Kazanimlar:
- Satış, maliyet ve operasyon tablolarını yapay zeka ile analiz edip eğilim, kırılma ve aykırı değerleri tespit edebilme
- Her hesabı yeniden yaptırarak veya elle kontrol ederek aritmetik hataya ve halüsinasyona karşı doğrulama yapabilme
- Korelasyonu nedensellikten ayırt edip veri kalitesi ve örneklem sınırlarını yorumdan önce sorgulayabilme
Yönetim danışmanlığında en çok tekrarlanan cümlelerden biri şudur: "Sayılar ne diyor?" Bir müşterinin satış verisi, maliyet tablosu, müşteri segmentleri ya da operasyon metrikleri; hepsi bir hikaye anlatır. Danışmanın işi o hikayeyi bulmak, kanıtlamak ve karar vericiye net biçimde göstermektir. Yapay zeka bir tabloyu saniyeler içinde yorumlar, eğilimleri işaret eder, hesap yapar, hatta analiz için kod (Python, Excel formülü) üretir. Ama burada özel bir tehlike vardır: yapay zeka aritmetikte sessizce hata yapabilir ve yanlış sayıyı doğru bir özgüvenle sunabilir. Bu yüzden veri analizinde altın kural, her hesabı yeniden yaptırmak ya da elle kontrol etmektir.
Veriyle çalışmanın iki yolu
Yapay zekayla veri analizinin iki temel yöntemi vardır ve farkı bilmek doğruluk açısından kritiktir.
- Modelin metinsel yorumu: Veriyi doğrudan sohbete yapıştırıp "yorumla" dersiniz. Model desenleri okur ama hesapları "zihinsel" yapar; bu, hata riski en yüksek yoldur. Küçük tablolar ve nitel yorum için uygundur, kesin hesap için değil.
- Kod/araç üretimi: Modele analiz kodu (Python/pandas) veya Excel formülü yazdırırsınız; hesabı kod yapar, model değil. Bu yol çok daha güvenilirdir çünkü aritmetik deterministik bir araçta çalışır. Büyük veri ve kesin sayı için tercih edin.
İpucu: Kesin bir sayı gerekiyorsa (toplam ciro, ortalama, büyüme oranı) modelden "bunu hesaplayan Excel formülünü/Python kodunu yaz" isteyin, sonucu kendiniz çalıştırın. Modelin kafadan verdiği sayıya asla nihai gözüyle bakmayın.
Analiz istemi nasıl kurulur
İyi bir analiz istemi veriyi, sorulan soruyu ve doğrulama kuralını içerir.
Rolün: veri analisti.Aşağıda 24 aylık satış tablosu var (ay, bölge, ürün, adet, ciro).Görev:1) Toplam ve aylık ciro eğilimini özetle.2) En hızlı büyüyen ve en çok daralan 3 bölge-ürün kırılımını bul.3) Aykırı değer (beklenmedik sıçrama/düşüş) var mı, işaretle.Kurallar:- Her hesabı yapan Excel formülünü yanına yaz; ben doğrulayacağım.- Yorumu veriden ayır: önce "veri diyor ki", sonra "olası anlamı".- Nedensellik iddia etme; yalnızca desen göster.
Bu istemin üç kritik unsuru var: formülü de istemek (doğrulanabilirlik), veriyi yorumdan ayırmak (dürüstlük) ve nedensellik iddiasını yasaklamak (bir sonraki bölümün konusu).
Korelasyon nedensellik değildir
Analizde en sık ve en pahalı mantık hatası, birlikte hareket eden iki şeyden birinin diğerine sebep olduğunu sanmaktır. İki değişkenin birlikte artması (korelasyon) birinin diğerine yol açtığını (nedensellik) kanıtlamaz; arada üçüncü bir etken ya da rastlantı olabilir. Klasik örnek: dondurma satışı arttıkça boğulma vakaları da artar; sebep dondurma değil, sıcak hava ikisini birden yükseltir.
Yapay zeka bir korelasyonu kolayca "X, Y'yi artırıyor" diye yazabilir. Danışman bu cümleyi görünce durmalı ve sormalıdır: "Gerçekten sebep bu mu, yoksa gizli bir etken mi var?" Nedensellik iddiası; kontrollü karşılaştırma, zaman sırası ve alan bilgisi gerektirir.
Rolün: eleştirel veri analisti.Aşağıdaki analizde bir "X, Y'yi artırıyor" iddiası var.Görev:- Bu ilişkinin korelasyon mu yoksa gerekçelendirilmiş nedensellik mi olduğunu değerlendir.- İkisini birden etkileyebilecek olası 3 gizli (üçüncü) etkeni listele.- Nedenselliği desteklemek için hangi ek kanıtın (karşılaştırma grubu, zaman sırası) gerekli olduğunu söyle.Kesin nedensellik dili kullanma; "olası" ve "test edilmeli" ifadeleriyle yaz.
Veri kalitesini yorumdan önce sorgulamak
Kötü veriden iyi analiz çıkmaz. Yorumdan önce her tabloya şu soruları sorun:
Kontrol
Neden önemli
Nasıl bakılır
Eksik veri
Boş hücreler ortalamayı bozar
Boş/sıfır oranını say
Aykırı değerler
Tek uç değer eğilimi çarpıtır
Min-maks ve dağılıma bak
Tanım tutarlılığı
"Ciro" her ayda aynı mı?
Sütun tanımını teyit et
Zaman aralığı
Mevsimsellik yanıltır mı?
Yıl-üstü karşılaştır
Örneklem
Veri tüm evreni temsil ediyor mu?
Kapsama oranını sor
Bu tabloyu YORUMLAMADAN önce bir veri kalitesi denetimi yap:- Eksik/sıfır hücre oranı nedir?- Uç (aykırı) değerler hangi satırlarda?- Sütun tanımları tutarlı mı, şüpheli olan var mı?Sadece denetim raporu ver; henüz yorum yapma.
Üç mini vaka
Vaka 1 — Sessiz aritmetik hata. Bir danışman modele 12 aylık ciroyu toplatır; model "142,6 milyon" der. Danışman Excel'de kontrol eder: gerçek toplam 128,4 milyon; model iki ayı yanlış toplamış. Kafadan hesap yerine formül istenseydi hata olmayacaktı. Sunuma yanlış sayı girseydi, müşteri güveni sarsılırdı.
Vaka 2 — Sahte nedensellik. Bir perakendecide model "indirim yapılan aylarda ciro arttı, demek ki indirim ciroyu artırıyor" der. Danışman durur: indirimler zaten bayram aylarında yapılıyormuş; asıl sürücü bayram talebi. İndirim etkisini ölçmek için indirimsiz bayramla karşılaştırma gerekir. Yanlış çıkarım, "her ay indirim yapalım" gibi marj yakan bir öneriyi önler.
Vaka 3 — Aykırı değer tuzağı. Bir bölge ortalama sipariş değeri anormal yüksek görünür. Model bunu "premium bölge" diye yorumlar. Danışman satırı açar: tek bir 4,2 milyonluk kurumsal sipariş ortalamayı şişirmiş; o satır çıkınca bölge sıradan. Medyan (ortanca değer) kullanmak bu tuzağı baştan engellerdi.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Bu satış tablosunu analiz et ve önemli bulguları söyle.
Model kafadan hesaplar, nedensellik iddia eder ve doğrulanamaz bulgular verir.
Güçlü prompt:
Rolün: titiz veri analisti.Önce veri kalitesi denetimi yap (eksik, aykırı, tanım tutarlılığı).Sonra: aylık eğilim, en iyi/kötü 3 kırılım, aykırı değerler.- Her hesabın Excel formülünü yaz; ben doğrulayacağım.- Ortalama yerine medyanı da ver (aykırı değer etkisini görmek için).- "Veri diyor ki" ile "olası anlamı"nı ayır; nedensellik İDDİA ETME.- Emin olmadığın yeri "belirsiz" işaretle.
Segmentasyon: ortalamanın gizlediği gerçek
Danışmanlık analizlerinde en güçlü hamlelerden biri kırılım (segmentasyon) yapmaktır: toplam bir sayıyı anlamlı alt gruplara ayırmak. "Ortalama müşteri" çoğu zaman var olmayan bir kurgudur; gerçek, alt gruplarda saklıdır. Örneğin ortalama kâr marjı %8 görünürken, müşterilerin %20'si %25 marj getirip %30'u zarar ettiriyor olabilir; ortalama bu gerçeği tamamen gizler. Yapay zeka bir tabloyu farklı eksenlerde (müşteri tipi, bölge, ürün, kanal) hızla kırıp hangi kırılımın en çarpıcı farkı gösterdiğini bulmanıza yardım eder.
Rolün: veri analisti. Tablo aşağıda.Görev: Bu veriyi şu eksende kır: [müşteri tipi / bölge / ürün].Her grup için: toplam, pay (%), ortalama VE medyan, grup büyüklüğü (n).Kurallar:- Grup n<30 ise "küçük örneklem - dikkat" işareti koy.- Her hesabın formülünü yaz; ben doğrulayacağım.- En yüksek ve en düşük grubu göster; farkın gerçek mi yoksa tek aykırı değerden mi kaynaklandığını değerlendir.Önce hangi kırılımı beklediğimi söyleyeyim: [hipotez].
Sık yapılan hatalar
- Modelin kafadan hesabına güvenmek. Aritmetiği deterministik araca (Excel/Python) yaptırın; sonucu bağımsız kontrol edin.
- Korelasyonu nedensellik sanmak. "X, Y'yi artırıyor" cümlesini kanıt olmadan yazmayın; gizli etkeni sorun.
- Ortalamaya körü körüne bakmak. Tek aykırı değer ortalamayı şişirir; medyana ve dağılıma da bakın.
- Veri kalitesini atlamak. Eksik, çifte veya tanımı tutarsız veriden çıkan yorum yanıltır; önce denetleyin.
- Örneklemi unutmak. Küçük ya da yanlı örneklemden tüm evrene genelleme yapmak hatalı sonuç doğurur.
- Veriyle yorumu karıştırmak. Neyin ölçüm neyin çıkarım olduğunu ayrı gösterin.
Dikkat: Finans, sağlık veya operasyonel güvenlik verilerinde analiz sonucu bir karara temel olacaksa, hesaplar ve yorum ilgili uzman (mali müşavir, aktüer, alan uzmanı) tarafından teyit edilmelidir. Yapay zeka ön-analiz üretir; nihai değerlendirme ve sorumluluk insana aittir.
Özetle
Yapay zeka tablo verisini yorumlamada, eğilim ve kırılım bulmada ve analiz kodu üretmede güçlü bir yardımcıdır. Ama aritmetikte sessizce hata yapabildiği için her hesabı deterministik bir araçla yeniden yaptırmak ve elle kontrol etmek şarttır. Korelasyonu nedensellikten ayırmak, ortalama yanında medyana bakmak, veri kalitesini yorumdan önce denetlemek ve örneklem sınırlarını gözetmek danışmanın temel disiplinleridir. Model desen gösterir; anlamı ve sorumluluğu insan kurar.
Uygulama görevi
Gerçek ya da temsili bir satış/maliyet tablosu seçin. Önce veri kalitesi denetimi istemini çalıştırın ve en az bir sorun (eksik, aykırı, tanım tutarsızlığı) bulun. Sonra güçlü analiz istemiyle eğilim ve kırılımları çıkarın; her hesabın formülünü ayrıca elle doğrulayın. Ortalama ile medyanı karşılaştırıp bir aykırı değer etkisi tespit edin. Son olarak modelin yazdığı bir nedensellik iddiasını bulun ve onu "korelasyon" olarak yeniden ifade edin.
Kontrol listesi
- [ ] Her kesin hesabı deterministik araçla (Excel/Python) yeniden yaptım.
- [ ] Yorumdan önce veri kalitesi denetimi yaptım.
- [ ] Ortalamanın yanında medyana ve dağılıma baktım.
- [ ] Korelasyon-nedensellik ayrımını korudum.
- [ ] Örneklem ve zaman aralığı sınırlarını sorguladım.
- [ ] "Veri diyor ki" ile "olası anlamı"nı ayrı gösterdim.
- [ ] Karar-kritik analizde uzman onayını planladım.