Tanım
ELT, Extract, Load, Transform ifadelerinin kısaltmasıdır. Türkçede çıkar, yükle, dönüştür olarak açıklanabilir. Verinin kaynak sistemlerden çıkarılıp önce hedef veri platformuna yüklenmesi, ardından dönüşüm işlemlerinin bu platform içinde yapılması sürecidir.
ELT, özellikle modern bulut veri ambarları ve büyük ölçekli veri platformlarıyla yaygınlaşmıştır. Bu yaklaşımda ham veri önce merkezi sisteme alınır. Temizleme, modelleme, birleştirme ve iş kurallarına göre dönüştürme işlemleri daha sonra veri ambarı veya veri platformu üzerinde gerçekleştirilir.
ELT, veri ekiplerine esneklik sağlar. Ham verinin korunması, farklı analiz ihtiyaçları için yeniden işlenebilmesi ve güçlü bulut altyapılarında dönüşümlerin hızlı yapılabilmesi önemli avantajlardır.
Kökeni
ELT, ETL yaklaşımının modern veri altyapılarına uyarlanmış biçimi olarak gelişmiştir. Geleneksel ETL süreçlerinde veri hedef sisteme yüklenmeden önce dönüştürülürdü. Bu yapı, daha sınırlı işlem gücüne sahip eski veri ambarları için uygundu.
Bulut veri ambarlarının yüksek işlem kapasitesi ve ölçeklenebilirliği, dönüşüm işlemlerinin hedef sistem içinde yapılmasını daha pratik hale getirdi. Böylece veri önce hızlıca merkezi platforma alınabilir, ardından ihtiyaçlara göre işlenebilir.
Modern analitik, growth ve AI süreçlerinde veri ihtiyaçları sürekli değiştiği için ELT daha esnek bir çalışma modeli sunar. Ham verinin saklanması, geçmişe dönük farklı analizler yapmayı kolaylaştırır.
Nerelerde Kullanılır?
ELT, bulut tabanlı Data Warehouse, Data Lakehouse, BI raporlama, ürün analitiği, pazarlama verisi entegrasyonu ve büyük ölçekli veri dönüşüm süreçlerinde kullanılır. Farklı platformlardan gelen ham veriler önce merkezi yapıya yüklenir.
Dijital pazarlama ekipleri açısından ELT, reklam platformları, CRM, web analitiği ve gelir verilerinin merkezi veri platformunda birleştirilmesine olanak tanır. Dönüşüm kuralları daha sonra iş ihtiyaçlarına göre güncellenebilir.
Data Science ekipleri de ELT yaklaşımından yararlanabilir. Ham veri korunduğu için farklı modelleme denemeleri, özellik mühendisliği ve segmentasyon çalışmaları daha esnek şekilde yapılabilir.
Örnek Kullanım
Bir şirket, reklam platformlarından gelen ham kampanya verilerini önce bulut veri ambarına yükler. Daha sonra kampanya adlarını standartlaştırır, maliyetleri para birimine göre dönüştürür ve kanal performans tabloları oluşturur. Bu ELT sürecidir.
Bir veri ekibi, “ELT yapısına geçtik çünkü ham event verisini koruyup farklı analiz ihtiyaçları için yeniden dönüştürmek istiyoruz” diyebilir.
Karıştırılan Kavramlar
- ELT ve ETL: ETL’de veri yüklenmeden önce dönüştürülür. ELT’de veri önce yüklenir, dönüşüm hedef platformda yapılır.
- ELT ve Data Pipeline: Data Pipeline veri akışının genel yapısıdır. ELT bu akışın belirli bir yöntemidir.
- ELT ve Data Lake: Data Lake veri saklama mimarisidir. ELT veriyi taşıma ve dönüştürme sürecidir.
- ELT ve Data Modeling: Data Modeling verinin analiz için yapılandırılmasıdır. ELT bu modellemeye veri hazırlayabilir.
İlgili Terimler
- ETL
- Data Pipeline
- Data Engineering
- Data Warehouse
- Data Lake
- Data Transformation
- Data Quality
- Business Intelligence
- Cloud Computing
Büyüme Mimarisi Notu
ELT, büyüme mimarisinde veri esnekliği sağlar. Growth ekiplerinin soruları zamanla değişir; ham verinin korunması yeni metriklerin ve segmentlerin daha sonra üretilebilmesine imkân verir.
Ancak ELT esnekliği, veri karmaşasına dönüşmemelidir. Dönüşüm kuralları, veri kalitesi kontrolleri ve metrik tanımları net olmazsa merkezi veri platformu güvenilir karar yerine tutarsız raporlar üretir.