İçeriğe geç

Sözlük

Analitik ve BI

Semantik Katman (Semantic Layer)

Semantik katman, ham veri ile insanların kullandığı araçlar arasında yer alan ve iş metriklerini, boyutları ve birleştirmeleri bir kez tanımlayan ortak bir modeldir; böylece her pano, tablo ve yapay zekâ asistanı gelir gibi bir terimi aynı şekilde hesaplar.

Güncelleme: · Hazırlayan: VIZIO AI ekibi

Semantik katman nedir?

Semantik katman, tablo ve sütun adlarını iş terimlerine çevirir ve her metriğin arkasındaki hesabı tek bir yerde sabitler. Veri ambarı tabloları ord_amt ve status_cd gibi alanlar içerir. Semantik katman ise net gelirin, tamamlanmış siparişler için sipariş tutarlarının toplamından iadelerin çıkarılmasıyla bulunduğunu söyler.

Ayrıca bölge, ürün ve ay gibi boyutları ve tabloların nasıl birleştiğini tanımlar. BI araçları, not defterleri ve uygulamalar kendi SQL'lerini yazmak yerine bölgeye göre net geliri ister.

Birçok araç aynı veriyi okurken bir ekip, tek bir doğru kaynağı metrikleri için bu şekilde korur.

Semantik katmanda neler bulunur ve hangi araçlar sunar?

Bir semantik katmanın dört parçası vardır: varlıklar ve birleştirmeler, boyutlar, ölçüler ve erişim kuralları.

  • Varlıklar ve birleştirmeler: siparişler müşterilere customer_id üzerinden bağlanır.

  • Boyutlar: tarih veya kanal gibi gruplama ve filtreleme yaptığınız alanlar.

  • Ölçüler ve metrikler: filtreleri içine yerleştirilmiş toplamlar, sayımlar ve oranlar.

  • Erişim kuralları: kimin hangi satırları veya alanları görebileceği; genellikle satır düzeyinde güvenlik ile.

MetricFlow ile çalışan dbt Semantic Layer, metrikleri bir dbt projesi içinde tanımlar; dbt bunu Starter, Enterprise ve Enterprise+ planlarında sunar. Cube, SQL, REST ve GraphQL API'leri olan açık kaynaklı bir semantik katman, Cube Core, sunar. LookML, Looker'ın alanları, hesaplamaları ve birleştirmeleri tanımlama dilidir. Power BI semantik modelleri de Microsoft ekosisteminde aynı işi görür.

Semantik katman pratikte nasıl görünür?

Bir semantik katman projesi genellikle en çok tartışılan beş metrikle başlar. Finansın, pazarlamanın ve CEO'nun her birinin farklı bir aylık gelir raporladığı bir yemek kiti abonelik şirketi düşünün.

  1. Analitik lideri kullanımdaki her tanımı listeler. Finans iadeleri hariç tutar, pazarlama brüt sipariş değerini sayar, CEO panosu ise vergiyi dahil eder.

  2. Yöneticiler, her biri kısa bir açıklamayla birlikte tek bir net gelir ve tek bir brüt gelir tanımında anlaşır.

  3. Ekip ikisini de dbt Semantic Layer'da metrik olarak yazar; sipariş tarihi, kanal ve plan boyut olarak tanımlanır.

  4. Panolar ve haftalık tablo ortak metriklere geçer. Eski hesaplanmış alanlar silinir.

Diyelim ki pazartesi toplantısı artık kimin rakamının doğru olduğunu değil, gelirin neden değiştiğini konuşuyor. Yeni metrikler de aynı incelemeden geçer.

Semantik katmanın sınırları nelerdir?

Semantik katman tutarsız hesapları düzeltir; kötü kaynak veriyi veya belirsiz sahipliği düzeltmez.

  • Kötü girdiler: kaynak sistemde sipariş durumu yanlışsa artık her araç aynı şekilde yanlıştır. Katmanı veri kalitesi kontrolleriyle birlikte kullanın.

  • Sahiplik: her metriğin değişiklikleri onaylayan, adı belli bir sahibi olmalıdır.

  • Araç desteği: her BI aracı her semantik katmana bağlanmaz. Seçim yapmadan önce entegrasyon listesini kontrol edin.

  • Bağımlılık: tek bir sağlayıcının dilinde yazılmış tanımları daha sonra taşımak emek ister.

  • Aşırı modelleme: ilk gün her sütunu modellemeye çalışmak yayına çıkışı aylarca geciktirir.

Semantik katman veri ambarından nasıl farklıdır?

Veri ambarı veriyi saklar; semantik katman ise verinin ne anlama geldiğini ve ondan nasıl hesap yapılacağını tanımlar. Bir veri ambarı temizlenmiş tabloları tutar; veri martı ise bunların tek bir ekip için ayrılmış bir alt kümesidir. Hiçbiri gelirin nasıl hesaplandığını söylemez.

Tek bir BI aracındaki hesaplanmış alanlar yalnızca o araçta çalışır. Ortak bir semantik katman tek bir tanımdan birçok araca hizmet verir ve self-servis analitiği tutarlı kılan da budur.

Katman yapay zekâ için de önemlidir. Bir asistan "geçen ay gelir ne kadardı?" sorusunu yanıtlarken, yönetişimi yapılmış metrik tanımları bir büyük dil modeline ham tablolardan tahmin yürütmek yerine test edilmiş bir mantık sağlar. Örneğin Cube, yapay zekâ agent'larının nelerin sorgulanabileceğini keşfetmesini sağlayan bir Meta API belgeler.

Semantik katman ve her BI aracında ayrı tanımlanan metrikler karşılaştırması

Semantik katman

Her BI aracındaki metrikler

Metriklerin yeri

Tek bir ortak model

Her raporun veya aracın içi

Araçlar arası tutarlılık

Her yerde aynı sonuç

Araca ve hazırlayana göre değişir

Bir tanımı değiştirmek

Bir kez düzenle, incele, yayına al

Onu kullanan her raporu düzenle

Kurulum eforu

Başlangıçta daha yüksek

Başlangıçta düşük

Örnekler

dbt Semantic Layer, Cube, LookML

Tek bir panodaki hesaplanmış alanlar

Vizio AI semantik katmanlara nasıl yaklaşır?

Vizio AI'ın yayımlanmış çalışmaları arasında, bir müşterinin panoları için semantik katman işlevi gören ortak bir KPI modeli bulunur. ABD merkezli bir kadın modası e-ticaret markası için DX Studio bir gerçek zamanlı moda analitiği panosu geliştirdi. Pazarlama, satış ve fiyatlandırma verileri Precog aracılığıyla merkezileştirildi; tutarsız formatlar ortak bir KPI modelinde standartlaştırıldı, böylece KPI'lar pazarlama, finans ve ürün yönetimi ekipleri arasında karşılaştırılabilir kaldı.

Vaka çalışması "Veri doğruluğu %28 iyileşti" ve "Operasyonel karar alma %32 hızlandı" sonuçlarını listeler. Nereden başlamalı: en çok tartışılan beş metriğinizi ve her ekibin bugün kullandığı formülü yazın.

Facebook logosu
X logosu
LinkedIn logosu
Reddit logosu
Telegram logosu

Önce yapay zekâyı düşünün.
Geleceğin hızında ilerleyin.

Sıradakini birlikte inşa edelim! Ürün fikirlerinden akıllı iş akışlarına, veri odaklı sistemlerden ölçeklenebilir büyüme operasyonlarına kadar.

Strateji Görüşmesi Planlayın