Tercih Rehberim
Yalnızca verileri listelemekle kalmayıp, sunduğu yapay zeka destekli analizlerle öğrencilere kişiselleştirilmiş tercih önerileri sunmaktadır. Modern mobil uyumluluğu ve yüksek etkileşimli kullanıcı panelleri ile öğrenci adayları arasında oldukça popülerdir.
- Yapay zeka analizli tercih robotu
- Ücretsiz tercih danışmanlığı araçları
- Gelişmiş başarı sıralaması filtreleme

Tercih Rehberim, akademik tasarım denetiminde 46/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri görsel kararlılık (85) ve hareket tasarımı (74); görece geliştirilebilir alanları marka kimliği (36) ve etkileşim tasarımı (44).
Tercih Rehberim, tarafından tasarlanan bu YÖK & Yükseköğretim platformu olarak 46/100 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.
Kırmızı enerji, aciliyet ve güçlü eylem çağrısı iletir. E-ticaret ve sağlık sektörlerinde dikkat çekici etkisi deneysel psikoloji çalışmalarıyla kanıtlanmıştır. (Birren, 1969)
Modern React framework (Next.js). SSR veya SSG ile sunuluyor.
"Dengeli sıcak palet güven ve yakınlık hissi veriyor; kullanıcıyla duygusal bağ kurma potansiyeli yüksek."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
YÖK & Yükseköğretim
Tercih Rehberim bu kategoride 11 puan altında — sektör ortalaması 57/100. 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.

