Kayra Export: Pazaryeri & E-Ticaret Platformu (CTO) (Kayra Export)

Hızlı Özet (TL;DR)

• Rol: CTO (ürün stratejisi, mimari, ekip yapılanması)
• Alan: İhracat odaklı B2B/B2C pazaryeri ve çok kanallı e-ticaret
• Mimari: .NET 8 Mikroservisler + CQRS + olay güdümlü, React Mikro-frontendler
• Ölçek: Çok kanallı ürün, fiyat, stok ve sipariş operasyonları
• Temel Entegrasyonlar: Trendyol, Hepsiburada, Etsy, Faire + ödeme/lojistik entegrasyonları
• Öne Çıkan Sonuçlar: Operasyonel verimlilik, çok kanallı senkronizasyon, yapay zeka destekli otomasyon

Öne Çıkan Sonuçlar

• Çok kanallı ticaret operasyonları tek çalışma yüzeyine taşındı.
• Trendyol, Hepsiburada, Etsy ve Faire için ortak entegrasyon yaklaşımı kuruldu.
• 8 kişilik ürün ve mühendislik ekibinin karar, teslimat ve operasyon ritmi ortaklaştırıldı.
• Yapay zeka destekli katalog ve operasyon otomasyonu için güvenli bir uygulama katmanı konumlandırıldı.

Kayra Export Pazaryeri Platformu

Kayra Export Pazaryeri, ihracat odaklı KOBİ’leri çok kanallı satış ekosistemine taşıyan kurumsal bir ticaret platformudur. Amaç, tek bir merkezden ürün, fiyat, stok ve sipariş yönetimini sağlayan ölçeklenebilir bir pazaryeri altyapısı oluşturmaktı.

CTO olarak ürün stratejisi, mimari kararlar, ekip yapısı ve teslimat ritmini yönettim. Çekirdeği .NET 8 Mikroservisler, CQRS ve AWS üzerinde kurup, React Mikro-frontendler ile operasyon modüllerini bağımsız şekilde ölçeklenebilir hale getirdim.

Vaka Çalışması

Sorun

Dağınık satış kanalları, manuel katalog güncellemeleri ve kanal başına ayrı operasyon akışları ölçeklenebilirliği sınırlıyordu. Tek panelden yönetilebilen, gerçek zamanlı senkronizasyon sağlayan bir platform ihtiyacı vardı.

Kısıtlar

Farklı pazaryeri API’leri, yüksek veri hacmi, gecikmeye duyarlı sipariş/stoğa bağlı süreçler, eski sistemlerle entegrasyon ve sınırlı ekip kapasitesi ana kısıtlardı.

Yaklaşım

Olay güdümlü mimari ile entegrasyon katmanı kuruldu; .NET 8 Mikroservisler ve CQRS ile yazma/okuma yükleri ayrıştırıldı. React Mikro-frontendler ile modüller bağımsız dağıtılabilir hale getirildi. AWS üzerinde ölçeklenen altyapı; Elasticsearch, Redis ve S3 ile desteklendi. Yapay zeka katmanında Bedrock/HuggingFace tabanlı içerik ve otomasyon servisleri konumlandırıldı.

Ödünleşimler

CQRS ve olay güdümlü yaklaşım, daha fazla servis/operasyon yükü ve nihai tutarlılık maliyeti getirdi. Mikroservisler ve mikro-frontend mimarisi dağıtım/gözlemlenebilirlik karmaşıklığını artırdı. Yapay zeka otomasyonu ise güvenlik, prompt yönetimi ve kalite kontrol süreçleri gerektirdi.

Sonuç

Çok kanallı operasyon tek platformda birleştirildi; yeni entegrasyonların devreye alınması standartlaştırıldı. Yapay zeka destekli otomasyonla katalog ve operasyon süreçleri hızlandı, ekiplerin karar alma süresi kısaldı.

Mimari Genel Bakış

Sınırlandırılmış Bağlamlar

• Katalog yönetimi
• Fiyatlandırma ve kampanya
• Sipariş ve iade yönetimi
• Stok ve depo senkronizasyonu
• Pazaryeri entegrasyon katmanı
• Yapay zeka içerik/otomasyon servisleri

Veri Akışı

Kanal konektörleri üzerinden gelen veriler normalize edilir, olay veri yoluna yazılır ve okuma modelleri üzerinden operasyon ekranlarına dağıtılır. Outbox ve idempotency kontrolleriyle çift işlem riski azaltılır.

Mesajlaşma ve Entegrasyon

MassTransit + RabbitMQ ile olay güdümlü akışlar, servisler arası gRPC/REST entegrasyonları ve SLA bazlı durum makineleri kullanıldı.

Dağıtım ve Operasyon

AWS (EC2, ALB, RDS, Elasticache, S3, Elasticsearch) üzerinde konumlandı. GitLab CI/CD + Terraform ile otomasyon sağlandı. Prometheus/Grafana ve ELK ile gözlemlenebilirlik kuruldu.

Ödünleşimler

• CQRS, okuma/yazma yüklerini ayrıştırdı ancak okuma modeli yönetimi ve nihai tutarlılık maliyeti getirdi.
• Olay güdümlü entegrasyon, ölçek ve esneklik sağladı fakat idempotency, yeniden deneme ve izleme karmaşıklığını artırdı.
• Mikroservisler ve mikro-frontend, ekip bağımsızlığı sundu ancak dağıtım ve operasyonel koordinasyon gerektirdi.

Etki / Sonuçlar

• Çok kanallı ürün, fiyat, stok ve sipariş operasyonları tek çalışma yüzeyinde birleştirildi.
• Yeni entegrasyonların devreye alınması ortak bir konektör ve olay akışı standardına bağlandı.
• Katalog ve operasyon süreçlerinde tekrar eden işler otomasyon için ayrıştırıldı.
• Karar, hata ve operasyon sinyalleri gözlemlenebilirlik katmanında izlenebilir hale geldi.

Proje Künyesi

• Şirket: Kayra Export Dijital Ticaret A.Ş.
• Rol: CTO / Teknoloji stratejisi ve mimari liderlik
• Ekip: 8 kişilik ürün ve mühendislik ekibi
• Mimari: .NET 8 CQRS + Mikroservisler, React Mikro-frontendler
• Bulut: AWS EC2, ALB, RDS, Elasticache, S3, Elasticsearch
• Durum: Aktif ve ölçeklenen platform
• Model: Çok kanallı pazaryeri + yapay zeka destekli otomasyon

İlgili Projeler / Sonraki Vaka Çalışması

• ABC Logistics: Gerçek Zamanlı GIS Takip Platformu- mikro-frontend ve gerçek zamanlı operasyon takibi
• Lindow Labs – Dunelm AR “Odada Gör” Deneyimi- gerçek zamanlı görselleştirme ve entegrasyon mimarisi
• Mulcol: VR Firestop Montaj Simülasyonu- endüstriyel simülasyon ve etkileşimli deneyim

SSS

Bu platformu diğer pazaryeri’lerden ayıran ne?

İhracat odaklı çok kanallı yapı, tek panelden operasyon yönetimi ve yapay zeka destekli katalog otomasyonu temel ayrıştırıcılar. Ayrıca entegrasyon katmanı pazaryerleri arasında standart bir senkronizasyon modeli sunuyor.

CQRS neden seçildi?

Sipariş ve stok gibi yazma yoğun süreçleri ile raporlama/okuma tarafını ayrıştırmak gerekiyordu. CQRS, performansı korurken karmaşık iş kurallarını daha yönetilebilir hale getirdi.

Bedrock/HuggingFace nasıl konumlandı?

Bedrock, yönetilen model altyapısı ve güvenlik/guardrail katmanı için kullanıldı; HuggingFace ise özelleştirilmiş içerik üretimi ve sınıflandırma senaryolarında konumlandırıldı.

Çok kanallı entegrasyonlarda idempotency nasıl sağlandı?

Kanal bazlı idempotency key’leri, outbox pattern ve state machine akışlarıyla çift sipariş/çift güncelleme riskleri minimize edildi.

Gözlemlenebilirlik nasıl kuruldu?

Prometheus ve Grafana metrikleri, ELK log agregasyonu ve kritik akışlar için alarm/izleme kuralları ile uçtan uca gözlemlenebilirlik sağlandı.

Mikro-frontendler neden tercih edildi?

Operasyon modüllerinin bağımsız deploy edilebilmesi ve ekiplerin paralel çalışabilmesi için mikro-frontend mimarisi seçildi.

Veri tutarlılığı nasıl yönetildi?

Olay güdümlü yaklaşım ve nihai tutarlılık kabul edildi; kritik akışlarda kompanzasyon ve yeniden deneme stratejileri tanımlandı.