Koç Üniversitesi Anadolu Bursiyerleri
Eğitimde başarı odaklı hikaye anlatıcılığını dijitalde mükemmel kullanmaktadır. Öğrencilerin başarı hikayelerini ön plana çıkaran tasarımı, potansiyel destekçileri motive edici bir UX yaklaşımıyla birleştirmektedir.
- Hikaye anlatıcılığı odaklı tasarım
- Başarı hikayeleri galerisi
- Modern tipografi

Koç Üniversitesi Anadolu Bursiyerleri, akademik tasarım denetiminde 59/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (99) ve görsel kararlılık (82); görece geliştirilebilir alanları hareket tasarımı (28) ve etkileşim tasarımı (36).
Koç Üniversitesi Anadolu Bursiyerleri, tarafından tasarlanan bu Kamu Yararı Vakfı platformu olarak 59/100 puan alarak "Gelişime Açık" düzeyinde değerlendirilmiştir. Koç Üniversitesi Anadolu Bursiyerleri, 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.
Kızıl ton; tutku ve özgünlüğü birleştirir. Dinamik marka kimliklerinde yüksek tanınırlık ve duygusal bağ sağlar. (Birren, 1969)
1 teknoloji bileşeni tespit edildi.
"Minimalist nötr palet zamansız estetik sunar; içeriğin öne çıkmasına izin veriyor."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Kamu Yararı Vakfı
Koç Üniversitesi Anadolu Bursiyerleri bu kategoride 3 puan altında — sektör ortalaması 62/100. En iyi %59 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.

