AI Alışverişte Neden Keşifte Güçlü, Satın Almada Zayıf Kalıyor?

ChatGPT'ye "bütçem 15 bin lira, kız arkadaşım için doğum günü hediyesi öner" yazan biri saniyeler içinde beş-altı öneri alır, hepsi mantıklı, hepsi bütçeye uygun. Ama aynı kişi, önerilen ürünü satın almaya geldiğinde genelde başka bir sekmede Trendyol'u ya da Hepsiburada'yı açar, ürünü orada arar, yorumları okur, oradan satın alır. Asistanın önerdiği bağlantıya tıklayıp direkt ödeme yapan kullanıcı oranı hâlâ çok düşük.

Bu bir arayüz sorunu değil. E-ticaret siteleri son iki yıldır AI destekli "alışveriş asistanı" özelliklerine milyonlarca dolar yatırdı; Amazon Rufus, Shopify'ın Sidekick'i, çeşitli Shopify mağazalarına entegre edilen sohbet tabanlı öneri motorları... Hepsi keşif aşamasında gayet iyi çalışıyor, kullanıcı memnuniyeti anketlerinde de yüksek puan alıyor. Sorun tam olarak parayı verme anında ortaya çıkıyor. Kullanıcı öneriyi beğeniyor, sonra güvenmiyor.

Bu ayrım üzerine düşünmeye değer, çünkü pazarlamacıların çoğu bu iki aşamayı tek bir "AI deneyimi" gibi ele alıyor. Oysa keşif ile işlem, kullanıcının zihninde tamamen farklı risk kategorilerinde oturuyor. Birinde kaybedecek bir şey yok, ötekinde kredi kartı bilgisi ve gerçek para var.

Tüketici GenAI'yi ürün ararken güvenilir buluyor ama sepette güvenmiyor: veriler ne gösteriyor

Perakende sektöründeki AI trafiği rakamlarına bakınca tablo çarpıcı görünüyor. Bu konuyu daha önce perakende sitelerine AI trafiğinin yüzde 3.500 arttığını ele aldığımız yazıda detaylandırmıştık; büyüme gerçek ama bu trafiğin dönüşüm oranı klasik organik trafiğin gerisinde kalıyor. Yani insanlar AI üzerinden geliyor, geziniyor, sonra farklı bir kanaldan satın alıyor ya da hiç almıyor.

Bunun sebebi kullanıcı davranışının iki farklı zihniyet arasında bölünmesi. Keşif aşamasında kullanıcı bir arkadaşından tavsiye ister gibi davranıyor: "Bana üç tane spor ayakkabı öner, koşu için uygun olsun." Bu düşük riskli bir istek, yanlış olsa bile bedeli yok, sadece zaman kaybı. İşlem aşamasına geldiğinde ise zihniyet tamamen değişiyor; kullanıcı artık "bu tavsiye gerçekten benim çıkarım için mi verildi, yoksa bir komisyon anlaşması mı var" sorusunu bilinçsizce sormaya başlıyor.

Bir AI asistanının önerdiği ürünü doğrudan satın alma oranı, aynı ürünü kullanıcının kendisinin arayıp bulduğu senaryolara kıyasla belirgin şekilde düşük çıkıyor — çünkü öneri geldiği anda kullanıcı otomatik olarak "bu bana mı, yoksa satıcıya mı fayda sağlıyor" sorgusuna giriyor. Bu, geleneksel influencer pazarlamasında yaşanan güven aşınmasının bir AI versiyonu aslında. Fark şu: influencer'ın kimin sponsoru olduğunu görebilirsiniz, AI asistanının hangi ürünleri neden öne çıkardığını göremezsiniz.

Kategori bazında güven farkı

Bu tereddüt her kategoride aynı şiddette değil. Düşük bedelli, tekrar eden satın almalarda (kitap, temizlik ürünü, ofis malzemesi) kullanıcı AI önerisine daha kolay güveniyor çünkü hata payının maliyeti düşük. Yüksek bedelli ya da duygusal yükü olan kategorilerde (elektronik, mücevher, hediye) güven çöküşü çok daha keskin.

Bu tablo pazarlamacılar için doğrudan bir strateji ipucu içeriyor: her kategoriye aynı AI deneyimini kurmak yanlış. Hediye kategorisinde asistanın işi öneri üretmek değil, kullanıcıyı kendi kararına daha hızlı götürecek bilgiyi sunmak olmalı.

Güven çöküşünün asıl nedeni önyargı şüphesi ve şeffaflık eksikliği, arayüz karmaşıklığı değil

Peki bu güven neden tam da ödeme anında çöküyor, öneri anında değil? Çünkü kullanıcı öneriyi "fikir" olarak değerlendirirken risksiz davranıyor, ama parasını verirken aynı öneriyi "tavsiye niyetiyle satılmış bir ürün" olarak yeniden değerlendiriyor. Ve bu ikinci değerlendirmede sorduğu soru şu: bu asistan bana gerçekten en iyisini mi önerdi, yoksa sözleşmeli olduğu markayı mı öne çıkardı?

Buradaki kritik nokta, sorunun arayüzden kaynaklanmaması. Amazon Rufus'un arayüzü oldukça sade, adım adım ilerliyor, sürtünme neredeyse yok. Buna rağmen güven sorunu devam ediyor çünkü mesele UX değil, epistemik bir mesele: kullanıcı önerinin kaynağını bilmiyor.

Kullanıcı bir AI asistanının "en iyi seçenek" dediği şeye değil, o cümlenin arkasında hangi verinin ve hangi ticari ilişkinin olduğuna güvenmek istiyor.

Bunu somutlaştıralım. Bir kullanıcı asistana "en iyi kablosuz kulaklığı öner" dediğinde, asistan üç seçenek sunuyor. Kullanıcı bunlardan hangisinin gerçekten performansa göre, hangisinin platformla ticari anlaşması olduğu için sıralandığını bilmiyor. Google'ın arama sonuçlarında en azından "Sponsorlu" etiketi var; birçok AI asistanında bu ayrım ya hiç yok ya da çok küçük bir dipnotta gizleniyor. Bu, ürün obsesyonu üzerine yazdığımız yazıda değindiğimiz bir noktayla örtüşüyor: markalar teknolojiyi kusursuzlaştırırken müşterinin gerçek ihtiyacı olan güveni gözden kaçırabiliyor.

Önyargı şüphesinin somut belirtileri

Bu şüphe soyut bir hissiyat değil, kullanıcı davranışında net izler bırakıyor:

• Kullanıcılar AI önerisini aldıktan sonra ürünü ayrıca Google'da aratıp bağımsız yorum arıyor.
• Fiyat karşılaştırma sitelerine geçiş oranı, AI önerisi sonrasında artıyor, azalmıyor.
• Aynı ürün için birden fazla AI aracına ("ChatGPT'ye sor, sonra Gemini'ye de sor") aynı soruyu tekrar sorup sonuçları çapraz kontrol etme davranışı yaygınlaşıyor.
• Öneri metninde marka adı çok erken geçtiğinde güven puanı düşüyor; kullanıcı "bu zaten belirli bir markayı satmak için kurgulanmış" algısına kapılıyor.

Bu davranışların hepsi aynı şeyi söylüyor: kullanıcı AI'yı bir arama motoru gibi değil, satış temsilcisi gibi görmeye başladığı an güveni geri çekiyor. Arama motorunda "organik" ile "reklam" ayrımını yıllardır biliyoruz, gözümüz o ayrıma alışkın. AI asistanlarında bu ayrım henüz standart bir görsel dile oturmadı, dolayısıyla kullanıcı temkinli davranmayı varsayılan strateji olarak seçiyor.

Şeffaflık eksikliğinin ikinci boyutu, önerinin dayandığı verinin kaynağı. Asistan "bu ürün en çok satanlar arasında" dediğinde, bu bilgi hangi mağazadan, hangi tarihten, hangi örneklemden geliyor? Kullanıcı bunu sorgulama şansına sahip değil çünkü arayüz bu bilgiyi göstermiyor. Bu da GEO ile klasik SEO arasındaki farkın sanıldığı kadar olmadığını anlattığımız yazıda değindiğimiz bir meseleyle kesişiyor: AI motorlarının hangi kaynağı neden seçtiği, hem SEO uzmanları hem de son kullanıcı için hâlâ bir kara kutu.

Ödeme anında asistanın kaybolması: sürtünme aslında güvenlik hissi yaratıyor

İlginç bir paradoks var burada. Ürün sayfalarını, filtre seçeneklerini, sepete ekleme adımlarını, kargo bilgisini tek tek görmek aslında yorucu bir süreç; ama kullanıcı bu yorgunluğu bilinçli olarak tercih ediyor. Çünkü her adım ona kontrolü geri veriyor. Sepete kendi eliyle eklediği ürün, asistanın "işte bu, hemen al" dediği üründen psikolojik olarak farklı bir yerde duruyor. Birincisinde karar kendisine ait, ikincisinde karar ona empoze edilmiş gibi hissediliyor — ürün aynı olsa bile.

Bu yüzden e-ticaret sitelerinin "tek tıkla AI'dan satın al" özellikleri beklenen sıçramayı yapmıyor. Shopify'ın Sidekick'i ürün önerisinde gayet başarılı sonuçlar üretiyor, ama mağaza sahipleri dönüşüm huninde asistanın devreye girdiği noktadan sonra terk oranının yükseldiğini görüyor. Kullanıcı asistanla sohbet ediyor, öneriyi beğeniyor, sonra sessizce klasik ürün sayfasına geri dönüp orada karar veriyor. Asistan burada bir keşif aracı olarak görevini tamamlamış oluyor; işlem aracı olarak devreye girmesine kullanıcı izin vermiyor.

Peki bu neden bir arayüz tasarımı meselesi değil, bir sorumluluk devri meselesi?

Kullanıcı bir ürünü kendi seçtiğinde, yanlış çıkarsa suçu kendine yükleyebiliyor: "Ben yanlış seçtim, dikkatli bakmalıydım." Asistan seçtiğinde bu iç hesaplaşma değişiyor: "Bana yanlış öneri verildi." Sorumluluk kaydırılıyor ve kullanıcı bu kaydırmayı yapmadan önce ekstra doğrulama arıyor. Nörologların "karar sonrası pişmanlık" dediği şeyin AI bağlamındaki karşılığı bu; kullanıcı pişman olma ihtimaline karşı önceden sigorta yapıyor, o sigorta da ekstra arama, ekstra karşılaştırma, ekstra sekme açma davranışı olarak ortaya çıkıyor.

Bunu test eden bazı mağazalar ilginç bir çözüm denedi: asistanın önerisiyle sepete ekleme arasına kasıtlı bir "neden bu ürün" açıklaması eklediler. Kullanıcıya "bu ürünü şu üç kriter yüzünden önerdim, işte kaynaklar" diye gösterince dönüşüm oranı iyileşti. Yani çözüm sürtünmeyi azaltmak değil, sürtünmenin türünü değiştirmekten geçiyor: adım sayısını azaltmak yerine, kalan adımların şeffaflığını artırmak işe yarıyor.

Markalar için pratik çıkarım: asistanı satış temsilcisi değil, danışman gibi konumlandırmak

Bu noktada birçok marka yanlış bir hamle yapıyor: asistanın önerdiği ürünlerin sayısını azaltıp "en iyi tek seçenek" formatına geçerek kararı hızlandırmaya çalışıyor. Oysa veriler tam tersini söylüyor. Kullanıcı, tek bir öneriyle karşılaştığında güven şüphesi daha da artıyor çünkü "neden sadece bu, neden başkası değil" sorusu daha keskin hâle geliyor. Üç-dört seçenek arasında gerekçeli bir kıyaslama sunmak, güveni tek seçenek dayatmaktan daha çok koruyor.

Bunun altında yatan mantık, SEO'da anahtar kelime fetişizmi üzerine yazdığımız yazıda değindiğimiz bir hataya benziyor: pazarlamacılar dönüşüm oranını artırmak için doğru metriği değil, kolay ölçülen metriği optimize ediyor. Asistanın önerdiği tek ürünün tıklanma oranı yüksek görünebilir ama bu, gerçek satın alma niyetini değil, kullanıcının başka seçeneği olmadığı için o linke tıklamasını yansıtıyor. Sepete kadar gelen ama ödemede vazgeçen kullanıcı sayısı bu tabloda kayboluyor.

Kategori bazlı farkı hesaba katan bir yaklaşım şöyle işliyor:

• Düşük riskli, tekrar eden satın almalarda asistana doğrudan "sepete ekle" yetkisi vermek makul, çünkü hata maliyeti düşük.
• Yüksek bedelli kategorilerde asistanın görevini "karar ver" değil "karşılaştır" olarak tanımlamak, kullanıcıyı son adımda kendi platformunda bırakmak.
• Her öneri cümlesinin yanına, mümkünse tek tıkla erişilebilir bir "bu neden önerildi" notu eklemek — sponsorlu/organik ayrımını arama motorlarındaki kadar net hâle getirmek.
• Asistanın kullandığı verinin yaşını ve kaynağını göstermek; "geçen ay 3.200 kullanıcı yorumuna göre" demek, "en çok satanlardan" demekten çok daha ikna edici.

Bu dört madde aslında tek bir ilkeye indirgeniyor: asistanı ne kadar az "satıcı", ne kadar çok "şeffaf danışman" gibi konumlandırırsanız, kullanıcı parasını verirken o kadar az tereddüt ediyor. Bu, kısa vadede dönüşüm oranını biraz yavaşlatan ama uzun vadede asistana geri dönüş oranını artıran bir taktik. Çünkü güven bir kerelik bir işlemle kazanılmıyor, tekrarlanan doğru davranışlarla birikiyor.

Şeffaflığı ölçmek isteyen markanın önündeki gerçek engel: kimse bu metrikleri henüz standartlaştırmadı

Burada işler pratikte çatallaşıyor. Bir pazarlama ekibi "asistanımız şeffaf olsun" diye karar verdiğinde, karşısına hemen şu soru çıkıyor: şeffaflığı nasıl ölçeceğiz? Dönüşüm oranı, tıklama oranı, sepete ekleme süresi gibi metrikler yıllardır standart; ama "kullanıcı bu öneriye ne kadar güvendi" sorusunun endüstri çapında kabul görmüş bir ölçütü yok. Google Analytics'te bu diye bir rapor açmıyorsunuz. Bu yüzden çoğu ekip, güven meselesini ölçemediği için görmezden geliyor, görmezden geldiği için de çözümü hep arayüz tarafında arıyor — buton rengini değiştiriyor, adım sayısını azaltıyor, hiçbiri işe yaramıyor.

Bazı ekipler dolaylı bir vekil metrik kullanmaya başladı: asistan önerisi sonrası kullanıcının aynı oturumda kaç farklı ürün sayfasına geri döndüğü. Bu sayı yüksekse, asistan güven inşa edememiş demektir; kullanıcı hâlâ kendi doğrulamasını yapıyor. Bir başka vekil, asistanla kurulan sohbetin uzunluğu. Sohbet ne kadar uzarsa, kullanıcı o kadar çok itiraz ediyor, o kadar çok "peki ya şu" sorusu soruyor demektir — bu da güvenin baştan kurulmadığının işareti. Kısa, tek turlu bir sohbetten sonra doğrudan satın alma gerçekleşiyorsa, asistan gerçekten danışman rolünü oynamış demektir.

Yakın vadede değişecek olan

Düzenleyici baskı bu boşluğu er ya da geç dolduracak. AB'de dijital pazarlarla ilgili şeffaflık tartışmaları zaten sponsorlu içerik etiketlemesini AI önerilerine de genişletme yönünde ilerliyor; ABD'de FTC'nin influencer pazarlamasında uyguladığı ifşa kurallarının AI asistanlarına uyarlanması an meselesi. Marka olarak bunu beklemek yerine şimdiden kendi etiketleme standardınızı kurmak, hem kullanıcı güvenini erken kazanmak hem de gelecekteki uyum maliyetini düşürmek anlamına geliyor.

Şeffaflığı zorunluluktan önce gönüllü uygulayan marka, zorunluluktan sonra uygulayan markadan farklı bir güven biriktiriyor — birincisi tercih, ikincisi mecburiyet olarak okunuyor.

Bunu test etmek isteyen bir ekip için ilk adım karmaşık değil: mevcut AI asistanınızın önerdiği ilk on ürünü alın, her birinin neden önerildiğini gerçekten açıklayabiliyor musunuz, kontrol edin. Cevap "algoritma öyle sıraladı" ise, kullanıcının da hissettiği belirsizlik tam olarak bu. Asistanı satış hunisinin sonuna değil, ortasına yerleştirmek — kullanıcıyı bilgilendirip son kararı kendi platformunda, kendi hızında vermesine izin vermek — şu an elde en çok veriyle desteklenen yaklaşım. Dönüşüm rakamları bunu bir anda değiştirmeyecek ama tekrar eden müşteri oranında, asistana geri dönüş sıklığında fark yaratacak. Alışveriş asistanları keşifte zaten kazandı; satın alma anını kazanmak, algoritmayı değil, açıklamayı iyileştirmekten geçiyor.

Sık Sorulan Sorular

AI önerisiyle yapılan satın almalar neden klasik arama sonuçlarından daha düşük dönüşüm oranına sahip?

Kullanıcı AI önerisini keşif aşamasında güvenilir bulsa da, ödeme anında sorumluluk kaydırılması endişesiyle tereddüt ediyor. Asistanın hangi ticari ilişkileri olduğunu ve önerinin neden o şekilde sıralandığını bilmemesi, özgür seçim yapıyor gibi hissetmiyor.

Hangi ürün kategorilerinde AI asistanları en düşük güven oranı gösteriyor?

Yüksek bedelli veya duygusal yükü olan kategoriler — elektronik, mücevher, hediyeler — en düşük güven oranını gösteriyor. Düşük bedelli tekrar satın almalar (kitap, temizlik ürünleri) AI önerisine daha açık çünkü hata maliyeti azdır.

Peki asistanın önerişine güven kazandırmak için arayüzü basitleştirmek yeterli mi?

Hayır, mesele UX tasarımından çok şeffaflıktır. Asistan tarafından hangi veriye dayandığını, hangi ticari anlaşmaları içerdiğini açıkça görmek olmadan, kullanıcı ne kadar akıcı bir arayüz görmişse de tereddüt eder.

Neden AI önerisinden sonra kullanıcılar aynı ürünü başka sitelerde aramaya başlıyorlar?

Kullanıcı asistanın tavsiyesi yüzünden pişman olmaktan endişe ediyor ve sorumluluk kaydırılmasını engellemek için kendi doğrulamasını yapıyor. Bu davranış, asistana tam güven kurulmadığının göstergesidir.

İçeride ölçmek istiyorsam hangi metriklere bakmalıyım — dönüşüm oranı ne kadar yetersiz?

Dönüşüm oranına ek olarak şu vekilmatrikleri izleyin: asistanın önerisi sonrası aynı oturumda açılan farklı ürün sayfaları sayısı (yüksekse güven eksik) ve sohbetin uzunluğu (uzunsa kullanıcı itiraz ediyor demektir).

Markaların hemen uygulaması gereken ilk adım ne olmalı?

Mevcut AI asistanının önerdiği ilk on ürünü alıp, her birinin neden önerildiğini gerçekten açıklayabiliyor musunuz kontrol edin. Cevap 'algoritma sıraladı' ise, asistanın yanına bir 'neden bu ürün' açıklaması ekleyin — dönüşümde çoğu zaman bu yeterli oluyor.