BinBin
Kiralama odaklı modeline rağmen sunduğu web deneyimi ile çevreci ulaşım vizyonunu etkili bir şekilde anlatıyor. Uygulama indirme süreçlerini merkezine alan kullanıcı dostu arayüzü ve sürdürülebilirlik odaklı içerik yönetimi ile sektörün öncü teknoloji markalarından biri.
- Mikromobilite odaklı modern kullanıcı arayüzü
- Sürdürülebilirlik ve teknoloji odaklı içerik yönetimi
- Mobil uygulama yönlendirmeli akıcı kullanıcı deneyimi

BinBin, akademik tasarım denetiminde 67/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (95) ve görsel kararlılık (92); görece geliştirilebilir alanları marka kimliği (31) ve estetik (39).
BinBin, tarafından tasarlanan bu Scooter & Elektrikli platformu olarak 67/100 puan alarak "Güçlü Temel" kategorisinde değerlendirilmiştir. BinBin, dijital dijital alan içinde güçlü bir temel üzerine inşa edilmiş olmakla birlikte genel kullanıcı deneyimini sınırlayan belirli tasarım kararları dikkat çekmektedir. Renk kontrastı, tipografik hiyerarşi ve etkileşim yoğunluğu alanlarında odaklanmış iyileştirmeler kullanıcı deneyimini belirgin ölçüde ilerletecektir.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Yeşil sürdürülebilirlik, güven ve büyümeyi temsil eder. Fintech ve sağlık markalarında en güçlü pozitif çağrışımlara sahip ton olarak öne çıkar. (Birren, 1969)
WordPress CMS üzerine kurulu. Plugin ve tema ekosistemiyle geliştirilmiş.
"Dengeli sıcak palet güven ve yakınlık hissi veriyor; kullanıcıyla duygusal bağ kurma potansiyeli yüksek."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Scooter & Elektrikli
BinBin bu kategoride 12 puan üzerinde — sektör ortalaması 55/100. En iyi %18 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.

