olmasıdır. İlan başlıklarında yer alan "hatasız", "nokta çiziksiz" gibi iddialı ifadelerin altını kazıdığında açıklama metninin en dibinde lokal boyalar, değişen çamurluklar veya tramer kayıtları gizlenmiş olabiliyor. İnsan beyni ardı ardına 10-15 farklı ilana baktıktan sonra yoruluyor; fiyat/performans dengesini objektif tutmak imkânsız hale geliyor.

Bunu aşmanın tek yolu duyguları kenara bırakıp ilanları ortak bir araç ilanı puanlama algoritmasına tabi tutmaktı. Bir görsel arayüz tasarımcısı olarak ilk işim kullanıcı yolculuğundaki (yani alıcının zihnindeki) friksiyon noktalarını listelemek oldu:

• Boya ve değişen parçaların aracın yapısal güvenliğine etkisi.
• Tramer tutarının aracın piyasa değerine oranı.
• Yıl başına düşen kilometre miktarı ve kullanım yıpranması.
• İlgili motor ve şanzıman kombinasyonunun bilinen kronik arızaları.
• Satıcının istediği fiyatın gerçek piyasa ortalamasına kıyasla nerede durduğu.

Bu beş temel başlığı belirledikten sonra, ham veriyi alıp satır satır puanlayan bir mantık kurgulamaya başladım.

Puanlama Mantığı: Parçalar ve Ağırlık Katsayıları

Her ekspertiz kusuru araca aynı oranda zarar vermez. Örneğin plastik tampon boyası piyasada kusur bile sayılmazken, tavan veya şasenin işlem görmüş olması güvenlik ve yeniden satış açısından doğrudan kırmızı bayraktır. Bu yüzden algoritmada her gövde paneline ve mekanik bileşene farklı bir ceza katsayısı tanımladım.

1. Kaporta ve Şasi Değerlendirmesi

Aracın gövdesini üç farklı risk katmanına böldüm:

• Yüksek Risk (Tavan, Şasi, Direkler, Podye): Bu parçalardan herhangi birinde düzeltme, kesme veya boya varsa araç puanı ciddi oranda düşer. Yapısal bütünlüğü riske atan durumlarda puan tablosu acımasız davranmalıdır.
• Orta Risk (Motor Kaputu, Bagaj Kapağı): Genellikle doğrudan darbeye maruz kalan ama taşıyıcı iskeletle doğrudan birleşmeyen panellerdir. Değişen olması boyalı olmasına göre iki kat ceza puanı alır.
• Düşük Risk (Çamurluklar, Kapılar): Şehir içi sürtmelerinden kaynaklı lokal boyalar aracı hurda yapmaz. Algoritmada bu parçaların ağırlığı minimize edilerek gerçek potansiyel gizlenmemiş olur.

2. Tramer ve Hasar Kaydı Orantısı

Tramer sorgusu tek başına yanıltıcı olabilir. 2012 yılında girilen 15.000 TL hasar kaydı ile 2024 yılında girilen 15.000 TL far değişimi aynı şey değildir. Algoritma bu tutarı aracın o anki talep edilen liste fiyatıyla orantılar. Fiyatın %10'unu aşan hasar kayıtları kademeli puan kaybı yaratırken, bedelsiz ağır hasar kayıtları listeyi anında en alta iter.

3. Yaş ve Kilometre Dengesi

Sadece toplam kilometreye bakmak yanıltıcıdır. 5 yaşında 150.000 km yapmış bir araç çoğunlukla uzun yolda kullanılmış ve motoru daha az soğuk marş görmüş olabilir. Aynı sürede şehir içinde dur-kalkla 80.000 km yapmış bir araçta şanzıman ve debriyaj aşınması çok daha yüksektir. Sistem yıllık ortalama kilometre beklentisini 15.000 - 20.000 km bandında referans alarak sapmaları cezalandırır veya ödüllendirir.

Araç parçalarının risk katsayılarını ve puanlama ağırlıklarını belirlerken hazırladığım teknik taslak notları.

UI/UX Kararları: Karmaşık Veriyi Sadeleştirmek

Tasarım yaparken önceliğim kullanıcının tek bir bakışta aracın röntgenini görebilmesiydi. E-ticaret platformlarının favori listeleri yan yana kıyaslama yapmak için oldukça hantal kalıyor. Bize tek ekranda kartların alt alta ya da yan yana dizildiği, zayıf noktaların renk kodlarıyla uyarı verdiği bir yapı lazımdı.

Kart arayüzünde uyguladığım başlıca kararlar şunlar oldu:

• Skor Rozeti: 100 üzerinden hesaplanan genel kondisyon puanı kartın en sağ üstünde renkli bir badge olarak durur. 85 üzeri yeşil, 70-84 sarı, 70 altı turuncu ve kırmızı.
• Hedef Pazarlık Fiyatı: Sadece ilan fiyatını göstermek yetersizdi. Aracın tespit edilen eksiklerine ve puanına göre satıcıya teklif edilebilecek mantıklı "pazarlık bandı" hesaplanıp ilan fiyatının altına dinamik olarak yerleştirildi.
• Kritik Uyarı Etiketleri: İlan açıklamasında geçen belirli tetikleyici kelimeler (ağır hasar, sandık motor, pert, taksi çıkması) yakalandığında kart üzerinde anında parlak kırmızı etiketler belirir.

Bu arayüz kurgusu, karar aşamasında beynin harcadığı bilişsel yükü en aza indirmeyi amaçlıyor. Tıpkı bir motion design projesinde storyboard hazırlarken gereksiz detayları ayıklayıp sahnenin odağını koruduğumuz gibi, burada da kullanıcının sadece satın alma kararını etkileyecek metriklere odaklanmasını sağladım.

Kullanıcının karar verme sürecini hızlandıran sadeleştirilmiş skor rozetleri ve kart arayüzü.

Yaratıcı Disiplinlerin Kod ve Ürün Geliştirmeye Etkisi

Yıllardır art direktörlük yaparken dijital ürünlerin sadece güzel görünmesiyle değil, işlevsel olmasıyla da ilgilendim. Tipografi hiyerarşisi, renk kontrastları veya micro-interaction tasarımları tek başına anlam ifade etmez; kullanıcının bir sorunu çözme hızını artırıyorsa değerlidir. /projects/arac-ilani-kiyasla projesini hayata geçirirken tasarım reflekslerimin yazılım mimarisini nasıl doğrudan etkilediğini bir kez daha gördüm.

Eğer sen de benzer şekilde bir veri yığınıyla boğuştuğun bir kişisel problem yaşıyorsan, hazır çözümleri beklemek yerine kendi mikro aracını tasarlamayı deneyebilirsin. Bu bazen bir Google Sheets formülüyle başlar, bazen ufak bir web uygulamasına dönüşür.

Kendi projelerinde kullanıcı deneyimini güçlendirmek, karmaşık veri panellerini anlaşılır kılmak veya markan için özel dijital deneyimler üretmek istersen iletişim sayfası üzerinden bana her zaman ulaşabilirsin.