PazarLab AI

Problem

Bir ürünü pazara çıkarmadan önce nasıl karşılanacağını kimse bilmiyor. Gerçek kullanıcı testi pahalı ve yavaş; anket yapmak için önce bir kitleye ulaşmak gerekiyor. Küçük satıcı için ikisi de erişilebilir değil.

PazarLab bu boşluğu kapatmak için yazıldı: ürünü 500 sentetik tüketiciye gösteriyor, her biri kendi psikolojisiyle karar veriyor, sonuçta ortaya gerçek bir lansman öncesi sinyal çıkıyor. BTK'26 Hackathon projesi.

Nasıl çalışıyor

Ürünün linkini yapıştırıyorsun — Trendyol, Amazon ya da n11 fark etmiyor. Başlık, fiyat ve görseller kendiliğinden doluyor, elle veri girmek zorunda kalmıyorsun.

Analiz başladığında marka, açıklama ve teknik detay sinyalleri on parametreye indirgeniyor; fiyat esnekliği ve operasyonel güven ayrı ayrı puanlanıyor.

Sentetik tüketiciler

Projenin asıl fikri burada. 500 bot rastgele karar vermiyor; her biri on iki persona tipinden birine ait ve o personanın alışveriş alışkanlığı, değerleri ve korkusu var. "Sosyal Onay Arayan" ürünü almadan önce en çok satanlar listesine bakıyor; "Premium Alıcı" yüksek fiyatı bariyer değil seçkinlik göstergesi sayıyor.

Personalar kararlarını tek başlarına da vermiyor. Ürün hakkında birbirleriyle tartışıyorlar: fiyata duyarlı olan indirim soruyor, kaliteye odaklı olan garanti soruyor, problem çözen kullanıcı özelliğin fark ödemeye değip değmediğini tartıyor.

Çıktı

Sonuçta tek bir puan ve onu açan bir dağılım çıkıyor: kaç bot aldı, kaç bot kararsız kaldı, kaç bot almadı. Arayüz bu sayıyı kasıtlı olarak "dönüşüm oranı" diye sunmuyor — talep sinyali olarak okunması gerektiğini kendisi söylüyor.

Rolüm

Yapay zekâ katmanı, frontend ve backend geliştirmede katkı.

Öğrendiklerim

• LangGraph ile çok adımlı ajan akışları kurmayı; her personanın kendi bağlamını taşıdığı bir grafiği yönetmek tek bir istem yazmaktan farklı bir iş.
• Dil modeli çıktısını doğrudan kullanıcıya göstermek yerine puanlanabilir bir yapıya indirgemeyi — 500 serbest metin cevabı bir sayıya dönüşmeden kimseye bir şey anlatmıyor.
• Uzun süren işleri arayüzde beklenebilir kılmayı: terminal akışı süreci görünür kılmak için var, süsleme değil.