Veriden rapora giden yolu bir kez kuruyorum; sonra kendi kendine çalışıyor.
Altı yılı aşkın medya analizi deneyimimi yapay zekâ ile birleştirip raporlama sistemleri kuruyorum: ham veriyi temizleyen, sınıflandıran, denetleyen ve yönetim raporuna dönüştüren kapalı devre hatlar. Veri kaynağınız ve mevcut sisteminiz ne olursa olsun ona entegre olurum; farkı, ölçülen ve tekrarlanabilir bir süreç yaratır.
Veri Analizi Uzmanı · Dedecta
01 · Ham veri: Her nokta bir kayıt. Henüz hiçbir şey elenmedi; bu hâliyle rapora girse ton dağılımı anlamsız olur.
02 · İlgililik kapısı: Marka ifadesi gövdede geçmeyen kayıt kapıdan geçemez. Her eleme bir hata kodu taşır; AI karar verir, insan denetler.
03 · Taksonomi · sentiment: İki seviyeli konu, üç ton. Çelişkiler regresyon setine gider; aynı hata ikinci kez açılmaz.
04 · Rapor: Grafik, kart ve yönetici özeti şablona betikle yerleşir. Haftalık hazırlık 3–4 saatten 40 dakikaya.
- 6+ yılmedya analizi ve raporlama
- 1.000+hazırlanan yönetim raporu
- 150+analiz ve rapor üretim betiği (Python)
- 7 mecratek pipeline'da
- %23 → %90+AI spam sınıflandırıcısında duyarlılık
- 3–4 sa → 40 dkhaftalık rapor hazırlığı
İkinci beyin: trend olmadan önce, hata yaparak kurdum.
Bir monitoring ekibinde bilgi üç yerde yaşar: e-posta, sohbet ve kişilerin hafızası. Aşağıdaki her çubuk gerçek bir not ya da karar kaydı. Üç düzeni karşılaştırın.
- Kıdemli analistayrılırsa?
- Ekip lideriizindeyse?
- Benhafızadan
- Müşteri-A.md45.113 karakter · "6 madde" ve "4 madde"
- Master-Standart.md28.371 karakter
- Son dönem notu.md8.865 karakter
- Runtime · 6router · lookup · linter · index
- Standartlar · 698 standart, bölüm bölüm
- Projeler · 72müşteri başına namespace + runbook
- Karar kayıtları · 175tarihli, gerekçeli, superseded zinciri
- Dönem arşivi · 32ham gözlemler; hasat edilir
- Günlükler · 2418:00 otomatik tarama
Bilgi var, adresi yok. Her çubuk gerçek bir kural ya da gözlem. Kimin bildiğine göre dağılmış durumda; bir kişi ayrılınca onunla birlikte gidiyor.
Çoğu ekibin bugünkü hâli. Sorun bilgi eksikliği değil, adres eksikliği.
Toplandı ama çalışmıyor. Her müşteri için tek büyük dosya. Aynı kural bir dosyanın iki yerinde iki farklı değerle duruyor; yapay zekâ tek soru için yığının %74'ünü okuyor.
Kendi yaptığım ve ölçtüğüm hata. Güzel görünüyordu.
Her kaydın bir yeri, her kuralın bir tarihi var. Kural değeri yalnızca karar kaydında doğar; güncel durum oradan üretilir. Router adres verir, lookup tek kaydı getirir, linter borcu sayar. Vault büyüdükçe bir sorunun maliyeti artmıyor.
24 Ağustos gecesi kurulan mimari. Hiçbir satır silinmedi; eski kurallar "superseded" olarak duruyor.
- 700+
- not · 8 standart, 69 bölüm · 32 dönem arşivi
- 175+
- tarihli karar kaydı; eski kural silinmez, "superseded" olur
- 22 · 12
- kurallı linter · benchmark; borç her koşuda görünür
- 18:00
- her akşam ekip sohbeti taranır, iş bilgisi hasat edilir
İlk sürüm üç haftada 95 nota ulaştı ve çalışmadı: aynı dosyada aynı kural için iki değer vardı, yapay zekâ tek soru için notların %74'ünü açıyordu. Ölçtüm, mimariyi değiştirdim: kural değeri yalnızca tarihli karar kaydında doğar; router adres verir, bilgi vermez. Hiçbir satır silinmedi.
Bir analist ayrıldı
Kurallar onunla gitti. Yeni kişi ilk raporu eski raporlara bakarak tahmin ediyor; müşteri farkı ilk dönemde görüyor.
Runbook 13 adımı sırayla söylüyor, her adım hangi kuralı nereden okuyacağını biliyor. İlk rapor öncekiyle ayırt edilemez.
Kişiye bağlı darboğaz, tam olarak bu sistemin çözdüğü şey.
Yeni müşteri geldi
Boş sayfa. Standart, taksonomi ve şablon e-postalardan derleniyor; ilk üç dönem "oturma" dönemi.
Yeni bir namespace açılır: profil, keyword, taksonomi, deck kuralları şablondan türer. İlk dönem standardın tamamıyla çıkar.
Kurulum süresi haftalardan günlere iner.
Bir kural değişti
Birisi "artık 4 madde" der; üç notun ikisi güncellenir, biri 6 madde demeye devam eder. Altı ay sonra kimse hangisinin doğru olduğunu bilmez.
Tek bir karar kaydı yazılır; eski kural silinmez, "superseded" olur. Güncel durum otomatik üretilir; tarihçe sorulabilir.
Aynı dosyada iki farklı cevap — bizzat yaşadığım ve ölçtüğüm kriz buydu.
Yapay zekâ ajanı çalışıyor
Ajan ana haritadan tek adımda notların %74'ünü açar; 233 bin token okur, yine de yanlış değeri alabilir.
Router adres verir, lookup tek kuralı kaynağıyla getirir. Aynı soru için okunan bağlam %91 azalır; vault büyüdükçe artmaz.
İnsan ve ajan aynı kaynaktan çalışır.
Vault'a sorun.
Aynı soruyu iki sisteme sorun: dağınık notlar ve karar kayıtlı vault. Sayılar gerçek ölçümlerdir.
Müşteri A'da yönetici özeti kaç madde?
Aynı dosyanın 162. satırı "6 madde", 229. satırdaki karar kaydı "4 madde" diyor. Kısa yoldan giden her ajan yanlış cevap verir.
- routerentity: musteri-a · konu: exec_summary
- current.yamlexec_summary.bullets → DEC'e bak
- decisions/DEC-20260802-003 (aktif)
- tarihçeDEC-20260721-001 → superseded
- kaynak02.08.2026 · gerekçe: müşteri geri bildirimi
Grafik altı analiz metni kaç punto?
Betiğin varsayılanı başka müşteriye göre; proje notunda farklı değer var. Hangisi geçerli, okuyana kalmış.
- routerentity: musteri-a · konu: text.font_pt
- current.yamltext.font_pt → DEC'e bak
- decisions/DEC-20260812-002 (aktif)
- uyarıbetik varsayılanı farklı: STD.qa kuralı
- kaynak12.08.2026 · kapsam: yalnız Müşteri A
Spam promptu değişince ne yapılır?
Cevap üç yerde parça parça; "regresyon seti koşulur" kuralı Slack'te kalmış, standarda hiç yazılmamış.
- routerkonu: prompt.versiyon
- STD.qapipeline_yeniden_calistir = zorunlu
- testSpam_Benchmark_v2 · 137 kayıt · 7 katman
- eşikkesinlik ≥ %95 · duyarlılık ≥ %85
- kaynakDEC-20260825-011 · 25.08.2026
Bu dönem hangi kurallar değişti?
Değişiklik geçmişi yok; kim neyi ne zaman değiştirdi, e-postalarda.
- routerlookup --history musteri-a
- decisions/3 kayıt: 02.08 · 12.08 · 25.08
- superseded2 eski kural, silinmedi
- linter0 ERROR · 12/12 benchmark bütçe içinde
- kaynakhistory index · otomatik
"İkinci beyin" bugün popüler bir kavram. Benimki bir şablondan değil, gerçek bir ekibin gerçek sorularından ve yanlış cevap veren bir sistemi ölçüp düzeltmekten çıktı. Bir kurumun hafızasını kişiden bağımsızlaştırmak, kurduğum her sistemin arkasındaki asıl iş.
Dokuz iş, sıfır müşteri adı.
Karta tıklayın; arkasında problem ve yaklaşım var. Sektör, yöntem ve ölçülen sonuç paylaşılır; isim, konu ve veri hiçbir zaman.
- V0 · Sistem tasarımıÇok şirketli yapı
Kapalı devre AI rapor üretim platformunun sıfırdan tasarımı
10+ dokümanGeliştirmeye hazır uçtan uca tasarım paketiProblemDış görünürlüğü izleyen veri vardı; onu üst yönetimin kullanacağı rapora çeviren sistem yoktu. İhtiyaç sabit şablon değil, doğal dille istenen her raporu sistemdeki veriden, kaynağı göstererek üreten kapalı devre bir platformdu.
YaklaşımÜrün tanımından hedef mimariye: sistem sınırı, 35 alanlık master veri şeması, "orkestratör + tek işli modül ajanları + rapor durum nesnesi" prompt mimarisi, kaynak/güven/audit kuralları. "Kaynaksız iddia rapora giremez."
- V1 · OtomasyonPerakende zinciri
Haftalık raporlama hattının uçtan uca otomasyonu
3–4 sa → 40 dkHaftalık hazırlık; 50+ karar kaydıyla kişiden bağımsızProblemHer hafta 7 mecradan gelen binlerce kayıt elle temizlenip 40+ slaytlık sunuma işleniyordu; tutarlılık kişiye bağlıydı.
YaklaşımHam CSV'den sunuma giden hattı modüler bir Python pipeline olarak kurdum; her kural bir karar kaydına bağlandı, pipeline değerleri kayıttan okur.
- V2 · AISanayi grubu
Spam/ilgililik promptunun v1 → v2 yeniden tasarımı
%23 → %88–96Duyarlılık; kesinlik %95 üzerinde korunarakProblemPrompt "spam" dediğinde %97,8 haklıydı ama alakasız içeriğin yalnızca %23'ünü yakalıyordu; bir dönemde 3.901 kayıt raporlara sızıyordu.
YaklaşımKök neden: platform kuralını ezen bir tie-break cümlesi. Promptu sert bir ifade kapısı etrafında yeniden yazdım; 137 kayıtlık, 7 katmanlı regresyon seti kurdum.
- V3 · AIŞirket içi AI modülü
AI sınıflandırıcı için test protokolü
2 eksenAlaka ve sentiment ayrı; her karara hata koduProblemTek etiket, iki ayrı karar. Tek doğruluk yüzdesi ikisini karıştırıyordu; hata kimin, tekrar eder mi — cevap yoktu.
Yaklaşımİki ekseni ayrı ölçen, etiket↔gerekçe çelişkisini otomatik yakalayan, determinizmi ayrıca kontrol eden protokol; her bulgu sahiplenilir.
- V4 · AIPerakende zinciri
Üçüncü taraf AI sağlayıcısının değerlendirilmesi
63 / 1006 boyutlu puanlama; deterministik olmayan karar bulgusuProblem"Dış sağlayıcının spam analizi iyi mi?" sorusuna sayısal cevap gerekiyordu; 2.525 kayıt, 5 mecra.
YaklaşımAğırlıklı altı boyut: teknik gürültü, marka-dışı içerik, adaş gürültü, tekrar, kesinlik, karar tutarlılığı. Sağlayıcı çıktısı kayıt kayıt karşılaştırıldı.
- V5 · BilgiAnaliz ekibi
Kurumsal bilgi tabanı: 700+ not, 170+ karar kaydı
−%91Aynı soru için okunan bağlam: 82.349 → 7.492 karakterProblemKurallar e-posta ve hafızada; AI tek soru için 82 bin karakter okuyordu, aynı dosyada iki farklı değer vardı.
YaklaşımKarar kayıtlarından üretilen katmanlı vault; router, lookup, 22 kurallı linter, 12 benchmark. Hiçbir satır silinmedi.
- V6 · OtomasyonKurumsal müşteriler
Zamanlanmış rapor teslimat otomasyonu
KanıtlıHer gönderimin ekran görüntüsü ve kaydıProblemRaporların belirli saatte belirli kişilere gönderilmesi elle yapılıyordu; unutma ve yanlış alıcı riski.
YaklaşımYapay zekâ içermeyen, sabit kurallı tarayıcı otomasyonu: iş klasörü modeli, tek alıcı listesi, kuru çalıştırma, kanıt, log.
- V7 · Veri100+ şubeli zincir
Şube bazlı müşteri yorumu eşleştirme
100+ şubeYorum verisi lokasyon boyutu kazandıProblemYorumlar şubeyle eşleşmiyordu; "hangi şube negatif yorum alıyor" cevapsızdı.
YaklaşımŞube listesinden sorgu varyantları üreten, adayları adres/ilçe/isim parçalarına göre puanlayan eşleştirici; sonuç sentiment tablosuna bağlandı.
- V8 · Veriİş dünyası dergisi
Dijital itibar skorlama modeli (önceki işveren)
100 şirketYayımlanan endeks; önceki işverenProblemYüzlerce markanın dijital görünürlüğünü tek karşılaştırılabilir skora indirmek.
YaklaşımSkorlamaya uygun veri yapısı, skor formülü kurgusu, marka sorgu setleri, sektörel analiz tabloları.
Bir yıldır birlikte çalıştığı Claude'un gözünden
Bu bölümü Mustafa yazmadı. Bir yıl boyunca her raporda, her promptta, her karar kaydında birlikte çalıştığı yapay zekâya "beni objektif anlat" dedi; metin olduğu gibi yayımlandı, iltifatlar da eleştiriler de dahil.
Düzensizliği kural hâline getirmeye tahammülü olmayan, ölçmeden inanmayan, elindeki işi "bir daha kimse elle yapmasın" diye sistemleştiren pratik bir kurucu.
Danışman olarak öne çıkan üç özellik
- 1Ölçer, sonra söyler.
Her önerisi bir sayıya bağlıdır.
- 2Geride bir sistem bırakır.
Gittiğinde iş durmaz; kurallar kayıtta, süreç betikte kalır.
- 3Gizliliği baştan tasarlar.
Verinize ne girer, ne çıkar — ilk gün yazılır.
Tekrar eden örüntüler ve kanıtı.
- 1Sistem kurar, iş yapmaz.
Haftalık rapor hazırlamak göreviyken, raporu üreten pipeline'ı kurdu; prompt yazmak göreviyken, promptun doğruluğunu ölçen test setini kurdu; not tutmak göreviyken, notların kural üretme biçimini tanımlayan bir bilgi tabanı kurdu. Her görevde bir üst katmana çıkıp "bunu üreten mekanizma ne olmalı" sorusunu soruyor. Kanıt: vault'taki "kural değeri yalnız karar kaydında doğar, elle düzenlenmez" prensibi — sıradan bir analist bunu yazmaz.
- 2Ölçmeden fikir beyan etmez.
Dış sağlayıcının spam analizi "kötü" demek yerine altı boyutlu puanlama kurup 63/100 verdi. Prompt'un sorunlu olduğunu söylemeden önce 5.696 kayıt üzerinde kesinlik ve duyarlılığı ayrı ayrı hesapladı ve kök nedeni tek bir cümleye kadar indirdi. Sezgisi güçlü ama sezgiyi rakama çevirmeden masaya koymuyor.
- 3"Uygulanmış sonuç" ister, teoriyi sevmez.
Kendi çalışma profiline yazdığı cümle: "Gereksiz soru ve teorik açıklama yerine uygulanmış sonuç tercih edilir." Bu, çalıştığı herkese (ve yapay zekâya) verdiği talimatın özeti. Uzun açıklamalara, belirsiz planlara ve "bakarız" cevaplarına sabrı yok.
- 4Standart tutkunu; tutarlılığı yaratıcılığın önüne koyar.
"Raporun müşteri açısından önceki dönemlerden ayırt edilememesi hedeflenir" diye yazmış. Punto, madde sayısı, renk — hepsi kayıt altında. Bu güçlü bir kurumsal disiplin; aynı zamanda yeni bir şeyin görünür olmasını bazen geciktirebilecek bir eğilim (aşağıda).
- 5Sahiplenme yüksek, sınır çizmeyi bilir.
Şirketi "ekmek kapım" diye tanımlıyor; hafta sonu bir özel rapor isteği gelince aile ziyaretinden dönüp çalışıyor. Ama aynı zamanda yeterli veri gelmeyen raporu teslim etmek yerine "bekleyelim" kararını veriyor — kaliteyi teslim baskısına kurban etmiyor.
- 6Hızlı araç öğrenir, aracı amaca göre seçer.
Bir yıl içinde Python pipeline'ları, Playwright ile tarayıcı otomasyonu, Obsidian + YAML karar sistemi, LLM prompt mühendisliği ve test protokolü; yanında işle ilgisi olmayan bir mobil uygulamayı da sırf öğrenmek için yazmış. Hiçbirinde "uzman" iddiası yok; hepsinde "işe yarar bir şey çıkardım" var. Araçları trend için değil, elindeki darboğaz için öğreniyor.
- 7Gizlilik ve sınır bilinci yerleşik.
Slack günlüklerini otomatik çıkaran sistemine kendi eliyle "şifre, özel hayat, kişiler hakkında değerlendirme asla vault'a geçmez" kuralını yazmış. Bu portfolyo projesinde ilk cümlesi gizlilik oldu. Bu, danışmanlık için müşteriye verilebilecek en değerli güvencelerden biri.
- 8Çok kanallı çalışır.
Aynı günlerde dört müşteri raporu, bir ürün mimarisi, bir yan proje ve aile işleri notlarda yan yana. Notları kısa, eylem odaklı, "[x]" ile kapatılan listeler. Dağılmıyor; ama bu yükün görünür bir maliyeti de var (aşağıda).
Nerede dikkat etmeli (objektif gözün diğer yarısı).
- !Sistem kurma refleksi bazen işin önüne geçebilir.
Bir kerelik bir iş için de altyapı kurma eğilimi var; danışmanlıkta "ne zaman script, ne zaman elle" kararını müşteriye açıkça söylemesi gerekir.
- !Standart koruma ile yenilik arasında gerilim.
"Fark edilmesin" ilkesi müşteri tutarlılığı için doğru; ama kendi markasını kurarken (bu site gibi) fark edilmek gerekiyor. Tasarımı "yazılımcı gibi" bulup "sakin ve yenilikçi" istemesi bu gerilimin farkında olduğunu gösteriyor.
- !Kendi dilinde kısa, dışarıya çevrilmesi gereken bir iletişim.
Notları ve kuralları kendisi için yazılmış; müşteriye anlatırken "ifade kapısı, tie-break, regresyon seti" gibi terimlerin sade karşılıklarını kurması gerekecek.
- !Yük dağılımı.
Çok sayıda paralel iş, kişiye bağlı bir darboğaz yaratıyor — ironik biçimde tam da kendi kurduğu sistemlerin çözdüğü sorun.
Veriniz ve sisteminiz ne olursa olsun, ölçülen bir süreçle başlayalım.
Kısa bir keşif görüşmesiyle başlıyoruz.
- Monitoring ve raporlama kurulumuSorgu seti, taksonomi, şablon, dönemsel akış
- AI sınıflandırma kurulumu ve denetimiPrompt, test seti, kesinlik/duyarlılık, sağlayıcı puanlama
- Rapor üretim otomasyonuHam veriden sunuma; QA; zamanlanmış teslimat
- Kurumsal bilgi tabanı tasarımıKarar kayıtlı, aranabilir, AI'ın kullanabildiği hafıza