Hopi
Canlı ortama sızan hata oranı %7’den %2’ye indi
Özet
Hopi, Boyner Grup bünyesinde faaliyet gösteren veri odaklı bir müşteri teknolojileri şirketidir. Kampanya yoğunluğunun yüksek olduğu perakende ortamında sürüm hızını düşürmeden kalite standardını yükseltmeyi hedefledi. RabbitQA ile yürüttüğümüz çalışmada canlı ortama sızan hata oranı %7’den %2’ye indi ve regresyon testi süresi yarıya düştü.
- Şirket
- Hopi – Boyner Grup bünyesinde veri odaklı müşteri teknolojileri şirketi
- İş ortağı ağı
- 300+ marka
- Sektör
- E-ticaret ve perakende
- Kullanılan ürün
- RabbitQA
- Kazanılan ödül
- The AI Awards 2026 – Best AI Usage in Retail
Çalışma öncesi ve sonrası
| Gösterge | Çalışma öncesi | Çalışma sonrası |
|---|---|---|
| Canlı ortama sızan hata oranı | %7 | %2 |
| Regresyon testi süresi | Referans alınan süre | %50 daha kısa |
| Test senaryosu üretimi | Otomasyon mühendisi kapasitesiyle sınırlı | Çok ajanlı yapı tarafından üretiliyor |
| Gereksinim ve test ilişkisi | Parçalı biçimde izleniyor | Uçtan uca kayıt altında |
Sektördeki ihtiyaç
Perakendede kalite standardı, kampanya takvimine yetişmek zorundadır
Perakende ve e-ticaret kurumlarında gelirin önemli bölümü önceden ilan edilmiş kampanya dönemlerinde oluşur. Bu dönemlerde sürüm takvimi sıkışır, değişiklik hacmi artar ve doğrulama için ayrılan süre daralır. Kalite kontrolü darboğaza dönüştüğünde geriye iki seçenek kalır: sürümü ertelemek veya doğrulanmamış değişikliği canlı ortama almak. Her iki seçeneğin de doğrudan gelir karşılığı vardır.
Canlı ortama sızan hataların maliyeti perakendede yalnızca teknik değildir. Sepet, ödeme ve kampanya akışlarındaki bir kesinti aynı gün içinde işlem kaybına ve müşteri güveninde aşınmaya dönüşür. Bu nedenle kurumsal hedef hata sayısını azaltmak değil, hata oranını sürüm hızından bağımsız bir seviyede tutmaktır.
Hopi’nin ihtiyacı bu çerçevede tanımlandı: sürüm sıklığı korunurken canlı ortama sızan hata oranını ölçülebilir biçimde düşürmek.
Ürün
Kalite döngüsünü gereksinim aşamasına kadar geriye çektik
Kapsamın iş etkisine göre önceliklendirilmesi
Kritik kullanıcı akışlarını teknik karmaşıklığa göre değil, işlem hacmi ve gelir etkisine göre sıraladık. Kampanya dönemlerinde en yüksek hacmi taşıyan akışlar zorunlu kapsama alındı, kalan akışlar risk temelli değerlendirmeye bırakıldı.
Proje çıktısı
Sürüm hızı korunurken kalite göstergeleri yükseldi
Canlı ortama sızan hata oranı %7’den %2’ye indi. Bu, üretim ortamına ulaşan hata oranında %71’lik bir azalmaya karşılık gelir ve kampanya dönemlerinde de korundu.
Regresyon testi süresi yarıya indi. Sürüm öncesi doğrulama release takvimini geciktiren bir adım olmaktan çıktı; sürüm sıklığı düşürülmeden kapsam genişletildi.
Kullanıcı deneyimindeki iyileşme müşteri göstergelerine yansıdı. NPS yükseldi ve müşteri kaybı azaldı.
Çalışma, The AI Awards 2026 kapsamında Best AI Usage in Retail ödülüne layık görüldü.
