D-CAT Group ↗ İletişim ENTRDEESAZ
4 haftalık pilot başlat

Çözümler · sektöre göre · enerji & kamu hizmetleri

Kamu hizmetleri: güvenilirlik, kayıplar ve tahsilat, her sabah ambardan okunur

CIO (ambar OMS, AMI ve faturalama çıktılarını zaten tutuyor; çalışma zamanı ağın içinde kalır) · dağıtım operasyon direktörü (güvenilirlik, yeniden enerjilendirme, tekrarlayan kesintiler) · kayıp azaltma ve sayaç lideri · CFO ve tahsilat direktörü (faturalama, gecikmiş alacaklar, nakit). Alıcı, operasyon direktörüyle birlikte CIO'dur; düzenleyici kurumun raporlama ekibi aynı kayıtları okur.

Bu sayfadaki üç agent tek bir semantik modeli nasıl okurSolda tek bir semantik model; ortada üç zamanlanmış agent - Dağıtım Operasyon Direktörü Ajanı, Sayaç ve Kayıp Ajanı, Faturalama ve Tahsilat Ajanı; her biri sağda finding, recommendation ve brief yayınlar.semantik modelAxoria Data Studio'dan içe aktarıldıcustomers_servedcustomer_minutes_interruptedinterruption_countcustomers_interruptedsaidiDağıtım OperasyonDirektörü Ajanıhaftalık · Pazartesi 05:00FfindingRrecomm.BbriefSayaç ve Kayıp Ajanıher ay 6'sında · 06:00FfindingRrecomm.BbriefFaturalama ve TahsilatAjanıher ay 8'inde · 06:30FfindingRrecomm.Bbriefbir kayıttaki her sayı bir kanıt adresi taşır

Sorular

Bir kamu hizmeti yönetim kurulunun her ay sorduğu üç soru

  • Güvenilirlik daha çok kesinti yüzünden mi yoksa daha uzun kesintiler yüzünden mi kötüleşti, ve nerede?
  • Kayıplar teknik mi ticari mi, ve hangi trafo merkezlerinde?
  • Nakit, faturaların çıktığı hızda mı geliyor, ve hangi müşteri sınıfı kayıyor?

Sohbette

İnsanların sohbete yazdığı örnek sorular

derinleştirme yolu — finding'in kanıtı dondurulmuş olarak taşınır; yeni bir sayı yeni bir sorgu gerektirir ve agent bunu söyler

  • "Central bölgesinin kesinti dakikalarının kırılımını neden koduna göre çıkar."
  • "Ağustos'ta hangi fiderlerde üç veya daha fazla plansız kesinti oldu?"
  • "Son üç ay için trafo merkezine göre kayıp oranını göster."
  • "Sayaç tipi ve ilçeye göre tahmini faturalar."
  • "Kesinti verisi ne kadar güncel?"

Personalar

Üç örnek agent

Aşağıdaki agent'lar bu sektör için örnektir, sabit bir küme değildir: Dağıtım Operasyon Direktörü Ajanı · Sayaç ve Kayıp Ajanı · Faturalama ve Tahsilat Ajanı. Her birinin zamanlanmış koşusu, takip eden örnek setlerde gösterilir.

Set 1

Dağıtım Operasyon Direktörü Ajanı

Hedef kitle: operasyon direktörü, bölgesel operasyon müdürleri, düzenleyici raporlama ekibi.

Set 2

Sayaç ve Kayıp Ajanı

Hedef kitle: kayıp azaltma birimi, sayaç operasyon müdürü, düzenleyici raporlama.

Set 3

Faturalama ve Tahsilat Ajanı

Hedef kitle: CFO, tahsilat direktörü, ilçe faturalama ofisleri.

Bir agent'ın adı hangi ölçüleri kimin için okuduğunu söyler. Rolün yetkisinin hiçbirini taşımaz: karar vermez, onaylamaz, eyleme geçmez.

Seçtiğiniz konular için agent'lar

Bir agent bir görev tanımı, bağlanmış bir semantik model ve bir zamanlamadır — kod değil — dolayısıyla izlediği konuları siz belirlersiniz: bir ödeyici, bir hizmet hattı, bir kampanya, bir tedarikçi. İlklerini sizinle birlikte yazarız.

Agent'larınızı bizimle birlikte kurun →

Örnek setleri

Üç örnek seti, her biri bir koşu

Her set bir agent personası ve bir zamanlanmış koşunun çıktısıdır — brief, recommendation'lar ve dayandıkları finding'ler — ürünün kendi kayıt zarfında. İlk set açıktır; diğer ikisi daraltılmıştır. Setlerin varsaydığı model ve ölçüler sayfanın altında listelenir.

Örnek niteliğindeSet 1Dağıtım Operasyon Direktörü Ajanı
Persona
Altı bölgede 1,412,000 müşteriye hizmet veren bir elektrik dağıtım şirketi için güvenilirliği okur; "daha çok kesinti" ile "daha uzun kesinti"yi ve bir şebeke hikâyesi ile tek fider hikâyesini ayırır. · Hedef kitle: operasyon direktörü, bölgesel operasyon müdürleri, düzenleyici raporlama ekibi. · Ton: sayı odaklı, sade; bir neden kodu eksikse tahmin etmek yerine bunu söyler. · Çıktı dili: en
İzlediği sinyaller
(1) SAIDI bileşimi — müşteri-dakikaların kesinti sayısı (SAIFI) ve kesinti başına süre (CAIDI) olarak ayrıştırılması. (2) Yoğunlaşma — hangi bölge ve fiderlerin, müşteri paylarına karşı müşteri-dakikaları taşıdığı. (3) Tekrarlayan kesintili fiderler — ay içinde üç veya daha fazla plansız kesinti yaşayan fiderler ve müşteri-dakikalardaki payları. (4) Yeniden enerjilendirme süresi kayması — ortalama yeniden enerjilendirme dakikası, sevk zaman damgası kapsamı belirtilerek. (5) Planlı ve plansız — iki satır asla tek bir cümlede toplanmaz.
Verilen eşikler
finding 15 % · critical 40 % · oran metrikleri (SAIDI, SAIFI, CAIDI, paylar) 8 % · asgari pay şebeke müşteri-dakikalarının 3 %'ü · severity kuralı: bir eşik aşıldığında medium, bir oran metriği eşiğinin 1.25× katından fazla ya da bir sayım metriği finding eşiğinin 1.5× katından fazla hareket ettiğinde high, critical eşiğinin üzerinde critical; ongoing bir konu kendisine verilen severity'yi korur

Koşu başlığı

  • Haftalık zamanlanmış, Pazartesi 05:00, Asia/Baku
  • Dönem: Ağustos 2026 (31 gün) ile Ağustos 2025 (31 gün) karşılaştırması — eşit takvim günü; büyük olay günleri her iki yılda da modelin kendi işaretiyle hariç tutulmuştur
  • Veri şu tarihe kadar tam: 2026-09-20, max(OUTAGE_END_TS) ile ölçüldü (kesinti bitişi, günlük SCADA yükleme zamanı değil), 7 saat önce
  • Kapsam: agent şebeke operasyon kapsamı altında koşar (tüm bölgeler, fatura tutarı yok)
  • Model: çalışma alanının onaylı modeli, koşuya yazıldı
  • Maliyet: koşuya kaydedildi
Brief

Ağustos 2026: kesintiler daha az ama daha uzun — SAIDI yalnızca süreden +23.75 %, Central bölgesi müşteri-dakikaların 41.20 %'si, tekrarlayan kesintili fiderler 3.90 %

Varsayımlar şeridi

Bir dönem belirtmediniz; son tam ay (Ağustos 2026) varsayıldı. Büyük olay günleri her iki yılda da modelin kendi işaretiyle hariç tutulur. Fatura tutarları bu agent'ın kapsamı dışındadır ve görünmez.

Ağustos'un güvenilirliği sıklıkta değil sürede kötüleşti: müşteriler daha seyrek kesinti yaşadı (SAIFI 0.182 → 0.171, −6.04 %) ama daha uzun süreyle; bu yüzden SAIDI müşteri başına 11.80 dakikadan 14.60 dakikaya yükseldi (+23.75 %) ve ortalama kesinti 64.83 dakikadan 85.38 dakikaya uzadı. Dakikalar yoğunlaşmış durumda: Central bölgesi müşterilerin 27.50 %'siyle dakikaların 41.20 %'sini taşıdı ve 46 fider (şebekenin 3.90 %'ı, bir yıl öncesinde 2.46 %) üç veya daha fazla plansız kesinti yaşayıp tüm müşteri-dakikaların 22.70 %'ini taşıdı. Ortalama yeniden enerjilendirme süresi 118 dakikadan 142 dakikaya çıktı (+20.34 %); agent bu rakamı bir boşlukla birlikte yayımlar: kesintilerin 17.31 %'i sevk zaman damgası taşımıyor, dolayısıyla sevk süresi ile sahada geçen süre ayrımı yalnızca geri kalanı için bilinir. Planlı kesinti dakikaları 12.94 % düştü ve ayrı raporlanır.

covers: Finding 1, Finding 2, Finding 3

— Koşu: haftalık, çalışma alanının onaylı modeli, veri şu tarihe kadar tam: 2026-09-20. Guard Ledger: held 1 — aday f-04, neden unevidenced_causality: "fırtına etkinliği", modelde hava durumu kaynağı olmayan bir neden adlandırıyor; bir yönlendirilmiş yeniden yazım, ardından tutuldu; iddia kontrolü yeniden yazımı 1 — aday f-01'in başlığı destekleyici bir seri olmadan "kayıtlardaki en kötü ay" üstünlük ifadesini taşıyordu, bir kez yeniden yazıldı ve bu ifade olmadan Finding 1 olarak yayımlandı; duplicate 0; not_selected 0.

Recommendation 1

Central bölgesinin Ağustos müşteri-dakikalarının kırılımını fider ve neden koduna göre çıkarın ve her fiderin yanına varlık yaşı bandını koyun

based_on: Finding 1, Finding 2 · sorumlu: bölgesel operasyon müdürü, Central, varlık yönetimi lideriyle birlikte

Bölge, müşterilerinin 27.50 %'siyle şebekenin müşteri-dakikalarının 41.20 %'sini ve 46 tekrarlayan kesintili fiderin 31'ini taşıyor. Fider-neden kesiti, dakikaların adlandırılmış bir nedenle birkaç fiderde mi toplandığını yoksa bilinmeyen nedenlerle yayılmış mı olduğunu gösterecektir; varlık yaşı bandı bu modeldedir ve ek maliyeti yoktur. Kesitten sonra "diğer/bilinmeyen" neden payı 38.00 % civarında kalırsa, bir sonraki ölçüm bir varlık programı değil, neden kodu kapsamıdır — veri, birincisi olmadan ikincisini destekleyemez.

Dayandığı finding'ler

Finding 1

Güvenilirlik sıklıkta değil sürede kötüleşti: SAIDI müşteri başına 11.80 → 14.60 dakika (+23.75 %), SAIFI 0.182 → 0.171 (−6.04 %) iken — CAIDI 64.83 → 85.38 dakika; Central bölgesi müşterilerin 27.50 %'siyle müşteri-dakikaların 41.20 %'sini taşıyor

severity highdirection upnovelty newtrust Akırılım REGION = Central

Büyük olay günleri hariç plansız kesintiye uğrayan müşteri-dakikalar Ağustos 2026'da 20,616,000'e ulaştı (bir yıl önce, Ağustos 2025, 16,660,000); böylece SAIDI müşteri başına 11.80 dakikadan 14.60 dakikaya geçti (+23.75 %), 8 % oran eşiğinin 2.97× katı — severity high. Müşteri başına kesinti düştü: SAIFI 0.182 → 0.171 (−6.04 %). Dolayısıyla ortalama kesinti daha uzun sürdü — CAIDI (SAIDI ÷ SAIFI) 64.83 → 85.38 dakika. Central bölgesi 1,412,000 müşterinin 388,300'üyle (27.50 %) 8,494,000 müşteri-dakika (şebekenin 41.20 %'si) taşıdı: kendi SAIDI'si 16.22 dakikadan 21.87 dakikaya geçti (+34.83 %), diğer beş bölge ise birlikte 10.12'den 11.84'e geçti (+17.01 %, 1,023,700 müşteride) — ikisi de eşiğin üzerinde, Central hareketi iki kat büyük. Planlı kesinti dakikaları ters yönde hareket etti, 9,120,000 → 7,940,000 (−12.94 %), ve bu rakama eklenmez. Bu veri arıza türündeki bir değişimi ekip müdahalesindeki bir değişimden ayıramaz: neden kodu boyutu Central bölgesinin 4,897 kesintisinin 1,861'inde (38.00 %) "diğer/bilinmeyen" taşır ve hava durumu bu modelde yoktur.

Finding 2

Tekrarlayan kesintili fiderler: 1,180 fiderin 46'sı (3.90 %) Ağustos'ta üç veya daha fazla plansız kesinti yaşadı, bir yıl önce 29 (2.46 %) idi (+58.62 %) — müşteri-dakikaların 22.70 %'ini taşıyorlar

severity criticaldirection upnovelty newtrust Akırılım FEEDER_CLASS = Repeat (≥3 outages)

Hizmetteki 1,180 fiderin 46'sı Ağustos 2026'da üç veya daha fazla plansız kesinti kaydetti (3.90 %); Ağustos 2025'te 1,180 fiderin 29'u idi (2.46 %); oran +58.62 % arttı, 40 % critical eşiğinin üzerinde — severity critical. Grup, 20,616,000 müşteri-dakikanın 4,680,000'ini (22.70 %) taşır. 46 fiderin otuz biri (67.39 %) Central bölgesindedir. Varlık yaşı bandı bu modeldedir: 46 fiderin 29'u (63.04 %) en eski banttaki ekipmanı taşır; şebeke genelinde bu, 1,180 fiderin 217'sidir (18.39 %). Bu veri tekrarlayan kesintilerin ortak bir nedeni paylaşıp paylaşmadığını söyleyemez — çoğunda neden kodu "diğer/bilinmeyen"dir ve aşırı yüklenmeyi gösterecek yük verisi bu modelde yoktur.

Recommendation 2

Sevk zaman damgası kapsamını ortalama yeniden enerjilendirme süresinin yanında haftalık izlemeye alın

based_on: Finding 3 · sorumlu: kontrol merkezi müdürü

Kayıtların 82.69 %'u üzerinden okunan bir yeniden enerjilendirme süresi eğilimi kısmi bir eğilimdir. Önce izlenecek metrik kapsama oranıdır; 95 %'in üzerine döndüğünde sevk süresi ve sahada geçen süre ayrımı güvenilir hale gelir ve agent bunu raporlayacaktır. O zamana kadar agent yeniden enerjilendirme konusunu ongoing olarak damgalar ve yeniden uyarı vermez.

Dayandığı finding'ler

Finding 3

Eksik sevk kayıtlarıyla yeniden enerjilendirme süresi kayması: ortalama yeniden enerjilendirme 118 → 142 dakika (+20.34 %) — Ağustos kesintilerinin 17.31 %'inde ekip sevk zaman damgası yok

severity mediumdirection upnovelty newtrust Akırılım — (şebeke)

Ağustos 2026, 12,790 plansız kesinti genelinde ortalama yeniden enerjilendirme süresi 142 dakika oldu; Ağustos 2025'te 118 idi (+20.34 %), 15 % finding eşiğinin 1.36× katı — severity medium. Finding, belirtilmiş bir boşlukla yayımlanır: 12,790 kaydın 2,214'ü (17.31 %) ekip sevk zaman damgası taşımıyor, dolayısıyla o pay için yeniden enerjilendirme süresi "sevk süresi" ve "sahada geçen süre" olarak ayrılamaz. Zaman damgası taşıyan 82.69 %'lik kayıt payında sevk süresi 31 dakikadan 44 dakikaya (+41.94 %) ve sahada geçen süre 87'den 98'e (+12.64 %) çıktı — ikisi de hareket etti, ilki daha çok. Eksik zaman damgalarının bir kayıt hatası mı yoksa bir süreç değişikliği mi olduğu bu veriden okunamaz.

Bu koşunun göremediği.

Hava durumu ve şebeke yükü bu modelde yoktur; Central bölgesi kesintilerinin 38.00 %'inde neden kodu bilinmiyor; kayıtların 17.31 %'inde sevk zaman damgası yok. Agent ambarı veri sınırında okur; günün SCADA çıktısı oraya günde bir kez iner — bu bir kontrol odası değildir ve şebekeyi gerçek zamanlı görmez.

Örnek niteliğindeSet 2Sayaç ve Kayıp Ajanı
Persona
Enerji dengesini ve sayaç defterini okur: trafo merkezine göre giriş enerjisine karşı faturalanan enerji, sayaç tipine göre okuma başarısı, tahmini faturalar ve sıfır tüketimli sayaçlar; teknik kaybı ticari kayıptan yalnızca verinin izin verdiği yerde ayırır, aksi halde "inceleme gerektiren örüntü" der. · Hedef kitle: kayıp azaltma birimi, sayaç operasyon müdürü, düzenleyici raporlama. · Ton: sade, etiketlerde dikkatli. · Çıktı dili: en
İzlediği sinyaller
(1) Kayıp oranı — trafo merkezi ve bölgeye göre (giriş − faturalanan) ÷ giriş, ay geçen yılın aynı ayına karşı. (2) Sayaç tipi ve ilçeye göre tahmini fatura payı. (3) Üç ardışık ay boyunca sıfır tüketimli aktif sayaçlar — inceleme gerektiren bir örüntü, asla bir tespit değil. (4) Sayaç tipine göre okuma başarısı. (5) Giriş büyümesine karşı faturalanan büyüme — iki satır yan yana.
Verilen eşikler
finding 15 % · critical 40 % · oran metrikleri 8 % · asgari pay enerji girişinin 2 %'si · ardışık ay kuralı 3 ay · severity kuralı: bir eşik aşıldığında medium, bir oran metriği eşiğinin 1.25× katından fazla ya da bir sayım metriği finding eşiğinin 1.5× katından fazla hareket ettiğinde high, critical eşiğinin üzerinde critical; ongoing bir konu kendisine verilen severity'yi korur

Koşu başlığı

  • Aylık zamanlanmış, ayın 6'sında, 06:00, Asia/Baku
  • Dönem: Ağustos 2026 fatura ayı ile Ağustos 2025 fatura ayı karşılaştırması — eşit takvim günü; bir fatura ayı bir sonraki ayın 5'inde kapanır
  • Veri şu tarihe kadar tam: 2026-09-05, max(READ_DATE) ile ölçüldü (okuma tarihi, kayıt tarihi değil), koşu anında 17 gün önce
  • Kapsam: bu agent'a bağlı satır bazlı kural yok — koşu her satır üzerinde üretildi
  • Model: çalışma alanının onaylı modeli
  • Maliyet: koşuya kaydedildi
Brief

Ağustos 2026: kayıplar girişin 8.26 % → 9.88 %'i, faturalanan enerji sabit kalırken — tahmini faturalar hesapların 21.70 %'i, inceleme için işaretlenen 31,240 sıfır tüketimli aktif hesap

Varsayımlar şeridi

Bir dönem belirtmediniz; kapanmış son fatura ayı (Ağustos 2026) varsayıldı. Kayıp oranı, giriş enerjisi ile faturalanan enerji arasındaki farktan oluşan bir kalıntıdır ve teknik ile ticari bileşenlere ayrılmamıştır — bu model bunu yapamaz. Bu agent'a bağlı satır bazlı kural yok; koşu tüm satırlar üzerinde üretildi.

Ağustos enerji dengesi bir açık ortaya çıkardı: giriş enerjisi 2.39 % artarak 612.4 GWh'e ulaşırken faturalanan enerji 0.58 % artarak 551.9 GWh oldu; böylece kayıplar 49.4 GWh'ten 60.5 GWh'e, kayıp oranı 8.26 %'dan 9.88 %'e yükseldi — +19.61 % değişim. South-East Industrial trafo merkezi, girişin 8.10 %'u üzerinde kayıpların 15.54 %'ünü taşıyor. Aynı ayda tahmini faturalar hesapların 14.20 %'sinden 21.70 %'ine yükseldi; elle okunan sayaçlar 71.40 % oranında okundu ve 31,240 aktif hesap (2.21 %) üst üste üçüncü ay sıfır tüketim gösterdi, bunların 58.29 %'u ticari — agent'ın inceleme için işaretlediği ancak hakkında hüküm vermediği bir örüntü. Kayıp oranını ulusal ortalamayla karşılaştıran bir cümle tutuldu: ortalama bu modelde yok.

covers: Finding 1, Finding 2, Finding 3

— Koşu: aylık, çalışma alanının onaylı modeli, veri şu tarihe kadar tam: 2026-09-05. Guard Ledger: held 1 — aday f-05, gerekçe numeric_provenance: national average (kayıp oranı) token'ının adresi yok — modelde dış seri bulunmuyor; duplicate 1 — aday f-04 (ilçe bazında yeniden ifade edilen tahmini faturalar) parmak izi eşleşmesiyle (metrik + dönem + sayaç tipi) Finding 2'ye birleştirildi; not_selected 0.

Recommendation 1

South-East Industrial trafo merkezinin kayıplarını fider ve tarife sınıfı bazında kırın ve her fiderin tahmini fatura payını yanına koyun

based_on: Finding 1, Finding 2 · sorumlu: kayıp azaltma birimi lideri, sayaç operasyon müdürüyle birlikte

Trafo merkezi, girişiyle orantısız kayıp taşıyor ve şebekenin tahmini fatura payı aynı ayda yükseldi; ikisinin aynı fiderlerde çakışıp çakışmadığı öğrenilmesi gereken ilk şeydir ve her iki kırılım da bu modelde var. Kayıp payı en yüksek fiderler aynı zamanda tahmini fatura payı en yüksek fiderlerse kayıp rakamı kısmen bir faturalama artefaktıdır ve bir sonraki adım sayaç ekibinindir; farklı fiderlerse kayıp ekibinindir. Trafo yüklenmesi bu modelde yok; eklenmesi bir model değişikliğidir.

Dayandığı finding'ler

Finding 1

Kayıp oranı giriş enerjisinin 8.26 % → 9.88 %'i (+1.62 puan, +19.61 %), giriş yalnızca +2.39 % büyürken — South-East Industrial trafo merkezi girişin 8.10 %'u üzerinde kayıpların 15.54 %'ünü taşıyor

severity highdirection upnovelty newtrust Akırılım SUBSTATION = South-East Industrial

Giriş enerjisi Ağustos 2026'da 612.4 GWh, Ağustos 2025'te 598.1 GWh idi (+2.39 %); faturalanan enerji 548.7 GWh'e karşı 551.9 GWh (+0.58 %). Böylece kayıplar 49.4 GWh'ten (girişin 8.26 %'sı) 60.5 GWh'e (9.88 %) yükseldi; oranda +19.61 % değişim, 8 % oran eşiğinin 2.45× katı — severity high. 41 trafo merkezi içinde South-East Industrial trafo merkezi, 612.4 GWh girişin 49.6 GWh'i (8.10 %) üzerinde 60.5 GWh kaybın 9.4 GWh'ini (15.54 %) oluşturuyor; sonraki üç trafo merkezi birlikte 12.9 GWh (21.32 %) taşıyor. Kayıp oranı iki ölçümün — giriş ve faturalanan — kalıntısıdır ve bu veri hattaki teknik kaybı faturalanmamış tüketimden ayıramaz: teknik payı sınırlayacak olan trafo merkezinin trafo yüklenmesi bu modelde yok.

Finding 2

Tahmini faturalar hesapların 14.20 % → 21.70 %'i (+52.82 %) — elle okunan sayaçlar 71.40 % oranında okundu, akıllı sayaçlarda 96.10 %; artış iki ilçede toplanıyor

severity criticaldirection upnovelty newtrust Akırılım METER_TYPE = Manual

1,412,000 hesabın 306,400'ü Ağustos 2026'da tahmini fatura aldı (21.70 %), Ağustos 2025'te 200,500 (14.20 %); oran +52.82 % yükseldi, 40 % kritik eşiğin üzerinde — severity critical. Akıllı sayaçlarda okuma başarısı 96.10 % (845,000'in 812,050'si); elle okunan sayaçlarda 71.40 % (567,000'in 404,840'ı), bir yıl önce 84.70 % (620,000'in 525,140'ı). Altı bölgenin ilçelerinden ikisi, 567,000 elle okunan sayacın 166,700'ünü (29.40 %) tutarken 306,400 tahmini faturanın 187,520'sini (61.20 %) taşıyor. Tahmini fatura bir faturalama durumudur, bir tüketim gerçeği değil: bu hesapların fazla mı eksik mi faturalandığı, gerçek bir okuma tahminin yerini alana kadar okunamaz ve bu mutabakat bu modelde bir metrik değildir.

Recommendation 2

Sıfır tüketimli ticari hesapları ilçe bazında aylık izlemeye alın ve örüntünün kapatılabilmesi için denetim sonucunu bir boyut olarak kaydedin

based_on: Finding 3 · sorumlu: sayaç operasyon müdürü, saha denetim lideriyle birlikte

Örüntü bir etiketi değil, bir insanın incelemesini hak ediyor. İlçe bazında aylık izleme, sayının büyüdüğünü mü yoksa temizlendiğini mi gösterecektir; denetim sonucu — boş, arızalı sayaç, kapalı hesap, diğer — agent'ın örüntünün neye dönüştüğünü raporlamasını sağlayacak boyuttur. O olmadan agent sayıyı raporlamaya ve konuya ongoing damgası vurmaya devam edecektir.

Dayandığı finding'ler

Finding 3

İnceleme gerektiren örüntü: 31,240 aktif hesap (2.21 %) üç ay üst üste sıfır tüketim gösteriyor, bir yıl önce 18,900 (1.34 %) (+65.29 %) — bunların 58.29 %'u hesapların 9.80 %'ini tutan ticari tarife sınıfında

severity criticaldirection upnovelty newtrust Akırılım TARIFF_CLASS = Commercial

Haziran, Temmuz ve Ağustos 2026'da sayacı sıfır tüketim kaydeden aktif işaretli hesap sayısı 31,240 (1,412,000'in 2.21 %'i), 2025'in aynı üç ayında 18,900 (1.34 %) — oranda +65.29 % değişim, 40 % kritik eşiğin üzerinde — severity critical. Bunların 18,210'u (58.29 %) 1,412,000 hesabın 138,380'ini (9.80 %) tutan ticari tarife sınıfında. Agent bunu inceleme gerektiren bir örüntü olarak etiketler: tüketimi olmayan aktif bir hesap boş bir bina, arızalı bir sayaç, sistemde henüz kapatılmamış bağlantısı kesilmiş bir müşteri ya da sayaçsız tüketim olabilir ve bu veri bunları birbirinden ayıramaz. Bunu çözecek saha denetimi sonucu bu modelde yok ve agent hiçbir hesap hakkında bir tespitte bulunmaz.

Bu koşunun göremediği.

Trafo yüklenmesi, denetim sonuçları ve tahmini faturaların sonraki gerçek okumalarla mutabakatı bu modelde yok. Agent sayacı gerçek zamanlı görmez; kapanmış fatura ayını okur. Hiçbir hesap adlandırılmaz; bu modeldeki en ince kırılım ilçe ve tarife sınıfıdır.

Örnek niteliğindeSet 3Faturalama ve Tahsilat Ajanı
Persona
Dağıtım şirketinin nakit tarafını okur: ne faturalandı, ne tahsil edildi, ne yaşlanıyor ve para hangi kanaldan geldi; bir faturalama artışını bir tahsilat düşüşünden ayırt eder. · Hedef kitle: CFO, tahsilat direktörü, ilçe faturalama ofisleri. · Ton: resmi, kısa. · Çıktı dili: en · Para birimi: Azerbaycan manatı (₼)
İzlediği sinyaller
(1) Tahsilat verimliliği — müşteri sınıfı ve ilçe bazında tahsil edilen ÷ faturalanan, ay geçen yılın aynı ayına karşı. (2) Alacak yaşlandırması — alacakların 90 gün üzeri payı. (3) Faturalanan büyümesi tahsil edilen büyümesine karşı — makas. (4) Ödeme kanalı karması. (5) Metriğin satır döndürdüğü yerde kesme ve açma emirleri.
Verilen eşikler
finding 15 % · critical 40 % · oran metrikleri 8 % · asgari pay faturalanan tutarın 2 %'si · makas 4 puan · severity kuralı: bir eşik aşıldığında medium, bir oran metriği eşiğinin 1.25× katından ya da bir sayı metriği finding eşiğinin 1.5× katından fazla hareket ettiğinde high, kritik eşiğin üzerinde critical; ongoing bir konu kendisine verilen severity'yi korur

Koşu başlığı

  • Zamanlanmış: aylık, ayın 8'i, 06:30, Asia/Baku
  • Dönem: Ağustos 2026 vs Ağustos 2025 (her biri 31 gün; fatura ayı bir sonraki ayın 5'inde kapanır)
  • Veri şu tarihe kadar tam: 2026-09-06, max(PAYMENT_DATE) ile ölçüldü (ödeme valör tarihi, banka dosyasının kayıt tarihi değil), koşu anında 3 gün önce
  • Kapsam: agent finans kapsamı altında koşar (tüm ilçeler; sayaç düzeyinde satır yok)
  • Model: çalışma alanının onaylı modeli
  • Maliyet: koşuya kaydedildi
Brief

Ağustos 2026: faturalar +8.46 % ama nakit +3.55 % — tahsilat verimliliği 89.28 %'e geriledi, ticari müşteriler 84.91 %'de, 90 gün üzeri alacaklar artık alacakların 56.82 %'si

Varsayımlar şeridi

Bir dönem belirtmediniz; kapanmış son fatura ayı (Ağustos 2026) varsayıldı. Tutarlar Azerbaycan manatı cinsindendir. Kesme ve açma metrikleri Temmuz ve Ağustos için satır döndürmedi; bu bir finding olarak değil, veri durumu olarak kaydedildi.

Ağustos'ta faturalar nakitten hızlı büyüdü: ₼ 71.8 M faturalandı (+8.46 %), ₼ 64.1 M tahsil edildi (+3.55 %); tahsilat verimliliği 93.50 %'den 89.28 %'e indi. Faturalanan tutarın 31.48 %'ini oluşturan ticari müşterilerde tahsilat 84.91 %; konutta 91.61 %; kamu kurumlarında 89.28 %. Alacaklar ₼ 84.3 M düzeyine ulaştı ve 90 günden eski kısım ₼ 38.4 M iken ₼ 47.9 M oldu (+24.74 %), artık toplamın 56.82 %'si; tahsil durumu boyutu bu yıl boş olduğundan agent bu bakiyelerin hangilerinin zaten takipte olduğunu söyleyemez. Kesme emri satırı raporlanamadı.

covers: Finding 1, Finding 2

— Koşu: aylık, çalışma alanının onaylı modeli, veri şu tarihe kadar tam: 2026-09-06. Guard Ledger: held 0; veri durumu 1 — disconnection_orders ve reconnection_orders Temmuz–Ağustos 2026 için 0 satır döndürdü (emir sistemi çıkarımı Haziran'da durdu); duplicate 0; not_selected 0.

Recommendation 1

Ağustos için ticari tahsilatları ilçe ve faturalanan tutar bandı bazında kırın ve her satırın yanına tahmini fatura bayrağını koyun

based_on: Finding 1 · sorumlu: tahsilat direktörü, ilçe faturalama ofisleriyle birlikte

Ticari müşteriler, faturalanan tutarın üçte biri üzerinde en düşük tahsilat oranını taşıyor. Açık ilçelere yayılmış ve tahmini faturalarda oturuyorsa mutabakat faturalama ofisine aittir; birkaç büyük gerçek faturada oturuyorsa bir sonraki ölçüm tahsilat ekibine aittir. Her iki kırılım da bu modelde var. İtiraz bayrağı ise yok — eklenene kadar itirazlı ile ödenmemiş bu veriden ayırt edilemez.

Dayandığı finding'ler

Finding 1

Faturalama–tahsilat makası: faturalanan ₼ 71.8 M (+8.46 %), tahsil edilen ₼ 64.1 M (+3.55 %) — tahsilat verimliliği 93.50 % → 89.28 % (−4.23 puan); ticari müşteriler 84.91 %'de

severity mediumdirection downnovelty newtrust Akırılım CUSTOMER_CLASS = Commercial

Ağustos 2026 faturaları toplam ₼ 71.8 M, Ağustos 2025'te ₼ 66.2 M (+8.46 %); aydaki tahsilat toplam ₼ 64.1 M, önceki yıl ₼ 61.9 M (+3.55 %). İki büyüme oranı arasındaki fark 4.91 puan, 4 puanlık makas eşiğinin 1.23× katı — severity medium; tahsilat verimliliği 93.50 %'den 89.28 %'e düştü (göreli −4.51 %, oran eşiğinin altında). Sınıf bazında: konut ₼ 42.3 M faturalanana karşı ₼ 38.75 M tahsil (91.61 %); ticari ₼ 22.6 M faturalanana karşı ₼ 19.19 M (84.91 %); kamu kurumları ₼ 6.9 M faturalanana karşı ₼ 6.16 M (89.28 %). Ticari müşteriler faturalanan ₼ 71.8 M içinde ₼ 22.6 M (31.48 %) ile en düşük oranı taşıyor. Tahmini fatura bayrağı bu modelde var ancak bu koşuda açılmadı; dolayısıyla bu kayıt faturalanan büyümesinin ne kadarının tahmin olduğunu söylemez; tahsil edilmeyen tutarın ne kadarının ödenmemiş değil itirazlı olduğunu da söyleyemez — itiraz bayrağı bu modelde yok.

Recommendation 2

90 gün üzeri alacak payını müşteri sınıfı bazında aylık izlemeye alın ve bir sonraki koşudan önce 2026 için tahsil durumu boyutunu ekleyin

based_on: Finding 2 · sorumlu: CFO, yasal takip birimi ve veri modeli sahibiyle birlikte

Yaşlandırma kayması yıl sonu karşılığı için önemli olan kayıttır; tahsil durumu ise bir bakiyeyi karara dönüştüren şeydir. Boyut modelde mevcut ve bu yıl için boş; doldurulması bir agent değişikliği değil, kaynak sistem görevidir. Kesme emri çıkarımı da aynı nedenle yeniden başlamalı — iki metrik yan yana durmalıdır.

Dayandığı finding'ler

Finding 2

90 günden eski alacaklar ₼ 38.4 M → ₼ 47.9 M (+24.74 %) — artık alacakların 56.82 %'si, bir yıl önce 51.20 % iken; toplam alacaklar +12.40 % büyürken

severity highdirection upnovelty newtrust Akırılım AGEING_BAND = 90+ days

Alacaklar Ağustos 2026 sonunda ₼ 84.3 M idi, bir yıl önce ₼ 75.0 M (+12.40 %). 90 gün üzeri bant daha hızlı büyüdü: ₼ 38.4 M iken ₼ 47.9 M (+24.74 %), 15 % finding eşiğinin 1.65× katı — severity high; böylece alacaklar içindeki payı 51.20 %'den 56.82 %'ye yükseldi. Daha genç bantlar birlikte −0.55 % düştü (₼ 36.6 M → ₼ 36.4 M). 90 gün üzeri bandın ₼ 29.75 M tutarındaki kısmı ticari ve kamu kurumu borcu (₼ 47.9 M içinde 62.11 %), buna karşılık faturalanan ₼ 71.8 M içinde ₼ 29.5 M (41.09 %). Bu veri bu bakiyelerin hangilerinin ödeme planında ya da yasal takipte olduğunu söyleyemez — tahsil durumu boyutu bu modelde 2026 için boş.

Data state

Veri durumu (finding değil): kesme emirleri ve açma emirleri metrikleri Temmuz ve Ağustos 2026 için satır döndürmedi (emir sistemi Haziran'da yeni bir platforma taşındı ve çıkarımı yeniden başlamadı). Severity yok; hiçbir recommendation buna dayanmıyor; model sahibi bilgilendirildi.

Bu koşunun göremediği.

İtiraz bayrağı ve 2026 tahsil durumu doldurulmamış; kesme ve açma emirleri satır döndürmedi. Agent kapanmış fatura ayının valör tarihlerini okur ve bugünün ödemelerini görmez. Hiçbir müşteri adlandırılmaz; en ince kırılım ilçe ve müşteri sınıfıdır.

Her sayı bir adres taşır

Üründe her rakam bir kanıt adresine bağlanır — zarf, satır, hücre, kontrol basamağı — ve adresi olmayan bir sayı yayımlanmaz, tutulur. Bir kaydın anatomisi →

Türetilmiş rakamlar işlemini gösterir

Bir değişim, bir pay ya da bir fark engine tarafından hesaplanır ve işlenenlerini taşır; model asla bölme yapmaz. Her sayı nasıl kanıtlanır →

AI yönetişimi yayın katmanıdır

Sekiz deterministik gate, trust seviyesi, rozetli yorum, kapatılamayan bir varsayımlar şeridi ve Guard Ledger. Modelin erişebildiği ve erişemediği yerler →

SSS

Bu sayfaya genellikle sorulan dört soru

01Agent SCADA'ya veya kesinti sistemine doğrudan bağlanır mı?

Hayır. Ekibinizin zaten indirdiği veri ambarı çıkarımlarını salt-okunur bir geçit üzerinden okur ve bulduğu veri sınırını belirtir.

02Şebeke üzerinde işlem yapabilir veya kesme emri gönderebilir mi?

Hayır. Veri okur ve kayıt yayımlar; her eylemin sorumlusu bir insandır.

03Tek tek müşterileri veya sayaçları görür mü?

Müşteri adı, sayaç seri numarası ve sokak adresi modelde kişisel olarak işaretlenmiştir; en ince kırılım ilçe ve tarife sınıfıdır.

04Bu örnekteki kesme emirlerinde olduğu gibi bir çıkarım durduğunda ne olur?

Metrik satır döndürmez; agent severity'si olmayan bir veri durumu kaydeder ve üzerine hiçbir şey inşa etmez; model sahibi bilgilendirilir.

Ücretsiz veri keşfi çalışması

Bu sinyallerden hangilerini kendi veri ambarınızın taşıyabildiğini görün.

Bize veri platformunuzun adını ve en çok tartıştığınız alanı gönderin. Semantik modelinizi sizinle birlikte okur ve yazılı olarak yanıtlarız: bu sayfadaki sinyallerden hangilerini modeliniz bugün taşıyor, hangileri Axoria Data Studio'da bir değişiklik gerektiriyor ve dört haftalık bir pilot neyi ölçerdi. Ücret yok, e-posta dizisi yok — bir kişi iki iş günü içinde yanıtlar.

Örneklerin varsaydıkları

Üç setin arkasındaki veri, model ve ölçüler

Bir setteki hiçbir şey burada anlatılan modelin dışındaki bir kaynağa dayanmaz. Mutabakat yapmak istediğinizi açın.

01Varsayılan veri kaynakları — bir dağıtım şirketinin zaten sahip olduğu veriler

Kesinti yönetim sistemi (kesinti başlangıcı ve bitişi, etkilenen müşteriler, neden kodu, fider, ekip sevki), gelişmiş sayaç altyapısı ve sayaç verisi yönetimi (aralıklı okumalar, okuma başarısı, tahmin bayrakları), müşteri bilgi ve faturalama (faturalar, ödemeler, alacak yaşlandırması, tarife sınıfı, ilçe), GIS varlık kütüğü (fider, trafo merkezi, varlık yaşı), kurumsal varlık yönetimi (iş emirleri, birikim), günlük indirilen SCADA çıkarımları. Tipik veri ambarı taneciği: kesinti başına, sayaç okuması başına, fatura satırı başına bir satır.

02Varsayılan semantik model — üç persona için asgari
Ölçüler
customers_served · customer_minutes_interrupted · interruption_count · customers_interrupted · saidi ve saifi (engine türevi: müşteri-dakika ÷ müşteri; kesinti ÷ müşteri) · caidi (engine türevi) · planned_outage_minutes · unplanned_outage_minutes · mean_restoration_minutes · repeat_outage_feeder_count · energy_input_gwh · energy_billed_gwh · loss_gwh ve loss_ratio (engine türevi) · meters_read · meters_estimated · zero_consumption_active_meters · amount_billed · amount_collected · collection_ratio (engine türevi) · receivables_total · receivables_90_plus · complaints_count · work_orders_open.
Boyutlar
tarih (kesinti başlangıcı; okuma tarihi; fatura tarihi) · bölge · ilçe · trafo merkezi · fider · neden kodu · planlı/plansız · müşteri sınıfı (konut, ticari, kamu kurumu, sanayi) · tarife sınıfı · sayaç tipi (akıllı, elle) · ödeme kanalı · varlık yaşı bandı. Kişisel olarak işaretlenmiş ve asla kırılım yapılmayan alanlar: müşteri adı, sayaç seri numarası, sokak adresi (izin verilen en ince kırılım ilçedir).
Veri sınırı
engine tarafından güvenilirlik yıldızı için max(outage_end_ts), sayaç için max(read_date), faturalama için max(bill_date) ile ölçülür; her yıldız kendi sınırını bildirir.
03Varsayılan KPI'lar — dağıtım şirketi yöneticilerinin izledikleri
KPITanımBirimTipik bantOlağan kırılım
SAIDIkesintiye uğrayan müşteri-dakika ÷ hizmet verilen müşteridönem başına müşteri başına dakikaABD ≈125.7 dk/yıl, büyük olaylar hariç [birlik: EIA, ikincil kaynak üzerinden]fider · bölge
SAIFIkesinti ÷ hizmet verilen müşteridönem başına müşteri başına sayıABD ≈1.1/yıl, büyük olaylar hariç [birlik: EIA]fider
CAIDISAIDI ÷ SAIFIdakikaevrensel değer yokbölge
Ortalama yeniden enerjilendirme süresikesinti bitişi − başlangıcı, ortalama veya medyandakikaevrensel değer yokneden · bölge
Tekrarlı kesinti fiderleridönemde ≥3 plansız kesinti yaşayan fiderler ÷ fiderler%yokbölge · varlık yaşı
İletim & dağıtım kayıpları(giriş enerjisi − faturalanan enerji) ÷ giriş%ABD ≈5–6 %; dünya ≈8.3 % [birlik: Dünya Bankası / EIA]trafo merkezi · bölge
Tahsilat verimliliğitahsil edilen tutar ÷ faturalanan tutar%evrensel değer yokmüşteri sınıfı · ilçe
AT&C kaybı1 − (faturalanan × tahsilat oranı ÷ giriş)%evrensel değer yokbölge
Sayaç okuma oranı / tahmini fatura payıokunan sayaç ÷ okunması gereken sayaç; tahmini fatura ÷ fatura%evrensel değer yoksayaç tipi · ilçe
Kayıp ve hesaplanamayan gazalınan − teslim edilen ÷ alınan%2–5 % tipik; en iyi <1 % [birlik: NARUC/ICF]ilçe
90+ gün alacaklar90 günden eski alacaklar ÷ toplam alacaklar%yokmüşteri sınıfı
1,000 müşteri başına şikayetşikayet ÷ müşteri × 1,000sayıyokbölge · tip
Capex gerçekleşmesi vs planharcanan capex ÷ planlanan%yokprogram
Kapasite faktörü (üretim varlıkları)gerçekleşen ÷ azami üretim%ABD 2024: rüzgar 34 %, güneş 23 % [birlik: EIA]santral · ay

İlgili

Bu sayfaların götürdüğü yerler