100 Fikir/Veri & ML/#067

Kayıp Talep Radarı

Müşterinin arayıp bulamadığı her ürün bir sinyal: sıfır sonuçlu aramaları asortimana çevir.

Fikir #067 / 100 Web uygulaması İç Ekip Veri & ML AI destekli
Fikir

Problem → Çözüm

Problem

Her gün yüz binlerce arama yapılıyor; “oat milk”, “tahin pekmez”, “glutensiz lavaş” gibi aramaların bir kısmı sıfır sonuç dönüyor ya da stoksuz ürüne gidiyor. Bu kayıp talep hiçbir raporda görünmüyor, asortiman kararları sadece satış verisiyle alınıyor.

Çözüm

Kayıp Talep Radarı; sıfır sonuçlu, stoksuz ve “arama sonrası sepetsiz çıkış” olaylarını toplar, LLM ile normalize edip ürün ihtiyacı kümelerine ayırır. Her küme için tahmini kayıp ciro, hangi depolarda yoğunlaştığı ve önerilen SKU/tedarikçi listesiyle asortiman ekibine öneri sunar.

Ürün

Temel özellikler

1Sorgu normalizasyonu“oatly”, “yulaf sütü”, “oat milk” tek ihtiyaç kümesinde birleşir.
2Kayıp ciro tahminiArama hacmi × dönüşüm × ortalama fiyat ile aylık potansiyel.
3Depo bazlı yoğunlukHangi mahallede hangi ürün aranıyor, harita üzerinde.
4SKU önerisiTedarikçi kataloğundan eşleşen ürün ve listeleme önerisi.
AI katmanı

Yapay zeka nerede devreye giriyor?

Arama sorguları embedding ile kümelenir, LLM her kümeye kanonik ihtiyaç adı verir ve tedarikçi kataloğunda eşleşen SKU’ları RAG ile bulur.

  • multilingual-e5 embedding + HDBSCAN ile günlük 180 bin sorgudan ~2.400 ihtiyaç kümesi; yazım hatası ve EN/TR karışımı aynı kümede
  • GPT-4o-mini ile küme etiketleme ve “gerçekten ürün ihtiyacı mı” sınıflandırması (structured output)
  • Tedarikçi kataloğunda OpenSearch hibrit arama ile aday SKU eşleme; kayıp ciro tahmini için benzer kategori dönüşüm oranları
Mimari

Nasıl çalışır?

Arama Event’leriKafka • sorgu, sonuç, çıkış
Kümelemee5 embedding + HDBSCAN
Küme EtiketlemeLLM structured output
SKU EşlemeOpenSearch hibrit arama
Asortiman PaneliNext.js • öneri listesi
Teknoloji

Stack

Arayüz

Next.jsTailwinddeck.gl

Backend

Python 3.12FastAPIAirflow

AI / ML

multilingual-e5HDBSCANGPT-4o-mini

Veri

KafkaClickHouseOpenSearch

Altyapı & DevOps

AWSKubernetes (EKS)dbt
Go-to-market

Pazarlama & lansman

1
“Aradın, getirdik” bildirimiDaha önce bulamadığı ürün eklendiğinde müşteriye kişisel push.
2
Tedarikçi fırsat raporuTedarikçilere “bölgenizde aranan ama bizde olmayan ürünleriniz” raporu.
3
Aylık asortiman toplantısıTop 20 kayıp talep kümesi kategori toplantısının sabit gündemi olur.
Ölçüm

Başarı metrikleri (hedef)

-%38sıfır sonuçlu arama oranı
6,8 mn TLaylık geri kazanılan ciro
%64“aradın, getirdik” push dönüşümü
Teslimat

MVP yol haritası

Hafta 1-2Event toplamaSıfır sonuç, stoksuz tıklama ve sepetsiz çıkış event’leri.
Hafta 3-4Kümeleme + kayıp ciroEmbedding kümeleme, LLM etiketleme ve ciro tahmini.
Hafta 5-8Öneri + geri bildirimSKU eşleme, listeleme sonrası satış takibi ve kişisel push.
Fİ
Fatih İnci — Full Stack Software Engineer

Bir fikri production’a taşırken ilk sorum şu: ölçülebilir mi ve mevcut sistemi bozmadan nasıl açılır? Yaklaşık 4 yıl, ayda yüz milyonlarca CDN isteği alan bir embed script üzerinde çalıştım. Kademeli geçiş ve gerçek test kapsamı benim için vazgeçilmez. Remote çalışmaya hazırım.