Floemdata
Veri ve ETL

Veri bilimi nedir? Veri analizinden farkı

Veri bilimi ile veri analizi arasındaki fark, hangi aşamada neye ihtiyaç duyulur ve bir model kurmadan önce verinizde neyin doğru olması gerekir?

Floemdata · · 5 dk okuma

Veri bilimi, istatistik ve makine öğrenmesi yöntemleriyle veriden tahmin ve örüntü çıkarma alanıdır. Veri analizinden farkı sorduğu sorudadır: analiz “ne oldu ve neden” der, veri bilimi “bundan sonra ne olacak” diye sorar.

Dört seviye, tek sıra

  • Betimleyici — ne oldu? (raporlama)
  • Tanısal — neden oldu? (veri analizi)
  • Öngörücü — ne olacak? (veri bilimi)
  • Yönlendirici — ne yapmalıyım? (karar destek)

Bu sıra atlanabilir bir merdiven değildir. Betimleyici katmanı oturmamış bir şirkette öngörücü model kurmak, temeli dökülmemiş binaya çatı yapmaya benzer: model çalışır, sayı üretir, ama üretilen sayının doğru olduğunu kimse gösteremez.

Veri bilimi projelerinin çoğu neden modelde değil veride takılır

Saha deneyimi tutarlı: bir veri bilimi projesinin zamanının büyük kısmı model seçiminde değil, veriyi toplamakta, temizlemekte ve tutarlı hâle getirmekte geçer. ERP verisinde bu iş özellikle zahmetlidir — iptal edilmiş belgeler, geriye dönük düzeltmeler, farklı para birimleri, aynı müşterinin iki kartı.

Model kurmadan önce cevaplanması gerekenler

  • Eğitim verisi hangi tarihte hangi hâldeydi — geçmişi yeniden üretebiliyor musunuz?
  • İptal ve iade kayıtları veriden çıkarıldı mı, yoksa geliri şişiriyor mu?
  • Maliyet geriye dönük değiştiyse eski dönemin rakamı hâlâ tutuyor mu?
  • Ürettiğiniz sayı muhasebenin rakamıyla mutabık mı?

Gerçekçi sıra

Çoğu KOBİ için doğru sıralama şudur: önce veriyi tek yerde toplayın ve kaynağıyla mutabık hâle getirin; sonra tanısal analizle nedenleri görün; istatistiksel anomali tespitiyle sapmaları yakalayın; ancak bunlar oturduktan sonra öngörücü modele geçin. Floemdata ilk iki adımı kuran katmandır — üstüne hangi modeli koyacağınız size kalır.

← Bütün rehberler