Proje İçeriği

Amaç:

Çoklu veri kaynağından (Finnet, Matriks, Borsa İstanbul, investing.com vb.) anlık/günlük verileri alıp, LLM destekli analiz ve yorumla; “Günlük Forex Bülteni, Bankacılık Raporu, Küresel Ekonomik Gelişmeler, Ekonomik Takvim, Şirket Haberleri (KAP), Endeks ve Doğalgaz Analizi, Tarım Emtia Bülteni” gibi içerikleri otomatik üretmek ve yayınlamak. 

AFIO, çoklu finans verisini toplayıp yapay zeka yorumlarıyla dinamik bülten ve raporlara dönüştüren uçtan uca içerik otomasyon uygulamasıdır; tutarlılık, kalite, hız, operasyonel verimlilik ve ölçeklenebilirlik sağlar, insan odaklı denetimle riskleri azaltır.

Kapsam: Veri çekme → temizlik/normalize → analitik iş kuralları → LLM ile prompt tabanlı içerik üretimi → kalite/uyumluluk kontrolleri → tek uygulamadan dağıtım (PDF/Word).

Operasyon: Microsoft Power Automate ile tetikleyici akışlar (zamanlayıcı/kural bazlı)

AFIO; piyasa verileri, hisse/fiyat akışları ve haberleri API’lerle toplayıp LLM yorumlarıyla zenginleştirerek otomatik finans içerikleri üretir. Süreç, uçtan uca  izlenir ve versiyonlanır; üretilen içerikler günlük/periodik olarak kurum içi ve dışı kanallarla tek uygulama üzerinden paylaşılır.

Az sayıda analistle çok sayıda, tutarlı ve güncel analiz/bülten üretmek; insan odağını “yorum ve fikir”e ayırıp tekrarlı üretimi makinelere devretmek.

Strateji:

Veriyi güvenilir kaynaklardan otomatik çekmek,

Normalize ederek ve tek bir “içerik-şablon motoruna” besleme,

LLM ile bağlama duyarlı yorum ekleme,

Yayın kanallarına tek merkezden gönderme,

Ölç–öğren–iyileştir döngüsüyle sürekli optimize etme.

Karşılaştığımız zorluk: Çok çeşitli içeriği küçük bir ekiple manuel üretirken hız ve tutarlılık kaybı yaşanıyordu. AFIO ile üretim daha hızlı, daha doğru ve standart hale geldi; piyasa analistlerinin eforu katma değeri yüksek işlere kaydırıldı.

Projenin Amacı

Aslında ikisi de diyebiliriz.

• Öncelik: Kurum içi süreci iyileştirme.
  AFIO, analiz ekibimizin yoğun ve tekrarlı içerik üretim sürecini otomatikleştirerek hız, tutarlılık ve kaliteyi artırmak; analist zamanını yorum ve içgörüye kaydırmak için kuruldu.
• Etki/sonuç: Yeni hizmet kapasitesi.
  Otomasyon ve LLM tabanlı şablonlarla artık daha fazla başlıkta, daha sık içerik üretebiliyoruz. Bu da dış müşteriye düzenli bülten/rapor servisleri, segment bazlı içerik paketleri ve marka-özel analiz yada içerikler gibi yeni hizmetleri mümkün kılıyor.

Özetle, AFIO önce iç verimliliği arttırdı; bu sayede ölçeklenebilir, yeni olarak pazarlanabilir içerik hizmetlerine kapı açtı.

Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)

AFIO’nun Yenilik ve Farklılıkları Teknolojik fark:

Bulut tabanlı LLM katmanı (Azure OpenAI Services): Büyük dil modellerini Microsoft bulutu üzerinde çalıştırıyoruz; ölçeklenebilirlik, sürüm yönetimi ve kurumsal güvenlik (network isolation, RBAC, logging) standartlaşmış durumda.

Uçtan uca otomasyon (Power Automate + API orkestrasyonu): Finnet, Matriks, Borsa İstanbul, Investing.com gibi sağlayıcılardan veriler planlı olarak API ve diğer tetikleyicilerle çekiliyor; dönüşüm, temizleme ve model besleme adımları otomatik olarak gerçekleştiriliyor.

Kurallar + üretken yapay zeka birarada : Zamanlanmış şablonlar ve iş kuralları, LLM’nin üretken gücüyle birleşiyor; böylece hem tutarlılık hem de esneklik korunuyor.

İçerik kalibrasyonu için prompt mimarisi: İçerik türüne (Forex bülteni, endeks/doğalgaz analizi, tarım emtia, bankacılık raporu, şirket haberleri) özel rol, ton, kapsam, üslubun yapay zeka dil modellerine giriş olarak verdiğimiz  prompt ile kontrol edilebilmesi sağlanıyor; gerektiğinde hızlı iterasyon yapılarak istenilen sonuç  çok daha hızlı elde edilebiliniyor.

Ürün/işlev yenilikleri

Dinamik, çok-kaynaklı içgörü üretimi: Piyasa verileri + haber akışları birlikte değerlendirilerek, içeriklerde daha zengin analiz üretiliyor.

Sürekli üretim ve güncellik: İçerikler, tanımlı aralıklarda otomatik güncelleniyor; manuel iş yapmanın oluşturduğu gecikmeler ortadan kalkıyor.

İzlenebilirlik ve kalite şablonları: Her içerik türü için kalite kontrol checklist’i ve otomatik uyum/ton doğrulamaları yapılıyor; insan onayı gereken yerler iş akışında yer alıyor.

Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)

Piyasa Analiz departmanımızın içerik üretim süreçlerine fayda sağlamıştır.

Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?

Yapay Zeka ve Power Automate teknolojilerini kullandığımız projemiz, en başından yönetim onayıyla ve desteğiyle başlamıştır.

Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)

İş etkisi ve sonuçları :

Üretim hızlanır: Analiz ve bültenler çok daha kısa sürede, düzenli periyotlarda yayınlanır.

Kapasite artar: Küçük bir ekiple daha fazla içerik çeşidi aynı gün içinde hazırlanıp dağıtılır.

Tutarlılık sağlanır: Ton, biçim ve marka dili; şablon ve prompt standartlarıyla her içerikte aynı kalitede korunur.

Revizyon ihtiyacı azalır: İlk taslakların doğruluğu yükselir; analistler katma değeri yüksek yorumlara odaklanır.

Pazara daha erken çıkılır: Kritik gelişmeler son kullanıcıya çok daha hızlı ve taze içerikle ulaştırılır.

Müşteri etkileşimi güçlenir: Güncel ve anlamlandırılmış içerikler, temas sıklığını ve memnuniyeti artırır.

Ölçeklenebilirlik: Yeni bülten/rapor formatları kısa sürede sisteme dahil edilir; ekip genişlemeden kapsam büyür.

Asagıdaki rakamlar zamanla değişim gösterecektir, yaklaşık olarak kabaca hesaplanmıştır.

Üretim hızı (içerik başı süre): 90–120 dk → 15–25 dk (yaklaşık olarak %75–85 daha hızlı)

Günlük içerik kapasitesi: 4–6 içerik → 14–18 içerik (yaklaşık olarak 3× artış)

Ekip verimliliği: 2–3 kişiyle haftalık ~25–30 içerik → 45–60 içerik (yaklaşık olarak  %80–120 artış)

Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?

15

Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.

Microsoft (AZURE Open AI Cloud Servisleri), NTTDATA, Finnet, Matriks, Borsa İstanbul , MKK

Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)

Microsoft, Power Automate, Open AI, Azure, Pyhton, Share Point Portal