> ## Documentation Index
> Fetch the complete documentation index at: https://docs.mmmytics.com/llms.txt
> Use this file to discover all available pages before exploring further.

# L3 — Engine

> Bayesian MCMC run — Google Meridian framework, L4 GPU, R-hat + MAPE diagnostics.

# 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_results` tablosuna kaydedilir → L4-L7 kullanır

## Run Trigger

```
"Run Model" butonu → status timeline:

📤 Queued     (5 saniye içinde)
⚙️ Running    (~2-3 dakika)
✅ Completed   (sonuç hazır → L4'e geç)

❌ Failed     (R-hat > 1.5 veya MAPE > 50% — hata raporu)
```

## 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.

| R-hat       | Anlam    | Aksiyon                                                 |
| ----------- | -------- | ------------------------------------------------------- |
| 1.00 - 1.02 | Mükemmel | Devam et                                                |
| 1.02 - 1.05 | İyi      | Devam et                                                |
| 1.05 - 1.10 | Sınırda  | Re-run veya veri zenginleştir                           |
| > 1.10      | Sorunlu  | Veri kalitesi düşük, blueprint hatalı, veya outlier var |

### MAPE (Mean Absolute Percentage Error)

**Hedef: \< 30%**

Modelin tahmin ettiği KPI vs. gerçek KPI arası ortalama mutlak yüzde hata.

| MAPE   | Anlam                                    |
| ------ | ---------------------------------------- |
| \< 10% | Çok iyi (yüksek kaliteli data)           |
| 10-20% | İyi                                      |
| 20-30% | Kabul edilebilir                         |
| 30-50% | Zayıf — eksik kanal veya yapısal şok var |
| > 50%  | Kullanılamaz                             |

### 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 #15 ✅ — 2026-04-28 14:30 (R-hat 1.02, MAPE 14%, 2m 47s)
Run #14 ✅ — 2026-04-21 09:15 (R-hat 1.04, MAPE 18%, 3m 12s)
Run #13 ❌ — 2026-04-18 16:45 (R-hat 1.18, failed — Bronze DQS)
...
```

Her run'a tıklayınca detail page:

* Run config (blueprint, dataset version)
* Diagnostics breakdown
* Results preview (L4 channels özet)
* Re-run option

## Re-Run Senaryoları

Aşağıdaki durumlarda re-run yapılır:

<Steps>
  <Step title="Yeni veri eklendi">
    L1'e yeni hafta verisi yüklendi → blueprint aynı, run tekrarlanır.
  </Step>

  <Step title="Blueprint değişti">
    L2'de yeni kanal eklendi, adstock customize edildi → yeni run gerekir.
  </Step>

  <Step title="R-hat sınırda">
    Önceki run R-hat 1.06 → yeniden çalıştırınca convergence sağlamabilir.
  </Step>

  <Step title="Aylık otomatik">
    İleride: aylık otomatik re-run trigger (Faz E5+ planlanan).
  </Step>
</Steps>

## Cost & Performance

| Metrik                    | Değer                                          |
| ------------------------- | ---------------------------------------------- |
| **Cold start**            | 30-60 saniye (Cloud Run GPU init)              |
| **Warm run**              | 90-150 saniye                                  |
| **Veri boyutu etkisi**    | 26-104 hafta arasında lineer (52 hafta median) |
| **Channel sayısı etkisi** | 2-10 kanal — 10 kanal yaklaşık 2x süre         |
| **Maliyet (per run)**     | \~\$0.80 (kontrat dahil)                       |

<Note>
  **L4 GPU quota:** Sözleşmenizde tanımlı limit (Pro plan: 100 run/ay). Aşımda admin onayı gerekir. Mevcut kullanımı `/dashboard/engine` üst köşede görürsünüz.
</Note>

## Hata Senaryoları

<AccordionGroup>
  <Accordion title="❌ 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)

    **Çözüm:** L1 → DQS panel önerileri → re-upload. L2 → defaults restore. L3 → re-run.
  </Accordion>

  <Accordion title="❌ 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)

    **Çözüm:** L2 → blueprint sadeleştir → re-run. Hala sorun varsa `destek@mmmytics.com`.
  </Accordion>

  <Accordion title="❌ 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.
  </Accordion>

  <Accordion title="⏳ Run hala 'Queued' 30+ dakikadır">
    GPU quota dolmuş veya sistem yoğun olabilir.

    **Çözüm:** Status page kontrol edin: [https://status.mmmytics.com](https://status.mmmytics.com). Hala sorun varsa `destek@mmmytics.com`.
  </Accordion>
</AccordionGroup>

## 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}`

Müşteri data export hakkı kapsamında bu kayıtlar dışa aktarılabilir.

## Sonraki Adım

Run completed (✅ R-hat \< 1.05, MAPE \< 30%) — sırada **L4 Channels Intelligence**:

[L4 Channels →](/docs/mintlify/6-istasyon/l4-channels)