Büyük Veri Analitiği – Bankalar, telekomünikasyon şirketleri, endüstriler, turizm, tarım sektörü, eğitim kurumları (ilk, ortaokul, kolejler ve üniversiteler) ve mobil cihazlar gibi farklı kaynaklardan her gün milyarlarca veri noktasının üretildiği bir dünyada yaşıyoruz. Herhangi bir kuruluş, misyon ve vizyonlarını etkili ve destekleyici olan veriye dayalı kararlar vermek için verilerini kullanmaya başlayabilir.
Yürüttüğünüz işletmenin boyutu ne olursa olsun, size işle ilgili içgörüler sağlamak için değerli verilere ihtiyacınız vardır. İçgörüler, hedef kitlenizi ve tercihlerini bilmenize yardımcı olur ve sonuç olarak işletmeniz onların ihtiyaçlarını tahmin edebilecektir. Büyük verilerden elde edilen öngörüleri, büyük verileri yakalayarak ve bu veriler aracılığıyla yenilik yaparak rakiplerinizden daha iyi performans göstermek için kullanabilirsiniz.
Google ve Alibaba gibi şirketler, hizmetleri ve ürünleri, tedarikçileri ve alıcıları ile tüketici niyet ve tercihlerindeki kusurları keşfetmek ve böylece daha yeni ve daha iyilerini yaratmak için bunu kullanıyor.
“2003 yılına kadar uygarlığın şafağı arasında 5 Exabyte bilgi oluşturuldu, ancak şimdi her 2 günde bir bu kadar bilgi üretiliyor.” Eric Schmidt
Dünya verileri her 1,2 yılda bir ikiye katlanıyor. Tanzanya’da 60,9 milyondan fazla insan, 43,46 milyondan fazla mobil abone (%72 penetrasyon), 23 milyondan fazla internet kullanıcısı (%38 penetrasyon) ve 4,40 milyon sosyal medya kullanıcısı mevcut. Her gün ortalama 27,6 milyon metin harcıyor ve onu tüketmiyoruz, yaratıyoruz. Bu yeni verilerin %80’i yapılandırılmamış, çok büyük, çok karmaşık ve geleneksel araçlarla analiz edilemeyecek kadar düzensiz.
“Yaptığımız her şey veri üretir” — Dr. Michael Rappa
Soru, her gün üretilen bu büyük miktardaki veriden nasıl faydalanabileceğimizdir?
Bu yazıda büyük verinin ne olduğunu, büyük veri analitiğini ve büyük veri analitiğinin yaşam döngüsünü öğreneceksiniz.
Büyük Veri nedir?
Büyük Veri, hacmi, hızı, değeri ve doğruluğu nedeniyle geleneksel araçlar kullanılarak saklanamayan, işlenemeyen ve analiz edilemeyen büyük miktarda veridir. Büyük Veri kümeleri genellikle çok büyüktür (onlarca terabayt) ve bazen petabayt eşiğini geçer.
Alibaba, Amazon, Netflix, General Electric ve diğerleri gibi dünya çapında birçok büyük şirket, karar vermek için büyük verileri kullanıyor. Büyük Verinin dünya çapında birçok farklı sektörde önemli bir rol oynamaya devam edeceğine şüphe yok. Big Data’dan daha fazla fayda sağlamak için, herhangi bir şirketin çalışanlarını Büyük Veri yönetimi konusunda eğitmesi önemlidir. Büyük Verinin doğru yönetimi ile işletmeniz daha üretken ve verimli olacaktır.
Büyük Verinin önemi, bir şirketin ne kadar veriye sahip olduğu değil, bir şirketin toplanan verileri nasıl kullandığı etrafında döner. Her şirket verileri kendine göre kullanır; Bir şirket verilerini ne kadar verimli kullanırsa, ticari büyüme potansiyeli o kadar artar. Tanzanya’daki örnek telekomünikasyon şirketleri, müşterilerine daha iyi hizmet sunmak ve rekabet avantajları eklemek için mobil aboneler ve internet kullanıcıları tarafından oluşturulan verileri kullanabilir.
Ancak Big Data ve satır formunun bizim için hiçbir değeri yok, Big Data analitiğini kullanarak bu Big Data‘dan yararlanmak için ondan anlamlı bilgiler elde etmeye çalışmalıyız .
Büyük Veri analitiği nedir?
Büyük Veri analitiği, farklı türdeki büyük veri kümelerini analiz ederek faydalı bilgileri çıkarma sürecidir. Büyük Veri analitiği, gizli kalıpları, pazar eğilimlerini, tüketici tercihlerini ve kurumsal karar almanın yararına bilinmeyen korelasyonları keşfetmek için kullanılır.
Büyük Veri analitiği teknolojiden daha fazlasıdır, veriye dayalı bir karar vermenin ve operasyonel verimliliklerini artırmanın yeni bir düşünme biçimidir, şirketlerinin müşterilerinin deneyimlerini daha iyi anlamalarına, ürün geliştirmeyi desteklemelerine ve inovasyonun gizli fırsatları bulmasına ve hatta hükümetlere yardımcı olmasına yardımcı olacaktır.
Büyük Veri Analitiğinin Yaşam Döngüsü
Bir organizasyonun ihtiyaç duyduğu işi organize etmek için bir çerçeve sağlamak ve Büyük Veriden net içgörüler sağlamak için, bunu farklı aşamalardan oluşan bir döngü olarak düşünmekte fayda var. Bu aşamalar hedeflerinize ulaşmanıza yardımcı olacaktır. Sonraki bölümler, Büyük Veri analiziyle ilişkili görevleri ve etkinlikleri düzenleyen ve yöneten belirli bir veri analitiği yaşam döngüsünü keşfediyor.
(a) İş vakası değerlendirmesi
İlk ve en önemli aşama, analizin arkasındaki nedenleri ve amacı tanımlayan bir iş vakasına sahip olmaktır. İş gerekçesi tanımlanmalı, oluşturulmalı, değerlendirilmeli ve onaylanmalıdır. Neden analiz ettiğimizi anlamamız gerekir, böylece nasıl yapacağımızı ve farklı parametrelerin nelere bakılması gerektiğini bilebiliriz. İş gerekçesi, analitik sonuçların değerlendirilmesi için değerlendirme kriterleri ve rehberliğin belirle nmesine yardımcı olur.
(b) Verilerin tanımlanması
Çok çeşitli veri kaynakları tanımlanır ve analiz için gerekli olacak tüm verileri toplar. Daha geniş çeşitlilikteki veri kaynaklarını belirlemek, gizli kalıpları ve korelasyonları bulma olasılığını artırabilir. Bazen gerekli veri kümeleri ve kaynakları, analizin kapsamına bağlı olarak kurum içinden ve/veya dışından olabilir.
(c) Veri filtreleme
Önceki aşamadan tanımlanan tüm veriler toplanır ve analiz hedefleri için değeri olmayan bozuk verileri veya verileri kaldırmak için filtrelenir. Bir önceki aşamada toplanan tüm verilerin anlamlı bilgilere sahip olmayacağını unutmayın.
(d) Veri çıkarma
Üçüncü aşamada belirlenen bazı anlamlı veriler, analiz araçlarıyla uyumsuz olabilir. Araçla uyumlu olmayan veriler ayıklanır ve daha sonra kullanmayı planladığınız analiz araçlarıyla uyumlu bir forma dönüştürülür.
(e) Veri Toplama
Bu aşamada, farklı veri kümelerinde aynı alanlara sahip veriler, birleşik bir görünüme ulaşmak için bir araya getirilir. Örnek Tarih ve Kimlik.
(f) Veri analizi
Bu, büyük veri analitiğinin yaşam döngüsünde çok önemli bir aşamadır. Veri analizi, kalıpları veya korelasyonları keşfetmek için analitik ve istatistiksel araçları kullanarak verileri değerlendirme sürecidir. Bu aşama yinelemeli olabilir, analiz sürecinin istenen sonuçlar ortaya çıkana kadar tekrar edilebileceği anlamına gelir.
(g) Verilerin görselleştirilmesi
Veri Analizi aşamasının sonuçları daha sonra Tableau, PowerBI ve QlikView gibi araçlar kullanılarak grafiksel olarak iletilir. Oluşturulan grafikler, iş kullanıcıları tarafından etkili yorumlama için analiz sonuçlarının iletilmesine yardımcı olabilir ve ardından analizden değerler elde edebilir.
(h) Analiz sonuçlarının kullanımı
Elde edilen Analitik sonuçlar, farklı iş paydaşları için iş karar verme sürecini desteklemek için sağlanır. Bu, kişisel deneyimlerinize bağlı kalmak yerine şirkette veriye dayalı karar verme sürecini iyileştirmeye yardımcı olacaktır.
Tebrikler, bu yazının sonuna geldiniz! Umarım kariyerinizde size yardımcı olacak yeni bir şey öğrenmişsinizdir.
Yeni bir şey öğrendiyseniz veya bu makaleyi okumaktan zevk aldıysanız, başkalarının görebilmesi için lütfen paylaşın. O zamana kadar, bir sonraki yazıda görüşmek üzere! Ayrıca beni Twitter’da @hasanyildiz84 hesabımdan takip edebilirsiniz.
