Bundan Sonra Kim Söylüyor? Veriye Kulak Veren mi, Etkiyi Görmek İsteyen mi?
Farklı açılardan bakmayı seven biri olarak, “Bundan sonra kim söylüyor?” sorusu hep aklımı kurcalar. Bir kararı verirken masada kimlerin sesi daha çok duyuluyor? Sadece veriler mi konuşuyor, yoksa toplumsal etkileri ve insan hikâyelerini hatırlatanlar mı? Bu yazıda, konuya merakla yaklaşan herkes için iki güçlü yaklaşımı —veri odaklı ve etki/deneyim odaklı— karşılaştırıyorum. Amacım kazanan belirlemek değil; birlikte daha iyi kararlar alabilmek için hangi durumda hangi lensin işe yaradığını göstermek.
Önyargıyı Masadan Çekmek: Yaklaşım ≠ Cinsiyet
Önce netleştirelim: “Erkekler objektif ve veri odaklı; kadınlar duygusal ve toplumsal etkiler odaklıdır” genellemesi günlük hayatta sık duyulur ama bilimsel ve etik olarak sorunludur. Karar verme tarzını cinsiyete indirgemek hem bireysel farklılıkları siler hem de ekipleri savunmaya iter. Oysa gerçek dünyada aynı kişi bile farklı bağlamlarda farklı lensler kullanır: Bazen sayılarla, bazen sahadan gelen hikâyelerle ikna oluruz. Dolayısıyla aşağıdaki karşılaştırma, cinsiyet atfetmeden iki yaklaşımın fayda ve kör noktalarını yan yana koyar.
Veri Odaklı Yaklaşım: Keskinlik, İzlenebilirlik, Tutarlılık
Ne sunar?
• Nesnellik hedefi: Tanımlı metrikler (gelir, tıklama oranı, hastalık insidansı vb.) kararları karşılaştırmayı kolaylaştırır.
• Test edilebilirlik: Hipotez kurulur, ölçülür, tekrarlanır; yanılgı payı görünür olur.
• Ölçeklenebilirlik: İyi kurulan bir gösterge seti, büyüdükçe bile yön bulmayı sağlar.
Kör noktaları neler?
• Ölçülebilir olana aşırı teslimiyet: Her önemli şey ölçülemeyebilir; ölçülemeyen etkiler (güven, aidiyet, utanç, stigma) veri dışında kalır.
• Seçim önyargısı: Hangi veriyi topladığımız, hangi soruları sorduğumuz kadar ideolojiktir. Yanlış seçilmiş metrik doğru kararı perdeleyebilir.
• Gecikme etkisi: Veriler çoğu zaman geçmişi anlatır; hızlı karar gereken anlarda bu tempo ağır gelebilir.
Mikro hikâye: Bir belediye, bisiklet yolu yatırımı için “günlük geçiş sayısı” metriğine bakar ve düşük rakamları görünce projeyi rafa kaldırır. Oysa güvenlik endişesi olan mahallelerde potansiyel kullanıcı çoktur; yol yokken kullanımın düşük çıkması şaşırtıcı değildir. Veri, yanlış soruya verilmiş doğru cevap olmuştur.
Toplumsal Etki ve Deneyim Odaklı Yaklaşım: Bağlam, Adalet, Benimsenme
Ne sunar?
• Bağlamsal derinlik: İnsanların “neden”lerini, değerlerini ve kültürel bariyerleri görünür kılar.
• Meşruiyet: Karardan etkilenenlerin katılımı, uygulamanın toplumsal kabulünü artırır.
• Adalet merceği: Politika ve ürünlerin farklı grupları nasıl etkilediğini (çocuklar, yaşlılar, göçmenler) erkenden sorgular.
Kör noktaları neler?
• Seçmeci anlatı riski: Tekil hikâyeler güçlüdür ama geneli temsil etmeyebilir.
• Ölçüm zorluğu: “Aidiyet” ya da “onur” gibi kavramları modellemek güçtür; karar gecikebilir.
• Kapsam kayması: Herkesi memnun etme çabası hedefleri bulanıklaştırabilir.
Mikro hikâye: Bir sağlık kliniği, aşı reddiyle mücadelede “korku ve güvensizlik” anlatılarını dikkate alır, mahalle muhtarları ve anneler üzerinden güven elçiliği kurar. İlk ayda randevuya dönüşüm oranı sayısal hedefi yakalamaz; üçüncü ayda ise randevu katılım oranı istikrarlı biçimde artar. Deneyim odaklı yaklaşım, zaman içinde veriyi iyileştirmiştir.
“Bundan Sonra Kim Söylüyor?” sorusunu Nasıl Soralım?
Bu soru aslında “otorite”yi kime verdiğimizi sorgular. Karar masasında söz bazen raporun, bazen sahadan gelen sesin olur. Daha doğru formül:
• Kim söylüyor? Yalnızca en yüksek unvana değil, konuya en yakın bilgiye bakın. Veri analisti rakamları, saha çalışanı bağlamı anlar. • Ne söylüyor? İddia bir hipotez mi, gözlem mi, değer beyanı mı? Her biri farklı test ister. • Hangi kanıtla söylüyor? Nicel veri mi, nitel içgörü mü, her ikisinin triangülasyonu mu? • Hangi sonuç için söylüyor? Verimlilik mi, adalet mi, güven mi? Hedef değişirse “doğru kanıt” da değişir.
Kısa bir çerçeve (uygulanabilir):
1. Problem ifadesi: “Neyi” optimize ediyoruz? (ör. erişim, eşitlik, sürdürülebilirlik)
2. Metrik + Hikâye eşleşmesi: Her metrik için en az bir paydaş hikâyesi; her hikâye için en az bir metrik.
3. Kör nokta taraması: “Neyi ölçmüyoruz?” ve “Kimi duymuyoruz?”
4. Ön-ölçek testleri: Hızlı A/B + topluluk geri bildirimi.
5. Gerçek dünya izleme: Karar sonrası hem sayı hem deneyim kaynaklı geri bildirim.
Senaryo: Ürün Yol Haritası Tartışması
Bir teknoloji şirketi, “Bundan sonra kim söylüyor?” tartışması yaşar. Veri odaklı ekip, “Nisan’da yeni özelliğe giden kullanıcıların elde tutma oranı %12 arttı” der. Etki odaklı ekip, “Özellik görme engelliler için erişilebilir değil; şikâyetler artıyor” diye uyarır. Çözüm: Erişilebilirlik puanını KPI sepetine eklemek, kullanıcı paneliyle nitel içgörü toplamak ve ölçümleri çeyrek bazında izlemek. Sonuç: Elde tutma oranı yüksek kalırken iade ve şikâyetler düşer. “Veri” ve “etki” aynı masada kazandırır.
Yan Yana Koyunca: Hangisi Ne Zaman Daha İyi?
• Kısa vadeli operasyonel kararlar: Veri odaklı yaklaşım hızlı ve etkilidir.
• Politika, etik ve uzun vadeli benimsenme gerektiren kararlar: Toplumsal etki lensi kritik fark yaratır.
• Belirsizliğin yüksek olduğu alanlar: Karma yaklaşım (karma yöntemler) en güvenilir yoldur.
Sonuç ve Topluluğa Açık Sorular
“Bundan sonra kim söylüyor?” sorusuna tek bir cevap yok. En iyi kararlar, ölçülebilir olanla hissedilebilir olanın birlikte tartıldığı masalarda alınır. Veriyi keskinleştirenler kadar, hikâyeyi derinleştirenler de gereklidir.
Peki sizin deneyiminizde nasıl?
• Karar verirken sizi daha çok ne ikna ediyor: rakamlar mı, sahadan gelen hikâyeler mi?
• Ekiplerinizde “veri + etki” dengesini sağlamak için hangi pratikler işe yaradı?
• Hangi durumda “Bundan sonra kim söylüyor?” sorusunu farklı sormalıyız?
Yorumlarda buluşalım; bu sohbeti birlikte büyütelim.