Veri Odaklı ve İnovatif Tasarım Eğitimi

Veri Odaklı Tasarım eğitimi, tasarımcılara sezgisel, analitik ve veri temelli düşünce becerilerini dengelemeyi öğretmeyi amaçlar. Yaratıcı problem çözümünde verinin rolünü derinlemesine anlamak, tasarım süreçlerini verilerle zenginleştirmek ve geleceğin belirsiz ortamlarına karşı stratejik senaryolar üretebilmek için kapsamlı bir yaklaşım sunar. Bu eğitim, katılımcıların kullanıcı verilerini analiz ederek tasarım iç görüleri üretmesini, veri destekli tasarım kararları almasını ve spekülatif senaryolarla geleceğe yönelik inovatif ürün/hizmet fikirleri geliştirmesini sağlar. Gelecek odaklı düşünme, sistematik analiz, sezgisel yorumlama ve veri hikayeleştirme (data storytelling) gibi yetkinlikleri pratik araçlarla birleştirir. Bu program sonunda katılımcılar, yalnızca mevcut kullanıcı davranışlarını değil, aynı zamanda gelecek trendlerini öngörerek, veri destekli inovatif çözümler üretebilecek tasarım zekasını geliştirmiş olacaklar.

‍

Bu eğitim, tasarım odaklı düşünme (Design Thinking) süreçlerine aşina olan, orta ve ileri seviye (mid-senior, senior) UX/UI tasarımcıları, ürün ve servis tasarımcıları, ürün yöneticileri (PM’ler), kullanıcı deneyimi (UX Research) uzmanları ve inovasyon liderleri için tasarlanmıştır. Ayrıca stratejik tasarım ekiplerinde çalışan profesyoneller, insan-merkezli teknoloji çözümleri geliştiren tasarımcılar ve geleceğin kullanıcı deneyimlerini kurgulamak isteyen vizyoner girişimciler için de uygundur. Eğitim, temel tasarım eğitimi vermeyi değil; veri, sezgi ve stratejik düşünceyi birleştirerek ileri seviye tasarım zekâsı geliştirmeyi hedefler.

‍

• Geleceği “araştırabilme” ve karar mekanizması oluşturabilme
• Verileri analiz ederek tasarım kararlarını güçlendirme
• Sezgisel ve analitik düşünceyi dengeli bir şekilde kullanma
• Kullanıcı verilerini yorumlayarak iç görüler çıkarma
• Veriye dayalı ürün/hizmet prototipleme ve test etme
• Spekülatif tasarım yaklaşımı ile gelecek senaryoları geliştirme
• Hype ve gerçek veri ayrımını yaparak stratejik karar verebilme
• İnsan-AI etkileşiminde deneyim tasarlama prensiplerini kavrama
• Tasarım süreçlerinde veri hikayeleştirme (data storytelling) kullanma

Tasarım ve Ürün Geliştirme Bilgisi:

• Temel düzeyde ürün/hizmet tasarımı veya geliştirme deneyimi. (Örneğin: bir ürün, hizmet, süreç veya deneyim tasarımı sürecine katılmış olmak.)

‍

Design Thinking veya Kullanıcı Merkezli Yaklaşıma Aşinalık:

• Kullanıcı ihtiyaçlarını anlama, problem tanımlama ve fikir üretme süreçlerine aşinalık.

‍

Veri Yorumlama Yetkinliği:

• Temel düzeyde veri okuma ve sezgisel/analitik çıkarım yapabilme becerisi.
• Tasarım araştırmasından konsept geliştirme ve hikaye oluşturulması ile ilgili temel düzeyde analitik yaklaşım

‍

Yaratıcı Problem Çözme Yetkinliği:

• Belirsizlik içinde çözüm geliştirme veya senaryo üretme konularında esneklik gösterebilmek.

‍

(Not: Teknik programlama bilgisi veya ileri düzey veri bilimi bilgisi gerekmemektedir. Odak tasarım araştırması ve analizi temelli veri kullanımıdır.)

1. Ders

Veri Odaklı Tasarım ve İnovasyona Giriş

• Veri Odaklı Tasarım nedir?
• Kullanıcı verilerinin sezgisel, analitik ve sistemsel düşünceyle harmanlanması.
• Tasarım kararlarında verinin rolü: Kanıt mı, ilham mı?
• Geleceğin belirsizlikleri karşısında veri destekli inovasyonun önemi.
• Sezgisel düşünce ile veri doğrulamasının stratejik dengesi.
• İnovasyon kavramı: Teknolojik inovasyon vs. Anlam inovasyonu.
• Tasarımcının rolü: Gelecekte “anlam kurucu” tasarımcı kimliği.
• İnovasyon nedir, tasarımcı için geleceğin inovasyonlarının oluşturulması
• Tasarım Odaklı İnovasyon Perspektifi: Kullanıcının beklemediği ihtiyaçları nasıl keşfederiz?
• Veri ile “mevcut anlamları” nasıl sorgularız?
• Aktivite - Verisiz Tasarım ve Zihinsel Açılım
• Vaka Analizi : Netflix – House of Cards Veri Kullanımı
• Vaka Analizi : Nokia – Kullanıcı verisi ve Gelecek takibi

‍
Gün: 12 Haziran Perşembe

Saat: 19:30 - 21:30

‍

‍

2. Ders

Veri ile Düşünmek ve Empati Haritaları

• Veriyle düşünmek nedir?
• Stratejik tasarım kararlarında veri + sezgi + sistem bakışını nasıl sentezleriz?
• Empati Haritası - Geleneksel kullanım vs. Veri odaklı derin empati.
• Kullanıcı “ne diyor” değil, “neden diyor” sorusunu çözümlemek.
• Meta-bilişsel ve sistematik düşünce ile empatiyi derinleştirmek.
• Meta-bilişsel farkındalık: Kendi önyargını ve sezgisel kısayollarını görebilmek.
• Sistemsel analiz: Kullanıcının davranış örüntülerini, tetikleyicileri ve sistem içindeki yerini çözümlemek.
• Aktivite - Meta bilişsel düşünce analizi, bir ürünü sistematik düşünce parametrelerine göre ayırmak
• Vaka Analizi: IKEA Life at Home Reports
• Vaka Analizi: General Motors vs Toyota

‍

Gün: 19 Haziran Perşembe

Saat: 19:30 - 21:30

‍

‍

3. Ders

Hangi Veriler, Neden? - Veri ve Zaman

• Veri kaynaklarının doğruluğu, zamanlaması ve bağlamı
• Veri kaynaklarının güvenilirliği ve kritik önemi
• Bir verinin kaynağı, doğruluğu ve güncelliği nasıl analiz edilir?
• Zamanlama faktörü: Veri hangi anda toplanmalı? Geçmiş veriler ne kadar anlamlıdır?
• Veriyi sadece sayı olarak değil, bağlam içinde okumak.
• Sessiz veriler (hiç ölçülmeyen alanlar) ve “veri boşluklarını” yakalamak.
• Örüntüleri, sessiz verileri ve sezgiyi okuyabilmek.
• Öngörü oluşturmak için verinin söylediği kadar söylemediğini de görmek.
• Vaka Analizi: Covid Tahmin Edilebilir miydi?
• Vaka Analizi: Google Flu Trends
• Aktivite - Hangi verilerin toplanacağına dair araştırma ve önceliklendirme çalışması. - MindMap

‍

Gün: 26 Haziran Perşembe

Saat: 19:30 - 21:30

‍

‍

4. Ders

Geleceği Okumak: Trendler ve Senaryolar

• Makro ve mikro veriler üzerinden insan davranışlarını geleceğe taşımak.
• Makro değişimler (iklim, ekonomi, toplum) vs mikro değişimler (tüketici alışkanlıkları, kültürel kaymalar).
• İnsan davranışlarını geleceğe doğru nasıl modelleyebiliriz?
• Trend Panoları ve Senaryo Mindmap’leri oluşturmak.
• Gelecek trendlerini belirlemek ve haritalamak.
• Makro-mikro verilerin ilişkilendirilmesi.
• Spekülatif Tasarıma Giriş : Gelecek senaryoları ve tasarım - Sadece çözüm değil, soru üretmek.
• Senaryo tiplerinin analizi : Olası / Muhtemel / Tercih Edilen / Dystopik / Absürt senaryo türleri.
• Vaka Analizi: ARUP Foresight “Drivers of Change” Programı
• Aktivite - Grup çalışması: 1 Gelecek Trend Haritası çıkarımı - Senaryo mindmap’i ve görselli trend panosu

‍

Gün: 3 Temmuz Perşembe

Saat: 19:30 - 21:30

‍

‍

5. Ders

Tasarım Problemi Belirleme ve Hipotezden Senaryoya Geçiş

• Hipotez kurmak vs. Senaryo yazmak
• Hipotez: “X olursa, Y olur” türü doğrulanabilir varsayım oluşturma.
• Senaryo: Belirsizliği anlamaya, alternatif gelecekler kurgulamaya yönelik bir hikaye geliştirme
• Ne zaman hipotez kurmalı, ne zaman senaryo üretmeli?
• Tasarım problemini veri bazlı netleştirmek
• Hangi veri bize gerçek problemi gösteriyor?
• Görünen problemler vs. kök problemler: “Suyun üstündeki buzdağı” ve “derindeki yapılar.”
• Sistemde görünmeyen ihtiyaçları problem ifadesine katmak.
• Vaka Analizi: Airbnb’nin Pivot Hikayesi
• Vaka Analizi: Kodak ve Dijital Fotoğrafçılık
• Aktivite - Grup çalışması: Grup çalışması ile her projenin tasarım problemini net tanımlama. Kök neden tanımlaya giriş

‍

Gün: 10 Temmuz Perşembe

Saat: 19:30 - 21:30

‍

‍

6. Ders

Fikir Üretme ve Prototipleme

• “One-shot” veri destekli prototip üretme
• Kısıtlı zaman, sınırlı veri, maksimum yaratıcı etki: Minimum viable prototype (MVP) yaklaşımı.
• Hızlı düşünce → hızlı üretim → hızlı geri bildirim döngüsü
• Kullanıcıdan gelen veri + sezgiyle ilham alıp, somutlaştırmak.
• “Veri-bazlı yaratıcı düşünce varyasyonları” oluşturmak.
• Bir prototip tek başına değil, bir hikaye içinde canlanır - Hikaye oluşturma
• Kullanıcının zihninde prototipi çalıştıracak küçük bir senaryo nasıl oluşturulur?
• Vaka Analizi: IDEO Shopping Cart Project
• Vaka Analizi: Dropbox FakeDoor
• Aktivite - Grup çalışması: Storyboard üzerinden tasarım geliştirme ve küçük prototip geliştirmeye başlama atölyesi.

‍

Gün: 17 Temmuz Perşembe

Saat: 19:30 - 21:30

‍

‍

7. Ders

Kullanıcı Testi ve Veri Hikayesi

• “Kullanıcı rolleri ile veri tabanlı test yapmak
• Tasarlanan prototip sadece “güzel”/kullanışlı mı yoksa veriyle anlamlı mı?
• Gerçek kullanıcı ihtiyaçlarına mı cevap veriyor, yoksa algısal mı etkiliyor?
• Hangi veriler üzerinden geri bildirim alınır?
• Hangi sorularla ve hangi gözlemlerle doğru veriler elde edilir?
• Objektif vs Sezgisel Gözlem → ikisinin dengesi nasıl kurulur?
• Vaka Analizi: Airbnb’nin “Snow White Storyboards”
• Vaka Analizi: Slack Beta Test
• Aktivite - Grup çalışması: Simülasyon Testleri: User, AI, CEO gibi rollerle deneyim analizi.

‍

Gün: 24 Temmuz Perşembe

Saat‍: 19:30 - 21:30

‍

‍

8. Ders

Office Hour + Sunum Provaları

• 1-1 birebir grup geri bildirim saatleri
• Prova sunumlar ve final revizyonlar

‍

Gün: 31 Temmuz Perşembe

Saat: 19:30 - 21:30

‍

‍

9. Ders

Proje Sunumları

• Proje Sunumları (User-AI Etkileşim Tasarımı)
• Empati ve İçgörü açıklamaları
• Kullanılan veri stratejisinin açıklanması
• Prototip ve senaryo sunumu

‍

Gün: 7 Ağustos Perşembe

Saat: 19:30 - 21:30