UI/UX: VERİ ODAKLI TASARIM EĞİTİMİ II – (İLERİ DÜZEY) EĞİTİMİ

Deneyi ölçeklendirin, veriyle büyütün

Çok değişkenli test, istatistiksel güç, GA4 ve Optimizely ile kurumsal deney programı

UI/UX: Veri Odaklı Tasarım Eğitimi II, temel A/B testinin ötesine geçerek olgun bir deney programı kurmayı öğretir. Program çok değişkenli test, istatistiksel güç ve örneklem hesabıyla başlar; Optimizely ve GA4 ile segmentli deney kurma, ileri huni ve kohort…

3 gün İleri Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Çok değişkenli testten istatistiksel güce, deney platformundan kurumsal deney kültürüne ileri akış

UI/UX: Veri Odaklı Tasarım Eğitimi II, temel A/B testinin ötesine geçerek olgun bir deney programı kurmayı öğretir. Katılımcılar çok değişkenli test, istatistiksel güç ve örneklem hesabı, Bayesyen ve sıklıkçı yaklaşım farkını öğrenir. Optimizely ve GA4 deney araçlarıyla segmentli deney kurar, kohort ve davranışsal segmentasyonla ileri analiz yapar. Program kişiselleştirme, deney yönetişimi ve veri kültürüyle tamamlanır.

Süre ve Format

3 Gün. Her gün dört modül; ileri deney tasarımından istatistiksel yoruma ve kurumsal deney programına kadar ilerlenir.

Seviye

İleri Seviye — çok değişkenli test, istatistiksel güç, deney platformları ve kurumsal deney programı yönetimi

Öğrenme Metodu

Gerçek deney senaryoları üzerinden çok değişkenli test kurulur, sonuçlar istatistiksel olarak yorumlanır ve bir deney programı tasarlanır.

Neden Bu Eğitim?

📈İleri deney

Çok değişkenli test ve segmentli deneylerle birden fazla değişkeni aynı anda ölçer, karmaşık tasarım sorularını veriyle yanıtlarsınız.

📐İstatistik güveni

İstatistiksel güç, örneklem hesabı ve anlamlılığı doğru kurarak yanıltıcı sonuçlardan kaçınır, güvenle karar alırsınız.

🏗️Program kurma

Tek tek testlerden kurumsal bir deney programına geçer, yönetişim ve önceliklendirmeyle ölçeklenebilir bir kültür kurarsınız.

Anahtar Konular

ileri veri odaklı tasarımçok değişkenli test eğitimiistatistiksel anlamlılık eğitimioptimizely eğitimideney programı yönetimidönüşüm optimizasyonu kursudavranışsal segmentasyona/b testi ileriux deney tasarımıkohort analizi eğitimi
“Olgun bir deney programı fikirleri değil, varsayımları yarıştırır; bu eğitim veriyi kurumsal kararın merkezine koymayı öğretir.”

Ön Koşullar

İleri düzey için gereken ön bilgi ve deneyim

1
A/B testi temeli

En az bir A/B testi kurmuş ya da kontrol ve varyant mantığını biliyor olmak gereklidir; ileri konular buna dayanır.

2
Metrik bilgisi

Dönüşüm, huni ve temel UX metriklerine aşinalık beklenir; ileri analizler bu metrikleri derinleştirir.

3
Analitik deneyimi

Google Analytics veya benzeri bir analitik aracını kullanmış olmak, deney platformlarına geçişi kolaylaştırır.

4
Temel istatistik sezgisi

Ortalama, yüzde ve olasılık kavramlarına aşinalık faydalıdır; ileri formüller eğitimde adım adım açıklanır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı çok değişkenli testi tasarlar, istatistiksel güç ve örneklemi hesaplar, deney platformlarını kullanır ve segmentli deney kurar.
Modül 1
Çok Değişkenli Test (MVT)
  • A/B testi ile MVT arasındaki temel fark
  • Faktör ve seviye kavramıyla deney kurma
  • Tam faktöriyel ve kısmi faktöriyel tasarım
  • Değişkenler arası etkileşimi okuma
  • MVT için gereken yüksek trafik ihtiyacı
  • Ne zaman A/B, ne zaman MVT seçileceği
Modül 2
İstatistiksel Güç ve Örneklem
  • Tip I ve Tip II hata (alfa ve beta) dengesi
  • İstatistiksel güç (power) kavramı ve eşiği
  • Saptanabilir en küçük etki (MDE) belirleme
  • Örneklem büyüklüğü hesaplama mantığı
  • Test süresini trafiğe göre planlama
  • Peş peşe bakmanın (peeking) riski
Modül 3
Deney Platformları
  • Optimizely ve VWO ile deney kurgusu
  • GA4 ve Google Optimize sonrası seçenekler
  • İstemci ve sunucu taraflı deney farkı
  • Feature flag ile kademeli yayın (rollout)
  • Titreme (flicker) sorunu ve önlemleri
  • Deney araçlarını analitikle entegre etme
Modül 4
Segmentasyon ve Hedefleme
  • Yeni ve geri dönen kullanıcı segmentleri
  • Cihaz, kanal ve coğrafyaya göre ayırma
  • Segmente özel sonuç (heterojen etki) okuma
  • Simpson paradoksu ve yanıltıcı toplam
  • Segment kırılımında örneklem yeterliliği
  • Hedef kitleye göre deney kurgulama
Günün hedefiKatılımcı ileri huni ve kohort analizi yapar, olay izleme mimarisi tasarlar, davranışsal segmentasyon kurar ve tahmine dayalı metrikleri yorumlar.
Modül 1
İleri Huni ve Kohort Analizi
  • Çok adımlı huni ve adımlar arası dönüşüm
  • Zamana yayılan (time-lag) dönüşüm okuma
  • Edinim kohortuyla elde tutma eğrisi
  • Davranış kohortuyla değer karşılaştırma
  • Huni darboğazını deney hipotezine bağlama
  • Mikro ve makro dönüşüm ayırımı
Modül 2
Olay İzleme Mimarisi
  • Olay adlandırma taksonomisi ve tutarlılık
  • Olay, özellik ve kullanıcı özelliği tasarımı
  • İzleme planı (tracking plan) oluşturma
  • Veri katmanı ve etiket yöneticisi kurgusu
  • Veri kalitesi ve doğrulama (QA) süreci
  • Bozuk veriyi önleme ve yönetişim
Modül 3
Davranışsal Segmentasyon
  • RFM ile değer temelli segmentasyon
  • Kullanım sıklığına göre kullanıcı kümeleri
  • Aktifleşme (activation) eşiği belirleme
  • Aha anı ve alışkanlık metriği tanımlama
  • Segmente göre farklı arayüz kurgusu
  • Segment içgörüsünü deneye dönüştürme
Modül 4
Tahmine Dayalı Metrikler
  • Terk (churn) tahmini ve erken sinyaller
  • Yaşam boyu değer (LTV) sezgisi
  • Öncü ve ardıl (leading/lagging) metrik ayırımı
  • Korelasyon ve nedensellik tuzağı
  • Metrik ağacıyla kuzey yıldızı metriği
  • Tahminleri tasarım kararına bağlama
Günün hedefiKatılımcı deney yönetişimini ve backlog'u kurar, kişiselleştirme ile hedefleme uygular, deney kültürü oluşturur ve veriyi yol haritasına bağlar.
Modül 1
Deney Yönetişimi ve Backlog
  • Deney fikir havuzu ve toplama kanalı
  • ICE ve PIE ile deney önceliklendirme
  • Deney takvimi ve çakışma yönetimi
  • Deney dokümanı ve sonuç arşivi
  • Kazanan ve kaybeden testten öğrenme
  • Deney hızı (velocity) ve kalite dengesi
Modül 2
Kişiselleştirme ve Hedefleme
  • Segment bazında kişiselleştirme kurgusu
  • Kural tabanlı ve algoritmik hedefleme farkı
  • Kişiselleştirmeyi deneyle doğrulama
  • Aşırı kişiselleştirme ve filtre balonu riski
  • Kişiselleştirmede gizlilik ve rıza
  • Deneyim tutarlılığını koruma ilkesi
Modül 3
Deney Kültürü ve Organizasyon
  • Merkezi ve dağıtık deney ekibi modeli
  • Deney demokratikıaştırma (self-serve) yaklaşımı
  • Paydaşlara veri hikâyesi ile raporlama
  • Başarısız deneyi normalleştiren kültür
  • HiPPO etkisini veriyle dengeleme
  • Deney etik ve kullanıcı güveni sınırları
Modül 4
Veriyle Ürün Yol Haritası
  • Deney bulgularını yol haritasına taşıma
  • Kuzey yıldızı metriğini hedefe bağlama
  • Opportunity-solution ağacıyla önceliklendirme
  • Varsayım haritası ve riskli varsayımlar
  • Discovery ve delivery döngüsünü besleme
  • Sürekli öğrenen organizasyon kurma

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Çok değişkenli test

Çok değişkenli testi tasarlar, değişkenler arası etkileşimi okur ve karmaşık tasarım sorularını aynı anda ölçersiniz.

✅
İstatistiksel güç

İstatistiksel güç, örneklem ve MDE hesabıyla güvenilir deney kurar ve yanıltıcı erken sonuçlardan kaçınırsınız.

✅
Deney platformu

Optimizely ve GA4 gibi platformlarda istemci ve sunucu taraflı deneyleri kurar, feature flag ile kademeli yayın yaparsınız.

✅
Segmentasyon

Davranışsal ve RFM segmentasyonuyla kullanıcı kümelerini ayırır ve segmente özel deney ile deneyim kurgularnız.

✅
İzleme mimarisi

Olay taksonomisi ve izleme planıyla temiz veri altyapısı tasarlar ve veri kalitesini yönetişimle korursunuz.

✅
Tahmin metrikleri

Terk ve yaşam boyu değer gibi tahmine dayalı metrikleri yorumlar, korelasyon ve nedensellik ayrımını gözetirsiniz.

✅
Deney programı

ICE ve PIE ile deneyleri önceliklendirir, backlog ve takvim kurarak ölçeklenebilir bir deney programı işletirsiniz.

✅
Deney kültürü

Paydaşlara veri hikâyesi sunar, HiPPO etkisini dengeler ve sürekli öğrenen bir deney kültürü kurarsınız.

Kimler İçin Uygundur?

  • Temel A/B testini bilen ve deney programını derinleştirmek isteyen UX ve ürün tasarımcıları
  • dönüşüm optimizasyonu uzmanları
  • veri odaklı çalışan ürün ekipleri için uygundur

Sıkça Sorulan Sorular

Bu ileri eğitim için ön koşul nedir?
En az bir A/B testi kurmuş olmak veya kontrol ve varyant mantığıyla temel UX metriklerini biliyor olmak gerekir. Birinci (temel) eğitimi almış olmak ideal ön hazırlıktır; ileri konular bu temel üzerine kurulur.
Birinci eğitimden farkı nedir?
Birinci eğitim metrik, analitik kurulumu ve basit A/B testi gibi temelleri verir. Bu ileri eğitim ise çok değişkenli test, istatistiksel güç ve örneklem, deney platformları, davranışsal segmentasyon ve kurumsal deney programı yönetimine odaklanır.
Ağır istatistik işleniyor mu?
Kavramlar uygulamalı ve sezgisel anlatılır. İstatistiksel güç, örneklem hesabı ve anlamlılık gerçek deney örnekleriyle gösterilir; amaç formül ezberletmek değil, sonuçları doğru yorumlayıp güvenle karar aldırmaktır.
Hangi araçlar ve platformlar kullanılıyor?
Deney tarafında Optimizely ve VWO, analitik tarafında GA4 örnek olarak işlenir; feature flag ve sunucu taraflı deney kavramları gösterilir. Araç seçimi kurumun altyapısına ve ölçeğine göre uyarlanabilir.
Eğitim sonunda sertifika veriliyor mu?
Programı tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Sertifika tamamlanan ileri modülleri ve kurulan deney programı çalışmasını belgeler; kurumsal gruplara özel uyarlama yapılabilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. UI/UX: Veri Odaklı Tasarım Eğitimi II – (İleri Düzey) Eğitim Sertifika Kodu DV-2026XX00 Tarih 15.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
Seviyeİleri Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

UX/UI TasarımıUI Design (Kullanıcı Arayüzü Tasarımı) Eğitimi
Tasarım ve Kullanıcı Deneyimi Eğitimleri

UI Design (Kullanıcı Arayüzü Tasarımı) Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Renk, tipografi, ızgara ve Figma bileşenleriyle profesyonel kullanıcı arayüzü tasarımı. 3 günlük uygulamalı UI Design eğitimi.

Detayları Gör →
UX/UI TasarımıUI UX Kullanıcı Deneyimi Eğitimi
Tasarım ve Kullanıcı Deneyimi Eğitimleri

UI UX Kullanıcı Deneyimi Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Kullanıcı araştırması, persona, yolculuk haritası, wireframe, prototip ve kullanılabilirlik testiyle uçtan uca UX. 3 günlük uygulamalı eğitim.

Detayları Gör →
UX/UI TasarımıUI – User Interface & UX – User Experience Eğitimi
Tasarım ve Kullanıcı Deneyimi Eğitimleri

UI – User Interface & UX – User Experience Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

UX ve UI'ın farkı, kesişimi ve iş birliği: araştırma, etkileşim, görsel tasarım, prototip ve teslim. 3 günlük uygulamalı eğitim.

Detayları Gör →
UX/UI TasarımıUI/UX for Chatbot & Voice Interface AIs Eğitimi
Tasarım ve Kullanıcı Deneyimi Eğitimleri

UI/UX for Chatbot & Voice Interface AIs Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Chatbot ve sesli asistanlar için konuşma tasarımı: diyalog akışı, niyet-varlık, VUI, hata onarımı ve prototip. 3 günlük uygulamalı eğitim.

Detayları Gör →
UX/UI TasarımıUI/UX: Tasarım Sistemleri Eğitimi (İleri Düzey) Eğitimi
Tasarım ve Kullanıcı Deneyimi Eğitimleri

UI/UX: Tasarım Sistemleri Eğitimi (İleri Düzey) Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Design token, Atomic Design, Figma bileşen kütüphanesi, Variables ve Storybook ile uçtan uca tasarım sistemi. 3 günlük ileri düzey eğitim.

Detayları Gör →
UX/UI TasarımıUI/UX: Veri Odaklı Tasarım Eğitimi I Eğitimi
Tasarım ve Kullanıcı Deneyimi Eğitimleri

UI/UX: Veri Odaklı Tasarım Eğitimi I Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

UX metrikleri, Google Analytics 4, ısı haritaları ve A/B testi temelleriyle tasarım kararlarını veriyle almayı öğreten veri odaklı tasarım eğitimi.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn