Food Scanner
LabelScan için gıda etiketlerini kamerayla tarayıp içindekileri analiz eden ve 100 üzerinden sağlık skoru veren bir iOS uygulaması tasarladık ve geliştirdik.
- React Native ile geliştirilen, App Store'da yayında olan İngilizce arayüzlü bir iOS uygulaması.
- Üç ekran: ana ekran, kamera ile etiket tarama ve profil; ilk sürüm 24 saatte yayına alındı.
- OpenAI entegrasyonu içindekiler listesini analiz edip 100 üzerinden bir sağlık skoru üretiyor.
- RevenueCat ile haftalık ve yıllık abonelik, ASO çalışması ve Framer üzerinde tanıtım sitesi.
- Turuncu vurgulu tarama ekranı ve çikolata tutan maskot ile sıcak, samimi bir görsel dil.
Zorluk
Market rafındaki bir ürünün etiketini okumak kolay, anlamak zor. Uzun içindekiler listeleri, katkı maddeleri ve tanıdık olmayan isimler çoğu kullanıcı için tek bir soruya indirgenir: bu ürün benim için iyi mi? LabelScan bu soruya saniyeler içinde, net bir cevap vermek için başladı.
Proje aynı zamanda bir hız deneyiydi. Eren, fikirden App Store’a giden yolu tek bir günde tamamlamayı hedefledi. Bu da kapsamı acımasızca daraltmayı, sadece gerçekten gerekli ekranları kurmayı ve MVP odaklı düşünmeyi gerektirdi. Kullanıcı deneyimi ise bu sıkışık takvime rağmen basit ve güven veren kalmalıydı.
Yaklaşım
Uygulamayı üç ekrana indirdik: ana ekran, kamera ile tarama ve profil. Tarama ekranında ürünü turuncu köşe işaretleriyle çerçeveleyen bir vizör, altta büyük yuvarlak bir çekim düğmesi, galeriden yükleme ve kamera değiştirme kısayolları var. Flaş kontrolü üst çubukta duruyor. Arayüz İngilizce ve tamamen odaklanmış; ekranda taramayı başlatmak dışında dikkat dağıtan hiçbir öğe yok.
Çekilen etiket OpenAI API’ye gönderiliyor; içindekiler analiz ediliyor ve kullanıcıya 100 üzerinden bir sağlık skoru dönüyor. Aboneliği RevenueCat ile haftalık ve yıllık planlar olarak kurduk. Çikolata tutan, parlak gözlü turuncu maskot markanın samimi yüzü oldu; tanıtım sitesini ise Framer üzerinde hazırladık.
Sonuç
LabelScan bugün App Store’da yayında. Kullanıcı uygulamayı açıp ürünü vizöre alıyor, tek dokunuşla tarıyor ve içindekiler hakkında sade bir değerlendirme ile sağlık skorunu görüyor. Etiketin arkasındaki karmaşayı okunabilir bir cevaba çeviriyoruz.
Bizim için asıl kazanım süreç oldu. React Native, OpenAI ve RevenueCat üçlüsünün bir günde çalışan bir ürüne dönüşebildiğini gördük. Bu deney, MVP odaklı mobil geliştirme yaklaşımımızın somut bir örneği oldu: kapsamı erken daralt, hızlı yayınla. ASO çalışmasıyla uygulamanın mağazada bulunabilirliğini de en başından düşündük.