L3 — Engine
/dashboard/engine adresindeki MMM’in motorunun bulunduğu istasyon. Burada Bayesian MCMC modelleme L4 GPU üzerinde çalıştırılır.
Ne Yapar?
- L2 blueprint + L1 verinizi alır
- Google Meridian framework ile Bayesian Markov Chain Monte Carlo (MCMC) sampling
- JAX + L4 GPU üzerinde paralel hesaplama (~2-3 dakika)
- Convergence diagnostics: R-hat, MAPE, HMC tree depth
- Sonuçlar
model_resultstablosuna kaydedilir → L4-L7 kullanır
Run Trigger
Diagnostics — Sonuç Güvenilir mi?
3 kritik metrik, sayfa üzerinde renk göstergesi ile:R-hat (Gelman-Rubin Statistic)
Hedef: < 1.05 R-hat = 1 ideal. > 1.05 → MCMC zincirleri converge etmemiş, sonuç güvenilir değil.MAPE (Mean Absolute Percentage Error)
Hedef: < 30% Modelin tahmin ettiği KPI vs. gerçek KPI arası ortalama mutlak yüzde hata.HMC Tree Depth
Hedef: < 10 (warning’siz) Hamilton Monte Carlo sampler’in verim göstergesi. > 10 → sampler zorluk yaşıyor (modelin posterior’u kötü şekillenmiş).Run History
Sayfanın üst kısmında son 10 run timeline:- Run config (blueprint, dataset version)
- Diagnostics breakdown
- Results preview (L4 channels özet)
- Re-run option
Re-Run Senaryoları
Aşağıdaki durumlarda re-run yapılır:1
Yeni veri eklendi
L1’e yeni hafta verisi yüklendi → blueprint aynı, run tekrarlanır.
2
Blueprint değişti
L2’de yeni kanal eklendi, adstock customize edildi → yeni run gerekir.
3
R-hat sınırda
Önceki run R-hat 1.06 → yeniden çalıştırınca convergence sağlamabilir.
4
Aylık otomatik
İleride: aylık otomatik re-run trigger (Faz E5+ planlanan).
Cost & Performance
L4 GPU quota: Sözleşmenizde tanımlı limit (Pro plan: 100 run/ay). Aşımda admin onayı gerekir. Mevcut kullanımı
/dashboard/engine üst köşede görürsünüz.Hata Senaryoları
❌ Run Failed — 'R-hat divergence'
❌ Run Failed — 'R-hat divergence'
MCMC zincirleri converge edemedi.Sebepler:
- DQS Bronze (eksik veri, az kanal)
- Adstock 0.95+ aşırı uç (default kullan)
- Saturation aşırı uç (template defaults önerilir)
❌ Run Failed — 'GPU timeout'
❌ Run Failed — 'GPU timeout'
L4 GPU 10 dakikadan fazla sürmüş (normalde 3 dk max).Sebepler:
- Çok fazla bağlam değişkeni (10+ — 5 ile sınırla)
- Aşırı channel breakdown (15+ kanal — agregat 6-8 ile başla)
destek@mmmytics.com.❌ Run Failed — 'OOM (Out of Memory)'
❌ Run Failed — 'OOM (Out of Memory)'
GPU bellek yetersiz.Sebepler: 200+ hafta veri + 15+ kanal kombinasyonu.Çözüm: Veriyi 104 haftaya kısalt (son 2 yıl) veya kanal sayısını azalt.
⏳ Run hala 'Queued' 30+ dakikadır
⏳ Run hala 'Queued' 30+ dakikadır
GPU quota dolmuş veya sistem yoğun olabilir.Çözüm: Status page kontrol edin: https://status.mmmytics.com. Hala sorun varsa
destek@mmmytics.com.Güvenlik & Audit
Her run otomatik audit log’a yazılır:action='model_run_started'entity_type='model_run'entity_id=<run-uuid>actor_id=<user-uuid>metadata={blueprint_id, dataset_id, started_at}