Problem → Çözüm
Problem
Üçüncü dalga kahve tüketicisi günde 1-2 kez kafeye 120-160 TL ödüyor, evde demlemek istese de çekirdeğin ne zaman biteceğini ve tazeliğini yönetemiyor. Kahve, Getir’de yüksek marjlı ama sadakatsiz bir kategori.
Çözüm
Kahve Kulübü, fincan sayısı, demleme yöntemi ve öğütme tercihine göre doğru miktarda, kavrulma tarihi 7 günü geçmemiş çekirdeği otomatik planlayan bir aboneliktir. Hesaplayıcı kafeye göre tasarrufu gösterir; her ay yeni bir yerel kavurucu keşfedilir.
Temel özellikler
Yapay zeka nerede devreye giriyor?
Tat profili modeli kullanıcının puanlarından (asidite, gövde, tatlılık) öğrenerek bir sonraki ayın çekirdeğini seçer; tüketim modeli teslim zamanını kaydırır.
- Kahve tadım notlarının embedding’i ile kullanıcının beğenilerine göre çekirdek önerisi (collaborative + content-based)
- Gerçekleşen tüketimi (erken/geç yenileme istekleri) öğrenen teslim sıklığı ayarı
- LLM ile kişisel “tadım kartı” üretimi: çekirdeğin hikayesi ve demleme reçetesi
Nasıl çalışır?
Stack
Arayüz
Backend
AI / ML
Veri
Altyapı & DevOps
Pazarlama & lansman
Başarı metrikleri (hedef)
MVP yol haritası
Bir fikri production’a taşırken ilk sorum şu: ölçülebilir mi ve mevcut sistemi bozmadan nasıl açılır? Yaklaşık 4 yıl, ayda yüz milyonlarca CDN isteği alan bir embed script üzerinde çalıştım. Kademeli geçiş ve gerçek test kapsamı benim için vazgeçilmez. Remote çalışmaya hazırım.