İstanbul Büyükşehir Belediyesi - SemtPati
Belediyecilik hizmetlerinde dijitalleşmenin en iyi örneklerinden biri olan SemtPati, kullanıcı dostu arayüzü ve mobil entegrasyonu ile sahiplenme sürecini şeffaflaştırıyor. Hayvan verilerini dijitalleştirerek sahiplendirme oranlarını artırmada teknolojik bir köprü görevi görüyor.
- Online sahiplenme başvurusu
- Mobil uygulama entegrasyonu
- Şeffaf veri yönetimi

İstanbul Büyükşehir Belediyesi - SemtPati, akademik tasarım denetiminde 42/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (100) ve içerik (75); görece geliştirilebilir alanları hareket tasarımı (28) ve marka kimliği (39).
İstanbul Büyükşehir Belediyesi - SemtPati, tarafından tasarlanan bu Hayvan Barınağı platformu olarak 42/100 skorla "Dönüşüm Aşaması" kategorisinde raporlanmıştır. kullanıcıların beklentilerini karşılayan temel etkileşim akışları henüz tam olarak olgunlaşmamıştır; genel kullanıcı deneyimini kısıtlayan çok sayıda tasarım açığı mevcuttur. Renk teorisi, tipografik hiyerarşi, Fitts Yasası etkileşim metrikleri ve WCAG erişilebilirlik standartları başta olmak üzere geniş kapsamlı bir dönüşüm planı önerilmektedir.
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)
2 teknoloji bileşeni tespit edildi.
"Dengeli sıcak palet güven ve yakınlık hissi veriyor; kullanıcıyla duygusal bağ kurma potansiyeli yüksek."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Hayvan Barınağı
İstanbul Büyükşehir Belediyesi - SemtPati bu kategoride 12 puan altında — sektör ortalaması 54/100. En iyi %89 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.

