Veri Analiz LaboratuvarıDeney talebi

00 Veri analizi ve veri analitiği danışmanlığı

Her kararbir deneydir.

İşletmelerin sorularını ölçülebilir hipotezlere çevirir, veriyi toplar, modeller ve sonucu bir sonraki adımı belirleyecek açıklıkta raporlarız.

A/B test tasarımından dashboard kurulumuna, istatistiksel analizden tahminlemeye kadar her işi aynı protokolle yürütürüz: önce soru, sonra veri.

NUMUNE 00 · Gürültüden sinyalen = 120eğim = 0,67R² = 0,92
Gürültüden düzenli bir regresyon çizgisine toplanan nokta bulutuSentetik örnek veri: 120 gözlem ve doğrusal model. Gürültü arttıkça model yeniden kurulur ve R² düşer.000,20,20,40,40,60,60,80,811Yapılan değişiklikGözlenen etki
Şekil 1. Sentetik veriyle kurulmuş doğrusal model; gürültü arttıkça R² düşer.
Milimetrik defter sayfasında elle çizilmiş dağılım grafiği; regresyon çizgisinin üzerinden geçen kalın keçeli kalem darbesi ve sağda metal cetvel.
Kâğıttaki ilk hipotez.
Dört klipslenmiş kâğıt: elle çizilmiş dağılım grafiği, histogram, keçeli kalemle çevrelenmiş normal dağılım eğrisi ve ısı haritası.
Şekil 2. Çıktılar tek duvarda toplanır: dağılım, histogram, model uyumu ve ısı haritası.

01 Protokol

Veri analizi süreci: dört adımda bir karar

Laboratuvarda her iş aynı sırayla ilerler.

  1. Soru

    Karar cümlesini yazarız.

    Neyi değiştirmek istediğinizi ve bunu hangi sonuçla ölçeceğinizi tek bir cümlede netleştiririz: “Fiyat sayfasındaki yeni düzen deneme üyeliğini artırıyor mu?” gibi. Hipotez, başarı ölçütü ve karar eşiği, analiz başlamadan önce yazılı hale gelir.

    Girdi
    İş sorusu, mevcut raporlar
    Çıktı
    Hipotez kartı, metrik tanımı
  2. Veri

    Kaynağı denetleriz.

    Hangi tabloda ne olduğunu, nerede eksik ya da çift kayıt bulunduğunu çıkarırız. Gerekirse izleme kurulumunu düzeltir, kaynakları tek bir analiz tablosunda birleştiririz. Temizleme adımlarının her biri kayıt altına alınır.

    Girdi
    Ham kaynaklar, erişimler
    Çıktı
    Veri sözlüğü, kalite raporu
  3. Model

    En basit yeterli yöntemi seçeriz.

    Soruya göre tanımlayıcı istatistik, regresyon, A/B test analizi ya da tahminleme modeli kurarız. Karmaşık bir model yalnızca basit olan yetmediğinde devreye girer; varsayımlar ve belirsizlik aralıkları açıkça raporlanır.

    Girdi
    Temiz analiz tablosu
    Çıktı
    Analiz defteri, model kartı
  4. Karar

    Sonucu eyleme çeviririz.

    Bulguyu, kararı verecek kişinin diliyle yazarız: ne gördük, ne kadar eminiz, ne yapmalı. Süreklilik gereken işler için dashboard ya da otomatik rapor kurarız; bir sonraki deney de buradan başlar.

    Girdi
    Bulgular, belirsizlik
    Çıktı
    Karar notu, dashboard

02 İstasyonlar

Hizmetler: laboratuvar istasyonları

Her proje bir ya da birkaç istasyondan geçer.

Gri bir laboratuvar tezgâhında ipli beş boş numune etiketi; birinin üzerinde yuvarlak bir işaret var.
Şekil 3. Her istasyon bir numune etiketi taşır; işaretli olan, sizin sorunuz.
NUMUNE 01Veri hattı

Veri mühendisliği

Dağınık kaynakları (satış sistemi, e-ticaret altyapısı, reklam platformları, tablolar) tek bir veri ambarında buluşturuyoruz. ETL ve ELT hatlarını kurar, dönüşümleri sürüm kontrollü ve test edilebilir hale getiririz. Böylece aynı soru her sorulduğunda aynı tablodan cevaplanır.

Teslim edilenler

  • Veri ambarı şeması
  • Otomatik veri hatları
  • Veri sözlüğü
NUMUNE 02Metrik katmanı

Dashboard kurulumu ve BI tasarımı

Herkesin aynı sayıya aynı adı verdiği bir metrik katmanı kurarız. Dashboard'ları, ekrana bakan kişinin hangi kararı vereceğine göre tasarlarız: az grafik, net karşılaştırma, açık tanım.

Teslim edilenler

  • Metrik tanımları
  • Yönetim ve ekip dashboard'ları
  • Otomatik raporlar
NUMUNE 03Deney tasarımı

İstatistiksel analiz ve A/B test

Deneyi başlamadan tasarlarız: örneklem büyüklüğü, test süresi, birincil metrik ve durma kuralı önceden belirlenir. Sonuçları güven aralıklarıyla yorumlar, tesadüfi farkları gerçek etkiden ayırırız. Ara sonuçlara bakıp testi erken bitirmek, bu istasyonda yapılmayan ilk şeydir.

Teslim edilenler

  • Deney tasarım dokümanı
  • Güç analizi
  • Sonuç raporu
NUMUNE 04Tahmin aralığı

Tahminleme ve makine öğrenmesi

Talep, satış, stok ya da müşteri kaybı için tahmin modelleri kurarız. Her model basit bir referans modelle karşılaştırılır; daha iyi değilse kullanılmaz. Tahminler tek bir sayı olarak değil, planlamaya yarayan bir aralık olarak sunulur.

Teslim edilenler

  • Model kartı
  • Tahmin hattı
  • Performans izleme
NUMUNE 05Kohort analizi

Pazarlama analitiği

Kanal bazında harcama ile gelir arasındaki ilişkiyi atıf modelleri, kohort analizi ve artımlılık testleriyle ölçeriz. Ölçülen kanallar artık arama ve sosyal medyayla sınırlı değil: markanın yapay zekâ asistanlarının yanıtlarında nasıl yer aldığını izleyen AI Brand Presence çalışmalarından gelen sinyalleri de aynı ölçüm çerçevesine bağlayabiliriz.

Teslim edilenler

  • Ölçüm planı
  • Kohort ve atıf raporları
  • Bütçe senaryoları

03 Bulgular

Örnek senaryolar: bulgular nasıl okunur

Aşağıdaki kayıtlar gerçek müşteri projeleri değildir; laboratuvarın bir soruya nasıl yaklaştığını göstermek için yazılmış örnek senaryolardır. Rakam yerine akıl yürütmeyi gösterirler.

Duvara klipsle asılmış dört grafik çıktısı: zaman serisi, histogram, kalemle daire içine alınmış iki çakışan çan eğrisi ve gri tonlu bir kohort tablosu.
Şekil 4. Zaman serisi, dağılım, iki grup karşılaştırması ve kohort tablosu: aşağıdaki örnek senaryoların biçimleri.
KAYIT Ö-1 · Zaman serisi

Örnek senaryo

Kampanya dönemi satışları gerçekten artırdı mı?

Hipotez
İndirim haftası, normalde gerçekleşecek satışların üzerine ek satış getirdi.
Yöntem
Kampanya öncesi ve sonrası haftalar, mevsimsellik ve trend hesaba katılarak karşılaştırılır.
Olası bulgu
Toplam satış artmış görünse de artışın bir kısmı öne çekilmiş talep olabilir.
KAYIT Ö-2 · A/B test

Örnek senaryo

Yeni ödeme sayfası dönüşümü değiştirdi mi?

Hipotez
Tek adımlı ödeme sayfası, sepeti terk etme oranını düşürür.
Yöntem
Rastgele atamalı A/B test. Örneklem büyüklüğü ve süre önceden hesaplanır; test ara sonuçlara bakılarak erken durdurulmaz.
Olası bulgu
Farkın güven aralığı sıfırı kapsıyorsa sonuç “etki yok” diye değil, “bu testle ayırt edilemedi” diye raporlanır.
KAYIT Ö-3 · Kohort analizi

Örnek senaryo

Hangi müşteriler ikinci siparişi veriyor?

Hipotez
İlk siparişini belirli bir kategoriden veren müşteriler daha sık geri dönüyor.
Yöntem
Müşteriler ilk sipariş ayına ve kategorisine göre kohortlara ayrılır, tekrar satın alma eğrileri karşılaştırılır.
Olası bulgu
Fark tüm kohortlarda sürüyorsa edinme bütçesi o kategoriye kaydırılabilir; yalnızca bazı aylarda görülüyorsa mevsimsel olabilir.

04 Araçlar

Araç seti

Araç seçimi işinize göre yapılır. Mevcut altyapınızla çalışmayı, yeni bir sistem kurmaya her zaman tercih ederiz.

Depolama ve işleme

  • PostgreSQL
  • BigQuery
  • Snowflake
  • dbt
  • Airflow

Analiz ve modelleme

  • SQL
  • Python
  • pandas
  • statsmodels
  • scikit-learn
  • R

Görselleştirme ve BI

  • Looker Studio
  • Power BI
  • Metabase
  • Tableau

Ölçüm ve deney

  • Google Analytics 4
  • Google Tag Manager
  • Sunucu taraflı izleme
  • GrowthBook

05 SSS

Sık sorulan sorular

Veri analizi hizmeti hangi işletmeler için uygun?

Düzenli olarak karar veren ve sonuçlarını ölçebileceği verisi olan her işletme için uygundur. E-ticaret, abonelik, perakende ve hizmet şirketleri en sık karşılaştığımız yapılardır. Belirleyici olan ekip büyüklüğü değil, sorunun netliğidir. Soru henüz net değilse, ilk görüşmede birlikte netleştirir, işin kapsamını ona göre çizeriz.

Verimiz dağınık ya da eksik. Yine de başlayabilir miyiz?

Evet, dağınık ya da eksik veriyle de başlanabilir. Çoğu proje bir veri denetimiyle açılır: elinizdeki kaynakları ve eksikleri çıkarırız. Ardından analiz için hangi verinin yeterli olduğunu, hangisinin önce düzeltilmesi gerektiğini birlikte belirleriz. Veri o soruyu yanıtlamaya yetmiyorsa bunu raporda açıkça yazarız.

Bir A/B test ne kadar sürer?

Süre sabit değildir; trafik hacminize, mevcut dönüşüm oranınıza ve yakalamak istediğiniz en küçük etkiye bağlıdır. Test başlamadan güç analiziyle gereken süreyi hesaplarız. Haftalık döngüleri kapsaması için en az iki tam hafta öneririz. Ara sonuca bakarak testi erken bitirmeyiz; test, başta belirlenen sürede tamamlanır.

Dashboard için hangi aracı kullanıyorsunuz?

Mevcut altyapınıza uyan aracı kullanırız: Looker Studio, Power BI, Metabase ve Tableau ile çalışıyoruz. Araçtan önce metrik tanımlarını netleştiririz; böylece araç değişse bile sayılar aynı kalır. Yeni bir sistem kurmak yerine var olanı tercih ederiz, araç seçimi işin kapsamına göre yapılır.

Verilerimizin gizliliği nasıl korunuyor?

Mümkün olduğunda veriler kendi altyapınızda kalır. Analize yalnızca gereken alanlar alınır ve kişisel veriler maskelenir. Çalışma, KVKK'ya uygun bir veri işleme sözleşmesiyle yürütülür. Hangi verinin hangi amaçla kullanılacağı, işe başlamadan önce yazılı olarak belirlenir.

Proje bitince ne teslim ediyorsunuz?

Karar notu, kullanılan kod ve sorgular, veri sözlüğü ve gerekiyorsa çalışır durumda bir dashboard teslim ederiz. Analiz tekrarlanabilir olmalı: aynı veriyle başka biri de aynı sonuca ulaşabilmeli. Bu yüzden temizleme ve modelleme adımlarının her biri, sonucu yeniden üretecek biçimde kayıt altına alınır.

Çalışmaya nasıl başlıyoruz?

Vermeniz gereken kararı ve elinizdeki veriyi anlatan kısa bir e-posta yeterlidir. İlk görüşmede soruyu birlikte netleştirir, ardından kapsamı ve takvimi yazılı olarak öneririz. Yanıtları henüz bilmiyorsanız sorun değil; soruyu netleştirmek işin bir parçasıdır.

06 İletişim

Bir kararınızı deneye çevirelim

Aşağıdaki üç soruyu yanıtlayan kısa bir e-posta, ilk görüşme için yeterli.

Lastik bantlı, kapalı bir laboratuvar defteri; yanında dolma kalem ve mürekkep şişesi.
Şekil 5. Yeni sayfa açılmayı bekliyor: ilk satıra sorunuz yazılacak.
Deney talep formuForm VAL-01
  1. Hangi kararı vermeniz gerekiyor?
  2. Elinizde hangi veri var?
  3. Karar için ne zamana kadar vaktiniz var?