VeriAnalizi

Sayısal verilerden yararlanma, bir düşünceyi, herhangi bir şekilde tartışma yaratmayacak şekilde belgelerle ya da sayısal verilerle destekleyerek açıklamaya denir. Bu yöntem, genellikle bilimsel verilere dayanarak bir düşüncenin daha inandırıcı hale getirilmesi için tercih edilir. Sayısal verilerden yararlanmanın bazı özellikleri: Sayılar, istatistikler ve yüzdelik değerler anlatımda kullanılarak konunun daha inandırıcı hale getirilmesi hedeflenir. Bu yöntem aynı zamanda bilimsel verilerden yararlanma olarak da adlandırılır, çünkü bilimsel çalışmalar genellikle sayısal ya da istatistiksel veriler içerir. Okuyucunun güvenini kazanmak amacıyla anket sonuçları, araştırmalar, istatistiki bilgiler gibi kanıtlar kullanılır. Sayısal verilerden yararlanmaya örnek cümleler: "Boy oranına bakıldığında kilonun en çok 60 olması gerekir." "Yıllık üretimi yaklaşık 200 bin ton civarındadır." "Yapılan satışlarda elma diğer ürünlere göre çok daha önemli bir yer tutmaktadır." "Ülkemizde sigara kullanımı ise, her geçen seneye göre %50’ye kadar düşmüştür." "Geçen yıl, toplamda 480 milyon 257 bin 824 kitap üretilirken, e-kitap satışları da %100 artış göstermiştir."

MKYS (Malzeme Kaynak Yönetim Sistemi) iş zekasının nasıl kullanılacağına dair bilgi bulunamadı. Ancak, MKYS sistemine giriş ve kullanım için aşağıdaki adımlar izlenebilir: 1. Giriş: is-zekasi.saglik.gov.tr adresine il sağlık müdürlüğü personeli kimlik bilgileri (TC Kimlik No ve parola) ile giriş yapılır. 2. Kurum Analizi: Sağ üst köşedeki "Kurum Analiz" butonuna tıklanarak, seçilen sağlık tesisine ait çeşitli raporlara ulaşılır. 3. Veri Sorgulama: "Devir Detay Sorgulama" gibi modüller kullanılarak belirli tarih aralıklarında yapılan işlemler sorgulanabilir. MKYS sistemi, stok hareketleri, devir işlemleri ve satın alma gibi süreçlerin takibini sağlar.

Akademetre, araştırmaya dayalı çözüm üreten bir stratejik planlama kuruluşudur. Akademetre'nin yaptığı işler arasında şunlar yer alır: Pazarlama ve sosyal araştırmalar. Veri toplama ve analiz. Strateji üretimi. Çeşitli araştırmalar. Akademetre, Türkiye Araştırmacılar Derneği, European Society for Opininon and Marketing Research üyesi ve GAB 02 (Güvenilir Araştırma Belgesi 02) sahibidir.

Korelasyon tablosu oluşturmak için aşağıdaki adımlar izlenebilir: 1. SPSS ile korelasyon analizi yapmak için: "Analyze" menüsünden "Correlate" ve ardından "Bivariate" seçeneğine tıklayın. Değişkenleri "Variables" kutusuna ekleyin. "Correlation Coefficients" bölümünde "Pearson" seçeneğini işaretleyin. "Test of Significance" bölümünde "two-tailed" seçeneğini işaretleyin. "OK" butonuna basarak analizi başlatın. 2. Elle korelasyon tablosu oluşturmak için: Her iki değişkeni de içeren bir veri tablosu oluşturun ve bu değişkenleri "x" ve "y" olarak etiketleyin. Tablonun yanına "xy", "x²" ve "y²" için üç ek sütun ekleyin. Temel çarpma işlemlerini yaparak tabloyu doldurun. Tüm sütunları toplayın. Korelasyon formülünü kullanarak değerleri girin. Korelasyon katsayısı, -1 ile 1 arasında değer alır ve değişkenler arasındaki ilişkinin gücünü gösterir. Korelasyon analizi yapmadan önce, verinin uç değerlere sahip olmaması ve ilişkinin doğrusal olması gibi bazı ön şartları sağlaması gerekir.

Monitera, sosyal medya ve dijital dünya takibi yaparak elde ettiği verileri analiz eden bir şirkettir. Başlıca hizmetleri: Sosyal medya takibi. Müşteri ilişkileri yönetimi. Raporlama. Monitera'nın müşterileri arasında Türkiye'nin büyük markalarının yanı sıra dijital ajanslar, PR ve reklam ajansları, araştırma şirketleri ve çağrı merkezleri bulunmaktadır.

Yapay zekada veri analisti, büyük veri kümelerini analiz ederek anlamlı içgörüler çıkarır ve bu bilgileri iş stratejileri için raporlar halinde sunar. Veri analistinin bazı görevleri: Veri toplama. Veri temizleme. Veri analizi. Görselleştirme ve raporlama. Veri analistleri, işletmelerin daha doğru kararlar almasına ve operasyonel süreçleri optimize etmesine yardımcı olur.

Excel'de performans değerlendirme şablonu oluşturmak için aşağıdaki adımlar izlenebilir: 1. Temel bilgilerin eklenmesi. 2. Hedeflerin ve performans sonuçlarının dahil edilmesi. 3. Güçlü ve zayıf yönlerin belirtilmesi. 4. Gelecek dönem için gelişim ve öğrenme planlarının yapılması. 5. Çalışan geri bildirimi için alan ayrılması. 6. Genel değerlendirme ve özet. Ayrıca, performans değerlendirme şablonları aşağıdaki sitelerden indirilebilir: Someka. Chartexpo. Teamflect.

Looker Studio'da yapılabilecek raporlardan bazıları şunlardır: KPI takibi. İnteraktif raporlar. Veri hikayeleri. Google Search Console raporları. Uygulama + web raporları. Looker Studio, geniş bir yelpazede veri görselleştirme ve raporlama özellikleri sunar. Looker Studio'da rapor oluşturmak için bir Google hesabınızın olması gerekir. Daha fazla bilgi için Looker Studio'nun resmi web sitesi olan lookerstudio.google.com ziyaret edilebilir.

Müşteri Memnuniyeti Endeksi (CSI) hesaplamak için aşağıdaki adımlar izlenebilir: 1. Anket Oluşturma ve Dağıtma. 2. Yanıt Toplama. 3. Bireysel Memnuniyet Puanlarını Hesaplama. 4. Genel CSI'yi Hesaplama. Bunun için: Tüm soruların ortalama puanlarının toplamı alınır. Bir önceki adımda elde edilen toplam, anketteki soru sayısına bölünerek genel ortalama CSI puanı bulunur. CSI'nin daha kolay yorumlanabilmesi için, puanlama ölçeği 1'den 5'e ise, elde edilen ortalama puan 5'e bölünerek 100 ile çarpılabilir. CSI, 80% ve üzeri bir değer aldığında, bu yüksek bir müşteri memnuniyeti ve sadakati anlamına gelir.

X ve Y modeli oluşturmak için aşağıdaki adımlar izlenebilir: 1. Veri Seçimi: Grafikte yer alacak veriler belirlenir. 2. Grafik Oluşturma: - Google Sheets gibi bir programda, "Ekle" menüsünden "Grafik" seçeneği seçilir. - Veri aralığı seçildikten sonra, "Dağılım Grafiği" türü belirlenir. 3. Grafiği Özelleştirme: - Grafik stilini, başlıklarını, renklerini ve diğer unsurları "Ayarla" ve "Özelleştir" sekmelerinden düzenlenebilir. 4. Yorumlama: - Grafikler, elde edilen verilerin özetlenmesinde ve yorumlanmasında kullanılır. X ve Y eksenlerinin anlamları: X ekseni (abscissa): Bağımsız değişkeni veya nedeni temsil eder. Y ekseni (ordinate): Bağımlı değişkeni veya etkiyi temsil eder.

"İclâ ölçek" hakkında bilgi bulunamadı. Ancak, genel olarak ölçekler, verilerin ölçülmesi, sınıflandırılması ve analiz edilmesi için kullanılır. Bazı ölçek türleri: Nominal (Sınıflama) Ölçek: Verileri kategorilere ayırır, sıralama ve aritmetik işlemler yapılamaz. Ordinal (Sıralama) Ölçek: Verileri belirli bir sıralama içinde düzenler, ancak sıralamanın aritmetik anlamı yoktur. Aralık (Interval) Ölçek: Veriler arasındaki farkları ölçer, sıfır noktası keyfi olarak belirlenmiştir. Oran Ölçek: Mutlak sıfır noktası vardır, veriler arasında hem farklar hem de oranlar hesaplanabilir.

İstatistikte şekil ölçüleri olan çarpıklık ve basıklık şu şekilde hesaplanır: Çarpıklık (Skewness): Çarpıklık katsayısı pozitif ise dağılım pozitif çarpıktır. Çarpıklık katsayısı sıfır ise dağılım simetriktir. Çarpıklık katsayısı negatif ise dağılım negatif çarpıktır. Basıklık (Kurtosis): Yaklaşık 3 değeri, normal dağılıma yakın bir basıklığı ifade eder. 3’ten büyük değerler, sivri (leptokurtic) yapıyı gösterir. 3’ten küçük değerler, yayvan (platykurtic) yapıyı gösterir. Bazı çarpıklık ve basıklık hesaplama formülleri: Fisher’in asimetri katsayısı. Pearson asimetri katsayısı. Bowley’in çarpıklık katsayısı. Bu formüllerde: μ aritmetik ortalama, Mo mod, σ standart sapma, N toplam veri sayısı, Q_3 üçüncü çeyrek, Q_1 birinci çeyrek ve Me medyandır. Daha fazla bilgi ve farklı hesaplama yöntemleri için istatistik kaynaklarına başvurulması önerilir.

R programlama dili, istatistiksel analizler, veri görselleştirme ve hesaplamalı modelleme işlemleri için kullanılır. R programının bazı kullanım alanları: Veri bilimi ve analitiği. Akademik araştırmalar. Zaman serisi ve finansal analiz. Veri manipülasyonu. R, açık kaynaklı ve platform bağımsız bir dil olup, geniş bir kullanıcı topluluğu ve zengin bir paket ekosistemine sahiptir.

Enerji analiz hatasını düzeltmek için aşağıdaki adımlar izlenebilir: Modelin yeniden yapılandırılması: Enerji modeli, yapı büyüklükleri ve karmaşık geometriler nedeniyle hata veriyorsa, modeli daha basit ve bağımsız birimlerden oluşacak şekilde yeniden düzenlemek gerekebilir. Geri besleme sistemi kullanımı: Enerji analiz yazılımlarında oluşan hataların nedenlerini araştırmak ve hata paylarını azaltmak için geri besleme sistemleri oluşturulabilir. Modern izleme sistemlerinin kullanımı: Gerçek zamanlı enerji tüketimi verilerini toplayan ve analiz eden enerji izleme yazılımları ve IoT (Nesnelerin İnterneti) tabanlı cihazlar, manuel hataları ortadan kaldırır ve enerji verimliliğini artırır. Enerji analiz hatalarının düzeltilmesi için bir uzmana danışılması önerilir.

Post-hoc analizi, istatistiksel bir test sonucunda genel bir grup farklılığı belirlendiğinde ve bu farkın hangi gruplar arasında olduğunu belirlemek istendiğinde yapılır. Özellikle şu durumlarda kullanılır: ANOVA (varyans analizi) testi sonrası. Araştırma sorusuna doğrudan yanıt verme amacı taşımayan durumlarda. Post-hoc analizi için belirli bir zaman aralığı söylemek mümkün değildir; veri analizi sürecinde herhangi bir zamanda yapılabilir.

CPG (Consumer Packaged Goods), tüketici ambalajlı ürünler anlamına gelir ve bu alanda faaliyet gösteren şirketler, hızlı tüketilen ve düzenli satın alınması gereken ürünleri pazarlar. CPG şirketlerinin yaptığı işler: Pazarlama: Marka bilinirliğini artırmak, tüketici davranışlarını etkilemek ve satışları yükseltmek için çeşitli pazarlama stratejileri uygularlar. Tedarik ve Dağıtım: Ürünleri büyük ölçekte üretip perakende satış noktalarına veya çevrimiçi mağazalara dağıtırlar. İnovasyon: Yoğun rekabet ve değişen tüketici talepleri nedeniyle sürekli olarak yenilikçi çözümler ve ürünler geliştirirler. CPG ürünlerine örnek olarak gıda ve içecekler, kozmetik ürünler, temizlik malzemeleri ve reçetesiz satılan ilaçlar verilebilir.

Üretken çekişmeli ağlar (GAN - generative adversarial networks), 2014 yılında Ian Goodfellow ve çalışma arkadaşları tarafından tanıtılan, gerçeğe yakın yapay veri üretebilen bir makine öğrenimi çerçevesidir. GAN, birbirleriyle rekabet halinde olan üretici (G - generator) ve ayrımcı (D - discriminator) olarak iki modelden oluşur. Üretici modeli, gizli bir alandan ilgilenilen bir veri dağılımına haritalama yaparak sahte veri üretir. Ayrımcı modeli, kendisine verilen girdinin gerçek mi yoksa sahte mi olduğunu sınıflandırır. GAN'lar, görüntü, ses ve metin gibi çeşitli alanlarda sentetik veri üretmek için kullanılır.

Sonuç grafiği, analiz sonuçlarını görselleştirmek için kullanılan bir araçtır. Farklı türleri vardır: Histogram. Çizgi grafiği. Dağılım grafiği. Bindirme grafiği. Sonuç grafikleri, verileri hızlıca yorumlanabilir ve karşılaştırılabilir hale getirir, bu sayede eğilimler, ilişkiler veya dağılımlar ortaya çıkar.

Ki-kare uyum testi yapmak için aşağıdaki adımlar izlenebilir: 1. SPSS'te: Menü çubuğundan "Analyze" sekmesine gidin. "Nonparametric Tests" seçeneğine gidin. "Chi-Square" seçeneğine tıklayın. "Chi-Square Goodness-of-Fit" seçeneğini belirleyin. Test yapmak istediğiniz kategorik değişkeni "Dependent List" bölümüne sürükleyin. İsteğe bağlı olarak, "Expected Values" bölümünde beklenen frekansları girebilirsiniz. "Options" düğmesine tıklayarak isteğe bağlı ayarları kontrol edin. Ayarları tamamladıktan sonra, "OK" düğmesine tıklayarak analizi başlatın. 2. Genel adımlar: Veri toplama sürecine başlamadan önce, boş ve alternatif hipotezleri belirleyin. Alfa seviyesini ayarlayın ve testin varsayımlarını doğrulayın. Test sonuçlarını alın. Ki-kare uyum testi yaparken dikkat edilmesi gereken bazı koşullar: Test edilecek değişkenlerin kategorik veri tipinde olması gerekir. Karşılaştırma tablosundaki her hücrenin beklenen değerinin en az 5 kişi olması gerekir. Bir hücrede beklenen değer 5'ten az ise, Fisher's Exact Test uygulanması önerilir. Hiçbir hücrede beklenen değerin 1'den az olmaması gerekir.

Mann-Whitney U testi tablolarının okunması şu adımları içerir: 1. Hipotezlerin Belirlenmesi. 2. Kritik Değerin Belirlenmesi. 3. Hesaplamaların Yapılması. 4. Karşılaştırma. 5. Sonuç. Örnek: Hipotezler: H0: 24 saatlik enerji tüketimi bakımından zayıf ve obez kadınlar arasında farklılık yoktur. H1: 24 saatlik enerji tüketimi bakımından zayıf ve obez kadınlar arasında farklılık vardır. Kritik Değer: 0.05 anlamlılık seviyesinde, n1= 5, n2= 7 değerleri için kritik U değeri 29'dur. Hesaplamalar: U = 33.5 olarak hesaplanır. Sonuç: U (33.5) > U0 (29) olduğu için, sıfır hipotezi reddedilir ve enerji tüketimi bakımından zayıf ve obez kadınlar arasında farklılık olduğu sonucuna varılır.