01Sorun ve çözüm
Yapay zekâ ile veri analizi, bu döngüyü kısaltmak için dil modellerini veriye doğrudan bağlar. Kullanıcı sorusunu gündelik dille yazar; sistem soruyu veritabanı sorgusuna çevirir, sorguyu çalıştırır ve sonucu tablo, grafik ve kısa bir yorumla sunar. Yanıtın yanında hangi tabloların kullanıldığı ve hangi filtrenin uygulandığı da gösterilir, böylece rakamın nereden geldiği her zaman kontrol edilebilir.
Devamını okuDaha az göster
Bu sistemin en kritik parçası model değil, “ciro”, “aktif müşteri” ya da “brüt kâr” gibi kavramların şirketinizde tam olarak neyi ifade ettiğini tanımlayan anlam katmanıdır. Kurulumun önemli bir bölümünü bu tanımları finans ve satış ekibinizle birlikte netleştirmeye ayırıyoruz.
02Kimler için
Yapay zekâ ile veri analizi kimlere uygun
Veriniz var ama ona ulaşmak teknik bilgi ya da sıra beklemek gerektiriyorsa bu çözüm darboğazı açar.
- Raporlama ihtiyacı tek bir kişiye ya da BT birimine yığılmış orta ölçekli işletmeler
- Bölge ve mağaza yöneticilerinin kendi performans verisine merkezden rapor beklemeden bakmasını isteyen zincir perakendeciler
- Satış, stok ve tahsilat verisini farklı sistemlerde tutan ve bunları birlikte yorumlamakta zorlanan dağıtım firmaları
- Müşteri anketlerinin açık uçlu yanıtlarını ve şikâyet kayıtlarını sayısal veriyle birlikte incelemek isteyen hizmet şirketleri
- Pano ve raporları olduğu halde yöneticilerinin her toplantıda yeni bir kırılım istediği finans ekipleri
03İhtiyaçlar
Veriye dayalı karar almayı zorlaştıran durumlar
Sorun çoğunlukla verinin yokluğu değil, dağınıklığı ve yorumlanmasıdır.
- 01
Aynı kavrama farklı rakamlar
Satış ekibinin cirosu sipariş tarihine, finansın cirosu fatura tarihine göre hesaplanır; iade ve vergi dahil edilip edilmediği de değişir. Ortak tanımlar yapılmadan sorulan her soru tartışmayla sonuçlanır.
- 02
Teknik isimli tablolar
ERP veritabanlarında tablo ve alan adları çoğu zaman kısaltmalardan oluşur. Hangi tablonun neyi tuttuğu belgelenir ve modele bu bilgi verilir; aksi halde model yanlış tabloyu seçer.
- 03
Elle tutulan dosyalar
Hedefler, bütçeler ve kampanya planları genellikle sistemde değil Excel'dedir. Bu dosyalar düzenli bir yapıya kavuşturularak sorgulanabilir hale getirilir.
- 04
Metin halinde kalan bilgi
Müşteri temsilcisi notları, anket yorumları ve şikâyetler sayılara dönüşmediği için raporlara girmez. Dil modeli bu metinleri konu ve eğilim bazında sınıflandırarak analize katar.
04Özellikler
Yapay zekâ ile veri analizinde kullanıcının gördüğü işlevler
Hedef, analist olmayan bir yöneticinin de güvenle kullanabileceği bir araç kurmaktır.
- 01
Doğal dille soru ve görünür sorgu
Soru yazılır, yanıt gelir; isteyen kullanıcı oluşturulan sorguyu ve uygulanan filtreleri açıp inceleyebilir. Belirsiz sorularda sistem tahmin etmek yerine netleştirme sorusu sorar.
- 02
Otomatik grafik ve yorum
Sonucun türüne göre uygun grafik seçilir; öne çıkan değişimler kısa bir metinle özetlenir.
- 03
Değişimin nedenini arama
Satışın düştüğü görüldüğünde bölge, ürün grubu ve kanal kırılımları otomatik taranır, düşüşe en çok katkı yapan kalemler listelenir.
- 04
Zamanlanmış özetler
Haftalık satış ya da tahsilat özeti, yorumuyla birlikte belirli kişilere e-posta ile gönderilir.
- 05
Onaylı soru kütüphanesi
Doğruluğu kontrol edilmiş soru ve sorgular kaydedilir; benzer bir soru geldiğinde model bu örneklerden yararlanır.
05Entegrasyonlar
Bağlanabilecek veri kaynakları
Sistem, verinin durduğu yere salt okuma yetkisiyle bağlanır.
- 01
ERP ve muhasebe yazılımları
Örneğin Logo, Mikro, Netsis ya da SAP Business One gibi sistemlerin veritabanlarına ya da raporlama katmanlarına bağlanılır.
- 02
İlişkisel veritabanları
SQL Server, PostgreSQL ve MySQL gibi veritabanlarında tutulan özel uygulama verileri analize dahil edilir.
- 03
Tablolar ve dosyalar
Excel ve Google E-Tablolar dosyaları belirli bir düzene getirilerek veri kaynağı olarak tanımlanır.
- 04
E-ticaret ve pazaryeri verileri
Kendi sitenizden ve pazaryeri panellerinden alınan sipariş raporları satış verisiyle birleştirilir.
- 05
Raporlama araçları
Power BI, Looker Studio ya da Metabase gibi mevcut panolarınız korunur; yapay zekâ katmanı bunların yanında soru sorma aracı olarak çalışır.
06Süreç
Yapay zekâ ile veri analizi hizmeti nasıl ilerler?
Adım 01
Analiz
İş akışınızı, kullanıcılarınızı ve mevcut sistemlerinizi dinleriz; kapsamı, öncelikleri ve kabul ölçütlerini yazılı hâle getiririz.
Adım 02
Tasarım
Ekran akışlarını ve veri modelini çıkarırız. Arayüzü sizinle gözden geçirip onay almadan geliştirmeye geçmeyiz.
Adım 03
Geliştirme
Kısa döngülerle çalışırız; her döngü sonunda çalışan bir sürümü test ortamında görürsünüz.
Adım 04
Test
İşlevsel testler, entegrasyon testleri ve temel güvenlik kontrolleriyle hataları yayından önce yakalarız.
Adım 05
Yayın
Sunucu, alan adı, yedekleme ve izleme ayarlarını yaparak canlıya alırız; ekibinize kısa bir kullanım eğitimi veririz.
Adım 06
Bakım
İsterseniz bakım ve destek anlaşmasıyla güncellemeleri, izlemeyi ve yeni geliştirmeleri sürdürürüz.
07Teknoloji
Rakamların doğruluğu ve verinizin kontrolü
Dil modelleri hesap yapmakta güvenilir değildir; bu yüzden toplama, oran ya da karşılaştırma işini modele bırakmıyoruz. Model yalnızca soruyu sorguya çevirir, hesaplamayı veritabanı yapar ve sonuç olduğu gibi gösterilir. Modelin sorgu üretirken kullanacağı tablo ve alanlar anlam katmanıyla sınırlandırılır; tanımlanmamış bir kavram sorulduğunda sistem bunu belirtir. Kurulum sırasında gerçek sorularınızdan oluşan bir test seti hazırlanır, her model ya da tanım değişikliğinde yanıtlar bu sete karşı kontrol edilir.
Devamını okuDaha az göster
Bağlantı salt okuma yetkisiyle yapılır, veri üzerinde hiçbir değişiklik yapılamaz. Ağır sorguların canlı sistemi yavaşlatmaması için sorgular yoğun saatlerde bir kopya veritabanına ya da veri ambarına yönlendirilebilir. Kullanıcı yetkileri satır düzeyinde uygulanır: bir bölge müdürü yalnızca kendi bölgesinin verisini sorgulayabilir.
Dil modeline giden bilgi çoğunlukla tablo yapısı ve sorudur; ham veri satırlarının modele gönderilmesi gerekmez. Yine de verinin şirket dışına hiçbir biçimde çıkmaması gerekiyorsa kurum içinde çalışan açık modellerle kurulum yapılabilir. Bütün sorular ve üretilen sorgular kayıt altında tutulur.
08Çalışma modelleri
Bu hizmette çalışma modelleri
- 01
Proje bazlı
Sabit kapsam, sabit fiyat ve belirli teslim tarihi
Kapsamı belli, teslim tarihi olan işler için.
- Yazılı kapsam ve kabul ölçütleri
- Sabit fiyat ve belirli teslim tarihi
- Teslim ve kabul adımları sözleşmede
- 02
Bakım ve destek
Aylık sözleşmeli, SLA'lı bakım, destek ve geliştirme saati
Yayındaki bir sistemin sürekliliği için.
- Aylık sözleşme ve SLA
- İzleme, güncelleme ve hata düzeltme
- Aylık geliştirme saati
09Sık sorulan sorular
Yapay zekâ ile veri analizi hakkında sık sorulan sorular
Excel dosyamı bir sohbet robotuna yüklemekten farkı ne?
Dosya yüklemek tek seferlik ve elle yapılan bir iştir; veri güncel kalmaz ve kişisel ya da ticari veri bir dış servise gider. Burada sistem doğrudan güncel veritabanınıza bağlanır, tanımlar şirketinize göre yapılmıştır, yetkiler uygulanır ve her yanıtın sorgusu kontrol edilebilir.
Sistem yanlış rakam verirse nasıl anlarız?
Her yanıtla birlikte kullanılan sorgu, tablo ve filtreler gösterilir. Belirsiz sorularda sistem netleştirme ister. Sık sorulan sorular onaylı kütüphaneye alınarak tutarlılık artırılır; yeni ve kritik kararlar için yanıtın raporcu tarafından kontrol edilmesini öneririz.
Yapay zekâ ile veri analizi fiyatları neye göre değişir?
Bağlanacak veri kaynaklarının sayısı ve karmaşıklığı, anlam katmanında tanımlanacak kavram sayısı, yetki yapısı, kullanıcı arayüzü ihtiyacı ve modelin bulutta mı kurum içinde mi çalışacağı belirleyicidir. İlk aşamayı genellikle tek bir veri kaynağı ve sınırlı bir soru setiyle planlayıp kapsamı oradan genişletiyoruz.
Önce bir veri ambarı kurmamız gerekir mi?
Şart değildir. Tek bir ERP veritabanıyla başlanabilir. Birden fazla kaynağı birleştirmek ya da canlı sistemi korumak gerekiyorsa sade bir veri ambarı ya da raporlama veritabanı kurulumu kapsamın parçası olur.
Yapay zekâ ile veri analizi yaptırmak için hangi hazırlığı yapmalıyız?
Yöneticilerinizin en sık sorduğu soruların bir listesini, temel kavramların bugün nasıl hesaplandığını ve verilerin hangi sistemlerde durduğunu paylaşmanız yeterlidir. Tanım farklılıklarını analiz aşamasında birlikte çözüyoruz.
Açık uçlu anket yanıtları ve müşteri yorumları da analiz edilebilir mi?
Evet. Metinler konu, talep türü ve olumlu ya da olumsuz eğilim bakımından sınıflandırılır; sonuçlar sayısal veriyle birlikte sorgulanabilir hale gelir. Sınıflandırmanın doğruluğu örnek bir grup metin üzerinde elle kontrol edilir.
10İlgili hizmetler