Kurs
Veri Bilimini Anlamak
2 sa
877.2K
Bir ay sürecek veri efsanelerden arındırılıyor serimizin ikinci bölümüne hoş geldiniz. Veri Okuryazarlığı Ayı kapsamında bu seri, veri dünyasındaki temel kavramları netleştirecek, sormaya çekinebileceğiniz soruları yanıtlayacak ve bunu yaparken keyifli bir yolculuk sunacak. Baştan başlamak isterseniz, serimizin ilk yazısını okuyun: Veri Kümesi Nedir?
Bu bölümde farklı veri türlerini, bunların kullanıldığı örnekleri ve onlarla nasıl çalışmaya başlayabileceğinizi inceleyeceğiz.
İki Veri Türü
Elinizdeki veriyi anlamak, onu analiz edip yorumlamanın en iyi yolunu belirlemek için hayati önemdedir. Verileri kategorize etmenin yaygın bir yolu, onları nicel ve nitel veri olarak ikiye ayırmaktır.
- Nicel veri, sayılabilen veya ölçülebilen veridir. Genellikle sayılarla ifade edilir.
- Nitel veri, betimlenebilen veridir. Genellikle metin şeklindedir.
Farklı veri görevlerinde hem nicel hem de nitel verilerle karşılaşmanız muhtemeldir. Aşağıdaki bölümlerde, aynı görev içinde her iki veri türüyle nasıl etkileşime girebileceğinize dair örnekler bulacaksınız.
Video Verisini Analiz Etme
Bir pazarlama analisti olduğunuzu varsayalım. Şirketiniz yeni bir sosyal medya kampanyası yürütüyor ve ekip arkadaşlarınızın ne tür içerikler üretmesi gerektiğine dair veriye dayalı fikirler edinmek için mevcut video varlıklarının performansını analiz etmenizi istiyor.
Önce analiz etmek üzere videoya ilişkin nicel verileri ele almak isteyebilirsiniz. Buna şunlar dahildir:
- Videonun süresi.
- Videonun toplam gösterim sayısı.
- Videonun toplam tıklama sayısı.
- Videonun tıklama oranı (ör. tıklayan kişi sayısının toplam gösterime bölünmesi)
- Videoyu beğenen kişi sayısı.
- Videodaki yorum sayısı.
Bu veri noktalarının her biri bir sayıdır. Videonun süresi saniye cinsinden bir ölçümdür. Tıklama oranı bir yüzde değeridir. Diğer veriler ise sayma yoluyla elde edildiği için tam sayılardır.
Ayrıca videonun içeriğinden nitel veriler de çıkarabilirsiniz. Her video ile ilişkili nitel veriler şunları içerebilir:
- Videonun konusu.
- Videonun estetiği.
- Videonun tonu.
- Videonun metni (senaryosu).
Videonun konusu, estetiği ve prodüksiyon değerlerini sayılarla nicelleştirmek zordur. Bunları kelimelerle betimlemek çok daha kolaydır. Örneğin, "video veri bilimi öğrenmekle ilgiliydi; vaporwave estetiği kullandı; enerjik bir tona sahipti."
Nitel değerleri belirlerken sıklıkla öznel unsurlar bulunduğuna dikkat edin. Videoyu izleyen iki kişi, tonunun ne kadar neşeli olduğu konusunda anlaşamayabilir; bu nedenle nitel veri toplamak için net yönergelerin olması çok önemlidir.
Videonun senaryosu ilginçtir; çünkü sayılardan ziyade kelimelerden oluştuğu için nitel veri sayılmasına rağmen, diğer nitel veri parçalarından iki açıdan farklıdır.
- İlk olarak, videoda söylenenler olgu olduğu için öznel değildir; görüş değil gerçektir.
- İkincisi, çoğu zaman doğal dil işleme (NLP) teknikleriyle senaryodan nicel veriler çıkarmak mümkündür.
Duygu analizi adlı bir NLP tekniği, senaryodaki kelimelerin ne kadar olumlu ya da olumsuz olduğunu nicelleştirmek için kullanılabilir. Örneğin, "harika" ve "müthiş" gibi kelimeler, "kötü" veya "berbat" gibi kelimelerden daha fazla kullanılıyorsa, duygu analizi senaryoya olumlu bir duygu puanı verir. Bu, analiz edilmesi gereken düzinelerce, hatta yüzlerce video olduğunda özellikle kullanışlıdır.
Anket Verisini Analiz Etme
Anket verisi, nicel ve nitel verilerin sıklıkla birlikte görüldüğü bir başka örnektir. Önceki örnekten birkaç ay sonrasına gidelim. Mevcut videolara yönelik analizinizden elde edilen tüm ilgi çekici içgörülerin ardından şirketiniz sosyal medya kampanyası için yeni bir video hazırladı. Yayına girmeden önce, videoyu izlemeleri için bazı kişiler seçildi ve geri bildirim almak üzere bir anket gönderildi. Anket sonuçlarını analiz etme görevi size verildi.
Anket sorularından biri "Videoyu kaç kez izlediniz?". Bu, yanıtı bir sayı olduğu için nicel bir veridir.
Bir diğer soru, "Videonun en sevdiğiniz kısmı neydi?". Bu, yanıtı kelimelerden oluştuğu için nitel bir veridir.
Üçüncü bir soru, "Videoyu birden beş yıldıza kadar nasıl değerlendirirsiniz?". Bu, yanıtı bir sayı olduğu için nicel veridir; ancak tartıştığımız diğer örneklerden biraz farklıdır. Değerlendirme bir görüşe dayandığı için değer öznel niteliktedir.
Nicel verinin her zaman tartışmasız olduğu, nitel verinin ise her zaman öznel olduğu yönünde yaygın bir yanılgı vardır. Senaryo örneğinde gördüğünüz gibi nitel verinin öznel olmak zorunda olmaması gibi, tersi de mümkündür—nicel veri öznel olabilir.
Kullanıcı Görüşmeleri ve Odak Grupları
Hem nitel hem de nicel verilerle karşılaşacağınız bir diğer veri görevi örneği de kullanıcı görüşmeleri ve odak gruplarıdır.
Örneğin, ürününüz hakkında geri bildirim almak istediğinizi varsayalım. Bir odak grup çalışması yapmaya karar veriyorsunuz; birkaç kullanıcıyla görüşüp onlardan geri bildirim istiyorsunuz. Size verilen brife göre, bir yıldan uzun süredir hizmetinizi kullanan, düzenli olarak aktif olan ancak güç kullanıcı sayılmayan kişileri görüşmeye çağırmalısınız.
Katılımcıları seçmek için nicel analiz kullanırsınız. Yani şu sayısal metriklere bakarsınız:
- Kullanıcının kayıt olmasından bu yana geçen süre
- Ayda platformda aktif olunan saat sayısı
- Farklı kullanım oturumu sayısı
Odak grup oturumu sırasında birçok soru sorarsınız ve kullanıcılar tartışır. Konuşma serbestçe aktığından, konuştuklarını nicelleştirmek zordur. Ancak katılımcıların ürününüz için önemli bulduklarına dair alıntılar çıkarabilirsiniz. Bu alıntılar, katılımcıların düşüncelerini betimlediği ve sayılara dayalı olmadığı için nitel veridir.
Ayrıca odak grup sırasında bazı anketler de yapar, katılımcılardan yakında çıkacak özelliklerden hangilerinin daha önemli olduğuna oy vermelerini istersiniz. Bu anketlerin sonuçları, özelliklerin sıralamaları sayısal olduğu için nicel veridir.
Veri Türleri Hakkında Daha Fazla Bilgi Edinin
Bu kısa veri türleri tanıtımından keyif aldığınızı umarız. Veri efsanelerden arındırılıyor serisinin bir sonraki bölümünde veri çalışmalarının farklı unsurlarını açımlayacak ve veri bilimi, makine öğrenimi, derin öğrenme ve yapay zeka gibi yaygın terimler arasındaki farkı ortaya koyacağız. Veri öğrenme yolculuğunuza bugün başlamak isterseniz, aşağıdaki kaynaklara göz atın.
Konular
