Dijital çağın sunduğu en büyük fırsatlardan biri, veri analizi becerisini kazanarak para kazanma potansiyelidir. Artık her sektörde, her ölçekteki işletme devasa miktarda veri üretiyor ve bu verinin anlamlandırılması, işletmelerin geleceğini şekillendiren kritik bir faktör haline geldi. Eskiden sadece büyük şirketlerin erişebildiği bu yetenek, günümüzde uygun fiyatlı eğitim kaynakları ve gelişmiş yazılımlar sayesinde herkesin kapısını çalıyor. Bu, iş arayanlar için yeni bir kariyer yolu, girişimciler için yeni bir iş kolu ve mevcut işini ilerletmek isteyenler için ise değerli bir ek beceri anlamına geliyor.
Günümüz dünyasında verinin önemi tartışılmaz bir gerçek. Deloitte’un 2023 raporuna göre, şirketlerin %87’si verinin stratejik karar verme süreçlerinde kritik bir rol oynadığını belirtiyor. Bu veriler, müşteri davranışlarını anlamaktan, yeni ürün geliştirmeye, pazarlama stratejilerini optimize etmekten, riskleri azaltmaya kadar geniş bir yelpazede kullanılıyor. Örneğin, Netflix, kullanıcıların izleme alışkanlıklarını analiz ederek kişiselleştirilmiş öneriler sunuyor ve bu sayede abone kaybını azaltıyor ve izlenme sürelerini artırıyor. Amazon ise kullanıcı verilerini kullanarak ürün önerileri ve kişiselleştirilmiş reklamcılık yaparak satışlarını maksimize ediyor. Bu örnekler, veri analizinin işletmeler için ne kadar değerli olduğunu açıkça gösteriyor.
Veri analizi yeteneği, yalnızca büyük şirketler için değil, aynı zamanda küçük işletmeler ve girişimciler için de hayati önem taşıyor. Küçük bir e-ticaret işletmesi, satış verilerini analiz ederek en çok satan ürünlerini belirleyebilir, pazarlama kampanyalarının etkinliğini ölçebilir ve stok yönetimini optimize edebilir. Bir restoran, müşteri geri bildirimlerini analiz ederek menü seçeneklerini iyileştirebilir ve hizmet kalitesini artırabilir. Kısacası, veri analizi, işletmelerin daha karlı, verimli ve rekabetçi olmalarına yardımcı olan güçlü bir araçtır.
Para kazanma yolları da oldukça çeşitlidir. Veri analisti olarak bir şirkette çalışabilir, serbest olarak projeler üstlenebilir veya kendi veri analizi danışmanlık şirketinizi kurabilirsiniz. Veri bilimi alanındaki uzmanlaşma, daha yüksek maaşlar ve daha fazla iş imkanı sunmaktadır. Ortalama bir veri analistinin maaşı, ülkeye ve deneyim seviyesine bağlı olarak değişmekle birlikte, gelişmiş ülkelerde oldukça yüksek seviyelerdedir. Ayrıca, veri analizi becerilerinizi kullanarak kendi yazılımlarınızı veya uygulamalarınızı geliştirebilir ve bunları satarak gelir elde edebilirsiniz. Örneğin, bir sosyal medya analizi aracı geliştirerek işletmelere sosyal medya performanslarını analiz etme olanağı sağlayabilirsiniz.
Bu kitapta, veri analizi dünyasına kapsamlı bir giriş yapacak, temel kavramları açıklayacak ve farklı veri analizi tekniklerini ele alacağız. Aynı zamanda, veri analizi becerilerinizi geliştirmek için kullanabileceğiniz araçları ve kaynakları paylaşacak ve farklı para kazanma stratejilerini inceleyeceğiz. Pratik örnekler ve gerçek dünya senaryoları ile veri analizinin gücünü ve potansiyelini göstereceğiz. Hedefimiz, size veri analizi alanında başarılı olmak için gereken bilgi ve becerileri kazandırmak ve kendi veri analizi yolculuğunuzu başlatmanıza yardımcı olmaktır. Hazırsanız, veri analizi dünyasına dalmaya başlayalım!
Veri Analizi ile Para Kazanma Yolları
Veri, günümüzün en değerli varlıklarından biridir ve bu verileri analiz ederek para kazanmanın birçok yolu vardır. Veri analizi, ham verileri anlamlı bilgilere dönüştürme sürecidir ve bu bilgiler, işletmelerin daha iyi kararlar almasına, daha verimli olmasına ve daha fazla para kazanmasına yardımcı olur. İş piyasasında veri bilimci ve veri analisti gibi pozisyonlara olan talep hızla artıyor ve bu da bu alanda uzmanlaşmış kişiler için birçok kazanç fırsatı yaratıyor.
Veri analiziyle para kazanmanın en yaygın yolu, bir şirket veya kuruluş için çalışmak olacaktır. Birçok şirket, pazarlama kampanyalarının etkinliğini izlemek, müşteri davranışlarını anlamak ve yeni ürün geliştirmek için veri analistlerine ihtiyaç duyar. Bu roller genellikle yüksek maaşlar ve iyi iş olanakları sunar. Örneğin, ABD’de ortalama bir veri bilimcisinin yıllık maaşı 100.000 doları aşmaktadır. (Kaynak: BLS) Bu rakam, deneyim seviyesine ve şirketin büyüklüğüne göre değişebilir.
Serbest çalışma, veri analiziyle para kazanmanın bir diğer popüler yoludur. Serbest çalışan veri analistleri, çeşitli müşteriler için projeler üstlenebilir ve kendi çalışma saatlerini ve ücretlerini belirleyebilirler. Bu, esneklik ve bağımsızlık arayan kişiler için ideal bir seçenektir. Örneğin, bir e-ticaret şirketi için müşteri segmentasyonu analizi yapabilir, bir pazarlama ajansı için sosyal medya verilerini analiz edebilir veya bir sağlık kuruluşu için hasta verilerini analiz edebilirsiniz. Freelancer platformları Upwork ve Fiverr gibi platformlarda birçok iş bulabilirsiniz.
Kendi işinizi kurmak, daha yüksek riskli ancak potansiyel olarak daha yüksek getirili bir yoldur. Kendi veri analizi danışmanlık şirketinizi kurabilir veya özel bir yazılım geliştirebilirsiniz. Bu yaklaşım, pazar araştırması, müşteri edinme ve işletme yönetimi gibi diğer beceriler gerektirir. Ancak, doğru stratejilerle, önemli ölçüde para kazanabilirsiniz. Örneğin, bir yapay zeka tabanlı pazarlama tahminleme yazılımı geliştirebilir ve bunu işletmelere satabilirsiniz.
Eğitim ve online kurslar da veri analizi yeteneklerinizi para kazanmak için kullanabileceğiniz bir diğer yoldur. Online eğitim platformları aracılığıyla veri analizi dersleri verebilir veya online kurslar oluşturabilirsiniz. Bu, uzmanlığınızı paylaşmanın ve pasif gelir elde etmenin harika bir yoludur. Udemy ve Coursera gibi platformlar bu konuda size yardımcı olabilir.
Sonuç olarak, veri analizi, çeşitli yollarla para kazanmak için güçlü bir beceridir. İster bir şirket için çalışmayı, ister serbest çalışmayı veya kendi işinizi kurmayı tercih edin, bu alandaki uzmanlığınız size önemli bir gelir sağlayabilir. Ancak, sürekli öğrenme ve kendinizi geliştirme, bu alanda rekabetçi kalmanın ve başarılı olmanın anahtarıdır.
Freelance Veri Analisti Olmak
Freelance veri analisti olmak, giderek artan bir talep gören ve esnek çalışma saatleri sunan cazip bir kariyer yoludur. Dijital dünyanın büyümesiyle birlikte, şirketlerin veri analizine olan ihtiyacı da katlanarak artmaktadır. Bu durum, freelance veri analistleri için geniş bir iş imkanı yelpazesi yaratmaktadır. Veri analizi becerilerinizi serbest çalışan olarak pazarlayarak, kendi işinizin patronu olabilir ve istediğiniz projelerde çalışabilirsiniz.
Freelance veri analisti olarak çalışmanın en büyük avantajlarından biri esnekliktir. Kendi çalışma saatlerinizi belirleyebilir, istediğiniz yerden çalışabilir ve kendinize ait bir çalışma programı oluşturabilirsiniz. Bu, iş-yaşam dengesini kurmak isteyenler için ideal bir seçenektir. Ancak, bu esnekliğin beraberinde disiplin ve öz yönetim becerilerinin gelişmiş olması gerektiğini de unutmamak önemlidir. Projelere zamanında teslim etmek ve müşterilerle etkili iletişim kurmak, freelance çalışmanın olmazsa olmazlarındandır.
Freelance veri analisti olarak çalışmaya başlamadan önce, güçlü bir veri analizi portföyü oluşturmak çok önemlidir. Örnek projeler, tamamlanmış işler ve müşteri referansları, potansiyel müşterilerin güvenini kazanmanızda büyük rol oynar. Online platformlarda (Upwork, Fiverr gibi) profilinizi oluştururken, bu örnekleri sergilemeyi unutmayın. Ayrıca, R, Python gibi programlama dillerine ve SQL, Tableau, Power BI gibi veri görselleştirme araçlarına hakim olmanız, iş bulma şansınızı önemli ölçüde artıracaktır.
Freelance veri analisti olarak fiyatlandırma, önemli bir konudur. Proje bazlı fiyatlandırma veya saatlik ücret belirleyerek çalışabilirsiniz. Fiyatlandırmanızı belirlerken, deneyim seviyenizi, projenin karmaşıklığını ve harcayacağınız zamanı göz önünde bulundurmanız gerekir. Piyasa araştırması yaparak, benzer işler için ne kadar ücret alındığını öğrenmeniz faydalı olacaktır. Örneğin, Upwork gibi platformlarda benzer iş ilanlarını inceleyerek fiyatlandırma stratejinizi oluşturabilirsiniz. Ortalama olarak, deneyimli bir freelance veri analistinin saatlik ücreti 50-100 dolar arasında değişmektedir, ancak bu rakam projenin özelliğine ve analistinin uzmanlığına göre büyük farklılıklar gösterebilir.
Sonuç olarak, freelance veri analisti olmak, hem tatmin edici hem de karlı bir kariyer yoludur. Güçlü analitik beceriler, teknik yetenekler ve işletmecilik bilgisi ile bu alanda başarılı olma şansınızı artırabilirsiniz. Piyasa trendlerini takip ederek, kendinizi sürekli geliştirmeniz ve yeni araçları öğrenmeniz, rekabetçi kalmanıza yardımcı olacaktır. Unutmayın ki, sürekli öğrenme ve kendini geliştirme, freelance veri analisti olarak uzun vadeli başarı için olmazsa olmazdır.
Veri Analizi İşleri Bulma
Veri analizi alanında kariyer yapmak isteyenler için en önemli adımlardan biri, uygun işleri bulmak ve başvurmaktır. Bu süreç, doğru kaynakları kullanmaktan, etkili bir özgeçmiş ve ön yazı hazırlamaktan, mülakatlarda başarılı olmaya kadar birçok aşamayı içerir. Rekabetin oldukça yüksek olduğu bu sektörde, öne çıkmak için dikkatlice planlanmış bir strateji şarttır.
İlk adım, iş arama platformlarını etkin bir şekilde kullanmaktır. LinkedIn, Indeed, Glassdoor gibi platformlar, veri analisti pozisyonları için yaygın olarak kullanılan kaynaklardır. Bunlara ek olarak, sektör özelindeki iş ilanı siteleri ve şirketlerin kendi kariyer sayfaları da incelenmelidir. Örneğin, büyük teknoloji şirketleri genellikle kendi web sitelerinde açık pozisyonları paylaşırlar. Aramanızda veri analisti, iş zekası analisti, veri bilimci, veri mühendisi gibi terimleri kullanabilirsiniz. Bunların yanı sıra, R, Python, SQL, Tableau, Power BI gibi kullanılan yazılımları da anahtar kelimeler olarak eklemek, aramanızı daha spesifik hale getirecektir.
İş başvurularınızda etkili bir özgeçmiş ve ön yazı hazırlamak son derece önemlidir. Özgeçmişinizdeki becerilerinizin, başvurduğunuz pozisyonun gereksinimleriyle uyumlu olduğundan emin olun. Örneğin, bir pazarlama şirketinde veri analisti pozisyonu için başvuruyorsanız, pazarlama verileriyle çalışma deneyiminizi vurgulamanız gerekir. Ön yazınızda ise, ilgili deneyimlerinizi ve becerilerinizi detaylı olarak anlatarak, neden o pozisyon için uygun olduğunuzu açıklayın. Rakamlarla konuşun; örneğin, %20’lik bir verimlilik artışı sağladım veya Aylık 10.000’den fazla veri noktasını analiz ettim gibi ifadeler, yeteneklerinizi daha somut bir şekilde gösterir.
Ağ kurmanın da iş bulma sürecinde büyük önemi vardır. Sektör etkinliklerine katılmak, online forumlarda aktif olmak ve LinkedIn gibi platformlarda profesyonellerle bağlantı kurmak, yeni fırsatlar yaratabilir. İş arayanların %70’inin işlerini ağ kurma yoluyla bulduğu istatistikleri göz önüne alındığında, bu yöntemin ne kadar etkili olduğunu görebiliriz. Ayrıca, eski iş arkadaşlarınız, hocalarınız ve üniversite mezunları gibi kişilerle iletişime geçerek, gizli iş fırsatlarından haberdar olabilirsiniz.
Son olarak, mülakatlara iyi hazırlanmak, iş teklifi alma şansınızı artıracaktır. Teknik sorulara ek olarak, davranışsal sorulara da hazırlıklı olmalısınız. Örnek olarak, Zor bir problemi nasıl çözdünüz? veya Takım çalışmasıyla ilgili bir deneyiminizi anlatır mısınız? gibi sorulara önceden cevaplar hazırlayarak, kendinizi daha özgüvenli hissedebilirsiniz. Unutmayın, kendinizi doğru şekilde pazarlamak ve potansiyelinizi göstermek, veri analizi alanında başarılı bir kariyer yolculuğunun anahtarıdır.
Veri Analizi İçin Gerekli Beceriler
Veri analizi, günümüzün en hızlı büyüyen ve en çok talep gören mesleklerinden biri haline geldi. Büyük veri çağıyla birlikte, şirketler verilerinden anlamlı çıkarımlar yaparak iş kararlarını optimize etmek ve rekabet avantajı elde etmek istiyorlar. Bu nedenle, veri analizi yaparak para kazanmak isteyenler için gerekli beceriler oldukça önemlidir. Sadece istatistiksel yazılımlar bilmek yeterli değil; başarılı bir veri analisti olmak için çok yönlü bir yetenek setine sahip olmak gerekir.
İlk olarak, istatistiksel bilgi olmazsa olmazdır. Tanımlayıcı istatistikler (ortalama, medyan, standart sapma gibi), çıkarımsal istatistikler (hipotez testleri, regresyon analizi gibi) ve olasılık teorisi konusunda sağlam bir temele sahip olmak gerekmektedir. Örneğin, bir e-ticaret şirketinde çalışan bir veri analisti, müşteri satın alma davranışlarını analiz etmek için regresyon analizi kullanarak hangi faktörlerin satışları etkilediğini belirleyebilir. Bir araştırmaya göre, veri bilimcilerinin %80’inden fazlası istatistiksel modellemede yetkindir.
Programlama becerileri de oldukça önemlidir. Python ve R, veri analizi için en popüler programlama dilleri olup, geniş kütüphaneleri sayesinde veri temizleme, manipülasyonu, görselleştirme ve modelleme işlemlerini kolaylaştırırlar. SQL ise veritabanlarından veri çekmek ve yönetmek için olmazsa olmazdır. Bir veri analistinin, verileri etkili bir şekilde işlemek ve analiz etmek için bu dillerden en az birinde uzman olması beklenir. Örneğin, bir pazarlamacı, SQL kullanarak müşteri veritabanından belirli demografik özelliklere sahip müşterilerin satın alma geçmişlerini çıkarabilir.
Veri analizi sadece sayılarla ilgili değildir; veri görselleştirme becerisi de kritik öneme sahiptir. Tableau, Power BI gibi araçlar kullanılarak, karmaşık veriler anlaşılır ve ilgi çekici grafikler ve tablolar halinde sunulabilir. Bu, sonuçların daha etkili bir şekilde iletilmesini ve karar vericilerin verileri daha kolay anlamasını sağlar. Örneğin, bir satış yöneticisi, Tableau kullanarak farklı satış bölgelerinin performansını karşılaştıran bir gösterge tablosu oluşturabilir.
Bunların yanı sıra, kritik düşünme, problem çözme ve iletişim becerileri de oldukça önemlidir. Bir veri analisti, verileri yorumlamak, anlamlı çıkarımlar yapmak ve sonuçları net ve anlaşılır bir şekilde sunabilmelidir. Ayrıca, iş problemlerini tanımlayıp, çözüm için uygun veri analizi yöntemlerini seçebilmelidir. Bir veri analistinin, teknik bilgisi kadar etkili iletişim becerisine de sahip olması, bulgularını paydaşlara ikna edici bir şekilde sunabilmesi açısından hayati önem taşır.
Sonuç olarak, veri analizi yaparak para kazanmak için sadece teknik beceriler yeterli değildir. İstatistiksel bilgi, programlama becerileri, veri görselleştirme yeteneği ve güçlü iletişim ve problem çözme becerileri bir araya geldiğinde başarılı bir veri analisti olmak mümkün olur. Bu becerileri geliştirmek, sürekli öğrenmeye ve yeni teknolojileri takip etmeye bağlıdır.
Veri Analizi Projeleri Oluşturma
Veri analizi alanında para kazanmanın en etkili yollarından biri, pratik projeler geliştirmektir. Bu projeler, potansiyel müşterilere veya işverenlere yeteneklerinizi göstermenin ve portföyünüzü zenginleştirmenin en iyi yoludur. Sadece teorik bilgiye sahip olmak yeterli değildir; somut sonuçlar üreten projeler, sizi rakiplerinizden ayırır. Örneğin, bir e-ticaret şirketinin satış verilerini analiz ederek müşteri segmentasyonu yapmanız ve satışları artırmak için öneriler sunmanız, hem becerilerinizi gösterir hem de potansiyel bir müşteriye değer katarsınız.
Proje seçerken ilginizi çeken bir alan seçmeniz çok önemlidir. Eğer sağlık sektörüne ilgi duyuyorsanız, hastane kayıtlarını analiz ederek hastalık prevalansını veya tedavi etkinliğini araştırabilirsiniz. Finans alanına ilgi duyuyorsanız, hisse senedi verilerini analiz ederek yatırım stratejileri geliştirebilirsiniz. İlgi duyduğunuz alanlarda çalışmak, motivasyonunuzu yüksek tutar ve daha başarılı sonuçlar almanızı sağlar. Örneğin, ABD’de yapılan bir araştırmada, ilgi duydukları projeler üzerinde çalışan veri bilimcilerinin, %25 daha yüksek başarı oranına sahip oldukları gözlemlenmiştir (Bu istatistik kurgusal bir örnektir).
Projelerinizde kullanacağınız veri kaynaklarını dikkatlice seçmelisiniz. Açık kaynaklı veri setleri (örneğin, Kaggle, UCI Machine Learning Repository) başlangıç için idealdir. Bu platformlar, çeşitli alanlardan geniş bir veri yelpazesi sunmaktadır. Ancak, gerçek dünya verileriyle çalışmak daha değerlidir. Eğer bir şirketle çalışıyorsanız, onlardan anonimleştirilmiş veri setleri isteyebilirsiniz. Veri temizliği ve ön işleme, veri analizi sürecinin önemli bir parçasıdır. Eksik verilerle başa çıkma, aykırı değerleri tespit etme ve verileri dönüştürme gibi teknikleri öğrenmeniz gerekecektir.
Projelerinizde kullandığınız analitik teknikleri açık ve anlaşılır bir şekilde belgelemelisiniz. Hangi algoritmaları kullandığınızı, sonuçların nasıl yorumlandığını ve bulguların ne anlama geldiğini detaylı bir şekilde açıklamanız önemlidir. Görselleştirme, sonuçların anlaşılmasını kolaylaştırır. Grafikler, tablolar ve haritalar kullanarak bulgularınızı etkili bir şekilde sunabilirsiniz. Örneğin, bir müşteri segmentasyon projesinde, farklı müşteri gruplarının satın alma alışkanlıklarını gösteren bir pasta grafik kullanabilirsiniz. Bu, raporunuzun daha etkileyici ve anlaşılır olmasını sağlayacaktır.
Son olarak, projelerinizi online platformlarda paylaşın. GitHub, Kaggle ve LinkedIn gibi platformlar, potansiyel işverenlere ve müşterilere çalışmalarınızı göstermenize olanak tanır. Projelerinizi açıklayıcı bir şekilde sunun ve başkalarının kodunuza erişebilmesini sağlayın. Bu, yeteneklerinizi sergilemenin ve geri bildirim almanın harika bir yoludur. Unutmayın ki sürekli öğrenme ve gelişme, veri analizi alanında başarı için olmazsa olmazdır. Yeni teknikler öğrenmeye, farklı projeler üzerinde çalışmaya ve portföyünüzü sürekli güncellemeye devam edin.
Bu çalışmada, veri analizi becerilerinin nasıl çeşitli yollarla para kazanmaya dönüştürülebileceği kapsamlı bir şekilde incelendi. Çalışmanın ana amacı, veri analizi alanının sunduğu geniş fırsat yelpazesini ortaya koyarak, bu alana ilgi duyan bireylere yol göstermekti. Araştırmamız, freelance veri analisti olmaktan büyük şirketlerde veri bilimci olarak çalışmaya, kendi veri analizi tabanlı işletmesini kurmaya kadar birçok farklı kariyer yolunun mevcut olduğunu göstermiştir.
Veri analizi, günümüzün hızla gelişen dijital dünyasında giderek daha önemli bir rol oynamaktadır. İşletmeler, müşteri davranışlarını anlamak, pazarlama stratejilerini optimize etmek ve daha bilinçli kararlar almak için veri analizine büyük ölçüde güveniyorlar. Bu durum, veri analistlerine olan talebi sürekli artırmakta ve bu mesleği oldukça karlı hale getirmektedir. Çalışmamız, farklı sektörlerde veri analistlerinin rollerini ve görevlerini ayrıntılı bir şekilde ele alarak, bu talebin nedenlerini ve kapsamını ortaya koymuştur.
Araştırmamız boyunca, veri analizi araçları ve tekniklerini öğrenmenin önemini vurguladık. Python, R, SQL gibi programlama dillerinin yanı sıra, Excel, Tableau, Power BI gibi veri görselleştirme ve analiz araçlarının etkili kullanımı, başarılı bir veri analisti olmak için elzemdir. Ayrıca, istatistiksel modelleme, makine öğrenmesi ve büyük veri analitiği gibi ileri düzey tekniklerin öğrenilmesi, daha yüksek gelir potansiyeline sahip işlere ulaşmayı sağlayacaktır.
Eğitim ve sertifikasyon konuları da çalışmamızda önemli bir yer tutmuştur. Üniversite eğitimi, online kurslar ve sektörde tanınmış kuruluşlar tarafından verilen sertifikalar, işverenler tarafından büyük önem taşımaktadır. Bu sertifikalar, adayın yetkinliklerini ve uzmanlığını kanıtlamasının en etkili yollarından biridir. Çalışmamızda, farklı eğitim ve sertifikasyon seçeneklerini karşılaştırarak, bireylerin kendi hedeflerine ve bütçelerine en uygun seçimi yapmalarına yardımcı olmayı amaçladık.
Geleceğe baktığımızda, yapay zeka (AI) ve makine öğrenmesi (ML) alanlarındaki gelişmelerin veri analizi alanını daha da şekillendireceğini öngörüyoruz. Otomatik veri analizi araçları daha yaygın hale gelirken, veri analistlerinin rolü daha stratejik ve analitik bir yöne doğru evrilecektir. Veri etiği ve gizliliği konuları giderek daha önemli hale gelecek ve veri analistlerinin bu konulara ilişkin derin bir anlayışa sahip olmaları gerekecektir. Büyük veri analitiği ve bulut tabanlı çözümler, veri analistlerinin işlerini daha verimli ve ölçeklenebilir hale getirecektir. Sonuç olarak, veri analizi becerilerine sahip bireyler, önümüzdeki yıllarda da yüksek talep görecek ve çeşitli kariyer fırsatlarına sahip olacaklardır.
Sonuç olarak, veri analizi yaparak para kazanma, doğru eğitim, beceri ve strateji ile oldukça kazançlı ve tatmin edici bir kariyer yoludur. Bu alanda başarılı olmak için, sürekli öğrenme, gelişen teknolojileri takip etme ve sektördeki trendlere uyum sağlama büyük önem taşımaktadır. Umarız bu çalışma, veri analizi alanına ilgi duyan herkese yol gösterici olmuştur.
