Süha Derbent (Kişisel Portfolio)
Bir sanatçının kendi disiplininde ne kadar derinleşebileceğinin en iyi örneğidir. Büyük kediler ve Afrika yaban hayatı üzerine uzmanlığıyla, içerik kalitesi açısından Türkiye'de rakipsizdir. Portfolyo sitesi, görselliği ön plana çıkaran temiz bir tipografi ile tasarlanmıştır.
- Büyük kedi portfolyosu
- Kurumsal eğitim projeleri
- Sanatsal fotoğraf galerisi

Süha Derbent (Kişisel Portfolio), akademik tasarım denetiminde 42/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri görsel kararlılık (80) ve marka kimliği (74); görece geliştirilebilir alanları içerik (50) ve teknik altyapı (51).
Süha Derbent (Kişisel Portfolio), tarafından tasarlanan bu Doğa & Vahşi Yaşam platformu olarak 42/100 puan alarak "Dönüşüm Aşaması" düzeyinde değerlendirilmiştir. Süha Derbent (Kişisel Portfolio), dijital dijital ortamda temel tasarım ve teknik kriterlerin önemli bir bölümünde eksiklikler sergilemektedir. genel kullanıcı deneyimini doğrudan olumsuz etkileyen görsel tutarsızlıklar, erişilebilirlik ihlalleri ve performans sorunları tespit edilmiştir. Kapsamlı bir yeniden tasarım süreci, kullanıcı deneyimini ve arama motoru görünürlüğünü eş zamanlı güçlendirecektir.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Turuncu yaratıcılık ve erişilebilirliği dengeler. Gençlik odaklı markalarda yüksek güven ve etkileşim skorları ürettiği gözlemlenmiştir. (Birren, 1969)
3 teknoloji bileşeni tespit edildi.
"Minimalist sıcak palet odak ve netliği ön plana çıkarıyor; sözsüz lüks çağrışımı var."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Doğa & Vahşi Yaşam
Süha Derbent (Kişisel Portfolio) bu kategoride 7 puan altında — sektör ortalaması 49/100. En iyi %67 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.

