Benzin İstasyonu Projeleri – Eski Yazı

İş tecrübeme yazmasam da, Enerji sektöründe daha doğrusu bu işin sahası kabul edilen Benzin İstasyonunda hatırı sayılır bir tecrübem vardır. Bir benzin istasyonunda yapabileceğiniz tüm işleri yaptım diyebilirim. Sıralayacak olursak, Cam Silme, Yağ Görevlisi, Yıkamacı, Pompacı, Market görevlisi, Muhasebeci ve Müdür. Tüm aşamalardan geçtiğim bu sektörde aklımda her zaman olan bazı projeler var. Bunlar gelişmeye açık projeler ve kendi işimden vakit bulsam kişisel gelişim olarak bir uygulama alanı olarak kullanmak istiyorum. Ama iş gücümün tamamını çalıştığım işim aldığı için düşünemiyorum bile.

İşte projelerim.

  1. Günlük, Haftalık, Aylık, Yıllık olarak, Tutar, Litre ve Araba bazında tahminin yapılması
  2. Market satışlarının tahminin yapılması
  3. Market kritik stoklarında uyarıların verilmesi
  4. Market satış kaybı hesabı
  5. Market satışlarının tahmin modelinin kurulması
  6. Tahminler ile Tanker yollama zamanları
  7. Çalışan rotasyon işlemleri
  8. Promosyon simulasyonları
  9. Müşteri profillerinin belirlenmesi
  10. Satışların müşteri profillerine göre oranlanması
  11. Fiyat aralıklarına göre satışlar
  12. Müşteri memnuniyet programları. (plaka ve ya royality card ile en çok gelen müşterilerin tesbiti)

Tabi ki ilk uygulama olarak Aksa Petrol A.Ş‘ye yapmak istiyorum. Bakalım zaman bulabilirsem ne güzel olur. Bu analizleri kullanırken, Tahminlemede, Zaman Serilerini Ve Çok Katmanlı Ağları kullanmayı düşünüyorum. Profil gruplamalarında, en yakın komşu yaklaşımı ve sezgisel yöntemler kullanılabilir.

Not: Bu yazıyı 01.07.2010 tarihinde yazmışım. Aradan tam 3.5 sene geçmiş 🙂 O zamandan bu zamana yaptığım iş içerik olarak değişmedi ve ne güzel ki yaptığım işi seviyorum 🙂 Bu arada Aksa Petrol tarihin tozlu sayfalarında yerini aldı. O yüzden projelerde başka bahara kaldı 🙂

Sending the Police Before There’s a Crime

SAS Business Analytics Series 2012’de Pelin Özbozkurt (PhD) Tahminsel modelleme ile geleceğe dönük fırsatları keşfedin sunumunda çok farklı örneklere yer vermişti. Tahmin deyince herkesin aklına sırasıyla Hava Tahmini, Satış Tahmini, Talep Tahmini, vs. gibi konular gelir. Fakat bu örnekler çok farklıydı.

Birincisinden başlayalım. Azınlık Raporu (Minority Report) (IMDB) (Wikipedia) adlı filmi çoğu kişi izlemiştir.

Filmin Özeti:
Washington yıl 2054, cinayet suçu artık tamamen durdurulmuştur. Gelecek artık görülebilmekte ve suç daha işlenmeden cezalandırılmaktadır. Adalet Bakanlığına bağlı olarak çalışan , “Pre-Cogs”lar tarafından tüm detayları ile görüntülerinin düzenlendiği ve önceden harekete geçildiği Suç-öncesi bölümünün görevi suçluları bulmak ve onları durdurarak ceza almalarını sağlamaktır. Psişik canlılar olan “Pre-Cogs”lar asla hata yapmazlar. Bu ulusal olarak kurulan en mükemmel suç önleyici organizasyon olmuştur. Ve bu sistem için en çok çalışan da organizasyonun başında bulunan Şef John Anderton (Tom Cruise)dan başkası değildir. Bundan yıllar önce trajik bir şekilde oğlunu kaybeden Anderton tüm gücünü ve arzusunu sisteme vermiş böylece kendisinin yaşadığına benzer bir olayı başkalarının da yaşamasına engel olmaya çalışmaktadır. Bu olayın üzerinden altı yıl geçmiştir ve onun tek arzusu yaratmış oldukları sistemin kusursuz işleyişini sağlamaktır.
Anderton’ın bu konuda asla şüphesi yoktur. Taa ki sistem onu bir numaralı şüpheli ilan edene kadar…

Filmde gelecekte kullanılacağı düşünülen bir çok teknolojiye verilmiştir. Çoklu Dokunmatik Ekranlar, Retina Tarayıcılar, Kişiye Özgü Reklamlar, E-Papers, Örümcek Robotlar, Jet-Packs ve Suçu Tahmin Eden Program. Yıl 2054 olmasa da Örümcek Robotlar haricindeki tüm teknolojiler icat edilmiş gibi 🙂 Tabi JetPack’i günlük hayatta kullanılmıyor daha 🙂 Peki Suçu Tahmin Eden Program? İcat edildi mi? Aramızda Pre-Cogs‘lar mı var?

“The New York Times” da yayınlanan haberin başlığı şu şekilde. “Sending the Police Before There’s a Crime” yani “Suç Gerçekleşmeden Önce Polisi Olay Mahaline Göndermek”

“The arrests were routine. Two women were taken into custody after they were discovered peering into cars in a downtown parking garage in Santa Cruz, Calif. One woman was found to have outstanding warrants; the other was carrying illegal drugs.

But the presence of the police officers in the garage that Friday afternoon in July was anything but ordinary: They were directed to the parking structure by a computer program that had predicted that car burglaries were especially likely there that day.

The program is part of an unusual experiment by the Santa Cruz Police Department in predictive policing — deploying officers in places where crimes are likely to occur in the future.

In July, Santa Cruz began testing the prediction method for property crimes like car and home burglaries and car thefts. So far, said Zach Friend, the police department’s crime analyst, the program has helped officers pre-empt several crimes and has led to five arrests.”

Haberin Tamamını buradan okuyabilirsiniz.
Kullanılan metot ile ilgili bilgiye de buradan ulaşabilirsiniz.

Buyrun bu da videosu Predictive Analytics – Police Use Analytics to Reduce Crime
[youtube]http://www.youtube.com/watch?v=_ZyU6po_E74[/youtube] 

Sonuç olarak bu çalışma Tahmin Metotlarının ne kadar farklı alanlarda kullanılabildiğine bir örnektir. Tahmin yapıldıktan sonra bu Tahmin Doğruluğunun (Forecasting Accuracy) ölçülmesi gerekir. Doğruluğunun ölüçülmesi için çeşitli metotlar vardır. Belli bir zaman aralığında Gerçekleşen ile Tahmin arasındaki fark baz alınarak hesaplanan (Hata) değer en çok kullanılan Doğruluk ölçütüdür. (MAD, MAPE, RMSE, vs.) Fakat bunun gibi ölçütleri burada kullanmanız mümkün değildir. Makalede de yazdığı gibi bunun gibi modellerin ölçülmesi için farklı bir metot izlenmiş.

“We’re facing a situation where we have 30 percent more calls for service but 20 percent less staff than in the year 2000, and that is going to continue to be our reality,” Mr. Friend said. “So we have to deploy our resources in a more effective way, and we thought this model would help.”

Dünyada Analitik açıdan güzel gelişmeler oluyor. Ve biz de bu gelişmeleri elimizden geldiğince takip etmeye çalışıyoruz. Tekrar görüşmek üzere.

Hava Tahmini – 1

Hava Tahmini yapmak. Havada herhangi bir balon uçurmadan, milyonlarca para harcayıp makinalar almadan mümkün oalbilir mi? Bundan iki sene önce işe ilk girdiğim yıllarda hava sıcaklıklarını Yapay Sinir Ağlarıyla tahmin etmeyi denemiştim. Biraz toyluk, biraz acemilik olduğundan dolayı modeli düzgün kuramamıştım. Fakat yinede %15 hata ile günlük sıcaklıkları tahmin edebiliyordum.

Geçtiğimiz günlerde BlueKid üstad ile yaptığımız güzel sohbette kendisinden aldığım tavsiyelerle yeni bir model kurmayı planlıyordum. Kendisi ufkumu açtı hatta aklımı okumuş bloguna bir de çalışma koymuş 🙂

Kendisininde yazısında belirttiği gibi, Kısa Vadeli Tahminlerde hava sıcaklıkları doğru modellendiğinde güzel sonuçlar verse de, Uzun Vadeli Tahminlerde tahmin değerini tahmin etmek için kullanacağınız için kümüle bir hataya neden olabilir. (bknz. Kaos Kuramı)

Şimdi kolları sıvamak ve Günlük Ortalama Hava Sıcaklıklarını tahmin edebilecek bir model kurmak kalıyor.