Son birkaç aydır mobil dünyayı yakından takip ediyor, özellikle beslenme ve sağlık kategorisindeki uygulamaların ne kadar hızlı büyüdüğünü gözlemliyordum. Kalori takip uygulamalarının fazlasıyla kalabalıklaştığını görünce, “Bu alanın dışında ama yine de insanlara gerçekten değer katacak nasıl bir ürün çıkarabilirim?” sorusunu kendime sordum.
Cevabı oldukça netti: İnsanlar ne yediklerini gerçekten bilmiyor.
Bir ürünün içindekiler listesi uzun ve karmaşık olduğunda çoğu kişi neyin sağlıklı, neyin riskli olduğunu ayırt edemiyor. Ben de bunu aşmak için içerik analizi yapan, daha sağlıklı seçimler için rehberlik eden bir “Food Scanner” uygulaması geliştirmeye karar verdim.
Üstelik bu uygulamayı solo olarak, tek başıma geliştirdim. Ve bu yazıyı yazarken bile v1.1 güncellemesini Apple’a göndermiş durumdayım.
1. Adım — Pazar Araştırması: “Kalori saymak değil, doğru beslenmek.”
İlk günün ilk saatlerinde pazar analizimi yaptım. Rakipler genelde kalori takibi üzerine yoğunlaşmıştı fakat kullanıcıların asıl ihtiyacı farklıydı.
Benim hedefim şuydu:
-
Bir ürünün içindekileri kolayca anlamak
-
Sağlık açısından artı ve eksi yönlerini görmek
-
Gerektiğinde daha iyi alternatiflere yönlendirilmek
-
Doğru tercih yapmayı kolaylaştırmak
Bu yüzden uygulamaya özellikle kalori sayacı eklemedim. Çünkü amaç daha az kalori almak değil; doğru beslenmek.
2. Adım — UI/UX Tasarımı: Basit, hızlı ve sezgisel
Tasarım aşaması için “Google Stitch”, Behance ve App Store’daki benzer projelerden ilham aldım.
Amacım çok ekranlı, karmaşık bir yapı kurmak değildi; kullanıcıyı yormayan bir akış hedefledim.
Sonuç olarak sadece 3 ekrandan oluşan bir yapı kurguladım:
-
Home Screen: Son taramalar, öneriler, ürün puanları
-
Camera Screen: İçindekiler alanı veya barkodu tarama
-
Profile Screen: Tercihler ve geçmiş
UX tarafında sezgisellik en büyük önceliğimdi. Kullanıcı uygulamaya ilk kez girdiğinde bile “ne yapması gerektiğini düşünmeden” hareket edebilmeli.
3. Adım — Ürün Analizi: İçindekileri tara, AI ile yorumla
Kullanıcılar iki şekilde tarama yapabiliyor:
-
“İçindekiler” kısmını fotoğraflıyor → AI tüm içerikleri okuyor.
-
Barkodu tarıyor → Eğer veri yoksa otomatik olarak içerik analizi ekranına yönlendiriliyor.
Uygulama her ürün için:
-
Kalori
-
Şeker
-
Lif
-
Sodyum
-
Kolesterol
gibi metrikleri tek tek analiz ediyor ve bir sağlık skoru (100 üzerinden) oluşturuyor.
Ayrıca ürünün artılarını ve risklerini sade bir dille açıklıyor.
En önemlisi: Kullanıcıya o ürün yerine daha sağlıklı bir alternatif öneriyor.
(Bu öneriler marka içermiyor, tamamen içerik bazlı.)
4. Adım — Fake Ürün Görselleri: Telif ve reklam sorunu olmadan çözüm üretmek
Gerçek markaları kullanmak telif ve reklam açısından sorun yaratacağından bu süreçte farklı bir yol izledim.
ChatGPT + Nano Banana ile:
-
Fake marka isimleri
-
Uydurma ambalaj tasarımları
-
Gerçek ürün vibe’ı veren ama birebir olmayan görseller
ürettim.
Bu sayede marka kullanmadan, hukuki risk almadan tamamen özgün bir ürün görsel kütüphanesi oluşturmuş oldum.
5. Adım — App Store Hazırlıkları: Screenshots, ASO ve web sitesi
Son aşamada Figma’da hızlıca screenshot tasarımlarımı hazırladım.
Ardından AppTweak ile doğru anahtar kelimeleri bulup App Store optimizasyonunu yaptım.
Uygulama için bir tanıtım sitesi gerekiyordu, uzun uğraşmamak adına Framer’da hazır bir template üzerinden ilerledim.
Ayrıca Apple’ın zorunlu tuttuğu sayfaları (“Privacy Policy”, “Terms of Use”) da ekledim.
6. Sırada Ne Var? (v1.1 ve sonrası)
Bu blog yazısı yayındayken v1.1 sürümü de Apple’ın inceleme aşamasında. Yeni güncellemede:
-
Ürün karşılaştırma
-
Daha güçlü skor sistemi
-
Daha temiz UI akışı
gibi yenilikler geliyor.
Amacım, insanların yalnızca “daha az kalori” tüketmesine değil, daha sağlıklı seçimler yapmasına yardımcı olmak.
Kullandığım Teknolojiler
React Native
Uygulamayı hızlı geliştirmek için React Native kullandım. Hafif, sade ve üç ekrandan oluşan yapıyı kurmak için ideal bir çözümdü.
OpenAI API
Tüm içerik analizleri OpenAI üzerinden yapılıyor.
Fotoğraftan alınan “içindekiler” metnini okuyup her bir metriği değerlendiriyor, ürünün artı/eksi yönlerini çıkarıyor ve 100 üzerinden bir sağlık skoru oluşturuyor.
RevenueCat
Ödeme tarafını basit tuttum.
Aktif bir paywall var ve iki plan kullanıyorum: haftalık ve yıllık abonelik.
RevenueCat tüm süreci stabil şekilde yönetmemi sağladı.
Database Kullanmadım (Bilinçli Tercih)
v1’de özellikle bir veritabanı eklemedim.
Uygulamanın kullanıcı davranışlarını gördükçe bir backend kurup kurmama kararını vermek istiyorum.
Genelde backend tarafında tercihim Supabase oluyor; ilerleyen sürümlerde ihtiyaca göre entegre edebilirim.
Sonuç
Bu projeyi tamamen tek başıma – fikirden tasarıma, koda, ASO’ya kadar – 24 saatte ortaya çıkardım.
Bazen hızlı başlamak, mükemmeliyetçilikten çok daha değerli oluyor.
Eğer siz de benzer fikirler üzerinde çalışıyorsanız, tavsiyem şu olur:
Basit düşünün, hızlı başlayın, gerçek bir problemi çözün.