Bilgi işlem aşamaları
Veri işleme, veriler toplanıp kullanılabilir bilgilere çevrildiğinde gerçekleşir. Genellikle bir veri bilimcisi veya veri bilimciler ekibi tarafından yapılır, veri işlemenin son ürünü veya veri çıktısını olumsuz etkilemeyecek şekilde doğru şekilde yapılması önemlidir.
Veri işleme, ham formundaki verilerle başlar ve daha okunabilir bir formata (grafikler, belgeler vb.) dönüştürülür. Bu sayede bilgisayarlar tarafından yorumlanması ve çalışanlar tarafından bir kuruluşta kullanılması için gereken şekli ve içeriği verir.
1. Veri toplama
Veri toplama, veri işlemede ilk adımdır. Mevcut kaynaklardan veri çekilir. Mevcut veri kaynaklarının güvenilir ve sağlam olması, böylece toplanan verilerin (ve daha sonra bilgi olarak kullanıldığı) mümkün olan en yüksek kalitede olması önemlidir.
2. Veri hazırlama
Veriler toplandıktan sonra, veri hazırlama aşamasına girer. Genellikle “ön işleme” olarak adlandırılan veri hazırlama, ham verilerin temizlenmesinin ve sonraki veri işleme aşaması için organize edildiği aşamadır. Hazırlık sırasında, ham veriler titizlikle herhangi bir hata için kontrol edilir.
3. Veri girişi
Temiz veriler daha sonra varış yerine (Salesforce gibi bir CRM veya Redshift gibi bir veri ambarı) girilir ve anlayabileceği bir dile çevrilir. Veri girişi, ham verilerin kullanılabilir bilgi biçimini almaya başladığı ilk aşamadır.
4. İşleme
Bu aşamada, önceki aşamada bilgisayara girilen veriler aslında yorumlama için işlenir. İşlem, machine learning algoritmaları kullanılarak yapılır.
5. Veri çıkışı / yorumlama
Çıktı / yorum aşaması, verinin diğerlerine ulaşabildiği aşamadır. Çeviri, okunabilir ve genellikle grafikler, videolar, görüntüler, düz metinler vs halinde kişlere ulaşır.
6. Veri depolama
Veri işlemenin son aşaması depolamadır. Tüm veriler işlendikten sonra, daha sonra kullanılmak üzere saklanır. Bazı bilgiler hemen kullanıma sunulsa da, çoğu daha sonra bir amaca hizmet edecektir.
Veri işleme, veriler toplanıp kullanılabilir bilgilere çevrildiğinde gerçekleşir. Genellikle bir veri bilimcisi veya veri bilimciler ekibi tarafından yapılır, veri işlemenin son ürünü veya veri çıktısını olumsuz etkilemeyecek şekilde doğru şekilde yapılması önemlidir.
Veri işleme, ham formundaki verilerle başlar ve daha okunabilir bir formata (grafikler, belgeler vb.) dönüştürülür. Bu sayede bilgisayarlar tarafından yorumlanması ve çalışanlar tarafından bir kuruluşta kullanılması için gereken şekli ve içeriği verir.
1. Veri toplama
Veri toplama, veri işlemede ilk adımdır. Mevcut kaynaklardan veri çekilir. Mevcut veri kaynaklarının güvenilir ve sağlam olması, böylece toplanan verilerin (ve daha sonra bilgi olarak kullanıldığı) mümkün olan en yüksek kalitede olması önemlidir.
2. Veri hazırlama
Veriler toplandıktan sonra, veri hazırlama aşamasına girer. Genellikle “ön işleme” olarak adlandırılan veri hazırlama, ham verilerin temizlenmesinin ve sonraki veri işleme aşaması için organize edildiği aşamadır. Hazırlık sırasında, ham veriler titizlikle herhangi bir hata için kontrol edilir.
3. Veri girişi
Temiz veriler daha sonra varış yerine (Salesforce gibi bir CRM veya Redshift gibi bir veri ambarı) girilir ve anlayabileceği bir dile çevrilir. Veri girişi, ham verilerin kullanılabilir bilgi biçimini almaya başladığı ilk aşamadır.
4. İşleme
Bu aşamada, önceki aşamada bilgisayara girilen veriler aslında yorumlama için işlenir. İşlem, machine learning algoritmaları kullanılarak yapılır.
5. Veri çıkışı / yorumlama
Çıktı / yorum aşaması, verinin diğerlerine ulaşabildiği aşamadır. Çeviri, okunabilir ve genellikle grafikler, videolar, görüntüler, düz metinler vs halinde kişlere ulaşır.
6. Veri depolama
Veri işlemenin son aşaması depolamadır. Tüm veriler işlendikten sonra, daha sonra kullanılmak üzere saklanır. Bazı bilgiler hemen kullanıma sunulsa da, çoğu daha sonra bir amaca hizmet edecektir.