Veri & Analiz
Veri Bilimi & Analitik
Şirketlerin verisinden iş kararı çıkaran kişiler. Excel'in çok ötesinde.
Bu alan ne demek?
Bir e-ticaret şirketi günde milyonlarca tıklama topluyor. Bu veriden "hangi ürün ön sayfada olmalı?" "kim sepetini terk etti?" "fiyatı %5 artırırsak ne olur?" sorularının cevabı çıkıyor. İşte veri bilimi bu — büyük veri yığınlarından iş kararı çıkarmak. Her büyüyen şirket bu yeteneği arıyor; yazılım gibi teknik ama matematik ağırlıklı.
Yaygın yanılgı vs gerçek
Sosyal çevreden duyabileceğiniz panik dilinin gerçek karşılığı
Yaygın yanılgı
""Sadece istatistik bilen biri olur — sıkıcı bir iş.""
Gerçek
Modern veri bilimi pazarlamadan futbol kulübü yöneticiliğine kadar her yerde. Premier League'de Liverpool'un transfer kararlarını veri bilimi belirliyor. Netflix, Spotify, Trendyol — hepsi veri bilimci ekibi olmadan çalışmıyor.
Sözlük
Velinin duyacağı jargonu sade Türkçe ile açıklıyoruz
SQL
Veritabanlarına soru sormanın "dili". Excel'de filtreleme + arama yapmaya benzer ama 100 milyon satır üzerinde.
Örnek:"Geçen ay İstanbul'da 200 TL üstü alışveriş yapan kaç kişi var?" — bunu SQL ile sorabilirsiniz.
Dashboard
Anlık görünür veri panosu. Arabadaki gösterge paneli gibi — patron şirketin "kalp atışını" tek bakışta görür.
Örnek:Trendyol CEO'su her sabah satış, iade, kullanıcı dashboard'una bakarak günü başlatır.
KPI
"Key Performance Indicator" — şirket için en önemli sayılar. "Aylık aktif kullanıcı", "müşteri kaybı oranı" gibi.
Örnek:Bir restoran için "ortalama masa süresi" bir KPI olabilir — kısaldıkça gelir artar.
A/B Testi
İki farklı versiyon yapıp hangisinin daha iyi çalıştığını ölçmek. Bilimsel deney mantığı, dijital ürünler için.
Örnek:Google "satın al" butonunu kırmızı ve yeşil yapıp 50/50 göster, hangisi daha çok tıklanır görür.
Aykırı değer (Outlier)
Diğer verilerden çok farklı olan, "garip" sayı. Bazen yanlış kayıt, bazen önemli sinyal.
Örnek:Tüm faturalar 50-300 TL'yken bir tanesinin 50.000 TL olması — belki dolandırıcılık, belki büyük müşteri.
Korelasyon
İki şeyin "birlikte hareket etmesi". Ama "sebep-sonuç" demek değil — dondurma satışı ve boğulma vakaları yazın birlikte artar, ama biri diğerini sebeplemez.
Örnek:Bir öğrencinin uyku saati ile sınav notu arasında pozitif korelasyon olabilir.
ETL
"Extract, Transform, Load" — verileri çeşitli yerlerden çekip temizleyip merkezi bir yere koyma süreci. Veri mühendislerinin ana işi.
Örnek:Bir bankanın veri ekibi 30 ayrı sistemden veri çeker, ETL ile birleştirir, raporlanabilir hale getirir.
Veri ambarı (Data warehouse)
Şirketin tüm verisinin biriktiği "büyük depo". Snowflake, BigQuery, Redshift gibi sistemler.
Örnek:Bir holding 12 farklı şirketten verileri tek bir veri ambarında toplar, oradan analiz eder.
Median (Medyan)
Bir listedeki orta değer. Ortalama yanıltıcı olabilir; medyan daha gerçekçidir.
Örnek:Bir mahalledeki maaş ortalaması bir milyarder yüzünden çok yüksek görünür — medyan gerçek hayatı söyler.
Regresyon
Bir şeyin başka bir şeyle nasıl değiştiğini bulan teknik. "Reklam harcamam %10 artarsa satış ne olur?" sorusunun cevabı.
Örnek:Bir e-ticaret sitesi indirim oranı ile satış adedi arasında regresyon kurar.
Hangi işler var?
Gerçek meslek tanımları + Türkiye maaş aralıkları
Veri Analisti
Şirketin verisini anlamak için raporlar, dashboard'lar yapar. SQL, Excel ileri seviye, Tableau gibi araçlar.
Veri Bilimcisi
İstatistik + makine öğrenmesi kullanarak tahmin modelleri kurar. "Hangi müşteri ayrılacak?" "Bu fiyatla satış nasıl olur?" gibi soruları cevaplar.
Veri Mühendisi
Verinin akışını kurar — veri tabanları, pipeline'lar. Veri bilimcisinin "malzeme" tedarikçisi.
Maaş aralıkları sektör ortalamalarıdır; tecrübeye, şirkete, lokasyona göre değişebilir.
Kariyer Yolu
Junior'dan Lead'e — sorumluluklar ve maaş aralıkları
- Level 1
Junior Veri Analisti
Tecrübe: 0-2 yıl
Hazır dashboard'ları günceller, basit SQL sorguları yazar, raporlar hazırlar. SQL + Excel + bir görselleştirme aracı (Tableau / Power BI).
🇹🇷 ₺25.000 – ₺50.000/ay🌍 $50K – $80K/yıl - Level 2
Mid Seviye Veri Analisti / Veri Bilimcisi
Tecrübe: 2-5 yıl
Bağımsız analiz sahibidir, ekiplere danışmanlık verir, A/B testleri tasarlar. Python ve makine öğrenmesi temellerini bilir.
🇹🇷 ₺50.000 – ₺100.000/ay🌍 $90K – $150K/yıl - Level 3
Senior Veri Bilimcisi
Tecrübe: 5-9 yıl
Karmaşık tahmin modelleri kurar, üst yönetim sunumları yapar, ekibin yönünü belirler. İş ve teknik arasında köprüdür.
🇹🇷 ₺100.000 – ₺180.000/ay🌍 $150K – $250K/yıl - Level 4
Lead / Head of Data
Tecrübe: 9+ yıl
Tüm veri stratejisini kurar — hangi araçlar, hangi ekipler, hangi yatırımlar. CDO'ya (Chief Data Officer) raporlar ya da kendisi olur.
🇹🇷 ₺180.000 – ₺350.000+/ay🌍 $250K – $500K+/yıl
Çocuğum bu alana uygun mu?
Velinin gözlemleyebileceği işaretler — hepsinin olması gerekmez
- ✓Sayılarla oynamayı seviyor, "ortalama nedir, medyan nedir" gibi soruları kavrıyor
- ✓Bir konuyu detaylı incelemeyi seviyor — yüzeysel cevap yetmez
- ✓Excel'de ya da küçük programlarla bir şeyler yapmaya başlamış
- ✓Spor istatistikleri, oyun skorları gibi şeylerle ilgileniyor
Çocuğunla Konuş
Akşam yemeğinde sorabileceğiniz sorular — yargılamadan, ilgilenerek
En sevdiğin futbol takımı hakkında hangi 3 sayıyı bilirsen takımın gerçek halini öğrenirsin?
Bir kafe açacak olsan müşteri verisi olarak ilk önce ne toplardın?
Telefonunda kaç saat geçirdiğin verisi sana ne söylüyor? Sürpriz oldu mu?
Türkiye'de en büyük 5 e-ticaret sitesinden hangisi en çok kullanıcıya sahip sence? Nasıl öğrenirsin?
Bir öğretmenin sınıfta hangi öğrenciye daha çok dikkat etmesi gerekir? Bunu veriyle nasıl bulurdun?
Bir gazete manşeti bir grafikle "şok edici sonuç" diyor — sen olsan o grafiğe ne sorardın?
Bütçenizden bir aylık harcamayı çıkartsak en şaşırtıcı kategori sence ne olur?
Bir veli olarak ne yapabilirim?
Bu hafta veya bu ay yapabileceğin somut adımlar
- 1Pazardan alışveriş yaparken çocuğunuza bir hesap tablosu tutturun — bütçe analizi
- 2Spor takımı yıllık istatistiklerini birlikte inceleyin (kim daha iyi, neden)
- 3Datacamp.com'da ücretsiz tanıtım dersi izlemenize destek olun
- 4Liseliyse Bizzr "Veri Bilimi" yol haritasından temel adımları paylaşın
Veli için Kaynaklar
Bu alanı anlamak için kitap, podcast ve video önerileri
Storytelling with Data
Cole Nussbaumer Knaflic
Veri görselleştirmenin Bible'ı. Veliye değil, ileri düzey öğrenciye birebir — herhangi bir grafiği nasıl iyileştireceğini öğretir.
Data Skeptic Podcast
Kyle Polich
15-30 dakikalık bölümlerde veri bilimi kavramlarını sade dille anlatır. Yolda dinlerken çocuğunuzla tartışabilirsiniz.
BağlantıStatQuest with Josh Starmer
Josh Starmer
Karmaşık istatistik kavramlarını şarkıyla anlatan ünlü YouTube kanalı. "Bam!" diyerek konuyu tepeden indirir.
BağlantıNaked Statistics
Charles Wheelan
Veliler için ideal başlangıç kitabı — istatistik formülünden değil, hikâyelerden başlar. "Veri gözümle nasıl bakmalı" eğitir.
The Pudding (Veri Gazeteciliği)
Etkileşimli veri hikâyeleri. Çocuğunuzla bir bardak kahve eşliğinde bir saat keyif alabileceğiniz görsel anlatılar.
BağlantıSık Yapılan Veli Hataları
En çok karşılaştığımız tuzaklar — ve neden kaçınmanız gerektiği
Çocuğunun "matematik notum düşük, veri bilimi olmaz" demesine inanmak — yetişkin matematiği farklı; uygulamalı, tekrar tekrar yapılarak öğrenilir.
Sadece Excel öğretmek ve "bitti" demek — Excel başlangıçtır, gerçek iş SQL + Python ile başlar. Çocuğunuz bir adım daha atmalı.
Veri analitiği = veri bilimi sanmak — analist daha çok rapor üretir, bilim insanı tahmin modeli kurar. İki farklı kariyer yolu.
Sertifikalar (Coursera, Datacamp) öncelikli görmek, gerçek projeyi ihmal etmek — işverenler GitHub'da çalışan bir analiz görmek ister, sertifika sırada gelir.
"Mühendislik fakültesi olmazsa olmaz" düşünmek — istatistik, ekonomi, sosyal bilim mezunları da veri bilimine geçiyor; iş kabiliyetini portföy gösterir.
Başlamak isterse — nereden?
Çocuğunuzun ücretsiz veya düşük maliyetle deneyebileceği kaynaklar
- •Mode Analytics SQL School (ücretsiz, 4 saat)
- •Khan Academy — istatistik temelleri (Türkçe altyazılı)
- •Kaggle Learn — başlangıç patikaları
- •Türkçe: Patika.dev veri analisti yolu
Tanıdığınız İsimler
Bu alanda iz bırakan gerçek insanlar
Yağmur Şahin
🇹🇷 TürkiyeSpotify Senior Data Scientist
ODTÜ İstatistik mezunu, önce Türkiye'de Garanti BBVA'da analitik yaptı, ardından Stockholm'de Spotify'da müzik öneri ekibine geçti. LinkedIn'de Türk öğrencilere mentorluk yapıyor.
Hadley Wickham
🌍 GlobalPosit (RStudio) Baş Bilim İnsanı
Yeni Zelanda doğumlu istatistikçi, dplyr ve ggplot2 gibi dünyanın en çok kullanılan veri analiz araçlarını yazdı. Açık kaynağa adamış bir hayat.
BağlantıEkin Tiu
🇹🇷 TürkiyeTrendyol Veri Bilimi Ekip Lideri
Boğaziçi Üniversitesi mezunu, Türkiye'nin en büyük e-ticaret platformunda iade tahmini ve dolandırıcılık tespiti modelleri kuruyor.
Cassie Kozyrkov
🌍 GlobalData Scientific Kurucusu, Eski Google Baş Karar Bilimcisi
Karar bilimi disiplinini Google'da kurdu — 20.000 çalışanı veri okuryazarlığı konusunda eğitti. Şu an dünya çapında danışmanlık yapıyor.
BağlantıTipik Bir Gün
Bu alanda çalışan birinin saatlik ritmi
09:00 — Sabah dashboard'larını açar — gece satışlar nasıl gitti, anormal bir şey var mı diye bakar. 10:00 — Pazarlama ekibinden gelen "geçen kampanya gerçekten işe yaradı mı?" sorusu için SQL sorgusu yazar; bir saat veriye bakar. 11:30 — Excel'de küçük bir analiz hazırlar, müşteri segmentlerini karşılaştırır. 13:30 — Ürün toplantısı: "Kullanıcılar bu özelliği nasıl kullanıyor?" sorusuna canlı veri ile cevap verir. 15:00 — Tableau'da yeni bir dashboard tasarlar, paydaşların görmesi gerekenleri sade bir hikâyeye çevirir. 17:00 — Senior data scientist'la 30 dakika; kurduğu modelin sonuçlarını birlikte yorumlar. 18:00 — Notebook'unu kapatmadan önce yarın ne yapacağına dair üç madde yazar. Gün boyunca yarısı veri, yarısı insanlarla iletişim.
5-10 Yıl Sonrası
Bu alan önümüzdeki on yılda nereye gidiyor
Önümüzdeki 5-10 yılda veri bilimi her sektörde standart hale gelecek — bankada, hastanede, futbol kulübünde, devlet kurumunda ayrı ayrı veri ekipleri olacak. AI araçları hâlâ analist gerektiriyor: model kurmak otomatize olabilir ama doğru soruyu sormak ve sonucu yorumlamak insan işi. Çocuğunuz erken başlarsa 30'unda Türkiye'de Senior, 35'inde küresel pozisyon hayal edilebilir. Risk: SQL ve basit görselleştirme işleri AI tarafından otomatikleştiriliyor — sadece "rapor üreten" değil, "iş sorununu kuran ve çözen" bir analist olmak şart.
Sıradaki adım
Çocuğunuzla ilgili bu alanın uygun olup olmadığını birlikte değerlendirin
Çocuğunuz Bizzr kariyer testini tamamladıysa, profili otomatik olarak bu alanlarla eşleştiriyor. Hâlâ tamamlamadıysa ücretsiz başlayabilir.