Toplantıda iki yönetici aynı konu hakkında farklı rakamlarla konuşuyor. Bir rapor "satışlar yüzde 50 arttı" diyor ama artışın 2 adetten 3 adede çıkış olduğu fark edilmiyor. Bir grafik, eksen sıfırdan başlamadığı için küçük bir değişimi dramatik gösteriyor. Bu sahnelerin ortak noktası teknolojinin değil, veri okuryazarlığının eksikliği.
Veri okuryazarlığı nedir?
Gartner veri okuryazarlığını, veriyi bağlamı içinde okuma, yazma ve onunla iletişim kurma becerisi olarak tanımlıyor. Bu tanım veri kaynaklarını ve yapılarını anlamayı, uygulanan analiz yöntemlerini bilmeyi ve verinin hangi amaçla kullanıldığını, ne değer ürettiğini anlatabilmeyi de kapsıyor.
Avrupa Komisyonu'nun dijital yetkinlik çerçevesi DigComp 2.2 de "bilgi ve veri okuryazarlığını" beş ana yetkinlik alanının ilki olarak sayıyor: veriyi aramak ve filtrelemek, kaynakların güvenilirliğini değerlendirmek ve veriyi yönetmek.
Kısacası veri okuryazarlığı veri bilimcisi olmak değil. Bir rakamı gördüğünüzde "Bu nereden geliyor, neyi gösteriyor, neyi göstermiyor?" diye sorabilmek.
Yapay zekâ çağında neden daha önemli?
Üretken yapay zekâ artık tablo özetliyor, grafik çiziyor, "verilerinize göre şu sonuç çıkıyor" diyor. Bu çıktılar akıcı ve ikna edici, ama yanlış olabilir: model bir rakamı uydurabilir, bir ortalamayı yanlış hesaplayabilir ya da korelasyonu nedensellik gibi sunabilir.
Yapay zekânın ürettiği bir analizi sorgulayabilmek için önce analizin kendisini okuyabilmek gerekir. Bu yüzden veri okuryazarlığı, yapay zekâ okuryazarlığının temelini oluşturuyor. Veriyi okuyamayan bir çalışan, yapay zekânın hatasını da fark edemez.
Kurumda veri okuryazarlığı eksikliğinin 6 belirtisi
- Aynı metrik için farklı birimler farklı rakamlar raporluyor.
- Kararlar "bence" ile başlayan cümlelerle alınıyor, rakamlar sonradan ekleniyor.
- Ortalama, her zaman doğru özet sanılıyor (birkaç uç değer ortalamayı tek başına değiştirebilir).
- Yüzde ve yüzde puan karıştırılıyor.
- İki şeyin birlikte artması, birinin diğerine yol açtığı şeklinde yorumlanıyor.
- Raporlar hazırlanıyor ama okunmuyor, ya da okunuyor ama karar değişmiyor.
Herkesin ihtiyaç duyduğu 5 temel beceri
1. Doğru soruyu sormak
Analiz bir soruyla başlar. "Müşteri memnuniyeti nasıl?" yerine "Son çeyrekte şikâyet sayısı hangi ürün grubunda arttı ve neden?" gibi karar odaklı bir soru, hangi veriye bakılacağını da belirler.
2. Veri kaynağını sorgulamak
Veri nereden geliyor, nasıl toplandı, kim dahil edildi, kim dışarıda kaldı? Sadece şikâyet edenlerin cevap verdiği bir anket, tüm müşterileri temsil etmez.
3. Temel istatistik kavramları
İleri düzey matematik gerekmez; birkaç kavram çoğu hatayı önler:
| Kavram | Neden önemli? | Örnek |
|---|---|---|
| Ortalama ve medyan | Uç değerler ortalamayı çarpıtır | Maaş verisinde medyan genellikle daha temsilidir |
| Yüzde ve yüzde puan | Değişim büyüklüğü farklı algılanır | %10'dan %12'ye çıkış 2 puanlık, ama %20'lik bir artıştır |
| Örneklem büyüklüğü | Küçük gruplarda yüzdeler yanıltır | 2'den 3'e çıkış "%50 artış" olarak sunulabilir |
| Korelasyon ve nedensellik | Birlikte hareket etmek sebep olmak demek değildir | Dondurma satışı ile güneş yanığı birlikte artar; sebep yazdır |
4. Görselleştirmeyi okumak
Eksen nereden başlıyor? Ölçek doğrusal mı? Hangi dönem seçilmiş, hangisi dışarıda bırakılmış? Aynı veri farklı grafik seçimleriyle çok farklı hikâyeler anlatabilir.
5. Sonucu anlatmak
Veri okuryazarlığının son adımı, bulguyu karar vericinin anlayacağı dille aktarmak: "Ne gördük, ne anlama geliyor, ne yapmalıyız?" Rakam yığını değil, bir karar önerisi.
Kurumda veri okuryazarlığı nasıl geliştirilir?
Rol bazlı seviyeler belirleyin. Herkesin aynı düzeye ihtiyacı yok. Pratik bir ayrım:
- Okuyucular: Rapor ve panoları doğru yorumlar (çoğu çalışan).
- Kullanıcılar: Kendi analizini yapar, Excel veya iş zekâsı araçlarıyla soru cevaplar (analistler, uzmanlar).
- Üreticiler: Veri modelleri ve analitik çözümler geliştirir (veri ve BT ekipleri).
Kurumun kendi verisiyle çalışın. Genel örnekler unutulur. Çalışanların her gün gördüğü raporlarla yapılan alıştırmalar kalıcı olur.
Ortak bir metrik sözlüğü oluşturun. "Aktif müşteri" veya "ciro" her birimde aynı şekilde tanımlanmıyorsa, en iyi eğitim bile toplantıdaki rakam tartışmasını bitirmez.
Yöneticiler örnek olsun. Toplantılarda "Bu rakam nereden geliyor?" sorusu yöneticiden geldiğinde kültür hızla değişir.
Etkiyi ölçün. Eğitim öncesi ve sonrası, çalışanlardan kendi alanlarından gerçek grafikleri yorumlamalarını isteyin. Ölçüm yöntemleri için yapay zekâ eğitiminin etkisi nasıl ölçülür yazımıza bakabilirsiniz.
Sonuç
Veri okuryazarlığı, yapay zekâ yatırımlarının da sessiz ön koşulu. Veriyi okuyamayan bir kurum, yapay zekânın ürettiği analizden de doğru karar çıkaramaz.
Çalışanlarınızın mevcut düzeyini görmek için ücretsiz Yapay Zekâ Okuryazarlığı Testi iyi bir başlangıç. Veri Okuryazarlığı ve Analitik Düşünme eğitimimiz ise veriyle karar vermeyi, temel istatistiği ve sonuçları doğru yorumlamayı kurumunuzun kendi örnekleri üzerinden uygulamalı olarak ele alıyor.
Kaynaklar