Sayfa 10 / 11
Veri & Metodoloji
Sayılara güvenmeden önce okunması gerekenler: leakage envanteri, açık veri soruları, kod paketi ve bilinen sınırlar. Detay: 16 ve 28 no.lu dokümanlar.
Leakage envanteri — modele giremeyenler
Kesitsel veri + geriye dönük etiketin ürettiği 4 sızıntı; hepsi yakalandı ve kodda belgeli.
| Sızıntı | Mekanizma | Önlem |
|---|---|---|
| MUH_RM_SKOR boşluğu | Skor churn edince siliniyor → boşluk %99,9 churn "tahmin ediyor" | Modele girmez |
| İptal sonrası tüketim | Churn sonrası aylar 0/NaN → sahte "düşük tüketim" sinyali | Pencereler iptale hizalı |
| LRT-V4* ürünleri | Son-kaynak ürünü iptal sonucu atanıyor | Özellik setinden dışlandı |
| Sekans pencere pozisyonu | Hizalı pencerenin konumu + eksiklik deseni etiketi kodluyor (maske ROC 0,866) | "Adil mod" + snapshot tasarımı |
Veri sağlayıcıya açık sorular (blokerler)
16 no.lu soru listesi — A blokları cevaplanmadan bazı sayılar kesinleşmez.
| # | Soru | Etki |
|---|---|---|
| A1 | 57 şüpheli churn etiketi (aktif görünüp churn işaretli) | Pozitif sınıfın ~%4'ü belirsiz |
| A2 | RM skorunun churn'de sıfırlanma mantığı | Leakage teyidi + skorun kurtarılması |
| A3 | SON_URUN atama zamanı (iptalden önce mi sonra mı?) | Riskli ürün bayrağının güvenilirliği |
| A4 | Tüketim aylarında %55 NaN + Haziran 26 eksikliği | Tüketim özelliklerinin kapsamı |
| A5 | HB belge tarihi %81 boş | Zamanlama analizleri alt kümeyle sınırlı |
Kod paketi — her sayı yeniden üretilebilir
Proje içinde kod/ klasörü; çalıştırma sırası README'de.
| Dosya | Görev |
|---|---|
| 01_veri_yukle.py | Markdown tablo → parquet |
| 02_ozellikler.py | Leakage-korumalı özellikler (iptale hizalı pencereler) |
| 03_kombinasyon_madenciligi.py | Izgara + ağaç kuralları + Apriori (kesişimler) |
| 04_ml_egitim.py | 6 modellik merdiven + kalibrasyon + ablation |
| 05_dl_egitim.py | PyTorch MLP/GRU/hibrit + adil mod |
| 06_llm_aciklama.py | CHURNICO LLM anlatı katmanı (geliştirme aşamasında): risk kartı → saha anlatısı |
| degerlendirme.py | Ortak katlar + PR-AUC/lift/kalibrasyon sözleşmesi |
Okuma kuralları (sunumlarda da geçerli)
Korelasyon ≠ nedensellik. "Bu kombinasyonda churn yoğunlaşıyor" deriz; "churn'e yol açıyor" demeyiz. Nedensel iddia ancak A/B pilotla kurulur.
N her zaman oranla birlikte. N<50 hücre raporlanmaz; küçük n'li bulgular uyarı etiketi taşır.
Oran yorumu. Mutlak oranlar bu veri setine özeldir; taşınabilir olan sinyalin yapısıdır (hangi değişken, hangi kesişim, hangi yön). Sahaya "kat" diliyle anlatın.
Kohort artefaktı: tenure'un model gücündeki payı kısmen kesitsel kurgunun eseri. Gerçek dağıtım = aylık snapshot + out-of-time validasyon (28 no.lu rapor, Bölüm 8).
Üretim akışı (gerçek veri geldiğinde)
1 · Aylık snapshot ETLmüşteri × ay satırları; etiket = sonraki 3 ayda churn
2 · SkorlamaTheclico Churn Motoru (XGBoost+LightGBM) + izotonik kalibrasyon (yedek: kalibre LightGBM); neden kodları kural motorundan
3 · Dağıtımaksiyon listesi + dashboard + LLM saha anlatısı (denetimli)
4 · İzlemePSI drift, aylık kalibrasyon eğrisi, dilim precision; 3 ay düşüş = alarm
5 · Yeniden eğitimçeyreklik + drift tetikli; şampiyon/rakip kıyası aynı sözleşmeyle