Urban Harvest
Şehir içi dikey tarım uygulamalarında yüksek teknoloji ve sürdürülebilirlik odaklı yaklaşımıyla sektörün öncülerindendir. Özellikle şeflere ve gurme restoranlara yönelik sunduğu özelleştirilmiş tepsi sistemi ve döngüsel atık yönetimi, operasyonel kalitesini ve kullanıcı değerini rakiplerinden ayırır.
- Hidroponik sistemle %90 su tasarrufu
- Pestisit ve ilaçsız üretim
- Gurme restoranlara özel tedarik modeli

Urban Harvest, akademik tasarım denetiminde 61/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (99) ve görsel kararlılık (75); görece geliştirilebilir alanları marka kimliği (28) ve etkileşim tasarımı (42).
Urban Harvest, tarafından tasarlanan bu Dikey Tarım Şirketi platformu olarak 61/100 puan alarak "Güçlü Temel" kategorisinde değerlendirilmiştir. Urban Harvest, 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.
Sarı iyimserlik ve yeniliği simgeler. Yüksek parlaklığı kontrast yönetimini kritik kılar; arka plan kullanımında okunabilirlik titizlik gerektirir. (Birren, 1969)
4 teknoloji bileşeni tespit edildi.
"Enerjik sıcak tonlar güçlü bir aksiyon isteği uyandırıyor; marka iddialı ve dikkat çekici."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Dikey Tarım Şirketi
Urban Harvest bu kategoride 13 puan üzerinde — sektör ortalaması 48/100. En iyi %57 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.

