Veri Analizi Teknikleri, Süreci ve Araç Seçimi

Veri analizi, ham kayıttan karar çıkarma işi. Teknik listesi kabarık görünür ama pratikte işin büyük kısmı birkaç yöntemde biter; asıl zaman analizde değil, veriyi kullanılabilir hale getirmekte geçer. Araç seçimi de ekibin büyüklüğü ve veri hacmiyle belirlenir, o sezon konuşulan aracın adıyla değil.

Nicel ve nitel aynı soruyu farklı yerden yanıtlar

Nicel analiz sayılabilir olanla ilgilenir: satış hacmi, dönüşüm oranı, müşteri başına maliyet. Regresyon, kümeleme ve zaman serisi bu tarafın araçları. Nitel analiz ise sayıya dökülmeyen kısmı okur; kullanıcı görüşmeleri, destek talepleri, ürün yorumları. Tematik analiz, içerik analizi ve duygu analizi burada devreye girer.

İkisini birbirinin alternatifi saymak yanlış. Nicel veri “ne oldu” sorusunu kapatır, “neden” sorusuna cevabı yoktur. Dönüşüm oranının iki haftada düştüğünü tabloda görürsün, düşme sebebini yirmi kullanıcı görüşmesinin üçünde duyarsın.

Hangi teknik ne zaman

• Kümeleme: Benzer kayıtları gruplara ayırır. Çoğu uygulamada küme sayısını sen veriyorsun ve sonuç o sayıya bağlı çıkıyor. Önce iş tarafında kaç segmentin gerçekten ayrı yönetileceğini belirle, sonra çalıştır.
• Regresyon: Değişkenler arasındaki ilişkinin gücünü ölçer. Nedeni göstermez. Reklam harcamasıyla satış arasında güçlü bir ilişki bulman, harcamayı iki katına çıkarınca satışın da katlanacağı anlamına gelmez.
• Zaman serisi: Trend ve mevsimselliği ayırır. En az iki tam döngü veri ister; üç aylık kayıtla yıllık mevsimsellik çıkarılmaz, çıkarılırsa uydurma olur.
• Kohort analizi: Elde tutma sorusuna toplam ortalamadan çok daha dürüst cevap verir. Ocak ayında gelen kullanıcının altıncı aydaki davranışı, tüm kullanıcıların ortalamasında kaybolur.
• Duygu analizi: Türkçede alay ve dolaylı olumsuzlama içeren cümlelerde yanılır. Etiketlenmiş çıktıdan rastgele elli kaydı elle okumadan rapora koyma.

Süreçte zaman gerçekte nereye gidiyor

Kâğıt üzerinde beş adım var: soruyu tanımla, veriyi topla, temizle, modelle, sonucu anlat. Sahada bu adımlar eşit yer tutmaz. Soruyu yazmak ve modeli kurmak kısa sürer, arada kalan temizlik uzar. Eksik alanlar, iki farklı formatta yazılmış tarihler, aynı müşterinin üç ayrı kaydı, virgülle ayrılmış sayıların bir kısmının metin olarak gelmesi.

Bu işin büyük kısmı birkaç SQL sorgusuyla biter (arayüzden tıklayarak temizlemeye çalışmak çoğu zaman daha uzun sürer, üstelik ertesi ay aynı işi baştan yaparsın). Temizlik adımını tekrarlanabilir bir betiğe bağla; veri her ay aynı yerden aynı bozuklukla gelecek.

Sunum kısmını da analizin dışında sayma. Karar verecek kişi tabloya değil tek bir cümleye bakıyor. O cümleyi sen yazmazsan başkası yazar.

Yeterince metriğe bakarsan biri mutlaka anlamlı çıkar

Analiz raporlarının en sık atladığı sınır bu. Yüzde 5 anlamlılık düzeyiyle çalışıyorsan, ortada hiçbir gerçek etki olmasa bile test ettiğin her yirmi metrikten ortalama biri anlamlı görünür. Yirmi metrik gösteren bir panele bakıp içlerinden en çarpıcı olanı seçmek, tam olarak bunu yapmak demek.

Çözüm karmaşık değil. Hangi metriğe bakacağını testten önce yaz. Birden fazla metriği aynı anda test etmen gerekiyorsa eşiği bölerek sıkılaştır; Bonferroni düzeltmesi tam olarak budur, yirmi test için eşik yüzde 5 değil yüzde 0,25 olur. Sonradan göze çarpanı seçip etrafına hikâye kurmak analiz değil, seçmece.

Araç seçimi

Excel ve Google Sheets, tek kişilik analiz ve birkaç bin satır için hâlâ en hızlı yol. Google Analytics web tarafındaki davranışı izlemek için yeterli, ama içindeki örnekleme davranışını bilmeden kesin sayı gibi raporlama. Tableau ve Power BI, iş panelin birden çok kişiye dağıtılacaksa anlamlı; satır sayısı yüz binleri geçmeyen bir veri için Power BI kurmak çoğu ekipte gereksiz yük. KNIME ve RapidMiner kod yazmadan modelleme kurmanı sağlar, prototip aşamasında işe yarar. Qlik Sense ve Zoho Analytics ise hazır iş zekâsı paketi arayan ekiplerin tercihi.

Seçerken dört şeye bak: veri hacmi, ekibin teknik seviyesi, mevcut sistemlerle entegrasyon ve fiyat. Aracın yapabildiklerinin tamamı değil, ekibin düzenli olarak kullanacağı kadarı belirleyicidir. Üç ay sonra kimsenin açmadığı gösterge paneli, hiç kurulmamış panelden pahalıdır.

Kişisel veri ve KVKK

Analiz veri setinde ad, e-posta ve telefon tutmana çoğu zaman gerek yok. Karşılığı sabit bir kimlik üretirsen kohort analizi de segmentasyon da aynı şekilde çalışır, veri sızarsa kayıp çok daha küçük olur. Erişimi de rol bazında ayır; herkesin ham tabloya bakabildiği bir kurulumda anonimleştirmenin pratik bir karşılığı kalmaz.