Bavaria ile Veri Temizliği & Analizi
Bu proje, Bavaria ile işbirliği içinde, ham ve karmaşık veri setlerini bilinçli karar verme süreçleri için temiz, yapılandırılmış içgörülere dönüştürmeye odaklanarak geliştirilmiştir. Proje, gerçek dünya operasyonlarını desteklemede veri hazırlığı ve keşifsel analizin gücünü vurgulamaktadır.
Projenin Odağı
Projenin amacı, tutarsız ve eksik şirket verilerini temizlemek, desenleri ve eğilimleri analiz etmek ve bulguları iş optimizasyonunu destekleyecek şekilde yorumlamaktı. Gizlilik nedeniyle belirli veri setleri ve sonuçlar açıklanmamıştır.
Yöntemler ve Araçlar
1. Veri Temizliği
Eksik değerler ele alındı, formatlar (tarihler, birimler) normalleştirildi, yinelenenler kaldırıldı ve istatistiksel yöntemler kullanılarak aykırı değerler tespit edildi.
2. Keşifsel Veri Analizi (EDA)
Tek ve iki değişkenli dağılımlar analiz edildi, korelasyon ısı haritaları oluşturuldu ve zaman serisi eğilimleri incelendi.
3. Veri Yorumlama ve Raporlama
Pano tarzı görselleştirmeler oluşturuldu ve mevsimsellik, darboğazlar ve operasyonel verimsizliklerle ilgili temel metrikler çıkarıldı.
Kullanılan Teknolojiler
- Python: Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn
- İş Zekası Araçları: PowerBI
- Ortam: Jupyter Notebooks
- Versiyon Kontrolü: Git
“Temizlemediğiniz şeyi modelleyemezsiniz. Anlamadığınız şeyi optimize edemezsiniz.”