smaple.tr
Yapay Zeka ve Veri

Veri Kalitesi Yönetimi: Altı Boyut, İlk Kontroller ve Araçlar

Mehmet Kurtipek
1 Mayıs 2026
15 dk okuma
Yapay Zeka ve Veri
Veri kalitesi
dbt
KVKK
Veri mühendisliği

Veri kalitesi yönetimi, önemli veri setlerinin ne kadar iyi olması gerektiğine karar verme, veriyi sisteme girdiği ve değiştiği noktalarda otomatik olarak kontrol etme ve bir kontrol hata verdiğinde sorunun kaynağında düzeltilmesini sağlama işidir. Pratikte bunun karşılığı kısa bir kritik tablo listesi, her tablo için altı boyuta (tamlık, tekillik, geçerlilik, tutarlılık, güncellik ve doğruluk) yayılan birkaç kural, veri hattının içinde çalışan kontroller ve uyarıyı alan, adı belli bir kişidir. Çoğu ekip ilk sürümü, hiçbir araç satın almadan bir ay içinde kurabilir.

Müşterilerimiz için veri hatları geliştiriyoruz: 44 bahis sitesinden canlı oran akışları, bir tedarik platformunun ürün kataloğu için her ay gelen tedarikçi dosyaları, cenaze evi yazılımları arasında veri taşıma ve petrol sahası saha fişlerinden LLM ile veri çıkarma. Bir yapay zeka muhasebe asistanının fatura okuma servisine de kalite kontrolleri ekledik. Yazıdaki müşteri örnekleri bu işlerden geliyor.

Veri kalitesi yönetimi neleri kapsar

Araç satıcılarının diyagramlarını bir kenara bırakırsanız geriye döngü halinde tekrarlanan dört iş kalır:

  1. Tanımlamak: her önemli veri seti için "yeterince iyi"nin ne demek olduğuna, hangi kuralların geçerli olduğuna ve ne kadar hatanın kabul edilebileceğine karar vermek.
  2. Ölçmek: eldeki veriyi profillemek, ardından her yüklemede kontrolleri çalıştırmak.
  3. İzlemek: kontrolleri zamanlamak, hata verdiklerinde uyarı üretmek ve sonuçların geçmişini saklamak.
  4. İyileştirmek: sorunun nedenini mümkünse kaynağında düzeltmek ve aynı sorunu bir dahaki sefere yakalayacak bir kontrol eklemek.

Pek çok kurum ikinci adıma geçmiyor bile. Gartner'a göre kurumların %59'u veri kalitesini hiç ölçmüyor. Aynı sayfaya göre kötü veri kalitesi kurumlara yılda ortalama en az 12,9 milyon dolara mal oluyor; bu rakam Gartner'ın 2020 tarihli bir araştırmasından. İşi gerekçelendirmek için böyle bir rakama ihtiyacınız yok: bir ayın faturalarının yanlış kesilmesi ya da kimsenin açıklayamadığı bir ciro rakamıyla yönetime giden bir rapor çoğu zaman yeter.

Eşikleri kimin belirleyeceği ve her veri setinden kimin sorumlu olacağı veri yönetişiminin konusu; bunu veri yönetişimi yazımızda anlattık. Bu yazı kontrollerin kendisiyle ilgili.

Altı boyut ve her biri için bir kontrol

En sık karşınıza çıkacak altı boyut, DAMA UK'nin 2013 tarihli bir çalışmasından geliyor. İngiltere hükümetinin veri kalitesi çerçevesi de aynı altı boyutu kullanıyor ve listenin bağlayıcı olmadığını açıkça belirtiyor. Bu boyutları bir kontrol listesi gibi kullanın: her kritik tabloda, o tablo için önemli olan her boyutu ölçen en az bir kontrolünüz var mı?

Boyut

Sorduğu soru

Bu soruyu yanıtlayan kontrol

Tamlık

Olması gereken her şey yerinde mi?

Zorunlu kolonlarda boş değer oranı; satır sayısının kaynakla karşılaştırılması

Tekillik

Her kayıt bir kez mi tutuluyor?

Birincil anahtarın tekilliği; e-posta, TC kimlik ya da vergi numarası gibi doğal anahtarlarda mükerrer kayıt araması

Geçerlilik

Her değer izin verilen biçimde ve aralıkta mı?

Durum alanlarında izinli değerler, tutar ve tarih aralıkları, kimlik numaralarında kontrol haneleri

Tutarlılık

Birbiriyle ilişkili değerler kayıt içinde ve sistemler arasında uyuşuyor mu?

Sipariş toplamı kalemlerin toplamına eşit; aynı müşterinin ili CRM'de ve faturalama sisteminde aynı

Güncellik

Veri, beslediği karar için yeterince yeni mi?

Son başarılı yüklemeden bu yana geçen sürenin üzerinde anlaşılan sınırla karşılaştırılması

Doğruluk

Veri gerçek dünyayla örtüşüyor mu?

Bağımsız bir kaynakla mutabakat; elle örneklem kontrolü

Tablonun göstermediği birkaç ayrıntı var.

Geçerlilik ile doğruluk farklı şeylerdir ve otomatik kontroller ilkinde çok daha başarılıdır. TC kimlik numarası iyi bir örnek: numaranın on bir haneli olması, sıfırla başlamaması ve son iki hanesinin ilk dokuz haneden hesaplanan kontrol hanelerine uyması onu geçerli kılar. Ama bu, numaranın o kişiye ait olduğunu göstermez; bunu ancak nüfus kayıtlarıyla karşılaştırarak anlayabilirsiniz. Depoda bekleyen bir koli için girilmiş "kargoya verildi" durumu da geçerli bir değerdir. Doğruluğu ölçmek için güvenebileceğiniz ikinci bir kaynak gerekir: banka ekstresi, muhasebe kayıtları, başka bir veri sağlayıcısı ya da orijinal belgeye bakan bir insan. Tribute Technology için geliştirdiğimiz veri taşıma platformunda müşterinin ürün sahibi başarıyı, taşınan veriyi alacak raporları ve dosya sayılarıyla karşılaştırarak ve örneklem kontrolleri yaparak ölçtü. Pratikte doğruluk kontrolü çoğu zaman bundan ibarettir: toplamlar, sayılar ve bir örneklem.

Tutarlılıkta Türkçeye özgü bir tuzak var: büyük-küçük harf dönüşümü. Python'da 'istanbul'.upper() sonucu 'İSTANBUL' değil 'ISTANBUL' olur. JavaScript'te 'IĞDIR'.toLowerCase() sonucu 'iğdir' iken toLocaleLowerCase('tr-TR') doğru sonucu, 'ığdır' değerini verir. Aynı il, normalize edildiği koda göre iki farklı değer olarak sayılabilir. Metni karşılaştırmadan önce nasıl normalize edeceğinizi tek bir yerde tanımlayın ve her yerde onu kullanın.

Güncellik, ekiplerin en sık unuttuğu boyuttur ve kusursuz bir tabloyu bile işe yaramaz hale getirebilir. EdgeHunters, bahis analitiği araçları satan bir şirket; oran veri hatlarını 2023'ten 2026 başına kadar biz geliştirip işlettik. Ürünün önerileri güncel oranlara dayandığı için bir oran eksiksiz, geçerli ve doğru maçla eşleşmiş olsa bile bayatladığı anda değerini kaybediyordu. Veri hatları en güncel oranları paketleyip her beş dakikada bir ürüne aktarıyordu. Tazelik sınırını verinin nasıl kullanıldığına göre belirleyin: böyle bir oran akışı için birkaç dakika, finans tablolarının çoğu için bir gün, nadiren değişen bir referans listesi için bir ay.

Tekillik sorunları çoğu zaman kontrolünüzde olmayan sistemlerden gelir. Müşterimiz Oplist'in vardiya planlama platformuna personel ve izin verisi gönderen hastane İK ve bordro sistemlerinde aynı kişi için mükerrer kayıtlar olabiliyor; ayrıca bazı izin türleri, çakıştıklarında diğerlerine göre öncelikli sayılıyor. Kaynağa güvenmek yerine ikisini de Oplist'in kendi sisteminde ele alıyoruz: mükerrer kayıtları tekilleştiriyor, çakışan izinlere bir öncelik sırası uyguluyoruz.

Kontroller nerede çalışmalı

Kontroller, verinin sisteme girdiği yerde en ucuza, kullanıcının karşısına çıkmadan hemen önce ise en çok işe yarar. Onları üç yere koyun:

  • Sınırda, yani veri bir kaynak sistemden, dosyadan ya da scraper'dan geldiğinde: şema, zorunlu alanlar, satır sayısı ve tazelik. Hatalı gelen bir yükleme veri ambarına yazılmaz, karantina tablosuna ayrılır.
  • Dönüşüm katmanında, veriyi birleştiren ve temizleyen modellerde: anahtarlar, ilişkiler, izinli değerler ve birden fazla alanı kapsayan kurallar.
  • Yayımlamadan önce, son kapı olarak: dashboard'ların, dışa aktarımların ve müşterinin gördüğü özelliklerin arkasındaki tablolar ancak kontrollerden geçtiğinde yenilenir.

Her kontrol için işi durduracak mı, yalnızca uyaracak mı, önceden karar verin. Yanlış veri yayımlamak geç yayımlamaktan daha kötüyse durdurun: faturalar, ödemeler, müşterinin ya da denetleyici kurumun gördüğü her şey. Verinin eski kalması birkaç kusurlu satırdan daha çok zarar verecekse uyarıyla yetinin: birkaç müşterinin e-postası eksik diye şirket içi bir rapor dünkü rakamlarda takılı kalmamalı. dbt'de bu kapıyı dbt build sağlar: bir modeldeki test error seviyesinde başarısız olursa o modelden beslenen her şey atlanır.

Eşikleri veri profiline bakarak belirleyin. Her kolonun son birkaç aydaki boş değer oranına, farklı değer sayısına ve değer aralığına bakın, sınırı normalin biraz dışına koyun. Bir şablondan alınmış %95 ya da %99 tamlık hedefi, kolonun bugün neye benzediğini bilmeden pek bir şey ifade etmez. Birincil anahtarlar bunun istisnası: mükerrer ya da boş bir anahtar her zaman hata vermeli.

dbt ile ilk kontroller

Dönüşümleriniz dbt'de çalışıyorsa ilk kontroller birkaç satır YAML'dan ibaret. Aşağıda bir sipariş tablosu için ilk gün eklenebilecek bir set var; models/staging/_shop.yml gibi bir dosyaya yazılır: anahtarlar, bir ilişki, izinli durum değerleri, bir uyarı eşiği ve kaynak tazeliği.

sources:
  - name: shop
    schema: raw
    config:
      freshness:
        warn_after: {count: 6, period: hour}
        error_after: {count: 24, period: hour}
      loaded_at_field: _loaded_at
    tables:
      - name: orders
      - name: order_lines
      - name: customers

models:
  - name: stg_orders
    columns:
      - name: order_id
        data_tests:
          - unique
          - not_null
      - name: customer_id
        data_tests:
          - not_null
          - relationships:
              arguments:
                to: ref('stg_customers')
                field: customer_id
      - name: status
        data_tests:
          - not_null
          - accepted_values:
              arguments:
                values: ['placed', 'shipped', 'completed', 'returned']

  - name: stg_customers
    columns:
      - name: customer_id
        data_tests:
          - unique
          - not_null
      - name: email
        data_tests:
          - not_null:
              config:
                warn_if: ">0"
                error_if: ">100"

status kolonunda accepted_values testinin yanında not_null de var, çünkü accepted_values boş değerleri yakalamaz. relationships de boş değerleri atlar; customer_id kolonunda iki testin birden olmasının nedeni bu.

Birden fazla tabloyu ilgilendiren bir kural, tekil (singular) teste yazılır: tests/ klasöründe, kuralı bozan satırları seçen bir SQL dosyası. Hiç satır dönmezse test geçer.

-- tests/order_total_matches_lines.sql
-- Toplamı kalemlerinin toplamından bir kuruştan fazla farklı olan siparişleri,
-- hiç kalemi olmayanlar dahil, döndürür
select
    o.order_id,
    o.total_amount,
    coalesce(sum(l.quantity * l.unit_price), 0) as lines_total
from {{ ref('stg_orders') }} as o
left join {{ ref('stg_order_lines') }} as l
    on l.order_id = o.order_id
group by o.order_id, o.total_amount
having abs(o.total_amount - coalesce(sum(l.quantity * l.unit_price), 0)) > 0.01

Burada left join kullanmak önemli: düz join ile hiç kalemi olmayan bir sipariş sorgudan sessizce düşer ve test geçer.

dbt bu yıl epey değiştiği için birkaç sürüm notu. values ve to gibi test girdileri arguments: altına yazılıyor. dbt dokümantasyonuna göre bu yazım v1.10.5'ten itibaren çalışıyor; dbt'yi kurduğunuzda artık varsayılan olarak gelen ve Rust ile yeniden yazılan dbt v2'de ise zorunlu. Tazelik ayarları ve loaded_at_field da config: altına giriyor. v2'deki dbt freshness komutu kaynakları ve modelleri tek seferde kontrol ediyor; dbt source freshness de çalışmaya devam ediyor.

Örneği DuckDB üzerinde hem dbt Core 1.12 hem de dbt v2 (açık kaynak dbt-oss 2.0) ile çalıştırdık. Test verisinde bilinmeyen ve boş birer durum değeri, toplamı kalemleriyle tutmayan bir sipariş, hiç kalemi olmayan bir sipariş, eksik bir e-posta ve verisi bir günden eski bir kaynak vardı. İki sürümde de durum ve toplam testleri hata verdi, e-posta uyarı üretti, orders kaynağı da bayat çıktı.

Bu kontrolleri zamanlanmış bir işe bağlamadan önce bilmeniz gereken iki şey daha var. dbt build kaynak tazeliğini kontrol etmez; dbt source freshness komutunu (v2'de dbt freshness) build'den önce ayrı bir adım olarak çalıştırın. Bir kaynak error_after sınırını aştığında komut hata koduyla çıkar ve iş orada durur. İkincisi saat dilimi: _loaded_at saat dilimi bilgisi olmayan bir timestamp ise dbt onu UTC kabul eder (v2 bunu bir uyarıyla da belirtiyor). Yükleyiciniz Türkiye saatiyle (UTC+3) yazıyorsa her kaynak olduğundan üç saat daha taze görünür.

Kuralların kaçırdıkları

Kurallar yalnızca önceden düşündüğünüz hataları yakalar. Gerisi teknik olarak geçerli ama tuhaf rakamlar olarak ortaya çıkar: her zamankinin yarısı kadar satır, birden %40'ı boş gelen bir kolon, bir gecede kayan bir fiyat dağılımı, kimsenin haber vermediği yeni bir kolon.

EdgeHunters bunun iyi bir örneği. 44 bahis sitesinin her birinin kendi scraper'ı vardı ve siteler haber vermeden değişiyordu; yani bir scraper, kimsenin kural yazmadığı biçimlerde bozulabiliyordu. Slack'e uyarı gönderen doğrulama ve anomali kontrolleri ekledik; bir scraper çöktüğünde de üçüncü taraf bir oran API'si otomatik olarak devreye giriyordu. Kontrolünüzde olmayan kaynaklara bağlıysanız, bir kaynak bozulduğunda ürünün ne yapacağına ilk kesintiden önce karar verin: hiçbir şey göstermemek, eski veriyi bir uyarıyla göstermek ya da yedek kaynağa geçmek. EdgeHunters'ta bu yedek API'ydi.

En basit anomali kontrolü hacim kontrolüdür: dünkü satır sayısını önceki dört haftada aynı günün ortalamasıyla karşılaştırın; bu ortalamanın yarısının altına düşmüşse ya da iki katını aşmışsa uyarı verin. Anomali kontrollerinin neyin normal olduğunu öğrenmesi için birkaç haftalık geçmiş gerekir. dbt kullanıyorsanız Elementary'nin açık kaynak paketi, mevcut testlerinizin yanına hacim, tazelik ve kolon değerleri için anomali testleri ile şema değişikliği testleri ekler. Monte Carlo gibi ticari gözlemlenebilirlik (observability) platformları aynı türden izlemeyi, birçok veri ambarını ve aracı kapsayan bir bulut servisi olarak sunar.

LLM'in çıkardığı veri de aynı kontrolleri ister

Artık pek çok veri hattının ortasında faturaları, e-postaları ya da PDF'leri okuyup yapılandırılmış alanlar döndüren bir dil modeli var. Bu çıktıya, henüz güvenmediğiniz herhangi bir kaynağa davrandığınız gibi davranın.

Faturaları ve fişleri okuyan bir yapay zeka muhasebe asistanı geliştiren Londra merkezli fintek şirketi Jenesys AI'da, ekibe katılan mühendisimiz orkestrasyon servisine kontroller ekledi: kategori, KDV oranı ve izleme kategorisi gibi kritik alanlar boş döndüğünde artık uyarı üretiliyor. Öncesinde bu eksikler sessizce geçip gidiyordu. Müşteri düzeltmeleri de modellerin öğrendiği depoya geri besleniyordu. Düzeltmeleri saklamanın bir faydası daha var: kullanıcıların düzeltmek zorunda kaldığı çıktıların oranı, ek bir iş yapmadan her gün elinize geçen bir doğruluk ölçüsüdür.

Bir petrol sahası hizmet şirketi için, bir otomasyon ajansıyla birlikte, saha fişlerini LLM ile okuyan bir n8n iş akışı kurduk. Akış Eylül 2025'ten beri her gün çalışıyor ve günde yaklaşık 100 belge işliyor. LLM adımlarında hatalar yaşadık; çoğu API hız sınırlarından (HTTP 429) kaynaklanıyordu. Çözüm, alternatif modellere geçen yedek yollar eklemek oldu; böylece her belge yine işleniyor. Akıştan sessizce düşen bir fiş, diğerleri ne kadar iyi okunmuş olursa olsun bir tamlık hatasıdır.

Herhangi bir LLM veri çıkarma akışına koyacağımız kontroller:

  • çıktıyı kaydetmeden önce bir şemaya (tipler, zorunlu alanlar, izinli değerler) göre doğrulamak
  • her çalıştırmada giren belge sayısıyla çıkan kayıt sayısını karşılaştırmak
  • her hafta bir örneklemi orijinal belgelerle karşılaştırmak; gerçek doğruluk kontrolü yalnızca budur
  • her belgeyi hangi modelin ve hangi prompt sürümünün işlediğini kaydetmek; kalite düştüğünde bunun hangi değişiklikten sonra başladığını görebilmek için

Uyarının sahibi ve sorunun kaynağı

Sahibi olmayan bir uyarı gürültüden ibarettir. Her kontrolün adı belli bir sahibi ve uyarının düşeceği bir yer olmalı: sahibinin gerçekten okuduğu bir Slack kanalı ya da onun iş listesine açılan bir ticket. Önem derecesi etkiye göre belirlenmeli. Ödeme tablosundaki bir hata aynı gün birine ulaşmalı; bir pazarlama alanındaki uyarı pazartesiyi bekleyebilir.

Sonra nedeni düzeltin. İngiltere hükümetinin çerçevesi, geçici çözümler uygulamak yerine kök neden analiziyle sorunları kaynağında çözmeyi öneriyor. Kaynak sizinse doğrusu da bu: form doğrulamasını, veritabanı kısıtını, üst sistemdeki zorunlu alanı ekleyin. Kaynak başkasına aitse, Oplist'i besleyen hastane sistemlerinde olduğu gibi, sorunu kendi katmanınızda çözün, kuralı yazıya dökün ve bu kuralın ne sıklıkla devreye girdiğini gösteren bir kontrol bırakın.

Düzenli teslimatlarda kalite çıtasını anlaşmaya yazın. Method Procurement'ın diş hekimliği malzemeleri kataloğu için her ay 20'den fazla veri dosyası teslim ediyoruz; dosyaların müşterinin kalite kontrollerinden geçmesi gerekiyor ve iki günlük bir SLA ile çalışıyoruz. Siz de böyle dosyalar gönderiyor ya da alıyorsanız, bir teslimatın hangi kontrollerden geçmesi gerektiğini ve geçemeyen bir dosyanın ne kadar sürede düzeltileceğini yazılı olarak belirleyin; böylece bunu bir sorunun ortasında pazarlık etmek zorunda kalmazsınız. SLA'nın nasıl yazılacağını SLA yazımızda anlattık.

Araçlar: sorunun büyüklüğüne göre

Araç

Ne olduğu

Kime uygun

dbt veri testleri

dbt'nin içinde gelir; YAML ve SQL ile yazılır

Veriyi zaten dbt ile dönüştüren her ekip

Elementary

Anomali testleri ve raporlar sunan açık kaynak dbt paketi ve komut satırı aracı (Apache 2.0)

Yeni bir platform kurmadan anomali tespiti isteyen dbt ekipleri

Great Expectations (GX Core)

Açık kaynak Python kütüphanesi (Apache 2.0)

Python veri hatları, dataframe'ler, scraper'lar, dbt kullanmayan yapılar

Soda Core

YAML ile yazılan veri sözleşmeleri ve kontroller; Elastic License 2.0

Veriyi üreten ve kullanan ekipler arasında açık sözleşme isteyenler

Ticari gözlemlenebilirlik platformları (Monte Carlo ve benzerleri)

Bulut servisi olarak anomali tespiti, veri soy ağacı (lineage) ve olay yönetimi

Yüzlerce tablo, birkaç ekip ve platform bütçesi olan kurumlar

Bugün seçim yapıyorsanız bu yıl yaşanan iki değişiklik önemli. Great Expectations'ın bulut ürünü GX Cloud'u FICO satın aldı ve ürün 1 Haziran 2026'dan beri herkese açık olarak sunulmuyor. Açık kaynak GX Core'un yönetimini ise Fivetran devraldı; projenin deposu da artık Fivetran'ın GitHub organizasyonunda. Soda da Ocak 2026'da Soda Core'un lisansını Apache 2.0'dan Elastic License 2.0'a çevirdi. Yeni lisans, şirket içinde ve canlı ortamda ücretsiz kullanıma hâlâ izin veriyor; ancak OSI onaylı bir açık kaynak lisansı değil ve aracı başkalarına yönetilen bir servis olarak sunmayı yasaklıyor.

Bizim görüşümüz: dbt kullanıyorsanız onun testleriyle başlayın ve bir şeye para ödemeden önce Elementary'yi ekleyin. Ücretli bir platform, asıl zorluk yüzlerce tabloda birçok ekibi koordine etmek olduğunda parasını hak eder. İlk yirmi test daha yazılmadan satın alınan bir platform çoğunlukla sahipsiz uyarılar üretir.

Neyi ölçmeli

Her şeyin ortalamasından çıkan tek bir "veri kalitesi puanı", asıl önemli olan tabloyu gizler. Bunun yerine her kritik veri seti için birkaç sayı izleyin ve bunları her ay veri sahipleriyle birlikte gözden geçirin:

  • anahtar testleri ve tazelik kontrolü olan kritik tabloların oranı
  • şu anda hata veren kontroller ve ne kadar süredir hata verdikleri
  • her sorunu ilk kimin bulduğu: bir kontrol mü, bir insan mı
  • uyarıdan düzeltmeye kadar geçen süre
  • aylık tazelik ihlali sayısı

En çok şey söyleyen üçüncüsü. Sorunların çoğunu hâlâ veriyi kullanan insanlar sizin kontrollerinizden önce fark ediyorsa, kontroller yanlış yerde demektir.

Kişisel veride doğruluk yasal bir yükümlülük

KVKK, kişisel veriler için doğruluğu bir ilke olarak tanımlıyor. 6698 sayılı Kanun'un 4. maddesi, kişisel verilerin işlenmesinde uyulması zorunlu ilkeler arasında "doğru ve gerektiğinde güncel olma"yı sayıyor. 11. madde, herkese verilerinin eksik veya yanlış işlenmiş olması halinde düzeltilmesini isteme hakkı tanıyor ve aynı maddeye göre ilgili kişi, bu düzeltmenin verilerin aktarıldığı üçüncü kişilere bildirilmesini de isteyebiliyor. 13. madde ise veri sorumlusunun başvuruyu en geç otuz gün içinde sonuçlandırmasını istiyor.

Bir kaydın hangi sistemlere ve iş ortaklarına gittiğini bilmiyorsanız bu bildirimi yapmak zordur. Otuz gün de, düzeltmenin hangi tablolara yayılması gerektiğini bulmak için uzun bir süre sayılmaz. AB'deki kişilerin verisini işliyorsanız GDPR'ın 5., 16. ve 19. maddeleri de aynı doğruluk ilkesini, düzeltme hakkını ve alıcılara bildirim yükümlülüğünü getiriyor.

İlk ay

  1. Birinci hafta: parayı, müşterileri ya da yönetim raporlarını besleyen beş ile on tabloyu listeleyin ve her birini profilleyin (satır sayıları, boş değer oranları, farklı değerler, aralıklar).
  2. İkinci hafta: bu tablolarda her birincil anahtara unique ve not_null, bir dashboard'u ya da dışa aktarımı besleyen her kaynağa tazelik kontrolü, uygulama mantığının dallandığı durum ve tür kolonlarına accepted_values, raporlarda join için kullanılan yabancı anahtarlara da relationships ekleyin. Anahtar testleri dışındaki her şeyi uyarı seviyesinde bırakın ve uyarıları veri sahiplerinin okuduğu bir kanala yönlendirin.
  3. Üçüncü hafta: yönetime giden her ana rakam için, onu kaynak sistemle karşılaştıran bir mutabakat kontrolü yazın; yukarıdaki gibi bir tekil test bu iş için yeterli.
  4. Dördüncü hafta: nelerin uyarı verdiğini gözden geçirin. Gerçek sorun yakalayan kontrolleri işi durduran seviyeye alın, gürültü yapanları gevşetin ya da silin ve sıradaki tablo grubunu seçin.

Sık sorulan sorular

Veri kalitesi yönetimi ile veri yönetişimi arasındaki fark nedir?

Yönetişim, her veri setinin sahibinin kim olduğuna, tanımlarına ve "yeterince iyi"nin ne demek olduğuna karar verir. Veri kalitesi yönetimi ise veriyi bu kararlara göre kontrol etme ve hata vereni düzeltme işidir. Yönetişim resmî hale gelmeden kontrol yazmaya başlayabilirsiniz, ama her eşiğin eninde sonunda onu kabul etmiş bir sahibi olmalı.

dbt testleri mi, Great Expectations mı?

Dönüşümleriniz dbt'de çalışıyorsa dbt testleriyle başlayın: modellerin yanında durur ve aynı işin içinde çalışırlar. Verinin bir veri ambarına ulaşmadan önce Python içinde kontrol edilmesi gerekiyorsa, örneğin scraper'larda ya da dataframe tabanlı veri hatlarında, Great Expectations daha uygun. İkisi birlikte de kullanılabilir: GX veriyi ambara yüklemeden önce, dbt testleri yüklendikten sonra.

Veri sözleşmesi (data contract) nedir?

Bir veri setini üreten taraf (bir ekip, bir tedarikçi ya da bir iş ortağının API'si) ile onu kullananlar arasındaki yazılı anlaşmadır: şema, veri tipleri, zorunlu alanlar, izinli değerler, verinin ne kadar güncel olacağı ve bozulduğunda kime haber verileceği. Sözleşme sınırda otomatik olarak kontrol edilir; ona uymayan bir teslimat rapora ulaşmadan reddedilir. Soda Core bu sözleşmeleri YAML ile yazmak üzerine kurulu; dbt kullanıyorsanız kaynak tablolarınıza yazdığınız testler de büyük ölçüde aynı işi görür.

Kendi veri hatlarınızda kontrollerin nereye konacağına birlikte bakmak isterseniz, bu veri ve yapay zeka ekibimizin yaptığı işlerden biri.

İlgili Makaleler

10 Ağustos 2026

MLOps Nedir? ML Modelini Canlıya Almanın Pratik Yolu

MLOps, bir modeli canlıya taşıyan ve orada işe yarar tutan pratiklerin toplamı. Hangi sırayla kurulacağını güncel MLflow ve DVC örnekleriyle anlattık, LLM tarafını da ekledik.

Devamını Oku: MLOps Nedir? ML Modelini Canlıya Almanın Pratik Yolu
8 Ağustos 2026

Bilgisayarlı Görü Uygulamaları: Nerede İşe Yarar, Nerede Zorlanır?

Fabrikadaki kalite kontrolden faturaya, tomografiden plaka tanımaya: bilgisayarlı görü nerede iş görüyor, nerede zorlanıyor, hazır modeller neyi değiştirdi?

Devamını Oku: Bilgisayarlı Görü Uygulamaları: Nerede İşe Yarar, Nerede Zorlanır?
5 Ağustos 2026

AI Agent Geliştirme: Ne Zaman Gerekir, Nasıl Kurulur?

AI agent, araçlarla döngü içinde çalışan bir dil modeli. Ne zaman gerektiğini, Python'da çalışan bir döngüyü, framework seçimini, güvenliği, KVKK'yı ve maliyeti anlattık.

Devamını Oku: AI Agent Geliştirme: Ne Zaman Gerekir, Nasıl Kurulur?