E-ticaret uygulaması bir vitrinden çok bir sisteme dönüşüyor

Uygulama geliştirmek hâlâ büyük ölçüde güncelliğini yitirmiş bir süreci izliyor: tasarım, geliştirme, yayına alma ve ardından analitik, kişiselleştirme ve gelecekteki kampanyaların ayrı bir araç yığınıyla yürütülmesi için işi devretme. Ancak yapay zekâ artık bir uygulamanın müşteriye sunduklarını ve bunun işletmeler açısından ne anlama geldiğini bütünüyle değiştiriyor.

Birçok marka için yapay zekâyı benimsemekle bundan gerçekten yarar sağlamaya başlamak arasında uzun bir yol var. Yapay zekâ, uygulamaların geliştirilme sürecini kısaltıyor, verilerle kararlar arasındaki mesafeyi kapatıyor ve uygulamanın ne anlama geldiğini kökten değiştiriyor.

Uygulamayı mobil cihazlara uyumlu bir vitrin olarak görmekten vazgeçip alışveriş yapanlara sezgisel, kişiselleştirilmiş ve duyarlı bir deneyim sunan, sürekli gelişen bir sistem olarak ele almanın zamanı geldi. Bu değişimin uygulamada nasıl göründüğüne ve onu yönetmesi gereken ekipler için ne anlama geldiğine bakalım.

Yapay zekânın üretim sürecindeki rolünü kavrayın

Bir konseptten tamamlanmış bir uygulamaya uzanan süreçte genellikle iş birkaç kez el değiştirir: önce bir marka fikri ortaya atılır, ardından bir tasarım onaylanır, bir geliştirici bunu koda döker, sonra kalite güvence testleri ve prototipleme yapılır ve son olarak uygulama kullanıma sunulur. Ancak her geçiş değerli zamana mal olur; ayrıca başlangıçtaki amacın kaybolması veya yanlış yorumlanması riski de giderek artar.

Yapay zekâ, içerik oluşturma katmanının değerli bir parçası hâline geliyor. Yapay zekâyı benimseme oranı %50’nin üzerinde olan kuruluşlar, özellikle geliştirmenin ilk aşamalarındaki çalışmalarda daha fazla zaman tasarrufu sağladıklarını bildiriyor. Bu tasarruf; gereksinimleri belirleme, kullanıcı hikâyeleri yazma ve fikir geliştirme gibi belirli görevlerde özellikle dikkat çekiyor. Bunlar, tek bir ekran bile oluşturulmadan önce haftalar, hatta aylar sürebilen ön çalışmalardır. Bu sayede geliştiriciler, tekrarlayan uygulama işlerinden ziyade işlevlere ve mantığa odaklanmak için değerli zaman kazanıyor.

Bir fikrin peşinden gitmeye değip değmediğini anlamak için uzun süre beklemek zorunda kalınmadığından yaratıcılık, özel işlevler ve mantık sekteye uğramıyor. Yapay zekâ ajanları, derin teknik uzmanlığı olmayan kişilerin fikirleri kendi başlarına oluşturup deneyebildiği hızlı denemeleri, yani “doğaçlama çalışmayı” mümkün kılıyor. Yapay zekâ sistemleri, bir Figma çerçevesini temel alarak buna uygun düzenler ve bileşenler oluşturabiliyor; böylece tasarım akışının her yinelemede elle yeniden oluşturulması gerekmiyor. Bu, eğitimli bir geliştiricinin mimari ve operasyonel gereksinimlere ilişkin değerlendirmelerinin yerini almıyor; ancak peşinden gitmeye değer olup olmadığı belirlenmeden önce geliştirme aşamasında beklemek zorunda kalan fikirlerin sayısını azaltıyor.

Tasarım ve mühendislik ekipleri, uygulamada standartlaştırılması daha zor olan ödeme adımlarının işleyişi, entegrasyonlar, markaya özgü işlevler ve kişiselleştirme gibi alanlara ayırabilecekleri zaman ve enerjiyi geri kazanıyor. Bu, onaylanmış bir tasarımı çalışan bileşenlere dönüştürmeye dayalı rutin uygulama işlerinden uzaklaşmak anlamına geliyor.

Yapay zekâ yalnızca başka bir analitik özelliği değil

Bir uygulama yayına girdikten sonra karşılaşılan daha zor sorun genellikle teknik olmaktan çok organizasyonel ve operasyoneldir. Performans verileri, kampanya araçları ve müşteri bilgileri çoğunlukla ayrı sistemlerde bulunur; ekipler de ne olduğunu anlamak ve ne yapılması gerektiğine karar vermek için bu sistemler arasında geçiş yapmak zorunda kalır.

Yapay zekâ, bu açığın kapatılmasında giderek daha önemli bir rol oynuyor. Deloitte’un yakın tarihli bir raporuna göre yöneticilerin %60’ı, kararlarını desteklemek için yapay zekâyı artık düzenli olarak kullanıyor. Yapay zekâ, satıcıların doğrudan sonuca ulaşmasına; örneğin dönüşümlerin neden düştüğünü araştırmak ya da gelecek çeyreğin gelirini tahmin etmekle kalmayıp bu içgörüler doğrultusunda harekete geçmesine de yardımcı olabilir. İçgörü ile eylem arasındaki bu kısalan mesafe, hızla değişen pazarların ve müşteri beklentilerinin temposuna ayak uydurmak için kritik önem taşıyor. Örneğin, terk edilmiş sepetlere yönelik bir kampanya oluşturmayı ya da yeniden etkileşim fırsatını değerlendirmeyi düşünün. İçgörü ve uygulama, ayrı araçlarda yürütülen ayrı adımlar olmaktan çıkıyor; yapay zekânın buradaki rolü de olan biteni raporlamanın ötesine geçerek kararları ve ardından gelen eylemleri aktif biçimde şekillendirmeye yöneliyor.

Ancak erişim, kullanım anlamına gelmiyor: Yapay zekâ ajanlarını benimseyen şirketlerin %68’i, çalışanlarının yarısının ya da daha azının günlük işlerinde bir ajanla etkileşim kurduğunu bildiriyor. Yaygın benimsemeden, gündelik hayatta işe yarayan ve karar alma yetkisini güçlendiren bir kullanıma geçmek dikkatli bir değerlendirme ve hazırlık gerektiriyor.

Her alışveriş yapan kişi kişiselleştirilmiş bir deneyim yaşamalı

Mobil ticaret uygulamalarının çoğu, her ziyaretçiye neredeyse aynı ana sayfayı gösteriyor; kişiselleştirme ise sonradan öneri bileşenleriyle ekleniyor. Yapay zekâ, kişiselleştirmeyi daha erken bir aşamaya taşımaya başlıyor: yalnızca alışveriş yapanlar gezinmeye başladıktan sonra onlara sunulan içeriklere değil, uygulamayı açtıkları anda gördüklerine de.

BCG’nin müşteri deneyimi üzerine yaptığı araştırma, tüketiciler markaları hâlâ müşteri yolculuğunu kontrol ediyormuş gibi değerlendirebilse de markaların artık müşteri yolculuğunu bütünüyle kontrol edemediğini savunuyor. Bu durum, uygulama içindeki genel ya da kopuk bir deneyimin bedelini geçmiştekinden farklı biçimde artırıyor.

Bunun temelindeki mekanizma, bir kişinin daha önce göz attığı, sepetinde bırakıp satın almadığı ya da satın aldığı ürünler gibi davranışsal sinyallerin, uygulamanın yeni bir sürümü mağazaya gönderilmeden, düzeni ve içeriği artık gerçek zamanlı olarak şekillendirebilmesidir. Sepetinde ürün bırakmış ve uygulamaya geri dönen bir müşterinin, ilk kez gelen bir ziyaretçiyle aynı genel geçer banner’ı görmesi gerekmez. Bu, hangi kullanıcı grubunun hangi banner’ı göreceğini seçmekten farklı bir tasarım sorunudur; ürün ve tasarım ekiplerinin, sabit bir vitrinin parçası olarak değişmeden kalan arayüzler yerine her kullanıcıya göre uyarlanan arayüzler planlaması gerektiği anlamına gelir.

İleriye Dönük

E-ticaret uygulamaları bir kez geliştirilip kullanıma sunulan sabit ürünler değil; sürekli geliştirilen, işletilen ve iyileştirilen sistemlerdir. Yapay zekâ bu aşamaların her birinde rol oynar: tasarımları işleyen uygulama deneyimlerine dönüştürür, ekiplerin içgörüden eyleme geçmesini sağlar ve uygulamayla etkileşimlerine bağlı olarak her müşterinin deneyimine uyum sağlar. Bunlar farklı kullanım alanlarıdır, ancak hepsi aynı noktaya çıkar: Uygulama, yapay zekâyla oluşturulabilen, işletilebilen ve kişiselleştirilebilen uyarlanabilir bir sistemdir.

Yapay zekâyı sonradan eklenen başka bir özellik olarak görmeyin. E-ticaret uygulaması deneyiminin arkasındaki altyapının güçlü bir parçası hâline geliyor; bu da uygulamanın nasıl yönetilmesi gerektiğini ve uygulamayı ölçeklendirmeden önce atılması gereken adımları değiştiriyor.

Yapay zekâ otomasyonundan önce verilerin hazır olması gerekir. Darboğaz çoğu zaman iş akışına eklenen yapay zekâ değil, temel verilerdir. Ajan tabanlı uygulamaları ölçeklendirmek isteyen teknoloji liderleri ve ekipler, öncelikle veri mimarilerini denetlemelidir.

Özerklik kapsamı genişlemeden önce yönetişim mekanizmaları oluşturulmalıdır. Geniş çaplı benimsemenin görüldüğü şirketlerde bile ajanların günlük kullanımının hâlâ ne kadar değişken olduğu göz önünde bulundurulduğunda, bir sistemin gözetim olmadan hangi kararları verebileceğini ve hangilerinin bir insan tarafından incelenmesi gerektiğini belirlemek, atılması gereken vazgeçilmez ilk adımdır.

Tasarım ve geliştirmede kazanılan zaman, ancak stratejik biçimde başka alanlara yönlendirilirse avantaj sağlar. Yapay zekâ bir uygulama geliştirmenin rutin işlerini üstleniyorsa, ortaya çıkan ek kapasite ancak ekiplerin bu kapasiteyi özel mantık ve entegrasyonlar gibi hangi alanlara ayıracaklarına dair bir planı varsa değer kazanır.

Kişiselleştirme stratejileri, belirli bir kullanıcı grubuna hangi banner’ın gösterileceğini seçmekten, her ziyaretçiye farklı bir görünüm ve deneyim sunabilecek oturumlar tasarlamaya doğru evrilmelidir. Bu değişimin, çeşitliliği destekleyecek şekilde oluşturulması gereken tasarım sistemleri ve kalite güvence süreçleri üzerinde önemli etkileri vardır.

Üstelik uygulama, müşterilerin gördüklerinden ibaret değildir. Teknoloji liderlerinin gündemindeki soru artık yalnızca arayüzle değil, arkasındaki teknolojinin neler oluşturup anlayabileceği ve nelere uyum sağlayabileceğiyle de ilgilidir. Yapay zekâ tüm bu işlevlerde aynı anda rol alıyor; uygulama geliştirme sürecini hızlandırıyor, verilerle kararlar arasında köprü kuruyor ve vitrini, herkese aynı şeyi göstermek yerine onu kullanan kişiye tepki veren bir yapıya dönüştürüyor.

Ancak bu, yönetişimde ya da hangi kararların gerçekten bir sisteme bırakılması gerektiğini belirlerken insan muhakemesine artık ihtiyaç olmadığı anlamına gelmez. Yine de üç ayrı ekibin yürüttüğü geliştirme, kullanıma sunma ve iyileştirme aşamalarından oluşan modelin yerini, daha yalın ve birbiriyle bağlantılı bir model alıyor. Bundan sonra önemli olan, tamamlanmış bir uygulamayı kullanıma sunmak değil; gelişmeye devam edecek bir sistem olarak ele alıp yönetmektir.