Ana Sayfa›Meslekler›Veri Analitiği Uzmanı
Meslek Merkezi · Veri, BI & İş Zekâsı

Veri Analitiği Uzmanı:
Ne İş Yapar, Nasıl Olunur?

Veri analitiği uzmanının SQL, veri modelleme, dashboard, BI, veri kalitesi ve iş kararlarını destekleme görevlerini incele.

SQLBI & dashboardVeri modellemeAnalitik
Rolün odağıVeriyi karara dönüştürmek

Farklı veri kaynaklarını analiz ederek ölçülebilir iş sorularına cevap üretir ve karar destek çıktıları hazırlar.

Çalışma bağlamıPerakende, finans, teknoloji ve operasyon

Analitik ekipleri sektöre göre satış, müşteri, tedarik, finans veya operasyon verilerine odaklanabilir.

İlan karşılaştırmasıUnvandan çok görev kapsamını kontrol et

“Data Analyst”, “BI Analyst”, “Analytics Specialist” ve “Senior Analytics Specialist” unvanları kullanılan teknoloji ve sorumluluk seviyesine göre farklılaşır.

Kısa cevap

Veri analitiği uzmanı, veri kaynaklarını sorgulayan, temizleyen ve modelleyen; dashboard, rapor ve analizlerle iş kararlarını destekleyen analitik profesyoneldir.

Meslek özeti

Veri Analitiği Uzmanı ne iş yapar?

Rol yalnız rapor üretmekten ibaret değildir. Veri tanımlarının doğru kurulması, kaynaklar arası tutarlılık, performans, veri kalitesi ve analiz sonucunun iş bağlamında yorumlanması gerekir.

O*NET’in 2026 Business Intelligence Analysts profili veri depolarını sorgulama, periyodik raporlar üretme ve veri içindeki örüntü/trendleri belirleme çalışmalarını rolün temel çerçevesi içinde ele alır.

SQL ile veri sorgulamak
Dashboard ve rapor geliştirmek
Veri modeli ve metrik tanımları oluşturmak
Veri kalitesini kontrol etmek
ETL/ELT süreçleriyle çalışmak
İş birimleriyle analitik ihtiyaçları netleştirmek
Trend ve anomali analizi yapmak
Analitik çıktıları karar vericilere sunmak
İş akışı

Bir iş günü nasıl ilerleyebilir?

Günlük iş akışı veri talebi, model geliştirme, doğrulama ve paydaş iletişimi arasında ilerler.

01
İş sorusunu netleştir

İstenen çıktının hangi kararı destekleyeceği ve hangi metrikle ölçüleceği belirlenir.

02
Veriyi hazırla

Kaynaklar sorgulanır, veri kalitesi ve tanımlar kontrol edilir.

03
Analizi geliştir

Model, rapor veya dashboard oluşturulur.

04
Sonucu doğrula

Rakamlar kaynak sistem ve iş kurallarıyla karşılaştırılır.

05
İçgörüyü aktar

Sonuç, karar vericinin anlayabileceği bağlam ve görsellikle paylaşılır.

Çalışma alanları

Veri Analitiği Uzmanı nerelerde çalışabilir?

Perakende ve e-ticaret
Banka ve fintech
Telekom
Üretim ve tedarik zinciri
Danışmanlık
Teknoloji şirketleri

Bazı ekipler merkezi BI fonksiyonu olarak tüm şirkete hizmet verirken bazı roller belirli bir iş birimine gömülü çalışabilir.

İşe giriş

Veri Analitiği Uzmanı nasıl olunur?

İşverenler çoğunlukla mühendislik, istatistik, matematik, ekonomi, yönetim bilişim veya benzeri analitik alanlardan eğitim ve SQL/BI deneyimi arar. Eğitim şartı ve kıdem seviyesi ilana göre değişir.

Qlik, Power BI, Tableau gibi BI araçları; Python/R, veri ambarı ve bulut platformları role göre avantaj veya zorunluluk olabilir. Araç listesinden önce veri modelleme ve problem çözme temeli önemlidir.

01
Rol seviyesini ayır

Analist, uzman ve kıdemli uzman rollerinde veri mimarisi sorumluluğu ve paydaş etkisi belirgin biçimde değişebilir.

02
Teknik ve davranışsal şartları karşılaştır

SQL, Python, BI aracı, SAP/BW, veri ambarı ve tahminleme beklentilerinin hangilerinin günlük işin çekirdeği olduğunu ayır.

03
Çalışma modelini doğrula

Hibrit/yerinde çalışma, veri erişim güvenliği ve iş birimiyle çalışma modelini doğrula.

04
Kaynağı esas al

Başvuru koşulları, tarih ve belge taleplerinde işverenin güncel ilanı belirleyicidir.

Yetkinlikler

Hangi beceriler öne çıkar?

SQL
Veri modelleme
BI araçları
Dashboard tasarımı
Veri kalitesi
İstatistiksel düşünme
Python / otomasyon
Paydaş iletişimi

Güçlü analist yalnız doğru sorguyu yazmakla kalmaz; metriğin iş tanımını ve sonucun hangi kararı etkilediğini de açıklar.

Çalışma düzeni

Çalışma koşulları nasıl olabilir?

Çalışma çoğunlukla ofis veya hibrit ortamda bilgisayar başında yürür. Dönem sonu raporlama, kampanya veya proje teslimlerinde yoğunluk artabilir.

Yanlış metrik veya veri kalitesi problemi doğrudan iş kararlarını etkileyebileceğinden doğrulama ve versiyon kontrolü önemlidir.

Kariyer gelişimi

Bu rolde kariyer nasıl ilerleyebilir?

Veri analistliğinden kıdemli analitik uzmanı, BI lead, analytics manager veya veri ürünleri rollerine ilerleme görülebilir.

Data engineering, data science, ürün analitiği ve analitik mimari, teknik ilgiye göre yakın kariyer yollarıdır.

İlan değerlendirme

İş ilanında özellikle ne kontrol edilmeli?

İlanda “veri analitiği” başlığı altında raporlama mı, veri mühendisliği mi, ileri modelleme mi beklendiğini görev ve teknoloji yığını üzerinden ayır. Beş yıllık deneyim isteyen bir rol ile giriş seviyesi analist aynı kategori değildir.

Görev ve sorumluluk sınırı
Eğitim ve deneyim seviyesi
Çalışma yeri ve modeli
Teknik araç ve sistemler
Ekip / yönetim sorumluluğu
Başvuru kanalı ve güncel tarih
Sık sorulan sorular

Veri Analitiği Uzmanı hakkında sık sorulan sorular

Veri analitiği uzmanı ile data scientist aynı mı?

Hayır. Örtüşme olabilir; veri analitiği çoğunlukla raporlama, metrik ve karar desteğine, data science ise daha ileri istatistiksel/ML modellemeye daha fazla odaklanabilir.

SQL şart mı?

Birçok analitik rolde temel araçtır; ancak kullanılan sorgu dili ve veri platformu şirkete göre değişir.

Python zorunlu mu?

Her rol için değil. Otomasyon, ileri analiz veya büyük veri işlemlerinde önemli avantaj sağlayabilir.

Kaynak ve metodoloji

Bu meslek rehberini nasıl hazırlıyoruz?

Görev çerçevesi için güncel iş ilanı dili ile O*NET OnLine’ın 2026 meslek profili birlikte değerlendirildi. O*NET ABD merkezli uluslararası bir meslek referansıdır; Türkiye’deki diploma, mevzuat, ücret veya zorunlu belge şartı olarak yorumlanmamalıdır. Türkiye’deki gerçek başvuru koşullarında işverenin güncel ilanı ve varsa resmî düzenlemeler esas alınır.

Son güncelleme2 Ekim 2026Editoryal yaklaşımMeslek referansı + güncel ilan görev dili

Veri analitiği ilanlarında araç listesinden önce veri sorumluluğunun derinliğini ve iş etkisini değerlendir.

Görev kapsamını, deneyim beklentisini, çalışma modelini ve başvuru kaynağını birlikte karşılaştır.