Fin Track

Proje Hakkında

Fin Track, kullanıcıların finansal yaşamlarını tek bir platformdan yönetmelerini sağlayan kapsamlı bir kişisel finans uygulamasıdır. Banka hesapları, kredi kartları ve yatırım hesaplarını entegre ederek tüm finansal hareketleri gerçek zamanlı olarak takip eder. Uygulama, makine öğrenimi tabanlı harcama kategorizasyonu ile kullanıcıların harcamalarını otomatik olarak sınıflandırır. Market alışverişi, ulaşım, eğlence, faturalar gibi 40'tan fazla kategori desteklenir ve sistem kullanıcının alışkanlıklarına göre kendini sürekli iyileştirir. Yatırım modülü, hisse senedi, altın, döviz ve kripto para portföylerini tek ekranda gösterir. Borsa İstanbul ve uluslararası piyasalardan anlık veri çekerek portföy performansını hesaplar. Risk analizi, çeşitlendirme önerileri ve hedef bazlı yatırım planlaması sunar. Bütçe planlama özelliği, aylık ve yıllık bütçe oluşturmayı, kategori bazlı harcama limitleri belirlemeyi ve tasarruf hedefleri koymayı destekler. Akıllı bildirimler sayesinde kullanıcı, bütçe aşımı tehlikesi olduğunda proaktif olarak uyarılır. Finansal raporlama modülü, haftalık, aylık ve yıllık detaylı raporlar üretir. Harcama trendleri, gelir-gider dengesi, net varlık takibi ve nakit akışı analizleri görsel grafiklerle sunulur. PDF ve Excel export desteği ile muhasebeci paylaşımı kolaylaştırılmıştır. Güvenlik katmanında biyometrik kimlik doğrulama (Face ID / Touch ID), AES-256 şifreleme, certificate pinning ve jailbreak detection uygulanmıştır. Kullanıcı verileri cihazda şifreli olarak saklanır, bulut senkronizasyonu uçtan uca şifreli gerçekleştirilir.

Özellikler

Süreç

Zorluklar & Çözümler

Teknik Detaylar

Uygulama, MVVM-C (Model-View-ViewModel-Coordinator) ve Clean Architecture prensipleri üzerine inşa edilmiştir. Domain, Data ve Presentation katmanları kesin sınırlarla ayrılmıştır. Dependency Injection için Swinject container kullanılır. Veri katmanında Core Data, ana persistent store olarak görev yapar. NSPersistentCloudKitContainer ile iCloud senkronizasyonu otomatik yönetilir. Lightweight migration ile şema güncellemeleri sorunsuz uygulanır. Background context'ler ile ağır veri işlemleri ana thread'i bloklamaz. Reaktif programlama için Combine framework kullanılmıştır. ViewModel'ler @Published property'ler ile UI güncellemelerini yönetir. Network katmanında URLSession + Combine pipeline ile API istekleri zincirlenir. CancellableStore pattern ile memory leak önlenir. ML modeli Create ML ile eğitilmiş bir Text Classifier'dır. MLModel cihazda çalışır, kullanıcı verisi sunucuya gönderilmez. Model güncellemeleri App Store güncellemesi olmadan Core ML Model Deployment ile dağıtılır. Widget mimarisi WidgetKit Timeline Provider pattern kullanır. App Group shared container üzerinden ana uygulama ile veri paylaşılır. Background App Refresh ile periyodik güncelleme sağlanır. IntentConfiguration ile kullanıcı Widget içeriğini özelleştirebilir. Grafik render için Swift Charts framework tercih edilmiştir. Candlestick, line, bar ve pie chart tipleri desteklenir. Animasyonlu geçişler ve pinch-to-zoom ile interaktif veri keşfi sağlanır. VoiceOver ile erişilebilir grafik açıklamaları sunulur.

Araştırma Notları

Proje öncesinde Türkiye fintech pazarı kapsamlı araştırıldı. BDDK verilerine göre dijital bankacılık kullanıcı sayısı 2024'te 82 milyona ulaştı. Kişisel finans uygulamaları segmentinde yerli çözüm eksikliği önemli bir fırsat olarak belirlendi. Rakip analizi kapsamında Tosla, Papara, Moka gibi yerli ve Mint, YNAB, Copilot gibi global uygulamalar incelendi. Yerli uygulamaların çoğu ödeme odaklıyken, kapsamlı bütçe yönetimi ve yatırım takibi sunan yerli bir çözüm bulunmuyordu. Bu boşluk Fin Track'in temel değer önerisi olarak belirlendi. Kullanıcı araştırmasında 200 kişilik anket ve 15 derinlemesine mülakat gerçekleştirildi. Bulgular: kullanıcıların %78'i harcamalarını takip etmek istiyor ama %62'si manuel giriş yapmaktan vazgeçiyor. Otomatik kategorizasyon en çok talep edilen özellik olarak öne çıktı. Apple'ın FinanceKit framework'ü araştırıldı ancak Türkiye'deki banka desteği sınırlı olduğundan Open Banking API'leri ile custom entegrasyon tercih edildi. PSD2 düzenlemeleri Türkiye'de henüz tam uygulanmadığından, screen scraping yerine manuel banka bağlantısı ve CSV import desteklendi. On-device ML tercihinin arkasında KVKK ve GDPR uyumluluğu yatıyor. Finansal verilerin cihaz dışına çıkmaması hem hukuki hem kullanıcı güveni açısından kritik avantaj sağladı.

Tasarım Süreci

Tasarım sürecinde finans uygulamalarının kullanıcıları genellikle bunalttığı tespitinden yola çıkıldı. "Karmaşık veriyi basit göster" temel tasarım prensibi olarak benimsendi. Apple Human Interface Guidelines ve finansal UX best practice'leri referans alındı. Bilgi mimarisi için card sorting çalışması yapıldı. 5 ana sekme belirlendi: Dashboard, İşlemler, Bütçe, Yatırımlar ve Profil. Her sekme için kullanıcı akışları ve wireframe'ler Figma'da hazırlandı. 3 iterasyon sonrasında final tasarıma ulaşıldı. Renk paleti güven ve profesyonellik hissi yaratmak için seçildi. Emerald yeşil ana renk olarak benimsendi — büyüme ve finansal sağlık çağrışımı yapar. Kırmızı sadece uyarı ve harcamalar için kullanılır, yeşil gelir ve pozitif değişim için ayrıldı. Dashboard tasarımında progressive disclosure prensibi uygulandı. İlk bakışta toplam bakiye, aylık harcama özeti ve kritik uyarılar gösterilir. Detay isteyenler swipe ve tap ile derinlere inebilir. Skeleton loading ile algılanan hız artırıldı. Grafik tasarımında accessibility öncelikli yaklaşım benimsendi. Renk körlüğü için pattern overlay, VoiceOver için veri açıklamaları ve Dynamic Type desteği sağlandı. Dark mode'da OLED ekranlarda pil tasarrufu için true black arka plan tercih edildi. Prototip TestFlight ile 50 beta kullanıcıya dağıtıldı. Kullanılabilirlik testlerinde 12 sorun tespit edildi: onboarding akışı sadeleştirildi, grafik legend konumu değiştirildi ve bütçe oluşturma wizard'ı 5 adımdan 3 adıma indirildi. NPS skoru beta döneminde 72'ye yükseldi.

Sonuçlar & Etki

Uygulama, App Store Finans kategorisinde Türkiye'de 14. sıraya yükseldi. Ortalama kullanıcı puanı 4.8 ile kategorideki en yüksek puanlı yerli uygulamalardan biri oldu. 85.000'den fazla indirme ve 25.000 aktif kullanıcıya ulaşıldı. Kullanıcı anketleri, uygulamayı kullananların aylık ortalama %18 daha fazla tasarruf ettiklerini gösterdi. Otomatik kategorizasyon doğruluğu %94'e ulaştı ve kullanıcıların %72'si manuel düzeltme yapmadan sistemi kullanıyor. Yatırım modülü, kullanıcıların %45'i tarafından aktif olarak kullanılıyor. Portföy çeşitlendirme önerileri sonrasında kullanıcıların risk-getiri oranında %12 iyileşme gözlemlendi. Widget kullanım oranı %68 ile sektör ortalamasının üzerinde seyrediyor. Performans metrikleri hedeflerin üzerinde gerçekleşti: uygulama açılış süresi 0.8 saniye, işlem listesi scroll performansı 60fps, Widget güncelleme süresi ortalama 2 saniye. Crash-free rate %99.7 seviyesinde stabil seyrediyor. Premium abonelik dönüşüm oranı %8.2 ile finans kategorisi ortalamasının (%5.1) üzerinde. Aylık kullanıcı tutundurma oranı %71, yıllık abonelik yenileme oranı ise %64 olarak gerçekleşti.

Öğrenilen Dersler

Finansal verilerin güvenliği konusunda en önemli öğrenim, güvenliğin sadece şifreleme değil, bütüncül bir yaklaşım gerektirdiğiydi. Keychain, CryptoKit, certificate pinning ve jailbreak detection birlikte çalışmalı. Güvenlik audit'leri düzenli yapılmalı ve penetration testing süreçlere dahil edilmeli. Core ML model eğitiminde veri kalitesinin model karmaşıklığından daha önemli olduğunu öğrendik. İlk modelde 100.000 kayıt ile %88 doğruluk varken, veri temizleme ve augmentation sonrası 50.000 kayıt ile %94'e çıkıldı. Türkçe NLP için özel tokenization ve normalization pipeline'ı şart. CloudKit senkronizasyonunun edge case'leri beklenenden çok daha karmaşık. Cihazlar arası conflict resolution, partial sync failure recovery ve quota management için kapsamlı test senaryoları hazırlanmalı. Integration test'ler CloudKit container mock'ları ile otomatize edildi. WidgetKit'in bellek limitleri (30MB) ve güncelleme frekans kısıtlamaları (timeline tabanlı) başlangıçta beklenenden fazla optimizasyon gerektirdi. Shared container üzerinden minimal veri paylaşımı ve aggressive caching stratejisi ile bu limitler aşıldı. Finans uygulamalarında kullanıcı güveni en kritik faktör. Onboarding sürecinde şeffaf veri politikası, granüler izin yönetimi ve data export özelliği sunulması kullanıcı güvenini artırdı ve retention oranlarına doğrudan olumlu etki etti.