KARAR ODAKLI ANALİTİK
Veri Analizi & İçgörü Mühendisliği
Pazarlama datasını dashboard'lara değil, karar mekanizmalarına bağlıyoruz. KPI tree, dbt modelleme, Bayesian MMM, incrementality testi ve self-serve analitik — ölçümün değil, eylemin altyapısı.
Analitik 'dashboard hazırlamak' değildir; her grafiğin doğrudan bir karar tetiklediği bir operasyon sistemidir.
Çoğu şirket 40+ dashboard'un içinde boğulur ama aynı soruya beş farklı kaynaktan beş farklı cevap alır. KPI'lar tartışılır, karar ertelenir, HiPPO kazanır. Roibase'in analitik operasyonu bu belirsizliği kaldıran altı prensip üzerine kuruludur; her prensip dashboard değil, karar üretir.
METODOLOJİ
DIAGNOSE → MODEL → BUILD → AUTOMATE → VALIDATE → EDUCATE
Analitik operasyonun altı katmanı; her biri ayrı artifact üretir, birbirine bağlı olarak karar döngüsünü besler.
DIAGNOSE
Karar envanteri + soru haritası
Karar vericilerin haftalık sorduğu 30 soru listelenir; cevap kaynağı, sıklık, SLA ve etki netleştirilir.
MODEL
KPI tree + veri modeli
dbt modelleri + LookML veya Metabase semantic layer; versiyonlanmış, test edilebilir, dokümante edilmiş.
BUILD
Dashboard + alert sistemi
Karar kategorisi bazında (CAC, retention, revenue quality) dashboard'lar; eşikli alertler + tetik şablonları.
AUTOMATE
Pipeline + refresh + monitoring
Airflow / Dagster / dbt Cloud ile refresh orchestration; pipeline health + data quality testleri + Slack bot.
VALIDATE
A/B + incrementality + MMM validation
Model çıktıları deneyle karşılaştırılır; incrementality testi + MMM scenario simülasyonu ile kalibrasyon.
EDUCATE
Data council + self-serve eğitimi
Aylık data council toplantısı: hangi soru cevapsız kaldı, hangi dashboard kullanılmadı, hangi self-serve eğitim lazım.
— KARŞILAŞTIRMA
Farkımız nerede? Klasik BI vs. karar odaklı analitik
Bir şirket 100 dashboard'u 'analytics' sanabilir. Oysa asıl değer, her dashboard'un bir karara, her karar bir aksiyona bağlandığında ortaya çıkar.
| Boyut | In-house BI tek başına | Klasik reporting ajansı | Roibase karar odaklı analitik |
|---|---|---|---|
| KPI tanımı | Birimler arası çakışıyor | Ajansın şablonu | KPI tree + yazılı ownership |
| Dashboard felsefesi | Grafik bolluğu | Quarterly PPT odaklı | Her grafik bir karar |
| Veri modelleme katmanı | Ad-hoc SQL + Excel | Platform içi raporlama | dbt + versiyonlu + testli |
| Cohort + LTV mühendisliği | Ortalama metriklerle sınırlı | Rapor olarak yok | D1-D90 + segment + LTV eğrisi |
| MMM + incrementality | Yok | Excel-bazlı deneme | Bayesian MMM + geo-holdout |
| Anomali / alert sistemi | Manuel kontrol | Yok | ML drift detector + Slack/email |
| Self-serve kültür | Data team bottleneck | Rapor-driven | İş birimi kendi soruyor |
| Governance + PII | Politika yok | Farkında değil | PII tagging + retention + audit |
KANIT
Rakamlarla sonuç
İlk sprintte cevaplanabilir hale gelen stratejik soru sayısı.
Pazarlama ekibinin manuel dashboard hazırlığında geri kazanılan saat.
Sezon + kanal mix değişikliklerine göre yenileme ritmi.
MMM + forecast için gerekli minimum günlük veri aralığı.
dbt + Airflow + monitoring SLA; data quality testleri dahil.
Yeni bir karar panosu için brief'den canlıya ortalama süre.
NELER YAPIYORUZ
Çalışma kapsamı
Her hizmet başlığı, çıktı bazlı ölçülebilir bir iş paketidir. Roibase, strateji ve uygulamayı tek ekip içinde birleştirir.
KPI tree mimarisi
Her pazarlama metriği doğrudan iş çıktısına bağlanır; her metriğin bir sahibi, bir kaynağı, bir eşiği, bir tetikleyici kararı vardır.
Decision-tree dashboards
Grafik değil karar: 'şu eşikte şu aksiyon' mantığıyla tasarlanmış paneller; her panel bir rol için, bir frekansta.
dbt + warehouse + BI katmanı
dbt ile versiyonlu + test edilebilir veri modelleri; BigQuery / Snowflake / Redshift üzerinde; LookML / Metabase / Lightdash arayüzüyle.
Cohort & retention mühendisliği
D1/D7/D30/D90 cohort tabloları, LTV eğrileri, segment-bazlı churn ve resurrection analizi — ortalamanın altında gerçek davranış.
Bayesian MMM
Media, promo, sezon ve makro değişken birlikte modellenir; Robyn + PyMC; çeyreklik refresh + confidence band.
Attribution modelleme
GA4 DDA + multi-touch attribution + shapley value yaklaşımları; platform biased raporlamanın ötesinde karar modeli.
Incrementality testing
Geo-holdout + matched-market testleri; Meta Lift, GeoLift, in-house framework; bütçe kararları için referans doğruluğu.
Anomali tespiti
Sessizce kötüleşen metrikler için ML tabanlı drift detector + forecast band + Slack/email alert; sabaha değil, saat başına.
Self-serve analytics
İş biriminin kendi sorusunu kendi cevaplayabildiği ortam (Metabase, Lightdash, Hex) + eğitim + mentorluk.
Data governance
PII tagging, schema registry, retention politikası, veri erişim audit'i, doküman paketi; KVKK + GDPR uyumlu operasyon.
— ÇIKTI
Veri operasyonunun karar tarafındaki etkisi
Bir organizasyonun kararları ne kadar hızlı, veriye dayalı ve tekrar edilebilir olursa, öngörülemeyen piyasa koşullarında o kadar öndedir.
Karar hızı
30 stratejik sorunun hepsinin cevabı panoda; toplantıda veri tartışılmıyor, aksiyon tartışılıyor.
HiPPO azalması
En yüksek maaşlı kişinin görüşü değil, veri kararı tetikler; tartışma metriğe referanslı.
Reporting zaman tasarrufu
Pazarlama ekibinin manuel Excel rutinleri biter; geri kazanılan saatler stratejik analize aktarılır.
Erken uyarı + aksiyon
ML drift detector + eşikli alert sistemi ile kötüleşen metrikler saatler içinde yakalanır.
Self-serve kültür
İş birimi data team'i beklemeden kendi sorusunu kendi cevaplar; data team stratejik işe odaklanır.
MMM + forecast accuracy
Bayesian MMM + incrementality kalibrasyonu ile forecast sapması ±%8 bandında; bütçe kararı güvenli.
TESLİM EDİLENLER
Aylık + çeyreklik çıktılar
Analitik operasyonun somut artefactları; her biri ekibinize devredilir, 12. ayda runbook haliyle tam bağımsız çalışır.
Karar envanteri + 30 soru haritası
Karar vericilerin haftalık sorduğu soruların listesi, cevap kaynağı, SLA ve eksik veri ihtiyacı.
KPI tree
Her metriğin kaynağı, sahibi, eşiği ve tetiklediği karar — tek Miro / FigJam panosu, versiyonlu.
dbt repo + modeller
Versiyonlu + test edilebilir dbt projesi; staging / intermediate / marts katmanı, dokümantasyon dahil.
Semantic layer (LookML / Metabase models)
İş birimi tarafından sorulacak soruların arkasındaki ortak metric definitions katmanı.
Dashboard paketi
Karar kategorisi bazında (CAC, retention, revenue quality) ilk 15-25 panel; her biri role + frekans bazında.
Eşikli alert sistemi
ML drift detector + forecast band + Slack/email integration; kötüleşen metrikler saatler içinde uyarı.
Cohort + retention raporu
D1/D7/D30/D90 tabloları + LTV eğrileri + churn segment analizi + resurrection oranı.
MMM modeli + rapor
Bayesian MMM (Robyn/PyMC); kanal contribution + saturation + adstock + confidence band.
Incrementality test protokolü
Geo-holdout ve matched-market test framework'ü; planlama + yürütme + analiz şablonları.
Data governance runbook
PII tagging, schema registry, retention politikası, erişim audit'i — KVKK + GDPR uyumlu.
Aylık data council özeti
Hangi soru cevaplandı, hangisi kaldı, hangi dashboard kullanıldı, bir sonraki ay için öncelik listesi.
Self-serve eğitim materyali
İş birimi için Metabase / Lightdash / Hex eğitim videoları + SQL / jargon sözlüğü + practice veri seti.
— KAPSAM
Neler dahil, neler değil?
Analitik operasyonun sınırları net. Kapsamı önceden görmek yanlış beklentiyi ve scope creep'i ortadan kaldırır.
Bu hizmetin kapsadıkları
- Karar envanteri + 30 soruluk ilk sprint
- KPI tree + yazılı ownership + versiyonlu doküman
- dbt repo kurulumu + staging/intermediate/marts katmanları
- Warehouse entegrasyonu (BigQuery / Snowflake / Redshift / Databricks)
- LookML veya Metabase semantic layer
- İlk 15-25 dashboard + quarterly ekleme
- ML tabanlı anomaly detection + eşikli alert sistemi
- Cohort + LTV + retention analitiği — çeyreklik güncelleme
- Bayesian MMM (yılda 3 refresh)
- Incrementality testi protokolü + yürütmesi
- Data governance runbook (PII, retention, audit)
- Aylık data council + self-serve eğitim akışı
Dahil olmayan işler (opsiyonel ek kapsam)
- Finans / muhasebe BI (ERP tarafı ayrı danışmanlık)
- Warehouse compute / lisans maliyeti (müşteri kontratı)
- Custom ML model training (forecasting dışında)
- Real-time streaming altyapısı (Kafka, Kinesis — ayrı kapsam)
- Data privacy / hukuk danışmanlığı (partner avukatla)
- BI aracı lisans yenilemeleri
- Third-party data satın alımı (panel, survey)
- Marketing operasyonlarının kendisi (PPC / SEO / CRO ayrı hizmet)
NASIL ÇALIŞIYORUZ
Süreç: Hafta 1 teşhisten Ay 6+ governance'a analitik operasyon
Hafta 1-2 — Karar envanteri + audit
30 stratejik sorunun listesi, mevcut dashboard envanteri, veri kaynak sağlığı ve SLA teşhisi.
Hafta 3 — KPI tree + schema
Yazılı KPI tree, metric definitions, ownership; warehouse schema + staging katmanı karar verildi.
Hafta 4-5 — dbt modelleri + ilk dashboard
dbt staging + intermediate + marts; ilk 5-8 dashboard publish; stakeholder review.
Hafta 6-8 — Alert + cohort + refresh
Eşikli alert sistemi, cohort + retention raporları, dbt Cloud / Airflow refresh pipeline.
Ay 3 — MMM train + ilk sonuç
18 aylık historic ile Bayesian MMM; kanal contribution + saturation + ilk bütçe revizyonu tavsiyesi.
Ay 4 — Incrementality test protokolü
Geo-holdout veya matched-market framework; ilk test canlıda, sonuç 4-6 hafta sonra.
Ay 5 — Data council + self-serve eğitim
Aylık data council rutini başlar; iş birimi için Metabase / Lightdash self-serve eğitim akışı.
Ay 6+ — Quarterly refresh + governance
Quarterly MMM refresh, incrementality test cycle, data governance audit; 12. ayda tam devir mümkün.
— ARAÇ YIĞINI
Warehouse'dan BI'a analitik stack
Araç agnostik çalışıyoruz; ama her katmanda en çok değer üreten açık araç seçimleri var. Mevcut stack'inize adapt oluruz.
WAREHOUSE
MODELLEME & TRANSFORM
BI & VISUAL
ML & MMM
SIK SORULAR
Sık sorulan sorular
— SÖZLÜK
Analitik terminolojisi
Ekipler arasında aynı terim aynı şeyi anlatınca tartışma kararı hızlandırır; farklı şeyi anlatırsa hızlandırır-şüphesi çoğalır.
- KPI Tree
- Bir işin temel iş çıktısından aşağıya doğru ayrışan metriklerin hiyerarşik ağaç yapısı; her düğüm bir karar tetikleyici.
- dbt
- Data build tool — SQL tabanlı, versiyonlu, test edilebilir veri transformasyonu framework'ü; analytics engineering'in standardı.
- Semantic Layer
- BI aracının arkasındaki ortak metric definitions + business logic katmanı; LookML, Metabase models, Cube gibi araçlarla.
- Cohort
- Belirli bir özelliği paylaşan (kayıt tarihi, acquisition kanalı) kullanıcı grubu; zaman içindeki davranışı analiz edilir.
- LTV (Lifetime Value)
- Bir müşterinin toplam yaşam boyu değeri; gross margin × retention × sipariş sıklığı × sepet değeri.
- Retention
- Kazanılan kullanıcıların belirli bir zaman penceresinde (D1, D7, D30, M1, M3) hâlâ aktif olma oranı. SaaS ve mobil oyunda ürün-pazar uyumunun doğrudan göstergesi; kohort eğrisinin yataylaşması (flat curve) sağlıklı bir ürünün ana imzasıdır.
- Churn
- Belirli bir zaman penceresinde aktif müşteri tabanından ayrılan kullanıcı oranı. Subscription işlerinde MRR'a doğrudan etki eder; e-ticarette repeat-rate'in tersi. Voluntary (vazgeçen) ve involuntary (ödeme reddi) ayrımı yapılır; düşürmek için onboarding, fiyatlama ve lifecycle iletişimi optimize edilir.
- MMM (Marketing Mix Modeling)
- Bayesian istatistikle kanal contribution'ını tahmin eden model; 18-24 aylık historic veri gerektirir.
- Incrementality
- Bir kanal olmasaydı oluşmayacak ek dönüşüm; geo-holdout testleriyle ölçülür, attribution'dan bağımsız.
- Anomaly Detection
- Zaman serisi metriklerinde (KPI, conversion, latency, fraud sinyali) beklenen aralığın dışına çıkan değerleri otomatik tespit eden tekniklerin şemsiyesi. STL decomposition, Prophet, isolation forest, neural OoD modelleri kullanılır; alerting ve gözetim panellerinin bilgi tabanı.
- Self-Serve Analytics
- İş biriminin data team'i beklemeden kendi sorusunu cevaplayabildiği analitik ortam; Metabase, Lightdash, Hex ile.
- Data Governance
- Veri kalitesi, erişim kontrolü, PII yönetimi, retention ve audit politikalarının bütünü; KVKK/GDPR uyumu.
- ETL / ELT
- Extract → Transform → Load (eski) ve Extract → Load → Transform (modern). Kaynaktan veriyi alıp warehouse'a taşıma yaklaşımları. ELT bulut DW'larının ucuz compute'una güvenir; dbt + BigQuery/Snowflake/Databricks kombinasyonu güncel standart.
- Data Lake
- Yapılandırılmış ve yapılandırılmamış (log, image, video, raw event) tüm veriyi şema dayatmadan saklayan merkezi depo. S3, GCS, ADLS üzerinde Parquet/Iceberg/Delta Lake formatları; warehouse'un tamamlayıcısı, lakehouse mimarisinin temeli.
- Stream Processing
- Veriyi batch yerine olay akışı olarak gerçek zamanlı işleyen yaklaşım. Kafka + Flink/Spark Streaming/Kinesis + ksqlDB stack'leri yaygın; fraud detection, real-time personalization, IoT telemetri ve anomaly alerting kullanım senaryoları.
- Data Contract
- Veri üreten ve tüketen ekipler arasında schema, semantik, SLA ve sahiplik üzerinde önceden anlaşılmış sözleşme. dbt + Great Expectations + JSON Schema ile çalıştırılır; "downstream model bozuldu" sürprizinin önündeki en sağlıklı duvar.
— HIZLI TEŞHİS
Analitik operasyonu için hazır mısınız?
Dört soruda, size uygun program seviyesini gösteren interaktif yön bulucu. Evet / hayır cevaplarıyla 30 saniyede sonuç.
01 / 04
Şu anda 10'dan fazla aktif dashboard veya Excel raporunuz var mı?
Dashboard bolluğu, karar eksikliğinin klasik semptomlarından biri.
— BAŞLAYALIM
Dashboard'larınız kararları mı tetikliyor, yoksa sadece süs mü?
60 dakikalık analitik diagnostic: mevcut KPI envanterınız, dashboard dependency grafı, veri kaynak sağlığı ve 90 günlük roadmap tavsiyesi — tek panoda.