⭐
İdeal CFO Veri Seti — Sentetik Referans
Mevcut Excel verisinin sınırları ve NPS/CLV/ARPU/HHI/Pipeline için gerekli veri yapısı. Aylık kırılımlar mevcut yıllık toplamlardan türetilmiştir.
IDL-OVW-00
Mevcut Veri vs İdeal Veri — Gap Analizi & Analiz Haritası
IDL-GAP-01
| Veri Alanı | Mevcut Durum | İdeal Durum | Gap | Bu Veri Olsaydı Yapılabilecek Analizler |
|---|---|---|---|---|
| Aylık Gelir | Yıllık toplam (3 dönem) | Aylık × Hat × Müşteri × Dönem | ❌ |
Mevsimsellik Analizi: Hangi aylarda gelir zirve/dip yapıyor, kampanya dönemlerinin etkisi. Trend & Forecast: 12 aylık hareketli ortalama, lineer regresyon ile yıl sonu tahmini. Cohort Analizi: Müşteri bazlı aylık gelir değişimi, büyüme/daralma tespiti. Run-Rate Hesabı: YTD aylık ortalama × kalan ay = yıl sonu projeksiyonu. MoM Growth: Ay bazlı büyüme hızı, ivme kaybı/kazanımı tespiti. |
| Aylık OPEX | Yıllık 3 kategori | Aylık × Hat × Kategori × Alt kalem | ❌ |
Maliyet Trendi: Aylık OPEX artış hızı vs gelir artış hızı karşılaştırması (marj evrimi). Bütçe Sapma Takibi: Her ay cumulative bütçe vs actual — erken uyarı sistemi. Maliyet Dalgalanması: Hangi aylarda ani maliyet artışı oluyor (zamlar, lisanslar, projeler). Break-Even Analizi: Her hat için aylık başabaş noktası ve kârlılık eşiği hesabı. Variance Analizi: Price variance vs volume variance ayrımı. |
| Müşteri Detay | Top-10 adı + geliri | Sektör, segment, sözleşme, account manager, durum | ❌ |
Sektörel Analiz: Hangi sektörden ne kadar gelir geliyor, sektörel çeşitlendirme durumu. Segment Kârlılığı: Enterprise/Mid-Market/SMB bazında ARPU ve marj karşılaştırması. Account Manager Performansı: AM bazlı portföy büyüklüğü, müşteri tutma oranı. Sözleşme Yenileme Riski: Önümüzdeki 90 günde sona erecek sözleşmeler — churn riski. Churned Müşteri Analizi: Neden ayrıldılar, geri kazanım potansiyeli. |
| NPS | — | Çeyreklik × müşteri bazlı skor | ❌ |
NPS ↔ Retention Korelasyonu: Düşük NPS'li müşteriler gerçekten daha çok mu churn ediyor? Promoter/Detractor Dağılımı: Hizmet hattı bazlı memnuniyet haritası. NPS Trend: Çeyreklik değişim — operasyonel iyileştirmelerin etkisi ölçümü. Early Warning: NPS düşüşü → 2 çeyrek sonra churn tahmini (prediktif model). Revenue-Weighted NPS: Büyük müşterilerin ağırlıklı memnuniyet skoru — finansal risk. |
| CLV / ARPU | — | Müşteri bazlı LTD gelir, aylık ortalama, 3 yıl CLV, CAC | ❌ |
CLV/CAC Oranı: Müşteri edinim maliyetinin geri dönüş süresi — 3x altı riskli. ARPU Trendi: Ortalama müşteri gelirinin zaman içindeki değişimi — upsell başarısı. Müşteri Değer Segmentasyonu: Yüksek CLV müşterilere premium hizmet, düşük CLV'ye self-servis. LTV Bazlı Bütçeleme: Yeni müşteri edinimi için ne kadar harcama yapılabilir (CAC ceiling). Cohort LTV Karşılaştırma: 2023, 2024, 2025 müşteri nesilleri — hangisi daha değerli? |
| HHI | Top-10 gelirden hesaplanabilir | Tüm müşteri pazar payı + HHI indeksi | ⚠️ |
Konsantrasyon Riski: HHI>1800 = yüksek risk, tek müşteri kaybının yıkıcı etkisi. Çeşitlendirme Takibi: HHI trendin çeyreklik izlenmesi — düşüyor mu artıyor mu? Hat Bazlı Risk Karşılaştırma: Hangi hizmet hattı en yoğunlaşmış, hangisi en sağlıklı? Not: Mevcut Top-10 verisinden kısmi HHI hesabı yapılabilir ancak tüm müşteri tabanı gereklidir. |
| Pipeline | — | Aşama × hat × aylık deal sayısı & değeri | ❌ |
Pipeline Coverage Ratio: Pipeline / kalan bütçe hedefi — 3x altı risk bölgesi. Win Rate Analizi: Hizmet hattı bazlı kazanma oranları — hangi hat daha başarılı? Sales Velocity: Ortalama deal kapanma süresi × deal size — gelir hızı tahmini. Stage Conversion: Prospect→Qualified→Proposal dönüşüm oranları — darboğaz tespiti. Revenue Forecasting: Weighted pipeline (olasılık × değer) ile aylık gelir tahmini. |
| HC Detay | Ortalama HC (yıllık) | Aylık × rol × maaş × utilization × turnover | ❌ |
Utilization Rate: Faturalanabilir saat / toplam saat — %75 altı verimsizlik. Revenue per FTE: Gelir / HC — en verimli ve en verimsiz birimler. Turnover Cost: Ayrılan personelin yerine koyma maliyeti (3-6 ay maaş eşdeğeri). Kapasite Planlaması: Mevcut HC ile taşınabilecek max. müşteri sayısı / gelir tavanı. Salary Benchmarking: Rol bazlı maaş analizi — pazar rekabetçiliği ve maliyet optimizasyonu. |
| Nakit Akış | — | Aylık giriş / çıkış / net / kümülatif | ❌ |
Cash Runway: Mevcut nakit / aylık yakım oranı = kaç ay dayanılır. DSO (Days Sales Outstanding): Alacak tahsilat süresi — nakit döngüsü sağlığı. Working Capital: Kısa vadeli likidite yeterliliği — acil yatırım/maliyet kararları. Senaryo Bazlı Cash Projection: Gelir %20 düşerse nakit ne zaman tükenir? Ödeme Vade Optimizasyonu: Müşteriye vs tedarikçiye ödeme vadesi dengeleme. |
| Risk Kaydı | — | Risk ID × olasılık × etki × mitigasyon × sahip | ❌ |
Risk Heat Map: Olasılık × etki matrisi — hangi riskler acil, hangiler izlenecek. Expected Loss: Σ(olasılık × etki) = beklenen toplam zarar — bütçeye provizyon. Monte Carlo Simülasyonu: 1000 senaryo ile gelir dağılımı ve %95 güven aralığı. Senaryo Ağacı: Birden fazla riskin eşzamanlı gerçekleşme olasılığı — kümülatif etki. Mitigasyon ROI: Risk azaltma aksiyonunun maliyeti vs beklenen zarar azalması. |
📌 CFO Değerlendirmesi: Mevcut Excel veri seti toplam ~200 satır gerçek nümerik veri içermektedir ve sadece yıllık toplamlar + Top-10 müşteri listesi sunmaktadır. Yukarıdaki 10 veri alanının tamamlanması halinde dashboard'da 50+ ek analiz mümkün hale gelir: aylık trend, cohort analiz, prediktif churn modeli, Monte Carlo simülasyonu, pipeline-based forecast, utilization optimizasyonu ve nakit akış senaryoları. Aşağıdaki tablolar bu ideal yapının sentetik örneğidir — gerçek müşteri isimleri ve gelir toplamları korunmuş, eksik alanlar tutarlı sentetik verilerle doldurulmuştur.
Aylık Gelir
Aylık OPEX
Müşteri Ana
NPS
CLV
Pipeline
HC Detay
Nakit Akış
HHI
Risk Kaydı
KPI Hedef