Basit Örneklerle Veri Analizi Rehberi
Analiz etmek, en basit tanımıyla karmaşık bir konuyu, bütünü veya problemi daha iyi anlayabilmek için parçalarına ayırma ve bu parçalar arasındaki ilişkileri inceleme sürecidir.
Konuyu netleştirmek için önce günlük hayattan bir genel analiz örneği, ardından iş dünyasından somut bir veri analizi örneği üzerinden gidelim.
1. Genel Analiz Örneği: "Akıllı Telefon Seçimi"
Bir telefon alacaksınız ve bütçenize en uygun, en uzun ömürlü cihazı seçmek istiyorsunuz. Bu kararı rastgele değil de analiz ederek vermek şu adımlardan oluşur:
• Bütünü Parçalara Ayırma (Kriterleri Belirleme): Telefonu tek bir nesne olarak değil; Fiyat, Kamera Kalitesi, Batarya Ömrü, İşlemci Performansı ve Kullanıcı Yorumları gibi alt başlıklara ayırırsınız.
• Veri Toplama ve Karşılaştırma: Belirlediğiniz 3 modelin özelliklerini yan yana koyarsınız.
• İlişkileri İnceleme: "A modeli pahalı ama kamerası çok iyi, B modelinin bataryası güçlü ama işlemcisi eski" diyerek performans ve fiyat arasındaki dengeyi tartarsınız.
• Sentez ve Sonuç: Kendi kullanım alışkanlıklarınızı (örneğin oyun oynamadığınızı ama çok fotoğraf çektiğinizi) göz önünde bulundurarak en mantıklı seçeneğe ulaşırsınız.
2. Veri Analizi Örneği: "E-Ticaret Mağazasının Satışlarını Artırmak"
Veri analizi, yukarıdaki mantığı ham veriler (sayılar, metinler, loglar) üzerinde istatistiksel ve mantıksal yöntemler kullanarak uygulama sürecidir.
Bir e-ticaret siteniz olduğunu ve son 1 aydır ciroların düştüğünü varsayalım. Bu problemi veri analiziyle nasıl çözeceğimize adım adım bakalım:
Adım 1: Veriyi Toplama (Data Collection)
Sitenizin veri tabanından ve analitik araçlarından son bir haftaya ait şu ham verileri çekersiniz:
Adım 2: Veriyi Temizleme ve Düzenleme (Data Cleaning)
Eksik veriler, hatalı kayıtlar (örneğin sistem hatasından dolayı 0 TL görünen satışlar) temizlenir. Veri analize hazır hale getirilir.
Adım 3: Keşifçi Veri Analizi (EDA - Exploratory Data Analysis)
Rakamlara daha yakından bakıp yeni metrikler üretiriz. Örneğin, Dönüşüm Oranı (Ziyaretçilerin yüzde kaçı alışveriş yaptı?) metriğini hesaplayalım:
• Pazartesi: (200 / 10.000) * 100 = %2
• Çarşamba: (150 / 15.000) * 100 = %1
Anomali Tespiti: Çarşamba ve Perşembe günleri reklam bütçesini iki katına çıkarıp siteye daha fazla ziyaretçi çekmemize rağmen, hem satın alan kişi sayısı düşmüş hem de dönüşüm oranı %2'den %1'e çakılmış.
Adım 4: Kök Neden Analizi ve Çıkarım (Inference)
Verideki bu tuhaflığı gördükten sonra "Neden?" sorusunu sorarız. Çarşamba günü ne değişti?
• İnceleme: Çarşamba günü yayına alınan yeni reklam kampanyasının hedef kitlesi yanlış seçilmiş olabilir mi? Veya siteye gelen yoğun trafik yüzünden ödeme sayfasında teknik bir hata mı yaşandı?
• Bulgu: Log kayıtları incelendiğinde, Çarşamba günü ödeme sisteminde bir altyapı güncellemesi yapıldığı ve mobil kullanıcıların %40'ının kredi kartı aşamasında hata alıp siteyi terk ettiği görülüyor.
Adım 5: Aksiyon Alma (Action)
Analiz sonucunda elde edilen veri odaklı karar: Reklam bütçesini rastgele değiştirmek yerine, mobil ödeme sayfasındaki kod hatası derhal düzeltilir.
Özetle; genel analiz bize "neyi, nasıl inceleyeceğimizi" söylerken, veri analizi "verilerin fısıldadığı somut kanıtları" bulmamızı sağlar.
Yorumlar
Yorum Gönder