Verileri keşfetme ve tanımlama

Veri Akıcılığı

Konstantinos Kattidis

Data Analytics Lead

Senaryo: müşteri etkileşimi düşüşünü analiz etme

Katia, "Xcelerate Solutions" şirketinde müşteri başarı yöneticisidir
Kullanıcı etkileşiminde düşüş tespit etti
Sorunun kök nedenini bulmak için veriyi analiz ediyor:
- Aykırı değerleri kontrol edip veri kalitesini sağlama
- Veri görselleştirmeleri oluşturma

Dizüstü bilgisayarıyla veri keşfeden kadın

Zayıf yazılım performansı dönemlerinde kullanıcı etkileşiminin düştüğünü buldu
Bulgularını müşteri geri bildirim verisiyle doğruladı
Bu örnek şunu gösterir:
- Veriyi keşfetme ve tanımlama becerisinin iş sorunlarının kök nedenini bulmaya nasıl yol açtığı

Korelasyonu gösteren grafiği anlatan kadın

Veri sorunları konusunda uyaran doktor

Veri keşfi örüntüleri, eğilimleri, aykırı değerleri ve içgörüleri belirlemeye yardımcı olur
Veri okuryazarı kişiler veri görselleştirmeleri oluşturabilir
Çubuk ve çizgi grafiklerinden histogram ve kutu grafiğine kadar
Verideki sıçramaları, değişimleri veya ilişkileri tanıyabilirler

Keşif yapan kişi

Veri okuryazarı kişiler verileri etkili biçimde tanımlayabilir
Bu, veriden etkili çıkarımlar yapmayı sağlar
Bu süreç, veri setinin özelliklerinin özetini sunmayı içerir:
- Merkezi eğilim ölçüleri
- Değişkenlik ölçüleri
- Değişkenler arası ilişkileri değerlendirme ölçüleri

Dağılım grafiğiyle bir kişi

Analitik sonuçları düşünen kişi

Verinin toplandığı bağlamı dikkate alma
- Veriyi etkileyen dış faktörleri hesaba katma
Veriye eleştirel ve meraklı bir zihinle yaklaşma:
- Varsayımları sorgulama
- Yorumları zorlama
- Alternatif açıklamalar arama

Veri okuryazarı kişiler gerekli veri araç ve teknolojilerini kullanma becerisine sahiptir:
- Veri görselleştirme ve raporlama araçları
- E-tablo yazılımları
Üretken yapay zekâ veri okuryazarlığı için yeni olanaklar sunar!

Araçlar ve teknolojilerle çalışan kişi

Veri Akıcılığı