T K

İş Zekası Destekli Veri Görselleştirme ile Finansal ve Operasyonel Süreç Performansının İzlenmesi

HASTAVUK Gıda Tarım Hayv. San. Tic. A.Ş.

İş Zekası Destekli Veri Görselleştirme ile Finansal ve Operasyonel Süreç Performansının İzlenmesi

Proje İçeriği

1. PROJENİN ÇIKIŞ NOKTASI: "Neden Böyle Bir Projeye İhtiyaç Duyuldu?"

Geleneksel tarım ve hayvancılık işletmelerinde karar alma süreçleri, çoğunlukla:

Dağınık Veriler: ERP (SAP), IoT sensörleri, manuel excel dosyaları gibi birbiriyle konuşmayan farklı kaynaklardan gelen veriler.

Gecikmeli Raporlar: Haftalık, aylık toplanan raporlar nedeniyle anlık müdahale şansının olmaması.

Karmaşık ve Anlaşılmaz Veri Yığınları: Ham verilerin içinde kaybolmuş, eyleme dönüştürülebilir bilgiye ulaşmanın zorluğu.

Bu sorunlar, Hastavuk A.Ş. gibi büyük ölçekli bir beyaz et üreticisinde operasyonel verimliliği ve karlılığı doğrudan etkiliyordu. Projemizin temel çıkış noktası, bu sorunları ortadan kaldırmak ve şirketi "veriye dayalı karar alma" kültürüne taşımaktı.

2. PROJENİN AMACI: "Ne Yapmak İstedik?"

Ana hedef, şirketin tüm kritik süreçlerini tek bir ekrandan, gerçek zamanlı ve etkileşimli olarak izleyebileceği bir "dijital sinerji merkezi" yaratmaktı. Bunun için şu spesifik hedefler belirlendi:

Entegrasyon: SAP ERP'den gelen finansal verileri, kümeslerdeki IoT sensörlerinden gelen sıcaklık/nem verileri ve üretim hattı verileriyle birleştirmek.

Görselleştirme: Bu karmaşık verileri, her seviyedeki kullanıcının (Genel Müdür'den Üretim Sorumlusuna) anlayabileceği şekilde görsel dashboard'lara dönüştürmek.

Aksiyon Alma: Sadece "raporlamak" değil, "anormallikleri tespit edip" yöneticileri uyaracak ve proaktif müdahale imkanı sağlayacak bir sistem kurmak.

3. KULLANILAN TEKNOLOJİLER VE YÖNTEM: "Bunu Nasıl Başardık?"

Projenin teknik omurgasını aşağıdaki bileşenler oluşturdu:

 

BileşenKullanılan Teknoloji/AraçAçıklama
İş Zekâsı PlatformuQlik Sense SaaSBulut tabanlı, kullanıcı dostu ve güçlü veri keşif motoru.
Ana Veri KaynağıSAP ERP (HANA Veritabanı)Finans, satış, stok ve üretim planlama verilerinin ana kaynağı.
Operasyonel VerilerIoT Sensörleri & Manuel GirişlerKümes sıcaklığı, hayvan sağlığı, yem tüketimi vb. veriler.
Entegrasyon YöntemiOData & RESTful API'lerSAP ve diğer sistemlerden verileri Qlik Sense'e çekmek için.
Veri ModellemeQlik Script DiliHam veriyi temizleyip, ilişkilendirip, analize hazır hale getirdik.
Performans OptimizasyonuQVD Dosyaları & Artımlı YüklemeVeri yükleme sürelerini saatlerden dakikalara indirdik.
Yönetim & GüvenlikQlik Management Console (QMC)Kullanıcı erişimleri, güvenlik ve zamanlanmış görevlerin yönetimi.

Yöntem Adımları:

Veri Keşfi ve Entegrasyon: Tüm veri kaynakları belirlendi ve Qlik Sense'e bağlandı.

Veri Temizleme ve Modelleme: Qlik Script diliyle veriler temizlendi, birleştirildi ve anlamlı bir veri modeli oluşturuldu 

Dashboard Tasarımı: Kullanıcı ihtiyaçlarına özel, etkileşimli grafikler ve panolar tasarlandı.

Yayınlama ve Eğitim: Panolar kullanıcılara sunuldu ve sistemin nasıl kullanılacağı öğretildi.

4. PROJE ÇIKTILARI: "Sonuçta Ne Elde Ettik?"

Geliştirdiğimiz sistem, şirkete şu somut çıktıları sağladı:

Tek Panoda Bütünsel Görünüm: Finansal karlılık, bir kümesin anlık sıcaklığı ve stok seviyeleri aynı ekranda, birbiriyle ilişkili olarak izlenebiliyor.

Gerçek Zamanlı Karar Desteği: Örneğin, bir kümosta sıcaklık anormal derecede yükseldiğinde sistem otomatik olarak renk değiştiriyor ve ilgili yönetici hemen müdahale edebiliyor.

Etkileşimli Analiz: Kullanıcı, bir satış grafiğindeki bir çubuğa tıklayarak, o satışa ait üretim ve maliyet detaylarına anında inebiliyor.

Mobil Erişim: Yöneticiler, tablet ve telefonlarından çevrimdışı dahi olsa bu panolara erişebiliyor ve kritik bilgileri görebiliyor.

Somut Verimlilik Artışı: Proje sonucunda, kaynak kullanımında (yem, enerji vb.) %10'a varan bir verimlilik artışı ölçümlendi.

5. PROJENİN ÖZGÜN DEĞERİ VE FARKI: "Bunu Benzersiz Kılan Ne?"

Bu proje, sıradan bir "raporlama projesi" değildir. Onu özel kılan özellikler:

Sektöre Özgü Derinlik: Genel bir BI projesi olmak yerine, tarım ve hayvancılık sektörünün spesifik ihtiyaçlarına (hayvan sağlığı, yem verimliliği, çevresel koşullar) odaklanmıştır.

Karmaşık Entegrasyon: Kurumsal bir ERP (SAP) ile operasyonel IoT verilerini başarıyla bir araya getiren uçtan uca bir çözümdür.

Teknik Altyapı Bilgisi: Sadece "dashboard yapmak" değil, veri modelleme, script yazma ve sistem yönetimi gibi teknik derinliği de gösterir.

Kullanıcı Merkezli Tasarım: Farklı departmanlar için özelleştirilmiş görünümler sunarak, herkesin kendi işine odaklanmasını sağlar.

SONUÇ

Bu proje, Hastavuk A.Ş.'nin dijital dönüşüm yolculuğunda bir mihenk taşıdır. Geleneksel bir sektörde, modern teknolojileri kullanarak nasıl verimlilik, şeffaflık ve rekabet avantajı yaratılabileceğinin somut bir kanıtıdır. Proje, sadece bir yazılım uygulaması değil, aynı zamanda şirketin "veriye dayalı" bir kültür benimsemesine katkıda bulunan stratejik bir girişimdir.


Projenin Amacı

Projemiz, temelde kurum içi süreçleri kökten iyileştirmek için hayata geçirilmiş bir operasyonel mükemmellik projesidir. Ancak, bu iyileştirme o boyutta bir başarı ve yapısal değişim getirdi ki, şirket bünyesinde 'Merkezi Veri ve Analiz Hizmeti' adında yeni bir iç hizmet kapasitesi doğurdu. Dahası, bu başarılı model, sektördeki diğer oyunculara bir hizmet olarak sunulabilecek kadar güçlü bir potansiyel taşımaktadır. Daha fazla detay vermek bu projenin kapsamını da açıklayacaktır.

1. Temel Odak: Kurum İçi Süreç İyileştirme

Projenin çıkış noktası ve birincil hedefi, Hastavuk A.Ş.'nin kendi operasyonel ve finansal performansını optimize etmekti. Bu, klasik bir "verimlilik artırıcı" iç projeydi.

Çözülen Problemler:

Dağınık Veri: ERP, IoT ve manuel verilerin birbiriyle konuşamaması.

Yavaş Karar Alma: Haftalık/aylık raporlara bağımlılık.

Operasyonel Kayıplar: Kümes sıcaklığındaki anormal bir değişikliğin geç fark edilmesi, stok fazlalığı veya yetersizliği gibi problemler.

İyileştirilen Süreçler:

  • Finansal Raporlama ve Analiz Süreci
  • Üretim Performansı İzleme Süreci
  • Stok ve Tedarik Zinciri Yönetim Süreci
  • Hayvan Sağlığı ve Refahı İzleme Süreci

roje tamamlandığında, ortaya sadece bir yazılım çıktısı değil, şirket bünyesinde yeni bir "Merkezi Veri Analizi ve Karar Destek Hizmeti" çıkmış oldu. Bu, bir iç hizmettir.

Bu İç Hizmetin Özellikleri:

Müşterileri: Şirketin iç paydaşlarıdır (Genel Müdür, Finans Müdürü, Üretim Sorumluları, Veteriner Hekimler vb.).

Sunulan Hizmet: Bu paydaşlara, ihtiyaç duydukları anlık, doğru, görsel ve etkileşimli performans verisini sağlamak.

Teslim Mekanizması: Qlik Sense dashboard'ları ve raporları.

Yönetimi: BT departmanı veya oluşturulan bir "Veri Analitiği Ekibi" tarafından yönetilen bir hizmettir.

Yani, şirket artık "Bize aylık satış raporu hazırlayın" demek yerine, "Satış performansı dashboard'ımıza gidip, istediğim filtrelemeleri yaparak anlık veriyi kendim çekebiliyorum" noktasına geldi. Bu, sunulan yeni bir iç hizmettir.


 


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

En büyük inovasyon, "Kurumsal Finans" ile "Saha Operasyonları"nı (IoT) gerçek zamanlı ve anlamlı bir şekilde birleştirip, bunu sektöre özgü bir "Dijital İkiz"e dönüştürerek her seviyedeki kullanıcının anında aksiyon alabilmesini sağlamaktı.

Bu yenilikçi yaklaşımı üç katmanda detaylandırayım:

1. KATMAN: TEKNOLOJİK İNOVASYON - "İlişkisel Motor ile Köprü Kurmak"

Geleneksel Durum: ERP verileri ve IoT verileri genellikle ayrı raporlar ve sistemlerde kalırdı. Bir yönetici, "Bu ayki yem maliyetim neden arttı?" sorusunun cevabını bulmak için finans raporuna, sonra da ayrı bir sistemden kümes verilerine bakmak zorundaydı. Sebep-sonuç ilişkisini kurmak saatler, hatta günler alırdı.

Bizim İnovasyonumuz: Qlik Sense'in 'Associative Engine' (İlişkisel Motor) teknolojisini, bu iki farklı dünyayı birbirine "dikişsiz" bir şekilde bağlamak için kullandık.

Somut Örnek: Bir kullanıcı, finansal dashboard'da artan yem maliyetini görüyor. Aynı ekranda, o dönemdeki belirli kümeslerdeki ortalama sıcaklık artışını (IoT verisi) ve bunun sonucunda hayvan başına yem tüketimindeki artışı (operasyonel veri) aynı anda, ilişkili olarak görebiliyor. Hatta, o kümeslerdeki nem oranını da aynı analize dahil edebiliyor. Bu, geleneksel raporlamada mümkün olmayan, dinamik bir köprüdür.

2. KATMAN: SEKTÖREL İNOVASYON - "Soyut Veriyi Somut Tarım Gerçeğine Dönüştürmek"

Geleneksel Durum: BI projeleri çoğu zaman genel geçer KPI'lar (Satış, Kâr, Maliyet) üzerinden ilerler. Tarım sektörünün kendine has dinamikleri (hayvan sağlığı, çevresel koşullar, biyolojik süreçler) bu genel çerçeveye sığmaz.

Bizim İnovasyonumuz: Sektörün dilini ve kritik süreçlerini anlayıp, soyut "veri noktalarını" somut "çiftlik aksiyonlarına" dönüştüren bir veri modeli ve görselleştirme dili geliştirdik.

Somut Örnek: Bir "veri noktası" olan Kümes Sıcaklığı: 28°C, dashboard'umuzda sadece bir sayı değildir. "Optimal Sıcaklık Aralığının (21-24°C) Üzerinde - Yem Tüketimi Artışı ve Büyüme Yavaşlaması Riski" şeklinde, renk kodlu (kırmızı) ve yönlendirici bir uyarıya dönüşür. Bu, bir veriyi, bir tavuk yetiştiricisinin anlayacağı ve hemen müdahale edeceği bir "operasyonel dil"e çevirmektir. Bu, projeyi sıradan bir BI uygulaması olmaktan çıkarıp, sektöre özgü bir "Dijital İkiz" haline getirir.

3. KATMAN: KULLANICI DENEYİMİ İNOVASYONU - "Teknik Veriyi Herkes İçin Anlaşılır Bilgiye Dönüştürmek"

Geleneksel Durum: Karmaşık BI raporları genellikle sadece teknik ekipler veya veri analistleri tarafından kullanılabilir. Saha çalışanları, veterinerler veya üst düzey yöneticiler bu sistemlerle etkileşime giremez.

Bizim İnovasyonumuz: "Self-Servis" analitiği, sektör bilgisi olan ancak veri uzmanı olmayan kullanıcılar için erişilebilir kıldık. Geliştirdiğimiz dashboard'lar, kullanıcının bir filtreye tıklayarak, bir grafiğin üzerine gelerek, en karmaşık sorguları bile arka planda çalıştırabilmesini sağladı.

Somut Örnek: Bir veteriner hekim, "Geçen hafta hangi kümeslerde ölüm oranı arttı?" sorusunu, karmaşık bir SQL sorgusu yazmak yerine, ilgili tarih aralığını seçerek ve "Ölüm Oranı" grafiğine tıklayarak saniyeler içinde görebilir. Hatta, o kümeslerle aynı dönemde kullanılan yem partilerini veya ilaçları da ilişkisel motor sayesinde anında inceleyebilir.

SONUÇ: EN BÜYÜK İNOVASYON

Projemizdeki en büyük inovasyon, yukarıdaki üç katmanın bir araya gelerek oluşturduğu bütünleşik etkidir.

Tek başına Qlik Sense kullanmak inovasyon değildi.
Tek başına IoT sensörlerinden veri toplamak da inovasyon değildi.

Asıl inovasyon; bu teknolojileri, sektöre özgü bir zeka ve kullanıcı odaklı bir tasarımla harmanlayarak, bir şirketin "dijital sinir sistemi" haline getirmek ve bir Veteriner Hekimin eline, bir Finans Müdürünün karar alma sürecine, doğrudan dokunabilen, canlı, nefes alan bir karar destek organizması yaratmaktı.

Bu, şirketin sadece "rapor üreten" değil, "anlayan, sorgulayan ve anında tepki veren" bir organizasyona dönüşmesinin yolunu açtı. İnovasyonumuzun özü budur.

 

 

 

 

 


 


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

Tüm departmanlar


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

Evet, ciddi destek alındı. her finansal raporun kontrolü birebir onlarla da yapılmıştır.


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

Evet, kesinlikle. Proje sonuçlarını kapsamlı bir şekilde analiz ettik ve bu analiz, projenin başarısını hem nicel (sayısal) hem de nitel (kalitatif) metriklerle ortaya koydu.

İşte proje sonuçlarına ilişkin detaylı analizimiz:

1. Nicel (Sayısal) Sonuçlar ve Analizi:

Bu sonuçlar, projenin somut ve ölçülebilir finansal/operasyonel faydasını gösterir.

 

MetrikProje Öncesi DurumProje Sonrası SonuçAnaliz & Yorum
Kaynak VerimliliğiYem, enerji ve iş gücü kullanımında optimize edilmemiş, standart sapması yüksek bir süreç.%10'a varan verimlilik artışı sağlandı.Analiz: Gerçek zamanlı verilerle anormalliklerin anında tespiti (örn. anlık yem tüketim artışı), israfı önledi. IoT ile kümes iklimlendirmesinin optimize edilmesi enerji tasarrufu sağladı.
Karar Alma HızıHaftalık/aylık raporlara dayalı, günler süren bir süreç.Anlık (real-time) ve etkileşimli sorgulama ile karar alma süresi dakikalara/saniyelere indi.Analiz: Bir sorun ortaya çıktığında "Neden?" sorusunun cevabı için haftalar kaybedilmiyor. Dashboard'da tıklanarak anında kök neden analizi yapılabiliyor.
Manuel Raporlama SüresiFinans ve operasyon ekipleri, raporları birleştirmek için haftada saatler harcıyordu.Manuel raporlama ihtiyacı büyük ölçüde ortadan kalktı.Analiz: Zaman, "veri toplama ve birleştirme" yerine, "veriyi analiz edip aksiyon alma" ya kaydırıldı. Bu, iş gücü maliyetinde dolaylı bir iyileşme sağladı.
Veri TutarlılığıFarklı departmanların farklı, hatta çelişkili raporları olabiliyordu.Tek bir "gerçek kaynak" (single source of truth) oluşturuldu.Analiz: Yönetim kurulu toplantılarında "hangi veri doğru?" tartışması bitti. Tüm kararlar aynı veri setine dayandırılmaya başlandı.

2. Nitel (Kalitatif) Sonuçlar ve Analizi:

Bu sonuçlar, projenin şirket kültürü ve operasyonel zekâsı üzerindeki dönüştürücü etkisini gösterir.

 

KategoriProje Öncesi DurumProje Sonrası SonuçAnaliz & Yorum
Şeffaflık ve GörünürlükOperasyonlar bir "kara kutu" gibiydi. Üretim tesislerinde olup bitenler anında merkeze yansımıyordu.Tüm kritik süreçler gerçek zamanlı ve şeffaf bir şekilde izlenebilir hale geldi.Analiz: Bu, yönetime operasyonlar üzerinde daha önce hiç olmadığı kadar bir kontrol ve öngörü sağladı.
Proaktif YönetimSorunlar (hastalık, makine arızası, fire) olup bittikten sonra tepki veriliyordu.Erken uyarı sistemleri ile sorunlar ortaya çıkmadan önce önlem alınabilir hale geldi.Analiz: Örneğin, bir kümostaki sıcaklık trendi istenmeyen yönde değiştiğinde, sistem renk değiştirerek uyarıyor ve hayvan sağlığı korunuyor. Bu, reaktif'ten proaktif yönetime geçiştir.
Kurumsal Veri KültürüVeri, sadece BT veya finansın ilgi alanıydı. Saha ekipleri için soyut bir kavramdı.Veri, her seviyedeki çalışanın günlük kararlarında kullandığı bir araç haline geldi. Veri okuryazarlığı arttı.Analiz: Bir veterinerin hayvan sağlığı verilerini, bir üretim sorumlusunun verimlilik grafiklerini kullanması, "veriye dayalı karar alma" kültürünün yerleşmeye başladığının en net göstergesidir.
Departmanlar Arası İş BirliğiFinans, operasyon ve veterinerlik birimleri kendi silolarında çalışıyordu.Dashboard'lar, farklı birimlerin ortak bir dil (veri) etrafında buluşmasını sağladı.Analiz: Artık finans müdürü, "yem maliyeti arttı" dediğinde, operasyon müdürü dashboard'u açıp, hangi kümeslerde hangi çevresel koşulların buna neden olduğunu gösterebiliyor.

3. Beklenmeyen Olumlu Sonuçlar (Emerging Benefits):

Analiz sırasında, başlangıçta öngörmediğimiz ancak çok değerli olduğunu tespit ettiğimiz çıktılar da oldu:

Yeni Soruların Ortaya Çıkması: Sistem, cevapların yanı sıra daha önce sorulmayan, daha sofistike soruların sorulmasını sağladı. "Hangi yem markası, hangi mevsim koşullarında daha iyi verim sağlıyor?" gibi.

Eğitim ve Onboarding Aracı: Yeni çalışanlar, dashboard'lar sayesinde şirketin operasyonlarını ve performans metriklerini çok kısa sürede anlayabildi.

Stratejik Planlama Desteği: Geçmiş performans trendlerinin bu kadar net görülmesi, geleceğe yönelik daha isabetli bütçe ve kapasite planlaması yapılmasına olanak tanıdı.

GENEL ANALİZ SONUÇ ÖZETİ:

Projenin analizi, yalnızca %10'luk bir verimlilik artışından çok daha fazlasını ortaya koydu. Proje:

Operasyonel bir maliyet merkezini, bir "veriye dayalı karar alma merkezi"ne dönüştürdü.

Şirketin dijital çevikliğini artırdı.

Kurum içi iletişim ve iş birliğini güçlendirdi.

Sürdürülebilir bir "veri kültürü" nün temelini attı.

Bu nedenle, projenin getirisi sadece parasal değil, aynı zamanda yapısal, kültürel ve stratejikti. Bu kapsamlı analiz, projenin başarısını ve sürdürülebilirliğini kanıtlamaktadır.

 

 

 

 

 


 


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

10+ kişi rol almıştır.


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

Arete Danışmanlık, DQ Türkiye,


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

SAP-Qlik Sense