Bir Alışveriş Arabası Sizi Daha Fazla Harcamaya İtebilir mi? Bir Alman Süpermarket ile Çalışmamızdan Sonuçlar

Şu anda bütün perakendeciler aynı parlak fikrin arkasından koşuyor: alışveriş arabasına bir ekran koy, biraz yapay zeka destekli kişiselleştirme ekle ve buna "perakendenin geleceği" de.

Ama gerçekten işe yarıyor mu? Yoksa sektör basınını heyecanlandırıp gerçek müşterilerin pek de ilgilenmediği bir oyuncaktan mı ibaret?

Ben de ekip arkadaşlarımla ((Sabrina Gottschalk, Annika Lorenz-Kornfeld, Nils Eisler) ) bu soruya tahminlerle değil, gerçek verilerle düzgün bir cevap bulmaya karar verdik. "Customer responses to smart shopping carts in supermarkets" başlıklı makalemiz, alanında iyi sıralanan, etki faktörü yüksek Journal of Business Research'te yayınlandı. Almanya'daki büyük bir süpermarket zincirinde, ekranlı, mağaza içi yönlendirmeli ve kişiselleştirilmiş tekliflere sahip akıllı arabaların pilot uygulamasından, bir aylık süre boyunca toplanan 12.418 gerçek alışveriş oturumunu inceledik.

İşte bulduklarımız.

Sayılar Yalan Söylemiyor

Akıllı arabanın ekranını aktif olarak kullanan müşterilerle kullanmayanları karşılaştırdığımızda, kullananlar:

• 💶 Sepette %32 daha fazla harcama yapıyor (22,89 € → 30,18 €)

• 🛒 %25 daha fazla ürün satın alıyor (9,61 → 12,02)

• ⏱️ Mağazada %23 daha uzun kalıyor (32,75 → 40,40 dakika)

Bu küçük bir etki değil. Gerçekten farklı bir alışveriş deneyimi.

(Böyle bulguları işletmeniz için gerçek bir yapay zeka ve müşteri deneyimi stratejisine dönüştürmek isterseniz, kurumsal eğitim ve danışmanlık çalışmalarımda tam olarak bunu yapıyorum. Sonda biraz daha bahsedeceğim.)

Ama İşin İlginç Tarafı Burada: Daha Fazla "Yapay Zeka Etkileşimi" Her Zaman Daha İyi Değil

İşte pazarlamacıların durup bir düşünmesi gereken kısım burası.

Bir de "süper kullanıcılara" baktık, her alışveriş turunda ekrana 20 ya da daha fazla kez dokunan müşteriler. En çok onlar harcar diye düşünürsünüz, değil mi?

Tam olarak öyle değil.

• Süper kullanıcılar gerçekten de daha fazla ürün alıyor ve mağazada daha uzun kalıyor.

• Ama sepet değerleri bir noktada düzleşiyor. Hatta belli bir dokunma sayısının üzerine çıkınca gerçekten düşüyor.

Belli bir noktadan sonra, fazladan dokunmalar satın alma niyetinden çok meraka benziyor. Etkileşim ile gelir arasındaki ilişki düz bir çizgi değil. Ortasında bir tatlı nokta olan bir eğri.

Aynı örüntü verilerimizde, birbirinden bağımsız şekilde iki kez ortaya çıktı. Dönüşüm oranı (yani ekranda gösterilen bir teklife müşterinin tepki verip vermemesi) tam olarak aynı şekli izledi: etkileşimle birlikte yükseldi, sonra çok yüksek etkileşim seviyelerinde yeniden düştü. Bir sonuç iki farklı çıktıda tekrarlandığında, bu tek seferlik bir bulgudan çok daha güçlü bir sinyal demek.

Alışverişe çıkmadan önce listesini yükleyen müşterilerde ise tam tersi bir örüntü gördük: daha az ürün ama daha yüksek değer, daha hızlı turlar. Klasik, verimli, göreve odaklı bir alışveriş tarzı. İlginç olan, liste yükleyenlerin dönüşüm oranı diğer müşterilerden daha yüksekti. Çok fazla göz gezdirmeseler de, karşılarına çıkan ilgili bir teklifi fark edip değerlendiriyorlardı.

Aynı teknolojiyi kullanan ama birbirinden tamamen farklı iki müşteri tipi.

Yöntem Hakkında Kısa Bir Not (Çünkü Detaylar Önemli)

Şirketlerle çalıştığımda sık sık şunu soruyorlar: "Bunun bir tesadüf olmadığını, ya da zaten yoğun zamanlarda gelen müşterilerin doğal olarak daha çok harcadığını nereden biliyorsunuz?"

Haklı bir soru. Kısa cevabı şöyle.

Sadece iki ortalamayı karşılaştırıp işin bittiğini söylemedik. Farklı çıktı değişkenleri farklı istatistiksel yaklaşımlar gerektirdiği için, her biri için regresyon modelleri çalıştırdık.

Her model, alışveriş davranışını doğal olarak şekillendiren bağlamı kontrol etti: günün saati, hafta içi ya da hafta sonu olması, hatta hava durumu. Çünkü sıcaklık ve yağmur, insanların mağazada ne kadar kaldığını ve ne kadar harcadığını gerçekten etkiliyor.

Sonra bir adım daha attık ve akıllı araba kullananlarla kullanmayanları, sadece tamamen aynı gün ve saat dilimlerinde karşılaştırdık. Yani bir salı sabahı müşterisini bir cumartesi akşamı müşterisiyle karşılaştırıp "adil bir kıyaslama" demiyoruz. Bu daha sıkı karşılaştırmadan sonra bile fark hâlâ duruyordu: akıllı araba kullananlar öğleden sonra ortalama 5 €, akşam ise 3,41 € daha fazla harcıyor, 1,3 ile 1,5 arasında daha fazla ürün alıyor ve benzer diğer müşterilere kıyasla 5 ile 7 dakika arasında daha fazla mağazada kalıyordu.

Bunların hiçbiri nedensellik kanıtlamıyor. Akıllı arabayı kullanmayı seçen müşteriler zaten baştan farklı bir müşteri tipi olabilir, ve bu sınırlamayı makalede açıkça belirtiyoruz. Ama bulduğumuz örüntülerin istatistiksel bir tesadüf, yoğun bir cumartesi yanılsaması ya da tek bir model seçiminin yan etkisi olmadığı anlamına geliyor.

Alışveriş Arabalarının Ötesinde: Diğer Sektörler için Dersler

Yapay zeka eğitimlerimde sürekli belirttiğim nokta şu: teknolojinin kendisi nadiren fark yaratan bir unsur olarak karşımıza çıkıyor.

Akıllı bir araba, bir chatbot, bir öneri motoru, yapay zeka ile üretilmiş bir reklam. Bunların hiçbiri kendiliğinden değer yaratmıyor. Değeri yaratan, teknolojinin etrafına sarılan pazarlama ve davranış tasarımı: kime, hangi anda, ne içerik gösterdiğiniz ve geri gelen sinyalleri ne kadar iyi okuduğunuz.

Müşterileri daha çok harcatan araba değildi. Gerçek zamanlı davranışı bir pazarlama sinyali olarak kullanabilme yeteneğiydi.

Sürekli tekrarladığım argüman da bu: yapay zeka çağında rekabet avantajınız kullandığınız araç değil. Deneyimi ve onun etrafındaki pazarlama stratejisini ne kadar iyi tasarladığınız.

Bunun İşletmeniz İçin Anlamı Ne

Mağaza içi teknoloji, uygulamalar, sohbet botları ya da öneri motorları gibi yapay zeka destekli müşteri dokunuş noktalarını değerlendiriyorsanız, işte dört pratik çıkarım:

• Etkileşimin kalitesini takip edin, sadece miktarını değil. Daha fazla etkileşim otomatik olarak daha fazla ciro demek değil. Bizim verimizde bu ilişkinin belirgin bir tatlı noktası vardı.

• Demografiye değil, davranışa göre segmentleyin. "Liste yükleyenler" ile "süper kullanıcılar" tamamen farklı içerik stratejilerine ihtiyaç duyuyor.

• Bağlam her şeyi değiştirir. Aynı teknoloji günün saatine ve haftanın gününe göre farklı performans gösterdi. Yapay zeka stratejiniz sadece "ne"yi değil, "ne zaman"ı da hesaba katmalı.

• Ölçeklendirmeden önce doğrulayın. Biz bağlamı kontrol ettik, sağlamlık testleri yaptık ve örüntüler hâlâ geçerliydi. Bir yapay zeka özelliğini şirket çapında yaygınlaştırmadan önce, etkinin aynı titiz incelemeden geçip geçemeyeceğini test etmeye değer.

Bu tür bulguları kendi kurumunuzun yapay zeka ve müşteri deneyimi stratejisine nasıl uygulayabileceğinizi keşfetmek isterseniz, şirketlere kurumsal eğitim ve danışmanlık yoluyla tam olarak bu konuda yardımcı oluyorum. www.yusufoc.com üzerinden benimle iletişime geçebilirsiniz.

📄 Makalenin tam metni: Gottschalk, S.A., Lorenz-Kornfeld, A., Oc, Y., & Eisler, N. (2026). Customer responses to smart shopping carts in supermarkets. Journal of Business Research, 215, 116337. https://www.sciencedirect.com/science/article/pii/S0148296326003723?dgcid=coauthor