Finansal Yapay Zekanın Yakıtı: Açık Bankacılık Verisi ve Veri Hattı

Bu yazı Big Data mühendisimizden: finansal YZ projelerinde model mimarisi nadiren darboğazdır — darboğaz veridir. YZ yarışını kazanan, en büyük modeli kuran değil; en temiz, en taze, en bütünleşik veriye sahip olan olacak.

Banka verisinin üç yapısal sorunu

• Parçalı: Orta ölçekli bir şirket ortalama 3-5 bankayla çalışır; her bankanın verisi ayrı silodadır. Eksik veriyle eğitilen nakit tahmini sistematik olarak yanlıdır — model resmin sadece bir dilimini görür
• Çok formatlı: Aynı işlem bir bankada MT940, diğerinde Excel, üçüncüsünde PDF gelir. Veri bilimcinin zamanının %60-70'i bu format curcunasını temizlemeye gider
• Gecikmeli: Ekstre tabanlı akışta veri T+1, bazen ay sonu gelir — dünkü veriyle bugünkü anomaliyi yakalayamazsınız

Açık bankacılık API'lerinin değiştirdiği üç şey

1. Standart şema: 3000+ bankadan gelen veri tek tip yapıya iner; "bakiye" her bankada aynı alandır
2. Gerçek zamanlıya yakın akış: dakikalar mertebesinde tazelik — ekstre beklemek yok
3. Çok banka konsolidasyonu: tek API arkasında tüm bankalar; model nihayet bütün resmi görür

Altyapı katmanı olarak Kobaküs'ün değer önerisi tam burası: veri toplama ve normalizasyon yükünü altyapı taşır, siz modele ve işe odaklanırsınız.

Tipik YZ veri boru hattı

Toplama → Normalizasyon → Zenginleştirme → Özellik deposu → Model

• Toplama: Banka API'lerinden çekme + webhook; banka başına bağlayıcı, oran limiti ve yeniden deneme yönetimi
• Normalizasyon: ISO 20022 esinli tek şema — valör/işlem tarihi ayrımı, kuruş hassasiyeti, işaret kuralları
• Zenginleştirme: kategori atama, karşı taraf eşleme ("TURKCELL ILETISIM A.S FATURA 4523" → "Turkcell"), tekrarlayan işlem tespiti
• Özellik deposu: modele hazır agregalar — 30 günlük ortalama bakiye, gelir düzenliliği skoru, kategori trendi

Gerçek savaş alanı: veri kalitesi

• Açıklama kirliliği: serbest metin, kısaltmalar, banka önekleri → kural+ML hibrit ayrıştırma ve karşı taraf sözlüğü
• Mükerrer kayıt: aynı işlem hem provizyon hem kesinleşmiş gelir → deterministik + bulanık tekilleştirme
• Geç gelen işlem: valör kaymaları → olay/işleme zamanı ayrımı, yeniden hesaplama pencereleri
• Kategori tutarlılığı: bugün "fatura", yarın "diğer" etiketlenirse model bozulur → sözlük versiyonlama + drift alarmı

Gerçek zamanlı mı, batch mi?

Her şeyi gerçek zamanlıya taşımak maliyet israfıdır. Saniyeler önemliyse (anomali uyarısı, bakiye eşiği) akış; tazelik marjinal değer katmıyorsa (haftalık tahmin, aylık analiz) batch — ucuz ve basit.

KVKK ve rıza: tasarımda, sonradan değil

Veri minimizasyonu (yalnızca rıza kapsamındaki hesap ve alanlar), amaç sınırlaması (tahmin için alınan veri pazarlamada kullanılamaz — amaç etiketi veriyle taşınır) ve rıza iptalinde akışın anında kesilmesi. Somut örnek: 12 bankalı bir holding hazinesi her sabah 2-3 saat ekstre topluyordu; API ile konsolide bakiye dakikalar içinde, grup içi transferler otomatik netleşmiş, atıl bakiye görünür durumda.

Bu temel kurulduktan sonra üst katman ne olabilir? Finansal YZ'nin kullanım alanları yazısında anlatıyoruz.

Kobaküs Finansal Yapay Zeka çok yakında: nakit akışı tahmini, anomali uyarısı ve mutabakat asistanı tek panelde. Ana sayfadan erken erişim listesine katılın — lansman önceliği ilk kaydolanlarda.