Veri Analitiği ve Büyük Veri: Geleceğin Dili

Veri denince akla çoğu zaman sayılar, tablolar, algoritmalar gelir. Oysa veri, doğru sorulmadığında anlam üretmeyen bir yığındır. En değerli içgörüler, en büyük veri setlerinden değil, en iyi sorulan sorulardan çıkar.

Bu yazıda veri analitiği ve büyük veriyi hem teknik hem eleştirel bir perspektiften ele alıyorum. Danışmanlık pratiğimde ve eğitim alanında bizzat karşılaştığım uygulamalar eşliğinde.

Veri Analitiği Nedir?

Veri analitiği, ham verilerin toplanması, işlenmesi ve karar almaya esas olacak bilgiye dönüştürülmesi sürecidir. Alanın öncü çalışmalarında da tarif edildiği gibi, analitik dört temel soruya göre sınıflandırılır [1]: Ne oldu? (tanımlayıcı) → Neden oldu? (teşhis edici) → Ne olacak? (tahmin edici) → Ne yapmalıyız? (kural koyucu). Bu hiyerarşi önemlidir: her katman bir öncekinin üzerine inşa edilir. "Ne yapmalıyız?" sorusunu sormadan önce "ne oldu"ğunu doğru anlamak şarttır.

Pratikte gördüğüm sorun: birçok kurum "yapay zekâya geçelim" isterken hâlâ tanımlayıcı analitikle boğuşuyor. Veritabanları dağınık, raporlama manuel, veri kalitesi güvenilmez. Bu zeminde inşa edilen tahmin modeli, sağlam olmayan bir temel üzerindeki yapıdır.

Büyük veri kavramını popülerleştiren tanımda "Üç V" yer alır [2]: Hacim (Volume), Hız (Velocity), Çeşitlilik (Variety). Sonraki yıllarda bu üçlüye Doğruluk (Veracity) ve Değer (Value) eklenmiştir. Hacim büyüdükçe geleneksel veritabanları yetersiz kalır; Hız arttıkça gerçek zamanlı işlem ihtiyacı doğar; Çeşitlilik ise yapılandırılmamış verinin — metin, ses, görüntü, sensör verisi — yapılandırılmış veriyle birlikte analiz edilmesini zorunlu kılar.

Ama en kritik V, tartışmasız Değer'dir. Büyük veri büyük maliyet demektir: depolama, işlem gücü, uzmanlık. Bu maliyet, yalnızca anlamlı ve eyleme dönüştürülebilir içgörüler üretildiğinde karşılanır. "Büyük veri topluyoruz" söylemi, strateji değildir.

Nerede Kullanılıyor ve Nasıl Yapılıyor?

Sağlıkta yapay zekâ, erken kanser teşhisi, ilaç etkileşimi uyarıları ve yoğun bakım erken uyarı sistemleri gibi alanlarda klinik uygulamaya girmiştir [3]. Ama eleştirel bir not gerekir: ABD'de yaygın kullanılan bir sağlık algoritmasının ırka dayalı sistematik önyargı ürettiği saptanmıştır [4]. Algoritma, hastaların ihtiyacını gelecekteki sağlık harcamalarından tahmin ediyordu — ve tarihsel eşitsizlikler nedeniyle siyah hastalar eşdeğer sağlık sorunlarına rağmen daha az kaynak aldı. Veri, toplumsal eşitsizlikleri yansıtır; model bu eşitsizlikleri öğrenirse, ölçekleyerek çoğaltır.

Eğitimde öğrenme analitiği, öğrencilerin dijital izlerini analiz ederek okul terki riski taşıyan öğrencilerin erken tespitinde etkili olabilmektedir [5]. Devamsızlık örüntüleri, not eğrileri ve platform etkileşim verileri birlikte değerlendirildiğinde, müdahalenin zamanlaması ciddi ölçüde iyileşir. Ancak analitik, nedenselliği değil korelasyonu gösterir. Veri, insan yargısının yerini alamaz — ancak onu bilgilendirebilir.

Biyoloji ve çevre biliminde biyoçeşitlilik araştırmaları büyük veri dönüşümü yaşamaktadır. Uluslararası Biyoçeşitlilik Veritabanı (GBIF) gibi açık veri altyapıları, tür gözlemlerinin dijital olarak belgelenmesini ve küresel ölçekte paylaşılmasını sağlar [6]. Biyoçeşitlilik kaçakçılığı tespiti de veri analitiğiyle güçlenmektedir: gümrük verileri ile tür koruma verilerinin çapraz analizi, kaçakçılık ağlarını görünür kılabilir.

İş dünyasında Amazon'un öneri sistemi, Netflix'in içerik algoritması, Spotify'ın keşif motoru — bunlar büyük veri analitiğinin tüketici yüzleridir [7]. Finans sektöründe gerçek zamanlı dolandırıcılık tespiti, kredi risk modellemesi ve algoritmik işlemler bu veri altyapısı olmadan mümkün olmazdı.

Nasıl yapılıyor? Makine öğrenimi, bilgisayarların açıkça programlanmadan veriden öğrenmesini sağlayan yapay zekâ dalıdır [8]. Denetimli öğrenmede etiketlenmiş veriyle model eğitilir (spam filtresi gibi). Denetimsiz öğrenmede etiket olmadan örüntüler keşfedilir (müşteri segmentasyonu gibi). Veri madenciliği ise büyük veri setlerinden örüntüler ve ilişkiler keşfetme sürecidir [9]: sınıflandırma, kümeleme, birliktelik kuralı madenciliği ve anomali tespiti gibi yöntemlerle.

Etik, Hukuk ve Türkiye

Veri analitiğinin etik boyutları, teknik boyutları kadar önemlidir. Kredi notu, işe alım, eğitim ve adalet sistemlerinde kullanılan algoritmalar sistematik önyargı üretebilmektedir [10]. "Algoritma nesnel karar verir" yanılgısı tehlikelidir çünkü algoritmalar, kendilerini eğiten verinin önyargılarını öğrenir ve ölçeklendirir.

Hukuki çerçeve olarak Avrupa'nın GDPR'ı küresel bir referans noktasıdır [11]. Türkiye'de ise 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) benzer bir çerçeve sunar [12]. Kişisel veriyle çalışan her kurum — eğitim, sağlık, finans, STK fark etmeksizin — bu çerçeveye uymak zorundadır.

Türkiye'de veri analitiği alanında hem fırsat hem risk vardır: genç ve eğitimli bir nüfus, büyüyen bir yazılım ekosistemi ve AB pazarına erişim güçlü yanlardır. Öte yandan yükseköğretimde veri bilimi eğitiminin kalitesindeki tutarsızlık, sektörler arası veri paylaşım kültürünün yokluğu ve kamu sektöründeki açık veri altyapısının zayıflığı ciddi darboğazlardır [14].

Eğitim danışmanı olarak şunu gözlemliyorum: "Veri okuryazarlığı" kavramı okul müfredatlarına henüz sistemli biçimde girmedi. Öğrenciler grafik okumayı öğreniyor ama veriyi sorgulamayı, örneklem sorunlarını tanımayı, korelasyon-nedensellik farkını kavramayı öğrenmiyor.

En değerli içgörüler, en büyük veri setlerinden değil, en iyi sorulan sorulardan çıkar. Büyük veri, doğru soruyu sormayı öğrenmeden anlamsızdır.

Bu alanda kurumunuza veya projenize nasıl destek olabileceğimi konuşmak isterseniz, benimle iletişime geçebilirsiniz.

Abdullah Çetin
→ Hakkımda

Danışman