Problem

Çok lokasyonlu şirketlerde yorumları tek tek okumak zaman alır. Şirket ortalaması, küçük ama sorun yaşayan bir şubeyi gizleyebilir. Aynı yorumda çalışan yaklaşımı övülürken bekleme süresinden yakınılabilir. Kaynakların karıştırılması ya da eksik bir dönemin tam görünmesi yanlış karşılaştırmalara yol açar. Yoruma tek bir genel not vermek ya da onu yalnızca olumlu / olumsuz diye etiketlemek bu ayrımların hepsini görünmez kılar.

Yaklaşım

Yorumlar tek görünümde. Google Maps yorumları ve şirketin izin verdiği CSV / Excel verileri kaynak bazında toplanır; tekrarlar ve güncellenen yorumlar ayrı izlenir.

Bir yorum, birden fazla skor. Yorumda geçen her konu 1–5 arasında ayrı skorlanır; “personel ilgiliydi ama çok bekledim” yorumunda personel yaklaşımı yüksek, bekleme süresi düşük skor alır.

Rutin yorumları hızlı, yapılandırılmış bir model değerlendirir. Kanıtı yetersiz ya da belirsiz yorumlar güçlü bir üretken modelle ayrıntılı çözümlenir; bir yorum iki kez sayılmaz.

Şube ve dönem skorunu model değil kod hesaplar. Konu skorları sürümlü bir yöntemle, kaynak ve dönem bazında 1–5 ölçeğinde birleştirilir; veri yetersizse “yetersiz veri” gösterilir.

Yönetici özeti, hesaplanan sonuçlar ve yetkili yorum kanıtlarıyla ayrıca üretilir; sonuçlar ekranda, PDF / Excel olarak ve yetkili paylaşımla sunulur.

Kritik kararlar

Kanıtsız sonuç yok

Her konu sonucu, analiz edilen yorumun ilgili metin parçasına bağlanır. Kanıt yetersizse sonuç tamamlanmış sayılmaz; güçlü modele ya da insan incelemesine gider.

Yüksek güven tek başına yeterli değil

Modelin güven değeri ölçülmüş bir doğruluk değildir. Otomatik kabul edilen sonuçlardan da denetim örneği alınır; ciddi güvenlik ya da mahremiyet iddiaları, güven yüksek olsa da ayrı incelemeye alınabilir.

Skoru model üretmez

Skor, uygulamanın sürümlü matematiksel yöntemiyle hesaplanır. Model güncellemesi, geçmiş skorların anlamını görünmez biçimde değiştiremez.

Kaynaklar ve dönemler karıştırılmaz

Dış yorumlar ve şirket içi veriler ayrı gösterilir; tek birleşik skor yoktur. Kaynak kesintisi iyileşme gibi okunmaz, küçük şubeler ortalamada kaybolmaz.

İlişki, kök neden değildir

“Bekleme şikâyeti arttı” bulgusu kendiliğinden “personel yetersiz” sonucuna dönüşmez. Sistem kişi bazlı performans sıralaması yapmaz; yöneticinin yerine karar vermez.

Pahalı modeli zor yorumlara ayırmak

Güçlü model yalnızca gerektiğinde devreye girer. Maliyet, belirli bir modelin fiyatına bağlı kalmadan senaryolarla planlanır.

Ayrıntılar

Örnek bir kullanım

Bir servis ağında yönetici, bir şubenin bekleme skorunun diğer şubelerden belirgin biçimde düşük olduğunu görür. “Personel ilgiliydi ama randevulu gelmeme rağmen çok bekledim” yorumu personel yaklaşımında 5, beklemede 2 olarak ayrı ayrı skorlanır. Yönetici bu sinyalin tekil mi yoksa dönemde tekrar eden bir örüntü mü olduğunu ve verinin yeterli olup olmadığını kontrol eder. Sistem randevu ve karşılama akışının incelenmesini önerebilir; kanıt olmadan çalışan eksikliği iddia etmez.

Bu senaryo ürün deneyimini anlatır; gerçek bir müşteriye ait bulgu değildir.

Kapsam

Google Maps yorumları ve izinli CSV / Excel içe aktarma
Tek Türkçe web arayüzü; şirket, bölge ve şube görünümü
Konu analizi, kaynak bazlı skorlar ve yorum kanıtları
Yabancı dildeki yorumların Türkçe açıklanması
PDF / Excel çıktıları ve yetkili paylaşım

Yeni kaynaklar bağımsız bağlantı modülleriyle eklenebilir.

Kurulum aşamaları

Aşama	Çıkış koşulu
Kapsam ve izinler	Lokasyonlar, dönem, kaynak erişimi ve veri işleme koşulları yazılı olarak netleşir.
Uçtan uca ilk akış	Tek kaynaktan yorum alınır; yetki korunur, sonuç ekranda ve raporda doğru kapsamla görünür.
Analiz karşılaştırması	Yalnızca güçlü modelle çalışan akış ile hibrit akış, insanın değerlendirdiği aynı örnekler üzerinde karşılaştırılır.
Hibrit kullanım	Temkinli kabul koşullarıyla başlanır; otomatik kabul edilenler de denetlenir, geri dönüş yolu hazırdır.
Genişleme	Kalite, gider, veri yeterliliği, yetki ve operasyon kanıtları birlikte incelenir.

Değerlendirme yalnız genel doğruluğa bakmaz: konu skorlarının insan değerlendirmesinden sapması, kategori bazında kaçırılan düşük skorlu konular, kanıt desteği, kanıtsız çıkarım, Türkçe özetin kaynağa sadakati ve şube / dönem skorundaki sapma ölçülür. Alaycı, olumsuzlama içeren (“değil”, “yok”), karma ve kısa yorumlar da değerlendirmeye girer.

Teknik yapı

Django / DRF tabanlı çekirdek API, Python işleyiciler, React + TypeScript arayüz ve PostgreSQL. Uzun işler arka planda kuyrukla yürür; kaynak bağlantıları ve analiz bağımsız güncellenebilir, müşteri tek arayüz kullanır. Her şirketin verisi kendi sınırında tutulur; yetkiler rol ve organizasyon kapsamıyla belirlenir.