lumtify
English

İşlerimiz

Kurumsal müşterilerimiz için ürettiğimiz analitik, optimizasyon ve yapay zeka çözümleri.

Çimsa

Çimsa S&OP: global ağ optimizasyonundan yakıt satın alma kararına

Çimsa'nın 15 lokasyondaki üretim, lojistik ve satış ağını tek bir karma tamsayılı modele bağladık; ardından çıkan klinker üretim planını yakıt reçetesi ve satın alma kararına dönüştüren ikinci bir model kurduk.

  • %10 ↓ Stok maliyeti
  • %3 ↓ Üretim, depolama, dağıtım maliyeti

Derimod

Derimod: veri ambarından Optail'e — üç yılda üç katman, 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. Üzerine stok analitiği — satış kaybı, kırıklık, atıl stok — ve CRM katmanı geldi. Bu sayfa çatı; yedi projenin her birinin kendi sayfası var.

  • 20+ Dashboard
  • 7.000+ Optail senaryosu

Türkiye Basketbol Federasyonu

TBF: hakem ve değerlendirici atamasını kural, adalet ve öneri üzerine kuran karar destek sistemi

Türkiye Basketbol Federasyonu Merkez Hakem Kurulu'nun haftalık hakem atama işini, federasyon kurallarını ve hakemler arası adaleti gözeten karma tamsayılı optimizasyona çeviren sistem. Sistem öneri üretir; kurul inceler, elle düzenler, kesinleştirir. Hakem ataması üretimde pilotta, değerlendirici ataması ikinci problem olarak eklendi, çok kullanıcılı web arayüzü devam ediyor.

  • Öneri Karar
  • 9 Hard kural

Defacto

Defacto DSO: bir veri bilimi ofisinin kuruluşundan dört yıl

2021'de işe alım Datathon'unda mentör olarak başladık; ekibin eğitimi, DSO'nun veritabanı ve sunucu altyapısı, on üçten fazla projenin yazılması ve hayata geçirilmesiyle 2024 sonuna kadar sürdü. Bugün DSO, Defacto'nun perakende analitiği, yapay zekâ ve iş zekâsı ihtiyaçlarını karşılayan bir direktörlük.

  • 4 yıl Süre
  • 13+ Proje

Defacto

Defacto Norm Kadro: her mağazanın olması gereken kadrosunu veriyle hesaplamak

Mağaza kadrosu kararını fiili bordrodan ve sübjektif taleplerden çıkarıp ölçülen iş hacmine ve aynı segmentteki verimli emsale dayandıran model. Her mağaza × rol için 2025 normu, 2026 hedefi ve artır / azalt / koru kararı üretiyor; tamamen BigQuery üzerinde, parametrik.

  • Mağaza × rol Karar birimi
  • Frontier Referans

MMK

MMK: çelik sac üretiminde hat dengeleme ve sipariş–hammadde eşleştirme

Açık siparişleri doğru hammaddeyle eşleştiren, bunu yaparken üretim hatlarının kapasitesini ve ürün ağacının her aşamasını gözeten bir optimizasyon sistemi. Üç fazda kuruldu.

  • 4.000+ Açık satış siparişi
  • ~9 Sipariş başına hammadde adayı

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 türlerini aynı altyapıda çalıştırır. SQL projesi olarak Gürmen'in sunucusunda; sonuç ERP'ye.

  • SKU Karar birimi
  • Cover Alıcı / gönderici

Kuveyt Türk

Kuveyt Türk: iki analitik ekibe usta–çırak mentörlüğü — dijital pazarlamadan bireysel müşteri analitiğine

2023'te Dijital Pazarlama'nın analitik ekibiyle eğitimle başladı: SQL, Power BI, Python, makine öğrenmesi. Ardından ekip kendi projelerini Lumtify mentörlüğünde kurdu — dijitallik puanı, hedef kitle yönetimi, churn neden analizi, arayüz kullanım analizi, ürün öneri ve churn tahmin modelleri. 2025'ten itibaren Bireysel Müşteri Analitiği ekibiyle harcama analitiği, lüks harcama skoru ve sonraki en iyi aksiyon önceliklendirmesi. Kodu ekip yazar; Lumtify yön verir, yöntem getirir, çıktıyı denetler.

  • Usta – çırak Model
  • 8+ Dijital projeler

Kalekim

Kalekim: MVP'den tahmin yönetim sistemine — üç yılda üç faz

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'den tek veri ambarına, panolardan karar destek sistemlerine

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 — bir kısmını Motor Aşin ekibi mentörlükle kendisi yaptı. Ekim 2024'ten beri veri kesintisiz akıyor; 2026'da üçüncü faz: sepet analizi, yok stok–kayıp satış, atıl stok, tedarikçi başarı.

  • 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'dan uyarıya, uyarıdan karar modeline

DSO'dan sonra Defacto'yla ikinci dönem: İnsan Kaynakları'nın analitik ekibine danışmanlık. Turnover, demografi, akademi ve HRBP dashboard'ları; giriş-çıkış ve prim otomasyonları; şirket içi asistana bağlı uyarı kurgusu; ve omurgada Norm Kadro modeli. Aralık 2025'ten beri sürüyor.

  • 2. dönem Dönem
  • 4 Katman

Türkiye Finans Katılım Bankası

Türkiye Finans: İK analitiği ekibine eğitim ve mentörlük — işe alım envanterinden çalışan kaybına

Katılım bankasının İK Analitiği ekibiyle 2024'te haftada bir gün: Python ve makine öğrenmesi eğitimi, ardından ekibin kendi projelerinde mentörlük. İşe alım değerlendirme envanterinin iş grubu bazında performans ve tutundurmayla ilişkisi analiz edildi; çalışan kaybı tahmini için literatür ve model tasarımı yapıldı. Yöntem öğrenilir öğrenilmez kurumun kendi verisine uygulandı.

  • Haftada 1 gün Format
  • Python · ML Eğitim

Kale Seramik

Kale Seramik: talep tahmini PoC — ve neden devam etmedik

Kalekim'le aynı yol haritasıyla başlayan bir MVP: iki ürün fonksiyonu, 34 metot, üç encoding yöntemi. Sonuç hedefin altında kaldı ve ikinci faza geçilmedi. Bu sayfa neyin işe yaramadığını ve nedenini anlatıyor.

  • 141 DFU
  • 200+ Ürün özelliği

Mayadem

Mayadem: oyun event'lerinden ClickHouse veri ambarına

Çocuk oyun ve içerik uygulamaları geliştiren Mayadem için iki dönemde iki iş: 2022'de TRT Çocuk Oyun Dünyası'nın event tasarımı ve pazarlama panoları; 2025'te MagicPages okuma uygulaması için PostgreSQL ve S3'ü tek bir ClickHouse analitik ambarında birleştiren, JOIN'siz dizi tabanlı boyutlar ve saniyeler içinde cevap veren olgu tabloları. Veri merkezli yapılanma danışmanlığı olarak devam ediyor.

  • 7 → 1 Kitap boyutu
  • 130+ Event tanımı

Türkiye Basketbol Federasyonu

TBF: Basketbol Yönetim Sistemi'nin veritabanı — eski sistemden yeni sisteme mimari ve 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. Adlandırma standardı, 1.685 kolon eşlemesi, 226 yabancı anahtar, belge dışa aktarımı, kesim günü aktarımı ve dokümantasyon. 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 organik büyümeyle karmaşıklaşmıştı. Yedi alanda — tablo envanteri, pipeline, cross-platform eşleşme, platform paritesi, taksonomi, event tracking, dashboard — 1.500'den fazla BigQuery objesini ve 330'dan fazla event'i inceledik; güçlü yönleri, riskleri ve dört fazlı dönüşüm yol haritasını tek raporda teslim ettik.

  • 1.500+ İncelenen obje
  • 330+ Event

Karaca

Karaca: veri analitiği danışmanlığı — veri ambarından CustoMation'a

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

Türkiye Bankalar Birliği

TBB: bankacılar için uçtan uca veri bilimci eğitimi

Türkiye Bankalar Birliği'nin eğitim programı kapsamında, işinde veri kullanan banka çalışanları için 62 saatlik, 21 günlük 'Veri Analitiği Yolculuğu': veri bilimine giriş, SQL, Python, istatistik ve EDA, görselleştirme, makine öğrenmesi, sektör vakaları. Akşam oturumları, her modülün ödevi, Colab üzerinde uygulama; her modül TBB'nin katılımcı anketiyle 10 üzerinden puanlandı — ortalama 9'un üzerinde.

  • 62 saat Süre
  • 9+ / 10 Değerlendirme

Defacto

Defacto IofTheCustomer: yüz binlerce müşteri yorumunu duyguya, kategoriye ve aksiyona çeviren NLP sistemi

defacto.com ve pazaryerlerinden gelen her ürün yorumu saniyeler içinde duygu analizinden geçiyor; negatifse dokuz kategoriden hangisine girdiği belirlenip ilgili birime yönlendiriliyor. 2021'de kuruldu, üç yıldır kesintisiz çalışıyor, 2023'te Stevie ödülü aldı.

  • 9 Kategori
  • 700K+ İşlenen yorum

Defacto

Defacto Sorting: kategori sayfasında hangi ürün kaçıncı sırada — akıllı sıralamanın aklı

defacto.com'da bir kategori sayfası açıldığında ürünlerin hangi sırayla görüneceğini belirleyen dinamik skor algoritması. Satış, tıklanma, beden kırıklığı, stok ve raf ömrünü birlikte tartar; yeni ürünler için cold start çözümü ve senaryo bazlı ağırlıklandırma içerir.

  • 5 Sinyal
  • Cold start Yeni ürün

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

Defacto

Defacto DISCO: bu ürüne şu fiyatı verirsem 14 günde kaç adet satar?

İndirim kararını tahmine dayandıran sistem: fiyatı değişen her ürün için sonraki 14 günün satış adedini stok, kırıklık, satış hızı, fiyat geçmişi ve takvim etkilerinden öğrenen XGBoost modeli; her gün çalışan bir hat, 14 gün sonra gerçekleşenle ölçülen hata ve planlamacının beş psikolojik fiyatı yan yana denediği bir demo arayüzü. MVP tamamlandı; yönetim kararıyla fiyatlandırma sürecine alınmadı.

  • Fiyat → adet Soru
  • İki yönlü Yön

Derimod

Derimod veri ambarı: AX, Excel ve CRM'den tek analitik veritabanına

Derimod'un her şeyinin 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

Derimod iş zekâsı: tek ambardan beslenen 20+ Power BI dashboard'u

Veri ambarındaki temiz veriyi Derimod'un her ekibinin kendi başına ulaşıp yorumlayabildiği dashboard'lara çevirdik: satış, ürün, müşteri, bütçe, mağaza ve depo kapasitesi, lojistik, e-ticaret operasyonu, Optail başarı raporları. Dört adımlı bir katalogla — raporlama, derin analiz, trading, CEO — kuruldu; hepsi aynı ambardan beslenir, hiçbir raporun kendi veri kaynağı yok.

  • 20+ Dashboard
  • 4 Katalog adımı

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 Replenishment: satan ürünün yerine depodan mağazaya otomatik besleme

Ekim 2024'te canlıya aldığımız replenishment, satış hızına göre depodan mağazaya akışı yönetiyor: kaç haftalık cover, minimum lot, hangi depo, hangi mağaza grubu. İlk iki ayda replenishment'ın üçte ikisi Optail'den geldi; 2025'te ayakkabıda %95'e yaklaştı. Her replenishment'ın satışa dönüp dönmediği ölçülüyor — Optail'in satışa dönme oranı manuel ve geçen yıldan yüksek.

  • ~%95 Otomasyon
  • ~1,5× Satışa dönme

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 kazanım ve harcama, kanal, segment ve ürün kırılımında. Günlük segment ve puan güncellemesi canlı; müşteri 360 görünümü prototip; churn ve sıradaki en iyi teklif yol haritasında.

  • Fiş satırı Grain
  • 2 Kampanya türü

Karaca

Karaca CustoMation: RFM ve davranış segmentleriyle kampanya kitlesi seçimi

Bir kampanyanın kime gideceği sorusunu Excel filtrelerinden çıkarıp tek bir araca koyduk. CustoMation, Karaca grubunun beş markası ve on bir kanalı için müşteriyi RFM segmenti, marka bazlı davranış segmenti, satın aldığı ürün grubu, marka ve son alışveriş penceresine göre seçer; dahil ve hariç kuralları birlikte tanımlanır, her seçim senaryo olarak kaydedilir, geçmiş koşular karşılaştırılır, kitle Excel olarak kampanya aracına gider.

  • 10 + 19 Segment
  • 8 Filtre boyutu