Kazanimlar:
- Veriyle çalışmanın kalite, gizlilik ve yorum tehlikelerini tanır ve güvenli bir analiz akışı kurar.
- Bir amaç için doğru göstergeyi seçer, tek başına yanıltıcı göstergeleri ve manipülasyona açık ölçümleri ayırt eder.
- Yanıltıcı grafik tekniklerini (sıfırdan başlamayan eksen, seçilmiş aralık) fark eder ve dürüst görselleştirmeyi gözetir.
Kamu her gün veri üretir: başvuru sayıları, çözüm süreleri, bütçe kalemleri, nüfus hareketleri, hizmet talepleri, denetim sonuçları, memnuniyet anketleri. Bu verinin çoğu Excel tablolarında, formlarda ve kayıt sistemlerinde durur ama karara dönüşmez — çünkü analiz etmek uzmanlık ve zaman ister. Veri temelli karar (kanaat ya da alışkanlık yerine, ölçülmüş kanıta dayanarak kaynak dağıtma ve politika belirleme yaklaşımı), kamuda hem verimliliği hem de adaleti artırır: kaynak, en çok ihtiyaç olan yere sayıya bakılarak gider. İşte YZ, bir tabloyu anlamlandırmada, örüntü ve anomali bulmada, özet istatistik çıkarmada ve bulguları sade cümlelere çevirmede güçlü bir asistandır. Bu ünitede, ham kamu verisinden savunulabilir bir karara giden yolu YZ ile nasıl kısaltacağınızı ve en kritik konuda — sayının doğru yorumlanmasında — nasıl disiplinli kalacağınızı göreceksiniz.
Veriyle çalışmanın üç tehlikesi
Veri güçlüdür ama üç tuzağı vardır ve YZ bu tuzakları hem hafifletir hem de büyütebilir:
- Korelasyon ≠ nedensellik. İki şeyin birlikte değişmesi, birinin diğerine sebep olduğunu göstermez. Dondurma satışıyla boğulma vakaları birlikte artar — çünkü ikisi de yaz sıcağına bağlıdır, biri diğerinin sebebi değil. YZ akıcı biçimde "çünkü" cümleleri kurar; her nedensellik iddiasını sorgulayın.
- Yanlı/eksik veri. Veri kimden, nasıl toplandı? Şikayet verisi yalnızca şikayet edebilenleri yansıtır; dijital başvuru verisi internete erişimi olanları. Eksik grubu görmezseniz karar da yanlı olur.
- Bağlamsız sayı. "%30 arttı" tek başına anlamsızdır: neye göre, hangi dönemde, mutlak sayı ne? YZ'ye bağlamı sorun.
Dikkat: YZ, verdiğiniz tabloyu analiz ederken bazen tablonun dışından "makul" ama uydurma sayı ekler ya da eksik hücreleri sessizce doldurur. Her çıktı sayısını kaynak tabloyla karşılaştırın; YZ'ye "yalnızca verdiğim tablodaki değerleri kullan, eksikse 'veri yok' de" kuralını verin.
Adım adım veri analizi akışı
- Soruyu netleştir. Karar için hangi soruya cevap arıyoruz? ("Hangi mahallede çözüm süresi en uzun?")
- Veriyi tanı. Sütunlar ne, birim ne, dönem ne, eksik/hatalı değer var mı?
- Kişisel veriyi ayıkla. Analiz için bireysel kimlik gerekmiyorsa anonimleştir/toplulaştır (bkz. Ünite 11).
- Özet ve örüntü çıkar. YZ'ye temel istatistik, gruplama ve anomali işaretlemesi yaptır.
- Yorumu sorgula. Korelasyon mu nedensellik mi? Alternatif açıklama? Eksik grup?
- Görselleştir ve sadeleştir. Karar vericinin anlayacağı sade bir özet ve grafik.
- Kararı ve gerekçesini belgele. Hangi veriye dayanarak ne karar verildi; denetim izi.
Üç mini vaka
Vaka 1 — Kaynak doğru yere gitti. Bir belediye, park bakım bütçesini geçmişte "her mahalleye eşit" dağıtıyordu. 18 aylık talep ve kullanım verisi YZ ile analiz edilince, üç mahallenin kişi başına talebi ortalamanın 2,4 katı çıktı. Bütçe ihtiyaca göre yeniden dağıtıldı; toplam memnuniyet arttı, üstelik ek harcama olmadan.
Vaka 2 — Yanlı veri fark edildi. Bir kurum, dijital başvuru verisine bakıp "vatandaşlar artık gişeye gelmiyor" sonucuna varacaktı. Ama analizde yaş kırılımı istenince, 65 yaş üstü başvuruların hâlâ ağırlıkla gişeden geldiği görüldü. Yalnızca dijital veriye bakılsaydı bu grup göz ardı edilecekti; gişe hizmeti korundu.
Vaka 3 — Uydurma nedensellik durduruldu. YZ, bir tabloyu yorumlarken "denetim sayısı arttığı için kaza azaldı" dedi. Analist, aynı dönemde havanın da değiştiğini ve trafiğin azaldığını hatırlattı; tek bir nedene bağlamak yanıltıcıydı. Rapor, "ilişki var ama nedensellik kanıtlanmadı" diye düzeltildi.
Dört kopyalanabilir şablon
1) Tabloyu tanıma:
Rolün: veri analisti. Aşağıdaki tabloyu incele ve YALNIZCAbu tablodaki değerlere dayanarak: (1) her sütunun neolduğunu, birimini ve dönemini, (2) eksik/hatalı görünenhücreleri, (3) dikkat çeken ilk 3 örüntüyü özetle.Tablo dışından sayı ekleme; eksikse "veri yok" de.TABLO: [veriyi yapıştır]
2) Bağlamlı özet istatistik:
Aşağıdaki tablodan şu soruya cevap ver: [soru].Sonucu MUTLAKA bağlamla ver: mutlak sayı + oran +karşılaştırma dönemi. "%X arttı" derken neye göre, hangidönemde olduğunu belirt. Sadece verilen veriyi kullan.TABLO: [veri] SORU: [soru]
3) Nedensellik sorgulayıcı:
Aşağıdaki bulguyu yorumla ama DİKKAT: korelasyonunedensellikle karıştırma. Bu ilişki için en az 3 alternatifaçıklama üret (üçüncü değişken, ters yön, tesadüf).Nedensellik kanıtlamak için hangi ek veriye ihtiyaçolduğunu söyle.BULGU: [ilişki]
4) Karar için sade özet:
Aşağıdaki analizi, veri uzmanı olmayan bir karar verici içinsadeleştir: en fazla 5 madde, her madde bir bulgu ve"bu ne demek" açıklaması. Belirsizlikleri ve verininsınırlarını da açıkça yaz. Yeni bilgi ekleme.ANALİZ: [metin]
Zayıf prompt / Güçlü prompt
Zayıf: "Bu tabloyu analiz et ve ne yapmamız gerektiğini söyle."
Güçlü: "Rolün veri analisti. YALNIZCA aşağıdaki tabloyu kullan; dışarıdan sayı ekleme, eksik hücreye 'veri yok' de. Önce sütunları, birimleri ve dönemi tanı. Sonra 'hangi mahallede çözüm süresi en uzun' sorusuna, mutlak sayı + oran + karşılaştırma dönemiyle cevap ver. Bir örüntü bulursan, onu nedensellikle açıklamadan önce 3 alternatif açıklama üret. En sonda kararı bize bırakan noktaları ve verinin sınırlarını (eksik grup, kısa dönem) listele."
Fark: güçlü prompt veri sadakatini, bağlamı, nedensellik disiplinini ve karar-sınırını birlikte kurar; çıktı savunulabilir bir analiz olur.
Veri işinde YZ nerede güvenilir?
İş
YZ güveni
Kural
Tablo özeti, gruplama
Yüksek
Sadece verilen veri
Anomali/örüntü işaretleme
Orta
İnsan teyidi
Nedensellik yorumu
Düşük
Alternatif açıklama şart
Eksik veri doldurma
Çok düşük
Yaptırma; "veri yok"
Sadeleştirme/görsel özet
Yüksek
Anlam korunmalı
Gösterge tasarımı ve yanıltıcı grafik tuzağı
Veriyle karar vermenin en kritik adımı, doğru göstergeyi (bir olguyu ölçülebilir kılan sayısal ifade — örneğin "ortalama işlem süresi" ya da "başvuru başına maliyet") seçmektir. Yanlış gösterge, doğru veriyle bile yanlış karara götürür: "toplam çözülen talep sayısı" artıyor görünürken, "vatandaş başına bekleme süresi" kötüleşiyor olabilir. YZ, bir konu için aday göstergeler ve her birinin neyi ölçüp neyi gizlediğini listeleyebilir; ama hangi göstergenin kamu yararını gerçekten temsil ettiğine siz karar verirsiniz. Ayrıca YZ'nin önerdiği ya da anlattığı grafiklerde yanıltıcı görselleştirme (eksenin sıfırdan başlamaması, orantısız ölçek, seçilmiş zaman aralığı gibi tekniklerle algıyı çarpıtma) riskine karşı uyanık olun; kamu verisinde dürüst görsel, yönetişimin bir parçasıdır.
Mini vaka — yanlış gösterge, yanlış övünç. Bir birim "aylık kapatılan dosya sayısı" göstergesinde rekor kırıyordu; ama vatandaş şikâyetleri artmıştı. Doğru gösterge olan "ilk temasta çözüm oranı" bakıldığında oranın yüzde 58'den yüzde 44'e düştüğü görüldü — dosyalar hızla kapatılıp yeniden açılıyordu. Gösterge değişince yönetim önceliği de değişti.
Mini vaka — sıfırdan başlamayan eksen. Bir sunumda YZ'nin tarif ettiği grafikte dikey eksen 40'tan başlıyor, yüzde 2'lik bir artış dramatik bir sıçrama gibi görünüyordu. Eksen sıfıra çekilince gerçek tablo ortaya çıktı ve karar abartılı algıdan kurtuldu.
Gösterge seçimini destekleyen sablon:
Görev: Aşağıdaki amaç için 5 aday gösterge öner.Amaç: [ör. vatandaş hizmet kalitesini iyileştirmek]Her gösterge için: neyi ölçer | neyi gizleyebilir | manipülasyona açıklığı | önerilen okuma sıklığı.Sonra: bu göstergeleri birlikte okumak için 3 uyarı (tek başına yanıltıcı olanlar) yaz.Kural: Sayı üretme; yalnızca gösterge tasarımı öner.
Dikkat: "Sayı objektiftir" yanılgısına düşmeyin. Hangi sayıyı ölçtüğünüz, nasıl gösterdiğiniz ve hangi aralığı seçtiğiniz bir yorumdur. Kamuda bu yorumun şeffaf ve dürüst olması, doğru veriye sahip olmak kadar önemlidir.
Sık yapılan hatalar
- Korelasyonu nedensellik sanmak. "Birlikte arttı" sebep değildir; alternatif açıklama arayın.
- YZ'ye eksik veri doldurtmak. Uydurma değerle analiz çöker; eksiği eksik bırakın.
- Yanlı veriyi genellemek. Şikayet/dijital veri herkesi temsil etmez; eksik grubu sorgulayın.
- Sayıyı bağlamsız sunmak. Oranın yanında mutlak sayı ve karşılaştırma dönemi olmalı.
- Kişisel veriyi gereksiz analiz etmek. Toplulaştırılmış veri yeterliyse bireysel kimlik kullanmayın.
- Kararı belgelememek. Hangi veriye dayanarak ne karar verildiği denetim için kaydedilmeli.
Özetle
Veri temelli karar, kamuda kaynağı adaletli ve verimli dağıtmanın en güçlü yoludur; YZ bu işte tabloyu anlamlandıran, örüntü bulan ve bulguyu sadeleştiren hızlı bir asistandır. Ama YZ'ye sayı uydurtmayın, eksik veriyi doldurtmayın, korelasyonu nedensellikle karıştırmasına izin vermeyin ve yanlı/eksik veriyi genellemekten kaçının. Sayı güçlüdür; onu doğru yorumlayan ve kararı belgeleyen insan daha güçlüdür.
Uygulama görevi
Biriminizden gerçek (kişisel verisi ayıklanmış) bir tablo alın. "Tabloyu tanıma" şablonuyla veriyi tanıtın, sonra karar için önemli bir soruyu "Bağlamlı özet istatistik" şablonuyla cevaplatın. Çıkan bir ilişkiye "Nedensellik sorgulayıcı" şablonunu uygulayıp en az bir alternatif açıklama bulun. YZ'nin tablo dışından sayı ekleyip eklemediğini kontrol edin.
Kontrol listesi
- [ ] YZ yalnızca verilen tabloyu kullandı; dışarıdan sayı eklemedi.
- [ ] Eksik veriyi doldurtmadım; "veri yok" olarak bıraktım.
- [ ] Her sonucu bağlamla (mutlak sayı + oran + dönem) sundum.
- [ ] Nedensellik iddialarına alternatif açıklama ürettim.
- [ ] Yanlı/eksik veri riskini ve eksik grubu değerlendirdim.
- [ ] Kararı ve dayandığı veriyi belgeledim.