Projelerimiz

Vakko için geliştirilen veri platformu, CRM ve ERP sistemlerinden gelen satış verilerini merkezi bir veri gölünde buluşturdu. Novadsa, Amazon SageMaker Unified Studio kullanarak farklı kaynaklardaki verilerin bütünleştirilmesini ve tutarlı biçimde yönetilmesini sağlayan bir yapı oluşturdu. Böylece gelişmiş satış analitiği, tahminleme ve gelecekteki yapay zeka uygulamaları için ölçeklenebilir bir veri temeli hazırlandı.

Rally, yatırımcıların NASDAQ hisseleri ve finansal göstergelere ilişkin bilgiye daha kolay erişmesini sağlamak için Novadsa ile iş birliği yaptı. AWS üzerinde geliştirilen yapay zekâ destekli sohbet asistanı, finansal verileri doğal dilde sunarak hisse performansı, teknik göstergeler ve piyasa trendlerinin anlaşılmasını kolaylaştırdı. Çözüm, kullanıcıların soruları üzerinden ilgili bilgilere ulaşmasını ve yatırım değerlendirmelerinde veriden daha etkin yararlanmasını destekledi.

Getir, bölgesel sipariş yoğunluğunu önceden öngörmek ve teslimat operasyonlarını beklenen talebe göre planlamak için Novadsa ile iş birliği yaptı. AWS üzerinde geliştirilen makine öğrenmesi çözümü, operasyonel ve coğrafi verileri kullanarak saha yönetimine tahmin desteği sundu. Proje, teslimatların birlikte planlanmasını, kurye bekleme sürelerinin azaltılmasını ve filo kapasitesinin daha etkin kullanılmasını destekledi.

Horoz Lojistik, karmaşık lojistik fiyatlandırma hesaplamalarını otomatikleştirmek ve büyük veri setlerini daha etkin işlemek için Novadsa ile iş birliği yaptı. AWS üzerinde geliştirilen çözüm, fiyatlandırma süreçlerinin daha hızlı, verimli ve ölçeklenebilir şekilde yönetilmesini sağladı.

Züber, ERP sistemlerinden gelen maliyet verilerini merkezi olarak raporlamak ve ürün ile müşteri bazında kârlılık görünürlüğünü artırmak için Novadsa ile iş birliği yaptı. AWS üzerinde geliştirilen çözüm, Amazon Redshift ve Amazon QuickSight kullanılarak maliyet verilerinin analiz edilmesini ve kârlılık göstergelerinin görselleştirilmesini sağladı.

Novadsa, Believe’in farklı dijital servis sağlayıcılarından gelen sanatçı hakediş ve sözleşme verilerini birleştiren bir veri ve raporlama altyapısı geliştirdi. Amazon S3 ve AWS Glue kullanılan çözümle veriler merkezi bir veri gölünde toplandı, veri işleme ve raporlama süreçleri otomatikleştirildi. Böylece hakediş yönetimi daha hızlı ve tutarlı bir yapıya kavuşurken gelecekteki analitik, ML ve GenAI uygulamaları için kullanılabilir bir veri temeli oluşturuldu.

Matlı Şirketler Grubu için AWS üzerinde geliştirilen kurumsal yapay zeka portalı, farklı AI servislerine erişimi tek noktada toplarken yetkilendirme, model ve kullanım politikalarının merkezi yönetimini sağladı. Satış asistanı ve tahmin modelleriyle satış verilerine doğal dilde erişim, ihtiyaca özel analiz ve stok ile gelir planlamasına yönelik karar desteği sunuldu.

Enda Enerji’nin farklı enerji kaynaklarına dayalı üretim portföyü, SAP Analytics Cloud ile ortak bir analiz ve raporlama yapısında buluşturuldu. Novadsa tarafından geliştirilen çözüm, santral bazlı üretim performansı ile finansal planlamanın birlikte değerlendirilmesini sağladı. Manuel veri birleştirme ihtiyacı azaltılarak farklı kaynaklardan gelen bilgiler, operasyonel takip ve stratejik planlama için bütünleşik bir görünümde sunuldu.

Geniş ürün portföyü ve çok katmanlı dağıtım yapısında kârlılığın detaylı değerlendirilmesi, Eczacıbaşı Vitra Karo projesinin temel odağını oluşturdu. Novadsa’nın SAP PaPM ile geliştirdiği çözüm sayesinde ürün, müşteri ve kanal bazında kârlılık analizi mümkün hâle geldi. Finansal verilerin ortak bir hesaplama ve raporlama yapısında ele alınması, manuel raporlama ihtiyacını azaltırken kârlılığı etkileyen unsurların daha net değerlendirilmesini sağladı.

Türk Hava Yolları için SAP Profitability and Performance Management (PaPM) üzerinde geliştirdiğimiz uçuş bazlı karlılık çözümüyle SAP, SAP dışı sistemler ve manuel veri girdilerinden beslenen bütünleşik bir finansal hesaplama ve analiz altyapısı oluşturduk. Tüm gelir ve gider kalemlerinin uçuş ve kabin sınıfı seviyesine kadar detaylı biçimde hesaplanmasını sağlayarak geçmiş dönem finansal sonuçlarının kapsamlı şekilde raporlanmasına olanak tanıdık. Bununla birlikte, bir sonraki dönemin karını öngörmeye yönelik tahminleme modelini hayata geçirdik. Optimize edilen maliyet dağıtım süreçleri sayesinde allocation sürelerinde yaklaşık %97 azalma sağlarken dağıtım hesaplamalarının izlenebilirliğini de artırdık.

Opet’in ülke genelindeki dağıtım operasyonunda ürün, kanal ve bölge bazlı kârlılığı değerlendirmek üzere SAP PaPM tabanlı bir analiz yapısı oluşturuldu. Novadsa tarafından hayata geçirilen çözüm, farklı finansal kırılımları ortak bir raporlama çerçevesinde birleştirdi. Manuel raporlama ihtiyacının azalması ve kârlılık göstergelerinin merkezi olarak izlenmesi, dağıtım ağının finansal performansını değerlendirmeyi ve veriye dayalı karar almayı kolaylaştırdı.