---
title: Data Quality Frameworks
category: product
entity_type: skill
price: ₺369
canonical: https://forgehouse.ai/tr/skiller/data-quality-frameworks/
lang: tr
hreflang_alt: https://forgehouse.ai/skills/data-quality-frameworks/
last_updated: 2026-06-20
---

# Data Quality Frameworks

> Implement data quality validation with Great Expectations, dbt tests, and data contracts.

Great Expectations, dbt testleri ve versiyonlanmış veri sözleşmeleri kullanarak boru hatlarınıza veri kalitesi doğrulaması inşa etmek için üretim desenleri. Altı kalite boyutunda: eksiksizlik, benzersizlik, geçerlilik, doğruluk, tutarlılık ve güncellik: kontroller kurar ve kirli veri ortaya çıktığı an, alt tablolara ulaşmadan önce boru hattını durdurur.

## Ne için kullanılır
- Bir ETL boru hattına kaynak, dönüşüm ve yükleme aşamalarında doğrulama kontrol noktaları eklemek
- Fact ve dimension tabloları üzerinde kapsamlı bir dbt test paketi kurmak
- Üretici ekip ile tüketicileri arasında versiyonlanmış bir veri sözleşmesi tesis etmek
- Dinamik başlangıç değerleriyle satır sayısı ve istatistiksel anomalileri tespit etmek
- Kalite kontrolü hatalarını uyarı sistemine ve CI/CD kapılarına bağlamak
- Kritik tablolarda güncelliği ve şema kaymasını izlemek

## Faydalar
- Alt tarafta temizlik maliyetleri katlanmadan önce kirli veriyi en erken noktada yakalayın
- Verinize boyut bazında ölçülebilir güvenle daha iyi iş kararları verin
- CI'de kırıcı değişiklikleri işaretleyen versiyonlanmış sözleşmelerle sessiz şema bozulmasını önleyin
- Kırılgan sabit limitler yerine dinamik, geçmişe dayalı eşiklerle yanlış alarmları azaltın

## Ne içerir
- Şema, anahtar, aralık, güncellik ve istatistikleri kapsayan kapsamlı bir Great Expectations paketi
- Hata durumunda uyarı veren bir kontrol noktası yapılandırması
- dbt şema ve kolon seviyesi test desenleri ile özel jenerik ve tekil testler
- Şema, kalite, SLA ve PII sınıflandırması içeren versiyonlanmış bir veri sözleşmesi şablonu
- Birden çok tabloyu doğrulayan ve rapor üreten otomatik bir kalite boru hattı sınıfı
- Altı boyutlu bir kalite modeli ve bir yapılması/yapılmaması en iyi uygulama listesi

## Kimler için
Kalite kapılarıyla güvenilir, doğrulanmış veri boru hatları kuran veri mühendisleri ve analitik mühendisleri.

## Nasıl çalışır
Skill kirli veriyi pipeline'dan uzak tutmak için tam olarak bu doğrulama döngüsünü koşar. Kara kutu yok, yaptığı iş şu:
1. Test piramidini alttan yukarı kurar: önce şema testleri (kolonlar var mı, tipler doğru mu), sonra tekil kolon birim testleri (not null, unique, kabul edilen değerler), en üstte tablolar arası entegrasyon testleri, örneğin yetim foreign key kontrolü; taban çökerse üst katmanlar anlamsızdır.
2. Altı kalite boyutunun her birini somut kontrole eşler: bütünlük not-null'a, teklik unique'e, geçerlilik kabul listesi ve aralıklara, doğruluk çapraz referansa, tutarlılık iş kuralı ifadelerine, tazelik freshness penceresine; hepsi ayrı raporlanır çünkü yüzde 95 genel skor yüzde 60 doğruluğu gizleyebilir.
3. Her pipeline aşamasına hızlı-düş checkpoint'i koyar: ham veri gelince kaynak doğrulama, her dönüşümden sonra dönüşüm doğrulama, hedefe yazınca yükleme doğrulama. Düşen checkpoint pipeline'ı durdurur, alt işleri bloklar ve uyarı kanalını tetikler; kötü veri yoluna devam edemez.
4. Sabit eşikleri dinamik eşiklerle değiştirir: satır sayısı önceki yedi günün aralığıyla toleranslı kıyaslanır, kolon ortalaması 30 günlük ortalama artı eksi iki standart sapmayla; sezonsal zirvesi olan işlerde sezon bazlı profil kurulur.
5. Üretici ile tüketici ilişkisini versiyonlu veri sözleşmesine bağlar: şema, tazelik SLA'sı, asgari kalite kuralları ve PII sınıflandırması CI'da otomatik doğrulanır; kırıcı şema değişikliği günler sonra üretimde değil, pull request anında yakalanır.
6. Tüm seti tek orkestre pipeline olarak çalıştırır: her tablo doğrulanır, beklenti başına geçti-kaldı raporu üretilir, tek tablo bile kalırsa sert hata fırlatılır; kalite kimsenin okumadığı bir dashboard değil, bir kapıdır.

## Sık sorulanlar
### dbt kullanıyoruz ama Great Expectations kullanmıyoruz. Yeni bir araç benimsemeden bunu kullanabilir miyiz?
dbt testlerini, Great Expectations'ı ve sürümlenmiş veri sözleşmelerini kapsar, dolayısıyla yalnızca dbt kullanan bir ekip gerisini devreye almadan dbt test tarafına yaslanabilir. Altı kalite boyutu, hangi araç uygularsa uygulasın aynı kalır.

### Karşılaştıracak ayrı bir doğruluk kaynağı yokken doğruluğu nasıl denetlersiniz?
Doğruluk tam da bu yüzden altı boyutun en zorudur, bu nedenle sihirli bir kâhin yerine sözleşmelere, mutabakat kurallarına ve referans kontrollerine yaslanır. Güvenilir bir referansın olmadığı yerde pratik koruma mutlak doğruluk değil, tutarlılık ve geçerliliktir.

### Bozuk veriyi temizler mi, yoksa sadece yakalar mı?
Bir kontrol kırıldığında doğrular ve hattı durdurur, böylece bozuk veri sessizce onarılmak yerine engellenir. Altta yatan kayıtları ya da onları üreten yukarı akış sistemini düzeltmek, kapı işaret ettikten sonra sizin işinizdir.

## Fiyat
₺369, tek seferlik, abonelik yok. KDV dahil.

İlgili rehber: [Yapay zekâ ile veri analitiği](https://forgehouse.ai/tr/rehberler/yapay-zeka-veri-analitigi/)