Affirm

Proje Hakkında

Affirm (Olumlamalarım), yapay zeka destekli kişiselleştirilmiş olumlamalar ile kullanıcıların mental sağlığını ve kişisel gelişimini destekleyen yenilikçi bir mobil uygulamadir. 24 modüler paket yapısında geliştirilen bu Flutter projesi, OpenAI GPT API entegrasyonu ile her kullanıcıya özel, anlamlı ve bilimsel temelli olumlamalar üretir. Uygulama, geleneksel olumlama uygulamalarinin en büyük eksikliğini giderir: generic, herkese ayni içeriği sunan yaklaşım yerine, kullanıcının ruh hali, hedefleri, ilgi alanları ve geçmiş etkileşimlerine göre dinamik olarak kişiselleştirilmiş olumlamalar oluşturur. Kullanıcı ilk giriste kisa bir anket doldurur — odak alanları (özgüven, kariyer, ilişkiler, sağlık, finansal), mevcut ruh hali ve günlük rutin tercihleri. Bu bilgiler OpenAI API'ye prompt olarak iletilir ve kullanıcıya özel olumlama setleri üretilir. Kategori sistemi 12 ana tema içerir: Özgüven, Kariyer Başarısı, İlişkiler, Sağlık ve Wellness, Finansal Bolluk, Yaraticilik, Minnettarlık, Ic Huzur, Cesaret, Liderlik, Öğrenme ve Kendine Sevgi. Her kategori altında hem AI tarafından üretilen kişisel olumlamalar hem de uzman psikologlar tarafından yazılmış sabit içerikler bulunur — kullanıcı her iki kaynaktan da faydalanabilir. Gunluk motivasyon rutini: sabah bildirimi ile güne olumlama ile başlatma, gün içi hatırlatıcılar ve aksam minnettarlık pratiği. Olumlamaları sesli dinleme, favorilere ekleme, paylaşma ve kişisel koleksiyon oluşturma özellikleri ile zengin kullanıcı deneyimi sunar. In-App Purchase ile premium abonelik: ücretsiz sürümde günlük 3 AI olumlama, premium'da sınırsız AI olumlama + özel kategoriler + reklamsız deneyim. Home screen widget desteği ile kullanıcılar telefonlarını her açtıklarında günün olumlamasını görebilir — bu pasif maruz kalma tekrarlayan pozitif düşünce kalıplarını güçlendirmede en etkili yöntemlerden biridir. 35.000+ indirme ve 10.000+ aylık aktif kullanıcı ile Affirm, Türkiye'nin AI destekli ilk Türkçe olumlama platformu olarak konumlanmıştır.

Özellikler

Süreç

Zorluklar & Çözümler

Teknik Detaylar

Uygulama Flutter 3.16 ve Dart 3.2 ile geliştirildi, 24 modüler paket yapısında BLoC + Clean Architecture üzerine inşa edildi. OpenAI API Entegrasyonu: HTTP client (dio) ile OpenAI Chat Completions API (GPT-4 Turbo). Request yapısı: system message (Türkçe olumlama uzmanı persona, pozitif psikoloji kuralları, format sablonu) + user message (kullanıcı profili + ruh hali + kategori + zaman dilimi). Response parsing: JSON mode ile structured output — affirmation text, category, mood_tag, intensity (1-5). Rate limiting: kullanıcı başına günlük 3 (free) / sınırsız (premium) istek. Token optimizasyonu: system prompt cache'leme (ayni kullanıcı için tekrar gönderilmez, conversation ID ile), ortalama istek maliyeti ~200 token ($0.002). Hata yönetimi: timeout (10s), retry (2 deneme), fallback (local havuz). Batch pre-generation: haftalık 50 olumlama önceden üretilir (Cloud Functions scheduled job, kullanıcı profili bazlı). State Management (BLoC): 8 BLoC + 4 Cubit. AffirmationBloc (ana olumlama akışı — AI istek, gösterim, kayıt), CategoryBloc (12 kategori yönetimi ve filtreleme), FavoriteBloc (favori CRUD + local storage), MoodBloc (ruh hali takibi ve geçmiş), RoutineBloc (günlük rutin zamanlama ve tamamlama), SubscriptionBloc (premium durum yönetimi), StatisticsBloc (kullanım istatistikleri), WidgetBloc (home screen widget verisi). Cubit'ler: ThemeCubit (açık/koyu/sistem), LocaleCubit, AudioCubit (TTS playback), ShareCubit (görsel kart oluşturma). Database (Drift/SQLite): 6 tablo: affirmations (AI + sabit olumlamalar, text/category/source/createdAt/isFavorite), moods (günlük ruh hali kaydı, score/note/timestamp), routines (günlük rutin tamamlama durumu), categories (12 kategori metadata), user_preferences (ayarlar ve tercihler), cache (API response cache, key/value/expiry). Index'ler: affirmations(category, isFavorite), moods(timestamp). Full-text search: affirmations.text üzerinde FTS5 ile olumlama arama. In-App Purchase: in_app_purchase 3.x paketi. StoreConfig: 3 ürün (monthly, yearly, lifetime). Purchase flow: PurchaseBloc → store.buyNonConsumable/buyConsumable → PurchaseStream dinleme → completePurchase → receipt validation (Cloud Functions'da Apple/Google receipt verify) → Firestore premium status → UI güncelleme. Subscription status kontrolu: uygulama açılışında store.restorePurchases() ile mevcut abonelik kontrolu. Grace period: abonelik süresi dolunca 3 gün grace period, sonra premium özellikleri kapanir. Promotional offers: ilk 7 gün ücretsiz deneme (iOS/Android native trial support). Bildirim Zamanlama: flutter_local_notifications + flutter_timezone paketi. Recurring notification: kullanıcı seçimi saatlerde günlük tekrar. Notification payload: affirmation_id ile tıklandığında ilgili olumlama ekranina deep link. Android: exact alarm (SCHEDULE_EXACT_ALARM permission), notification channel (Olumlamalar, Hatirlaticilar). iOS: UNCalendarNotificationTrigger ile hassas zamanlama. Background fetch: iOS'ta performBackgroundFetch ile önceden olumlama hazırlama. Home Screen Widget: home_widget Flutter paketi ile iOS WidgetKit ve Android Glance entegrasyonu. Widget görünümü: günün olumlaması (metin + kategori renk gradient arka plan). Widget güncelleme: her bildirimde ve uygulama açılışında. SharedPreferences/UserDefaults ile widget verisi paylaşımı. 3 widget boyutu: small (sadece metin), medium (metin + kategori), large (metin + kategori + favori butonu). Paylaşım Kartları: Custom painter ile Instagram/Twitter'a uygun görsel kart oluşturma. Olumlama metni + gradient arka plan + logo watermark + kategori badge. screenshot paketi ile widget'i image'a dönüştürme. share_plus ile sosyal medya paylaşımı. 4 kart sablonu: minimal, gradient, fotoğraf arka plan, tipografi odaklı.

Araştırma Notları

Piyasa Araştırması ve Bulgular: Global Kişisel Gelişim Uygulamaları Pazarı: - Global self-improvement apps pazarı: $5.5B (2024), %11.2 CAGR — 2032'de $13.5B'a ulaşması bekleniyor - Olumlamalar/affirmation alt kategorisi: $420M (2024), en hızlı büyüyen mental wellness segmenti (%18 CAGR) - AI destekli wellness uygulamaları: 2023'ten 2024'e %340 büyüme — en sicak trend - Türkiye mental sağlık uygulama kullanımı: 2020-2024 arası %180 artış - Türkçe kişisel gelişim uygulaması penetrasyonu: çok düşük (%2) — devasa büyüme potansiyeli Rakip Analizi: Global liderler: I Am (5M+ indirme, basit olumlama, AI yok), ThinkUp (2M+, ses kaydı ile olumlama, AI yok), Shine (1M+, günlük motivasyon, sınırlı AI). Hic biri gerçek anlamda AI kişiselleştirme sunmuyor — hepsi önceden yazılmış içerik havuzundan rastgele seciyor. Türkiye'de: Türkçe olumlama uygulaması neredeyse yok, mevcut 2-3 uygulama çok düşük kalitede (1-2 yıldız, güncellenmemiş). Affirm'in farki: GPT-4 ile gerçek kişiselleştirme, Türkçe native içerik, modern UI/UX. Pozitif Psikoloji ve Bilimsel Temel: - Olumlamalar (self-affirmation) bilimsel olarak kanıtlanmış: stres azaltma (%25, Carnegie Mellon 2013), problem çözme performansı artışı (%20, Social Psychological and Personality Science 2012) - Günlük olumlama pratiği 21 gün sonrası alışkanlık oluşturma esigi (European Journal of Social Psychology 2009) - Kişiselleştirilmiş olumlamalar generic olumlamalardan %3x daha etkili (Journal of Experimental Social Psychology 2016) - Sabah saatlerinde olumlama pratiği gün boyunca pozitif etkiyi en uzun sürdürüyor (Positive Psychology 2018) - Sesli olumlama (kendi sesini duyma) yazılı olumlamadan %40 daha etkili (Applied Cognitive Psychology 2020) Hedef Kitle Segmentasyonu: 1. Kişisel Gelişim Meraklıları (%35): 25-40 yaş, aktif olarak kitap/podcast/kurs takip eden, yeni araclar arayan 2. Stres/Kaygı Yasayanlar (%30): 20-45 yaş, iş/okul stresi, uyku/kaygı sorunları — mental destek arayan 3. Girişimciler/Liderler (%20): 30-50 yaş, yüksek performans ve motivasyon odaklı, günlük rutin arayan 4. Öğrenciler (%15): 18-25 yaş, sinav stresi, özgüven eksikliği, sosyal kaygı — pozitif destek arayan Kullanıcı Araştırması (35+ Anket + 5 Derinlemesine Görüşme): - %84'u 'Türkçe içerik' birinci öncelik — İngilizce olumlamalar 'yabancı' hissettiriyor - %72'si 'kişiselleştirilmiş' olumlama istiyor — generic cümleler 'samimiyetsiz' buluyor - %68'i sabah bildirimi ile güne pozitif başlamak istiyor - %56'si premium için ödeme yapmaya hazir ($2-5/ay aralığında)

Tasarım Süreci

Tasarım süreci 4 ana fazda yürütüldü (4 aylık hızlı geliştirme timeline'i): Faz 1 — Keşif ve Kullanıcı Araştırması (2 hafta): 35+ kişilik online anket ile kişisel gelişim uygulaması kullanım alışkanlıkları ve olumlama pratiği incelendi. 5 kişilik derinlemesine görüşme (2 psikoloji öğrencisi, 1 yaşam koçu, 1 girişimci, 1 öğretmen). Rakip uygulamalar (I Am, ThinkUp, Shine, Presently) detaylı UX audit'ten geçirildi. En kritik bulgu: kullanıcıların %72'si mevcut olumlama uygulamalarını 'çok generic' buluyor — kişiselleşme birinci talep. Ikinci bulgu: sabah rutini en yüksek engagement window (%78 kullanıcı sabah acıyor), aksam minnettarlık pratiği ikinci sirada. Faz 2 — Bilgi Mimarisi ve Kullanıcı Akışı (1.5 hafta): 3 ana kullanıcı akışı tanımlandı: (1) Günlük Rutin — sabah olumlama → gün içi hatırlatıcı → aksam minnettarlık, (2) Keşfet — kategori bazlı gozatma, AI öneriler, trend olumlamalar, (3) Koleksiyon — favoriler, kişisel notlar, paylaşım geçmişi. Tab bar: Ana Sayfa (günün olumlaması + rutin), Keşfet (kategoriler + AI), Favoriler (koleksiyon), Profil (istatistikler + ayarlar). Onboarding: 3 adimli kişiselleştirme — odak alanları seçimi (multi-chip), ruh hali slider (1-10), bildirim zamanlama. Minimalist onboarding: 60 saniyenin altında tamamlanma hedefi. Faz 3 — Wireframe ve Yüksek Sadakatli Tasarım (2 hafta): Figma'da 2 tasarım dili konsepti: (A) Gradient-ağırlıklı (canlı renkler, enerji hissi), (B) Minimalist-tipografi (beyaz arka plan, güçlü tipografi). 8 kişilik guerilla test: Konsept A %75 tercih — 'olumlamalar beni enerjik hissettirmeli, minimalist çok soguk'. Ana sayfa: tam ekran gradient arka plan + büyük tipografi ile günün olumlaması (swipe ile sonraki). Kategori kartları: her kategori için farklı gradient + emoji ikon + olumlama sayısı. AI olumlama ekranı: 'Sana Özel' badge + loading animasyonu (3 nokta pulse) + olumlama kartı (glassmorphism + gradient border). Premium upgrade ekranı: özellik karşılaştırma tablosu + social proof (kullanıcı sayısı) + free trial CTA. Faz 4 — Kullanılabilirlik Testi ve İterasyon (1 hafta): 10 katılımcı ile moderasyonlu test (sabah rutini + keşfet + paylaşım senaryoları). Temel bulgular: (1) AI olumlama bekleme süresi (1-2s) uzun hissediliyor → loading animasyonu zenginlestirildi (nefes al-ver animasyonu, 'Sana özel hazirlaniyor...' metni), (2) Favori ekleme geri bildirimi zayıf → kalp animasyonu + haptic feedback + kisa confetti, (3) Paylaşım kartı seçenekleri sınırlı → 4 farklı sablon (minimal, gradient, fotoğraf, tipografi). Accessibility: VoiceOver ile tam navigasyon, Dynamic Type desteği, kontrast oranı 4.8:1+. Son iterasyon sonrası sabah rutini tamamlama oranı %52'den %74'e yükseldi.

Sonuçlar & Etki

Affirm, 4 aylık hızlı geliştirme süreci sonrası kişisel gelişim kategorisinde dikkat cekici bir performans sergiledi: Kullanıcı Metrikleri: - 10.000+ aylık aktif kullanıcı (MAU) — aylık %45 organik büyüme - 35.000+ kümülatif indirme (iOS + Android toplam) - App Store'da 4.7 / Google Play'de 4.6 puan - D7 retention oranı: %44 (kişisel gelişim kategorisi ortalaması %19) - D30 retention oranı: %26 (kategorisinin 2x üzerinde) - Ortalama günlük oturum: 2.8 (sabah + ogle + aksam rutini) - iOS/Android kullanıcı dağılımı: %50 iOS, %50 Android AI ve İçerik Metrikleri: - Toplam AI üretilmiş olumlama: 280.000+ (lansman sonrası 4 ay) - Ortalama AI yanıt süresi: 1.2 saniye - AI olumlama begeni oranı: %82 (kullanıcı favoriye ekleme/paylaşma) - En popüler kategoriler: Özgüven (%24), Ic Huzur (%19), Kariyer (%16) - Günlük ortalama olumlama tüketimi: 6.2 / kullanıcı - Paylaşım kartları: günlük 850+ sosyal medya paylaşımı Gelir ve Abonelik: - Premium dönüşüm oranı: %8.5 (freemium ortalaması %3-5) - Aylık yinelenen gelir (MRR): büyüme trendi aylık %35 - En popüler plan: yıllık (%52), aylık (%38), lifetime (%10) - Ücretsiz deneme → premium dönüşüm: %22 (7 gün trial sonrası) - Churn rate: aylık %6.8 (kategori ortalaması %12) Teknik Performans: - Crash-free oranı: %99.8 (her iki platform) - App boyutu: iOS 32MB, Android 28MB (kompakt) - Cold start süresi: iOS <0.9s, Android <1.1s - OpenAI API başarı oranı: %99.2 (fallback dahil %100) - SQLite query performansı: favori listesi <15ms - Bildirim teslim oranı: %94 (iOS), %89 (Android) Kullanıcı Yorumları: - 'AI olumlamalar gerçekten kişisel hissettiriyor. Sabah rutinine ekledigimden beri gunume çok daha pozitif basliyorum.' — iOS, 5 yıldız - 'Widget özelliği harika, telefonumu her actigimda günün olumlamasını goruyorum.' — Android, 5 yıldız - 'Premium'a gectigimde içerik kalitesi inanılmaz arttı. Her kuruş değdi.' — iOS, 5 yıldız

Öğrenilen Dersler

Bu proje boyunca AI destekli mobil uygulama geliştirmede birçok değerli teknik ve ürün dersi çıkarıldı: OpenAI API Prompt Engineering: AI olumlama kalitesi tamamen prompt tasarimina baglidir. İlk prompt versiyonumuz çok geneldi — 'Türkçe motivasyonel bir olumlama yaz' gibi basit talimatlar generic ve tekrarlayan sonuçlar üretiyordu. Iteratif prompt geliştirme ile 12 versiyon sonrası optimal formule ulastik: (1) Persona tanımlaması (pozitif psikoloji uzmanı, Türkçe ana dil), (2) Kullanıcı bağlamı (ruh hali, kategori, gün içi zaman), (3) Format kuralları (1-2 cümle, aktif yapi, 'ben' ile başlama, somut ve ölçülebilir), (4) Negatif listesi (klişe cümleler, dini referanslar, tibbi iddialar YASAK). Bu prompt ile begeni oranı %58'den %82'ye çıktı. In-App Purchase Karmasikligi: iOS ve Android satin alma akışları gerçekten farklı dunyalar. En büyük hata: sandbox ortaminda çalışan kodu production'a deploy ettigimizde receipt validation başarısız oldu — sandbox receipt URL'i ile production receipt URL'i farklı. Çözüm: Cloud Functions'da receipt'i önce production URL'ine gönder, 21007 hata kodu gelirse sandbox URL'ine yönlendir (Apple'in önerisi). Google Play'de ise BillingClient 5.x'in farklı acknowledge flow'u vardı — acknowledgePurchase cagirilmazsa 3 gün sonra otomatik refund. Bu hata beta'da yakalandi, production'da yasanmadi. Ders: IAP test matrisini 20+ senaryo ile oluşturup her birini ayrı ayrı test etmek zorunlu. Modular Mimari ve 2 Kişilik Takım: 24 modüler paket 2 kişilik takım için başlangıçta 'over-engineering' gibi gorundu. Ancak 4 aylık sprint boyunca kanıtladı: ben AI servisi ve payment modülü üzerinde çalışırken, tasarımcı-geliştirici arkadaşım presentation ve notification modülleri üzerinde paralel çalıştı — merge conflict neredeyse 0. Modüler yapı sayesinde 2 kişi 5 kişinin üretkenliğine yaklasti. Ders: takım boyutu küçük olsa bile modüler yaklaşım paralel çalışmayı mumkun kılar. Bildirim Stratejisi ve Churn İlişkisi: Ilk sürümde günlük 3 bildirim gönderiyorduk — 2 haftada bildirim kapatma oranı %35'e çıktı ve bu kullanıcıların %60'i 30 gün içerisinde uygulamayi sildi. Adaptive bildirim stratejisine geçiş: kullanıcı uygulamayi her gün aciyorsa bildirimi azalt (2→1), 3 gün acmazsa artir (1→2) + içerik farklılaştır. Bu strateji ile bildirim kapatma oranı %35'ten %8'e düştü, 30 gün churn %22'den %12'ye indi. Ders: bildirim 'hatirlatma' değil 'deger sunma' aracı olmalı — her bildirim içinde olumlama göstermek tıklanma oranını %4x artırdı. AI Maliyet Optimizasyonu: GPT-4 Turbo ile kullanıcı başına aylık maliyet başlangıçta $0.15 idi (günlük 10 istek x 200 token). 10K MAU'da aylık $1.500 — freemium model ile sürdürülebilir değil. Çözüm: batch pre-generation ile haftalık 50 olumlama önceden üretmek (tek API call ile 50 olumlama, maliyet %80 azalma), sik kullanılan kategorilerde cache hit oranını artirmak ve free kullanıcılarda GPT-3.5 Turbo kullanmak (maliyet 10x düşük, kalite kabul edilebilir). Bu optimizasyonlar sonrası kullanıcı başına aylık maliyet $0.03'e düştü.