Modash
İçerik üreticilerinin veriye dayalı analizlerini yaparak marka kampanyalarının verimliliğini artıran teknik bir altyapı sunmaktadır.
- Veri odaklı influencer keşfi
- Kampanya performans analizi
- Detaylı hedef kitle içgörüleri

Modash, akademik tasarım denetiminde 77/100 puan alarak Bronz Ödül seviyesinde değerlendirildi. En güçlü yönleri akıcılık (100) ve görsel kararlılık (83); görece geliştirilebilir alanları estetik (31) ve etkileşim tasarımı (32).
1st Ödül Derecesi
Bronz Ödül
Top %25 Küresel
Modash
1ST ÜSTÜN TASARIM ÖDÜLÜ
Hasler-Süsstrunk renk bilimi, Fitts Yasası etkileşim fiziği ve WCAG 2.1 erişilebilirlik standartlarında yürütülen bağımsız tasarım denetiminde küresel dijital üretimin üst %25 kalite dilimine giren Modash, 1st Tasarım Başarı Ödülü'ne layık görülmüştür.
Modash, tarafından tasarlanan bu YouTuber & Video İçerik Üretici platformu olarak 77/100 skorla "Üst Düzey" düzeyine ulaşmıştır. Görsel tutarlılık ve teknik performans temel kriterleri karşılamakta; kullanıcıların genel beklentilerine yanıt verebilmektedir. genel kullanıcı deneyimini daha da güçlendirmek için renk hiyerarşisi, tipografik ölçek ve etkileşim noktalarında odaklanılmış iyileştirmeler etkili olacaktır.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Mor lüks, yaratıcılık ve bilgeliği kodlar. Premium segmentte fark yaratan, seçici kullanıldığında güçlü statü göstergesi olan bir tonlamadır. (Birren, 1969)
Webflow ile tasarlanmış. No-code/low-code geliştirme ortamı.
"Minimalist nötr palet zamansız estetik sunar; içeriğin öne çıkmasına izin veriyor."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
YouTuber & Video İçerik Üretici
Modash bu kategoride 20 puan üzerinde — sektör ortalaması 57/100. En iyi %5 dilimindedir.
Benzer Skorlu Siteler
Ölçüm ortamı hakkında: Teknik performans için öncelik CrUX (Chrome User Experience Report — gerçek kullanıcıların canlı saha verisi); CrUX verisi yoksa Lighthouse(kontrollü lab/test ortamı) kullanılır. Bu iki ortam farklı koşullarda ölçtüğü için bazı metrikler birbirinden ayrışabilir — örneğin sunucu yanıtı (TTFB) lab'da hızlı görünürken, gerçek kullanıcıların içerik boyaması (LCP) ağ ve cihaz koşulları nedeniyle daha yavaş çıkabilir. Her iki değer de doğrudur; yalnızca farklı pencerelerden bakar.

