Veri analisti; kurumun elindeki ham veriyi karar verilebilir bilgiye çeviren kişidir. İş tanımı kulağa soyut gelse de günlük çıktısı çok somuttur: "hangi kampanya para kazandırdı", "hangi üründe iade oranı yükseliyor", "hangi şubede stok fazlası birikiyor" sorularına sayıyla cevap verir. Bu yazıda mesleğin gerçek içeriğini, öğrenilmesi gereken araçları, kariyer basamaklarını ve Ankara'da hangi eğitimle başlayabileceğinizi anlatıyoruz.
Veri Analisti Ne İş Yapar?
Analistin işi neredeyse hep aynı beş adımdan oluşur ve bu adımların çoğu, sanılanın aksine, modelleme değil veri hazırlığıdır.
- Soruyu netleştirmek. "Satışlar neden düştü" gibi bir talebi ölçülebilir bir soruya çevirmek. İyi analistle vasat analisti ayıran adım genelde budur.
- Veriyi toplamak. Veritabanından SQL ile çekmek, dışa aktarılan dosyaları birleştirmek, farklı sistemlerdeki kayıtları eşleştirmek.
- Temizlemek. Eksik değerler, tekrar eden kayıtlar, tutarsız birimler ve tarih biçimleri. Zamanın en büyük bölümü burada geçer.
- Analiz etmek. Kırılımlara ayırmak, karşılaştırmak, eğilim ve sapmaları bulmak; gerektiğinde temel istatistiksel testler uygulamak.
- Anlatmak. Bulguyu bir gösterge paneline (dashboard) ya da tek sayfalık bir sunuma dönüştürmek. Anlatılamayan analiz, yapılmamış analizdir.
Veri Analisti Nasıl Olunur?
Bu alana giriş, çoğu bilişim rolüne göre daha kolaydır; çünkü ilk basamak zaten pek çok kişinin işinde kullandığı araçtır: Excel. Sıra şöyle işler.
- İleri Excel. Pivot tablo, DÜŞEYARA/İNDİS-KAÇINCI, koşullu toplama, veri doğrulama, Power Query ile veri birleştirme. Kurumların çok büyük bölümünde analiz hâlâ burada yapılır.
- SQL. Veriyi kaynağından çekmenin ortak dili. SELECT, JOIN, GROUP BY ve pencere fonksiyonlarını rahat yazabilmek, tek başına iş bulmaya yeten bir beceridir.
- Görselleştirme. Power BI ya da benzeri bir araçla gösterge paneli kurmak; hangi grafiğin hangi soruya cevap verdiğini bilmek.
- İstatistik temeli. Ortalama ile medyan farkı, dağılım, korelasyonun nedensellik olmadığı, örneklem büyüklüğü. Yanlış yorumlanan doğru sayı, yanlış sayıdan daha tehlikelidir.
- Python (isteğe bağlı ama hızlandırıcı). pandas ile tekrar eden temizlik işlerini otomatikleştirmek, Excel'in yetmediği hacimlerde çalışmak.
- Portföy. Açık veri kümeleriyle iki üç uçtan uca proje. İşe alımda diplomadan çok bu bakılıyor.
Veri Analisti ile Veri Bilimci Farkı
İki unvan sık karıştırılır. Kabaca: veri analisti geçmişi ve bugünü açıklar, veri bilimci geleceği tahminlemeye çalışır. Analist raporlama, kırılım ve gösterge paneli tarafında yoğunlaşır; veri bilimci makine öğrenmesi modelleri kurar, doğrular ve üretime alır. Kariyer yolu genelde analistlikten başlayıp isteğe göre veri bilimi, veri mühendisliği veya iş analitiği yönetimine ayrılır.
İş İmkânları ve Maaş
Veri analizi, tek bir sektöre bağlı olmadığı için iş bulma yüzeyi geniştir: perakende ve e-ticaret, bankacılık ve sigorta, telekom, sağlık, lojistik, kamu ve danışmanlık. Ankara'da kamu kurumları ve kamuya çalışan danışmanlık şirketleri, alanın önemli bir istihdam kaynağıdır.
Ücret; deneyim yılı, sektör, aracın derinliği (yalnız Excel mi, SQL ve Power BI de var mı) ve şirket ölçeğine göre ciddi biçimde değişir. Genel eğilim: SQL bilen bir analist, yalnız Excel bilen bir analistten belirgin biçimde yukarıda konumlanır; Python ekleyen kişi veri bilimi tarafına geçiş imkânı kazanır. Güncel rakamlar hızla değiştiği için burada sayı vermiyoruz; ilan sitelerindeki maaş filtreleri ve sektör anketleri en güvenilir kaynaktır.
Veri Analistinin Günlük Araç Kutusu
- Excel / Google E-Tablolar: hızlı kontrol, küçük veri, paydaşla paylaşım. Hâlâ en çok kullanılan araç.
- SQL: veriyi kaynağından çekmek. Bir analistin en çok kullandığı ikinci dil (birincisi Türkçe).
- Power BI / benzeri görselleştirme araçları: tekrar eden raporları canlı panele çevirmek.
- Python (pandas): Excel'in yetmediği hacim ve tekrar eden temizlik işleri.
- Sürüm kontrolü (Git): zorunlu değil ama sorgularınızı ve betiklerinizi kaybetmemenin tek düzgün yolu.
Sıfırdan Portföy: Üç Proje Önerisi
İşe alım görüşmelerinde en çok işe yarayan şey, gerçek bir soruyu baştan sona çözdüğünüzü göstermek. Aşağıdaki üç proje, açık verilerle yapılabilir ve farklı becerileri sergiler:
- Temizlik projesi: dağınık, eksik ve tutarsız bir veri kümesini alın; hangi kararı neden verdiğinizi yazarak temizleyin. Analistin işinin çoğu budur ve kimse portföyünde göstermez — tam da bu yüzden ayrışırsınız.
- Karşılaştırma projesi: iki dönem, iki bölge veya iki ürün grubunu kırılımlara ayırıp farkın nereden geldiğini bulun. "Satış düştü" değil, "satış şu segmentte şu kadar düştü, diğerinde arttı" diyebilmek.
- Panel projesi: aynı analizi tek sayfalık, filtrelenebilir bir gösterge paneline dönüştürün. Kime, hangi kararı verdirmek için tasarladığınızı yazın.
En Sık Yapılan Analiz Hataları
- Ortalamaya güvenmek. Birkaç uç değer ortalamayı kaydırır; medyan ve dağılıma bakmadan yorum yapmak yanıltır.
- Korelasyonu nedensellik sanmak. Birlikte hareket eden iki değişken, birinin öbürünü yarattığı anlamına gelmez.
- Kırılımı unutmak. Toplamda düşen bir sayı, alt gruplarda tamamen farklı davranıyor olabilir (Simpson paradoksu).
- Grafiği süslemek. Üç boyutlu pasta grafiği bilgi taşımaz; sade çubuk ve çizgi grafikler her zaman daha okunur.
- Kaynağı doğrulamamak. Yanlış tabloyu doğru analiz etmek, en pahalı hata türüdür.
Ankara'da Veri Analitiği Eğitimi — Global Bilişim Kariyer
Kızılay'daki sınıflarımızda yürüttüğümüz Veri Analitiği ve Veri Bilimi Eğitimi, veri hazırlama, analiz, görselleştirme ve modelleme adımlarını uygulama ağırlıklı işler. Excel tarafındaki temelinizi güçlendirmek isterseniz Microsoft İleri Excel Eğitimi ve Dashboard Raporlama Eğitimi, veritabanı tarafı için MS SQL Eğitimi, programlama tarafı için Python Programlama ve Kodlama Eğitimi doğal tamamlayıcılardır.
Sıkça Sorulan Sorular
Veri analisti için kodlama şart mı?
Başlamak için şart değil. Birçok analist işini Excel ve Power BI ile yürütür. Ancak SQL'i kodlama saymıyoruz — o, bu işin asgari şartıdır. Python ise şart değil, hızlandırıcıdır: tekrar eden işleri otomatikleştirir ve üst basamaklara geçişi açar.
Hangi sektörlerde iş var?
Veri üreten her sektörde. Pratikte en yoğun talep e-ticaret ve perakende, bankacılık ve sigorta, telekom, lojistik ve kamu tarafından geliyor. Ankara'da kamu ve savunma ekosistemi öne çıkıyor.
Sayısal bir bölüm mezunu olmak gerekir mi?
Gerekmez. İşletme, ekonomi, endüstri mühendisliği, istatistik ve bilgisayar bölümlerinden gelenler çoğunlukta olsa da, alan dışından geçiş yapanlar da var. Belirleyici olan, portföyünüzde gösterebileceğiniz gerçek analiz çalışmalarıdır.
Ne kadar sürede iş bulunur?
Dürüst cevap: kişiye bağlı. Excel + SQL + bir görselleştirme aracını rahat kullanabilen ve iki üç proje gösterebilen birinin süreci belirgin biçimde kısalıyor. Sertifika tek başına yeterli olmuyor; sertifika + portföy birlikte işe yarıyor.