İŞ ZEKASI
1.ÖZET
İngilizcede Business Intelligence (BI) olan türkçe iş zekası
olarak anılan bir kavramıdır. 21. yüzyıl ile önem kazanan veri depolama
işleminin sonucu olarak doğan bu kavram iş dünyasının rekabetçi ortamında,
firmaların sürdürülebilir rekabet avantajı sağlayabilmeleri için bilginin gücünü
daha etkin bir şekilde kullanabilmeleri için kurumların bilgiyi kullanma
çabalarında ulaşılan son aşamaya iş zekâsı uygulamaları denmektedir. İş
zekâsına küçük-büyük tüm işletmelerin ihtiyacı vardır ve iş
zekâsı çözümleri karar alma süreçlerinde önemli rol oynar. Firma
yetkililerinin pazar payının geniş olduğu bir ortamda en yüksek pazar payına ulaşabilmeleri için en doğru kararı
verebilmeli ve en doğru çözümleri uygulayabilmelidir. İş zekası uygulamaları
ile bu başarıya ulaşabilir ve rakipleriyle olan mücadelesinde rekabet gücü
sağlayabilir. Örneğin; Bu pazar paylarında eğer bir gsm sektörünü veya
bilgisayar sektörünü düşünürseniz ne kadar gerekli ve önemli olduğu anlaşılır.
İş zekasının işleyişi ise;
İş zekası, çeşitli ortamlarda
depolanmış veya sunulmuş olan verinin(Data), depolandığı
kaynaklardan(veritabanları gibi.) Çeşitli işlemlerden geçirildikten sonra
belirli bir konu yönelimli alana yerleştirilmesi ve datalar üzerinde
değişik analizler ya da algoritmalar uygulanıp kurum için stratejik boyutlarda
karar alınması süreçlerinin tamamı olarak ifade edilebilir.
İş zekası, var olan iş
performansını anlamlandırıp bilgiye dayalı iş kararları almak için tüm
organizasyon çapında iş verilerinin analizidir. İş zekası çözümü tarafından
sağlanan bilgi hedefe yönelik olmalıdır ve hedeflenen kullanıcı grubu için
yeterli detay seviyesine ve sunum biçimine sahip olmalıdır.
İyi gerçekleştirilmiş bir iş zekası projesi, data üzerindeki
stratejik sorulardan birçoğunu cevaplayabilir nitelikte olmalıdır. Aynı zamanda
bir iş zekası yapısı geçmiş datalardan yola çıkarak gelecekle ilgili öngürüler
yapabilmeyi de sağlamalıdır.
İş zekası datası birçok kullanıcı grubu için uygun bir yapıda
ihtiyaçlara cevap verir nitelikte hazırlanmalıdır. Örneğin iş analistçileri
mevcut data üzerinde yeteri kadar detaya inebilmelidir(Drill
Down da denilir). Diğer bir taraftan, şirket üst yönetimi aynı veri
üzerinde özetlenmiş bir bilgiye ulaşabilme imkanına(Roll Up) sahip
olabilmedir.Bir başka grup olan departman yöneticileri ya da orta düzey
yöneticiler ise analizler sonucundaki datalardan kendi sorumluluklarında ki
alanların iş kararlarını doğru alabilecek şekilde datalara sahip
olmalıdır.İş zekası tarihi buralara kadar nasıl gelebilmiş? İş zekası ve veri
ambarı nedir? İş zekası ve iş analitiği? Tarih boyunca veri nasıl bir yol
katetmiş?İş zekasına neden ihtiyaç duyarız? İş zekasının bileşenleri?İş
zekasının avantajları? Bu yöntem ve tekniklerle iş zekasına nasıl sahip
olabiliriz düşüncesi hakimiyetine sahip olacağız.
v
Gelişkin bilişim sistemleri arasında yer alan İş
Zekâsı sistemi, bir kurumun günlük
işlemleriyle ilgili verilerini bütünleştiren, bu verilere erişimi sağlayan,
veriler üzerinde çözümlemeler yapan uygulama ve teknolojilerin bütünüdür.
v
Doğru bilgiyi, doğru zamanda doğru kişiye
sunabildiği için karar alma sürecini büyük ölçüde destekler.
v
İş Zekâsı sistemleri,
veriyi değerli ve nitelikli bilgiye dönüştürür. Yöneticiler, kurum hakkında
değişik bakış açılarıyla görüş oluşturmak, ölçüm yapabilmek, sezgiye dayalı
değil, doğru bilgiye dayalı, hızlı karar alabilmek için bu bilgiye gereksinim
duyarlar.
İş zekası neden gereklidir;
ü
Hızlı karar alabilmek,
ü
Değişik bakış açılarıyla büyük resmi görebilmek,
ü
Kurumsal veriyi gerektiği anda devingen ve
etkileşimli biçimde çözümleyebilmek,
ü
Bütünleşik kurumsal bilgiye sahip olabilmek.
GELENEKSEL
İŞ ZEKASI UYGULAMALARI
v
Pahalı ve yabancı kaynaklı ürünler
v
Genel amaçlı, çok kapsamlı tasarlanmış, karmaşık
v
Kurulum, devreye alma, işletime geçiş ve
uygulama süreçleri zor
v
Uzun süreli projeler
v
Büyük boyutlu teknik danışmanlık ve eğitim
hizmetleri
v
Sürdürülebilirlik için geniş bilgi işlem
kadroları
v
Başka sistem yazılımlarına bağımlılık. Ürün
dışında büyük boyutlu ek yazılım ve donanım maliyetleri
2.GİRİŞ
İş Zekası veya kısaca: BI (İngilizce: Business
intelligence), iş amaçları için ham veriyi
anlamlı ve kullanışlı bilgiye dönüştüren teoriler, metodolojiler, süreçlerin,
mimarilarin ve teknolojilerin bir kümesidir. BI yeni fırsatlar tanımlamak ve
geliştirmeye yardım etmek için büyük miktarlarda bilgi yönetir. Yeni
fırsatların ve etkili strateji gerçekleştirmek için bir rekabet piyasası
avantajı ve uzun soluklu kararlılık sağlar[1].
BI (Bussiness
Intelligence = İş Zekası) teknolojileri iş operasyonlarının geçmiş, günümüz ve
gelecekteki durumlarının incelenmesini sağlar. İş zekası teknolojilerinin
yaygın fonksiyonları raporlama,güncel analitik ilerleme, analitiksellik, veri madenciliği, süreç madenciliği, karmaşık olay işleme, iş performans yönetimi, metin madenciliği, tahmin analitiği ve bakış açılı analitik.
Dönem iş zekası rekabetik zeka ile eş anlamlı olmasına rağmen
(çünkü her ikiside karar vermeyi destekler) rekabetik zeka bilgiyi şirket
rakiplerine odaklı konulara yayıp, analiz edip bir araya getiriyorken, BI
analiz etmek için teknolojileri, süreçleri ve uygulamaları kullanır. Genişçe
anlatırsak, iş zekası rekabetik zekanın alt kümelerini içerir[2].
2.1 İş Zekası
Nedir?
Veri sadece bir takım bilgi ve figürlerin toplanmış
hali değildir, daha iyi kritik iş kararları alırken kullanabileceğiniz
görev-kritik bir şirket varlığıdır.
Bu noktada veriyi kaldıraçlayan kuvvet analizdir: satış
değerlerinin ayrıştırılması, müşterilerin segmentlenmesi, trendlerin tanınması.
Ancak günümüzde şirketlerin kullanımda olan bilgisayar
tabanlı sistemler operasyon optimizasyonu için oluşturulmuştur: Envanter
takibi, satış takibi gibi…
Günümüzdeki şirketlerin büyük bir kısmı bu problemi
tespit etmiş ve İş Zekası Sistemleri kurarak çözmeyi hedeflemektedir.
İş Zekası Sistemleri gelişmiş analitik kabiliyete sahip
sistemlerdir: Ad-hoc sorgulama, OLAP ve Datamining gibi. Ayrıca bu firmalar
operasyonel bilgilerini veri ambarları oluşturarak analize hazır hale
getirmişlerdir.
İş Zekası bu anlamda;
v Rekabet avantajı
sağlamak için bilgi teknolojilerini ve çeşitli analitik yöntemleri şirket veri
havuzu üzerinde kullanmak
v Ham veriyi iş
hareketi sağlayabilecek nitelikte konsolide etmek
v Veri ambarı veya
benzeri konsolide edilmiş bilgi merkezleri üzerinden ilgili verilere ulaşıp,
analizler ve keşifler yaparak daha etkin karar verme imkanını sağlatacak
metotlar olarak kullanılabilir.
3.İş
Zekasının Gelişimi
3.1 İŞ
ZEKASI TARİHİ
IBM araştırmacısı Hans
Peter Luhn 1958 yılındaki makalesinde iş zekası terimini
kullandı. O zekayı, istenilen hedeflere doğru ilerlemek için aksiyon klavuzu
gibi bir yöntem içinde sunulan gerçeklerin biribirleriyle ilişkisini kavrama
yeteneği olarak tanımladı[3].
Bugün
ki bildiğimiz iş zekasının 1960’da
başlayan ve 1980’lerin başından ortasına kadar gelişen karar destek
sistemlerinden geliştiği söylenebilir. DSS planlama ve karar vermeye yardımcı
olmak için oluşturulmuş bilgisayar destekli modellerden türetilmiştir.
1980’lerin sonunda DSS’den veri ambarları, Çalıştırılabilir Bilgi sistemleri, OLAP ve iş zekası ortaya çıkmıştır. 1989
yılında Howard Dresner (Daha sonra Gartner
Grup analisti
olmuştur) iş zekasını bir şemsiye dönemi olarak tanımlamak için gerçek tabanlı
destek sistemleri kullanarak iş karar vermeyi gelşiştirmeye yarayan metodlar ve
kavramlar olduğunu söylemiştir[4].
1990’ların sonuna kadar bu kullanım yaygın değildi.[5]
3.2 İş Zekası Ve Veri Ambarı
Genelde
BI uygulamaları bir veri ambarından veya bir veri ambarı rehberinden topladığı
veriyi kullanır. Bir veri ambarı işlemsel verinin bir kopyasıdır böylece karar
verme desteğini kolaylaştırır. Bununla birlikte tüm veri ambarları iş zekası
için kullanılmaz. Bir veri ambarı için tüm iş zekası uygulamaları
gerekmemektedir.
İş
zekası ve veri ambarı kavramlarını ayırt etmek için Forrester
Araştırma iş zekasını
iki yolla tanımlar:
Geniş
tanımının kullanımı: İş zekası iş amaçları için ham veriyi anlamlı ve
kullanışlı bilgiye dönüştüren teoriler, metodolojiler, süreçlerin, mimarilarin
ve teknolojilerin bir kümesidir[6]. Bu
tanımı kullandığımızda iş zekası veri bütünleştirme, veri kalitesi, veri
ambarı, yüksek veri yönetimi, metin ve içerik analizi ve Bilgi Yönetim
bölümünde toplanmış diğer birçoklarını da kapsamış olur. Bu yüzden Forrester
veri hazırlığı ve veri kullanımını ikiye ayırır fakat iş zekasının mimari
yapısının bölümlerini birbirine yakından bağlar.
Forrester
ikinciyide, daha dar bir açıdan iş zekasını BI mimari yapısının sadece en üst
katmanına işaret ederek raporlama, analitik ve kontrol paneli olarak
tanımlamıştır[7].
2.4 İş Zekası Ve İş Analitiği
Thomas Davenport iş zekasının sorgulama, raporlama, OLAP içerisinde
bölünebileceğini ve iş analitiğinin bir uyarı aracı olacağını tartışır. Bu
tanımlamada iş analitiği BI‘ın istatistik, tahmin, optimizasyon tabanlı bir alt
kümesidir[8].
3.4 Kurum İçi
Uygulamalar
İş zekası aşağıdaki
iş amaçlarına iş değerini arttırmak için uygulanabilir.
Ölçeklenebilirlik: Performans
ölçüsünün hiyerarşisini oluşturan program ve iş hedeflerine giden süreç
hakkında iş liderlerini bilgilendiren kalite testi.
Analitik (çözümsel): iş bilgi keşfini
sağlamak için ve en iyi kararda fikir kılmak için nicel süreçleri inşa eden
programdır. Genelde veri madenciliği, süreç madenciliği, istatistik analiz, tahmin analitiği, tahmin modelleme, iş süreç modelleme, karmaşık olay süreci ve bakış açısı analitiğini içerir.
Raporlama/kurumsal raporlama: iş'in stratejik
yönetim hizmetini verme konusunda stratejik raporlama için alt yapı inşa eden
programdır. Genelde veri görselleştirme, çalıştırılabilir
bilgi sistemi ve OLAP.
İş birliği/iş birliği platformu: Veri paylaşımı ve
elektronik veri değiş tokuşu boyunca birlikta çalışmak için farklı alanlar (hem
iş içi hem iş dışı) içeren programdır.
Bilgi
yönetimi: doğru iş bilgisi, doğrudan uyumu kolaylaştırmak, dağıtmak,
göstermek, oluşturmak ve tanımlamak için uygulamalar ve stratejilerle beraber
şirketin veri yönetmesini sağlayan programdır. Bilgi yönetimi öğrenim yönetimi
ve düzenleyici uyuma yol açmaktadır.
Üsttekilere ek
olarak, iş zekası son kullanıcıyı acil uyarmak için ALARM fonksiyonu gibi
önleyici tedbirler alınmasını da sağlayabilir. Alarmın birçok tipi vardır,
mesela bazı iş değerleri rapor içindeki miktar renk miktarının eşik değerini
aşacak kırmızıya dönüşecek ve iş analisti uyarılacak. Bazen bir uyarı mesajı da
kullanıcıya gönderilebilir. Bu sondan sona süreç uzman tarafından yönetilen
veri yönetimi gerektirir.
3.5 İş Zekası
Projelerinin Önceliklendirilmesi
İş
zekası girişkenliği için pozitif bir iş durumu sağlamak bazen zordur ve bazen
projeler stratejik insiyatiflerine göre önceliklendirilmelidir. Burada bazı ip
uçları BI projesinin faydalarını arttırmak için sunulmuştur.
v
Kimbal[9] tarafından tanımlandığı gibi
yasal raporları üretmenin maliyetini indirgemek gibi elle tutulur faydalar
belirtmelisin.
v
Tüm organizasyon için veriye erişimi
zorlamalısın[10]. Bu yolda küçücük bir fayda bile,
birkaç dakika süre kazanımı gibi, tüm organizasyondaki işçilerin sayısını
düşündüğümüzde bir fark yaratır.
v
Ross tarafından tanımlandığı gibi, Kurumsal
mimariler için Weil & Roberson BI projesinin gelişmiş iş durumlarıyla
birlikte diğer iş insiyatiflerinide sürdürmesini göz önüne almalıdır. Bu
yaklaşımı desteklemek için uygun iş projesini tanımlayan kişinin organizasyonu
kurumsal mimariye sahip olmalıdır.
v
Organizasyon ağırlıklı karar matrisi gibi gerçek
ihtiyaçlarında savunulabilir önceliklendirme oluşturması için yapısal ve nicel
metedolojiler kullanmalıdır.
3.6 Tarih Boyunca Veri
Veri toplamak ve
toplanan bu veriyi anlamlandırmak insanlık tarihi kadar eskidir.En ilkel
zamanlarda bile mağarada yaşayan insanlar yaşadıklarını ve tecrübelerini
duvarlara çizerlerdi,bu şekilde veri birikimi olurdu.Günümüze baktığımızda ise
çocuklar bile sosyal platformları,arama motorlarını çok rahat
kullanabilecek düzeydeler.İşin içine teknoloji ve teknoloji ile büyüyen
bir nesil girince veri birikimi artmıştır.
Yapılan
araştırmalara göre dünyadaki veri hacmi her 2-5 yıllık periyotlarda iki katına
çıkmıştır.Bunun doğal bir sonucu olarak problemin neden- sonuç ilişkisini ham
veri üzerinde yorumlamak neredeyse imkansız hale gelmiştir
Aşağıdaki grafik
artan veri hacminin yıllara göre değişimini gösteriyor.
İş Zekası ya
da (Business Intelligence), orta ve
büyük ölçekli kurumları kullandığı ana sistemlerdendir. Değişik yazılım
şirketleri tarafından piyasada olan Business Intellegence ürünler mevcuttur.
Bunların en bilinenleri SAP’nin Business Objects’i, IBM’in Cognos’u, Oracle’ın
Hyperion’ı, Microsoft’un SQL Reporting Serves’ı, QlikView ve SAS’tır. Bunların
dışında daha onlarca firma var. BI ürünlerinin 2010 yılı tahmini satış miktarı
10,5 millyar dolar. Bu bilgi ile yazılım firmalarının BI ürünlerine neden
yatırım yaptığını anlayabiliyoruz. Peki kurumların bu ürünleri kullanmasının
nedeni nedir?
Bunun sadece tek
bir nedeni var o da kurumların kararlar almasında yardımcı olmasıdır. Bu
kararlar maliyetlerin azalması, fırsatların fark edilmesi, sorunların
çözülmesi, verimliliğin arttırılması vs. gibi konularda olabilir. Bu başlıklar
istenildiği kadar arttırılabilir. Altı çizilmesi gereken nokta üst yönetimin
anlık olarak karar almasını destekleyen bir sistem vaat edilmekte. Bu vaat
düşünüldüğü zaman gerçekten çok büyük ancak uygulaması o kadar kolay olmamakta.
Bunun nedeni ayrı bir yazı konusu olabilir.
BI ürünleri çok
büyük verileri kullanarak geçmiş, şu anki ya da tahmini gelecek ile ilgili
analizleri yapar. Bunu yaparken nasıl bir analiz yapılacağı daha önceden
sistemde tanımlanır, ilgi veri kaynaklarından BI sistemine ham veriler çekilir
daha sonra raporlanarak bu veriler bilgi şekline dönüşür. Bu bilgileri kullanarak
da stratejik, taktiksel ya da operasyonel olarak hızlı karar almaya yardımcı
olur.
Peki hangi ne tür
şirketler İş Zekası sistemi kullanılırlar. Bunun cevabı çok fazla işlemsel
verileri olan şirketlerin tümü bu sistemi kullanabilirler. Örneğin perakende
sektöründe çok fazla satış işlemi yapıyor ve buna bağlı mali işlemler doğal
olarak yapılıyor. Belki ayda milyonlarca fatura kesiliyor. Bunların analizinin
yapılabilmesi için BI sistemi gibi önceden modellenmiş ve çok büyük verilerle
hızlı şekilde analiz edilmesini sağlayacak bir sisteme ihtiyaç duyulmaktadır.
İş zekasının teknik olarak ne olduğunun
anlatılması ise ayrı bir yazı konusu. Öncelikle bazı kavramların anlaşılması
gerekir. Örneğin fact table, star schema nedir? Dimension, characteristic, key
figures, aggregation, OLAP, ELT vs. gibi kavramların anlaşılması gerekir. Bu
kavramlar anlaşılmadan BI’ın teknik olarak ne olduğu anlaşılmaz.
Kısaca İş Zekasını şöyle özetleyebiliriz...
Kısaca İş Zekasını şöyle özetleyebiliriz...
İşletmelerin hedeflerini
gerçekleştirmeye yönelik stratejilerinin başarısını arttırmak ve daha hızlı ve
karar almaları için gereken veri toplama, depolama, analiz, kolay erişim,
planlama ve strateji belirleme aşamalarını olanaklı kılan uygulama ve
teknolojilerin bütünüdür.
3.7 Business Intelligence (İş Zekası) Temel Bileşenleri
v
Veri ambarı (BW) kurulumu,
v
Veri toplama,depolama,
v
Detaylı sorgulama,
v
Rapor ve analizler,
v
Karar destek,
v
Veri madenciliği,
v
Analitik müşteri ilişkileri yönetimi.
3.8 İş Zekasına Neden İhtiyaç Duyarız
İş Zekası
uygulamaları daha çok kurumların raporlama araçlarının yetersiz kaldığı
durumlarda ortaya çıkar.Uygulama geliştirilirken raporlama araçları da
eklenir,zaman ilerledikçe veri artar ve farklı kaynaklardan veriler alınmaya
başlanır.Bu durumda raporlar yetersiz kalır ve iş zekası çözümlerine ihtiyaç
olur.Diğer yandan farklı uygulama ve veri tabanlarından veri alan kurum
sistemlerinde veriyi ilişkilendirerek anlamlandırma noktasında iş zekası çözüm
getirir.Raporlama süreçlerinde karar destek mekanizmaları,veri madenciliği,
veri ambarı araçları da kullanılmaktadır.
İş Zekasının ortaya
çıkmasındaki nedenlerinden biri globalleşen dünyadaki artan rekabet
oranıdır.Dünyanın bir ucundaki bir kurumda gerçekleşen ekonomik gelişme
başka bir ülkenin ekonomisini altüst edebilmektedir.Tüm kurumlar böyle
rekabet dolu bir ortamda çalışırken risk unsuru ortaya çıkar.Gelişmelerin
gerisinde kalmamak için çok daha hızlı ve doğru karar vermek zorunda
kalıyorlar.Sonuç olarak; birim zamanda verilmesi gereken karar sayısında çok
büyük artış olmuştur.
3.9 İş Zekasının Uygulanabilirliğini Arttıran
Etmenler
v Donanımın
ucuzlaması
v Araçların gelişmesi
v Sıfır maliyetle
deneme şansı
v Algoritmaların
yaygınlaşması
v Bilgi birikiminin
yaygınlaşması
v Emeğin
yaygınlaşması
v Güvenlik unsuru
İş Zekası raporları hazırlanırken kullanılan araçlardan
bazıları aşağıdaki gibidir:
v Excel ve Excel için
PowerPoint
v Report Builder
v Visio ve Visio
Servisleri
v Microsoft SQL
Server (Microsoft SQL Server Integration Services,Microsoft SQL Server Analysis
Services,Microsoft SQL Server Reporting Services)
v SharePoint
PerformancePoint Hizmetleri
İş Zekası Raporlarının Gösteriminde Kullanılan Kavramlar:
KPI(Key Performance Indicator): Değer, hedef, eğilim ve grafik
gösterimden oluşan bir bilgidir.KPI’lar şu anki değerin ne olduğunu ve hedef
değerini içerir. Şuanki değer hedefe göre ne durumdadır bilgisi yer alır.
Report: Yani rapor ise görsel yönleri de olabilmekle birlikte daha çok sayısal
verileri sunar ve genelde KPI’lardan daha detaylıdırlar.
Scorecard: Yani karne, KPI’ların belirli perspektiflere göre
gruplanarak sunulmasıdır.
Dashboard:Yani konsol, karneler, raporlar ve KPI’lar içerebilir.
İş Zekası’nın Çözdüğü Problem Örnekleri:
v Hangi ürünler bir
arada daha çok satılıyor?
v Müşterilerimizi
nasıl sınıflandırabiliriz?
v Bizim için kritik
bir müşteri kararında müşterilerimizin hangi özellikleri etkin rol oynuyor?
v Bu kitabı tercih
edenlerin başka hangi kitapları tercih ederler?
v Bulaşık deterjanı
ile alınabilecek ürün nedir?
3.10 İş Zekasının
Avantajları
v İş sonuçlarınızı
daha iyi, hızlı, kolay analiz edersiniz.
v Farklı kaynaklardan
toplanan çeşitli verileri içeriği zengin raporlara dönüştürerek, karar verme
hızınızı artırırsınız.
v Görsel anlamda ilgi
çekici ve kolay okunabilir raporlar elde edersiniz.
v Geleceğe
yönelik tahminlerinizi somut veriler üzerinden en doğru şekilde
yaparsınız.
v Verilerinizi
hedeflerinize uygun olarak seçeceğiniz veri ambarı çözümleri ile çok boyutlu analizi olanaklı kılacak biçimde
paylaştırırsınız.
3.11 Gelecekte
İş Zekası
v
Bilgi, süreç, araç eksikliğinden dolayı 2012
yılı boyunca 5000 küresel şirketin %35‘inden daha fazlası düzenli olarak
işlerinde ve piyasalarında yanlış kararlar vererek başarısız olmuştur.
v
2012’ye göre iş birimleri iş zekası için olan
toplam bütçenin en azından %40Inı kontrol edebilecek.
v
2012’ye göre çözümsel (analitik) uygulamaların
3’de biri bir veya daha fazle veri kaynağını kullanarak bütünleşik uygulama
tekniği olan mushup uygulamaları olacaktır.
2009
Bilgi Yönetimi özel raporu tahminine göre BI eğilimleri: gren
hesaplama, sosyal ağ, veri
görselleştirme, mobil BI, tahmin
analitiği, tumleşik
uygulamalar, bulut
hesaplama, çoklu-dokunmatik[12].
Diğer iş zekası eğilimleri aşağıdakileri içermektedir:
v
SOA-BI ürünlerinin hacim ve verim konularında ETL eşleşmeleri artmaktadır.
v
Bulut hesaplama ve Hizmet olarak yazılım (Saas)
kullanıma hazırdır.
v
Şirketler bellek süreçleme, 64-bit süreçleme ve
ön paket çözümsel BI uygulamalarını kapsamaktadır.
v
İşlemsel uygulamalar BI bileşenleri ölçekleme,
eş zamanlılık ve cevap içinceki gelişmelerle birlikte çağırılmaktadır.
v
Yakın veya gerçek zaman BI çözümleri
(analitikleri) beklenmektedir.
v
Açık kaynak BI yazılımı satıcı önerileriyle yer
değiştirir.
Araştırmanın
diğer hatları iş zekası alanını ve belirsiz veriyi birleştirir. Bu bağlamda
veri kesin olduğu varsayılmadan kullanılır. Onun yerine veri belirsiz olarak
hesaba katılır ve bu yüzden bu belirsizlik BI tarafından üretilen sonuçlara
yayılır. Aberdeen Grup tarafından yapılan bir çalışmaya göre bir hizmet olarak
yazılıma (SaaS) olan ilgi yıllar içinde oldukça arttı. 2008 içinde %7 olan
oran bir yılda iki katına çıkarak %15 oldu.
Info
World de Chris Kanaracus bir makalesinde IDC araştırma firmasından 2013 boyunca
SaaS (hizmet olarak yazılım: software as a service) BI piyasasının IT
bütçelerindeki gerilim, ürün iyileştirmelerindeki artış ve diğer faktörler
sayesinde %22 büyüme gösterdiği ile ilgili benzer bir gelişmeye işaret
ediyor[13].
4.SONUÇ
Kurum ya da kuruluşlar için en büyük problemlerden birisi üretilen
faydalı veya faydasız verilerin şirketin karar sürecinde kullanılamamasıdır.
Gündelik hayatta o kadar çok veri akışı olmaktadır ki, bazen bu veri akışı baş
döndürücü bir hal alır ve şirketler için yatırım yapılması zorunlu bir hale
gelir. Bu veriler ister kişisel bir çalışma olsun, ister büyük bir kamu kurumu
için beş yıllık bir proje olsun, isterse mail trafiği, toplantılar,
dokümanlar…vb olsun gündelik hayatımızda kurum ve kuruluşların başa çıkması
gereken durumlardan birisi olmuştur. İşte bu açıdan şirketler için ” iş zekası” denilen kavram çok önemli
bir yer tutmaktadır. İş zekasının kısaca tarifini yapmak gerekirse; üretilen
anlamlı veya anlamsız verinin karar mekanizmasına katkı sağlayacak düzeyde
anlamlandırılması denilebilir.
Farklı veri kaynaklarından toplanması ve analiz edilerek anlamlı hale
getirilmesi iş zekası kavramının alanı içerisinde yer almaktadır.
Stanford Üniversitesi’nden Prof. Andreas Weigend’in belirttiği üzere:
“Veriler yeni çağın petrolüdür; aynı petrol gibi, kullanılmadan önce rafine edilmelidir.” Nasıl
ki petrolün kullanımı rafine edilmesi ile sağlanabiliyor ve insanlar için
kullanılabilir hale getiriliyor, veriler de bu şekilde süzülüp, analiz edilerek
kurum ve kuruluşların kullanımına sunulduğunda fayda getirecektir. Ayrıca
günümüzde veri azlığı değil veri fazlalığı da dikkatleri çekiyor. İşte verileri
anlamlı hale getirebilmek, iş zekası kavramını da ön plana çıkarıyor. Üretilen
verilerin kuruluş yararına kullanılması konusunda faklı veri kaynaklarından
elde edilen veriler harmanlanarak anlamlandrılıyor. Günümüzde Google, Facebook,
Yandex, vb. şirketler kullanıcılar ile ilgili yapmış oldukları ileri analizler
teknikleri ve veri sınıflandırması ile ön plana çıkan şirketler konumundalar.
Günlük milyonlarca verinin analiz edilerek kullanıcılara anlamlı veri sunumu
gerçekleştiriyorlar. Ayrıca sosyal medyanın da tüm dünyada yaygınlığı göz
önüne alındığında günlük milyonlarca veri üretimi gerçekleştiriliyor.Daha çok
iş analizi veya zekasından bahsetmemizin yanı sıra aşağıda bulunan veriler de önemlidir.Bknz: (ITO, Büyük veri ve veri madenciliği seminer konulu çalışma)
v Amazon’un iki büyük
veritabanında toplam olarak 42 terabyte’lik veri var.
v YouTube’a her gün
65 bin yeni video yükleniyor.
v 2011 yılında 2
milyar Internet, 4,6 milyar cep telefonu kullanıcısının olduğu bir ortamdan söz
ediyoruz.
v 2012 yılında her
gün 2,5 exabyte veri üretiliyor ve bu miktar 40 ayda ikiye katlanıyor.
v 2015 yılında bu miktarın
8 zetabyte’a çıkabileceği tahmin ediliyor.
v Yukarıdaki bilgiler
büyük verilerin dünyadaki durumunu gösteriyor ancak dikkat çekilmesi gereken
nokta; “Bu verilerin doğru analiz edilmesi ve kullanılabilir hale getirilmesi.”
İş analizi veya iş zekası kavramının sık sık dile gelme nedenlerinden bir
tanesi de verilerin günden güne tahmin edilemez boyutta artışıdır.
Peki iş zekası kavramı kuruluşlar için kavram olarak mı kalmalı? Martin Luther’in dediği gibi: “Uçamıyorsan,
koş; koşamıyorsan, yürü; eğer yürüyemiyorsan, sürün, ama hareket etmeye devam
et. Geleceğe yürümeyi sürdür…”. Burada
iki durum dikkati çekiyor: İlki hareket
etmeye devam ikincisi ise geleceğe yürüme… İş zekası için önce harekete
geçilip, mevcut durumumuzu gözden geçirecek, sonra gelecekle ilgili çalışmalar
yapacağız. Önce var olan verilerimiz için iş zekası kavramını uygulamaya
geçirip, sonrasında olacak durumlar için iş zekası kavramını kullanacak ve üst
yönetim için anlamlı veri üreterek, karar mekanizmalarına katkı sağlayacağız.
Sektörüne, içeriğine ve şirketin
yaklaşımına bağlı olarak değişiklikler göstermesi mümkün olmakla birlikte iş
zekası projelerinden beklenebilecek bazı hedefleri sıralayalım.
v Finansal sonuçlar
hedeflendiği gibi finansal olmayan sonuçlar da hedeflenebilir.
v Şirket gelirleri
daha iyi anlaşılıp artırılabilmesi, maliyetlerinin azaltılabilmesi.
v Müşteriler,
çalışanlar, departmanlar gibi unsurların özellikleri bazında performans
açısından incelenebilmesi sonucu, müşteri ödül programlarının, çalışan ödül
programlarının ve departmanlar arası kaynak paylaşımının daha iyi
yönetilebilmesi.
v Şirketin stratejik,
taktik ve operasyonel seviyede aldığı kararların bilgisiz fikirlerden çok bilgi
temelli fikirlere dayanmasını sağlamak.
v Şirkette bilgi
şeffaflığını artırmak.
v Performans ölçümlerinin
daha sağlıklı olmasını sağlamak ve sorunlar konusunda sahiplenme sorunlarını
iyileştirmek.
v Sorun oluşan
konuların erken fark edilmesini sağlamak.
v Olası kar
modellerinin erken ve daha iyi anlaşılmasını sağlamak, böylelikle fırsat süreci
kapanmadan faydayı artırmak.
v Konsol ve karne
gibi izleme sistemleri ile işi doğru izlemek ve işin izlendiği bilincini tüm
şirkette oturtmak.
v
Finansal başarıyı sağlayan müşteri, üretim ve insan
kaynakları kriterlerini belirleyerek finansal sonuçlar gibi ardıl ölçütlerin
yanı sıra bu tür öncül ölçütleri de denetim altında tutabilmek.
5.KAYNAKÇA
1.
^ (Rud, Olivia (2009). Business
Intelligence Success Factors: Tools for Aligning Your Business in the Global
Economy. Hoboken, N.J: Wiley &
Sons. ISBN 978-0-470-39240-9.)
2.
^ Kobielus,
James (30 April 2010). "What’s Not BI? Oh, Don’t Get Me Started....Oops Too
Late...Here Goes....". "“Business” intelligence is a
non-domain-specific catchall for all the types of analytic data that can be
delivered to users in reports, dashboards, and the like. When you specify the
subject domain for this intelligence, then you can refer to “competitive
intelligence,” “market intelligence,” “social intelligence,” “financial
intelligence,” “HR intelligence,” “supply chain intelligence,” and the
like."
3.
^ H P Luhn (1958). "A Business Intelligence System". IBM
Journal 2 (4):
314. doi:10.1147/rd.24.0314.
4.
^ D. J.
Power (10 March 2007). "A Brief History of Decision Support Systems, version
4.0". DSSResources.COM. Erişim tarihi: 10 July 2008.
7.
^ Evelson,
Boris (29 April 2010). "Want to know what Forrester's lead data analysts are
thinking about BI and the data domain?".
11.
^ Gartner
Reveals Five Business Intelligence Predictions for 2009 and Beyond.
gartner.com. 15 January 2009
13. ^ SaaS BI growth will soar in 2010 | Cloud Computing.
InfoWorld (2010-02-01). Retrieved on 17 January 2012.
Hiç yorum yok:
Yorum Gönder