Yapay Zeka ile Satılacak Ürün Nasıl Bulunur? Prompt Rehberi

E-Ticaret Ürün Bulma Yöntemleri: Hangi Veri Neyi Söyler?

Ürün bulma tek bir araçla çözülen bir iş değildir. Her yöntem talebin farklı bir yüzünü gösterir; güvenilir karar, en az iki yöntemin aynı ürünü işaret etmesiyle çıkar. Aşağıdaki dört yöntem pratikte birlikte kullanılır.

1. Pazaryeri Verisi

Pazaryerlerindeki kategori sayfaları, arama önerileri, yorum sayıları ve satıcı yoğunluğu gerçek alışveriş davranışına en yakın sinyaldir. Bir ürünün çok yorum alması talebin var olduğunu, çok sayıda satıcının aynı ürünü listelemesi ise rekabetin ağır olduğunu gösterir. Buradaki sınırlama, verinin geçmişi anlatmasıdır: bugün çok satan ürün, siz tedarik edene kadar doygunluğa ulaşmış olabilir. Pazaryerinde satış yapmayı düşünüyorsanız pazaryeri satış performansını kanal ve ürün bazında ölçme rehberi, ürün adaylarınızı sonradan nasıl izleyeceğinizi gösterir.

2. Arama Trendi

Google Trends ve arama önerileri, bir ürüne olan ilginin yükseliyor mu, düşüyor mu yoksa mevsimsel mi olduğunu gösterir. Bu yöntem özellikle sezonluk ürünlerde işe yarar. Arama hacmi tek başına satış anlamına gelmez; insanlar bir ürünü merak ettikleri için de arar. Bu yüzden trend verisini pazaryeri sinyaliyle birlikte okuyun. Mevsime göre ürün planlamak için sonbahar-kış sezonunda ne satılır rehberine bakabilirsiniz.

3. Rakip Analizi

Rakip mağazaların vitrinleri, fiyat aralıkları, kampanya dilleri ve müşteri yorumları hangi boşlukların kaldığını gösterir. Yorumlardaki tekrarlayan şikâyetler (geç kargo, zayıf paketleme, eksik beden tablosu) çoğu zaman sizin için bir fırsattır: aynı ürünü daha iyi bir deneyimle sunabilirsiniz. Rakibi kopyalamak yerine onun yapamadığı noktayı arayın.

4. Yapay Zekâ ile Fikir Üretimi ve Puanlama

Yapay zekâ, bütçenize ve kitlenize göre aday listesi çıkarmada ve bu adayları kriterlere göre puanlamada hızlıdır. Model canlı satış verisine erişmez; verdiği talep yorumu bir hipotezdir. Bu nedenle yapay zekâyı yalnızca ilk eleme ve düzenleme aşamasında kullanın, sonraki üç yöntemle doğrulayın.

Yöntemlerin Karşılaştırması

Ürün Bulma Aracı veya Yazılımı Seçerken 5 Kriter

Piyasada ürün araştırması vaat eden pek çok araç ve yazılım var. Hangisini seçerseniz seçin, şu beş kriterle değerlendirin:

1. Veri kaynağı şeffaflığı: Araç verisini nereden alıyor? Kaynağını açıklamayan "talep skoru" güvenilir bir karar girdisi değildir.
2. Türkiye pazarı kapsamı: Yurt dışı verisine dayalı bir araç Türkiye'deki talebi yansıtmayabilir. Türkçe arama ve yerel pazaryeri verisini destekleyip desteklemediğine bakın.
3. Verinin güncelliği: Verinin ne sıklıkla yenilendiğini öğrenin; eski veri, bitmiş bir trendi yükseliyor gibi gösterebilir.
4. Maliyet modeli: Sabit abonelik mi, kullanım başı ücret mi? Küçük bir işletme için deneme sürümünde gerçek ürün listenizle test etmek, uzun taahhütten önce en güvenli adımdır.
5. Dışa aktarma ve entegrasyon: Bulduğunuz ürün verisini tabloya ya da mağaza panelinize aktarabiliyor musunuz? Araç, işinizin devamına bağlanamıyorsa tek seferlik bir ekran görüntüsü olarak kalır.

Bir aracın vaat ettiği sonucu kendi bildiğiniz bir ürün üzerinde sınayın: o ürünün talebini zaten tahmin edebiliyorsanız, aracın çıktısı ile sezginizi karşılaştırabilirsiniz.

Yapay Zekâ Ürün Bulmada Tam Olarak Ne Yapar?

Yapay zekâ bir talep kehanet makinesi değildir; iyi kullanıldığında güçlü bir araştırma asistanıdır. Satılacak ürün ararken üç işi iyi yapar:

• Fikir çeşitliliği üretir: Aynı kategoriye bakıp benzer öneriler veren listeler yerine, bütçenize ve kitlenize göre filtrelenmiş aday listeleri çıkarır.
• Kriterleri yapılandırır: Kâr marjı, kargo ağırlığı, mevsimsellik, rekabet yoğunluğu gibi başlıkları puanlanabilir bir çerçeveye dönüştürür.
• Zihinsel emeği azaltır: Rakip mağaza taraması, yorum özetleme, kategori karşılaştırma gibi tekrarlayan işleri hızlandırır.

Yapmadığı şey ise gerçek talebi garanti etmektir. Model bir ürünü "potansiyelli" diye nitelediğinde bu, bir hipotezdir; satış verisi değildir. Bu yüzden aşağıdaki akış, yapay zekâyı fikir ve puanlama motoru olarak kullanıp doğrulamayı size bırakacak şekilde kurgulandı.

Başlamadan Önce: Girdi Hazırlığı

Yapay zekâya "bana ürün bul" demek yalnızca jenerik listeler üretir. Kaliteli çıktı için önce kendi gerçeklerinizi yazılı hale getirin:

• Bütçe aralığı: İlk ürün partisine ayırabileceğiniz tutar.
• Kitle bilgisi: Kimlere satıyorsunuz veya hangi kitleye odaklanmak istiyorsunuz (yaş, ilgi alanı, alışkanlık).
• Operasyon kısıtları: Depo var mı, kargo ağırlığı sınırı nedir, iade süreçlerini kim yönetecek?
• Marj hedefi: Birim kârda alt sınır; kargo ve komisyon sonrası kâr kalması.

Bu dört bilgi, her prompt'un başına eklenecek sabit çerçevedir. Ne kadar somut verilirse, üretilen adaylar o kadar elenmiş olur.

Adım Adım Ürün Bulma Süreci

1. Kategori ve Hedef Kitle Çerçevesi Oluşturun

İlk prompt ürün istemez; çerçeve ister. Yapay zekâdan kısıtlarınıza uyan 5-8 potansiyel kategori üretmesini ve her biri için hedef kitleyi, tekrar satın alma potansiyelini ve operasyon zorluğunu tablo halinde açıklamasını isteyin. Çıktıyı okuyup 2-3 kategoride karar kılın.

2. Ürün Fikri Listesi Üretin

Daraltılmış ikinci prompt'ta her kategori için 10-15 somut ürün adayı isteyin. Her adayın yanında kullanım senaryosu, tahmini fiyat aralığı ve "kimin sorununu çözdüğü" yer alsın. Bu liste henüz puanlanmamış ham havuzdur; buradan karar çıkmaz.

3. Fikirleri Kriterlerle Puanlayın

Ham listeyi bir puanlama prompt'una verin. Kriterler: birim kâr potansiyeli, kargo kolaylığı (hacim/ağırlık), bozulma ve hasar riski, mevsimsellik, rekabet yoğunluğu ve tedarik kolaylığı. Her ürüne 1-5 arası puan ve kısa gerekçe isteyin; sonra toplam puana göre ilk 10'u kendiniz seçin. Puanlama öznel olabileceği için tabloyu kendi bilginizle düzeltin.

4. Talep ve Rekabet Sinyallerini Doğrulayın

İlk 10 aday için yapay zekânın dışına çıkın ve gerçek verilere bakın: pazaryerlerinde ürün adının arama sonuç sayısı ve satıcı yoğunluğu, Google Trends'te arama eğilimi, alışveriş aramalarında öneri listeleri. Amaç, önerilen ürünün gerçek dünyada aranan ve rekabetin dayanılabilir olduğu bir ürün olduğunu teyit etmektir. Ürünün internetten satışı yasak veya kısıtlı ürünler listesine girmediğini de kontrol edin; yapay zekâ bu denetimi sizin yerinize güvenilir şekilde yapamaz.

5. Kısa Listeyle Küçük Test

Doğrulamadan çıkan 2-3 ürünle küçük bir test partisi alın ya da stoksuz modelle listeyi yayınlayın. Ürün onaylandıktan sonra fiyatlandırma stratejinizi kâr marjınıza göre kurun.

Satıştan Önce Test: Fikri Paraya Yatırmadan Sınayın

Ürün bulma sürecinin en çok atlanan adımı testtir. Test, büyük sipariş vermeden talep hipotezini gerçek davranışla ölçmenizi sağlar. Pratik bir test düzeni şöyle kurulur:

• Başarı ölçütünü önceden yazın: Örneğin "ilk iki haftada belirli sayıda sepete ekleme veya sipariş". Ölçütü sonradan belirlerseniz sonucu kendinize uydurursunuz.
• Stoksuz veya küçük partiyle başlayın: Sermayeyi bağlamadan ürün sayfasını yayınlayın ya da asgari miktarda stok alın.
• Tek değişkeni ölçün: Aynı anda fiyat, görsel ve metni değiştirirseniz hangisinin işe yaradığını anlayamazsınız.
• İade ve kargo davranışını izleyin: Satış tek başına yeterli değildir; hasar, iade ve kargo maliyeti kârı sıfırlayabilir.
• Karar günü belirleyin: Test bitince ürünü büyüt, düzelt ya da bırak. Kararsız bir test, bir süre sonra bağlanmış stok demektir.

Testi geçen ürünün lansmanını planlamak için ürün lansmanı için ilk 14 gün planı uygulanabilir bir sıra sunar.

Hazır Prompt Şablonları

Aşağıdaki üç şablonu kendi bilgilerinizle doldurun. Köşeli parantezli alanları kendi verilerinizle değiştirin.

Şablon 1 — Kategori çerçevesi:

"[bütçe aralığı] bütçeli, [kitle tanımı] kitlesine satış planlayan bir KOBİ'yim. Depo [var/yok], iade yönetimini [kendim/taşeron] yapıyorum. Bu kısıtlara uyan 5-8 e-ticaret kategorisi öner. Her kategori için hedef kitle, tekrar satın alma potansiyeli (düşük/orta/yüksek), operasyon zorluğu (1-5) ve tahmini kâr marjı aralığını tablo olarak ver."

Şablon 2 — Ürün adayları:

"[seçilen kategoriler] kategorilerinde satılabilecek 15 somut ürün adayı listele. Her ürün için kullanım senaryosu, muhtemel fiyat aralığı ve çözdüğü problemi yaz. Kısıtlarım: [bütçe, kargo, depo bilgileri]. Jenerik öneriler yerine Türkiye pazarında tedariki pratik olabilecek ürünler öner."

Şablon 3 — Puanlama:

"Aşağıdaki ürün listesini şu kriterlere göre 1-5 puanla: birim kâr potansiyeli, kargo kolaylığı, hasar riski, mevsimsellik, rekabet yoğunluğu (5 = rekabet düşük), tedarik kolaylığı. Her puana tek cümle gerekçe yaz, toplam puanı hesapla ve listeyi toplam puana göre sırala. Ürün listesi: [liste]"

Yapay Zekânın Ürün Bulmada Yapamadığı Şeyler

• Gerçek satış verisini görmek: Model pazaryeri satış rakamlarına canlı erişmez; verdiği talep yorumu çıkarımdır.
• Tedarikçi güvenilirliği teyidi: Tedarikçi seçimi ve numune süreci her zaman elle yapılmalıdır.
• Yasal uyum denetimi: Ürünün mevzuat, lisans ve yasak listesi durumu resmi kaynaklardan kontrol edilmelidir.
• Bulunan ürünü satılabilir kılmak: Ürün sayfası, görsel ve metin kalitesi ayrı bir iştir; bu noktada yapay zekâ ile ürün açıklaması yazma rehberi devreye girer.

Süreç boyunca yapay zekâ çıktılarını kaynak değil başlangıç noktası olarak ele alın. E-ticarete yeni başlıyorsanız bu adımı, e-ticarete başlarken alınacak ilk adımlar ve maliyet planı içinde bütün bir yol haritasının parçası olarak düşünün.

Ürünü Buldun, Mağazanı Kur

Ürün testi olumlu çıktığında sıra satış altyapısına gelir. Ürün listesi, stok, ödeme ve kargo akışı tek yerden yönetilmediğinde büyüyen kataloğun operasyonu hızla zorlaşır. Kendi mağazanızı kurmak ya da mevcut satışınızı düzenlemek istiyorsanız e-ticaret altyapısı sayfasından kapsamı inceleyebilirsiniz. Pazaryerinde de satış yapacaksanız stok ve sipariş bilgisinin kanallar arasında tutarlı kalması gerekir; bunun için pazaryeri ve stok entegrasyonu seçeneklerine bakın.