”Büyük Veri projelerinde kurumsal yol Bilim Sanayi ve Teknoloji haritası” Verimlilik Genel Md. Bakanlığı 5. Ulusal Verimlilik Kongresi 7 Ekim 2015, Ankara Dr. H. Sait Ölmez Öğretim üyesi, Sabancı Üniv. Veri Analitiği ve IT Yüksek Lisans Programları Direktörü Ajanda • Büyük Veri ve katma değer potansiyeli • Büyük Veri projelerinde yol haritası • Zorluklar ve sık karşılaşılan hatalar H. S. Olmez © 2015 Büyük Veri nedir? • Geleneksel veri işleme uygulamalarını yetersiz kılacak büyüklük ve karmaşıklıktaki veri kümeleri için kullanılan genel bir terimdir. • Faydalı bir öngörü ve daha sağlıklı kararlar için yaratıcı ve maliyet-etkin bilgi işleme teknolojisi gerektiren büyük hacimli, hızlı ve çok çeşitli bilgi varlıklarıdır. • Yeni ve devasa, ve ürkütücü, çok, çok ürkütücü... H. S. Olmez © 2015 Veriden ne bekliyoruz? $ Para kazanmak Para tasarruf etmek • Operasyonel verimi artırma • Karar verme kabiliyetini iyileştirme • Ürün/Servis geliştirme/iyileştirme • Maliyeti azaltma • Verinin parasallaştırılması • Risk/portfolyo analizi • Pazarlama stratejileri • Müşteri memnuniyeti • Müşteri segmentasyonu • Hile ve usulsüzlük tespiti Sosyal değişim yaratmak • Eğitimde verimi artırma • Toplum sağlığını iyileştirme • Toplum güvenliğini sağlama image credit: Calgary Social Change • Şehir & ulaşım optimizasyonu • Çevre koruma • Kaynakların verimli kullanımı H. S. Olmez © 2015 Büyük Veri projelerinde yol haritası İnsan kapitali • • • • • Bilgi kapitali Sosyal kapital Pilot proje: “proof-of-concept” Kapsamı net ve iyi tanımlanmış bir hedef Proje için gerekli verinin toplanması Uygun yöntem ve modellerin kullanılması Doğrulama (sürekli gözlem ve tekrar) H. S. Olmez © 2015 Büyük Veri projelerinde yol haritası • Pilot proje: “proof-of-concept” – Proje potansiyelini göster ve adım adım büyüt – Güven oluştur ve yöneticilere iş değerini kanıtla • Kapsamı net ve iyi tanımlanmış bir hedef – Doğru soruları sor (fırsatlar, beklentiler, problemler, hedefler...) – Proje çerçevesini oluştur (Business case) – Başarı metriklerini ve kabul kriterlerini belirle Ne aradığınızı bilmemek, büyük veri projelerini başlamadan öldürmenin en güvenli yoludur! H. S. Olmez © 2015 Büyük Veri projelerinde yol haritası • Proje için gerekli verinin toplanması – Gerekli olan ideal veri kümesinin tanımlanması – Mevcut verinin uygunluk analizi – Başka veri gerekli mi, nereden temin edilir? • Uygun yöntem ve modellerin kullanılması • Doğrulama (sürekli gözlem ve tekrar) – Veri Analitiği projeleri tekrarlayan süreçlerden oluşur: öğrenme, uyarlama ve yeniden modelleme – Kullanılan verinin uygunluğu ve kurulan modelin geçerliliği proje hayatı süresince sınanmalı H. S. Olmez © 2015 Zorluklar • Büyük Veri teknolojilerindeki hızlı değişim – Büyük Veri ekosisteminin (veri ve teknoloji) yönetimi • İnsan kaynağı – Doğru bireyler ve bireylerin doğru bileşimi • Veri entegrasyonu – Veri ambarları arasındaki sınırlar • Bulgu ve öngörülere uygun eylem planı – “Last mile” sorunu • Veri yönetişimi – Veri güvenliği, bütünlüğü ve ölçeklenebilirliği – Veri mülkiyeti, erişim izni ve koşulları H. S. Olmez © 2015 Başarısızlığın olağan şüphelileri • Yönetici düzeyinde sahiplenme ve liderlik eksikliği – Büyük Veri, tepeden alta yönetici desteği gerektirir • Teknolojinin kurumsal ihtiyaçların önüne geçmesi • Çok yüksek bir hedefle başlamak – Küçük başla, olası hataları erken farket! • İç sezilerin son karar üzerindeki hakimiyeti – “Yöneticilerin %40’ı verilerden çok iç sezilerine dayanarak kararlar alıyorlar.” Accenture Research • Yetersiz veri güvenliği ve veri mahremiyeti – Mali yükümlülükler, etik sorunlar, itibar kaybı H. S. Olmez © 2015 Teşekkürler İletişim: Dr. H. Sait Ölmez Sabancı Ü. Veri Analitiği Yük. Lisans Programı [email protected]