AÇEV (Anne ve Çocuk Eğitim Vakfı)
Sosyal faydayı görselleştiren, sıcak ve samimi bir tasarım diline sahiptir. Anne ve çocuk odaklı programları dijitalde çok anlaşılır bir şekilde gruplayarak kullanıcı deneyimini üst düzeye taşımaktadır.
- Samimi görsel dil
- Program odaklı navigasyon
- Erişilebilir kaynak merkezi

AÇEV (Anne ve Çocuk Eğitim Vakfı), akademik tasarım denetiminde 58/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri görsel kararlılık (88) ve içerik (86); görece geliştirilebilir alanları estetik (27) ve marka kimliği (28).
AÇEV (Anne ve Çocuk Eğitim Vakfı), tarafından tasarlanan bu Kamu Yararı Vakfı platformu olarak 58/100 puan alarak "Gelişime Açık" düzeyinde değerlendirilmiştir. AÇEV (Anne ve Çocuk Eğitim Vakfı), dijital platformlar arasında fonksiyonel bir yapıya sahip olup temel kullanıcı akışlarını karşılamaktadır. Bununla birlikte genel kullanıcı deneyimini olumsuz etkileyen görsel tutarsızlıklar, performans açıkları ve erişilebilirlik eksiklikleri tespit edilmiştir; sistematik bir tasarım revizyonu dönüşüm oranlarını anlamlı ölçüde iyileştirecektir.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Sarı iyimserlik ve yeniliği simgeler. Yüksek parlaklığı kontrast yönetimini kritik kılar; arka plan kullanımında okunabilirlik titizlik gerektirir. (Birren, 1969)
WordPress CMS üzerine kurulu. Plugin ve tema ekosistemiyle geliştirilmiş.
"Minimalist nötr palet zamansız estetik sunar; içeriğin öne çıkmasına izin veriyor."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Kamu Yararı Vakfı
AÇEV (Anne ve Çocuk Eğitim Vakfı) bu kategoride 4 puan altında — sektör ortalaması 62/100. En iyi %64 dilimindedir.
Benzer Skorlu Siteler
Ölçüm ortamı hakkında: Teknik performans için öncelik CrUX (Chrome User Experience Report — gerçek kullanıcıların canlı saha verisi); CrUX verisi yoksa Lighthouse(kontrollü lab/test ortamı) kullanılır. Bu iki ortam farklı koşullarda ölçtüğü için bazı metrikler birbirinden ayrışabilir — örneğin sunucu yanıtı (TTFB) lab'da hızlı görünürken, gerçek kullanıcıların içerik boyaması (LCP) ağ ve cihaz koşulları nedeniyle daha yavaş çıkabilir. Her iki değer de doğrudur; yalnızca farklı pencerelerden bakar.

