E-ticarette Yapay Zekâ

İnternetten alışveriş yaparken karşına çıkan "bunu da beğenebilirsin" önerileri, yazım hatanı anlayan arama kutusu ve sorularını saniyeler içinde yanıtlayan canlı destek penceresinin arkasında aynı teknoloji çalışır: yapay zekâ. Bu derste e-ticarette yapay zekâyı sıfırdan işliyoruz; öneri sistemlerinden akıllı aramaya, chatbotlardan dinamik fiyatlandırmaya kadar tüm başlıkları somut örneklerle ele alıyoruz. Bu ders, Yapay Zekâ dersleri serisinin "Yapay Zekâ Uygulamaları" ünitesinde yer alır.

E-ticarette Yapay Zekâ Nedir?

E-ticarette yapay zekâ, alışveriş verisinden öğrenen algoritmaların satın alma sürecini otomatikleştirmesi ve kişiselleştirmesi demektir. Bir e-ticaret sitesi her gün dev bir veri yığını üretir: kim neye baktı, ne aradı, sepete ne ekledi, neyi aldı. Yapay zekâ bu verideki örüntüleri (tekrar eden kalıpları) bulur ve üç temel iş için kullanır:

• Öngörme: Müşterinin ne alabileceğini, bir ürünün ne zaman tükeneceğini tahmin eder.
• Kişiselleştirme: Her ziyaretçiye kendi ilgisine göre farklı bir vitrin gösterir.
• Otomasyon: Destek yanıtlama, fiyat güncelleme gibi rutin işleri makineye devreder.

Klasik site herkese aynı vitrini gösterir; yapay zekâ destekli site ise seni tanıyan bir satış danışmanı gibi vitrini senin için yeniden dizer.

Ürün Öneri Sistemleri Nasıl Çalışır?

E-ticarette yapay zekânın en tanıdık yüzü öneri sistemleridir; büyük pazaryerlerinde satışın önemli bir bölümü bu motorlardan gelir. Dayandıkları iki klasik yaklaşım vardır:

• İşbirlikçi filtreleme: Ürünün içeriğine bakmadan kullanıcı davranışını kullanır. "Senin gibi alışveriş yapanlar şu ürünü de aldı" mantığıdır. Veri çokken güçlüdür; yeni kullanıcı ve yeni ürün için işe yaramaz.
• İçerik tabanlı filtreleme: Ürünün özelliklerini (marka, renk, kategori) senin geçmiş tercihlerinle eşleştirir. Kırmızı spor ayakkabı aldıysan benzer ayakkabıları önerir. Yeni ürünlerde de çalışır ama hep benzerini önerir.
• Hibrit (karma) sistemler: İki yaklaşımı birleştirir; biri zayıflarken diğeri devreye girer. Büyük platformların çoğu bunu kullanır.

Ayrıca sepet analizi ("bunu alanlar şunu da aldı") birlikte satılan ürün çiftlerini bularak çapraz satışı besler. Klasik sorun soğuk başlangıçtır: yeni kullanıcının geçmişi yoktur; sistem önce popüler ürünleri gösterir, küçük sinyaller topladıkça kişiselleştirmeyi kademeli açar.

Akıllı Arama ve Görsel Arama

Akıllı (metin) arama

Klasik arama yazdığın kelimeleri harfi harfine arar; yapay zekâ destekli arama niyetini anlamaya çalışır. Yazım hatası toleransı ("ayakabi" → ayakkabı), eş anlamlılar ("cep telefonu" gibi), doğal dil sorguları ("kalın kışlık mont erkek") ve kullanıcıya özel sonuç sıralaması bu alanın parçasıdır.

Görsel arama

Sokakta beğendiğin bir ayakkabının fotoğrafını çekip uygulamanın arama çubuğuna bıraktığında sistem benzer ürünleri listeler. Bu, nesne algılama ve görsel benzerlik gibi görüntü işleme tekniklerinin alışverişe uyarlanmış hâlidir; moda ve ev dekorasyonunda en çok kullanılan özelliklerden biridir.

Chatbotlar ve Müşteri Hizmetleri

Canlı destek, yapay zekânın müşteriyle en doğrudan temas ettiği noktadır. 2023 öncesindeki chatbotların çoğu kural tabanlıydı: belirli komutları anlar, menü gösterir, konu sapınca tıkanır. 2024-2025 döneminde büyük dil modelleri (LLM) sayesinde chatbotlar serbestçe yazılmış soruları anlayabilir, sipariş durumunu sorgulayabilir, iade sürecini başlatabilir ve satışı yönlendirebilir. Ürün açıklaması ve kampanya metni üreten üretken yapay zekâ da e-ticaretin günlük parçasıdır.

İyi kurulan sistem chatbotu tek başına bırakmaz: insana devir (handoff) mekanizması, botun çözemediği ya da müşterinin istediği anda görüşmeyi gerçek bir temsilciye aktarır. Ses tanıma ile birleşince aynı hizmet telefonla da verilir; temelini ses tanıma dersinde işlediğimiz modeller oluşturur.

Dinamik Fiyatlandırma, Talep Tahmini ve Dolandırıcılık Tespiti

Dinamik fiyatlandırma

Aynı ürünün fiyatının gün içinde değiştiğini elbette görmüşsündür. Dinamik fiyatlandırma algoritmaları rakip fiyatlarını, stok durumunu, talebi ve hatta günün saatini dikkate alarak fiyatı otomatik günceller. Havayolu ve otelcilikten gelen bu yöntemde amaç en düşük fiyat değil, satıcının hedefine göre en uygun fiyattır.

Talep tahmini ve stok yönetimi

Geçmiş satışları, mevsim etkisini, kampanya takvimini ve hava durumu gibi etkenleri öğrenen modeller "bu üründen gelecek ay kaç adet satarım?" sorusunu yanıtlar. Buna göre tedarik planlanır, depo düzeni ve kargo rotaları belirlenir. Yanlış tahminin bedeli somuttur: fazlası depo maliyeti ve indirim, eksiği kaçan satıştır.

Dolandırıcılık tespiti

Her sipariş saniyeler içinde bir risk skorundan geçer: alışkanlıklarınla uyuşmayan büyük bir harcama, hiç kullanmadığın bir cihazdan giriş ya da alışılmadık bir işlem dizisi alarm durumuna geçirir. Şüpheli işlem ya engellenir ya da ek doğrulama ister. Aynı yaklaşımın bankacılıktaki karşılığını Finansta yapay zekâ dersinde işliyoruz.

Sık Yapılan Hatalar ve Yanılgılar

E-ticarette yapay zekâ öğrenirken en sık karşılaşılan yanılgılar şunlardır:

1. "Öneriler telefonumun beni dinlemesinden çıkıyor." Öneri sistemleri konuşmalarını değil; tıklamalarını, aramalarını, konumunu ve senin gibi davranan kullanıcıların verilerini analiz eder. Ayrıntı için Veri gizliliği dersine bak.
2. "Yapay zekâ ile kural tabanlı sistem aynı şeydir." "Siyah ürün arandıysa siyahları göster" bir kuraldır; yapay zekâ örüntüyü veriden kendisi çıkarır ve görmediği durumlara genelleme yapar.
3. "Dinamik fiyatlandırma müşteri için her zaman avantajdır." Algoritma satıcının hedefini optimize eder; aynı ürün iki farklı kullanıcıya farklı fiyatta görünebilir. Bu durum adalet tartışmalarını da beraberinde getirir.
4. "Küçük mağazalar yapay zekâ kullanamaz." Öneri motoru, chatbot ve fiyat izleme hizmetleri günümüzde hazır araçlar (SaaS) olarak satılır; orta ölçekli bir mağaza da bunlardan yararlanabilir.
5. "Yapay zekâ ekleyince satış garantidir." Model kadar verinin kalitesi de belirleyicidir; dağınık etiketlerle toplanmış ürün verisi en iyi modeli bile başarısızlığa uğratır.

Bu başlıklar e-ticaretin komşu alanlarıyla kesişir: kampanya kurgusu ve müşteri segmentasyonu için Pazarlamada yapay zekâ dersine; fiyat ayrımcılığı ve öneri balonu gibi sorunların etik boyutu için Yapay zekâ etiği dersinden devam edebilirsin.