Uçtan Uca Entegrasyon: Perakende İş Akışını Yapay Zeka ile Birleştirmek

Kazanimlar:

• Talep, stok, fiyat, kampanya, içerik ve analiz adımlarını tek bir uçtan uca yapay zeka destekli iş akışında birleştirebilme
• Haftalık ve dönemsel rutinler için tekrarlanabilir prompt zinciri ve kontrol noktaları kurabilme
• İş akışının her adımında insan onayı, doğrulama ve gizlilik kontrolünü yerleştiren bir yönetişim çerçevesi tasarlayabilme

Buraya kadar her üniteyi ayrı ayrı öğrendik: talep tahmini, stok, fiyat, yerleşim, segmentasyon, kampanya, içerik, analiz ve etik. Ama gerçek perakende işi bu adımları tek tek değil, birbirini besleyen bir döngü olarak yaşar. Talep tahmini stoğu belirler; stok fiyat ve kampanyayı etkiler; kampanya segmentasyonla buluşur; içerik satışı, satış da yeni tahmini besler. Bu son ünitede tüm parçaları tek bir uçtan uca, tekrarlanabilir ve denetlenebilir iş akışında birleştireceğiz.

Perakende döngüsü: parçalar nasıl birleşir?

Haftalık ticari döngüyü şöyle düşünün:

1. Analiz (geçen hafta ne oldu?): Satış, KPI, anomali → Ünite 9
2. Tahmin (gelecek hafta ne olacak?): Talep öngörüsü → Ünite 2
3. Stok (ne sipariş edelim?): ROP, emniyet stoğu → Ünite 3
4. Fiyat (nasıl fiyatlayalım?): Senaryo, indirim → Ünite 4
5. Kampanya (nasıl hareketlendirelim?): Mekanik, ölçüm → Ünite 7
6. Segment + iletişim (kime ne diyelim?): RFM, mesaj → Ünite 6
7. İçerik (nasıl anlatalım?): Başlık, açıklama → Ünite 8
8. Yerleşim (nereye koyalım?): Planogram → Ünite 5
9. Etik + gizlilik süzgeci (her adımda): → Ünite 10

Her adımın çıktısı bir sonrakinin girdisidir. Yapay zeka her adımda taslak üretir; insan her kritik dönemeçte doğrular ve onaylar.

Kontrol noktaları: akışı güvenli tutmak

Kontrol noktası (checkpoint): İş akışının belirli adımlarında insanın çıktıyı doğruladığı, onayladığı veya reddettiği duraktır. Amaç, fiyat/sipariş/müşteri gibi riskli kararların otomatik akıp gitmesini önlemektir.

Adım

Yapay zeka üretir

Kontrol noktası (insan)

Analiz

Özet, anomali

Sayıları doğrula

Tahmin

Öngörü + aralık

Bağlamı sına

Stok

Sipariş önerisi

Bütçe/onay imzası

Fiyat

Senaryolar

Nihai fiyat kararı

Kampanya

Mekanik + metin

İddia/mevzuat onayı

İletişim

Segment + mesaj

Rıza + etik onay

İçerik

Açıklama

Doğruluk/telif denetimi

Dikkat: Otomasyon cazip ama tehlikelidir. "Yapay zeka tahmin etsin, otomatik sipariş versin, otomatik fiyatlasın" zinciri, tek bir hatanın büyüyerek yayılmasına yol açar. Riskli adımlarda insan onayını asla atlamayın.

Prompt zinciri: tekrarlanabilir rutin

Uçtan uca akışı her hafta sıfırdan kurmak yerine, sıralı bir prompt zinciri oluşturun: her promptun çıktısı bir sonrakine girer. Bu, işi hem hızlandırır hem tutarlı kılar.

Mini vakalar

Vaka 1 — Haftalık döngü rutini: Bir orta ölçekli mağaza, her pazartesi 3 saat süren manuel raporlama-planlama toplantısı yapıyordu. Prompt zinciriyle: analiz özeti (10 dk), tahmin (10 dk), stok önerisi (15 dk) yapay zeka taslağıyla geliyor; ekip doğrulama ve karara odaklanıyor. Toplantı 3 saatten 70 dakikaya iniyor, kararlar veriye daha çok dayanıyor.

Vaka 2 — Zincirin bir halkasında hata yakalanıyor: Bir e-ticarette tahmin adımı bir SKU için aşırı yüksek çıkıyor (geçmiş kampanya normal sanılmış). Stok kontrol noktasında sorumlu bunu fark ediyor; hatalı tahmin sipariş adımına akmadan düzeltiliyor. Kontrol noktası olmasaydı, fazla sipariş ve bağlı nakit sorunu doğacaktı.

Vaka 3 — Uçtan uca sezon hazırlığı: Bir giyim zinciri kış sezonu için döngüyü bütünsel çalıştırıyor: geçen kış analizi → talep tahmini → stok → fiyat kademeleri → segment bazlı ön kampanya → ürün içerikleri → mağaza yerleşimi. Her adım etik/gizlilik süzgecinden geçiyor. Sezon başında stoksuzluk %30 azalıyor, ilk 3 hafta cirosu geçen yılın %19 üstünde açılıyor.

Zayıf prompt / Güçlü prompt

Zayıf prompt:

Bu haftaki işlerimi yapay zekayla hallet.

Ne akışı, ne sırası, ne kontrolü belli.

Güçlü prompt (zincir başlatıcı):

Rolün: perakende operasyon asistanı. Sana sırayla veri vereceğimve her adımda taslak üreteceksin; ben doğrulayıp bir sonraki adımageçeceğim.Adım 1 (şimdi): Aşağıdaki anonim haftalık satış verisinden yönetimözeti + anomali çıkar. Sadece verideki sayıya dayan, yüzdelerigöster. Sonraki adımda bu özetten talep tahminine geçeceğiz.Kural: Sipariş, fiyat veya müşteri gönderimi önerini "insan onayıgerekir" notuyla işaretle. Veri: [yapıştır]

Kopyalanabilir prompt şablonları

1) Zincir adımı geçişi

Önceki adımda [özet/tahmin] ürettik. Şimdi bir sonraki adımageçelim: [stok/fiyat/kampanya]. Önceki çıktının doğruladığım şukısmını girdi al: [yapıştır]. Bu adımın çıktısını taslak üret veinsan onayı gereken noktaları işaretle.

2) Haftalık rutin kontrol listesi üretimi

Perakende haftalık döngüm için (analiz, tahmin, stok, fiyat,kampanya, iletişim, içerik) bir kontrol listesi oluştur. Her adımiçin: yapay zekanın rolü, benim doğrulayacağım nokta, etik/gizlilikkontrolü. Tablo halinde ver.

3) Kontrol noktası tasarımı

Aşağıdaki iş akışında hangi adımlar yüksek riskli ve mutlaka insanonayı (kontrol noktası) gerektirir? Her biri için hangi kontrolünyapılacağını yaz. Akış: [yapıştır]

4) Döngü sonu değerlendirme

Bu haftaki yapay zeka destekli kararları değerlendir: hangi tahmintuttu, hangi kampanya işe yaradı, hangi adımda insan müdahalesigerekti? Gelecek hafta için 3 iyileştirme öner. Veri: [yapıştır]

Sık yapılan hatalar

• Adımları izole tutmak: Tahmin stoktan, kampanya segmentten kopuk çalışırsa döngü verimsizleşir.
• Kontrol noktalarını atlamak: Riskli kararı otomatik akıtmak, hatayı büyütür.
• Zinciri doğrulamadan ilerletmek: Bir adımın hatası sonrakilere yayılır.
• Etik süzgeci sona bırakmak: Gizlilik ve etik her adımda olmalı, en sonda değil.
• Rutini yazıya dökmemek: Tekrarlanabilir olması için prompt zinciri ve kontrol listesi kayıtlı olmalı.
• Değerlendirmeyi atlamak: Döngü sonu öğrenilmezse aynı hatalar tekrarlar.

Özetle

Perakende, birbirini besleyen bir döngüdür; yapay zeka bu döngünün her adımında taslak üretir ve büyük hız kazandırır. Gücü, adımları prompt zinciriyle birleştirmekte; güvenliği ise her kritik dönemece kontrol noktası koymaktadır. Etik ve gizliliği her adıma yerleştirin, döngü sonunda öğrenip iyileştirin. Yapay zeka döngüyü hızlandırır; yönü, kararı ve sorumluluğu siz elinizde tutarsınız.

Uygulama görevi

Kendi haftalık ticari rutininizi yazın (hangi kararları hangi sırayla veriyorsunuz). "2) Haftalık rutin kontrol listesi üretimi" ile bir şablon oluşturun, "3) Kontrol noktası tasarımı" ile yüksek riskli adımlara insan onayı yerleştirin. Ardından bir haftayı bu zincirle yürütüp "4) Döngü sonu değerlendirme" ile sonucu inceleyin.

Kontrol listesi

• [ ] Haftalık döngümün adımlarını ve sırasını tanımladım.
• [ ] Adımları prompt zinciriyle birbirine bağladım.
• [ ] Yüksek riskli adımlara kontrol noktası koydum.
• [ ] Her adımda etik/gizlilik süzgecini uyguladım.
• [ ] Rutini ve kontrol listesini yazılı hale getirdim.
• [ ] Döngü sonunda değerlendirip iyileştirme çıkardım.

Modul Sinavi

1. Bir mağaza müdürü, yapay zekanın ürettiği talep tahminini hiçbir kontrol yapmadan doğrudan sipariş miktarı olarak tedarikçiye iletiyor. Bu yaklaşımdaki temel hata nedir?

• A) Tahmini ticari kısıtlarla doğrulamadan ve insan onayı olmadan doğrudan karara dönüştürmesi ✔
• B) Talep tahmini için yapay zeka kullanmış olması
• C) Tedarikçiyle e-posta yerine telefonla iletişim kurmaması
• D) Tahmini haftalık yerine aylık yapması

Aciklama: Yapay zeka tahmini bir öngörüdür; tedarik süresi, nakit akışı, raf ömrü ve bütçe kısıtlarıyla doğrulanmadan sipariş kararına dönüştürülemez. Nihai karar sorumlu yöneticiye aittir.

2. Müşteri satış verisini bir yapay zeka aracına yüklemeden önce en doğru davranış hangisidir?

• A) Veriyi olduğu gibi, tüm müşteri kimlik bilgileriyle yüklemek çünkü analiz daha isabetli olur
• B) Sadece dosya adını değiştirmek
• C) Kişisel tanımlayıcıları kaldırıp anonimleştirmek ve yalnızca gerekli alanları paylaşmak ✔
• D) Veriyi paylaşmadan önce müşterilere tek tek sormak yerine hiç kullanmamak

Aciklama: KVKK ve veri minimizasyonu gereği ad, telefon, e-posta, kart numarası gibi kişisel veriler kaldırılmalı veya anonimleştirilmeli; yalnızca analiz için gereken alanlar paylaşılmalıdır.

3. Talep tahmininde MAPE (Ortalama Mutlak Yüzde Hata) değerinin yüksek çıkması ne anlama gelir?

• A) Tahminin gerçek satışlardan ortalama olarak fazla saptığını, güvenilirliğinin düşük olduğunu ✔
• B) Satışların kesinlikle artacağını
• C) Stok maliyetinin sıfır olduğunu
• D) Tahminin mükemmel olduğunu

Aciklama: MAPE, tahminlerin gerçek satışlardan ortalama yüzde kaç saptığını ölçer. Yüksek MAPE, tahminin gerçeğe uzak olduğunu; sipariş kararlarında bu belirsizliğin emniyet stoğuyla telafi edilmesi gerektiğini gösterir.

4. Emniyet stoğu (safety stock) kavramının temel amacı nedir?

• A) Deponun her zaman tam dolu görünmesini sağlamak
• B) Talep ve tedarik belirsizliğine karşı stoksuz kalma riskini azaltan tampon tutmak ✔
• C) Ürünlerin fiyatını yükseltmek
• D) Tedarikçiyle pazarlık gücünü artırmak

Aciklama: Emniyet stoğu, talep ve tedarik süresindeki belirsizliğe karşı tutulan tampon stoktur; amacı beklenmedik dalgalanmalarda stoksuz kalma (stockout) riskini azaltmaktır.

5. Dinamik fiyatlama uygularken etik açıdan hangi durum kabul edilemez?

• A) Sezonluk talebe göre fiyatı ayarlamak
• B) Maliyet artışını fiyata yansıtmak
• C) Müşterinin korunan özelliklerine veya çaresizliğine dayalı ayrımcı fiyat uygulamak ✔
• D) Stoğu erimek üzere olan ürüne indirim yapmak

Aciklama: Müşterinin cinsiyet, etnik köken, sağlık durumu gibi korunan özelliklerine veya çaresizliğine (ör. acil ihtiyaç, konum kısıtı) dayalı ayrımcı fiyat belirlemek etik ve çoğu zaman hukuki olarak kabul edilemez.

6. RFM segmentasyonunda 'R' (Recency) neyi ölçer?

• A) Müşterinin toplam harcama tutarını
• B) Müşterinin en son ne kadar zaman önce alışveriş yaptığını ✔
• C) Müşterinin yaşadığı bölgeyi
• D) Müşterinin alışveriş sıklığını

Aciklama: Recency, müşterinin en son ne zaman alışveriş yaptığını ölçer. Yakın zamanda alışveriş yapan müşteriler genellikle yeniden aktive edilmeye daha yatkındır.

7. Kampanya sonrası 'kanibalizasyon' (cannibalization) analizi neyi ölçmeyi amaçlar?

• A) Kampanya ürününün satışının, işletmenin diğer ürünlerinin satışını ne kadar azalttığını ✔
• B) Kampanyanın rakip mağazaya etkisini
• C) Kampanya afişinin tasarım kalitesini
• D) Personelin kampanyaya katılım oranını

Aciklama: Kanibalizasyon, bir kampanyanın veya ürünün satışlarının, aynı işletmenin başka bir ürününün satışını azaltarak gerçekleşip gerçekleşmediğini ölçer. Net kazancı doğru görmek için gereklidir.

8. Yapay zeka ile toplu ürün açıklaması üretirken marka güvenliği açısından hangi kontrol zorunludur?

• A) Metnin yeterince uzun olduğundan emin olmak
• B) Her açıklamaya en az beş emoji eklemek
• C) Üretilen iddiaların gerçek ürün verisi ve mevzuatla doğrulanması, uydurma/kanıtsız iddiaların ayıklanması ✔
• D) Açıklamayı yalnızca büyük harfle yazmak

Aciklama: Yapay zeka, ürün özelliklerini uydurabilir (halüsinasyon) veya kanıtsız sağlık/performans iddiaları üretebilir. Bu iddialar yayınlanmadan önce gerçek ürün verisiyle ve mevzuatla doğrulanmalıdır.

9. Satış raporunu yapay zeka ile yorumlarken 'anomali' tespiti ne işe yarar?

• A) Raporu daha renkli hale getirmek
• B) Verideki beklenmedik sapmaları işaretleyip olası sorunların erken sinyalini vermek ✔
• C) Tüm ürünleri alfabetik sıralamak
• D) Personel maaşlarını hesaplamak

Aciklama: Anomali tespiti, verideki beklenmedik sıçrama veya düşüşleri (ör. bir günün cirosunun aniden yarıya inmesi) işaretler; bu, veri hatası, stoksuzluk veya operasyonel sorunun erken sinyali olabilir.

10. Bir e-ticaret editörü, yapay zekanın ürettiği ürün açıklamasında 'bu ürün cildinizi 10 günde yeniler' ifadesini görüyor ama üründe böyle bir klinik kanıt yok. Doğru davranış nedir?

• A) İddiayı olduğu gibi yayınlamak çünkü yapay zeka üretti
• B) İddiayı daha da abartarak dikkat çekmek
• C) Açıklamayı hiç yayınlamamak ve ürünü satıştan kaldırmak
• D) İddiayı kaldırmak veya doğrulanabilir, kanıta dayalı bir ifadeyle değiştirmek ✔

Aciklama: Kanıtsız sağlık/performans iddiaları hem yanıltıcı reklam hem de mevzuat ihlalidir. Editör bu iddiayı kaldırmalı veya doğrulanabilir ifadeyle değiştirmelidir; yapay zekanın ürettiği metni kaynak kabul etmek yanlıştır.

11. Planogram (reyon yerleşim planı) önerisi üreten yapay zeka çıktısı için hangisi doğrudur?

• A) Güvenlik, mevzuat ve mağaza gerçeğiyle doğrulanması gereken bir taslaktır ✔
• B) Doğrudan uygulanabilir nihai plandır, kontrol gerektirmez
• C) Yalnızca online mağazalar için geçerlidir
• D) Müşteri akışıyla hiçbir ilgisi yoktur

Aciklama: Yapay zeka veriye dayalı bir taslak sunar; ancak güvenlik, mevzuat (ör. tütün/alkol teşhir kuralları), fiziksel raf gerçeği ve müşteri deneyimi açısından uzman tarafından doğrulanıp uyarlanmalıdır.

12. Fiyat elastikiyeti (price elasticity) yüksek olan bir ürün için hangisi doğrudur?

• A) Fiyat değişse de satış adedi neredeyse hiç değişmez
• B) Ürünün maliyeti her zaman sıfırdır
• C) Fiyat değişimine talep duyarlıdır; küçük bir artış satış adedini belirgin düşürebilir ✔
• D) Ürün kesinlikle lüks kategorisindedir

Aciklama: Yüksek elastikiyet, fiyat değişimine talebin duyarlı olduğu anlamına gelir; küçük bir fiyat artışı satış adedini belirgin düşürebilir. Bu ürünlerde fiyat kararları dikkatli kurulmalıdır.

13. Kişiselleştirilmiş kampanya gönderiminde açık rıza (explicit consent) neden önemlidir?

• A) Gönderim maliyetini düşürdüğü için
• B) Rıza olmadan ticari ileti ve pazarlama amaçlı veri işleme hukuki ve itibar riski taşıdığı için ✔
• C) Yapay zekanın daha hızlı çalışması için
• D) Sadece grafik tasarımı gerektirdiği için

Aciklama: KVKK ve ilgili mevzuat gereği, ticari elektronik ileti göndermek ve kişisel veriyi pazarlama amacıyla işlemek için genellikle müşterinin açık rızası gerekir; rıza olmadan yapılan gönderim hem hukuki hem itibar riski taşır.

14. Uçtan uca yapay zeka destekli perakende iş akışında 'kontrol noktası' (checkpoint) neyi ifade eder?

• A) Yapay zekanın tüm kararları insan onayı olmadan otomatik uyguladığı adım
• B) Sadece raporun renklendirildiği adım
• C) Verinin silindiği son adım
• D) İnsanın çıktıyı doğrulayıp onayladığı veya reddettiği, riskli kararların denetlendiği durak ✔

Aciklama: Kontrol noktası, iş akışının belirli adımlarında insanın çıktıyı doğruladığı, onayladığı veya reddettiği duraktır; fiyat, sipariş ve müşteriye dokunan kararların otomatik akıp gitmesini engeller.