"Kod bilen çok, FMCG’yi anlayan az."
Bu repository, Hızlı Tüketim Ürünleri (FMCG) sektörünün kaotik ve hızlı doğasını, disiplinli yazılım mühendisliği pratikleriyle birleştiren teknik bir başvuru kaynağıdır.
Sadece teorik bilgi değil; gerçekçi veri simülasyonları, Jupyter Notebook analizleri ve Python tabanlı otomasyon scriptleri içerir.
"İş bitiren hedef o değil; gerçek FMCG problemlerinin teknik karşılığıdır."
FMCG hızlıdır, rekabetçidir ve hata affetmez. Burada yazılımın görevi sadece çalışmak değil, milyonlarca satırlık transactional veriyi saniyeler içinde karar destek mekanizmasına dönüştürmektir.
Bu proje size şunları kazandırır:
- Domain Ekspertizi: "Price Elasticity", "Shelf Life Risk", "Uplift" gibi terimleri kodla konuşabilme.
- Problem-Çözüm Yetkinliği: Soyut iş sorunlarını (Satışlar düştü!) somut teknik çözümlere (Regresyon analizi ile fiyat optimizasyonu) çevirme.
- Portföy: CV'nizde "Sadece kod yazdım" değil, "Ciro artırıcı model geliştirdim" diyebilme.
Proje, FMCG dünyasındaki temel iş problemlerine göre modülerize edilmiştir. Her modül kendi içinde bağımsız bir "micro-project" mantığıyla çalışır.
| Modül | Business Problemi | Teknik Yaklaşım |
|---|---|---|
| 01 Sales Analysis | Hangi ürün, nerede, ne zaman satıyor? | EDA, Time-Series Decompostion |
| 02 Market Basket | Cips alanın yanına ne koymalıyım? | Apriori Algorithm, Association Rules |
| 03 Demand Forecasting | Haftaya ne kadar stok lazım? | ARIMA, Prophet, LSTM |
| 04 Promotion Impact | Yaptığımız indirim işe yaradı mı? | Uplift Modeling, A/B Testing |
| 05 KPI Dashboard | Yönetim bir bakışta ne görmek ister? | Streamlit/Dash Visualization |
| 06 Price Optimization | Fiyatı 1 TL artırsam müşteri kaçar mı? | Regression, Price Elasticity |
| 07 SKT Risk Management | Ürün çürümeden nasıl satarım? | Classification, Risk Scoring |
Bu projeyi yerel ortamınızda çalıştırmak ve veri üretmek için:
-
Repoyu Klonlayın:
git clone https://github.com/bahattinyunus/Fmcg-for-software-engineers.git cd Fmcg-for-software-engineers -
Gereksinimleri Yükleyin:
pip install -r requirements.txt
-
Sentetik Veri Üretin: Kendi FMCG big data setinizi oluşturun:
python src/utils/data_generator.py
Bu işlem
data/klasörü altınamock_sales_data.csvveproduct_master.csvdosyalarını oluşturacaktır. -
Analize Başlayın: Örneğin Satış Analizi modülünü incelemek için:
jupyter notebook 01_sales_analysis/sales_eda.ipynb
“Kazandırdığınız kimse sizi arkasından vurmaz.”
FMCG sektöründe teknik bir rol üstlenmek, kodun ötesinde stratejik bir bakış açısı gerektirir:
- Veri Odaklılık: İçgüdüye değil, veriye güven.
- Hız: Mükemmel (ama geç) çözümden, çalışan (ve zamanında) çözüm iyidir.
- Değer: Yazdığın kod günün sonunda kasaya giren parayı veya verimliliği artırmalıdır.
Bu repo, sektör profesyonellerinin katkılarıyla büyüyen açık bir bilgi havuzudur.
- Pull Request: Yeni bir analiz notebook'u veya algoritma önerisi gönderin.
- Issue: Gördüğünüz hataları veya eksik use-case'leri bildirin.
FMCG for Software Engineers © 2025 • MIT License
