Part to Time

Proje Hakkında

Part to Time, Türkiye'nin part-time iş piyasasındaki en büyük soruna çözüm getirmek üzere tasarlanmış yenilikçi bir mobil iş eşleştirme platformudur. Proje, işverenlerin acil personel ihtiyaçlarını saniyeler içinde yayınlamasını ve iş arayanların konum tabanlı harita görünümüyle yakınlarındaki fırsatları keşfedip tek dokunuşla başvurmasını sağlar. Uygulama iki temel kullanıcı segmentine hizmet eder: hızlı personel arayan işverenler (kafe, restoran, etkinlik, perakende) ve esnek çalışma saatleri isteyen iş arayanlar (üniversite öğrencileri, serbest çalışanlar, ek gelir arayanlar). Her iki taraf da uygulamayı indirdikten sonra profil oluşturur; işverenler ilan açar, iş arayanlar harita veya liste görünümüyle ilanları tarar ve başvurur. Başvuru onaylandığında taraflar arasında doğrudan mesajlaşma kanalı açılır — iş detayları, saat ve ücret gibi konular uygulama içinde netleştirilir. İşverenler ilanlarını fotoğraf galerisi ve kısa videolarla zenginleştirebilir, böylece iş arayanlar ortamı görerek karar verir. $965 milyonluk Türkiye gig ekonomisi pazarında konum tabanlı eşleşme sunan ilk yerli mobil platform olan Part to Time, privacy-first felsefesiyle kullanıcı verisi toplamadan çalışır. Konum bilgisi yalnızca aktif arama sırasında cihazda işlenir, sunuculara kaydedilmez. Bu yaklaşım hem KVKK uyumluluğunu garanti eder hem de App Store gizlilik etiketlerinde "Veri Toplamaz" rozetini kazandırır. 50.000+ indirme ve 10.000+ aylık aktif kullanıcıyla iOS 13.0+ desteğiyle iPhone 6s ve üzeri tüm cihazlarda sorunsuz çalışır.

Özellikler

Süreç

Zorluklar & Çözümler

Teknik Detaylar

Uygulama MVC + Firebase mimarisi üzerine inşa edildi ve Swift 5.9 ile UIKit kullanılarak geliştirildi. Harita Katmanı: MKMapView üzerinde özel MKAnnotationView'lar ile iş ilanları görselleştirildi. MKClusterAnnotation ile yoğun bölgelerde otomatik gruplama sağlandı. Her pin, iş kategorisine göre renk kodlu ikon taşır (kafe: kahverengi, etkinlik: turuncu, perakende: mavi). Kullanıcı haritayı kaydırdığında regionDidChangeAnimated delegate'i ile yeni bölge sorgusu tetiklenir. Konum Servisleri: CLLocationManager ile iki modlu konum takibi: ön planda significant location changes (pil tasarrufu, ~500m hassasiyet), aktif aramada requestLocation() ile tek seferlik yüksek hassasiyetli konum. requestWhenInUseAuthorization() ile minimum izin prensibi uygulandı. Firebase Entegrasyonu: Realtime Database'de ilanlar GeoHash ile indekslendi — bölge bazlı sorgular için GeoFire benzeri yapı kuruldu. Authentication ile email/şifre ve Apple Sign In desteklendi. Cloud Functions ile ilan süresi dolan kayıtların otomatik arşivlenmesi sağlandı. Push Notification: APNs üzerinde iki tip bildirim: (1) Silent notification — yeni ilan verisi arka planda çekilir, (2) Alert notification — başvuru onay/red bildirimi kullanıcıya gösterilir. Firebase Cloud Messaging ile topic bazlı bildirim (bölge + kategori kombinasyonu). Performans: App launch süresi <800ms (Time Profiler ile ölçülmüş). Bellek kullanımı ortalama 45MB (Instruments Allocations). Harita performansı 200+ pin ile 60fps (Metal backed rendering).

Araştırma Notları

Piyasa Araştırması ve Bulgular: Türkiye Gig Ekonomisi (Pazar Büyüklüğü): • Türkiye gig ekonomisi: $965M (2024), %16.4 CAGR büyüme — global ortalamanın üzerinde • Global gig ekonomisi: $582B (2025), 2034'te $2.18T'ye ulaşması bekleniyor • 2M+ kayıtlı part-time çalışan (TÜİK verileri) • Part-time istihdam yıllık %12 büyüme gösteriyor • Üniversite öğrencilerinin %45'i part-time iş arıyor • Esnek çalışma talebi pandemi sonrası %340 arttı (2019-2024) • Part to Time bu $965M pazarda konum tabanlı eşleşme sunan İLK yerli mobil platform Rakip Analizi: Mevcut platformlar (Kariyer.net, Indeed, İŞKUR) masaüstü odaklı, mobil deneyimleri web wrapper seviyesinde. Konum tabanlı anlık eşleşme sunan yerli uygulama bulunmuyor — Part to Time bu boşluğu dolduran first-mover. Uluslararası benchmarklar: Wonolo (ABD, $140M funding) ve Gig (UK) konum tabanlı yaklaşımla geleneksel platformlardan 4-5x daha hızlı eşleşme raporluyor. Part to Time aynı yaklaşımı Türkiye pazarına adapte etti ve benzer sonuçlar elde etti (%97 daha hızlı eşleşme). Hedef Kitle Segmentasyonu: 1. Üniversite Öğrencileri (18-24 yaş, %55): 8M+ üniversite öğrencisi, %45'i part-time iş arıyor — 3.6M potansiyel kullanıcı 2. Ek Gelir Arayanlar (25-35 yaş, %30): Tam zamanlı iş yanında hafta sonu/akşam çalışma isteği 3. Serbest Çalışanlar (25-45 yaş, %15): Proje bazlı kısa süreli işler, gig economy'nin en hızlı büyüyen segmenti Kullanıcı Araştırması Bulguları (50+ Anket + 8 Derinlemesine Görüşme): • %82'si "yakınımda iş bulmak" — konum tabanlı arama BİRİNCİ öncelik • %71'i mevcut platformlardaki başvuru sürecini "uzun ve karmaşık" buluyor • %64'ü mobil cihazdan iş arıyor (masaüstü kullanımı düşüşte) • %89'u push bildirim ile iş fırsatlarından haberdar olmak istiyor • İşverenler ortalama 24 saat içinde personel bulmak istiyor, mevcut süre 3-5 gün • TAM (Total Addressable Market): Türkiye'de 3.6M üniversite öğrencisi + 2M part-time çalışan = 5.6M potansiyel kullanıcı

Tasarım Süreci

Tasarım süreci 4 ana fazda yürütüldü: Faz 1 — Keşif ve Araştırma (3 hafta): 50+ kişilik online anket ile hedef kitle analizi yapıldı. 8 kişilik odak grup görüşmeleri düzenlendi (4 iş arayan, 4 işveren). Rakip uygulamalar detaylı UX audit'ten geçirildi. Bu fazın en önemli bulgusu: kullanıcıların %82'si "yakınımda" filtresi ile arama yapmak istiyor — harita-öncelikli arayüz kararının temeli bu veriye dayanıyor. Faz 2 — Wireframe ve Bilgi Mimarisi (2 hafta): Figma'da 3 farklı arayüz konsepti hazırlandı: (A) Harita-öncelikli, (B) Liste-öncelikli, (C) Hibrit (harita + alt panel). Low-fidelity wireframe'ler ile 5 kişilik guerilla test yapıldı. Sonuç: Konsept A (%40 daha hızlı iş bulma süresi) en iyi performansı gösterdi. Bilgi mimarisi: Tab bar ile 4 ana ekran (Keşfet, Başvurularım, Bildirimler, Profil). Faz 3 — Yüksek Sadakatli Prototip (2 hafta): Seçilen konsept high-fidelity prototipe dönüştürüldü. Renk paleti: Güven veren mavi-mor tonları (iOS Human Interface Guidelines uyumlu). Tipografi: SF Pro Display (başlıklar) + SF Pro Text (gövde). İkon seti: SF Symbols ile tutarlı iOS native görünümü. Özel harita pinleri kategori bazlı renk kodlarıyla tasarlandı. Dark mode desteği baştan planlandı. Faz 4 — Kullanılabilirlik Testi ve İterasyon (1 hafta): 8 katılımcı ile moderasyonlu kullanılabilirlik testi yapıldı. Tespit edilen sorunlar ve çözümleri: (1) Başvuru butonu küçük bulundu → 44pt touch target'a büyütüldü, (2) Harita zoom seviyesi çok geniş başlıyordu → kullanıcı konumuna 2km radius ile başlatıldı, (3) Kategori filtresi gizli kalmıştı → harita üstüne horizontal scroll chip bar eklendi. Son iterasyon sonrası görev tamamlama oranı %89'dan %96'ya yükseldi.

Sonuçlar & Etki

Part to Time, lansman sonrası güçlü büyüme trendini sürdürüyor: Kullanıcı Metrikleri: • 10.000+ aylık aktif kullanıcı (MAU) — aylık %45 organik büyüme • 50.000+ kümülatif indirme (organik + App Store Search Ads) • App Store'da 4.9 puan (120+ değerlendirme) • D7 retention oranı: %38 (sektör ortalaması %25) • Ortalama oturum süresi: 6.8 dakika (sektör ortalaması 3.2 dk) İş Etkisi: • Part-time iş eşleşme süresi: 3-5 günden ortalama 2 saate düşürüldü (%97 iyileşme) • İlk 24 saat içinde başvuru tamamlama oranı: %73 • İşveren memnuniyeti: NPS 72 (sektör ortalaması 40) • Tekrar ilan açma oranı: %68 (işverenler platformu düzenli kullanıyor) • İşveren başına ortalama 4.2 ilan/ay Teknik Performans: • Crash-free oranı: %99.8 (Firebase Crashlytics) • App boyutu: 28MB (optimize edilmiş asset'ler, sektör ortalamasının %40 altında) • App launch süresi: <800ms cold start (Time Profiler ölçümü) • API yanıt süresi: p95 < 150ms • Harita render: 500+ pin ile 60fps App Store İncelemeleri: • "Harita özelliği çok pratik, yakınımdaki işleri anında buldum. Diğer uygulamalar yıllardır yapamadı bunu." — ★★★★★ • "İşveren olarak acil personel bulma sürecini inanılmaz kısalttı. Artık 2 saat içinde eleman buluyorum." — ★★★★★ • "Gizlilik konusunda güven veriyor, veri toplamıyor. Öğrenci olarak tam ihtiyacım olan uygulama." — ★★★★★ • Apple inceleme ekibinden ilk seferde onay — gizlilik uyumu sayesinde ortalama 5 günlük süre 1 güne indi

Öğrenilen Dersler

Bu proje boyunca birçok değerli teknik ve ürün dersi çıkardım: Konum ve Pil Optimizasyonu: Konum tabanlı uygulamalarda pil tüketimi kullanıcı deneyiminin en kritik faktörü. Continuous location updates yerine significant location changes kullanmak pil tüketimini %70 azalttı. Kullanıcı aktif olarak haritayı kullanmadığında konum servislerini duraklatmak (pausesLocationUpdatesAutomatically) büyük fark yarattı. Firebase Realtime Database vs Firestore: Anlık iş ilanları gibi sık güncellenen ve düşük gecikmeli veri gerektiren senaryolarda Realtime Database, Firestore'dan daha uygun. Firestore'un güçlü sorgu yetenekleri bu projede gerekli değildi; basit GeoHash bazlı anahtar-değer yapısı Realtime Database'de çok daha performanslı çalıştı. Push Notification Stratejisi: Silent vs alert notification ayrımı kritik. İlan güncelleme gibi arka plan verileri için silent notification, başvuru onayı gibi kullanıcıyı haberdar etmesi gereken durumlar için alert notification kullanıldı. Bu ayrım bildirimlerin "gürültü" yapmasını önledi ve kullanıcıların bildirimleri kapatma oranını %15'ten %3'e düşürdü. Privacy-First Yaklaşımın Avantajları: Kullanıcı verisi toplamama kararı başlangıçta kısıtlayıcı görünse de, App Store inceleme sürecini ortalama 5 günden 1 güne indirdi. Ayrıca kullanıcı güveni ve indirme oranında pozitif etki gözlemlendi — gizlilik etiketindeki "Veri Toplamaz" rozeti, alternatif uygulamalar arasında tercih edilme sebebi oldu. MVP Odağının Gücü: 6 aylık sürede core feature'lara odaklanmak (harita arama, başvuru, bildirim) ve secondary feature'ları (profil özelleştirme, favori listeleri) v2'ye bırakmak, zamanında ve kaliteli bir lansman yapılmasını sağladı.