AI ile Alışverişte Güven Sinyalleri: İade, Yorum, Satıcı Bilgisi ve Uygunluk

| Zafer Kavaklı

AI ile Alışverişte Güven Sinyalleri: İade, Yorum, Satıcı Bilgisi ve Uygunluk

Yönetici Özeti

AI destekli alışveriş deneyimlerinde bir ürünün doğru özelliklere ve uygun fiyata sahip olması, önerilmesi için tek başına yeterli olmayabilir. Kullanıcılar satın alma kararı verirken ürünün kolayca iade edilip edilemeyeceğini, diğer müşterilerin deneyimlerini, ürünü kimin sattığını ve ürünün ilgili ülke veya satış kanalı için uygun olup olmadığını da değerlendirmek ister.

Bu nedenle markaların dört temel güven katmanını yapılandırılmış ve güncel verilerle yönetmesi gerekir:

  • İade ve değişim koşulları
  • Ürün ve satıcı yorumları
  • Satıcı kimliği, iletişim ve politika bilgileri
  • Ürün uygunluğu, yasal uyarılar ve kanal uyumluluğu

Güven sinyallerinin yalnızca web sitesinde metin olarak bulunması yeterli değildir. Product feed'de, ürün sayfasında, satıcı profili alanında, checkout ve sipariş sonrası süreçlerde aynı bilgilerin tutarlı biçimde sunulması gerekir.

Okuma Önerisi: AI Alışverişte Fiyat, Stok, Varyant ve Promosyon Yönetimi rehberimizi inceleyebilirsiniz.

İleri seviyede markalar; ürün bazlı iade istisnaları, yorumların doğru ürünlerle eşleştirilmesi, pazaryerlerinde satıcı rollerinin ayrıştırılması, ülke bazlı uygunluk kuralları, politika sürümleme ve otomatik veri kontrolleri gibi süreçleri de yönetebilmelidir.

AI Shopping’de Güven Sinyalleri Neden Önemli?

Geleneksel e-ticarette kullanıcı ürün sayfasına geldikten sonra yorumları okuyabilir, iade politikasını inceleyebilir veya satıcı hakkında bilgi arayabilir. AI shopping deneyiminde ise bu sorular ürün keşfi ve karşılaştırma aşamasında gündeme gelebilir:

  • "Easy-return (kolay iade) özellikli bir kahve makinesi önerir misin?"
  • "Yüksek puanlı ve güvenilir bir satıcıdan hangi modeli satın alabilirim?"
  • "Bu ürünün garanti süresi ne kadar?"
  • "Kullanıcılar bu ayakkabının kalıbı hakkında ne söylüyor?"
  • "Bu elektronik ürün Türkiye’de kullanıma uygun mu?"
  • "Ürün yaş sınırlamasına veya özel bir güvenlik uyarısına tabi mi?"

Bu sorular ürünün teknik özelliklerinden farklı bir veri grubuna dayanır. Kullanıcı artık yalnızca "Bu ürün ihtiyacımı karşılıyor mu?" sorusuna değil, "Bu ürünü bu satıcıdan güvenle satın alabilir miyim?" sorusuna da cevap arar.

Güven sinyallerisi, ürün keşfi ile satın alma kararı arasındaki belirsizliği azaltır. Eksik veya çelişkili bilgiler ise uygun bir ürünün değerlendirme sürecinde geri planda kalmasına ya da checkout aşamasında sepetin terk edilmesine neden olabilir.

1. İade ve Değişim Bilgilerini Yapılandırın

İade politikası, yalnızca web sitesinin alt bölümünde yer alan yasal bir metin değildir. Kullanıcının satın alma riskini değerlendirmesine yardımcı olan önemli bir commerce verisidir. Özellikle beden, uyumluluk, renk veya fiziksel deneyim belirsizliğinin yüksek olduğu kategorilerde iade koşulları karar üzerinde doğrudan etkili olabilir.

İade Politikası Hangi Bilgileri İçermeli?

Açık ve yapılandırılmış bir iade politikası en az şu sorulara cevap vermelidir:

  • İade kabul ediliyor mu ve iade süresi kaç gün?
  • İade kargo ücretini kim karşılıyor?
  • Yeniden stoklama veya işlem ücreti var mı?
  • Geri ödeme ne kadar sürede tamamlanıyor?
  • İade dışı ürünler veya özel koşullar var mı?

OpenAI ürün feed’i yapısında iade kabulü, iade süresi, değişim kabulü ve iade politikası bağlantısı ayrı alanlarla aktarılabiliyor. Google UCP hazırlığında da iade maliyeti, iade süzü ve tam politika bağlantısının tanımlanması gerekiyor.

Tek Bir İade Politikası Her Ürün İçin Geçerli Olmayabilir

Bir markanın standart iade politikası 14 gün olabilir. Ancak kişiselleştirilmiş ürünler, hijyen ürünleri, güvenlik ekipmanları veya belirli elektronik ürünler farklı koşullara tabi olabilir. Bu durumda istisnalar yalnızca politika sayfasında açıklanmamalı, ilgili ürünlerle veri seviyesinde de eşleştirilmelidir.

Google Merchant Center, varsayılan politikanın yanında ürün gruplarına özel istisna politikalarının etiketlerle eşleştirilmesini destekliyor. Bu yaklaşım, AI shopping için de önemli bir veri tasarım prensibidir: Politika, geçerli olduğu ürünle açık biçimde ilişkilendirilmelidir.

2. Ürün Yorumları ile Satıcı Yorumlarını Ayırın

Yorumlar tek bir güven sinyali değildir; ürün yorumu ile satıcı yorumu farklı sorulara cevap verir.

Ürün yorumları, ürünün kalitesi ve kullanım deneyimi hakkında bilgi sağlar (Beden/kalıp nasıl, malzeme kalitesi yeterli mi vb.). Satıcı yorumları ise doğrudan alışveriş deneyimini değerlendirir (Sipariş zamanında gönderildi mi, paketleme nasıldı, müşteri desteği hızlı mıydı vb.).

AI sistemlerinin doğru değerlendirme yapabilmesi için bu iki puan türü birbirine karıştırılmamalıdır.

Yorum Verisi Nasıl Yapılandırılmalı?

Temel yorum verisi şu alanları içermelidir:

  • Benzersiz ve stabil Yorum ID’si ve ilişkili Ürün ID’si
  • Global ürün kimlikleri (GTIN, MPN, Marka)
  • Puan, yorum başlığı, içeriği ve tarihi
  • Doğrulanmış satın alma (Verified Purchase) bilgisi
  • Toplam yorum sayısı ve ortalama mağaza/ürün puanı

OpenAI ürün feed’i; ürün yorum sayısı ve ortalama puanın yanında mağaza yorum sayısı, mağaza puanı, yorum içerikleri ve sık sorulan sorular gibi alanları destekliyor. Google Product Ratings tarafında da yorumların doğru ürünlerle eşleştirilmesinde GTIN gibi global ürün kimlikleri hayati rol oynuyor.

3. Satıcı Bilgisini Açık ve Doğrulanabilir Hale Getirin

AI shopping deneyiminde kullanıcı her zaman doğrudan ürünün markasından satın almayabilir; ürün bir pazaryeri veya üçüncü taraf mağaza tarafından sunulabilir. Bu nedenle "Ürünün markası nedir?" ve "Ürünü kim satıyor?" soruları birbirinden ayrılmalıdır.

Pazaryerlerinde Satıcı Rolleri Ayrıştırılmalı

Pazaryeri modelinde farklı roller aynı siparişte yer alabilir:

  • Ürünü listeleyen platform
  • Ödemeyi alan satıcı
  • Ürünü gönderen işletme ve iade süreçlerini yöneten taraf

OpenAI ürün şeması, satıcı adı ile pazaryeri satıcısı bilgisinin ayrı aktarılmasına imkân tanıyor. Üçüncü taraf satıcılı yapılarda checkout tarafı ile gönderimi yerine getiren tarafın doğru tanımlanması, kullanıcının kiminle işlem yaptığını açıkça görmesini sağlar.

4. Uygunluk Verisini İki Ayrı Katmanda Yönetin

AI shopping’de "uygunluk" iki farklı anlama gelebilir:

  1. Yasal ve Ürün Bazlı Uygunluk: Ürünün güvenlik uyarıları, yaş sınırlamaları veya bölgesel kısıtlamalara tabi olması.
  2. Platform ve Kanal Uygunluğu: Ürünün belirli bir AI platformunda, reklam modelinde veya agentic checkout deneyiminde gösterilmeye uygun olup olmaması.

OpenAI ürün feed’inde bir ürünün arama sonuçlarında, checkout’ta veya reklamlarda gösterilip gösterilemeyeceğini kontrol eden ayrı uygunluk alanları bulunuyor. Google UCP’de de ürünün agentic checkout deneyimine dahil edilmesi için uygunluk sinyali ve gerekli compliance verileri isteniyor. Bu nedenle markalar tek bir genel "aktif" alanı yerine kanal ve kullanım amacı bazında uygunluk yönetimi yapmalıdır.

Yasaklı ve Kısıtlı Ürünler İçin Ön Kontrol Kurun

OpenAI; yaş sınırlamalı ürünler, silahlar, tehlikeli maddeler, reçeteli ilaçlar, yasa dışı veya aldatıcı ürün ve hizmetler gibi alanlarda kısıtlamalar uyguladığını belirtiyor. Markaların kaynak katalogda yasaklı kategori eşleştirmesi, yaş sınırlaması kontrolü ve eksik yasal uyarı tespiti gibi filtreleri önceden kurması gerekir.

İleri Seviye Güven Verisi Yönetimi

Politika Kimliği ve Sürümleme

İade veya satış politikaları zaman içinde değişebilir. Yalnızca politika metnini güncellemek, geçmiş siparişlerin hangi koşullara tabi olduğunu izlemek için yeterli değildir. Her politika için bir Politika ID'si, Sürüm Numarası ve Geçerlilik Tarih Aralığı tutulmalıdır. Bu yapı, geçmiş siparişlerde geçerli olan koşulların geriye dönük doğrulanabilmesini sağlar.

Otomatik Tutarlılık Kontrolleri

Güven verileri için yalnızca zorunlu alan kontrolü yapmak yeterli değildir. Alanlar arasındaki mantıksal ilişkiler de doğrulanmalıdır:

  • İade kabul edilmiyorsa, iade süresi alanı boş bırakılmalıdır.
  • Checkout’a uygun ürünlerde satıcı politika bağlantıları asla eksik olmamalıdır.
  • Yaş sınırlaması bulunan ürünler genel kitleye açık kanallardan hariç tutulmalıdır.
  • Yorum puanı varsa, toplam yorum sayısı sıfır olamaz.

Markalar İçin Kontrol Listesi

Yapay zekâ ekosistemine tam hazır olmak için şu kontrolleri tamamlayın:

  • İade: Ürün ve kategori bazlı istisnalar veri seviyesinde eşleşiyor mu? Feed, web sitesi ve checkout verileri senkronize mi?
  • Yorumlar: Ürün puanı ile satıcı puanı ayrı alanlarda mı tutuluyor? Yorumlar stabil bir ID'ye sahip mi?
  • Satıcı: Pazaryeri satıcıları ve gönderici roller ayrıştırılmış mı? Müşteri destek kanalları çalışır durumda mı?
  • Uygunluk: Zorunlu yasal uyarılar ürün bazında tanımlı mı? Kanal bazlı (Arama/Reklam/Checkout) uygunluk filtreleri kurulu mu?

Optifeed Bu Süreçte Nasıl Yardımcı Olur?

Optifeed olarak markaların güven sinyallerini product feed ve kanal çıktılarında daha düzenli, güncel ve platform gereksinimlerine uygun biçimde yönetmelerine yardımcı oluyoruz. Bu kapsamda ürün bazlı iade istisnalarının oluşturulması, yorumların doğru GTIN/MPN ile eşleştirilmesi, yasal uyarıların feed'e aktarılması ve kanal bazlı filtreleme kurallarının kurulması süreçlerini uçtan uca yönetiyoruz.

*Uygunluk ve yasal gerekliliklerin nihai değerlendirmesi markanın ilgili hukuk ve compliance ekiplerinin sorumluluğundadır. Optifeed’in rolü, onaylanmış kuralların ürün verisine doğru uygulanmasını ve kanallara tutarlı biçimde aktarılmasını sağlamaktır.

Sonuç

AI shopping’de güven, yalnızca marka bilinirliğiyle oluşmaz. Kullanıcının iade koşullarını anlayabilmesi, gerçek müşteri deneyimlerini değerlendirebilmesi, ürünü kimin sattığını görebilmesi ve gerekli güvenlik bilgilerine ulaşabilmesi gerekir. Markalar için hedef nettir: Ürünün yalnızca neden satın alınması gerektiğini değil, hangi koşullarda ve kimden güvenle satın alınabileceğini de verinizle anlatın.

About the author
Zafer Kavaklı - Optifeed

Zafer Kavaklı

Co-Founder at Optifeed

Zafer Kavaklı is co-founder of Woom Digital and Optifeed. He is an experienced digital marketer who has been working in the field since 2012. He started his career as a digital marketing intern at Teknosa and then worked at Modanisa as a digital marketing specialist. After that he worked as digital marketing manager at ebebek. Following these roles, he ventured into entrepreneurship by establishing his own performance marketing agency named Woom Digital. Zafer has embarked on a new business venture in the SaaS sector, creating a product management tool named Optifeed.