Yapay Zekâ Alışveriş Asistanı 2027’ye Doğru Mağaza Tasarımını 6 Noktada Değiştirir

Yapay zekâ alışveriş asistanı, müşterinin ürünü menüden aramak yerine ihtiyacını cümleyle yazdığı ve sistemin ona uygun ürünleri bulduğu araçtır. 2027’ye doğru bu asistanlar hem mağazaların kendi sitelerinde hem de arama motorları ile sohbet uygulamalarında yaygınlaşıyor. Mağaza tasarımı için sonucu açık: asistan ancak ürün verisi düzgün, eksiksiz ve tutarlı olan mağazayı doğru okuyabilir.

AINEO olarak yapay zekâyı vaat değil çalışan sistem olarak ele alıyoruz. Bu yazıda bir öngörü yapıyoruz ama öngörüyü bugün yapılabilecek altı tasarım işine bağlıyoruz. Hiçbiri belirli bir aracın ya da platformun gelecekteki davranışına dair kesin bir iddia değildir.

Güncelleme: Ekim 2026 · AINEO · Denetleyen: Gürbüz Özdem

Asistanla alışveriş menüyle alışverişten nasıl ayrılır?

Menüyle alışverişte müşteri kategoriyi bilir ve aşağı iner. Arama kutusunda ürün adını bilir ve yazar. Asistanla alışverişte ise yalnız ihtiyacını bilir: küçük balkon için katlanır masa, hassas cilt için kokusuz krem gibi. Asistan bu cümleyi ürün verisindeki ölçü, malzeme, kullanım alanı ve uyarı bilgileriyle eşleştirir. Veri yoksa eşleşme de olmaz.

Neden veri

Asistan ürün fotoğrafını değil, ürünün yazılı özelliklerini okur. Ölçüsü yazılmamış masa, küçük balkon sorusuna cevap olamaz.

Kendi site mi dış platform mu

Asistan mağazanın kendi sitesinde de, arama motorunda ya da sohbet uygulamasında da olabilir. Üçünde de ihtiyaç duyulan şey aynı ürün verisidir.

Nokta 1: Ürün verisi tasarımın bir parçası olur

Bugüne kadar ürün verisi çoğu mağazada içerik ekibinin işi sayıldı. Asistanlar yaygınlaştıkça veri şablonu tasarımın temeline yerleşiyor. Biz hatlarımızda her ürün için ad, kısa açıklama, ölçü, malzeme, kullanım alanı, uyumluluk, bakım, uyarı ve paket içeriği alanlarını zorunlu tutuyoruz. Şablon boş alan bıraktırmaz.

Dokuz alan

Bu dokuz alanın fotoğraf standardıyla birlikte nasıl kullanıldığını ürün fotoğraf standardı yazısında anlattık.

Yapılandırılmış veri

Ürün bilgisinin makinelerin okuyacağı biçimde işaretlenmesi için ortak sözlük Schema.org üzerinde tanımlıdır.

Nokta 2 ve 3: Arama kutusu ve karşılaştırma tablosu büyür

Mağaza içi arama kutusu kelime eşleştirmeden cümle anlamaya doğru gelişiyor. Tasarımda bu, arama kutusunun daha görünür ve daha geniş olması, örnek cümle göstermesi demektir. Karşılaştırma tablosu da önem kazanır: asistan iki ürünü karşılaştırırken aynı özelliklerin aynı birimle yazılmış olmasına ihtiyaç duyar. Tutarsız birim karşılaştırmayı bozar.

Birim tutarlılığı

Bir üründe santimetre, diğerinde milimetre yazılırsa karşılaştırma hatalı olur. Şablon birimi sabitler.

Örnek cümle

Arama kutusunda soluk renkte bir örnek cümle durabilir: küçük mutfak için tencere seti gibi. Bu, müşteriye kutuya ürün adı dışında ihtiyacını da yazabileceğini gösterir.

Filtre ile ilişki

Karşılaştırma tablosundaki özellikler çoğu zaman filtrelerle aynıdır. Filtre kararları e-ticaret filtre tasarımı yazısında.

Nokta 4: Ürün sayfası soru cevaplayan bir sayfaya dönüşür

Asistan müşterinin sorusunu cevaplamak için ürün sayfasındaki bilgiyi kullanır. Bu yüzden ürün sayfasında ürüne özel kısa sık sorulanlar bölümü, net teknik tablo ve açık uyarılar giderek daha önemli hâle geliyor. Müşteri hizmetlerine gelen gerçek sorular bu bölümün en iyi kaynağıdır. Soru cevap biçimi hem insana hem asistana yarar.

Soru kaynağı

Son birkaç ayın müşteri mesajları taranır ve en sık sorulan sorular ürün grubu bazında ayrılır.

Hat mantığı

AINEO hattında sorular önce ürün grubuna göre kümelenir, sonra her ürün için cevabı veri şablonundan doğrulanır. Şablonda karşılığı olmayan cevap yayına çıkmaz.

Yerleşim

Sık sorulanların ürün sayfasındaki yeri ürün sayfası yerleşimi yazısında.

Nokta 5: Kategori sayfası rehber metniyle zenginleşir

Asistanlar yalnız ürünü değil, bir ürün grubunun nasıl seçileceğini de anlatır. Kategori sayfasının üstünde ya da altında kısa bir seçim rehberi, hangi özelliğin ne işe yaradığını açıklar. Bu metin asistanın ve arama motorunun kategoriyi anlamasına yardım eder, müşteriye de karar desteği verir. Metin kısa, somut ve ürünlerle bağlantılı olmalıdır.

Rehber metni

Örneğin tencere kategorisinde: indüksiyon uyumu neye bakılarak anlaşılır, çelik ile döküm arasında kullanım farkı nedir.

Yer

Rehber metninin kategori sayfasındaki yeri ve kart düzeniyle ilişkisi kategori sayfası tasarımı yazısında.

Nokta 6: Ölçüm yeni bir kanal satırı ister

Asistanlardan ve sohbet uygulamalarından gelen ziyaretçi, klasik arama ya da reklam ziyaretçisinden farklı davranabilir. Analitik raporlarında bu trafiğin ayrı izlenmesi gerekir. Hangi kaynaktan gelen ziyaretçinin hangi ürün sayfasına girdiği ve sipariş verip vermediği görülmeden asistan kanalının değeri tahmin edilemez.

Kanal ayrımı

Ölçüm kurulumunun temelleri dönüşüm takibi ve ölçümleme sayfasında.

Temkin

Bu kanalın büyüklüğü sektörden sektöre değişir. Kendi veriniz olmadan büyük yatırım kararı vermeyin.

Bugün ne yapılmalı?

Öngörü ne kadar hızlı gerçekleşirse gerçekleşsin, bugün yapılacak iş aynı: ürün veri şablonunu kurmak, eksik alanları tamamlamak, birimleri sabitlemek ve ürün sayfasına gerçek soruları eklemek. Bu işler asistan olmasa da müşteriye ve arama motoruna yarar. Yani boşa gitme riski düşük bir hazırlıktır.

Sıra

Önce en çok satan ürün grubunda veri tamamlanır, sonra diğer gruplara geçilir. Her grup için tek şablon kullanılır.

Yapay zekâ destekli tasarım

Tasarım sürecinde yapay zekânın nasıl kullanıldığını e-ticaret için yapay zekâ destekli web tasarım sayfasında anlattık.

Mağaza tasarımının bütün kapsamı e-ticaret web tasarımı sayfamızda.

İlgili yazılar

Sık Sorulan Sorular