Finans kurumlarında veri boldur; sorun veriye erişim değil, hangi sorunun sorulacağıdır.

Önce kararı tanımlamak

Çalışmalarımıza kararın kendisini tanımlayarak başlıyoruz: hangi müşteriye, hangi kanaldan, hangi teklifle gidilecek? Bu soru netleşmeden kurulan modeller iyi çalışır ama kimse kullanmaz.

Çalıştığımız alanlar

Müşteri segmentasyonu ve davranış modelleme. Müşterilerin ne yaptığına göre değil, ne yapacağına göre gruplanması.

Kanal ve kampanya etkinliği. Bir kampanyanın gerçekten ne kadar iş ürettiğinin ölçülmesi — kampanya olmasa da gerçekleşecek işlemlerden ayrıştırılarak.

Süreç ve operasyon analitiği. Operasyonel süreçlerin nerede tıkandığının ve hangi adımın ne kadar sürdüğünün görünür kılınması.

Raporlama altyapısı. Sayının izinin sürülebildiği, güncellenme zamanının belli olduğu bir raporlama katmanı.

Veri hassasiyeti

Finans sektöründe çalışmanın kendine özgü bir tarafı var: veri hem bol hem hassas. Kurduğumuz yapılarda kişisel verinin nerede durduğu, hangi katmanda maskelendiği ve kimin eriştiği baştan tanımlanır. Bu bir uyum gerekliliği olmadan önce, iyi mühendisliktir.

Bu alandaki işlerimiz

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

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

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