EYDefterEmre Yakut
← tüm yazılar
Ölçüm · Saha · derin

77 sayfalık PDF’ten 68 ürüne

Bir ev tekstili üreticisinin tek düzgün dijital varlığı 49 MB’lık bir katalog PDF’iydi. Ürün ağacını oradan çıkardım — ve iki tuzağa yakalandım.

KATALOG167 MB · 68 ürün · tarama kalitesinde çıkar ürün adı koleksiyon ölçü kompozisyon renk kodu görselalan alan çıkarılmış, elle doğrulanmış site 68 ürün PDF bir veri kaynağı değildir — ama tek kaynak oysa veri kaynağı odur

Bursa’da bir ev tekstili üreticisi. Ürettiği şey ortada: nevresim, pike, çeyiz, gelin takımı, masa örtüsü. Dijitalde ise neredeyse hiç yok.

Ellerinde tek düzgün varlık vardı: 77 sayfalık, 49 MB’lık bir katalog PDF’i. Sitelerinde 12 ürün görünüyordu. Katalogda 68 model vardı.

Yani sattıkları şeyin yüzde seksen ikisi internette yoktu.

PDF bir veri kaynağı değildir

Baştan söylemek lazım: PDF bir sunum biçimidir. İçinde tablo yok, ilişki yok, şema yok. Sayfaya yerleştirilmiş kutular var.

Ama tek kaynak oysa, veri kaynağı odur.

Metin tarafı görece kolaydı: model adı, koleksiyon, ölçü, kompozisyon, renk kodu. Zor olan görsellerdi.

Birinci tuzak: hayalet şerit

Sayfalardan görselleri çıkardığımda beklediğimden çok daha fazla dosya geldi. Çünkü her sayfanın üstündeki dekoratif bant da bir görsel olarak gömülüydü. Yetmiş yedi kez. Aynı görsel.

Çözüm en/boy oranından geldi:

şerit filtresi
en / boy = 2200 / 400 = 5,5 → ürün fotoğrafı olamaz

Eşiği 3,0’a koydum. Üstündeki her görsel dekoratif sayıldı. 77 kopya tek seferde elendi; tek bir ürün fotoğrafı da yanlışlıkla gitmedi — en yatık ürün görseli 1,9’du.

İkinci tuzak: yapışık panel

Bu daha sinsiydi. Nevresim sayfalarında ürün fotoğrafının sağına, aynı görselin içinde, ölçü ve bakım bilgisi paneli basılmıştı. Tek bir PNG içinde solda kumaş, sağda beyaz zemin üstünde yazı.

Bunu siteye böyle koyamazsın: kırparsan yazı yarım kalıyor, kırpmazsan ürünün yanında alakasız bir tablo duruyor.

Kesme noktasını bulmak için görüntüyü sütun sütun tarayıp her sütunun beyaza yakın piksel oranını hesapladım:

# her x sütunu için
beyaz_oranı(x) = (parlaklığı > 240 olan piksel sayısı)
                 ──────────────────────────────────────
                            görsel yüksekliği

# fotoğraf tarafı: dokulu, oran düşük ve gürültülü  (~0.1–0.4)
# panel tarafı:   beyaz zemin, oran yüksek ve kararlı (>0.85)
kesme = oranın 0.85 üstüne çıkıp bir daha düşmediği ilk x

“Bir daha düşmediği” kısmı önemli. Fotoğrafın içinde de beyaz bölgeler var — parlak bir yastık yüzeyi mesela. Tek sütuna bakarsan yanılırsın. Ama panel bir kez başladıysa sona kadar beyaz kalıyor; koşulu kalıcılık üzerinden kurdum.

ve sonra elle baktım

68 görselin hepsini tek tek açtım. Dördünde kesme birkaç piksel içerideydi, elle düzelttim.

Otomatik çıkarma doğrulamayı ortadan kaldırmaz — doğrulanacak iş miktarını küçültür. 68 görseli elle kırpmak yerine elle kontrol ettim. Aradaki fark üç saat.

Sonuç: 49 MB’lık katalog, siteye uygun 10,4 MB’lık bir görsel setine indi ve beş koleksiyona bölündü — gelin 4, çeyiz 18, pike 12, nevresim 28, masa 6.

Mevcut siteyi de ölçtüm

Teklif hazırlarken alışkanlığım: müşterinin sitesini övmek ya da yermek yerine ölçmek. Her bulguya tarih damgası ve kanıt.

ölçümbulgu
SSL sertifikasıalan adına ait değil — tarayıcı uyarısı veriyor
Son içerik güncellemesi4 Haziran 2024 — iki yıldır donmuş
robots.txt / sitemap / şemahiçbiri yok
Ürün kapsamı68 modelin 56’sı sitede yok
Sayfa meta’larıbaşka bir dilde, kozmetik salonu şablon metni
Belge yazarı alanışablonu yapan öğrencinin adı

Son iki satır en anlatıcı olanı: site hazır bir şablondan kurulmuş ve demo metinleri hiç temizlenmemiş. Yani arama motoru bu sitenin bir kozmetik salonu olduğunu düşünüyor.

Sunuma koyarken tonu dikkatli tuttum. “Siteniz berbat” demiyorsun; “şu tarihte şunu ölçtük, sonuç bu” diyorsun. Biri görüş, diğeri kayıt. Tartışılabilir olan sadece ilki.

Ve gönderdim… kimseye

Hazırlık bitti, portal linki üç kez gönderildi. Üçü de info@ adresine. Toplam görüntülenme: 0.

Ders teknik değil: info@ bir posta kutusu değil, bir çöp sahasıdır. Karar vericinin adı — sitenin kendi sayfa meta verisinden doğrulanmıştı — elimde duruyordu; kanalı bulmam gerekiyordu.

İkinci turda yön WhatsApp’a döndü ve açılma pikseli kapatıldı. Birine bir şey satmaya çalışırken onu izlediğini hissettirmek, satışın kendisinden pahalıya mal oluyor.

Ne öğrendim

Bir işin en zor kısmı genelde en görünür kısmı değil. Burada site tasarımı iki gündü; kataloğun içinden gerçeği çıkarmak ondan uzun sürdü.

Ve ne kadar iyi hazırlarsan hazırla, yanlış posta kutusuna giden şey açılmamış sayılır.

ÖlçümSaha