Strateji̇k Büyük Veri̇ni̇n Yatirimlar Üzeri̇ndeki̇ Etki̇leri̇ - Tez Sunumu PDF

"STRATEJİK BÜYÜK VERİNİN
YATIRIMLAR ÜZERİNDEKİ ETKİLERİ"
TEZ SUNUMU
Ümit DÜLGER İ.Ü. Fen Bilimleri Enstitüsü

2601120551 Mühendislik Bilimleri Anabilim Dalı Yüksek Lisansı
Büyük Veri Nedir?
2
Teknolojik ilerlemelerin
neticesi olarak ortaya çıkan,
geleneksel veri tabanı sistemlerinin işlem
kapasitesini aşan, yapısal olmayan/akışkan
yüksek hacim, hız ve çeşitlilikteki verilerin
saklanması, içindeki bilgilere erişimi, işlenmesi,
analizi ve anlamlandırılması:
Toplanan veriden gerekli bilgiyi çıkarma süreci.
Mühendislik Bilimleri Anabilim Dalı Yüksek Lisansı "Stratejik Büyük Ümit DÜLGER
Verinin Yatırımlar Üzerindeki Etkileri" Tez Sunumu https://tr.linkedin.com/in/dulgerumit
Büyük Veri Nedir?
3
Yapılandırılmamış/
Yarı-Yapılandırılmış
Veri
Büyük Veri 
İnternette 1 Dakika
4
İnternet ‘te
1 dakika da
639.800 GB
Veri Trafiği
(2013)
(Kaynak:
http://scoop.intel.com/wh
at-happens-in-an-internet-
minute/, 2012)
Büyük Veri Kaynakları
5
1. Kamusal Veri (Devlet

kurumları tarafından
tutulan veriler)
2. Özel Veri (Kuruluşlar ve
şirketler tarafından
işlemsel veriler)
3. Çevresel Veri (Mobil,
alışveriş, sağlık verileri)
4. Topluluk Verisi (Sosyal : Kurumların
ağlardan gelen veriler) Yerel Verisi
5. Kişisel Veri (Kişi

davranış verileri)
Bir Büyük Veri senaryosu.

(Kaynak:http://wwwen.zte.com.cn/endata/magazine/ztecommunications/2013/2/articles/201307/t20130724_402922.html, 2013)
Büyük Veri Analizi Teknolojisi
6
Büyük Veri Mimarisi.

(Kaynak:http://wwwen.zte.com.cn/endata/magazine/ztecommunications/2013/2/articles/201307/t20130724_402922.html, 2013)
Büyük Veri Genel Analiz Süreci
7
Büyük Veri Projesinin Üç İçeriği;
1. İnsan: Mühendislik + İşletme

2. Süreç: Kaliteli analiz süreci
3. Teknoloji: Yeterli imkanlar
Bilgi keşif süreci.

(Kaynak: http://www.sciencedirect.com/science /article/pii/S0020025514000346)
Analiz Araçları
8
 Hadoop Core
 HDFS (Hadoop
Distributed File Büyük Veri;
System) bunlar ve benzeri
 Hive (Data Warehouse) araçlarla analiz
 HBase edilerek,
 ZooKeeper kullanılabilir
 Oozie
sonuçlar elde
 Mahout
edilmeye çalışılır.
 Sqoop
 Cloudera Manager
Hadoop
9
Apache Hadoop,
dağınık paralel işleme ile,
e-postalardan sensör okumaya, sunucu günlüklerinden Twitter
feed'lerine ve GPS sinyallerine kadar aklınıza gelebilecek neredeyse her
şeyle ilgili;
terabaytlarca veya daha büyük miktardaki
yapılandırılmış ve yapılandırılmamış
verileri
depolamak ve analiz etmek için kullanılan açık
kaynaklı bir yazılım.
Hadoop: Kısaca
10
 Hadoop Distributed File System (HDFS) olarak

adlandırılan bir dağıtık dosya sistemi ile Hadoop
MapReduce olarak adlandırılan dağıtık mimari
üzerinde çok büyük verilerin kolay bir şekilde analiz
edilebilmesini sağlayan bir sistemi bir araya getiren,
Java ile geliştirilmiş açık kaynaklı bir kütüphanedir.
 HDFS sayesinde sıradan sunucuların diskleri bir

araya gelerek büyük, tek bir sanal disk oluştururlar.
Bu sayede çok büyük boyutta birçok dosya bu dosya
sisteminde saklanabilir.
Büyük Veri Analizindeki Zorluklar
11
 Kapsamlı Veri Kaynakları ve Kötü Veri Kalitesi

 Büyük Verinin Oldukça Verimli Depolanması
 Veriyi Verimli Bir Şekilde İşleme
 Yığın Veri Madenciliği
Büyük Veri Analizi Yapan Firmalar
12
Tam Liste : http://wiki.apache.org/hadoop/PoweredBy
5V: Büyük Veri Bileşenleri
13
Büyük Verinin 5 Bileşeni.

(Kaynak: http://andressilvaa.tumblr.com/post/87206443764/big-data-refers-to-5vs-volume)
1.V - Variety: Çeşitlilik
14
 Metin
 Ses Bu veriler
 Resim  Yapılandırılmış (Ort. %20)
 Video  Yapılandırılmamış,
 Sensör
 Yarı-Yapılandırılmış
 Sosyal Medya
 Crm
 Dökümanlar tipte bulunmaktadır.
 Vb. Her tür veri.
2.V – Velocity: Hız
15
Üretim hızı çok yüksek olduğundan;
 Gerçek zamanlı ya da
 Yarı-Gerçek zamanlı olmalıdır.
3.V – Volume: Veri Büyüklüğü
16
 Bilimsel
uygulamalar x44
 Video gözetimleri
 Tıbbi kayıtlar
 Operasyonel
ticari veri Küresel Verinin hacminin tahmini.
E-ticaret verileri
(Kaynak: Uluslararası Veri Kurumu, IDC, 2011)

 Sensörler
 Filmler, Videolar Çok büyük hacimli ve gittikçe
 Vb. Büyük artan veri ancak Büyük Veri
boyutta veri ile işlenebilmektedir.
4.V – Verification: Doğrulama
17
 Güvenilirlik Akış sırasında,

 Gerçeklik doğru katmadan, olması
gerektiği güvenlik seviyesinde
 Orijin
izlenmesi, doğru kişiler
 Saygınlık tarafından
 Kullanılabilirlik görünebilir veya gizli kalması
 Sorumluluk gerekmektedir.
5.V – Value: Değer
18
 Güncellik
 Doğruluk
 Anında ulaşım Verinin bu özellikleri
 Gerekli detaylar sağlaması değerinin
 Gereksizlerden artmasını sağlayacaktır.
arınmışlık
 Tarihsellik
Ve asıl olan "değerli" veridir.
 İstatistikler
 Olaylar, ilişkiler
Büyük Verinin Avantajları
19
 Daha şeffaf ve kullanılabilir bilgi elde edilmesi

 İşlemsel veri ile istatistiki bilgiye ulaşım
 Kişiselleştirilmiş ürün ya da hizmetler
oluşturulabilmesi
 Karar verme sürecini kolaylaştırma
 Stratejik kararlar alabilmeye destek
 Ürün ve hizmetlerde geri bildirim alabilme ile

satış-sonrası kaliteli hizmet sunma (proaktif)
Büyük Verinin Avantajları
20
560 işletmenin %50’den fazlası büyük verinin operasyonel verimliliği

arttırmada faydalı olabileceğini düşünür.
(Kaynak: McKinsey Global Institute Report, http://www.sciencedirect.com/science/article/pii/S0020025514000346, 2011)
Büyük Verinin Zorlukları
21
Hız 
 Yeni teknolojilere ayak uydurabilme

 Uzman IT personeli eksikliği
 Etik (Gizlilik, Şeffaflık, Kimlik)
 Güvenlik
Büyük Veri Uygulama Alanları
22
 Finansal Servisler
 Pazarlama ve
Perakendecilik
 Kamu ve Hükümetler
Bu ana başlıklar dışında
 Eğitim
artık Büyük Veri her
 Sağlık yerde denilebilir.
 Tarım
 Enerji
 Haberleşme ve Ulaşım
Metodoloji
23
 Çok sayıda konunun içeriğinden uzak kişilerle anketler yapmak

yerine;
 Kavramlar üzerinde derinlemesine bilgi edinimini ve
tartışılmasını mümkün kılan uzman kişilerin olgusal
yaklaşımlarını tespit amacıyla;
 Nitel, yorumsalcı, olgusal araştırma yöntemi kullanılarak
konudaki uzmanlar ile derinlemesine görüşmeler kullanılmıştır.
Katılımcıların düşüncelerine erişim yoluyla olgular anlaşılmaya
çalışılmıştır.
Zengin veri toplama potansiyeline sahip olası cevaplayıcıların küçük bir popülasyon olduğu zamanda, röportajların uygun
olacağını işaret etmiştir (Daniels and Cannice 2004).
Derinlemesine görüşme yöntemi “algılar, tutumlar ve inançlar hakkında bilgi edinmek için en uygun yöntem olarak kabul
edilmektedir.” (Frankfort-Nachmias and Nachmias, 1996; Finn, Elliot- White and Walton, 2000; Denzin and Lincoln, 1994 cited
in Buhalis and Deimezi, 2004).
Görüşmeler
24
Görüşmeler, her bir görüşmeci ile yapılan

yarı-yapılandırılmış derinlemesine röportaj
esnasında sorulan 16 sorudan oluşmaktadır.
Konu ile ilgili 8 uzman kişi ile görüşülmüş, 128
cevap alınmış, görüşmelerin Word düzenlemeleri
36 sayfadan oluşmuştur.
Nitel veri analizi için NVivo ver.10 programına
aktarılmıştır.
Nvivo Modellemesi
25
(Kaynak: NVivo çıktısı, 2015)

Görüşmelerin Analizi Süreci
26
Wolcott (1994) veri analizinde üç yol önermektedir.

Birinci yol, toplanan verinin özgün (orijinal) formuna
mümkün olduğu kadar sadık kalarak ve gerektiğinde
araştırmaya katılan bireylerin söylediklerinden
doğrudan alıntı yaparak betimsel bir yaklaşımla
verileri okuyucuya sunmaktır. İkinci yol ise, birinci
yaklaşımı da içeren bir biçimde, bazı neden-sonuç ve
açıklayıcı sonuçlara ulaşmak amacıyla “sistematik
analiz” yapmaktır. Üçüncü yaklaşım ise araştırmacı,
birinci ve ikinci yaklaşımı temel alır ve buna ek
olarak, veri analizi sürecine kendi yorumlarını da
dâhil eder. Bu çalışmada genel olarak üçüncü
yaklaşımın ağırlıklı olarak etkisi hissedilecektir.
Sonuçlar
27
Yapılan görüşmelerden elde edilen sonuçların

grafikler halinde sunulması:
Büyük Veri rekabet etmek isteyen tüm firmalar ve

derinlemesine analiz yaparak olabildiğince
doğru stratejik kararlar almak isteyen tüm
kurumlar için kaçınılmaz bir araç olarak
görünmektedir.
Büyük Veri: Yeni Bir Olgu mu?
28
Hayır,
Verinin Hiçbir katılımcı (Büyük Veriyi
genişleyen özellikle farklı bir olgu olarak
devamı
görmeyen birisi bile) “geçici”
38%
bir gelişme olarak nitelemedi
ve genel olarak hepsi şunu kabul
etmektedirler; Büyük Veri
“kalmak için burada” idi ve
Evet, Yeni bundan dolayı kurumların uzun
bir dönemli odağını ve
paradigma
veya olgu konsantrasyonunu gerektirdiğini
62% düşünmektedirler.
İş dünyasında Büyük Veri Yönetimi yeni bir gelişme ya da yeni bir paradigma
olması ile ilgili sizin düşünceniz nedir?
(Kaynak: Analiz çıktısı, 2015)
Büyük Veri Yönetiminin Sınırı
29
Evet
12%
Katılımcıların çoğu Büyük Veri için
“gelecek sınırın” ne olabileceğini
kesin olarak öngöremedi.
Başka bir katılımcı ise, ….. Kanımca

tek sınır kişisel hak, hürriyet ve
kanunla belirlenmiş kurallar
olabilir” şeklinde bir yaklaşımda
Hayır
88%
bulundu.
Büyük Veri ve Veri Yönetiminin sınırının olacağını tahmin edebiliyor musunuz?

Büyük Veri: Fırsat mı Zorluk mu?
30
Kişi ve kurumların Büyük Veri kullanımı

eğiliminde olduğu, fakat altyapısal ve
Her ikisi yönetimsel yetersizlikler nedeniyle tam
38%
olarak faydalanamadığı, kökten bir
değişiklik yerine “etkili ilave bir
Fırsat- kaynak” olarak düşünüldüğü ve sınırları
Zorluk- Şans
Engel 62% şu anda öngörülemeyen ve daha çok
0%
fırsat-şans olarak görülen bir
paradigma olduğu sonucuna ulaşılmıştır.
Sizce Büyük Veri bir kurum için fırsat/şans olmak yerine daha çok zorluk/engel
mi olacaktır?
Büyük Verinin Değişime Etkisi
31
Evet
Emin değil 12%
25%
Büyük Veri “her derde deva bir kurtarıcı”

değildir, fakat o rekabet dünyasında, elde
edilmek istenen sonuçlara ulaşmada
kullanılması gereken yeni bir olgudur.
Hayır
63%
Büyük Verinin kurumunuzdaki operasyonları kökten değiştireceğine inanıyor

musunuz?
Büyük Verinin Sonuçlara Etkisi
32
Emin değil Katılımcıların yatırımlara olan

25%
etkisine bakışı ise Büyük Veri
literatür araştırmasındaki
Evet
50% uluslararası çaptaki veri
uzmanlarının düşüncelerinden
Hayır
25% çok uzak düşmeyecek şekilde
gerçekçi çıkmıştır.
Büyük Verinin kurumunuzda elde edilmek istenen sonuçlara gerçekten etkisi

olduğuna inanıyor musunuz?
Stratejik Büyük Verinin Yatırımlar
33
Üzerindeki Etkisi
Etkisiz Çok Etkili
12,50% 12,50%
Büyük Veri yatırımlar için
çok güçlü bir araç olarak
karşımızda durmaktadır.
Etkili
Fakat, bu araçtan nasıl 25,00%
yararlanılacağını bilmek
gerçek insan sezgileri
Kısmen
gerektirmektedir. Etkili
50,00%
Bu aracı ve bu sezgileri
birleştirebilen kurumlar
Büyük Veriden üst seviyede
faydalanabileceklerdir. Büyük Veri yatırımlarınız üzerinde ne kadar etkili
olacaktır?
Büyük Veri: Neler Katacak?
34
Kurumların/Şirketlerin;
1. Dahili ve harici tüm veriyi bir arada görebilmesine,
2. Şeffaf ve kullanılabilir bilgiler elde etmesine,
3. Bu doğrultuda doğru zamanda, hızlı ve doğru stratejik kararlar
alabilmesine imkan verecektir. Dolayısıyla da;
i. Hizmet verdiği kitleye kişiselleştirilmiş ürünler sunabilmesini,
ii. Verdiği hizmet kalitesi dahil tüm unsurlar ile ilgili doğru ve hızlı geri
bildirim alarak proaktif bir yapı oluşturabilmesini,
iii. Rekabet gücünü arttırabilmesini,
iv. Kar amacı güden bir şirket için kar marjının ve müşteri sadakatinin
artmasını,
v. Kar amacı gütmeyen kurumlar içinde daha iyi hizmet ile daha
memnun bir hizmet alan kitlesi elde edilmesini sağlayacaktır.
Teşekkürler
35
‘Bilgi, 21. yüzyılın petrolü olacaktır!’

(Peter Sondergaard, Gartner, 2011)

Strateji̇k Büyük Veri̇ni̇n Yatirimlar Üzeri̇ndeki̇ Etki̇leri̇ - Tez Sunumu PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Strateji̇k Büyük Veri̇ni̇n Yatirimlar Üzeri̇ndeki̇ Etki̇leri̇ - Tez Sunumu PDF

Uploaded by

Copyright:

Available Formats

"STRATEJİK BÜYÜK VERİNİN

YATIRIMLAR ÜZERİNDEKİ ETKİLERİ"

Ümit DÜLGER İ.Ü. Fen Bilimleri Enstitüsü

1. Kamusal Veri (Devlet

5. Kişisel Veri (Kişi

Bir Büyük Veri senaryosu.

Büyük Veri Mimarisi.

Büyük Veri Projesinin Üç İçeriği;

1. İnsan: Mühendislik + İşletme

Bilgi keşif süreci.

 Hadoop Distributed File System (HDFS) olarak

 HDFS sayesinde sıradan sunucuların diskleri bir

 Kapsamlı Veri Kaynakları ve Kötü Veri Kalitesi

 Veriyi Verimli Bir Şekilde İşleme

 Yığın Veri Madenciliği

Tam Liste : http://wiki.apache.org/hadoop/PoweredBy

Büyük Verinin 5 Bileşeni.

Üretim hızı çok yüksek olduğundan;

 Yarı-Gerçek zamanlı olmalıdır.

 Güvenilirlik Akış sırasında,

 Daha şeffaf ve kullanılabilir bilgi elde edilmesi

 Kişiselleştirilmiş ürün ya da hizmetler

 Stratejik kararlar alabilmeye destek

 Ürün ve hizmetlerde geri bildirim alabilme ile

560 işletmenin %50’den fazlası büyük verinin operasyonel verimliliği

 Yeni teknolojilere ayak uydurabilme

 Etik (Gizlilik, Şeffaflık, Kimlik)

 Çok sayıda konunun içeriğinden uzak kişilerle anketler yapmak

Görüşmeler, her bir görüşmeci ile yapılan

(Kaynak: NVivo çıktısı, 2015)

Wolcott (1994) veri analizinde üç yol önermektedir.

Yapılan görüşmelerden elde edilen sonuçların

Büyük Veri rekabet etmek isteyen tüm firmalar ve

Başka bir katılımcı ise, ….. Kanımca

Büyük Veri ve Veri Yönetiminin sınırının olacağını tahmin edebiliyor musunuz?

Kişi ve kurumların Büyük Veri kullanımı

Büyük Veri “her derde deva bir kurtarıcı”

Büyük Verinin kurumunuzdaki operasyonları kökten değiştireceğine inanıyor

Emin değil Katılımcıların yatırımlara olan

Büyük Verinin kurumunuzda elde edilmek istenen sonuçlara gerçekten etkisi

‘Bilgi, 21. yüzyılın petrolü olacaktır!’

You might also like