Türkçe Web'de Tasarım Örüntülerinin Denetimsiz Keşfi: Arketip mi, Süreklilik mi? 9.703 Canlı Sitede Kompozisyon, Hareket ve Algısal Ölçümlerin Kümeleme Analizi

1. Giriş

Tasarım tartışmalarında sıklıkla sitelerin birkaç tipik türe ayrıldığı varsayılır: sade kurumsal site, görsel ağırlıklı portfolyo, yoğun katalog sayfası gibi. Bu varsayım bu çalışmada sınanan bir önermedir. Doğruysa, ölçülebilir tasarım özelliklerinin ortak dağılımında ayrık ve kararlı gruplar görmeyi bekleriz; doğru değilse, tasarım bir süreklilik üzerinde yer alır ve tür adları yalnızca kolaylık etiketidir. Bu ayrım hem tasarım araçları hem de otomatik değerlendirme sistemleri için pratik sonuç doğurur: gruplar gerçekse grup-özel ölçütler gerekir, değilse tek bir sürekli profil yeterlidir.

Bu çalışma keşfedici niteliktedir; önceden belirlenmiş bir kuramsal hipotezi sınamaz. Üç soruyu yanıtlar: (1) Türkçe kaynaklı sitelerde kompozisyon, hareket ve algısal ölçümlerin ortak dağılımında denetimsiz yöntemlerle ayrık gruplar bulunur mu? (2) Bulunan gruplar yöntem, örneklem ve zaman bakımından ne kadar kararlıdır? (3) Gruplar, kümelemeye girmeyen dış değişkenlerle (saha performansı, teknik yığın, sektör) ilişkili midir? Üçüncü soru, bulunan örüntülerin yalnızca ölçüm yapaylığı olup olmadığını anlamamıza yardım eder.

2. İlgili Çalışmalar

Web arayüzlerinin estetik algısı hesaplamalı olarak sık çalışılmıştır. Kullanıcılar bir sayfa hakkında ilk izlenimlerini 50 milisaniye gibi kısa sürede oluşturur (Lindgaard ve ark., 2006); algılanan estetik ile algılanan kullanılabilirlik ilişkilidir (Tractinsky ve ark., 2000); görsel karmaşıklık ve renklilik, ilk izlenimin estetik değerlendirmesini öngörür (Reinecke ve ark., 2013) ve estetik tercihler demografik gruplara göre değişir (Reinecke ve Gajos, 2014). Bu çalışmalar tasarım özelliklerinin algıyla ilişkisini inceler; özelliklerin ortak dağılımının ayrık türlere bölünüp bölünmediğini sınamaz.

Kümeleme yöntemleri geniş literatüre sahiptir (Jain, 2010; Steinley, 2006; Fraley ve Raftery, 2002). Ancak kümeleme algoritmaları veride küme olmasa da küme üretir; bu yüzden bulunan bölümlemenin geçerliliği ayrıca sınanmalıdır. Bu amaçla kümelenme eğilimi için Hopkins istatistiği (Banerjee ve Dave, 2004), küme sayısı için Gap istatistiği (Tibshirani ve ark., 2001), ayrım gücü için silhouette (Rousseeuw, 1987; Kaufman ve Rousseeuw, 1990), kararlılık için bootstrap tabanlı küme-bazlı değerlendirme (Hennig, 2007) ve bölümlemeler arası uyum için düzeltilmiş Rand indeksi (Hubert ve Arabie, 1985) kullanılır.

Bu çalışmanın katkısı, tek protokolle ölçülmüş büyük bir Türkçe web örnekleminde bu geçerlilik ölçütlerini birlikte uygulaması ve zayıf yapı bulgusunu olduğu gibi raporlamasıdır. Aynı motorun önceki saha taraması sektör ve sağlayıcı farklarını betimlemişti (1st.com.tr Araştırma Birimi, 2026); bu çalışma ise ölçümlerin kendi iç yapısına bakar.

3. Yöntem

3.1 Örnekleme çerçevesi. Örneklem, 1st.com.tr'nin keşif ve ekleme süreçlerinin derlediği sitelerden oluşur; bu bir kolayda örneklemdir ve motorun keşif ile öne çıkarma süreçlerinden etkilenir. Tüm Türkçe web'i temsil ettiği iddia edilmez. Analiz, motorun v3 sürümüyle (puan sürümü 4) 10 Eylül-5 Ekim 2026 arasında ölçülen 13.092 siteyi kapsar. Ölçüm başsız bir Chromium oturumunda, masaüstü görünümde yapılır; sayfa kaydırılırken davranış yakalanır, statik kompozisyon ve algısal ölçümler ayrıca hesaplanır.

3.2 Özellikler. Kümelemede 11 özellik kullanıldı (Tablo 2). Beş özellik, ölçüt rehberinde doğrulanmış olarak işaretli ölçümlere dayanır (renklilik, görsel entropi, kenar yoğunluğu, görsel denge, renk uyumu); altı özellik motorun v3 sürümünde tanımlanan davranış ve kompozisyon ölçümleridir ve bağımsız bir doğrulaması henüz yapılmamıştır (bkz. Sınırlılıklar). Kümelemeye bileşik skorlar, saha performansı (CrUX), render modu ve sektör girmedi; bunlar yalnızca dış geçerlilikte kullanıldı. clutter (eleman yoğunluğu) tavana yapışık dağıldığı ve gridAdherence (ızgara hizası) fiilen üç değer aldığı için, ölçüt rehberindeki zayıf metrik uyarısına uyularak dışarıda bırakıldı.

3.3 Dışlama ve eksik veri. Analiz örneklemi üç aşamada daraltıldı (Tablo 1): canlı olmayan sayfalar (erişimi engellenmiş, park edilmiş, bulunamayan, boş, kırık, yer tutucu ve ince içerikli sayfalar ile uygulama kabuğu ve doğrulama durumu boş olanlar) çıkarıldı; davranış yakalaması engellenen siteler çıkarıldı; 11 özelliğin hepsinde değeri olmayan siteler çıkarıldı. Tam vaka dışında kalan 716 sitenin bileşik v3 skoru ortalaması 58,17, analiz örnekleminin 58,16 idi (Cohen d = −0,002); eksiklik bu açıdan belirgin bir yanlılık göstermedi. Ancak bileşik skor tek bir kontrol değişkenidir ve eksiklik mekanizması tam olarak bilinmemektedir.

3.4 Özelliklerin işlemsel tanımı

Tablo 2, kümelemeye giren özellikleri, tanımlarını ve ön işleme sonrası çarpıklıklarını verir. Tanımlar motorun kaynak kodundan alınmıştır. Açılış yoğunluğu, hareket enerjisi ve özel CSS özelliği sayısı sıfır şişkin ve sağa çarpıktır (ön işlemeden önceki 10.419 sitelik alt kümede açılış yoğunluğunun %48,0'ı, hareket enerjisinin %37,6'sı ve özel CSS özelliği sayısının %7,4'ü tam sıfırdır); bu nedenle bu üç özellik log(1+x) ile dönüştürüldü.

4. İstatistiksel Analiz

Tüm analizler tek bir betikle (academic-pattern-discovery.py; Python 3, scikit-learn, SciPy; Pedregosa ve ark., 2011) ve sabit bir rastgelelik tohumuyla (20261006) yeniden üretilebilir biçimde yürütüldü. Karar kuralları sonuçlar görülmeden önce betiğe yazıldı.

Ön işleme. Dönüşümden sonra her özellik %1 ve %99 yüzdeliklerinde winsorize edildi ve z-skoruna çevrildi. Kümelenme eğilimi Hopkins istatistiğiyle (500 noktalı örneklem, 20 yineleme) ölçüldü; 0,5 rastgeleliğe, 1 güçlü kümelenmeye karşılık gelir.

Bölümleme ve küme sayısı. Ana bölümleme k-ortalamalarla (Lloyd, 1982) yapıldı. K = 2-10 için silhouette hesaplandı; K = 2-8 için bootstrap kararlılığı (100 yeniden örnekleme; her yeniden örnekleme merkezleriyle tüm noktalar etiketlenip tam veri bölümlemesiyle ARI hesaplandı) ve K = 1-9 için Gap istatistiği (30 referans kümesi, ana bileşenlere hizalı düzgün referans) hesaplandı. Gauss karışım modelleri için tam ve köşegen kovaryansla BIC'e (Schwarz, 1978) bakıldı. ÖNCEDEN SABİTLENEN KURAL: K* = 2-8 aralığında ortalama bootstrap ARI değeri 0,75 veya üstü olan en büyük K. Eşik değeri, Hennig (2007) tarafından Jaccard benzerliği için önerilen kararlılık eşiğine benzetilerek seçilmiştir; ARI için ayrıca doğrulanmış bir eşik yoktur. Hiçbir K eşiği sağlamasaydı, ARI'si en yüksek K alınacak ve yapı zayıf olarak raporlanacaktı.

Geçerlilik. Nihai bölümleme; Gauss karışımı (tam kovaryans) ve Ward bağlantısıyla ARI üzerinden karşılaştırıldı. Yineleme için örneklem rastgele iki yarıya ve tarihe göre ikiye (medyan tarih) bölündü; her yarıya ayrı k-ortalamalar uydurulup bir yarının merkezleriyle diğer yarı etiketlendi ve diğerinin kendi bölümlemesiyle ARI hesaplandı. Zamansal bölmede sıralı tarama nedeniyle zaman ile site karışımı birbirine karışmış olabilir; bu ayrıca sınanmadı. Gözlenen silhouette değeri, aynı ortalama ve kovaryansa sahip çok değişkenli Gauss verisinden (tek elips) ve sütunları bağımsız permüte edilmiş verilerden üretilen 30'ar boş-model kopyasıyla karşılaştırıldı (4.000 noktalık alt örneklem).

Dış geçerlilik. Kümelemeye girmeyen sürekli değişkenler (gerekli yerde log dönüşümüyle) için tek yönlü ANOVA ve η² (Cohen, 1988: 0,01 küçük, 0,06 orta, 0,14 büyük); kategorik değişkenler için ki-kare ve yanlılığı düzeltilmiş Cramér V (Bergsma, 2013) raporlandı. Yeniden örneklemede tekrar eden satırlar etki büyüklüklerini yukarı kaydırdığından, %95 aralıklar yüzdelik yöntemiyle değil, bootstrap standart hatasından (sürekli değişkenlerde 500, kategorik değişkenlerde 400 yineleme) tahmin ± 1,96 SH olarak hesaplandı ve alt sınır 0'da kesildi. Dış geçerlilik ailesindeki 16 testin p değerleri Holm (1979) yöntemiyle düzeltildi. Kategori ile küme çaprazında düzeltilmiş standartlaştırılmış artıklar hesaplandı ve 248 hücre için Bonferroni eşiği (|z| > 3,72) uygulandı. Binlerce siteyle çalışıldığı için anlamlılık yorum ölçütü yapılmadı; yorum etki büyüklüğüne dayandırıldı (Wasserstein ve Lazar, 2016).

5. Bulgular

5.1 Kümelenme eğilimi ve küme sayısı. Hopkins istatistiği 0,688 (SD 0,003) bulundu; veri rastgele düzenden belirgin sapar ama güçlü kümelenme göstermez. Silhouette K = 2-10 aralığında 0,091 ile 0,107 arasında kaldı ve K ile çok az değişti (Tablo 3); Kaufman ve Rousseeuw (1990) yorumuna göre 0,25 altındaki değerler anlamlı bir yapı bulunmadığına işaret eder. Ön-kayıtlı kural K* = 8 seçti (ortalama bootstrap ARI = 0,800; K = 7 için 0,811). En yüksek kararlılık K = 3'te görüldü (0,896). K = 4-6 için bootstrap ARI aralıklarının alt sınırları 0,33-0,44'e kadar indi. Dikkat: K* = 8, kararlılık ızgarasının üst sınırıdır; K = 9 ve 10 için kararlılık hesaplanmadı. Gap kuralı K = 1 verdi, ancak Gap değeri K = 2'den sonra monoton arttı (1,594'ten K = 9'da 1,678'e); düzgün referans dağılımının çarpık ve sıfır şişkin veriler için zayıf bir boş model olması bunun olası bir açıklamasıdır, ancak bu test edilmedi. Gauss karışımında BIC, tam kovaryansla K = 8'de (186.988), köşegen kovaryansla K = 10'da (186.969) en küçük değeri aldı.

5.2 Sekiz örüntü

Nihai bölümleme (K = 8, silhouette = 0,103; Tablo 3'teki 0,102 ile fark, nihai uydurmada daha çok rastgele başlangıç denenmesinden kaynaklanır) kümeleri büyüklüğe göre sıralar (Tablo 4). Dikkat çekici olan, kümelerin yapısıdır: sekiz kümenin altısında merkezde yalnızca tek özellik |z| ≥ 1 düzeyinde uçtadır. Ortalama baskın özellik |z| = 1,75, ikinci en baskın özellik |z| = 0,65'tir. En büyük küme (Küme 1, %22,1) hiçbir özelliğinde |z| ≥ 1 değildir; en yüksek sapmaları görsel denge (z = +0,56) ve özel CSS özelliği sayısı (z = +0,50) ile sınırlıdır, yani tüm özelliklerde |z| ≤ 0,56'dır. Bu nedenle bu kümeyi varsayılan profil olarak adlandırıyoruz. Küme 8, görsel entropi (z = −2,45) ve kenar yoğunluğunun (z = −2,32) birlikte düşük olduğu tek kümedir; bu iki ölçüm örneklemde birbiriyle ilişkilidir (Spearman ρ = 0,28; n = 10.419 alt kümesi) ve iki uç değer tek bir sadelik boyutunu yansıtıyor olabilir. Etiketler betimleyicidir, tür iddiası taşımaz.

Tek özelliğin baskınlığı, kümelerin ayırt edici gücünü de yansıtır: kümeler arası η², renklilik için 0,567, açılış yoğunluğu için 0,526, boşluk oranı için 0,490, özel CSS özelliği sayısı için 0,449, görsel denge için 0,426, görsel entropi için 0,420, renk uyumu için 0,402 ve kenar yoğunluğu için 0,376 iken, hizalama (0,032), hareket enerjisi (0,088) ve ayrık yazı boyutu (0,093) için düşüktür; yani bu üç özellik bölümlemeye az katkı verir. Ana bileşen analizinde ilk üç bileşen toplam varyansın yalnızca %39,3'ünü açıkladı (%15,9, %12,7, %10,7); yapı düşük boyutlu bir yüzeyde toplanmıyor. Birinci bileşen görsel yoğunluk ekseni gibi okunabilir (görsel entropi +0,59, kenar yoğunluğu +0,57, renklilik +0,34, boşluk oranı −0,33).

5.3 Yapının gücü, yöntem uyumu ve yineleme

Gözlenen silhouette (4.000 noktalık alt örneklemde 0,099), aynı kovaryanslı Gauss boş modelinin ortalamasının (0,065; SD 0,001) üzerindeydi; 30 boş-model kopyasının hiçbiri gözlenen değere ulaşmadı (p = 1/31 = 0,032, 30 kopyayla ulaşılabilecek en küçük değer). Sütunları bağımsız permüte eden boş modelin ortalaması ise 0,088 (SD 0,002) idi; yani gözlenen ayrım, korelasyon yapısı yok edilmiş veriden yalnızca yaklaşık 0,011 birim büyüktü. Nihai bölümleme ile Gauss karışımı (tam kovaryans, K = 8) arasındaki ARI 0,095, Ward bağlantısıyla ARI 0,308 bulundu; bölümleme algoritmaya güçlü biçimde bağımlıdır. Buna karşılık k-ortalamalar bölümlemesi, rastgele yarı-bölmede iyi yinelendi (ARI = 0,843) ve tarihe göre bölmede orta düzeyde yinelendi (ARI = 0,665).

5.4 Dış geçerlilik

Kümelemeye girmeyen değişkenlerle ilişkiler Tablo 5'te verilmiştir; K = 8 için tüm Holm düzeltilmiş p değerleri 0,001'in altındadır (K = 3'te en büyüğü 0,002), bu nedenle yorum etki büyüklüğüne dayanır. Çoğu sürekli değişken için η² küçüktür (0,01 civarı veya altı): teknoloji modernliği (0,009), üçüncü taraf sayısı (0,009), WCAG ihlali (0,012) ve üç CrUX saha metriği (LCP 0,014; INP 0,014; CLS 0,010). Orta eşiğine (0,06) ulaşan ya da yaklaşan ilişkiler sayfa ağırlığı (0,069), DOM düğüm sayısı (0,067) ve çalışma zamanı animasyon sayısı (0,049) ile görüldü. Bileşik v3 skoru ile ilişki (η² = 0,215) bu çalışmada dış kanıt sayılmaz: bileşik skor, kümelemedeki özelliklerin bir kısmından türetilir ve 11 özellikle doğrusal olarak %43,4 oranında açıklanır (R² = 0,434); bu ilişki dairesellik içerir.

Kategorik dış değişkenler arasında en güçlü ilişki, prefers-reduced-motion desteğiyle görüldü (V = 0,392 [0,374-0,409]). Kümelere göre bu destek oranı, örüntü 5'te (özel CSS özelliği tanımı olmayan sayfalar) %19,1 iken diğer kümelerde %54,6 ile %79,0 arasındadır (genel oran %66,3). Service Worker kullanımı Örüntü 1'de %10,3, Örüntü 2'de %0,8'dir (genel oran %5,4). Render modu ile ilişki çok zayıftır (V = 0,039).

5.5 Sektör ile ilişki

Ana kategori ile küme üyeliği arasında zayıf-orta düzeyde bir ilişki bulundu (V = 0,106 [0,097-0,114]). Kategori çaprazındaki 248 hücreden yalnızca 11'i Bonferroni eşiğini (|z| > 3,72) aştı (Tablo 6). En belirgin ilişki Örüntü 3 (düşük boşluk oranı) ile e-ticaret-perakende arasındadır: bu kategori kümenin %16,1'ini oluştururken örneklemde %5,1 paya sahiptir (düzeltilmiş artık +19,2). Moda-güzellik (%4,9, genel %2,0) ve spor-fitness (%4,9, genel %2,4) de aynı kümede fazla temsil edilir. Yorum olarak, ürün ızgaraları ve katalog düzenleri gibi işlevsel gereksinimlerin yoğun yerleşimi (düşük boşluk) beklenir kıldığı düşünülebilir; bu bir hipotezdir ve burada sınanmamıştır. Duyarlılık analizinde (K = 3) ana kategori ilişkisi daha güçlüdür (V = 0,152), çünkü üç geniş küme sektör farklarını daha iyi yansıtır.

6. Tartışma

İlk araştırma sorusunun yanıtı sınırlıdır: ayrık, belirgin arketipler bulunmadı. Silhouette 0,10 civarındadır ve K ile değişmez; Gap kuralı tek kümeyi tercih eder; Gauss boş modeli karşısındaki üstünlük küçüktür; algoritmalar arası uyum düşüktür. Aynı zamanda ölçümler tam rastgele de değildir (Hopkins = 0,69) ve bölümleme, aynı algoritma ve rastgele yarı-bölme içinde kararlıdır. Birlikte okunduğunda bu tablo, ortak bir varsayılan profil etrafında yoğunlaşmış, sapmaları ise çoğunlukla tek boyutta gerçekleşen sürekli bir dağılımla uyumludur.

Bu yorumu en çok destekleyen bulgu kümelerin yapısıdır: sekiz kümenin altısı, tek bir özelliğin uç değerde olmasıyla tanımlanır ve en büyük küme hiçbir özellikte uç değildir. Tek özelliğin baskın olduğu bir bölümleme, her biri bir boyutun kuyruğunu ayıran bir kesme işlemiyle tutarlıdır. Sıfır şişkin ve sağa çarpık ölçümlerde (açılış yoğunluğu, hareket enerjisi, özel CSS özelliği) k-ortalamaların uç değerlere ve çarpık dağılımlara duyarlı olduğu bilinir (Jain, 2010); kuyrukları ayıran bir bölümleme bu duyarlılıkla uyumludur, ancak bu açıklama burada ayrıca sınanmamıştır. Pratik sonuç olarak, bu kümeleri tasarım türü olarak değil, tek bir tasarım kararındaki sapma (çok renkli, düşük denge, düşük boşluk, özel CSS özelliksiz gibi) olarak okumak daha doğrudur.

İkinci soruda, yineleme koşula bağlıdır. Rastgele yarı-bölmede ARI 0,84 iken zamansal bölmede 0,67'ye iner; bu fark gerçek bir zamansal kayma olabileceği gibi, motorun siteleri kategori kategori taramasından doğan bir karışıklık da olabilir. Üçüncü soruda, dış değişkenlerle ilişkiler küçüktür: özellikle saha performansı (CrUX) ile ilişkiler η² ≈ 0,01 düzeyindedir. Yani bu tasarım örüntüleri, gerçek kullanıcı performansını anlamlı biçimde ayırmaz. En güçlü iki ilişki ise yorumlanabilir: prefers-reduced-motion desteğinin özel CSS özelliği tanımı olmayan kümede %19,1'e düşmesi, bu desteğin modern CSS uygulamalarının bir göstergesi olabileceğini düşündürür; düşük boşluk oranlı kümenin e-ticaretle ilişkisi ise işlevsel bir düzen gereksinimiyle uyumludur. Her ikisi de gözlemsel ilişkidir; nedensellik iddiası taşımaz.

Yöntemsel bir ders de çıkar: ön-kayıtlı kural K = 8 seçti, oysa en kararlı bölümleme K = 3'tür ve K = 8 aralığın üst sınırıdır. Kuralı sonradan değiştirmedik; bunun yerine K = 3'ü duyarlılık analizi olarak raporladık. K = 3'te kümeler daha geniştir ve ana kategoriyle ilişkisi daha güçlüdür, ancak sayfa ağırlığı gibi bazı ilişkiler neredeyse kaybolur (η² = 0,002). Sonuçların K seçimine duyarlı olması, bulguların yapının değil analiz tercihlerinin ürünü olabileceği riskini artırır.

7. Sınırlılıklar

(i) Örneklem kolayda örneklemdir; motorun keşif ve öne çıkarma süreçlerinden etkilenir ve tüm Türkçe web'e genellenemez. (ii) Davranış yakalaması 13.092 sitenin 1.590'ında (%12,1) engellendi; engellenen siteler (örneğin bot korumalı olanlar) sistematik olarak farklı olabilir ve analizden çıkarıldı. Engellenme ile canlı olma durumu çakıştığı için bu iki dışlama kısmen aynı siteleri etkiler. (iii) Altı v3 özelliği bu motora özgü, yeni ölçümlerdir; yakınsak veya ayırt edici geçerlilikleri bağımsız ölçütlerle henüz gösterilmemiştir. Bulunan örüntüler bu ölçümlerin kalitesine bağlıdır. (iv) K* seçimi kararlılık ızgarasının üst sınırına denk geldi (K = 8); K = 9 ve 10 değerlendirilmedi. (v) Bölümleme algoritmaya bağımlıdır (k-ortalamalar ile Gauss karışımı arasında ARI = 0,095). (vi) Bileşik v3 skoru, kümeleme özelliklerinin bir kısmından türetildiği için dış geçerlilikte dairesel bir ilişki taşır ve kanıt sayılmamalıdır. (vii) CrUX saha verisi yalnızca yeterli trafiği olan alt kümede bulunur (LCP için 9.703 sitenin 5.083'ü, %52,4); bu alt kümenin seçilim yanlılığı bilinmemektedir. (viii) Veri, Eylül-Ekim 2026'ya ait tek bir kesittir; zamansal kararlılık yalnızca bu pencerenin iki yarısı arasında sınandı ve sıralı tarama nedeniyle zaman ile kategori karışmış olabilir. (ix) Yüzlerce hücreli tablolarda çoklu karşılaştırma düzeltmeleri uygulandı, ancak keşfedici analizdeki tüm bulgular doğrulayıcı bir çalışmayla yinelenmelidir. (x) Küme etiketleri yorumlayıcıdır ve nedensel anlam taşımaz. (xi) Ana kategori etiketleri 17 sitede eksiktir.

8. Etik ve Veri Kullanımı

Tüm ölçümler kamuya açık web sayfalarının otomatik, yüzeysel denetimine dayanır; kişisel veri toplanmaz. Veri tablosunda site adı ve adresi yer almaz; her satır yalnızca bir sıra numarası, kategori ve sektör etiketleri, ölçüm tarihi ve ölçüm değerleri içerir. Bireysel site kimlikleri bu yayında ifşa edilmez ve tüm sonuçlar toplulaştırılmıştır. Makale ve veri CC BY 4.0 lisansıyla paylaşılır.

9. Sonuç

Türkçe web sitelerinde 11 kompozisyon, hareket ve algısal ölçümün ortak dağılımında, ayrık ve güçlü ayrışan tasarım arketipleri bulunmadı. Bulunan sekiz örüntü ise, çoğunlukla ortak bir varsayılan profilden tek bir özellikte sapma olarak okunabilir; en büyük grup (%22,1) bu varsayılan profile karşılık gelir. Örüntülerin dış değişkenlerle ilişkisi küçüktür; en güçlü ilişkiler prefers-reduced-motion desteği ve düşük boşluklu yerleşimin e-ticaretle birlikteliğidir. Sonraki adımlar şunlardır: v3 ölçümlerinin bağımsız geçerliliğinin gösterilmesi, K = 9-15 için kararlılığın değerlendirilmesi, sıfır şişkin özellikler için karışım modelleri veya yoğunluk tabanlı yöntemlerin denenmesi ve bulguların ayrı bir örneklemde yinelenmesi.