Veri analizi işlemini keşfetme
Veri analizi, karar alma sürecini bilgilendirmek için veri toplama, dönüştürme ve sunma işlemidir. Analiz çözümü geliştirme, herhangi bir teknoloji dahil olmadan önce başlar ve bir gereksinim toplama alıştırması yapılır. Buradan işlem verileri almaya, işlemeye ve keşfetmeye devam eder. Analiz ve çözüm dağıtımının ardından işletmeden geri bildirim istenir. Son olarak analiz çözümü iyileştirilmiştir ve süreç yeniden başlar. Analiz işlemi hiçbir zaman yapılmaz.
Burada veri analizi işlemine hangi adımların dahil olduğunu öğreneceksiniz.
Gereksinimler toplanıyor
Veri ekipleri, bir analiz projesinin iş gereksinimlerini ve hedeflenen sonuçlarını anlamak için işletmeyle birlikte çalışır. Gereksinimlerin toplanması şunların tanımlanmasını içerir:
- İşletmeyle ilgili önemli sorular nelerdir?
- Hangi veriler kullanılabilir? Kullanılabilir veriler iş gereksinimlerine yanıt verecek mi yoksa daha fazla veri toplanması mı gerekiyor?
- Temel boyutlar nelerdir? Paydaşlar verileri nasıl dilimleyip parçalara ayıracak?
- Temel performans göstergeleri veya performans ölçümleri nelerdir?
- Kullanıcılar analizi nasıl kullanacak?
- Veri alımının sıklığı nedir?
- Raporlama sıklığı nedir?
Bir veri ekibinin yukarıdaki sorulardan herhangi birini tartışmadan veri hacimlerinden içgörü elde edebilmesi yaygın bir yanlış anlaşılmadır. Veri ekibi, yapılandırılmış gereksinimler toplama sürecini izlemeden uygun analiz türünü ve/veya doğru çözümü belirleyemez.
Gereksinimlerin toplanması ekip yapısına, veri hacmine ve hızına ve gerekli analiz türüne bağlı olarak birçok biçim alabilir.
Veri alımını ve bilgi işlem
İşletmeden toplanan gereksinimleri kullanan bir veri ekibi verileri alıp dönüştürmeye başlar.
Alma ve dönüştürme için kullanılabilen Azure veri hizmetleri Azure Cosmos DB, Azure SQL Veritabanı, Azure Synapse Analytics, Azure Databricks, Azure Data Lake, Azure Event Hubs ve Azure Stream Analytics'i içerir ancak bunlarla sınırlı değildir.
Veri mühendisi genellikle verilerin ilk alımından ve dönüşümünden sorumludur. Veriler daha sonra araştırma ve analiz için veri ekibinin diğer üyelerine görünür. Kurumsal veri analistleri ve veri bilimcileri tarafından yaygın olarak kullanılan Azure veri hizmetleri belirli veritabanları veya veri gölleriyle sınırlı olabilir.
Ayıklama, Dönüştürme ve Yükleme (ETL) veya Ayıklama, Yükleme ve Dönüştürme (ELT) terimleri, verileri alma ve işleme işlemine başvurur.
Dekont
ETL işlemi hakkında daha fazla bilgi edinin.
Veri keşfi
Veri keşfi , nelerle çalıştığınızı ve bu verilerin işletmenin gereksinimlerine nasıl yanıt verebileceğini anlama çabasıdır. Veri keşfi birçok farklı araçta yapılabilir. Temel düzeyde, veri ekibi Excel'i kullanarak bir .csv dosyasının içeriğine bakarak kayıt sayısını ve/veya incelemeleri gereken belirli değişkenleri görüntüleyebilir. Veri ekibinin her üyesi farklı bir araçta veri profili oluşturma gerçekleştirebilir. Bir analist Power BI'da Power Query kullanarak verilerin profilini oluştururken, veri bilimcisi Azure Synapse'te Apache Spark kullanabilir.
Veri keşfi gerekli veri dönüştürme ve temizleme adımlarını bilgilendirmeye yardımcı olur. Bu adımlar, analiz çözümünü oluşturmak için veri mühendisine geri akışla iletilebilir.
Analist ayrıca veri araştırma aşamasında pano veya rapor prototipi oluşturma işlemine başlayabilir. İşletmenin analizin sonuçlarını nasıl görmek ve kullanmak istediğini anlamak, veri keşfi sırasında ortaya çıkan eğilimler ve içgörülerle birlikte prototipi bilgilendirecektir.
Veri analizi
Veriler keşfedildikten sonra veri analizi başlayabilir. Analiz açıklayıcı, tahmine dayalı, açıklayıcı, hatta bilişsel olabilir ve birçok farklı araçta gerçekleştirilebilir. Sonuçlar, belirlenen iş gereksinimlerine yanıt vermelidir ve ilk gözden geçirmeden sonra büyük olasılıkla daha fazla soru ve analize yol açacaktır.
Tek seferlik analiz ile analiz çözümü arasında fark vardır. Her ikisinin de yeri vardır ve gereksinimler toplama sürecinde biri veya diğeri için ihtiyaç belirlenecektir.
Analiz çözümünü dağıtma
Sonuçlar, microsoft Power BI gibi bir raporlama veya veri görselleştirme aracında proje katılımcılarına sunulacaktır. Bu araçta kişiler karar almak için analiz sonuçlarıyla etkileşimde bulunabilir ve bunları kullanabilir.
Analiz çözümünün dağıtımında dikkat edilmesi gereken önemli noktalar, verileri ihtiyacı olan herkesin eline almak için gereken doğru araçları, lisansları ve izinleri belirlemenize yardımcı olur. Zamanında içgörülere erişim, sonuçta veri odaklı kararlar alınmasına yol açar.
Geri bildirim isteme ve işleme
Analiz çözümünün dağıtımı bir bitiş çizgisi gibi görünebilir, ancak birkaç önemli sorunun yanıtını anlamak önemlidir.
- Veri ürünü kullanılıyor mu?
- Analiz, iş gereksinimlerine gerçekten yanıt veriyor mu?
- Çözümde öngörülemeyen teknik sorunlar var mı?
- Veri ürünü erişilebilir mi?
- Bu analiz hangi yeni iş sorularını doğurmaktadır?
Analiz çözümünüzü kullanan kişiler müşterilerinizdir ve oluşturduğunuz ürün ihtiyaçlarına yeterince yanıt vermiyorsa yapılacak işler vardır.
Geri bildirim talep eden birden çok ortam vardır. Çözümün ilk kez başlatılması için düzenli gözden geçirme toplantıları gerekebilirken, devam eden bir projenin kullanım ölçümlerini izlemek zaman içindeki kullanımı ve hatta çözümünüzün yararlı olmayan ve yararlı olmayan alanlarını anlamanıza yardımcı olur.
Çözümü iyileştirme
Kullanıcılarınızın geri bildirimlerini uygulamak, analiz çözümünüzü iyileştirmek için mantıklı bir ilk adımdır. Veri yenilemenin ayrılan süre içinde gerçekleşmesini sağlamak gibi işlemdeki gecikme süresini kaldırma fırsatları da olabilir. İyileştirme, görsel tasarımda ince ayarlamalar yaparak veya rapor görsellerinin hızla işlenmesini sağlayarak kullanıcı gereksinimlerini daha doğru yansıtma anlamına da gelebilir.
Yeniden başlayın
Analiz süreci doğası gereği döngüseldir. Verileri ve içgörüleri ortaya çıkarmak genellikle daha fazla analiz isteğine neden olur ve bu da daha fazla geri bildirime yol açar. Büyük bir veri ekibinde analiz işlemi, farklı ekip üyelerinin sürecin bir sonraki adımına geçmeden önce küçük hedeflere ulaşmak için aynı anda çalıştığı kısa sprint'lerde gerçekleşebilir. Daha küçük ekiplerde bir kişi birden çok rolde hareket ediyor olabilir ve bu da sürecin farklı görünmesini sağlar.
İşlemin sizin için nasıl göründüğünden bağımsız olarak iletişim, tüm aşamalarda kritik bir bileşendir. Veri ekibinin, çözüm geliştirmenin verilerde görünebilecek iş gereksinimlerine ve ihtiyaçlarına yanıt vermesini sağlamak için birbirleriyle iletişim kurması ve işletmeyle diyalog halinde olması gerekir.