Genel Tanım
Kurumsal karar alma süreçlerini veriye dayalı, öngörü gücü yüksek ve otomasyona açık hale getirmek, rekabet avantajının anahtarıdır. ARC Danışmanlık olarak sunduğumuz tahmine dayalı analitik ve makine öğrenimi hizmetiyle; geçmiş verilerden yola çıkarak geleceğe dair stratejik öngörüler geliştirmenizi sağlıyoruz.
Tamamen kurum içi verilere dayalı ve sıfırdan kodlanmış modellerle; satış tahmininden müşteri kayıp analizi ve risk skorlama sistemlerine kadar birçok alanda özgün çözümler üretiyoruz. Hiçbir hazır model, AutoML aracı veya dışa bağımlı servis kullanılmaz—model tasarımından dağıtıma kadar tüm süreç kurumunuza özel yapılandırılır.
Hizmet Bileşenlerimiz
- Veri Ön Hazırlık: Feature engineering, veri dengesizliği giderme, dış faktörlerin (hava durumu, döviz, sezonluk etki vb.) entegrasyonu
- Model Geliştirme: Regresyon, sınıflandırma, zaman serisi, anomaly detection gibi model türlerinin kurum özelinde inşası
- Model Değerlendirme: AUC, ROC, RMSE, F1, MAPE gibi metriklerle çok boyutlu performans ölçümü
- MLOps Entegrasyonu: Geliştirilen modellerin sürümlenmesi, otomatik dağıtımı, izlenmesi ve düzenli yeniden eğitimi için kuruma özel MLOps altyapısı
Kurumsal Katkılar
- Karar alma süreçleri tahmine dayalı, hızlı ve hatasız hale gelir
- Operasyonel analizler otomatikleşir; insan hatası ve manuel iş yükü azalır
- Satış, risk ve üretim gibi temel iş alanlarında verimlilik ve kârlılık artar
- Tüm modeller yorumlanabilir ve kullanıcı dostu hale getirilir
- Uygulama Örneği: Sigorta Sektöründe Müşteri Kaybı Tahmini
- Firma Profili: Türkiye merkezli, 120 kişilik ekipten oluşan orta ölçekli bir sigorta şirketi
Sorun:
- Poliçe yenileme oranı düşüşte, riskli müşteriler erken tespit edilemiyor.
- IT altyapısı sınırlı ve dış veri servislerine güvenilmiyor.
Danışmanlık Süreci:
- Veri Hazırlığı: 7 yıllık işlem geçmişi, çağrı merkezi ses kayıtları ve poliçe bilgileri anonimleştirilerek işlendi
- Duygu Analizi: Müşteri iletişimlerinden duygu analizi skorları çıkarıldı
- Model Geliştirme: Random Forest, XGBoost ve LSTM tabanlı üç farklı model geliştirildi
- Feature Importance: Analiz ile en etkili 26 değişken belirlendi
- Yorumlanabilirlik: SHAP ve LIME entegrasyonları sayesinde satış ekipleri, müşteri davranışlarının risk düzeyini görselleştirilmiş biçimde izleyebildi
- Tahmin Motoru: Her müşteri için önümüzdeki 3 ayda poliçesini yenilememe olasılığı skorlara döküldü
- CRM Entegrasyonu: CRM sistemine entegre edilen uyarılarla satış ekipleri önceden aksiyon alabildi
Elde Edilen Sonuçlar:
- Riskli müşterilerin %61’i önceden müdahale ile elde tutuldu
- Poliçe yenileme oranı 9 ayda %14 arttı
- Satış ekiplerinin aksiyon planlama süresi %70 kısaldı