Antalya merkezli bir lojistik firması için geliştirdiğimiz talep tahmin modeli, depo maliyetlerini 5 ay içinde %31 düşürdü. Detaylar aşağıda.
Müşteri onayıyla paylaşılan bu çalışma, gerçek veri ve sonuçlara dayanmaktadır.
Artificial Intelligence ile gerçek iş sonuçları üreten danışmanlık
Teorik sunumlar yerine ölçülebilir çıktılarla başlıyoruz. Her projemiz bir vaka çalışması olarak belgelenir; başarı da zorluk da şeffaf biçimde raporlanır. Bu sayfada, farklı sektörlerdeki müşterilerimizle birlikte yürüttüğümüz projeleri, kullandığımız yöntemleri ve elde ettiğimiz sonuçları bulacaksınız.
Vaka: Lojistik talep tahmini
Problem
Antalya'da faaliyet gösteren bir soğuk zincir lojistik firması, sezonluk dalgalanmalar nedeniyle depolarında sürekli fazla stok tutuyordu. Yaz aylarında talebin %40 artması, kış döneminde ise boşta kalan alan maliyetleri ciddi bir yük oluşturuyordu.
Yaklaşım
- Son 3 yılın sipariş verisi, hava durumu korelasyonları ve turizm sezon verileriyle birleştirildi.
- Gradient boosting tabanlı bir tahmin modeli geliştirildi; haftalık bazda güncellenen canlı tahminler sağlandı.
- Mevcut ERP sistemine API üzerinden entegre edildi.
Sonuç
Beşinci ayın sonunda depo maliyetleri %31 azaldı. Yanlış sipariş oranı 100 siparişte 14'ten 4'e düştü. Firma, kazandığı bütçeyle ikinci bir dağıtım noktası açtı.
Yapay zeka projeleri neden başarısız olur?
Gördüğümüz en yaygın hata, veri kalitesine yeterli zaman ayırmadan model eğitimine geçmek. Bir perakende müşterimiz bize geldiğinde, elindeki veri setinin %22'si tutarsız tarih formatları içeriyordu. Model doğruluğu %58'de takılıp kalmıştı.
İlk iki hafta sadece veri temizliği yaptık. Sonra aynı model %84 doğruluğa ulaştı. Teknoloji değişmedi, veri değişti.
Hangi sektörler yapay zekadan en çok faydalanır?
Tekrarlayan karar süreçleri olan her sektör aday. Turizm, lojistik, tarım ve sağlık sektörlerinde Antalya bölgesinde aktif projelerimiz var. Bir otel grubu için geliştirdiğimiz fiyatlama motoru, doluluk oranını %12 artırdı; bunu elle yapılan fiyat ayarlamalarını ortadan kaldırarak başardı.
İkinci vaka: Tarımda görüntü analizi
Sera hastalık tespiti
Antalya'nın Kumluca ilçesindeki bir sera işletmesi, domates yapraklarındaki mantar hastalıklarını erken tespit etmek istiyordu. Geleneksel yöntemle haftada bir yapılan kontroller, hastalığın yayılmasını engelleyemiyordu.
Seralara yerleştirilen 6 kamera ile günde 2.400 yaprak görüntüsü toplayan bir sistem kurduk. Evrişimli sinir ağı (CNN) tabanlı sınıflandırıcımız, 3 farklı mantar türünü %91 doğrulukla tespit etti. Sistem, hastalık belirtisi gördüğünde sera sahibinin telefonuna anlık bildirim gönderiyor.
İlk sezon sonunda ilaçlama maliyetimiz %26 azaldı. Daha önemlisi, ürün kaybı neredeyse sıfıra indi. — Kumluca sera işletmecisi
Bu proje, toplam 14 hafta sürdü. İlk 4 hafta veri toplama ve etiketleme, sonraki 6 hafta model geliştirme, son 4 hafta saha entegrasyonu ve eğitim aşamasıydı.
Yetkinlik haritası
Tahmin modelleri
Zaman serisi analizi, regresyon ve gradient boosting yöntemleriyle talep, fiyat ve stok tahmini. Mevcut iş yazılımlarınıza API ile bağlanır.
Görüntü işleme
CNN ve transfer öğrenme ile kalite kontrol, hastalık tespiti, nesne sayımı. Kamera veya drone görüntüleriyle çalışır.
Doğal dil işleme
Türkçe metin sınıflandırma, duygu analizi, otomatik özetleme. Müşteri yorumlarından içgörü çıkarma ve destek taleplerini kategorize etme.
Veri mühendisliği
Dağınık veri kaynaklarını birleştirme, temizleme ve analiz edilebilir hale getirme. ETL süreçleri, veri ambarı tasarımı ve otomatik raporlama panelleri.
Otomasyon danışmanlığı
Tekrarlayan iş süreçlerini yapay zeka destekli otomasyonla hızlandırma. Fatura işleme, e-posta sınıflandırma, belge tanıma gibi alanlarda çözümler.
Eğitim ve mentorluk
Ekibinize yapay zeka okuryazarlığı kazandırma. Teknik olmayan yöneticiler için karar destek eğitimleri, mühendisler için uygulamalı atölyeler düzenliyoruz.
Bir projenin yolculuğu
Keşif görüşmesi (1. hafta)
İş süreçlerinizi, mevcut veri kaynaklarınızı ve beklentilerinizi anlıyoruz. Bu görüşme ücretsizdir ve herhangi bir taahhüt gerektirmez.
Fizibilite raporu (2-3. hafta)
Veri kalitesini değerlendiriyoruz. Yapay zekanın gerçekten fayda sağlayıp sağlamayacağını dürüstçe raporluyoruz. Bazı projelerde "bu aşamada yapay zeka gerekmiyor" dediğimiz de oluyor.
Prototip geliştirme (4-8. hafta)
Küçük ölçekli bir model geliştirip gerçek verilerle test ediyoruz. Sonuçları sizinle birlikte değerlendiriyoruz; devam kararını birlikte veriyoruz.
Entegrasyon ve canlıya geçiş (9-14. hafta)
Onaylanan modeli mevcut sistemlerinize entegre ediyoruz. Ekibinize kullanım eğitimi veriyoruz. İlk 3 ay boyunca haftalık performans raporları sunuyoruz.
Sürekli iyileştirme
Model performansını izliyoruz, veri değiştikçe yeniden eğitim yapıyoruz. Aylık raporlarla size güncel durumu bildiriyoruz.
Üçüncü vaka: Otel fiyatlama motoru
Antalya'da 3 otelden oluşan bir zincir, oda fiyatlarını rakip otellerin web sitelerini elle takip ederek belirliyordu. Bu süreç hem yavaştı hem de tutarsız sonuçlar veriyordu.
Rakip fiyatları, doluluk oranları, etkinlik takvimi ve uçuş verilerini birleştiren bir dinamik fiyatlama modeli geliştirdik. Sistem her gece otomatik fiyat önerileri üretiyor; otel müdürü onayladıktan sonra fiyatlar güncelleniyor.
İlk sezon sonunda ortalama doluluk oranı %12 arttı. Gelir artışı ise %19 oldu çünkü yüksek talep dönemlerinde fiyatlar daha isabetli belirlendi.
Sık sorulan sorular
Bu tamamen probleme bağlı. Görüntü sınıflandırma için genellikle sınıf başına en az 200-300 etiketli görüntü yeterli oluyor. Zaman serisi tahmini içinse en az 2 yıllık veri tercih ediyoruz. Keşif görüşmesinde mevcut veri durumunuzu birlikte değerlendiriyoruz.
Fizibilite raporu sonrası net bir teklif sunuyoruz. Fiyat, veri karmaşıklığı, model türü ve entegrasyon gereksinimlerine göre değişir. Fizibilite raporu ücreti, proje onaylanırsa toplam bedelden düşülür.
Tüm veriler şifreli kanallarla aktarılır ve proje süresince izole sunucularda tutulur. Proje tamamlandığında, talep ederseniz tüm ham verileri siliyoruz. Gizlilik sözleşmesi (NDA) her proje öncesinde imzalanır.
Yasal bilgiler
AI Heightened Insight olarak kişisel verilerinizin korunmasına önem veriyoruz. İletişim formu aracılığıyla paylaştığınız ad, e-posta ve mesaj bilgileri yalnızca talebinize yanıt vermek amacıyla kullanılır. Verileriniz üçüncü taraflarla paylaşılmaz. Çerezler yalnızca site tercihlerinizi hatırlamak için kullanılır; analitik veya reklam amaçlı çerez kullanılmaz. KVKK kapsamındaki haklarınız için [email protected] adresine yazabilirsiniz. Son güncelleme: Ocak 2026.
Bu web sitesini kullanarak aşağıdaki koşulları kabul etmiş sayılırsınız. Site içeriği bilgilendirme amaçlıdır ve herhangi bir taahhüt niteliği taşımaz. Proje kapsamı, süre ve ücretler her müşteri için ayrı sözleşmeyle belirlenir. Site üzerindeki tüm metin, grafik ve görseller AI Heightened Insight'a aittir; izinsiz kopyalanamaz. Türkiye Cumhuriyeti yasaları geçerlidir.
Sitede paylaşılan vaka çalışmaları ve rakamlar, ilgili müşterilerin izniyle yayımlanmıştır. Geçmiş proje sonuçları gelecekteki sonuçları garanti etmez; her projenin çıktısı veri kalitesi, kapsam ve sektör dinamiklerine bağlıdır. AI Heightened Insight, sitedeki bilgilerin doğruluğunu sağlamak için çaba gösterir ancak olası hatalardan dolayı sorumluluk kabul etmez.