Yapay Zeka ile Veri Analizi Nasıl Yapılır? Asistan Kullanım Rehberi

Yapay zeka ile veri analizi, tablo hâlindeki verinizi bir yapay zeka asistanına yükleyip doğal dille soru sormaktır. Asistan hesabı yapar, özet çıkarır ve grafik üretir. Sonucun doğru olduğundan emin olmak ise sizin işinizdir.

• Önce tek bir net soru belirleyin. Soru olmadan asistandan “analiz et” demek genel ve işe yaramaz cevaplar getirir.
• Veriyi temizleyin ve kişisel verileri çıkarın.
• Asistana sütunların anlamını ve amacınızı anlatın.
• Sonuçları kaynak araçtaki toplamlarla karşılaştırın.
• Asistan hızlandırır; karar ve doğrulama sizde kalır.

Yapay zeka asistanı, yazdığınız soruyu anlayan ve çoğu zaman arka planda kod yazıp çalıştırarak veriyi işleyen bir araçtır. Excel formülü bilmeniz gerekmez; “kanallara göre dönüşüm oranını hesapla” yazmanız yeterlidir.

Asistan genellikle şu işlerde iyidir:

• Veriyi toplamak, gruplamak, filtrelemek ve sıralamak
• İki dönem arasındaki farkı hesaplamak
• Dikkat çeken satırları ve aykırı değerleri göstermek
• Grafik ve özet tablo üretmek
• Sonucu düz bir dille anlatmak
• Excel formülü veya SQL sorgusu yazmak

Şunları ise kendi başına garanti etmez:

• Doğru hesap. Büyük veya karmaşık dosyalarda eksik satır, yanlış sütun veya hatalı toplam olabilir.
• İşletmenizin bağlamını bilmek. Kampanya tarihlerini, mevsimselliği ve ölçüm hatalarını siz bilirsiniz.
• Nedensellik. “Dönüşümler düştü” bilgisi, nedenini vermez.

Asistanı deneyimli ama işletmenizi tanımayan bir stajyer gibi düşünün. Hızlıdır, ama çıktısı kontrol edilmelidir.

ChatGPT, Claude, Gemini ve Microsoft Copilot gibi asistanların bir kısmı dosya yüklemeyi, kod çalıştırarak analiz yapmayı ve grafik üretmeyi destekler. Hangi özelliğin hangi plan, model veya çalışma alanında açık olduğu zamanla değişir. Bu yüzden kullanmadan önce aracın kendi yardım sayfasına bakın.

Örneğin OpenAI’ın yardım merkezi, ChatGPT’nin elektronik tablo (.xls, .xlsx, .csv) ve metin tabanlı veri dosyalarını kabul ettiğini ve bazı analizlerde Python kodu yazıp çalıştırdığını belirtir. Aynı sayfa, görüntü hâlindeki tablolardan veya taranmış dosyalardan kesin değer çıkarmanın güvenilir olmayabileceği konusunda da uyarır. Kesin rakam gerekiyorsa tablo biçimli dosya yükleyin.

Seçim yaparken şu soruları sorun:

• Dosya yükleyebiliyor mu?
• Analizde kod çalıştırıyor ve kodu gösteriyor mu?
• Verinizin saklanması ve model eğitiminde kullanılması konusunda hangi ayarları sunuyor?
• Ekibiniz zaten kullandığı bir araç (Google Workspace, Microsoft 365) içinde mi çalışıyor?

Aşağıdaki yedi adım pazarlama verisi için yazıldı, ancak çoğu tablo verisinde işe yarar.

Bu süreçte kullanacağınız arama ve trafik verisinin nasıl toplanıp yorumlandığını görmek için SEO hizmetimize bakabilirsiniz.

İyi bir komut dört şeyi içerir: veri, soru, çıktı biçimi ve sınır. Aşağıdaki örnekleri kendi verinize göre uyarlayın.

GA4 dışa aktarımı

Ekteki dosya Google Analytics 4’ten dışa aktarılmış son 90 günlük oturum verisi. Sütunlar: kanal, oturum, etkileşimli oturum, dönüşüm. Kanallara göre dönüşüm oranını hesapla, en düşük üç kanalı göster ve hesabı nasıl yaptığını açıkla.

Search Console sorguları

Bu dosya Search Console’dan alınan sorgu listesi (sorgu, tıklama, gösterim, ortalama konum). Gösterimi yüksek ama tıklaması düşük sorguları listele. Konumu 4 ile 10 arasında olanları ayrı bir tabloda ver. Hangi sorgular için başlık ve açıklama iyileştirmesi önerirsin?

Google Ads kampanya raporu

Ekteki rapor Google Ads kampanya düzeyinde maliyet, tıklama ve dönüşüm içeriyor. Kampanya başına dönüşüm başı maliyeti hesapla. Ortalamanın iki katından pahalı kampanyaları işaretle. Bütçeyi nereye kaydırmayı düşündüğünü, hangi varsayımlara dayandığını belirterek yaz.

Satış CSV’si

Bu CSV’de sipariş tarihi, ürün kategorisi, tutar ve kanal var. Aylık ciroyu kanal bazında çıkar, çizgi grafiğiyle göster. Sipariş sayısı çok az olan aylar varsa bunu özellikle belirt.

Bu örneklerde ortak iki ek komut işe yarar: “Emin olmadığın yeri söyle” ve “Hesabı yaptığın kodu göster”. Bu ikisi, tahminle gerçek hesabı ayırmanıza yardım eder.

Reklam verisiyle çalışıyorsanız kampanya yapısını anlamak için Google Ads hizmetimize de göz atabilirsiniz.

İkisi birbirinin alternatifi değil. İş türüne göre seçilir.

Pratik kural: aylık yönetim raporunu Looker Studio’da kurun, “bu ay neden düştü” gibi keşif sorularını asistanla sorgulayın.

Yanlış hesap ve uydurma. Asistanlar yanlış sonucu da kendinden emin bir dille sunabilir. Büyük dosyalarda satırlar atlanabilir. Sütun adı belirsizse yanlış sütunla hesap yapabilir.

Aşırı yorum. Az sayıda satırdan genel sonuç çıkarmak yaygın bir hatadır. Örneklem küçükse bunu asistana hatırlatın.

Veri gizliliği. Yüklediğiniz dosya bir dış hizmete gider. Müşteri kişisel verisini yüklemeyin. Gerekli olmayan sütunları silin, kimlikleri anonimleştirin. Kullandığınız hizmetin veri saklama ve model eğitimi ayarlarını, kurumsal sürüm kullanıyorsanız yönetici ayarlarını kontrol edin. Türkiye’de kişisel veri işleme KVKK kapsamındadır. Bir aracın yüklediğiniz veri için uyumlu olduğunu varsaymayın; belirsiz durumlarda hukuki destek alın.

Sonucu nasıl doğrularsınız?

• Toplam sayıları kaynak araçla (GA4, Search Console, Google Ads) karşılaştırın.
• Aynı soruyu farklı cümleyle ikinci kez sorun ve cevapları kıyaslayın.
• Birkaç satırı elle kontrol edin.
• Asistandan kullandığı kodu veya formülü isteyin.
• Mantıksız görünen sonuçlarda (ör. %100’ün üzerinde oran) asistana itiraz edin ve yeniden hesaplatın.

Asistanın kalitesi, verinin kalitesine bağlıdır. Ölçüm kurulumu hatalıysa en iyi asistan da hatalı veriyi analiz eder. Dönüşüm olaylarının doğru tanımlanması, tutarlı kampanya adlandırması ve düzenli dışa aktarım sizi hızlandırır. Markanızın yapay zeka arama sonuçlarındaki görünürlüğü gibi yeni ölçüm alanları için AI Search Optimization sayfasına bakabilirsiniz. Başlangıç noktasındaki temel veriler için SEO analizi kılavuzumuzu okuyabilir, diğer yazılar için blog bölümüne göz atabilirsiniz.

1. [1]Data analysis with ChatGPT — OpenAI Yardım Merkezihelp.openai.com↗