Veri Analisti Olmak
[English Below]
Neden böyle bir rol var?.. Nasıl başlanır?.. Kod yazmadan olmaz mı?.. E bu iş teknik değil?.. Ya ne gerek var ben zaten biliyorum ne yapacağımı…
Başka klişemiz kalmadıysa, uzun zamandır aklımda olan ama sürekli ertelediğim “bir şeyler yazma” fikriyle, kendi tecrübelerime de dayanarak, biraz konuya açıklık getirmeye çalışayım. Normalde daha formal yazmayı planlıyordum ama sanırım en doğrusu kendimi en rahat hissettiğim şekilde yazmak olacak. En azından şimdilik. İlerleyen zamanlardaki yazılarımda tekniğe girmem gereken bir konu olursa tabii ki daha formal yazmak durumunda kalacağıma eminim.
Kahveler hazırsa başlayalım…
Veri analisti ne iş yapar? Neden böyle bir rol var?
Veri analistliği kağıt üzerinde bir analistlik rolü olsa da anladığımız anlamda iş analistinden bir kaç noktada farklılaşır. En temelde iş analisti yapılacak işin nasıl yapılacağını tarif ederken, veri analisti yapılmış ya da yapılması planlanmış bir işin ürettiği ya da üreteceği verinin, istenilen çıktılara uygun nasıl kurgulanması gerektiğini tarifler. Ayrıca iş analistleri çoğunlukla uygulamanın veriyi nasıl tutması gerektiği konusundan ziyade akışın nasıl olması gerektiği ile ilgilenir. Veri analistlerinin ise en büyük derdi verinin nereden ve nasıl alınacağını tespit edip, istenilen çıktıları oluşturabilecek en verimli şekilde nasıl tutulacağına karar vermektir. Bu açıdan aslında hem veriyi karar vermek için kullanacak olan iş birimleriyle hem de bu verileri üreten uygulamaların iş analistleri ile dirsek temasında olmak zorundadır. İşin en can alıcı noktalarından biri de budur.
E bu iş teknik değil?..
Sanılanın aksine aslında bu iş ciddi anlamda teknik bilgi gerektirir. Tabi burada “teknik bilgi” kavramından ne anladığınızı da önemli. Zira özellikle bu sektöre yeni atılacaksanız ve/veya bu sektörün sadece backend ya da frontend yazılım yapmaktan ibaret olduğunu düşünenlerdenseniz, size kötü bir haberim var, anladığınız anlamdaki “teknik” bu aşamada pek işinize yaramayacaktır. Benim teknik bilgiden kastım özellikle veri yapıları ve veri işleme teknikleri konularındaki bilgiler. Ve size bir sır vereyim, kodlama olmadan bu işi hakkıyla yapmanız biraz zor. Kodlamadan kastımın java ya da c# gibi genel geçer programlama dillerinden biri veya birkaçını kullanarak kod yazmak olmadığını anlamışsınızdır. Elbette bu konuyu başka bir yazımda detaylı açarım ama en azından temel seviyede SQL bilmeden bu işe soyunmanızı tavsiye etmem. Eğer kariyer planınız veri analisti olmak yönündeyse, bakın data scientist demiyorum orası bambaşka bir yazı konusu, SQL’den ziyade Python biliyor olmanız o kadar da kritik değildir. Dolayısıyla bu işe yeni girmek istiyorsanız öğrenme önceliğiniz bence farklı olmalı. Tabiki sadece SQL bilmek ya da Python bilmek kariyerinizin ilerleyen zamanlarında size yeterli gelmeyecektir ve gelmemelidir de. İlerleyen zamanlarda, uzman seviyesinde olmasanız da, öğrenmeniz gereken birçok teknoloji olduğunu fark edeceksiniz. Hatta bir adım daha ileri gidersek, kariyerinizin ilerleyen aşamalarında network ve donanım konularında, kurulum ya da yönetim yapacak kadar olmasa bile, denileni anlayacak kadar bilgi sahibi olmanız sizin lehinize olacaktır. Çaktırmadan nasıl başlanır sorusuna da cevap verdim sanırım…
Ben zaten ne yapacağımı biliyorum…
Ben de tam olarak onu diyorum, sen ne yapacağını “biliyorsun” ama neyi neden yapman ya da yapmaman gerektiği konusunda fikrin var mı?.. Bunu da başka yazılarımda uzun uzun anlatmayı planlıyorum. Şimdilik sadece kafanızı kurcalaması gereken bir soru olarak burada kalsın.
Çok fazla “başka yazıda değinirim” dediğimin farkındayım. O zaman devamı gelecek mecburen…
Becoming a Data Analyst
Why does such a role exist?.. How does one start?.. Isn’t coding necessary?.. Is this a technical job?.. Well, I already know what I’m doing, why bother?..
If we don’t have any other clichés left, with the idea of “writing something” that has been on my mind for a long time but I constantly postponed, I’ll try to shed some light on the subject, based on my own experiences. I had planned to write more formally, but I think the best way is to write in the way I feel most comfortable. At least for now. I’m sure if there’s a topic that requires technical details in my future writings, I’ll have to write more formally, of course.
If the coffees are ready, let’s begin…
What does a data analyst do? Why does such a role exist?
Although data analysis is an analytical role on paper, it differs from a business analyst in a few points. Fundamentally, a business analyst describes how a task will be done, while a data analyst describes how the data produced or planned to be produced by a completed or planned task should be structured to fit the desired outputs. Moreover, business analysts are more concerned with how the flow should be rather than how the application should store the data. Data analysts, on the other hand, have the significant concern of determining where and how to obtain the data and how it should be stored most efficiently to generate the desired outputs. In this regard, data analysts must be in close contact with both the business units that will use the data for decision-making and the business analysts of the applications that produce this data. This is one of the most vital aspects of the job.
But is this a technical job?..
Contrary to popular belief, this job actually requires a significant amount of technical knowledge. However, what you understand from the concept of “technical knowledge” is important. Especially if you are new to this sector and/or if you think this sector is just about backend or frontend software development, I have bad news for you; your understanding of “technical” won’t be very useful at this stage. By technical knowledge, I mean knowledge in data structures and data processing techniques, especially. And let me tell you a secret: doing this job properly without coding is a bit difficult. By coding, I don’t mean using a widely-used programming languages like Java or C#; you have understood that it’s not about writing code using one or a few general-purpose programming languages. Of course, I will elaborate on this topic in another article, but at least keep this in mind; having a basic understanding of SQL is essential for venturing into this field. If your career plan is to become a data analyst (I’m not talking about a data scientist; that’s a completely different topic), it’s not so critical to know Python as much as having a good understanding of SQL, at least in the beginning. Therefore, if you want to enter this field, your learning priorities should be different in my opinion. Of course, just knowing SQL or Python won’t be enough for you in the later stages of your career, and it shouldn’t be. In the future, you will realize that there are many technologies you need to learn, even if you are not at an expert level. Furthermore, going a step further, having knowledge about network and hardware topics, even if not to the extent of installation or management but understanding enough to comprehend the instructions, will be in your favor. I think I’ve also answered the question of “how to start” without making it obvious…
I already know what I’m doing, why bother?..
I’m saying exactly that: “You know” what you’re doing, but do you have an idea of why you should or shouldn’t do something? I plan to explain this in detail in my future articles. For now, let it remain as a question that needs to bother your mind.
I’m aware that I’ve said “I will talk about it in another article” quite a lot. Well, there will be more to come, inevitably…