Hizmetler
Veri altyapısı
Sistemler arasında veriyi güvenli ve tutarlı şekilde taşıyoruz; modellerin çalışacağı boru hattını kuruyoruz.
Bir optimizasyon modeli, beslendiği veri kadar doğrudur. Eksik bir hat hızı ya da tanımsız bir kapasite, modelin sessizce yanlış sonuç vermesine yol açar.
Entegrasyon
Kurumsal veri çoğunlukla SAP’te ya da benzeri bir sistemde durur ve oradan çıkarılması gerekir. MMK projesinde veri SAP’ten alınıp katmanlı bir şema yapısından geçiriliyor: ham veri toplama katmanına iniyor, dönüştürülüp ana şemaya taşınıyor, senaryo oluşturulduğunda senaryo kimliğiyle çalışma katmanına kopyalanıyor.
Bu son adım önemli. Kullanıcı kendi senaryosunda veriyi değiştirebiliyor, ana veriye dokunmadan. “Şu tedarikçiden alım yapmasak ne olur” sorusunu sormanın yolu bu.
Eksik veriyle ne yapılır
Gerçek veri hiçbir zaman tam gelmez. MMK’da entegrasyonla gelen üretim hattı hızlarının bir kısmı boştu. Bu boşluklar kapatılmadan kapasite kısıtları anlamsız kalırdı: bir hat için hız bilinmiyorsa o hattın ne kadar dolduğu da hesaplanamaz.
Eksik hızları kademeli bir algoritmayla tamamladık: önce aynı ürün ve hat kombinasyonuna bakılıyor, yoksa aynı ürün grubuna, o da yoksa hat ortalamasına. Hangi değerin nereden geldiği kayıt altında tutuluyor.
İzlenebilirlik
Kurduğumuz sistemlerde her adım zaman damgasıyla veritabanına yazılıyor. Bir senaryonun hangi aşamada olduğu, ne kadar sürdüğü ve nerede takıldığı sonradan görülebiliyor.
Böylece biri “model çalışmıyor” dediğinde “model üç saattir veri hazırlama adımında” diye cevap verebiliyoruz.
Doğrulama katmanı
Model çalışmadan önce ilişkilerin tam, kapasitelerin tanımlı ve birimlerin tutarlı olduğu kontrol edilir. Çimsa projesinde bu kontrol listesi otuz maddeyi geçiyordu. Fabrika depolarındaki stokların kuru, antrepolardakilerin yaş tonaj cinsinden gelmesi gibi ayrıntılar da listedeydi.
Bu tür bir birim tutarsızlığı fark edilmezse model çalışır ve bir sonuç üretir, ama sonuç yanlıştır.
Bu alandaki işlerimiz
Derimod
Derimod: veri ambarından Optail'e üç katmanda yedi proje
AX ERP, Excel ve CRM'de dağınık duran veriyi tek bir veri ambarında birleştirdik; üzerine 20'den fazla Power BI dashboard'u kurduk; en üste de ilk sevkiyat, replenishment ve mağazalar arası transfer kararlarını veren Optail'i koyduk. Ardından stok analitiği (satış kaybı, kırıklık, atıl stok) ve CRM katmanı geldi. Bu sayfa genel bakış; yedi projenin her birinin ayrı sayfası var.
- 20+ Dashboard
- 7.000+ Optail senaryosu
Türkiye Basketbol Federasyonu
TBF: hakem ve değerlendirici ataması için karar destek sistemi
Türkiye Basketbol Federasyonu Merkez Hakem Kurulu'nun haftalık hakem atama işini, federasyon kurallarını ve hakemler arası adaleti gözeten bir karma tamsayılı optimizasyon problemi olarak kurduk. Sistem öneri üretiyor; kurul öneriyi inceliyor, gerekirse elle düzenleyip kesinleştiriyor. Değerlendirici ataması ikinci bir problem olarak eklendi. Sistem 2026–27 sezonundan bu yana federasyonun kendi sunucusunda canlıda ve kurul hakem ve değerlendirici atamalarını kimlik doğrulamalı bir web uygulamasından yapıyor.
- Öneri Karar
- 9 Hard kural
Defacto
Defacto DSO: veri bilimi ofisinin kuruluşu ve dört yıllık danışmanlık
2021'de işe alım Datathon'unda mentör olarak başladık. 2024 sonuna kadar ekibi eğittik, DSO'nun veritabanı ve sunucu altyapısını kurduk, on üçten fazla projeyi yazıp hayata geçirdik. Bugün DSO, Defacto'nun perakende analitiği, yapay zeka ve iş zekası ihtiyaçlarını karşılayan bir direktörlük.
- 4 yıl Süre
- 13+ Proje
Gürmen Grup
Gürmen MATS: mağazalar arası transferi Excel'den SKU seviyesinde karar veren bir sisteme taşımak
Ramsey ve Kip mağazalarında satmayan ürünü, indirime girmeden önce satan mağazaya taşıyan Mağazalar Arası Transfer Sistemi. Alıcı ve göndericiyi cover ile option seviyesinde belirler, ihtiyacı satış hızından hesaplar, eşleştirmeyi SKU seviyesinde yapar. Blok, tekleme ve böl-parçala transfer türleri aynı altyapıda çalışır. SQL projesi olarak Gürmen'in sunucusunda duruyor, sonuçlar ERP'ye aktarılıyor.
- SKU Karar birimi
- Cover Alıcı / gönderici
Kalekim
Kalekim: üç yılda MVP'den tahmin yönetim sistemine
İki ürün grubu için Excel'den beslenen bir makine öğrenmesi MVP'siyle başladık; ikinci yıl tüm ürünler için her ay yeniden eğitilen bir tahmin sürecine, üçüncü yıl planlamacının kendi çalıştırdığı Kalekimforecast uygulamasına dönüştü. Tahmin bugün Kalekim'in tedarik, üretim ve lojistik planlamasının girdisi.
- 2 grup → tümü Kapsam
- 3 Encoding yöntemi
Motor Aşin
Motor Aşin: iki ERP'yi birleştiren veri ambarı, panolar ve karar destek sistemleri
Logo Tiger ve J-Platform'da bölünmüş veriyi SSIS ile tek bir SQL Server veri ambarına aldık; üzerine satış, stok, ürün, depo karşılanabilirlik, bütçe, satışçı karnesi ve satın alma panolarını kurduk. Panoların bir kısmını Motor Aşin ekibi mentörlüğümüzle kendisi geliştirdi. Veri Ekim 2024'ten beri kesintisiz akıyor. 2026'daki üçüncü faz sepet analizi, yok stok–kayıp satış, atıl stok ve tedarikçi başarısını kapsıyor.
- 2 ERP Kaynak
- Kesintisiz Veri akışı
Hayat Kimya
Hayat Kimya: e-ticaret siparişleri için Microsoft Fabric üzerinde haftalık tahmin
Pazaryeri ve e-ticaret siparişlerini, depo vardiya planının ihtiyaç duyduğu kırılımda haftalık tahmin eden ve veri ambarından rapora kadar tek bir Fabric pipeline'ı olarak çalışan sistem.
- Haftalık Tahmin ufku
- Tek pipeline Otomasyon
Defacto
Defacto İK Analitiği: dashboard'lar, uyarılar ve Norm Kadro modeli
DSO'dan sonra Defacto'yla ikinci dönemde İnsan Kaynakları'nın analitik ekibine danışmanlık veriyoruz. Kapsamda turnover, demografi, akademi ve HRBP dashboard'ları, giriş-çıkış ve prim otomasyonları ve şirket içi asistana bağlı bir uyarı kurgusu var; merkezde Norm Kadro modeli duruyor. Aralık 2025'ten beri sürüyor.
- 2. dönem Dönem
- 4 Katman
Mayadem
Mayadem: oyun event'lerinden ClickHouse veri ambarına
Çocuk oyun ve içerik uygulamaları geliştiren Mayadem için iki dönemde iki iş yaptık. 2022'de TRT Çocuk Oyun Dünyası'nın event tasarımını ve pazarlama panolarını kurduk. 2025'te MagicPages okuma uygulaması için PostgreSQL ve S3'ü tek bir ClickHouse analitik ambarında birleştirdik; boyutlar JOIN gerektirmeyen dizi yapısında, olgu tabloları saniyeler içinde cevap veriyor. Çalışma veri merkezli yapılanma danışmanlığı olarak devam ediyor.
- 7 → 1 Kitap boyutu
- 130+ Event tanımı
Türkiye Basketbol Federasyonu
TBF: Basketbol Yönetim Sistemi için veritabanı tasarımı ve eski sistemden geçiş
Türkiye Basketbol Federasyonu kendi yazılım ekibiyle yeni bir Basketbol Yönetim Sistemi yazarken, sistemin üzerinde çalışacağı veritabanını tasarladık ve eski sistemdeki 454 tablo, beş milyon kaydı modül modül yeni yapıya taşıdık. Çalışma adlandırma standardını, 1.685 kolon eşlemesini, 226 yabancı anahtarı, belge dışa aktarımını, kesim günü aktarımını ve dokümantasyonu kapsadı. Federasyonun bugün kullandığı BYS bu veritabanı üzerinde çalışıyor.
- 454 → 121 Tablo
- 1.685 Kolon eşlemesi
Upily
Upily: Wonjo Kids'in veri altyapısı için keşif ve audit
Çocuklar için oyun uygulaması Wonjo Kids'in Firebase, Adjust ve RevenueCat verisi BigQuery'de toplanmış, ama altyapı organik olarak büyüyüp karmaşıklaşmıştı. Tablo envanteri, pipeline, cross-platform eşleşme, platform paritesi, taksonomi, event tracking ve dashboard olmak üzere yedi alanda 1.500'den fazla BigQuery objesini ve 330'dan fazla event'i inceledik. Güçlü yönleri, riskleri ve dört fazlı dönüşüm yol haritasını tek bir raporda teslim ettik.
- 1.500+ İncelenen obje
- 330+ Event
Karaca
Karaca: veri ambarından CustoMation'a veri analitiği danışmanlığı
Karaca grubunun (Karaca, Karaca Home, Emsan, Homend, Kaşmir) mağaza ve e-ticaret verisi için 2022–2023'te veri analitiği ekibinin yanında danışmanlık: veri ambarının analitik katmanı ve küp, ürün ve atıl stok dashboard'u, mağaza ve e-ticaret satış kaybı, kapasite sistemi tasarımı, transfer önerisi ve RFM segmentleriyle kampanya kitlesi seçen CustoMation. Bu sayfa çatı; CustoMation'ın kendi sayfası var.
- 6 Proje
- 5 Marka
Defacto
Defacto ELOSS: e-ticarette yok-stok yüzünden kaçan satışı ölçmek
Defacto'nun kendi sitesi ve pazaryerlerinde stoğu biten her SKU için 'ürün olsaydı ne satardı' sorusuna cevap veren haftalık hesaplama. Yok-stok öncesi satış hızı, özel gün ve trend etkileriyle satış kaybını hesaplar, günlük satış dağılımıyla güne kırar. Artımlı yapı sayesinde saatler süren hesap dakikaya indi.
- Haftalık Çalışma
- ~30 dk Süre
Defacto
Defacto NoSales: 28 gündür satmayan stoğu her hafta aynı kuralla ölçmek
Pazar günü stoğu olan her option × mağaza çifti için son 28 günde satış olup olmadığını kontrol eden, hareketsiz stoğu mağaza, ürün ve bölge kırılımında raporlayan haftalık sistem. BigQuery'de zamanlanmış sorgular, Power BI'da beş sayfalık dashboard; 2021'den bu yana trend.
- 28 gün Kural
- Pazartesi 05:30 Çalışma
Defacto
Defacto PAT: Teams'ten Meet'e geçerken bozulmayan toplantı analitiği
Çevrimiçi toplantı verisinden katılım, konuşma süresi ve toplantı verimliliği metrikleri üreten dashboard. Microsoft Teams'in ilişkisel verisiyle kuruldu; şirket Google Meet'e geçince Meet'in iç içe olay verisi Teams şemasına çevrildi ve dashboard hiç değişmeden devam etti. Satır seviyesi güvenlikle herkes yalnızca kendi hiyerarşisini görür.
- 2 Platform
- Günlük Yenileme
Derimod
Derimod veri ambarı: AX, Excel ve CRM'den tek analitik veritabanına
Derimod'daki diğer projelerin üzerine oturduğu katman. AX ERP'nin işlem seviyesindeki verisini, ekiplerin Excel'lerini ve CRM'i SQL Server üzerinde tek bir analitik veritabanında birleştirdik: şema ve adlandırma standardı, prosedür kayıt ve log mekanizması, SSIS ile günlük akış, partition switch ile kesintisiz yükleme, RowHash ile delta tespiti. Dashboard'lar da Optail de bu ambardan besleniyor.
- 3 Kaynak sistem
- 7 Şema
Derimod
Optail İlk Sevkiyat: master plan, mağaza gruplama ve kapasiteyle yeni ürünün ilk dağıtımı
Yeni ürün depodan çıkarken henüz satış verisi yoktur; karar benzer ürünlerin geçmişine, mağaza gruplarına ve kapasiteye dayanır. Derimod için sezon öncesi ve sezon boyunca planlamanın yapıldığı Master Plan ekranını, mağaza cluster'larını, doluluk ve sevk önceliği yönetimini kurduk; önce ayakkabı ve çanta, sonra giysi canlıya alındı. 2026'da Flow Through, açık adet sevkiyat ve simülasyon ekleniyor.
- 3 Kategori
- Master plan Karar girdisi
Derimod
Optail Mağazalar Arası Transfer: kırıklık-tekleme, koleksiyon dışı ve sezon sonu transferleri
Optail'in ilk modülü. Şubat 2024'te blok transferle başladı; üzerine kırık bedenleri toplayan tekleme transferi, koleksiyonunda olmayan mağazaya ürün taşıyan koleksiyon dışı transfer, kapanan mağaza boşaltma ve sezon sonunda ürünü satan mağazalarda toplayan klasman bazlı transfer eklendi. Transfer edilen ürünün 21 günde satışa dönme oranı Optail'de manuelin beş katı.
- ~%25 Satışa dönme
- 5 Transfer tipi
Derimod
Derimod stok analitiği: satış kaybı, kırıklık, atıl stok ve her sevkiyatın başarısı
Optail'in kararlarının işe yarayıp yaramadığını ölçen katman. Satış kaybı, kırıklık ve satmayan stok için tanım koyduk, haftalık dashboard'lara bağladık; depo ve mağazalardaki stoku ve her ürün hareketini (yolda, çıkış emrinde, gelecek) görünür yaptık; ilk sevkiyat, replenishment ve transferin her birinin satışa dönme oranını ilk girdi–ilk çıktı bağıyla hesapladık. Bir sezonda ayakkabıda satış kaybı %14'ten %10'a, kırıklık %10,6'dan %8,4'e indi.
- %14 → %10 Satış kaybı
- %10,6 → %8,4 Kırıklık
Derimod
Derimod CRM analitiği: müşteri 360, kampanya başarı datamart'ı ve dashboard'u
Stok tarafı oturduktan sonra sıra müşteriye geldi. Dynamics CRM, Shopify ve ERP'deki müşteri, üyelik, puan ve kampanya verisini aynı veri ambarına bağladık; kampanya sonuçlarının tek satırda özetlendiği yapının yerine fiş satırı grain'inde bir yıldız şema kurduk. MASS ve loyalty kampanyaları, puan kazanımı ve harcaması burada kanal, segment ve ürün kırılımında izleniyor. Günlük segment ve puan güncellemesi canlıda, müşteri 360 görünümü prototip aşamasında; churn ve sıradaki en iyi teklif ise yol haritasında.
- Fiş satırı Grain
- 2 Kampanya türü