Veri kalitesi denetimi: 10 adımlık kontrol listesi

Bir yönetici iki rapor açıyor ve aynı ay için farklı ciro rakamları görüyor. Analistler rakamları elle mutabık hale getirmek için yarım gün harcıyor, nedeni buluyor, düzeltiyor ve bir hafta sonra her şey yeniden yaşanıyor. Bu size tanıdık geliyorsa sorun raporlarda değil, raporların dayandığı verilerdedir.

Veri kalitesi denetimi, yangınları tek tek söndürmeyi bırakmanıza yardımcı olur. Verilerin tam olarak nerede kalite kaybettiğini, bunun neden olduğunu ve işletmeye neye mal olduğunu gösterir. Aşağıda, bir denetimi kendiniz yürütmek veya bir yüklenicinin çalışmasını kontrol etmek için kullanabileceğiniz on adımlık bir kontrol listesi bulacaksınız.

Denetim neyi kontrol eder

Veri kalitesi soyut bir "temizlik" değil, belirli bir amaca uygunluktur. Birkaç boyutta ölçülür:

• Tamlık: Gerekli tüm kayıtlar ve değerler mevcut mu?
• Doğruluk: Değerler gerçekle örtüşüyor mu?
• Tutarlılık: Aynı veriler sistemler arasında eşleşiyor mu?
• Güncellik: Veriler kullanılacakları zamana kadar güncelleniyor mu?
• Tekillik: Mükerrer müşteriler, ürünler veya karşı taraflar var mı?

Denetimin çıktısı bir sorun haritasıdır: nedenleri, ölçeği ve iş etkisiyle birlikte somut kusurların listesi ve önce neyin düzeltileceğine dair bir plan.

1. adım. 3–5 kilit rapor seçin

Şirketin tüm verilerini aynı anda kontrol etmeye çalışmayın. Önemli kararlara yön veren raporlarla başlayın: ciro ve marj, stok ve devir hızı, satış hunisi, alacaklar. Doğru seçim yaptığınızın iyi bir işareti, bu raporların zaten rakamlar konusunda tartışmalara yol açmasıdır.

2. adım. Verilerin yolunu izleyin

Her rapor için rakamların nereden geldiğini bulun: hangi sistemler, dışa aktarımlar, tablolar ve formüller. Buna veri soyağacı denir. Basit bir şema çizin: kaynak → dönüşümler → rapor. Yalnızca bu adım bile çoğu zaman bir çalışanın haftada bir çalıştırdığı manuel bir Excel dışa aktarımını ya da aynı metriği hesaplamak için kullanılan iki farklı tabloyu ortaya çıkarır.

3. adım. Tanımlar üzerinde anlaşın

Hata aramadan önce herkesin metrikleri aynı şekilde anladığından emin olun. "Aktif müşteri" nedir: son 30 günde mi yoksa son 90 günde mi alışveriş yapmış biri? Ciro KDV dahil mi hariç mi, sipariş tarihine göre mi ödeme tarihine göre mi sayılıyor? Tanımları bir iş sözlüğüne yazın. Pek çok "veri tutarsızlığı" aslında tanım tutarsızlığı çıkar.

4. adım. Kontrolleri listeleyin

Her kilit veri seti için kalite boyutlarına göre kontroller tanımlayın. Örneğin:

Boyut	Örnek kontrol
Tamlık	Her siparişin bir müşterisi, tutarı ve tarihi var
Doğruluk	Satış fiyatı sıfırın altında değil ve makul bir sınırın üzerinde değil
Tutarlılık	Muhasebe sistemindeki günlük satışlar CRM ile eşleşiyor
Güncellik	Dünün satışları saat 7:00'ye kadar veri ambarına yükleniyor
Tekillik	Hiçbir iki müşteri aynı vergi numarasını veya telefon numarasını paylaşmıyor

En önemli alanlarda 10–20 kontrolle başlayın. Başlangıçta yüzlerce kural yalnızca dikkati dağıtır.

5. adım. Kontrolleri gerçek veriler üzerinde çalıştırın

Kontrollerin çoğu basit SQL sorgularıdır. Örneğin, müşterisi olmayan siparişlerin oranı ve mükerrer telefon numaraları:

-- Müşterisi olmayan siparişlerin oranı
SELECT
  AVG(CASE WHEN customer_id IS NULL THEN 1.0 ELSE 0 END) AS no_customer_share
FROM orders;

-- Birden fazla müşterinin paylaştığı telefon numaraları
SELECT phone, COUNT(*) AS customers
FROM customers
GROUP BY phone
HAVING COUNT(*) > 1;

Yalnızca hatanın varlığını değil, ölçeğini de kaydedin: kaç kaydın etkilendiğini, hangi dönemlerde, departmanlarda veya şubelerde.

6. adım. Rakamları sistemler arasında mutabık hale getirin

Geçen ayın satışları gibi bir metrik alın ve onu bulunduğu her sistemde hesaplayın. Rakamlar farklıysa farkı gün, şube ve işlem türüne göre ayrıştırın. Neden genellikle hızla belirli bir belge türüne, döneme veya yükleme kuralına indirgenir.

7. adım. Yalnızca belirtileri değil, nedenleri bulun

Mükerrer müşteriler bir belirtidir. Nedeni, sipariş formunda mevcut müşterileri arama özelliğinin olmaması ya da iki sistemin birbirinden bağımsız olarak müşteri oluşturması olabilir. Her büyük sorun için, onu yaratan sürece veya sisteme ulaşana kadar art arda birkaç kez "neden" diye sorun. Düzeltme oraya aittir; aksi halde hatalar bir ay içinde geri döner.

8. adım. İş etkisini değerlendirin

Yönetimin "ne olmuş yani?" sorusuna bir yanıta ihtiyacı vardır. Sorunları paraya ve zamana çevirin:

• analistlerin ayda kaç saatini manuel mutabakata harcadığı;
• hangi kararların yanlış rakamlara dayanarak alındığı;
• yanlış adresler ve mükerrer kayıtlar nedeniyle sevkiyatlarda, faturalarda veya pazarlama kampanyalarında oluşan hataların neye mal olduğu.

Kaba bir tahmin bile hiç yoktan iyidir: Öncelikleri belirlemeye ve düzeltmeler için bütçeyi gerekçelendirmeye yardımcı olur.

9. adım. Öncelikleri belirleyin

Sorunları iki eksene yerleştirin: iş etkisi ve düzeltme zorluğu. Etkisi yüksek ve düzeltmesi görece kolay olanlarla başlayın. Bu çoğu zaman alanları zorunlu hale getirmek, bir metrik için tek bir hesaplama kuralında anlaşmak veya tek bir veri yüklemesini düzeltmek anlamına gelir. Tek bir müşteri referansı (MDM) gibi karmaşık sorunları ayrı bir proje olarak planlayın.

10. adım. Sonuçları kalıcı hale getirin

Devamı gelmeyen bir denetim hızla eskir. Sonuçları korumak için:

1. 4–5. adımlardaki kontrolleri otomatik hale getirin ve belirli bir takvimle çalıştırın.
2. Uyarılar kurun: Başarısız bir kontrol, raporu okuyan bir yöneticiye değil, sorumlu kişiye ulaşmalıdır.
3. Kilit veri setleri için veri sahiplerini, yani kurallar ve tartışmalı durumlar hakkında karar veren kişileri atayın.
4. Hata çözüm sürecini tanımlayın: kim neyi, ne zamana kadar ve hangi sistemde düzeltir.

Bunlar, kaliteyi yalnızca bir denetimden diğerine değil, sürekli kontrol altında tutan bir sistem olan veri yönetişimine doğru atılan ilk adımlardır.

Yaygın hatalar

• Her şeyi aynı anda kontrol etmek. Denetim, işletme için hiçbir sonuç vermeden aylarca sürer.
• Verileri elle düzeltmek. Nedeni ortadan kaldırmadan yapılan tek seferlik bir temizlik birkaç hafta işe yarar.
• Denetimi yalnızca BT'ye bırakmak. İş tarafı olmadan tanımlar üzerinde anlaşamaz ve etkiyi değerlendiremezsiniz.
• Başlangıç durumunu ölçmemek. Değişikliklerden önce kaç hata olduğunu kaydetmezseniz sonucu daha sonra gösteremezsiniz.

Özet

İyi bir veri kalitesi denetimi üç soruyu yanıtlar: Sorunlar nerede, neden ortaya çıkıyor ve önce ne düzeltilmeli. Birkaç kilit raporla başlayın, tanımlar üzerinde anlaşın, verileri kalite boyutlarına göre kontrol edin ve sonuçları otomatik kontrollerle ve net rollerle kalıcı hale getirin.

Dışarıdan bir bakış istiyorsanız veri kalitesi denetimlerini bu çizgide yürütüyoruz. Bir denetim genellikle yaklaşık iki hafta sürer ve bir sorun haritası ile bir iyileştirme planıyla sonuçlanır.