Agentic Commerce Nedir? AI Agent'lar E-ticareti Nasıl Değiştiriyor?

E-ticaretin uzun süredir temel modeli değişmedi.

Kullanıcı Google'da arama yapar, reklam veya organik sonuçlardan mağazaya gelir, kategori ve ürün sayfalarını gezer, ürünleri karşılaştırır ve checkout'a ilerler.

Agentic commerce bu yolculuğun önemli bir bölümünü değiştirmeye başlıyor.

Yeni modelde kullanıcı mağazaları tek tek gezmek yerine bir AI asistana ne istediğini anlatabiliyor:

“3000 TL altında koşu için uygun, siyah ve 43 numara bir ayakkabı bul.”

AI agent ürünleri araştırabilir, karşılaştırabilir, kullanıcının kriterlerine göre seçenekleri daraltabilir ve desteklenen sistemlerde işlemin satın alma aşamasına kadar ilerlemesine yardımcı olabilir.

Agentic Commerce nedir?

Agentic Commerce, yapay zeka agent'larının kullanıcının alışveriş hedefini anlayarak ürün keşfi, araştırma, karşılaştırma ve bazı durumlarda satın alma işlemlerini gerçekleştirdiği yeni e-ticaret modelidir.

Buradaki temel fark AI'nın yalnızca içerik üretmemesidir.

Bir agent:

• amaca göre hareket edebilir,
• farklı veri kaynaklarından bilgi toplayabilir,
• seçenekleri değerlendirebilir,
• araçlara bağlanabilir,
• birden fazla adımı tamamlayabilir.

Geleneksel e-ticaretten farkı nedir?

Geleneksel modelde kullanıcı arayüzü merkezdedir.

Kullanıcı:

1. arama motoruna gider,
2. mağazayı açar,
3. kategoriye girer,
4. filtre kullanır,
5. ürün detaylarını okur,
6. karşılaştırma yapar,
7. checkout'a gider.

Agentic modelde ise kullanıcı bir amaç tanımlar.

Örneğin:

“Yeni doğan bebeğe hediye olacak, organik pamuklu, 2.000 TL altında premium bir ürün bul.”

Burada kullanıcı yüzlerce ürünü kendisi filtrelemek yerine bu işi agent'a devredebilir.

Agent'ın ihtiyacı ise güzel bir ana sayfadan önce anlayabileceği güvenilir ürün verisidir.

Agentic Commerce neden şimdi önemli?

Çünkü AI platformları yalnızca cevap üretmekten alışveriş deneyiminin içine doğru ilerliyor.

Bu gelişmenin e-ticaret açısından kritik sonucu şudur:

Markanın yeni müşterisi her zaman web sitesinin ana sayfasından gelmeyebilir.

Alışveriş yolculuğu AI sohbetinde başlayabilir.

Agentic Commerce nasıl çalışır?

Basitleştirilmiş mimari:

Kullanıcı amacı

↓

AI Agent

↓

Ürün katalogları / merchant sistemleri

↓

Ürün, stok, fiyat ve politika verileri

↓

Karşılaştırma ve karar

↓

Cart / checkout

↓

Ödeme ve sipariş

Buradaki en kritik katmanlardan biri ürün verisidir.

Agent'ın şunları anlayabilmesi gerekir:

• ürün nedir?
• kim için uygundur?
• varyantları nelerdir?
• fiyatı nedir?
• stokta mı?
• ne zaman teslim edilir?
• iade koşulları nedir?
• hangi özelliklere sahiptir?

AI için ürün verisi neden daha önemli hale geliyor?

Bugüne kadar ürün sayfalarının büyük bölümü insan ziyaretçilere göre tasarlandı.

İyi fotoğraf, güçlü banner, marka dili, animasyon ve lifestyle içerik hâlâ değerlidir.

Ancak AI agent için ürünün makineler tarafından anlaşılabilir olması da gerekir.

Dolayısıyla agentic commerce için katalog kalitesi yalnızca merchandising konusu değildir.

Artık dağıtım kanalı optimizasyonudur.

Agentic Commerce SEO'nun yerini mi alacak?

Hayır.

Ancak ürün keşfinin yeni bir katmanı oluşuyor.

Bugün bir marka şunları ayrı ayrı düşünmek zorunda:

• Google Search görünürlüğü,
• Google Shopping,
• Meta reklamları,
• marketplace görünürlüğü,
• organik sosyal medya,
• AI discovery.

Bunların temelinde yine kaliteli ürün ve marka verisi bulunuyor.

Markalar Agentic Commerce'e nasıl hazırlanmalı?

1. Ürün kataloglarını temizlemeli

Ürün datası mümkün olduğunca normalize edilmeli.

Örneğin:

“Premium Erkek Ayakkabı Model 4”

yerine agent'ın anlayabileceği daha açıklayıcı bilgiler bulunmalıdır:

• ürün tipi,
• materyal,
• kullanım amacı,
• renk,
• ölçü,
• özellik,
• hedef kullanıcı.

2. Varyant yapısını doğru kurmalı

Aynı ürünün renk, beden, hacim, paket ve materyal varyantlarının ilişkisi açık olmalı.

3. Stok ve fiyat verisini güncel tutmalı

Agent'a eski fiyat veya olmayan stok göstermek kullanıcı deneyimini ve güveni bozar.

4. Ürünleri yalnızca pazarlama diliyle anlatmamalı

“Tarzınızı yeniden keşfedin.” insan için iyi bir slogan olabilir ama agent açısından ürün hakkında neredeyse hiçbir şey söylemez.

5. Structured data'yı doğru kullanmalı

Schema tek başına agentic commerce çözümü değildir. Ancak makine tarafından okunabilir içerik katmanının önemli parçalarından biridir.

Storefront artık sadece web sitesi değil

Markanın ürünleri farklı AI arayüzlerinde de satılabilir.

Web sitesi hâlâ marka deneyimi, içerik, müşteri hesabı, loyalty, merchandising, storytelling ve tekrar satın alma açısından merkezi kanal olmaya devam edecektir.

Ancak discovery katmanı parçalanabilir.

Agentic Commerce için teknik checklist

• Ürün isimleri açık mı?
• Ürün attribute'ları yapılandırılmış mı?
• SKU'lar benzersiz mi?
• Varyant ilişkileri doğru mu?
• Fiyat bilgileri tutarlı mı?
• Stok gerçek zamanlı mı?
• Product Schema doğru mu?
• Ürün açıklamalarında somut özellikler var mı?
• Teslimat/iade koşulları makine tarafından okunabilir mi?
• API'ler ürün bilgisini tutarlı şekilde döndürüyor mu?
• Ürün feed'leri farklı kanallarda aynı veriyi taşıyor mu?
• Analytics AI kaynaklı satışları ayırabiliyor mu?

Agentic Commerce'in asıl kırılma noktası: arayüz değil yetenek keşfi

Klasik e-ticarette mağaza kullanıcıya hangi butonları sunacağını bilir. Agentic modelde ise harici bir agent'ın mağazanın hangi işlemleri yapabildiğini güvenli biçimde keşfetmesi gerekir.

Bu nedenle agent-ready bir commerce sistemi üç ayrı contract'a ihtiyaç duyar:

1. Discovery contract: Hangi ürünler ve yetenekler mevcut?
2. Action contract: Sepete ekleme, fiyat alma, stok sorgulama gibi işlemler nasıl çağrılır?
3. Policy contract: Hangi işlem hangi yetki ve doğrulama koşullarına bağlı?

Ürün verisinin makine tarafından okunabilir olması yalnız ilk katmandır. Agent bir ürünü doğru bulsa bile canlı stok, fiyat, teslimat veya uygunluk doğrulaması yapamıyorsa kullanıcıya güvenilir öneri sunamaz.

Agent'ın karar verdiği, commerce core'un karar vermediği alanları ayırın

AI agent'a her şeyi bırakmak hatalıdır.

Agent şu işlerde güçlü olabilir:

• doğal dilde intent çözme,
• ürünleri kıyaslama,
• belirsiz talebi netleştirme,
• alternatif önerme,
• birçok tool sonucunu sentezleme.

Ancak şu alanlar deterministik kalmalıdır:

• nihai fiyat,
• stok düşümü,
• vergi,
• discount eligibility,
• ödeme,
• sipariş oluşturma,
• refund limitleri.

Bu ayrım üretim sisteminde kritik bir güvenlik sınırıdır.

Agentic commerce veri modelinin minimum contract'ı

product_id
product_group_id
variant_id
sku
brand
category
attributes:
  color
  material
  dimensions
  compatibility
commercial:
  price
  currency
  availability
fulfillment:
  delivery_estimate
  shipping_regions
policy:
  return_window
  return_fee

Bu şema birebir uygulanmak zorunda değildir. Kritik nokta, agent'ın metinden tahmin etmek zorunda kalacağı veriyi mümkün olduğunca structured commerce state olarak sunmaktır.

Recommendation ile transaction arasındaki güven seviyesi aynı değildir

AI kaynaklı satış nasıl ölçülmeli?

Takip edilebilecek alanlar:

• agent/referrer identity,
• session source,
• recommendation id,
• selected product,
• cart creation source,
• checkout source,
• order attribution metadata.

Agent journey klasik browser session gibi davranmayabilir. Bu nedenle yalnız UTM beklemek yeterli değildir. Commerce backend'inde source-aware transaction metadata tutulması daha sağlamdır.

Agent-ready katalog için kalite skoru

Ürün bazında şu boyutlar puanlanabilir:

• identity completeness
• attribute completeness
• stock freshness
• price freshness
• image quality
• policy completeness
• variant consistency
• feed/storefront consistency

Örneğin 10.000 ürünün yalnız %35'inde materyal ve ölçü bilgisi varsa “feed var” demek yanıltıcıdır.

Failure mode'lar

Stale commerce state

Agent eski fiyatı veya stoğu kullanır.

Ambiguous variants

Agent “siyah 43” yerine yanlış SKU'yu seçer.

Policy hallucination

İade veya teslimat koşulu structured olmadığı için model metinden yanlış yorum çıkarır.

Authorization bypass

Agent tool'u doğrudan kritik işlem yapabilir.

Duplicate action

Retry sırasında aynı cart/order işlemi iki kez gerçekleşir.

Bu nedenle action API'lerinde idempotency ve server-side validation zorunlu görülmelidir.

Markalar bugün neyi yaparsa geleceğe yatırım yapmış olur?

1. Canonical product model.
2. Temiz varyant ilişkileri.
3. Gerçek zamanlı fiyat/stok contract'ı.
4. Yapılandırılmış politika verisi.
5. İyi tanımlı read/write API'ler.
6. Audit log.
7. Source-aware analytics.

Bunlar yalnız AI için değil; marketplace, feed, mobile app ve yeni satış kanalları için de altyapıyı güçlendirir.

Örnek agent journey

Kullanıcı: “4.000 TL altında, 15 inç laptop alan, siyah deri sırt çantası bul; iadesi ücretsiz olanları öne çıkar.”

Agent'ın ideal akışı:

intent extraction
→ product.search(filters)
→ offer/availability check
→ return-policy check
→ ranking
→ user confirmation
→ cart.add

Burada ürün arama ile policy kontrolü farklı tool'lardır. Agent ürün açıklamasından “ücretsiz iade vardır” diye tahmin etmemelidir.

Başarı metriği yalnız conversion değildir

Agentic commerce için:

• task completion rate,
• correct product match,
• invalid recommendation rate,
• stale price rate,
• policy error rate,
• human correction rate,
• checkout completion

gibi metrikler birlikte izlenmelidir.

Bir agent çok satış getiriyor ama yanlış varyant önerip yüksek iade yaratıyorsa sistem ticari olarak başarısız olabilir.

Sonuç

Agentic Commerce yeni bir ödeme yöntemi veya yeni bir chatbot özelliği değildir.

E-ticarette discovery katmanının değişmesidir.

Bugüne kadar markalar öncelikle “Google'da nasıl görünürüz?” diye soruyordu.

Yeni soru giderek şu hale geliyor:

“Bir AI agent bizim ürünümüzü neden önersin?”

Reliefers olarak e-ticaret altyapılarını yalnızca kullanıcıların göreceği frontend olarak değil; ürün verisi, entegrasyonlar, analytics ve yeni AI tabanlı satış kanallarının birlikte çalışacağı bir sistem olarak ele alıyoruz.