Web sitemizde size en iyi deneyimi sunmak için çerezleri kullanıyoruz. Hangi çerezleri kullandığımız hakkında daha fazla şey öğrenmek için Gizlilik
Onayla
Türker UZUNTürker UZUN
  • VERİ ANALİZİ
    • Veri Analiz Aşamaları
    • Pandas
    • CRM Analitiği
    • Doğal Dil İşleme (NLP)
    • Makine Öğrenmesi
    • Ölçümleme Problemleri
    • Özellik Mühendisliği
    • Tavsiye Sistemleri
    • BI Araçları
  • METODOLOJİ
  • PROGRAMLAMA
  • BLOG
  • DİZİ & FİLM
  • İLETİŞİM
Reading: Qlik Sense Measure Örnekleri
Paylaş
Aa
Türker UZUNTürker UZUN
Aa
  • VERİ ANALİZİ
  • METODOLOJİ
  • PROGRAMLAMA
  • BLOG
  • DİZİ & FİLM
  • İLETİŞİM
Ara...
  • VERİ ANALİZİ
    • Veri Analiz Aşamaları
    • Pandas
    • CRM Analitiği
    • Doğal Dil İşleme (NLP)
    • Makine Öğrenmesi
    • Ölçümleme Problemleri
    • Özellik Mühendisliği
    • Tavsiye Sistemleri
    • BI Araçları
  • METODOLOJİ
  • PROGRAMLAMA
  • BLOG
  • DİZİ & FİLM
  • İLETİŞİM
Follow US
Türker UZUN > Blog > Veri Analizi > BI Araçları > Qlik Sense Measure Örnekleri
BI AraçlarıVeri Analizi

Qlik Sense Measure Örnekleri

6 Min Read
Paylaş
6 Min Read

Temel ve İleri Düzey Fonksiyonlar

  • Set Analysis: Segmentasyon ve filtreli hesaplar için
  • AGGR(): Çok boyutlu grup bazlı hesaplamalar
  • RangeSum(), RangeAvg(): Hareketli ortalamalar, kümülatif toplamlar
  • Above(), Below(): Zaman serisi karşılaştırmaları
  • If(), Pick(), Match(): Koşullu ve çoklu durum analizleri
  • Count(DISTINCT): Benzersiz müşteri/anket sayısı
  • Median(), Mode(), Stdev(), Var(): İstatistiksel özetler
  • TextSearch(): Metin araması ve yorum filtreleme
// Genel Ortalama CSAT
Avg(CSAT)

// Son 3 aylık ortalama NPS
Avg({<SurveyDate={">=$(=AddMonths(Max(SurveyDate),-3))"}>} NPS)

// Müşteri Segmenti “Premium” için CES ortalaması
Avg({<CustomerSegment={'Premium'}>} CES)

// Mobil kanalında alınan ortalama CSAT
Avg({<TransactionChannel={'Mobil'}>} CSAT)

// Yaş grubu '25-34' olanların NPS ortalaması
Avg({<AgeGroup={'25-34'}>} NPS)

// Cinsiyet 'Kadın' olanların ortalama CES
Avg({<Gender={'Female'}>} CES)

// Bölge “Marmara” için toplam anket sayısı
Count({<Region={'Marmara'}>} DISTINCT SurveyID)

// Şube bazında ortalama CSAT (AGGR ile)
Avg(AGGR(Sum(CSAT), Branch))

// Son 6 ayın hareketli ortalaması (CSAT)
RangeAvg(Above(Sum(CSAT), 0, 6))

// NPS Promoter Yüzdesi (NPS>=9)
Count({<NPS={">=9"}>} DISTINCT CustomerID)/Count(DISTINCT CustomerID)

// CSAT standart sapması (anomalilerin tespiti için)
Stdev(CSAT)

// Anketlerde “hızlı” kelimesi geçen yorum sayısı
Count({<FreeText={"*hızlı*"}>} CustomerID)

// Yaş grubu ve kanal bazında ortalama CES
Avg(AGGR(Sum(CES), AgeGroup, TransactionChannel))

// Müşteri tipi 'Yeni' için ortalama NPS
Avg({<CustomerType={'Yeni'}>} NPS)

// Şube bazında anket katılım oranı
Count({<Branch={'Şube1'}>} DISTINCT SurveyID) / Count(DISTINCT SurveyID)

// İşlem sayısı ağırlıklı ortalama CSAT
Sum(CSAT * TransactionCount) / Sum(TransactionCount)

// Ortalama CES skoruna göre performans sınıflandırması
If(Avg(CES) >= 4.5, 'İyi', If(Avg(CES) >= 3, 'Orta', 'Zayıf'))

// Son 3 anket tarihindeki ortalama CSAT karşılaştırması
Sum(CSAT) - Above(Sum(CSAT), 1)


// Variable içinde tanımlı başlangıç ve bitiş tarihleri ile ortalama CSAT
Avg({<SurveyDate={">=$(=vStartDate)<=$(=vEndDate)"}>} CSAT)

// Müşteri Segmentine Göre Ağırlıklı Ortalama
Sum({<CustomerSegment={'$(=vSelectedSegment)'}>} CSAT * TransactionCount) / Sum({<CustomerSegment={'$(=vSelectedSegment)'}>} TransactionCount)

// Değişken ile Dinamik Skor Kategorisi Oluşturma
If(Avg(CSAT) >= $(vGoodThreshold), 'İyi', If(Avg(CSAT) >= $(vMediumThreshold), 'Orta', 'Zayıf'))

// İleri Düzey Anomali Tespiti (Z-Score Hesaplama)
(Avg(CSAT) - Avg(TOTAL CSAT)) / Stdev(TOTAL CSAT)

// Customer Churn Rate Hesabı (Değişken tabanlı segmentasyon)
Count({<ChurnFlag={1}, CustomerSegment={'$(=vSegment)'}>} DISTINCT CustomerID)
/
Count({<CustomerSegment={'$(=vSegment)'}>} DISTINCT CustomerID)

// Segment bazında Promoter Yüzdesi
Count({<NPS={">=9"}, CustomerSegment={'$(=vSegment)'}>} DISTINCT CustomerID)
/ Count({<CustomerSegment={'$(=vSegment)'}>} DISTINCT CustomerID)

// Müşteri Memnuniyeti Değişimi (Son Anket vs Önceki Anket)
Sum(CSAT) - Above(Sum(CSAT), 1)

// Time Bucket (Zaman Dilimi) Oluşturma (Script veya Variable’da)
If(WeekDay(SurveyDate) <= 4, 'Hafta İçi', 'Hafta Sonu')

// Metin Yorumlarının Pozitif Negatif Oranı (Tagging Sonrası)
Count({<SentimentTag={'Positive'}>} DISTINCT SurveyID) / Count(DISTINCT SurveyID)

// Müşteri Tipi Bazlı Skor Karşılaştırması
Avg({<CustomerType={'Yeni'}>} CSAT) - Avg({<CustomerType={'Eski'}>} CSAT)

// Toplam İşlem Hacmi ve Ortalama Skorun Korelasyonu
Correl(Sum(TransactionCount), Avg(CSAT))

🔢 İleri Measure ve Variable Örnekleri

🎯 1. Günlük Ortalama CSAT ve Değişim Yüzdesi

// Mevcut günün ortalama CSAT
Avg({<SurveyDate = {"=$(=Date(Today()))"}>} CSAT)

// Dün ile fark (trend okları için)
Avg({<SurveyDate = {"=$(=Date(Today()))"}>} CSAT)
-
Avg({<SurveyDate = {"=$(=Date(Today()-1))"}>} CSAT)

📊 Grafik: KPI kartları, conditional arrow +%/-% renkli değişim
📈 Ek: Günlük/haftalık hareketli ortalama için RangeAvg(Above()) kullanabilirsin.

Contents
Temel ve İleri Düzey Fonksiyonlar🔢 İleri Measure ve Variable Örnekleri🎯 1. Günlük Ortalama CSAT ve Değişim Yüzdesi🧠 2. Z-Skor ile Anomali Tespiti (Görselde uyarı)🧭 3. Yaş Grubu ve Kanal Bazlı Segment CSAT📅 4. Time Series Breakdown (Trend + Sezon Etkisi)📈 5. Ortalama CSAT vs Transaction Sayısı Korelasyonu⚙️ Değişken Tanımlı Dinamik Kontroller (Kullanıcıya Seçtirilen)Örnek değişkenler:Kullanım:🧮 Çok Boyutlu Analiz – Önem Katsayılı Skor📍 Bölge ve Şube Skor Haritası💡 Duygu Analizi ve Tematik Özetlerden Türetilmiş Measure🔬 NPS Detayı – Promoter / Detractor Oranı📌 KPI Kartı ve Conditional Renk Mantığı (Renkli dashboard)

🧠 2. Z-Skor ile Anomali Tespiti (Görselde uyarı)

(Avg(CSAT) - Avg(TOTAL CSAT)) / Stdev(TOTAL CSAT)

Bu değer 2’den büyükse “olağandışı yüksek”, -2’den küçükse “anormal düşük”

📊 Grafik: Box plot + alert simgeleri
📌 Ek: AnomalyFlag field’ı script’te Z-score > 2 olanlara atanabilir.


🧭 3. Yaş Grubu ve Kanal Bazlı Segment CSAT

Avg({<
Channel = {'Mobil'},
AgeGroup = {'18-25'}
>} CSAT)

📊 Grafik: Heatmap matrix (satır: yaş grubu, sütun: kanal)
📈 Conditional format ile: kırmızı < 6, sarı 6-8, yeşil > 8


📅 4. Time Series Breakdown (Trend + Sezon Etkisi)

Avg({<TransactionMonth>} CSAT)

📊 Grafik: Line + Area Chart

Arka planda trend çizgisi overlay yapılabilir (LOESS için Python + SSE önerilir)


📈 5. Ortalama CSAT vs Transaction Sayısı Korelasyonu

Corr(Sum(TransactionCount), Avg(CSAT))

📊 Grafik: Scatter plot – x ekseni işlem sayısı, y ekseni CSAT
📌 Korelasyon yönü, negatif mi pozitif mi? Segment bazlı breakdown yapılabilir.


⚙️ Değişken Tanımlı Dinamik Kontroller (Kullanıcıya Seçtirilen)

Örnek değişkenler:

vSelectedChannel → ListBox'tan seçilir (ATM, Mobil, Şube vs.)
vTimeFrame → 'Son 30 Gün', 'Son 90 Gün', 'YTD' gibi seçenekler
vScoreType → CSAT, NPS, CES gibi metrik tipi
vAgeGroup → Yaş dilimleri

Kullanım:

Avg({<Channel={'$(vSelectedChannel)'}, AgeGroup={'$(vAgeGroup)'}>} $(vScoreType))

📊 Grafik: Dinamik bar/line chart
📌 Kullanıcı bir seçim kutusuyla tüm analizleri kontrol eder. Çok güçlü kullanım.


🧮 Çok Boyutlu Analiz – Önem Katsayılı Skor

Sum(CSAT * ImportanceWeight) / Sum(ImportanceWeight)

Bu ImportanceWeight’ı NLP modelden, anket sorularının etkisinden ya da işlem türünden çıkarabilirsin.


📍 Bölge ve Şube Skor Haritası

Avg({<Region={'Ege'}, BranchName={'İzmir'}>} NPS)

📊 Grafik: Geo map – şube bazlı skor dağılımı
🧠 Tooltip’e yaş ortalaması, işlem sayısı, CSAT girilebilir.


💡 Duygu Analizi ve Tematik Özetlerden Türetilmiş Measure

Count({<Sentiment = {'Negative'}>} CommentID) / Count(CommentID)

Text analizi sonrası sentiment etiketi atanmışsa, memnuniyetsizlik oranı ölçülür.

📊 Grafik: Bar chart (sentiment başlıkları: “bekleme”, “sistem hatası” gibi)


🔬 NPS Detayı – Promoter / Detractor Oranı

// Promoter Oranı
Count({<NPS={">=9"}>} CustomerID) / Count(TOTAL CustomerID)
// Net skor
(Count({<NPS={">=9"}>} CustomerID) - Count({<NPS={"<=6"}>} CustomerID)) / Count(TOTAL CustomerID)

📊 Grafik: Lollipop chart – promoter/detractor nötr oran farkı


📌 KPI Kartı ve Conditional Renk Mantığı (Renkli dashboard)

If(Avg(CSAT) >= 8, 'Yeşil',
If(Avg(CSAT) >= 6, 'Sarı', 'Kırmızı'))

📌 Bu metin renk olarak arka plan kontrolünde kullanılabilir.

Algorizm Mayıs 21, 2025
Paylaş
Whatsapp Whatsapp LinkedIn Email Copy Link

Son Yazılar

  • 🤖 Chatbot’larda Anlaşılmak Neden Bu Kadar Zor Olabiliyor?
  • Qlik Sense Measure Örnekleri
  • Qlik Sense İleri Seviye Fonksiyon Cheat Sheet & Kullanım Senaryoları
  • Qlik Sense – 100 Temel Fonksiyon
  • Qlik Sense Cheat Sheet (2025)

Takip Et

Sponsor Linkler

İlginizi Çekebilir

RAG Chatbot, RAG Başarısını Artıran Yöntemler, Soru Katmanı
Büyük Dil Modelleri (LLM)YAPAY ZEKA

🤖 Chatbot’larda Anlaşılmak Neden Bu Kadar Zor Olabiliyor?

BI AraçlarıVeri Analizi

Qlik Sense İleri Seviye Fonksiyon Cheat Sheet & Kullanım Senaryoları

BI AraçlarıVeri Analizi

Qlik Sense – 100 Temel Fonksiyon

BI AraçlarıVeri Analizi

Qlik Sense Cheat Sheet (2025)

Türker UZUNTürker UZUN
Takip Et

Veri Analizi, ETL Süreçleri, Makine Öğrenimi, Doğal Dil İşleme Projeleri, Python Dersleri, Python Blog, Teknoloji Yazarı, AI Agents

Removed from reading list

Undo