Pet Match

Proje Hakkında

Pet Match, barınaklardaki sahipsiz hayvanları potansiyel sahiplerle eşleştiren, Tinder'dan ilham alan swipe tabanlı bir sahiplendirme platformudur. Kullanıcılar yaşam koşullarını, deneyimlerini ve tercihlerini belirledikten sonra, AI destekli eşleştirme algoritması en uygun hayvanları öneriyor. Uygulamanın temel felsefesi, sahiplendirme sürecini eğlenceli ve erişilebilir kılmaktı. Geleneksel sahiplendirme siteleri karmaşık formlar ve uzun süreçlerle potansiyel sahipleri kaybediyordu. Pet Match, swipe mekanizması ile keşfi oyunlaştırıyor, detaylı hayvan profilleri ile bilgilendiriyor ve barınak entegrasyonu ile süreci hızlandırıyor. AI eşleştirme algoritması, kullanıcının yaşam alanı (apartman/müstakil), çalışma saatleri, aile yapısı (çocuk var/yok), deneyim seviyesi ve alerjik durumunu dikkate alarak uyumluluk skoru hesaplıyor. Makine öğrenmesi ile geçmiş başarılı sahiplendirmelerden öğrenerek eşleştirme kalitesini sürekli artırıyor. Barınak yönetim paneli, hayvan profili oluşturma, başvuru takibi, veteriner kayıtları ve sahiplendirme sonrası takip özelliklerini sunuyor. 50+ barınak ile entegre çalışan platform, Türkiye genelinde 3.000+ hayvanı listeliyor. Sosyal özellikler arasında sahiplendirme hikayeleri paylaşımı, topluluk forumu, veteriner danışma hattı ve acil yardım bildirimi yer alıyor. Gamification ile sahiplendirme sürecini teşvik eden rozetler ve ödüller, topluluk katılımını artırıyor. Uygulama tamamen ücretsiz olup reklam ve gönüllü bağışlarla sürdürülüyor.

Özellikler

Süreç

Zorluklar & Çözümler

Teknik Detaylar

Pet Match'in teknik altyapısı Firebase ekosistemi üzerine kurulu. Firestore gerçek zamanlı veritabanı, Cloud Functions sunucu tarafı iş mantığı, Cloud Storage medya dosyaları, Authentication kimlik doğrulama ve Analytics kullanıcı davranış analizi sağlıyor. Swipe motoru, UIKit'in UIPanGestureRecognizer'ı üzerine özel bir card stack view implementasyonu ile çalışıyor. SwiftUI wrapper ile declarative API sunuluyor. Her kart 3D transform ile eğilme, opacity geçişi ve spring animasyonu içeriyor. Gesture velocity bazlı karar mekanizması: hızlı swipe = kesin karar, yavaş swipe = geri çekilebilir. AI eşleştirme algoritması Create ML tabanlı bir öneri sistemi. 15 kullanıcı özelliği ve 20 hayvan özelliği üzerinden collaborative filtering + content-based hybrid yaklaşım kullanılıyor. Model, 5.000+ başarılı sahiplendirme verisiyle eğitildi ve F1 skoru 0.82. On-device inference ile 50ms altında skor hesaplama yapılıyor. Harita modülü MapKit ile implement edildi. MKClusterAnnotation ile yoğun bölgelerde barınak kümeleme, MKDirections ile yol tarifi, geofencing ile yakın barınak bildirimi sunuluyor. Custom MKAnnotationView ile hayvan profil fotoğrafı harita pin'i olarak gösteriliyor. Push notification stratejisi 4 katmanlı: (1) yeni eşleşme bildirimi (anlık), (2) favori hayvan güncelleme (durum değişikliği), (3) yakın barınak etkinliği (lokasyon bazlı), (4) haftalık özet (engagement). Firebase Cloud Messaging ile segmente edilmiş bildirimler, %8 tıklama oranı sağlıyor. Barınak yönetim paneli responsive web uygulaması (React + Firebase). Hayvan CRUD, başvuru takip, mesajlaşma, istatistik dashboard ve toplu operasyonlar sunuyor. Real-time Firestore listener ile mobil ve web anlık senkronize. Performans: Swipe kart yükleme 200ms, AI eşleştirme 45ms, harita render 300ms, fotoğraf iyileştirme 1.2s. Crash-free rate: %99.6. Firestore okuma maliyeti optimizasyonu ile aylık $400 altında işletim.

Araştırma Notları

Türkiye'de yılda 500.000+ hayvan barınağa bırakılıyor ve sahiplendirme oranı sadece %15. Dijital sahiplendirme platformları bu oranı %30-40'a çıkarma potansiyeline sahip. Mevcut çözümler: belediye web siteleri (düşük UX), sosyal medya grupları (düzensiz), sahiplendirme fuarları (fiziksel sınırlama). Global hayvan sahiplendirme pazarı büyüyor: Petfinder (ABD, 25M+ yıllık ziyaretçi), Adopt a Pet (20M+), BorrowMyDoggy (UK, sosyal model). Türkiye pazarında güçlü dijital rakip bulunmuyor — pazar lideri olma fırsatı. Pandemi sonrası evcil hayvan sahiplenmesinde %40 artış yaşandı ancak bu artışla birlikte geri dönüş oranları da %25 yükseldi. Kötü eşleşmeler geri dönüşün ana nedeni — AI destekli uyumluluk analizi kritik bir ihtiyaç. Hedef kitle araştırması: 25-40 yaş arası kentli profesyoneller birincil segment. İkincil: aileler. Motivasyonlar: hayvan sevgisi (%72), çocuğa sorumluluk öğretmek (%18), yalnızlık (%10). Engeller: apartman kuralları (%45), zaman endişesi (%35), mali endişe (%20). Belediye işbirliği potansiyeli yüksek: 30 büyükşehir belediyesinin hayvan barınağı mevcut, dijitalleşme bütçesi ayrılmış ama teknik kapasite yetersiz. Pet Match, belediyelere hazır altyapı sunarak hızlı ölçeklenme sağlayabilir.

Tasarım Süreci

Tasarım süreci saha araştırmasıyla başladı. 10 barınak ziyareti, 30 barınak gönüllüsüyle görüşme ve 200 potansiyel sahiple anket yapıldı. Ana bulgular: sahiplendirme süreci korkutucu algılanıyor (bürokratik, yargılayıcı), hayvan bilgisi yetersiz sunuluyor ve karar verme süreci uzun. Keşif fazında, Tinder, Bumble ve Hinge'in swipe mekanizmaları analiz edildi. Dating app UX pattern'lerinin sahiplendirmeye adaptasyonu için 5 farklı konsept hazırlandı. Kullanıcı testleri, Tinder-tarzı basit swipe'ın en yüksek engagement'ı sağladığını gösterdi. Ancak sağa swipe sonrası detaylı profil gösterimi (dating'den farklı olarak) sahiplendirme kalitesini artırdı. Prototipleme fazında Figma ile 3 iterasyon yapıldı. Her iterasyonda 12 kullanıcıyla (6 potansiyel sahip + 6 barınak çalışanı) usability testi uygulandı. En kritik tasarım kararı: hayvan kartında ilk gösterim fotoğraf + isim + uyumluluk skoru, detay ekranında sağlık bilgileri + karakter özellikleri + barınak hikayesi. Bilgi mimarisi "duygusal bağ önce, rasyonel değerlendirme sonra" prensibine göre tasarlandı. Visual design fazında sıcak amber-turuncu renk paleti seçildi (sıcaklık, güven, neşe). Lottie animasyonları ile kalp, pati izi ve konfeti efektleri eklendi. Hayvan fotoğrafları için özel card template'i tasarlandı: yuvarlatılmış köşeler, subtle shadow, renk düzeltmesi overlay. Dark mode'da hayvan fotoğraflarının öne çıkması için mat siyah arka plan kullanıldı. Lansman sonrası iterasyonda topluluk geri bildirimlerine göre 5 major güncelleme yapıldı: harita görünümü (en çok istenen), sahiplendirme hikayeleri (topluluk bağlayıcı), acil yardım butonu (sokak hayvanları için), veteriner danışma (sahiplendirme sonrası destek), barınak etkinlikleri (fiziksel-dijital bağlantı).

Sonuçlar & Etki

Pet Match, lansmanından itibaren güçlü bir sosyal etki yarattı ve topluluk tarafından benimsendi. 180.000+ indirme ile Türkiye'nin en büyük dijital hayvan sahiplendirme platformu haline geldi. App Store ve Google Play'de 4.9 ortalama rating ile en yüksek puanlı sosyal sorumluluk uygulaması. Sahiplendirme metrikleri: Platformda toplam 8.500+ başarılı sahiplendirme gerçekleşti. Ortalama sahiplendirme süresi 12 günden 5 güne düştü (geleneksel yöntemlere göre %58 hızlanma). Sahiplendirme sonrası geri dönüş oranı %3 (sektör ortalaması %15) — eşleştirme kalitesinin göstergesi. Kullanıcı etkileşim metrikleri: DAU/MAU %38, ortalama günlük swipe 45, favori kaydetme oranı %22, başvuru dönüşümü %8 (swipe → başvuru). En aktif saat dilimi 20:00-22:00 (akşam dinlenme saatleri). Barınak etki metrikleri: 50+ entegre barınak, 3.000+ aktif hayvan listesi, barınak başına ortalama %65 sahiplendirme oranı artışı. 12 barınak "sıfır kapasiteye" ulaştı (tüm hayvanlar sahiplendirildi) — platform öncesi bu barınaklar kronik doluluk yaşıyordu. Medya ve ödüller: TRT Haber, NTV ve 15+ yerel medyada haber oldu. Türkiye Hayvan Hakları Federasyonu'ndan "Yılın Dijital Projesi" ödülü. Google Play "Best Social Impact App" Türkiye finalisti. 3 belediye ile resmi işbirliği protokolü imzalandı. Sürdürülebilirlik: Uygulama tamamen ücretsiz. Gelir kaynakları: kurumsal sponsorluk (%60), gönüllü bağış (%25), veteriner klinik reklamları (%15). Yıllık işletim maliyeti $18.000, gelir $42.000 — sürdürülebilir model.

Öğrenilen Dersler

Pet Match projesi, sosyal sorumluluk odaklı teknoloji geliştirmenin benzersiz dinamiklerini öğretti. En büyük ders, teknolojinin insan davranışını değiştiremeyeceği ama kolaylaştırabileceğiydi. Sahiplendirme kararı duygusal bir karar — teknoloji bu duyguyu engellememeli, desteklemeli. Swipe mekanizmasının etik boyutu önemli bir tartışma konusuydu. "Hayvanları Tinder'da swipe etmek uygun mu?" sorusu topluluktan geldi. Çözüm: swipe'ı "keşif aracı" olarak konumlandırmak ve sol swipe'ı "şimdi değil" ("beğenmedim" değil) olarak adlandırmak. Dil seçimi kullanıcı algısını doğrudan etkiledi. Barınak çalışanlarıyla teknoloji okuryazarlığı farkı en büyük operasyonel zorluktu. En gelişmiş özellikler kullanılmıyorsa işe yaramaz. Basit arayüz, sesli profil oluşturma ve WhatsApp entegrasyonu gibi düşük-teknik çözümler en etkili oldu. Algoritma adaleti konusu, sosyal sorumluluk projelerinde teknik projelerdeki standart yaklaşımlardan farklı düşünmeyi gerektirdi. Klasik öneri sistemleri popüleri öne çıkarır — burada amaç tam tersi: en az şanslı olana en çok fırsat tanımak. Sürdürülebilir iş modeli oluşturmak, sosyal projelerin en zor kısmıydı. Kullanıcıdan ücret almadan ayakta kalmak için yaratıcı gelir modelleri (sponsorluk, bağış, ortaklık) geliştirmek gerekti. Şeffaf mali raporlama bağış oranını %120 artırdı.