ŞİRKETİN DİJİTALLEŞME SÜRECİ NASIL BAŞLAR? 4

ŞİRKETİN DİJİTALLEŞME SÜRECİ NASIL BAŞLAR? 4 (gazetegebze.com.tr)

ŞİRKETİN DİJİTALLEŞME SÜRECİ NASIL BAŞLAR? yazı dizinisin beşincisi ile karşınızdayım. Bu yazımızda Büyük Veri ve Veri Analitiği, uygulamalarını ve kullanımı konusuna değineceğim.
      Teknolojik gelişmelerin bilgi teknolojileri dünyasına kazandırdığı en önemli iki kavram “Büyük Veri” ve “Analitik” oldu. Cihazlar ve sistemler tarafından üretilen verilerin hacimsel büyüklüğü, bu verilerin işlenmesi konusunu da gündeme getirdi ve böylece veri analitiği uygulamaları yaygınlaştı. Cisco’nun 2013 tarihli “The Internet of Everything” araştırmasının sonuçlarına göre, günümüz itibariyle sisteme bağlanan elektronik cihaz sayısının 20 milyarı aşması ve bu cihazlardan toplanan veri boyutunun zetabayt’lara (1 zetabayt=1 milyar terabayt) ulaşması beklenmektedir.
Büyük Veri ve Veri Analitiği (Big Data)
       Verileri anlamak, değerlendirebilmek ve farklı bakış açıları ile analiz edebilmek ve sonuçta beklenen hedefe veya istenilen kararlara erişilebilmesi için, bu veriler dört grupta sınıflandırılmakta.
• Veri parçası (data spot), analizlerde dikkate alınan erişilebilir verinin bir alt kümesi olarak gruplandırılır.
• Erişilebilir veri (light data), erişilebilir ve her an kullanıma hazır olan veri grubudur.
• Gri veri (gray data), erişemediğimiz ancak nitelikli varsayımlar yapabileceğimizi ve analiz ettiğimiz sistemin bir parçası olduğunu bildiğimiz veri gruplarıdır.
• Karanlık veri (dark data) ise, nitel veya nicel olup olmadığı anlaşılamayan, bilinmeyen veya gruplandırılamayan veri grubudur. Bu veriler kısaca bilmediğimizin veya bilemediğimizin farkında bile olamadığımız veri gruplarıdır.
Veri Yönetimi
       Üretim elemanları artık veri topladığı için yeni zorlukları beraberinde getiriyor. Bir modern fabrikayı yönetmek sadece üretim için en iyi aracı bulmakla kalmıyor, aynı zamanda en iyi süreci belirlemek için verilerin nasıl kullanılacağını bilmek de gerekiyor. Peki, bu veri trafiğini nasıl yöneteceğiz?
        Büyük veri analizleri için gelişmiş yazılım programları kullanılır, ancak büyük veri analizlerinde kullanılan yapısal olmayan veriler, geleneksel veri ambarlarına çok uygun olmayabilir. Büyük verinin yüksek işleme gereksinimleri, geleneksel veri ambarını da kötü bir uyum haline getirebilir. Büyük veri analizinde Hadoop, MapReduce ve NoSQL veritabanları da dahil olmak üzere daha yeni, daha büyük veri analizi ortamları ve teknolojileri kullanılmaktadır. Bu teknolojiler, kümelenmiş sistemler üzerindeki büyük veri kümelerini işlemek için kullanılan açık kaynaklı yazılımları da içermektedir.
Kullanım Alanları
      Sağlık Hizmetinde Büyük Veri Uygulamaları; Sağlık hizmetleri alanında üretilen verinin miktarı gün geçtikçe artmaya devam etmektedir. Hastalıklarla mücadele eden bireylerin sağlık kayıtları büyük veriyi oluşturan önemli kaynaklar arasında yer almaktadır. Büyük veri, belirli hastalıkların örüntü ve eğilimlerinin gözden geçirilmesini sağlamakta ve erken teşhis fırsatını sunmaktadır. Maliyetleri azaltırken eş zamanlı olarak sağlık hizmetlerinin kalitesini artırabilmek için de büyük verinin etkin bir şekilde analiz edilmesi gerekmektedir. Sağlık hizmetlerinin kalitesini iyileştirmek adına hasta merkezli hizmet sunumu, bulaşıcı hastalıkların erkenden tespiti, hastanelerin kalitesinin izlenmesi ve tedavi yöntemlerinin iyileştirilmesi gibi birçok alanda büyük veriden yararlanılmaktadır.
      Sağlık hizmetlerinde elektronik tıbbi görüntüleme ve raporlama verisine ulaşılmasıyla birlikte kişilerin genetik özelliklerine ve sağlık geçmişlerine göre özel tedavi yöntemleri geliştirilebilecektir. Ayrıca sağlık hizmetlerinde kamu hizmeti veren bir devlet kuruluşunun, anlık olarak bölge, il, ilçe vb. seviyelerde hastalık, doktor ve hastane dağılımlarını görmesi, vatandaşa verilecek olan hizmetin etkinlik düzeyini artıracaktır. Sağlık hizmetleri alanında büyük veri kullanım alanlarına bir diğer örnek olarak canlı vaka gösterimi uygulamaları verilebilir. Canlı vaka gösterimi, gerçekleştirilen ameliyatların görüntülerinin, hasta odaklı ve hasta üzerinde öğretime destek olmak ve toplumun bilinçlendirilmesini sağlamak amaçlı çeşitli sosyal medya platformlarında paylaşılmasını ifade etmektedir.  Kısaca, sağlık alışkanlıklarıyla ilişkili olarak kalite eğilimleri, klinik karar destek sistemleri, uzaktan hasta takip etme, hasta profilleme, hastalık tahmini, vb.
       Eğitimde Büyük Veri Uygulamaları; Büyük veri, birçok eğitim organizasyonu tarafından hem öğretmenler hem de öğrenciler için kaliteli bir eğitim ortamının sürekliliğini sağlamak adına kullanılabilmektedir. Örneğin öğrencilerin sistemlere ne zaman giriş yaptıkları, gezindikleri web sayfaları, sayfalarda ne kadar süre harcadıkları ve belirli bir zaman içindeki faaliyetleri gibi olayların genel örüntüsünün ortaya konmasında büyük veriden yararlanılabilmektedir. Öğrencilerin sayısı, demografik yapısı, talepleri ve eğitim konuları gibi farklı boyutlarda da öğretmenlerin eğitim faaliyetleri ölçümlenmekte ve düzenlenmektedir.
      Üretimde Büyük Veri Uygulamaları; Üretim ve kaynak temini alanlarında karar verme süreçlerini desteklemek ve bu bağlamda rekabet avantajı elde etmek adına, büyük verinin coğrafi, grafiksel, metinsel ve zamansal unsurlarından bilgi çıkaran tahmin modellerinden yararlanılmaktadır. Ayrıca, akıllı üretim süreci ve ürün yaşam döngüsü yönetimi gibi gelişmekte olan uygulamalar, büyük veriyle birlikte gerçek yaşamda hayat bulmaya başlamıştır. Akıllı üretim sistemlerinde aktif önleyici bakım, büyük veri analitiği yoluyla uygulanabilmektedir. Üretim alanındaki büyük verinin desteğiyle üretim cihazlarının sağlık durumunu değerlendirmek ve arızalarını önceden tespit etmek adına cihaz alarmları, cihaz olay kayıtları ve cihaz durum bildirimleri gibi gerçek zamanlı birçok cihaz verisi toplanabilmektedir. Kısaca; sensör tabanlı operasyonlar, tedarik zinciri, envanter yönetimi, lojistik, vb. Servis-bakım süreçleri kolaylaşırken üretim maliyetleri düşürülebiliyor. 
       Devlet Hizmetlerinde Büyük Veri Uygulamaları; Bilgisayar tabanlı veri artışı devam ettikçe ve tahmin edilemez boyutlara ulaştıkça bilginin depolanması, yönetimi, işlenmesi, güvenliği ve düzenlenmesi güçleşmektedir. Akıllı telefon uygulamalarının, sensörlerin ve bulut bilişim çözümlerinin artmasından kaynaklı, devletlerin veri üretme ve arşivleme oranları da yükselmektedir. Kamu kurum ve kuruluşları, büyük veriyi toplayan, araştıran ve analiz eden yeni araçlar vasıtasıyla yapısal olmayan veriden fayda sağlayabilmektedir Devlet hizmetlerinde, her gün petabaytlar seviyesinde veri üretilmektedir. Bu verinin gerçek zamanlı analizi, hükümetlere eğitim kalitesinin artırılması, işsizlik oranının azaltılması, emeklilik imkanının sağlanması, yardımların tüm ihtiyaç sahiplerine ulaştırılması, trafikle ilgili canlı akış verisi temel alınarak trafik yoğunluğunun kontrol edilmesi ve mobil ambulans hizmetlerinin iyileştirilmesi gibi birçok alanda vatandaşlarına katma değerli hizmetler sunma konusunda yardımcı olacaktır  Ayrıca büyük veri analitiğiyle e-devlet portalinde sunulan hizmetlerin etkinliği ve verimliliği artırılabilir. Bu noktada büyük veri, vatandaşlara verilen hizmetlerin hızlı ve güvenilir olmasını sağlayarak, akıllı şehirlerin geliştirilmesinde kilit rol oynamaktadır. Kısaca; temel ihtiyaç tespiti, trafik sorunları çözümü, gürültü, hava ve su kirliliği önleme, istismar tespiti, vb.
        Bankacılıkta Büyük Veri Uygulamaları; Geçmiş veri, nakit hareketlerinin, öngörülebilen felaketlerin, soygunların ve müşteri davranışlarının anlaşılmasında yol gösterici olmaktadır. Büyük veri kullanımıyla bankalar, para hareketlerinin detaylarını görebilmekte, felaketleri ve hırsızlık olaylarını önceden öngörüp önleyebilmekte ve tüketici davranışlarını daha iyi anlayabilmektedir. Uluslararası alanda da bankalar, müşteri davranışlarının analizi, çapraz ürün satışı, düzenlemelere uyum yönetimi, risk yönetimi, finansal suçlarla başa çıkma gibi birçok alanda büyük verinin gücünden yararlanmaya başlamıştır.  Bankacılık ve Sigortacılıkta; hilelerin, istismarın veya suistimallerin tespiti, müşteri tahminleme, risk analizleri, vb.
        Sigortacılıkta Büyük Veri Uygulamaları; Sigortacılık alanında büyük verinin kullanılmasıyla daha iyi fiyat ayarlaması yapılarak ve daha sağlam müşteri ilişkileri kurularak, sigorta organizasyonlarının kârlılığı ve performansı artırılabilir. Müşterilerin yaşadıkları bölge, yaşı, sigortalılık durumu, cinsiyeti, müşteri kârlılığının öngörülmesinde kullanılan en önemli büyük veri unsurlarıdır.
       İletişim, Medya ve Eğlence Sektörlerinde; Büyük veri sayesinde sinema yapımcılığı, televizyon yayıncılığı, haber, iletişim ve oyun organizasyonları yeni iş modelleriyle karşı karşıya kalmaya başlamıştır. Bu durum, artık müşterilerin istedikleri yerden ve herhangi bir cihazdan sunulan içeriklere erişebiliyor olmasından kaynaklanmaktadır. Günümüzde yaratıcılığı, çok kanallı tutundurmayı ve ödeme metodolojilerini geliştirmeye yönelik artan bir baskı söz konusudur. Bu metodolojiler, bilgisayar kullanan müşteri profilinin medya kullanım eğilimlerinin ve faaliyetlerinin anlaşılmasına bağlı olarak geliştirilmektedir.
      Haberleşme ve sosyalleşme aracı olan sosyal medya, her geçen gün insan hayatında var olan yerini büyütmektedir. Akıllı telefonların kullanımının artması ve yüksek hızlı mobil ağların genişlemesi, kişiler tarafından üretilen verinin anlık olarak web sayfalarına yüklenmesi kültürünü ortaya çıkarmaktadır. Bu fenomenin büyüklüğünü göstermek için, Facebook’ta yüklenen fotoğraf sayısının saniyede 4.000, dakikada 243.000, saatte 14,58 milyon ve günde 350 milyon seviyelerine ulaşması örnek olarak verilebilir. Büyük verinin en çok kullanım alanları arasında, sosyal medya üzerinden müşteri memnuniyetinin ölçülmesi yer almaktadır. Müşterilerin ürün ve hizmetler hakkındaki düşüncelerini yakından takip edebilmek için organizasyonlar müşteri geri bildirimlerine değer vermelidir. Metin dosyası gibi yapısal olmayan verinin, sosyal eğilimleri tespit eden dinamik ağlara aktarılmasıyla elde edilen büyük veriye topluluk verisi denmektedir. Tüketicilerin bir ürün hakkındaki düşüncelerini yansıtan web sayfası üzerindeki beğen butonlarından elde edilen veri, Twitter üzerinden paylaşılan yorumlar, topluluk verisi için örnek teşkil etmektedir. Bu anlamda büyük veri, sosyal medya üzerinden yürütülecek pazarlama faaliyetlerinde de yön gösterici olmaktadır. 
       Pazarlamada Büyük Veri Uygulamaları; müşteri beklentilerinden pazar hareketlerine kadar her konuda analizler ve öngörüler kolaylaşarak karar alma süreçleri ve değer zincirleri iyileştiriliyor. Çapraz satış, konum tabanlı pazarlama, duygu analizi, eğilim analizi, davranış analizi, vb.
      Ulaşımda Büyük Veri Uygulamaları; Kamu kurum ve kuruluşları, trafiği kontrol etmek, en iyi ulaşım rotasını planlamak, akıllı ulaşım sistemleri geliştirmek, trafik koşullarını tahmin ederek oluşabilecek tıkanıklıkları yönetmek adına büyük veriden yararlanabilmektedir. Özel sektörde ise büyük veri sayesinde gönderilerin konsolidasyonu ve nakliye hareketlerinin optimizasyonu sağlanarak, teknolojik çözümlerde ilerlemeler, gelirlerde artış ve rekabetçi avantaj elde edilebilmektedir. Bireysel olarak yakıt ve zamandan tasarruf sağlamak adına uygun ulaşım rotasının planlanmasında büyük veri kullanılabilir. Benzer şekilde turistik tur düzenlemelerinde de büyük veri kullanımı ulaşım kolaylığı sağlayabilmektedir.
       Trafik yönetimi alanında, bilgi ve iletişim teknolojilerinin yaygın olarak uygulandığı akıllı ulaşım sistemlerinin gelişmesiyle birlikte GPS alıcı-vericileri, CCTV sistemleri, dedektörler, mikroçipler, cep telefonları ve diğer taşınabilir cihazlar vasıtasıyla toplanan yol durumu, araç ve sürücü davranışları gibi trafik verisi büyük veriyi oluşturmaktadır. Bu verinin kullanımıyla geliştirilen hızlı ve dinamik modellemeler, akıllı ulaşım sistemleri için daha iyi simülasyon yetenekleri sağlayabilmektedir.
       Enerji Sektöründe Büyük Veri Uygulamaları; Büyük veri, enerji üretim ve tüketim modellerini değiştirmektedir. Enerji büyük verisi yalnızca akıllı sayaç okuma verisini içermemekte, aynı zamanda hava verisi ve coğrafi bilgi sistemi gibi diğer kaynaklardan gelen çok miktarda veriyi de kapsamaktadır. Örneğin enerji üretim ve tüketim verisinin, coğrafi bilgi sistemi verisinin ve hava durumu verisinin (sıcaklık, atmosferik basınç, nem, bulut örtüsü, rüzgar hızı ve rüzgar yönü) entegrasyonu, yenilenebilir enerji üretim cihazlarının yerleşim yerinin belirlenmesinde yol gösterici olabilmekte ve dolayısıyla güç üretimini ve enerji verimliliğini artırabilmektedir.
         Büyük veri analizi, büyük hacimli verileri analiz ederek anlamlı sonuçlar elde etmeye yarar.  Bu büyük veri, sosyal ağlar, videolar, dijital görüntüler, sensörler ve satış işlem kayıtları gibi çok çeşitli kaynaklardan toplanmaktadır. Tüm bu verileri analiz etmenin amacı, normalde görülmeyen kalıpları ve bağlantıları ortaya çıkarmak, bunu yaratan kullanıcılar hakkında değerli bilgiler sağlayabilmektir. Bu anlayışla, işletmeler rakiplerine karşı üstünlük kazanabildikleri iş kararları alabilirler. Bunun dışında bu analizlerle eğilimleri, trendleri, öngörüleri ve atakları tespit etmek mümkündür.
     Zamanınızı yönetin. Zaman sizi yönetmesin. Gücü elinize alın. Sağlıcakla Kalın
 

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir