Data Analytics

Data Analytics

DATA

Veri değer zincirinin tamamını kapsayan kapsamlı Data Analytics müfredatı. Google Sheets ve SQL ile veri manipülasyonundan Power BI ve Looker Studio ile interaktif dashboard oluşturmaya, ELT araçları (dbt, Zapier) ile otomasyon ve Python (Pandas, Scikit-Learn) ile prediktif analize kadar. Veri kaynaklarını belirlemeyi, funnel oluşturmayı, müşteri tutundurma analizi yapmayı ve analizlerden somut eylem önerileri sunmayı öğren.

Ne öğreneceksin

Google Sheets ve gelişmiş formüllerle veri manipülasyonu

BigQuery ile gelişmiş SQL: analitik sorgular, CTE, window function

Pazarlama, satış ve ürün ekipleri için veri modelleme

ELT araçları: dönüşüm için dbt, otomasyon için Zapier

Google Tag Manager ve takip planları ile web takibi

Veri çıkarma için API ve webhook

Power BI ve Looker Studio (Google Data Studio) ile veri görselleştirme

İstatistiksel analiz ve AB testi

Analiz için Python: Pandas, Plotly, Jupyter, Google Colab

Uygulamalı Machine Learning: churn tahmini, Scikit-Learn ile müşteri segmentasyonu

Analiz metodolojisi: KPI, satış hunisi, tutundurma, kohortlar

Uçtan uca proje: problem tespitinden otomatik dashboard'a

Uzmanlaşılması gereken temel konular

Bu teknolojiyi anlamak ve mülakatlarını başarmak için en önemli kavramlar

1

Google Sheets: gelişmiş formüller (DÜŞEYARA, INDEX/MATCH, ARRAYFORMULA), pivot tablo, otomasyon

2

SQL: SELECT, JOIN, GROUP BY, HAVING, window function (ROW_NUMBER, RANK, LAG/LEAD), CTE, alt sorgu

3

BigQuery: bölümleme, kümeleme, iç içe sorgular, maliyet optimizasyonu, UDF

4

Veri Modelleme: yıldız şemaları, fact ve dimension tabloları, normalizasyon, denormalizasyon

5

KPI ve Metrikler: CAC, LTV, MRR, ARR, churn oranı, NPS, dönüşüm oranı, ARPU

6

Funnel ve Kohortlar: dönüşüm analizi, kohort tutundurma, RFM analizi

7

ELT ve Veri Hattı: Extract-Load-Transform, dbt (modeller, testler, kaynaklar), orkestrasyon

8

Zapier ve otomasyon: tetikleyiciler, eylemler, çok adımlı iş akışları, webhook

9

Google Tag Manager: etiketler, tetikleyiciler, değişkenler, dataLayer, takip planları

10

Power BI: DAX, hesaplanmış ölçüler, ilişkiler, görselleştirmeler, filtreler, detaya inme

11

Looker Studio: veri kaynakları, hesaplanmış alanlar, filtreler, parametreler, harmanlama

12

Görselleştirme: doğru grafik seçimi, veri hikayeciliği, tasarım ilkeleri (Tufte)

13

AB Testi: hipotezler, örneklem büyüklüğü, istatistiksel anlamlılık, p-değeri, Student t-testi

14

Python ve Pandas: DataFrame, Series, groupby, merge, pivot_table, temizleme

15

Plotly: interaktif grafikler, alt grafikler, animasyonlar, dashboard

16

Scikit-Learn: regresyon, sınıflandırma, kümeleme (K-Means), train/test bölme, metrikler

17

Metodoloji: problem çerçeveleme, kaynak belirleme, temizleme, analiz, öneriler