Veri Analitiği Nedir?

Veri analitiği nedir?

Veri analitiği, ham verinin toplanması, temizlenmesi, incelenmesi ve yorumlanarak karar vermeye yarayacak bilgiye dönüştürülmesidir. Satış kayıtları, web sitesi ziyaretleri, reklam sonuçları, çağrı merkezi kayıtları ya da stok hareketleri tek başına yalnız sayıdır; analitik bu sayılardan "ne oluyor, neden oluyor, ne olacak ve ne yapmalıyız" sorularının cevabını çıkarır.

İyi bir analitik çalışması grafikle değil soruyla başlar. "Geçen ay neden daha az teklif talebi geldi?" ya da "Hangi müşterilerimiz önümüzdeki üç ayda bizi bırakabilir?" gibi net bir soru, hangi verinin toplanacağını ve nasıl inceleneceğini belirler.

Veri analitiğinin dört türü

Şirketlerin çoğu betimleyici raporlarla başlar. Değer, analiz "ne oldu" sorusundan "ne olacak" ve "ne yapmalıyız" sorularına ilerledikçe artar; ama her basamak bir öncekinin doğru kurulmasına dayanır.

Dört türü tek örnekte görmek (kurgusal)

Bir e-ticaret sitesinin satışları geçen aya göre düşmüş olsun. Betimleyici analiz düşüşün büyüklüğünü ve hangi günlerde başladığını gösterir. Tanılayıcı analiz kırılımlara iner ve düşüşün mobil cihazlarda, ödeme adımında yoğunlaştığını, aynı günlerde bir site güncellemesi yapıldığını ortaya çıkarır. Öngörücü analiz, sorun düzeltilmezse önümüzdeki haftalarda kaybın nasıl büyüyeceğini tahmin eder. Kuralcı analiz ise önerir: önce mobil ödeme adımı düzeltilsin, düzeltme yayına alınana kadar reklam bütçesinin bir kısmı masaüstü kampanyalara kaydırılsın. Aynı veri, dört farklı soruya dört farklı cevap verir.

Öngörücü analitik ve öngörüsel modelleme

Öngörücü analitik, geçmiş verideki örüntüleri öğrenen istatistik ve makine öğrenmesi modelleriyle geleceğe dair tahmin üretir. En sık kullanılan model türleri şunlardır:

• Zaman serisi modelleri: Geçmiş satış ya da trafik verisindeki eğilim ve mevsimselliği kullanarak gelecek dönemi tahmin eder.
• Sınıflandırma modelleri: Bir müşterinin ayrılma, bir başvurunun satışa dönüşme ya da bir işlemin hatalı olma olasılığını hesaplar.
• Regresyon modelleri: Fiyat, reklam harcaması ya da hava durumu gibi etkenlerin bir sonuca etkisini sayısallaştırır.

Anlamlı bir öngörüsel model için genellikle en az 6-12 aylık geçmiş veri gerekir; mevsimsel dalgalanması güçlü işlerde daha uzun bir dönem daha iyi sonuç verir. Modelin güvenilirliği, eğitimde kullanılmayan bir dönemin verisiyle sınanarak ölçülür: model geçmişte ayrılmış birkaç ayı "tahmin eder", tahmin gerçekleşenle karşılaştırılır. Talep tahmininde ortalama yüzde hata (MAPE), sınıflandırmada ise modelin riskli dediği müşterilerin ne kadarının gerçekten ayrıldığı gibi ölçütler kullanılır.

Veri analitiği süreci adım adım

1. Soruyu tanımlayın: Hangi karar verilecek ve bu karar için hangi bilgi gerekiyor?
2. Veri kaynaklarını belirleyin: Google Analytics 4, CRM, ERP, e-ticaret paneli, reklam platformları ve çağrı merkezi kayıtları.
3. Veriyi temizleyin: Mükerrer ve eksik kayıtları ayıklayın, farklı sistemlerdeki biçimleri (tarih, para birimi, ürün kodu) eşitleyin.
4. Veriyi birleştirin: Farklı kaynakları ortak bir anahtarla (müşteri ya da sipariş numarası) birleştirin; hacim büyükse bir veri ambarı kullanın.
5. Analiz edin ve modelleyin: Soruya göre betimleyici rapor, kırılım analizi ya da tahmin modeli kurun.
6. Görselleştirin: Looker Studio ya da Power BI gibi araçlarla kararı verecek kişinin bir bakışta anlayacağı panolar hazırlayın.
7. Aksiyona çevirin ve izleyin: Bulgudan doğan kararın sonucunu da ölçün; analiz ancak bir karar değiştirdiğinde değer üretir.

Hangi kararlar veriyle iyileşir?

• Pazarlama bütçesi: Hangi kanalın gerçekten satış getirdiği, bütçenin nereye kaydırılması gerektiği.
• Stok ve satın alma: Hangi ürünün ne zaman, ne kadar sipariş edilmesi gerektiği.
• Fiyatlandırma ve kampanya: İndirimin satışa ve kâra etkisi, kampanyanın en verimli zamanı.
• Müşteri ilişkileri: Ayrılma riski yüksek müşterilerin önceden belirlenip özel ilgiyle tutulması.
• Operasyon: Çağrı merkezi, sevkiyat ya da mağaza yoğunluğuna göre personel planı.

Veri kalitesi ve kişisel veriler

Analizin kalitesi verinin kalitesini geçmez. "Müşteri", "satış" ya da "aktif kullanıcı" gibi temel kavramların her departmanda aynı tanımla kullanılması, raporların birbiriyle çelişmesini önler. Analizde kişisel veri kullanılıyorsa 6698 sayılı KVKK kapsamındaki ilkeler geçerlidir: veri yalnız belirlenen amaç için ve gerektiği kadar işlenmeli, mümkün olduğunda anonim ya da takma adla kullanılmalı, erişim yalnız yetkili kişilerle sınırlı tutulmalıdır.

Sık yapılan hatalar

• Soru belirlemeden, "her şeyi gösteren" bir pano kurmak
• Takipçi sayısı gibi karara etkisi olmayan göstergelere odaklanmak
• Birlikte değişen iki göstergeden birini diğerinin nedeni sanmak
• Farklı sistemlerdeki farklı tanımları fark etmeden verileri karşılaştırmak
• Tahmin modelini bir kez kurup koşullar değiştiğinde güncellememek

Sık sorulanlar

Veri analitiği ile veri bilimi arasındaki fark nedir? Veri analitiği, belirli iş sorularını cevaplamak için veriyi inceler ve raporlar. Veri bilimi ise daha geniş bir alandır; istatistik, programlama ve makine öğrenmesiyle yeni modeller ve yöntemler geliştirir. Öngörüsel modelleme iki alanın kesiştiği yerdedir.

İş zekâsı (BI) ile veri analitiği aynı şey mi? İş zekâsı, verinin düzenli raporlar ve panolarla karar vericilere sunulmasına odaklanır ve çoğunlukla betimleyici analitiğe karşılık gelir. Veri analitiği bunu da kapsar, ama nedenleri araştırmayı ve geleceği tahmin etmeyi de içerir.

Veri analitiği için hangi araçlar kullanılır? Başlangıç için Google Analytics 4 ve elektronik tablolar yeterli olabilir. Farklı kaynaklar birleştikçe BigQuery gibi veri ambarları, görselleştirme için Looker Studio ya da Power BI, modelleme için Python veya R kullanılır.

Kişisel veriler analizde nasıl korunur? Analiz amacıyla gerekmeyen kişisel bilgiler veri setinden çıkarılır, kimlik bilgileri mümkün olduğunda anonimleştirilir ya da takma adla değiştirilir ve verilere erişim yalnız yetkili kişilerle sınırlandırılır.

Başlarken

Reklam tarafındaki en temel getiri ölçüsünü ROAS nedir yazımızda, müşteri verisinin tek merkezde toplanmasını CRM nedir yazımızda, kampanya ölçümünün planlanmasını medya planı nasıl hazırlanır rehberimizde anlattık. Inside Media olarak veriyi toplayıp temizleyen, panoya ve tahmin modeline dönüştüren süreci veri analitiği ve öngörüsel modelleme hizmetimizle yürütüyoruz.