Büyük veriye aklımız yeter mi?

İnsanoğlunun 20 bin yıllık veri toplama tarihinde “büyük veri” kavramı ilk olarak 1989 yılında kullanıldı. Bir edebiyatçının icadı olan bu tamlama, 10 yıl kadar sonra bir teknik terim olarak ‘büyük oranda verilerin toplanması’ anlamında hayatımıza girdi. İnsanoğlunun bilinen ilk veri toplama ve bu verilerle öngörüler oluşturma çabasını temsil eden Ishango Kemikleri’nden bugüne geldiğimizde, her gün ortaya çıkan 2,5 kuintrilyon bit (arkasında 18 sıfır var) veri karşımıza çıkıyor. Yapılan araştırmalara göre dünyanın başlangıcından bu yana oluşan verinin yüzde 90’ının da son iki yılda oluştuğunu not edelim.
Bir veri şirketi olan Domo’nun her yıl düzenli olarak yayınladığı “Veri Asla Uyumaz” araştırmasında da verinin her dakika ne kadar büyüdüğünü görmek mümkün. 2020 yılında mobil cihaz kullananların sayısının 6,1 milyar olacağı öngörülüyor. Amazon, YouTube ve Netflix internet bant genişliğini en çok kullananlar. Amazon’un geçen yıldan bu yana dakika başına yaptığı satış 38 bin dolar artmış (2017’de dakikada 258 bin dolar civarında). YouTube’da dakikada 4,14 milyon video izleniyor. Netflix’de ise geçen yıla göre yüzde 20 artış var. En ilginci ise hava durumu uygulaması “The Weather Channel” web sitesine dakikada 18 milyon kişinin girerek hava durumuna bakmış olması.

FIRSAT HALİNE GELDİ
Gerçekten çok fazla veri üretiliyor ve biz insanoğlu 20 bin yıldır bu verileri önümüzü görebilmek, doğru kararlar verebilmek için kullanıyoruz. Toplanan veriyi katma değerli bilgiye dönüştürebilmek için analiz etmeye ve anlamlandırmaya ihtiyaç duyuyoruz. Ancak veri miktarı bu boyutlara ulaştığında, hem değerli veriyi çöp veriden ayırmak hem de bu veriyi hızlı bir şekilde işleyerek doğru kararlar vermek zorlaşıyor.

Yemeksepeti olarak da mümkün olduğunca veriyi iyi anlayıp bunu tüm iş anlayışımıza doğru adapte etmeye çalışıyoruz. Hatta bu konudaki duruşumuz Harvard Business School’da vaka analizi olarak derslerde okutuluyor.
Teknolojilerin gelişmesiyle veri analizi, teknik departmanların tekelinden çıkıp şirketlerin her bölümü için bir fırsat haline geldi. Burada insan, süreç, teknoloji ve verinin tek bir çatı altında entegrasyonuna ihtiyaç var ve bu ihtiyaç, verinin şirketlerin stratejilerine ve günlük operasyonlarına dahil olması anlamına geliyor. Şirketler iyi ve doğru kararlar verebilmeleri için ne tür içgörülere ihtiyacı olduğunu tespit etmeli. EY’nin 2014 yılında büyük veriyle ilgili yayınladığı raporda belirttiği gibi sürekli ve hızlı değişen iş dünyasında gelecek öngörüleri, basit bir şekilde geçmiş ve mevcut perspektiflerin görüntülenmesinden daha önemli hale geldi. Evet, artık her iş alanının elinde veri var ve bu verilere bakarak karar vermeye çalışılıyor. Ancak konu, zaten akan veriyi doğru ve yaratıcı kullanmak. İş zekası bunun için var. Ham veriyi işleyerek anlamlı ve kullanılabilir hale getirilmesini sağlamak için şirketlerdeki iş zekası departmanı çalışanlarının karar vericilerin en yakınında çalışan isimler olması oldukça önemli.

NASIL KULLANIYORLAR?
Peki şirketler büyük veriyi kritik iş kararları almak ve iş performanslarını artırmak için nasıl kullanıyor?
Müşteri bağlılığını geliştirmek ve korumak için gerçek zamanlı verinin kullanılması stratejilerden bir tanesi. Şirketler gerçek zamanlı veriyi kullanarak müşterilerine birebir kişiselleştirilmiş hizmetler ve çözümler öneriyor. Ellerindeki milyonlarca müşteriden elde edilen veriyi uygulanabilir öngörülere dönüştürerek müşteri bağlılığı ve kârlılık oluşturuyorlar. Örneğin Yemeksepeti’ndeki Joker uygulaması, benzer bir kullanıma işaret ediyor. Yemek siparişi verecek müşterilere, anlık verinin analiz edilmesiyle kişiselleştirilmiş indirimli menü ve restoran önerileri sunuluyor. Joker’de müşterinin önerilen restoranlardan hiç sipariş vermemiş olduğu tespit ediliyor ve lokasyon bilgisi de analiz edilerek sadece 15 dakika geçerli bir teklif sunuluyor. Böylece hem tüketici fayda sağlıyor hem de üye restoranlar yeni müşteri kazanıyor.
Operasyonel verimliliği iyileştirmek de yöntemlerden biri. Şirketler süreçlerini otomatikleştirmek, satış stratejilerini optimize etmek ve verimliliği iyileştirmek için veriyi bir kaldıraç olarak kullanıyor. Tesla bu konudaki iyi örneklerden biri. Araçlara yerleştirdiği sensörler sayesinde toplanan veriler analiz edilmek üzere merkezi sunuculara gidiyor. Bu veriler ve yapılan analizler Tesla için araçların performansını geliştirirken oldukça fayda sağlıyor. Ayrıca araç sahiplerine tamire gitmeleri için acil durumlarda haber veriliyor. Bu veriler aynı zamanda Tesla’nın otonom araç geliştirme çalışmalarında da kullanılıyor. İlginçtir, hepimiz Google’ın insansız araçlarını biliyoruz. Ancak Tesla’nın araçları sayesinde bir günde topladığı veri miktarı, Google’ın başlangıçtan beri topladığı veriden daha fazla ve ayrıca navigasyon verisi olarak da işe yarıyor.

GÖRSEL ANALİTİK YAYGINLAŞACAK
Süreçleri otomatikleştirmek sadece üretim yapılan sektörlerde değil, sağlıktan eğitime birçok farklı alanda da büyük veriye önem kazandırıyor. IBM Watson gibi kavramsal bilgisayarlar, sadece genom araştırmalarında değil biyoteknolojide de büyük veriyi analiz etmek için çeşitli şekillerde kullanılıyor. Öte yandan halihazırda tehlikeli hayati ikazları ölçümleyen ve bildiren ucuz sensörler mevcut ve rahat bir şekilde giyilebiliyor ya da vücuda entegre edilebiliyor. Sağlık sektöründe deneylerin başarısı büyük oranda doktorların hastaların verisini toplamasına bağlı. Yani bileğimize taktığımız akıllı saatler ya da giyilebilir teknolojiler sayesinde bu süreç, halihazırda geliştirilmekte olan yeni nesil sağlık sensörleri sayesinde otomatikleştirebilir. Bu da sağlık ve ilaç sektörüne büyük bir ivme kazandıracaktır.
Sektör ve iş alanından bağımsız büyük verinin karar verme mekanizması olarak farklı iş kanallarından farklı ülke pazarlarına girmeye kadar etkili bir araç olacağı ve şirketler için yeni gelir modelleri yaratmaya yön vereceği yakın gelecek için öngörüler arasında. Elbette bu öngörüler için verinin sadece uzmanlar tarafından değil, bir kurumdaki herkes tarafından okunabilmesi önemli. Verinin herkes tarafından okunabilmesi kurumlar için işleri bambaşka noktalara taşıma fırsatı taşıyor. Bu nedenle “görsel analitik”in (visual analytics) giderek

AKLIMIZ YETMEZ, ZATEN GEREK DE YOK (MU?)
Analiz için kullanılan mevcut teknolojiler, yavaş yavaş yerini yeni gelişmelere bırakıyor. Akıllı telefonlar, kullanılmasa dahi yaptığımız konuşmaları, arkadaşlarımızla ya da ailemizle yaptığımız muhabbetleri; Siri, Cortana, Google Voice gibi yazılımlar sayesinde birer veriye dönüşüyor. Yaptığımız yazılı mesajlaşmalar depolanıyor. Attığımız her adım akıllı telefonlarımız sayesinde, günün hangi anında nerede olduğumuz bilgisi tek noktada toplanıyor. Bu kadar anlık verinin analizi ve bir karar aracına dönüşebilmesi için mevcut analiz teknolojileri yerini yapay zekaya bırakacak gibi görünüyor.
Forrester Research tarafından 2017’nin sonlarında yayınlanan araştırma da buna işaret ediyor. Raporda insan ve makine iş birliğinin, ara yüzlerin gelişmesine bağlı olarak iyileşeceği belirtilirken kaynakların buluta yönlendirilerek iş zekâsı ve analitik çözümlerin gelişeceğine değinilmiş. Araştırmada ayrıca yeni yapay zekâ yetkinliklerinin, analitik ve veri yönetiminde rol ve görevlerin yeniden tasarlanmasına yol açacağı, böylece hizmet pazarlamasına yönelik içgörülerin hızlı bir şekilde kullanılabileceği aktarılıyor. Raporda yakın gelecekte şirketlerin yüzde 20’sinin gerçek zamanlı bilgileri sağlamak ve karar vermek için yapay zekâ kullanacağı vurgulanıyor. Yapay zekânın müşteriye öneride bulunurken tedarikçiye zamanlamalar hakkında tavsiyeler vereceği ve çalışanlara ne demeleri ve ne yapmaları gerektiğini gerçek zamanlı olarak söyleyeceği öngörülüyor.
Tüm kararları anlık olarak verecek tek bir beyin… Bu bir risk mi, yoksa fırsat mı? Ben önemli ve kaçırılmaması gereken bir fırsat olarak görüyorum.