Merhabalar, bu yazımda sizlere açık kaynak kodlu, Java, Go, Python, Typescript ve daha nice dilleri destekleyen, Temporal isimli Workflow Engine (İş Akış Motoru) ve kabiliyetlerinden bahsetmek istiyorum. Olası kullanım senaryolarından, güçlü ve zayıf yönlerinden, alternatiflerinden ve hangi araçlara alternatif olabileceğinden de kısaca bahsecedeğim. Temporal bir iş akış motorudur. Peki ya iş akış motoru nedir? Basitçe dijital iş süreçlerini yöneten, çalıştıran, bu süreçleri veritabanı bağlantısıyla depolayan ve raporlayan sistemlere iş akış motoru denilebilir.

Merhabalar, bu yazımda sizlere macOS içerisinde Docker ile nasıl MsSQL server ayağa kaldırabileceğinizi ve içerisinde nasıl örnek bir veri tabanı kurtarması gerçekleştirebileceğinizi anlatacağım. Gerekli araçlar: 1- Intel işlemcili Macbook (Apple Silicon işlemcileri için Microsoft desteği sonlanmış vaziyette fakat Docker Desktop ayarlarından Use Rosetta for x86/amd64 seçeneği aktif hale getirilerek bu yazı takip edilebilir.) 2 — Docker 3 — Veri Tabanı Yedek Dosyası 1. Dockerfile ile Konteyner oluşturma

Herkese merhabalar, bu yazımda CRM Analitiğine giriş yapacağım ve RFM Analizi ile Customer Segmentation nasıl yapılır anlatmaya çalışacağım. Öncelikle neden CRM Analitiği (Müşteri İlişkileri Yönetimi) gibi bir alan var ve neden şirketler için elzem bundan bahsedelim. CRM Analitiği kısaca bir şirketin müşterileriyle olan bütün iletişimleri ve ilişkilerini yönetmektir. Pazarlama faaliyetlerinin dili, rengi, marka algısı, müşterilerinin tüketim alışkanlıklarına göre reklam faaliyetleri vs. her biri CRM Analitiği kapsamında değerlendirilebilir. Şirketin mevcut veya potansiyel müşterileriyle olan ilişkileri yönetilir. Şirket içi oluşan verilerin analizi sonucu kurum politikasına göre stratejiler geliştirilebilir, karar alma süreçleri yönetilebilir. CRM süreçlerinde amaç karlılığı arttıracak kararları alabilmek ve öngörüler oluşturmaktır. Customer Segmantation ise hazırda var olan müşterileri gruplayıp, oluşan veriler ışığında daha karlı faaliyetler yürütebilmektir. Müşteriler sınıflandırılırken kurum gerekliliklerine göre modeller geliştirilebilir. Her iş problemi için bu gereklilikler değişebilir. Yani her analizde olduğu gibi öncelikli olarak iş probleminin ve gerekliliklerin iyi anlanması ve kararlaştırılması lazımdır. Şimdi RFM Analizine geçelim.

Merhabalar bu çalışmada HLC Healthcare adlı şirketimiz için AB Testing uygulayarak en iyi pazarlama stratejisini belirlemeye çalışacağız. Öncelikle AB Testing nedir ve niçin kullanılır bundan bahsedelim. AB Testing diğer adıyla bağımsız iki örneklem t testi iki grubun metrikleri ortalamaları arasında istatistiksel olarak anlamlı bir fark olup olmadığının gösterilmesidir. Örnek vermek gerekirse bir e ticaret firmasında kullanıcılar satın alma buton rengi mavi mi olduğunda daha çok tıklama yapıyorlar yoksa yeşil mi olduğunda sorusunun cevabını veya iki pazarlama takımından hangisi daha çok satış yapıyor sorusuna cevabımızı AB Testing ile verebiliyoruz. Matematiksel farkların şansa bağlı olmayıp gerçekten fark olduğunu gösteren AB Testi için 2 varsayımımız var. Bu varsayımlar geçerliyse “Parametrik” test ile AB Testi uyguluyoruz. Bunlardan biri değişkenlerimizin normal dağıldığı varsayımı diğeri ise varyansların homojen yani eşit olduğu varsayımı. Peki bu varsayımlar sağlanmıyorsa ne yapacağız? Parametrik testler yerine “Non-Parametrik” testleri kullanıp AB Testing gerçekleştirebiliriz.

Herkese merhabalar ilk yazımda Conda nedir, nasıl kullanılır ve Conda ile Virtual Environment (Sanal Çevre) , Package Management (Paket Yönetimi) , Dependency Management (Bağımlılık Yönetimi) nasıl yapılır paylaşmak istiyorum. Conda nedir ve ne için kullanılır? Öncelikle Conda bir paket, bağımlılık yöneticisi ve sanal çevre oluşturma/yönetme yazılımıdır. İlk başta Python için çıkmasına rağmen şu anda Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN gibi dillerin her biri için çalışır ve destekler_. Windows, macOS, ve Linux_ gibi tüm platformlarda çalışır. Conda hızlı bir şekilde yüklediğiniz paketler/kütüphaneler için yüklenmiş olması gereken(Bağımlılık Yönetimi) paketleri yükler, çalıştırır ve günceller. Yani bir paket yüklediğinizde, yüklediğiniz paket başka paketlerle entegre veya üzerine çalışıyorsa, siz de o paketleri yüklememişseniz Conda sizi uyarır ve bunu sizin için yükler. Conda aynı zamanda kolayca sanal çevreler oluşturur, kaydeder, yükler ve bu çevreler arasında hızlıca geçiş yapabilir. Yani siz çalışmalarınızı birbirinden izole edebilir, farklı gerekliliklerdeki farklı projeler için sisteminizde köklü değişiklikler yapmak yerine belirli özelliklere ve paket versiyonlarına sahip yeni sanal çevreler oluşturabilirsiniz. Veri Bilimi gibi bir takım alanlara yeni başlayan ve paket yönetimi gibi başlangıç, öğrenme seviyesindeki kullanıcılar için nispeten karışık ve zor olan paket yönetimi ve bağımlılık yönetimi sorunlarını ortadan kaldırır. Hazır birtakım paketler ile gelir ve bu paketler Veri Bilimi için çok kullanılan birtakım kütüphaneleri hazır şekilde içerir. Bu kütüphaneleri yükleme silme değiştirme gibi karışık işlemlerle ilk etapta uğraşmanıza gerek kalmaz.(Daha fazlası için : https://docs.conda.io/projects/conda/en/latest/index.html)