Veri Analizi Nedir? Ham Veriden Karara Giden Yol

Bir veri kümesini analiz edilebilir yapan şey nedir?

Veri, bir olaya veya özelliğe ilişkin gözlemdir. Örneğin bir satış kaydında ürün adı, satış tarihi, adet ve fiyat gibi alanlar bulunabilir. Veri analizi ise bu alanları yalnızca listelemekle kalmaz; belirli bir soruya yanıt verecek şekilde ilişkilendirir.

İyi bir analiz sorusu ölçülebilir ve sınırları belirli olmalıdır. 'Satışlar nasıl?' sorusu geniştir. Buna karşılık 'Ocak ayında ürün gruplarına göre toplam satış adedi nedir?' sorusu kapsamı, zamanı ve ölçülecek değeri açıklar. Sorunun netliği, hangi verilerin seçileceğini ve hangi hesaplamaların yapılacağını belirler.

Bir büyüklüğü yorumlamak için tanım yeterli değildir. Örneğin toplam satış, belirli dönem ve ürün grubundaki adetlerin toplanmasıdır; fakat toplamın yüksek veya düşük olduğu ancak başka bir dönemle, hedefle ya da ürün grubuyla karşılaştırıldığında anlaşılır. Ortalama da benzer biçimde tek başına karar verdirmez: Ortalama satış değeri, kayıtların nasıl dağıldığı ve uç değerlerin sonucu ne ölçüde etkilediği incelenmeden yorumlanmamalıdır.

Bu açıdan analiz zinciri şu şekilde kurulabilir: soru → uygun veri → ölçüm → karşılaştırma → yorum → karar. Zincirin ilk halkası eksikse sonucun teknik olarak doğru hesaplanmış olması, onu yararlı veya geçerli kılmaz.

Eksik ve yinelenen kayıtlar sonucu nasıl değiştirir?

Ham veri çoğu zaman doğrudan analize hazır değildir. Aynı kişinin iki kez kaydedilmesi, tarihlerin farklı biçimlerde yazılması, boş hücreler, negatif veya anlamsız değerler ve farklı adlarla yazılmış aynı kategori veri temizleme aşamasında ele alınır.

Veri temizleme sırasında önce sütunların anlamı ve ölçü birimi kontrol edilir. 'Fiyat' alanında bazı kayıtlar Türk lirası, bazıları başka bir para birimiyle tutuluyorsa bunlar karşılaştırılmadan önce aynı ölçekte ele alınmalıdır. Tarih alanında gün-ay-yıl ile ay-gün-yıl biçimleri karışmışsa dönemsel sonuçlar bozulabilir.

Eksik bir değerin ne yapılacağı otomatik bir kuralla belirlenmemelidir. Eksik değerler, veri türüne ve analizin amacına göre silinebilir, eksik olarak işaretlenebilir veya uygun bir yöntemle tamamlanabilir. Eksik kayıtlar ise önce kaydın gerçekten eksik mi, yoksa geçerli bir olay mı olduğunun belirlenmesini gerektirir. Örneğin bir müşteri yaşının eksik olması ile bir satış tutarının eksik olması aynı sonucu doğurmaz. Satış tutarı eksikse bu değer sıfır kabul edilerek toplama katılmamalıdır. Kayıt dışarıda bırakılmalı veya gerekçesi belirtilen bir imputasyon yöntemi uygulanmalıdır; raporda bu tercihin toplamı nasıl etkilediği açıkça yazılmalıdır.

Yinelenen kayıtlar da özellikle toplam ve sayım hesaplarını etkiler. Aynı işlem iki kez sayılırsa sipariş adedi, toplam satış ve müşteri etkinliği olduğundan yüksek görünür. Bu yüzden analizden önce kayıtların hangi alanlarla benzersiz kabul edileceği belirlenmelidir. Temizleme kararı ayrıca kayda geçirilmelidir; aksi hâlde sonucun nasıl üretildiği sonradan açıklanamaz.

Betimleyici analizden tahmine geçerken sınır nerede çizilir?

Veri analizinde kullanılan yaklaşım, sorunun türüne göre değişir. Betimleyici analiz, eldeki veride ne olduğunu özetler: toplam satış, ortalama puan, kategori dağılımı veya zaman içindeki değişim bu kapsamdadır. Bu tür sonuçlar geçmiş ya da mevcut kayıtları anlatır.

Tanısal analiz, gözlenen farkın olası nedenlerini araştırır. Bir ürün grubunun satışının düşmesi, fiyat değişikliği, stok bulunurluğu, kampanya süresi veya mevsimsel etkilerle ilişkili olabilir. Ancak iki değişkenin birlikte değişmesi, birinin diğerine neden olduğunu tek başına kanıtlamaz. Nedensellik iddiası için araştırma tasarımı ve ek kanıt gerekir.

Tahmine dayalı analiz, geçmiş verilerdeki örüntülerden geleceğe ilişkin bir tahmin üretmeye çalışır. Bu tahmin, kullanılan verinin kapsamı ve kalitesiyle sınırlıdır; geçmişte gözlenen koşullar değişirse sonuçların doğruluğu düşebilir. Öneri veya sınıflandırma yapan makine öğrenimi modelleri de veri analizinde kullanılabilir, fakat modelin ürettiği çıktı kendiliğinden gerçeğin kanıtı değildir.

Bu ayrım karar verirken önemlidir. 'Geçen ay en çok satılan ürün A idi' betimleyici bir ifadedir. 'Gelecek ay da kesinlikle A satılacak' ise verinin destekleyebileceğinden daha güçlü bir iddiadır. Analiz raporu, gözlenen sonuç ile yorum veya tahmin arasındaki sınırı açıkça göstermelidir.

Grafik ve ölçü seçimi hangi yorumu mümkün kılar?

Sonuçların sunumu, analiz kadar önemlidir; çünkü yanlış grafik veya yanlış ölçü, doğru hesaplanmış verinin hatalı anlaşılmasına yol açabilir. Zaman içindeki değişim için çizgi grafik, kategorilerin karşılaştırılması için sütun grafik, bir bütün içindeki payları göstermek için uygun oran gösterimleri kullanılabilir. Grafik seçimi, verilmek istenen karşılaştırmaya göre yapılmalıdır.

Bir oranı yorumlarken paydanın ne olduğu mutlaka belirtilmelidir. Dönüşüm oranı, örneğin tamamlanan işlem sayısının toplam ziyaret sayısına bölünmesiyle hesaplanabilir:

$Dönüşüm\ oranı = \frac{Tamamlanan\ işlem\ sayısı}{Toplam\ ziyaret\ sayısı} \times 100$

Bu oran yüzde olarak ifade edilir; ancak yüzde değeri, payda değiştiğinde farklı anlam taşır. 10 tamamlanan işlem ve 100 ziyaret için oran %10'dur. 20 tamamlanan işlem ve 400 ziyaret için işlem sayısı daha yüksek olsa da oran %5'tir. Bu nedenle yalnızca 'tamamlanan işlem sayısı arttı' demek performansın iyileştiğini kanıtlamaz.

Ortalama hesaplanırken de dağılım incelenmelidir. Beş gözlemin 10, 10, 10, 10 ve 50 olduğu bir örnekte ortalama 18'dir; fakat gözlemlerin çoğu 10 değerindedir. Bu durumda medyan, yani sıralı değerlerin ortasındaki değer, tipik gözlemi anlatmada daha uygun olabilir. Hangi özet ölçünün seçileceği, verinin dağılımına ve soruya bağlıdır.

Çözümlü örnek: kampanya sonuçlarını iki farklı ölçüyle okumak

Verilenler: Bir çevrim içi mağazada iki kampanya için aşağıdaki kayıtların bulunduğunu varsayalım:

• A kampanyası: 1.000 ziyaret, 80 tamamlanan sipariş
• B kampanyası: 400 ziyaret, 40 tamamlanan sipariş

Amaç: Kampanyaları yalnızca sipariş sayısına göre değil, ziyaret başına sonuç alma oranına göre karşılaştırmak.

1. Adım — Tamamlanan sipariş sayılarını karşılaştırma: A kampanyasında 80, B kampanyasında 40 sipariş vardır. Ham sipariş sayısına göre A kampanyası öndedir.

2. Adım — Her kampanya için dönüşüm oranını hesaplama: A için $80 / 1000 \times 100 =$. B için $40 / 400 \times 100 =$.

3. Adım — Ölçüyü yorumlama: B kampanyası daha az toplam sipariş üretmesine rağmen, ziyaretçilerin siparişe dönüşme oranı daha yüksektir. A kampanyasının daha fazla sipariş üretmesi, daha fazla ziyaret almasıyla ilişkili olabilir.

Sonuç: 'En çok siparişi hangi kampanya getirdi?' sorusunun yanıtı A'dır. 'Ziyaretçiyi siparişe dönüştürmede hangisi daha başarılıydı?' sorusunun yanıtı ise B'dir. Tek bir ölçü, iki farklı karar sorusuna aynı yanıtı vermeyebilir. Analiz raporunda hem pay hem payda gösterilmeli ve iki kampanyanın ziyaret hacmi belirtilmelidir.

Çözümlü örnek: eksik kayıt toplamı nasıl etkiler?

Verilenler: Bir ürünün üç günlük satış adetleri 12, 15 ve eksik olarak kaydedilmiştir. Dördüncü gün satış adedi 13'tür. Amaç, mevcut kayıtlarla toplamı raporlamak ve eksik gün hakkında yanlış kesinlik kurmamak.

1. Adım — Bilinen değerleri ayırma: Bilinen satışlar 12, 15 ve 13 adettir.

2. Adım — Bilinen kayıtların toplamını hesaplama: $12 + 15 + 13 = 40$ adet.

3. Adım — Sonucun kapsamını yazma: 40 adet, dört günün kesin toplamı değil; yalnızca değeri bilinen üç günün toplamıdır. Eksik günün değeri bilinmediği için dört günlük toplam 40'tan büyük veya ona eşit olabilir.

4. Adım — Ortalama konusunda sınırı belirtme: Bilinen üç günün ortalaması $40 / 3 \approx 13,33$ adettir. Bu değer, eksik günün de hesaba katıldığı dört günlük ortalama olarak sunulmamalıdır.

Sonuç: Rapor 'Bilinen üç günde toplam 40 adet satış gerçekleşti; bir günün kaydı eksik' demelidir. Eksik gün için varsayılan bir değer kullanılacaksa bunun gözlem değil, yöntemle üretilmiş bir tahmin olduğu açıkça belirtilmelidir.

Veri analizi ile veri bilimi, büyük veri ve yapay zekâ arasındaki ayrım

Veri analizi, verilerden anlamlı sonuç çıkarma işine odaklanır. Veri bilimi daha geniş bir çerçevedir; veri toplama, temizleme, analiz, modelleme ve bazı durumlarda yeni veri toplama yöntemlerinin geliştirilmesini kapsayabilir. Bu nedenle veri analizi, veri biliminin önemli bir parçası olarak düşünülebilir; iki kavram eş anlamlı değildir.

Büyük Veri, geleneksel yöntemlerle işlenmesi zor olabilen büyük hacimli, hızlı akan veya çeşitli biçimlerdeki veri kümelerini ifade eder. Büyük verinin bulunması, tek başına değerli içgörü üretmez. Bu verinin soruyla ilişkilendirilmesi, uygun altyapıyla işlenmesi ve sonuçların doğrulanması gerekir.

Algoritma, bir problemi çözmek veya işlemi gerçekleştirmek için izlenen adımlar bütünüdür. Yapay zekâ ise belirli görevlerde insan zekâsıyla ilişkilendirilen öğrenme, sınıflandırma veya karar üretme gibi yetenekleri modellemeye çalışan yöntemleri kapsayan daha geniş bir kavramdır. Bir veri analizinde basit bir toplama işlemi de kullanılabilir, makine öğrenimi modeli de; kullanılan aracın karmaşıklığı, analizin otomatik olarak daha doğru olduğu anlamına gelmez.

Sık yapılan hatalar ve karıştırılan kavramlar

1. Veri toplamakla analiz yapmayı karıştırmak: Bir tablo oluşturmak veya çok sayıda kayıt biriktirmek, kayıtların soruya yanıt verecek biçimde incelendiği anlamına gelmez.

2. Korelasyonu nedensellik sanmak: İki değişkenin birlikte artması, birinin diğerine neden olduğunu göstermeyebilir. Başka değişkenler veya ortak bir koşul iki sonucu da etkileyebilir.

3. Paydası farklı oranları doğrudan karşılaştırmak: 80 sipariş ile 40 siparişi karşılaştırmak, ziyaret sayıları farklıysa verimlilik hakkında yeterli bilgi vermez. Oranlarda payda mutlaka yazılmalıdır.

4. Eksik veriyi gizlemek: Eksik kayıtları rapordan çıkarmak veya tahminle doldurmak sonucu etkileyebilir. Hangi kayıtların eksik olduğu ve nasıl ele alındığı belirtilmelidir.

5. Uç değerleri otomatik olarak silmek: Çok yüksek veya düşük bir değer hata olabilir; ancak gerçek bir olayı da temsil edebilir. Silme kararı, kaydın doğrulanmasına ve analiz amacına dayanmalıdır.

6. Grafik biçimine bakıp sonucu kabul etmek: Eksen aralığı, ölçek ve kategori seçimi karşılaştırmayı olduğundan büyük veya küçük gösterebilir. Grafik, ham sayılar ve kullanılan ölçüyle birlikte incelenmelidir.

7. Tahmini gerçekleşmiş sonuç gibi sunmak: Bir modelin tahmini, modelin eğitildiği veri ve varsayımlarla sınırlıdır. Tahmin ile gözlem raporda ayrı etiketlenmelidir.

8. Veri analizi ile yapay zekâyı eşitlemek: Her veri analizi yapay zekâ gerektirmez. Soruya yanıt vermek için basit ve açıklanabilir bir hesap yeterliyse daha karmaşık bir yöntem gereksiz olabilir.