2 Kararlar ve Süreçler:

Değer Odaklı İşletmeler

BÖLÜM 2.1 BÖLÜM 2.2

Karar Destek Sistemleri İş Süreçleri

■ İş Kararları Vermek ■ İş Süreçlerini

■ Metrikler: Başarıyı Ölçme Değerlendirme
■ Destek: YBS ile Karar ■ Modeller: Performans Ölçme
BÖLÜM ÖZETİ

Vermeyi Geliştirme ■ Destek: İş Süreçlerini YBS ile

■ Gelecek: Yapay Zeka Geliştirme
■ Gelecek: İş Süreçleri Yönetimi

Bu kısımda neler var?

Günümüzde, daha hızlı ve daha makul iş yapmak şirketler için bir zorunluluk haline gelmiştir. Bir firmanın değer zinciri, iş
süreçlerini ne kadar iyi tasarlayıp koordine ettiğinden doğrudan etkilenir. İş süreçleri, bir firmanın işletme maliyetlerini
düşürmesini, bir niş pazarda farklılaşmasını veya rekabet etmesini sağladığında rekabet avantajları sunar. İşlemleri, verimliliği
ve etkinliği engelleyen modası geçmiş iş süreçleri işletme üzerinde büyük yükler oluşturabilirler. Bu nedenle, yönetim bilgi
sistemlerinin iş süreçlerini iyileştirme yeteneği önemli bir avantajdır.
Bölüm 2'nin amacı, yöneticilerin Bölüm 1'de tartışılan stratejileri desteklemek için kullanabilecekleri belirli YBS araçlarına genel
bir bakış sağlamaktır. Bu bölümü okuduktan sonra, organizasyonun verimliliğini ve etkinliğini artırabilecek ve bir kuruluşun
rekabet avantajları yaratmasına ve sürdürmesine yardımcı olabilecek karar verme ve iş süreçlerinin yeniden yapılandırılması
konularında detaylı bilgi sahibi olabileceksiniz.
 Açılış Vaka Çalışması

Eyleme Geç - Actionly

Veriler internette! Tonlarca veri! Örneğin, her yıl 152 milyondan fazla blog oluşturuluyor ve 100
milyon Twitter hesabı ile 25 milyar Tweet, 107 trilyon e-posta gönderiliyor ve 730 milyar saat
YouTube videosu izleniyor. Sosyal medya sektörü olarak bilinen bu alan, iş dünyasında en hızlı
büyüyen ve en etkili sektörlerden biridir. Şirketler sosyal medya sektörünün kendilerini finansal ve
stratejik olarak nasıl etkilediğini anlamakla uğraşıp duruyorlar.
Veriler her şirket için değerlidir. İnternet'teki veriler, doğrudan müşterilerden, tedarikçilerden,
rakiplerden ve hatta çalışanlardan geldiği için çok önemlidir. Sosyal medya sektörü geliştikçe,
şirketler, Facebook, Twitter, MySpace, Flickr, LinkedIn, Yelp, Google ve bloglar gibi birçok farklı
sosyal medya ortamlarında malları ve hizmetleriyle ilgili tüm “çevrimiçi sohbetleri” takip etmekte
zorlanıyorlar.
Bir sorun olduğunda mutlaka potansiyel bir iş çözümü de vardır. Actionly.com bir problem olarak
görülse de veri çokluğu probleminden yararlanmayı seçmiştir. Actionly.com, birden fazla sosyal
medya kanalını, sektörler, markalar, şirketler ve eğilimleri anahtar kelimeler kullanarak tek bir
izleme hizmeti aracılığıyla izler. Actionly müşterileri, bir anahtar kelimeyi (marka, ürün adları, sektör
terimleri veya rakipler gibi) seçer ve ardından Actionly, bu sosyal kanallardan sürekli olarak veri
toplar ve bu verileri bir dijital panoya çeker. Dijital gösterge paneli, Twitter, Facebook, Google,
YouTube, Flickr ve blogları aynı anda tarayarak pazar eğilimleri, belirli şirketler, rakip markalar, ve
sektörlerle ilgili gerekli bilgileri takip eder. Arama tamamladıktan sonra, Actionly.com, her bir
anahtar kelimenin çeşitli kanallarda ne sıklıkta bulunduğunu gösteren grafikler ve çizelgeler
oluşturmak için Google Analytics'i kullanır. Ayrıca, ilgili her bir kanalı kontrol paneline bağlar, bunları
"pozitif" ve "negatif" şeklinde filtreler ve kullanıcıların herhangi bir yoruma yanıt vermesine izin
verir.
Actionly.com’un iş modeli, gelişmekte olan bu sektörde başarı olmaya aday gibi görünüyor. Actionly bu
konuda “ilk hamle avantajına” sahiptir, çünkü bu hizmeti müşterilere sunan ilk çevrimiçi marka yönetim
şirketidir. Şirket, kendi hizmetlerinden yararlanarak markasının tüm sosyal medya sitelerinde bir
numara olarak kalmasını sağlamaya çalışmaktadır. Actionly, çeşitli sosyal medya sitelerinden topladığı
verilerin iş zekasına dönüştürülebilmesi için Google Analytics’den yararlanmaktadır. Dijital gösterge
panelinin takip ettiği önemli metrikler şunlardır:
İtibar Yönetimi: Actionly’nin kullanımı kolay dijital gösterge paneli, müşterilerin, geçmiş verilere ve
sürekli güncellenen yeni verilere dayanarak markalarla ilgili eğilimleri gözlemlemelerine ve analiz
etmelerine olanak tanır. Örneğin, bir müşteri belirli markalar, ürünler veya şirketler için 30 gün
boyunca kritik eğilimleri ortaya koyan grafikleri görüntüleyebilir.

İş Odaklı YBS Modül 1 43

 ■ Sosyal Yatırım Geri Dönüşü: Bir müşteri Actionly'den Google Analytics'e bağlanarak, bireysel
tweet’ler ve Facebook gönderilerinden hareketle kampanya performansını analiz edebilir.
Actionly, dijital yayın panosu aracılığıyla sayfa görüntülerini, ziyaretçi bilgilerini, hedefe ulaşılıp
ulaşılmadığını vb. izlemek için her gönderiyi ve tıklamayı analiz eder ve kullanıcılara günlük
gönderilerin performansını izleyen raporlar hazırlar.
■ Twitter Analitikleri: Twitter hesapları dijital gösterge panosuna eklendikten sonra kullanıcı, verileri
derinlemesine inceleyerek takipçilerin, metinlerin ve retweetlerin grafiklerini görüntüleyebilir. Bir
dizi Twitter hesabını manuel olarak izleme ihtiyacını ortadan kaldıran bu özellik sayesinde
kullanıcılar, verileri grafikler şeklinde görüntüleyebilir veya diğer bir kısım analizler yapmak üzere
Excel’e aktarabilir.
■ Pazarlama Kampanyası İzleme: Bir şirket büyük bir tanıtım kampanyası başlatacağı zaman, birden
fazla Facebook veya Twitter hesabına mesaj gönderebilir; kullanıcının yapması gereken tek şey
hangi Twitter veya Facebook hesaplarını ne zaman kullanmak istediğini seçmektir. Actionly
Kampanya Takip Sistemi, kullanıcıların, hangi gönderimlerin müşterilerde karşılık bulduğunu
görebilmesine ve her bir gönderim için izlenme sayısı, kaydolma, geri dönüş ve gelir gibi metrikleri
ölçmesine yardımcı olur. Actionly, verileri gönderi, hesap, kampanya veya kanala göre
segmentlere ayırarak kullanıcıların geçen zaman içindeki performansı ölçmelerine olanak tanır.
■ Tıklama Performansı: Actionly, performansı, saat ve haftanın günlerine göre göstererek
müşterilerin, hangi tıklamaların en çok dikkat çektiğini görmesini sağlar. Actionly’nin algoritması
tweet'lere otomatik olarak bir duygu atar ve müşterinin bilgiye hızlı bir şekilde tepki vermesi için
pozitif, negatif veya nötr gönderileri hızla filtrelemesini sağlar.
■ Duygu Analizi: Olumlu ve olumsuz geri bildirimlerin gözden geçirilmesi, bir markanın zaman içinde
nasıl bir performans gösterdiğini ölçmeye yardımcı olur ve Actionly müşterilerinin olumlu duyguyu
artırmaya çalışmasına imkan sağlar. Bununla birlikte, yorum, kültür, alay ve diğer dil nüanslarının
karmaşıklığı nedeniyle hiçbir duygu puanlaması yüzde 100 doğru olamaz. Örneğin, izlediği bir
metriğin yanlış olduğunu farkettiğinde, Actionly bu metriği değiştirebilir ve kullanıcıların
tweet’lere doğrudan duygu atamalarına olanak tanır. Bir kullanıcı ayrıca, çevrimiçi marka ve şirket
itibarlarını yönetmeye yardımcı olacak anahtar kelimeler seçip bunlar için olumlu veya olumsuz
uyarılar alma imkanına sahiptir.
■ Rekabetçi Analiz: Actionly, çıkan yeni ürünleri, satın alımları veya müşteri geri bildirimlerini
izleyerek rakiplerin durumunu görebilir. Böylece şirket, pazara girenler, pazarla ilgili bloglar,
haberler veya sektörle ilgili seminerler / web seminerleri vb. hakkında bilgi sahibi olabilir.
■ Etkileyecilerin Bulunması: Actionly’nin dijital gösterge paneli, kullanıcının ürünler ve hizmetler
hakkında çevrimiçi gönderimleri başlatan kişi veya kurumlarla doğrudan etkileşim kurmasına
olanak tanır. Bu uygulama, etkileyicilerin kim olduğunu belirler ve şirket, marka veya ürünle olan
ilişkilerini çıkarır. Ayrıca, son 30 gün içinde en çok takipçisi olan ve en aktif kullanıcıları esas alan
bir etki listesi listesi hazırlar.

44 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

bölüm 2.1 Karar Destek Sistemleri

ÖĞRENME ÇIKTILARI
2.1 Üç temel örgütsel düzeyi ve her düzeydeki yöneticiler için karar vermenin önemini ilişkili karar
özellikleri ile açıklayabileceksiniz.
2.2 Kritik başarı faktörlerini (CSF-Critical Success Factors) ve temel performans göstergelerini (Key
Performance Indicators) tanımlayıp, yöneticilerin YBS projelerinin başarısını ölçmek için bunlardan
nasıl yararlandıklarını açıklayabileceksiniz.
2.3 Farklı operasyonel destek sistemlerini, yönetimsel destek sistemlerini ve stratejik destek
sistemlerini sınıflandırıp, yöneticilerin bu sistemleri karar vermek ve rekabet avantajı elde etmek
için nasıl kullanabileceğini açıklayabileceksiniz.
2.4 Yapay zekayı tanımlayıp ve beş yapay zeka türünü tanımlayabileceksiniz.

İŞ KARARLARI VERMEK
Porter’ın Bölüm 1’de özetlenen stratejileri, düşük fiyat liderliği, farklılaşma veya odaklanma L.O.1: Üç temel örgütsel düzeyi ve her
konusunda rekabet avantajı olan pazarlara girmeyi önermektedir. Bir sonuca ulaşmak için düzeydeki yöneticiler için karar
yöneticilerin karar vermesi ve gelecekteki iş ihtiyaç ve gereksinimlerini tahmin edebilmesi gerekir. vermenin önemini açıklayabileceksiniz.
Bugün yöneticilerin karşılaştığı en önemli ve en zorlu soru, bugünün iş ortamında kazanmak için
rakiplerle yarış içindeyken yarının başarısının temelini nasıl atacağımızdır. Yarınlar için bir strateji
geliştiremeyen bir şirketin geleceği olmayacaktır. Bu bölümün amacı, , yöneticilerin şirketlerine değer
katmak için karar verme uygulamalarını nasıl öğrenebileceklerini göstererek Porter’ın Beş Güç
Modeli, üç genel stratejisi ve değer zinciri analizini bir adım daha ileriye taşımaktır. Ayrıca, 21. yüzyıla
giren şirketlerin değer zinciri aracılığıyla önemli rekabet avantajları sağlayabilen ileri YBS
tekniklerinden nasıl yararlanabilecekleri de yine bu bölümün temel amaçlarından biridir.
Bölüm 1'de tartıştığımız gibi, karar verme işi yönetimin en önemli ve zorlu işlerinden biridir.
Kararlar, kaç tane ürünün sipariş edileceği veya kaç kişinin işe alınacağı gibi rutin kararlardan tutun
da, bizim için çok kilit rolü olan bir çalışanın aniden işten ayrılması veya gerekli materyallerin
elimize ulaşmaması durumunda ne yapılması gerektiği gibi beklenmedik kararlara kadar çok geniş
bir yelpazede karşımıza çıkar. Günümüzde, veri ve bilgi hacmi önemli ölçüde büyürken, yöneticiler
daha kısa süre içinde, daha karmaşık kararlar verme durumunda kalmaktadırlar. Bu kararların bir
kısmı insan beyninin işleyebileceğinden çok daha fazla bilgi kullanımını gerektirmektedir. Şekil 2.1, ŞEKİL 2.1
karar verirken yöneticilerin karşılaştığı üç temel zorluğu göstermektedir.
Yönetimsel Karar Verme
Zorlukları

1. Yöneticiler çok büyük miktarlarda bilgiyi analiz etmelidir:

İletişimdeki yenilikler ve küreselleşme, bir karar verirken, bir sorunu
çözerken veya bir fırsatı değerlendirirken insanların dikkate alması gereken
değişkenleri ve boyutları dramatik bir şekilde artırdı.

YÖNETİMSEL 2. Yöneticiler hızla karar vermelidir:

KARAR VERME Zaman çok önemlidir ve insanların tüm bilgileri manuel olarak işlemek için
ZORLUKLARI zamanları yoktur.

3. Yöneticiler, stratejik kararlar almak için Porter’ın stratejileri

veya tahmin yapma gibi karmaşık analiz tekniklerini kullanmak
zorundadırlar: Oldukça rekabetçi küresel iş ortamı nedeniyle,
şirketler başarılı olmak için çok iyi bir üründen çok daha fazlasını
yapmak zorundadır.

İş Odaklı YBS Modül 1 45

 1

Sorunu Tanımlama: Sorunu olabildiğince açık ve kesin bir şekilde

tanımlayın.

2
Veri Toplama: Kim, ne, nerede, ne zaman, neden ve nasıl sorularını
sorarak problemle ilgili verileri toplayın. Veri toplarken, sorun
hakkında söylentiler veya görüşlerden değil, gerçeklerden yararlanın.
3
Çözüm Üretimi: Zorlama gibi görünen fikirler de dahil olmak üzere
mümkün olan her çözümü detaylandırın.
KARAR VERME
SÜRECİ 4
Çözüm Testi: Çözümleri fizibilite (olabilirlik), kullanışlılık (geçici mi,
kalıcı mı) ve kabul edilebilirlik (katılımcıların fikir birliği sağlaması)
açılarından değerlendirin.

5
Çözümün Seçilmesi: Sorunu en iyi çözen ve işletmenin ihtiyaçlarını
en iyi karşılayan çözümü seçin.

6
Çözümün Uygulanması: Çözüm sorunu çözerse, alınan kararlar
doğruydur. Değilse, kararlar yanlıştı ve süreç tekrar başlamalıdır.

ŞEKİL 2.2
Karar Verme Süreci
Altı Adımlı Karar Verme Süreci
Karar verme süreci, operasyonel, yönetsel ve stratejik projeler için iletişim ve liderlikte çok
önemli bir rol oynar. Analitik, gerçeğe dayalı karar verme bilimidir. Çok sayıda karar verme
modeli vardır. Şekil 2.2 bu karar verme modellerinden birini göstermektedir.

Karar Verme Esasları

Organizasyon yapısı ile ilgili birkaç temel kavramın bilinmesi, bilgi sistemleri karar verme
araçlarını tartışmamızda yönlendirici olacaktır. Tipik bir organizasyonun yapısı bir piramide
benzer ve farklı düzeyler, karar verme, problem çözme ve fırsatları değerlendirme
konularında farklı türde bilgiler gerektirir (Bknz. Şekil 2.3).
Operasyonel Düzey: Operasyonel düzeyde, çalışanlar günlük operasyonları yürütmek için
gereken temel iş faaliyetlerini geliştirir, kontrol eder ve yürütürler. Operasyonel kararlar,
yerleşik süreçlerin potansiyel çözümler sunduğu durumlarda ortaya çıkan yapılandırılmış
kararlar olarak kabul edilir. Yapılandırılmış kararlar sık alınan kararlardır ve yapısı gereği
sürekli tekrarlanırlar. Bu kararlar, kısa dönem iş stratejilerini etkilerler. Azalan stoklar için
yeniden sipariş verilmesi, insan kaynaklarının temini ve planlanması ve haftalık üretim
programlarının oluşturulması, rutin olarak yapılan işler olduğu için yapılandırılmış kararlara
örnek olarak verilebilir. Şekil 2.4, operasyonel karar alma için gerekli olan temel unsurları
göstermektedir. Şekildeki tüm unsurlar, aşağıda tartışılan metrikler hariç bilinen şeylerdir.
Yönetsel Düzey: Yönetsel düzeyde çalışanlar, firmadaki değişimleri belirlemek, değişimlere
ayak uydurulmasını sağlamak ve manevra becerilerini geliştirmek için şirket operasyonlarını
sürekli olarak değerlendirmektedir. Rekabet avantajına sahip bir firma, arkasından gelen
rakiplerinin kendisinin önüne geçmemesi için stratejilerinde sürekli olarak ayarlamalar
yapmak ve onları revize etmek zorundadır. Yönetim kararları, firma politikaları, prosedürler
ve iş hedefleri ile birlikte kısa ve orta vadeli planları, programları ve bütçeleri kapsar. Ayrıca
yönetsel düzeyde, kaynak tahsisi yapılır ve örgütsel birimlerin performansları izlenir.

46 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 ŞEKİL 2.3
Genel Şirket Yapısı

Çalışan Türleri: Alt yönetim, bölüm yöneticileri, analistler, personel

Odak: Dahili, fonksiyonel
Zaman Dilimi: Kısa vadeli, günlük işlemler
Karar Türleri: Yapılandırılmış, tekrarlanan,
YBS Gereksinimi: Enformasyon
Metrikler: Verimliliğe odaklı temel performans göstergeleri
Örnekler:
• Kaç çalışan hasta olduğu için işe gelemedi?
• Gelecek haftanın üretim gereksinimleri nelerdir?
• Depoda ne kadar stok var?
• Bordroyu hazırlarken hangi sorunlar çıktı?
• Gelecek hafta hangi çalışanlar tatilde olacak?
• Bugün kaç ürün üretilmesi gerekiyor?

ŞEKİL 2.4
Operasyonel Karar Vermeye Genel Bakış

İş Odaklı YBS Modül 1 47


ŞEKİL 2.5
Yönetsel Karar Vermeye Genel
Bakış
2.2: Kritik başarı faktörlerini (CSF'ler)
ve temel performans göstergelerini
(KPI'lar) tanımlayabilecek ve
yöneticilerin YBS projelerinin
başarısını ölçmek için bunları nasıl
kullandığını açıklayabileceksiniz.
48 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler
Çalışan Türleri: Orta yönetim, direktörler, diğer yöneticiler
Odak: Dahili, fonksiyonel, (bazen harici)
Zaman dilimi: Kısa dönem, günlük, aylık, yıllık
Karar Türleri: Yarı yapılandırılmış, planlanmamış
MIS Gereksinimi: İş zekası
Metrikler: Verimliliğe odaklanan önemli performans göstergeleri ve
etkililiğe odaklanan kritik başarı faktörleri
Örnekler:
Bölgeye, satış temsilcisine ve ürüne göre en iyi müşterilerimiz kimlerdir?
Gelecek ay için satış tahminleri nelerdir? Geçen yıl gerçekleşen
satışlarla nasıl karşılaştırabiliriz?
Aylık beklenen satışlar ile gerçek satışlar arasındaki fark ne oldu?
Geçen ayki pazarlama kampanyasının satışlar üzerindeki etkisi ne
oldu?
Şirket gelecek ay ne tür istisnai veya planlanmamış raporlar
isteyebilir?
Performansları izlenen birimler, departmanlar, departmanların alt birimleri, süreç ekipleri,
proje ekipleri ve diğer iş gruplarıdır. Bu tür kararlar yarı yapılandırılmış kararlar olarak kabul
edilir; birkaç yerleşik sürecin potansiyel çözümleri değerlendirmeye yardımcı olduğu, ancak
kesin yargıya varmanın yeterli olmadığı durumlarda ortaya çıkarlar. Örneğin, yeni mal ve
hizmet üretme veya çalışanlara sağlanan faydaları değiştirme ile ilgili kararlar,
yapılandırılmamıştan yarı yapılandırılmışa doğru değişmektedir. Şekil 2.5, yönetimsel karar
verme için gerekli temel unsurları göstermektedir.
Stratejik Düzey: Stratejik düzeyde, şirketin stratejik planının bir parçası olarak yöneticiler
tarafından genel iş stratejileri, hedef ve amaçlar geliştirilir. Ayrıca, yöneticiler, örgütün
stratejik performansını ve politik, ekonomik ve rekabetçi iş ortamındaki genel istikametini
etraflıca gözlemlerler. Stratejik kararlar, karar vericilerin doğru tercihler yapmasında hiçbir
prosedür veya kuralın bulunmadığı durumlarda ortaya çıkan, büyük ölçüde
yapılandırılmamış kararlardır. Bu kararlar, çok sık alınmayan, son derece önemli ve uzun
vadeli iş stratejileriyle ilgilidir. Önümüzdeki üç yıl içinde yeni bir pazara ya da yeni bir sektöre
girip girmeme kararı yapılandırılmamış kararlara örnek verilebilir. Bu tür kararlarda
yöneticiler, çözüm bulmak için kişisel bilgi ve deneyimleri yanısıra birçok kaynaktan
yararlanır. Şekil 2.6 stratejik karar alma için gerekli olan temel unsurları göstermektedir.
METRİKLER: BAŞARININ ÖLÇÜMLENMESİ
Proje, bir şirketin kendine özgü bir mal, hizmet veya çıktı oluşturmak için üstlendiği geçici bir
faaliyettir. Örneğin, yeni bir metro istasyonunun yapımı, bir sinema salonu zincirinin çevrimiçi
biletlemeye imkan verecek bir yazılım edinmesi birer proje örneğidir. Ünlü bir yönetim yazarı
olan Peter Drucker şöyle der: “Ölçemediğiniz bir şeyi yönetemezsiniz.” Yöneticiler karmaşık
bir iş projesinin amaca uygun ilerleyip ilerlemediğini nasıl ölçecektir? İşte bu amaçla
kullanılan çeşitli metrikler bulunmaktadır.
 Çalışan Türleri: Üst yönetim, başkanlar, liderler, yöneticiler
Odak: Dış, sektörel, şirketlerarası
Zaman dilimi: Uzun dönem - yıllık, çok yıllık
Karar Türleri: Yapılandırılmamış, tekrarlanmayan, bir kereye mahsus
MIS Gereksinimi: Bilgi
Metrikler: Etkililiğe odaklı kritik başarı faktörleri
Örnekler:
Önümüzdeki 3 yıl içinde istihdam düzeylerindeki değişiklikler şirketi nasıl etkileyecek?
Hangi endüstri trendleri analiz edilmeye değer?
Şirketin rekabet avantajı yaratmak için hangi yeni ürünlere ve yeni pazarlara
ihtiyacı var?
Gelecek yıllardaki olası durgunluk işi nasıl etkileyecek?
Şirketin yeni vergi kanunları nedeniyle hangi önlemleri alması gerekecek?

ŞEKİL 2.6
Metrikler, bir projenin hedeflerine ulaşıp ulaşmadığını belirlemek için sonuçları
değerlendiren ölçümlerdir. Kritik başarı faktörleri ve anahtar performans göstergeleri en Stratejik Karar Vermeye
temel iki metriktir. Kritik başarı faktörleri (CSF'ler), şirketlerin amaç ve hedeflerine ulaşmak Genel Bakış
ve stratejilerini uygulamak için attığı önemli adımlardır (Bknz. Şekil 2.7). Anahtar performans
göstergeleri (KPI'lar), bir şirketin kritik başarı faktörlerine yönelik ilerlemeyi değerlendirmek
için kullandığı ölçülebilir metriklerdir. Anahtar performans göstergeleri, kritik başarı
faktörlerine göre çok daha spesifiktir.
Kritik başarı faktörleri ile anahtar performans göstergeleri arasındaki ilişkiyi anlamak son
derece önemlidir. Kritik başarı faktörleri, bir iş stratejisinin başarısının temel unsurlarıdır.
Anahtar performans göstergeleri, kritik başarı faktörlerinin ilerlemesini ölçülebilir
yöntemlerle ölçer ve bir kritik başarı faktörünün çok sayıda anahtar performans göstergesi
olabilir. Tabii ki, her iki kategori de şirkete ve sektöre göre değişecektir. Örneğin, bir
üniversitenin mezuniyet oranlarının artışını kritik başarı faktörü olarak belirlediğini düşünün.
Bu kritik başarı faktörünü ölçecek anahtar performans göstergeleri şunlar olabilir:
■ Derse ve cinsiyete göre not ortalamaları.
■ Öğrencilerin cinsiyetleri ve okudukları bölümlere göre okulu bırakma oranları.
■ Öğrencilerin cinsiyetleri ve okudukları bölümlere göre ortalama mezuniyet oranları.
■ Öğrencilerin cinsiyetleri ve okudukları bölümlere göre öğretim süreleri.
Anahtar performans göstergeleri, içsel ve dışsal ölçümlere odaklanabilir. Yaygın kullanımı
olan bir dışsal anahtar performans göstergesi, pazar payı, başka bir deyişle bir firmanın ele
geçirdiği pazar oranıdır. Pazar payı, şirketin satışları tüm sektörün toplam satışlarına
bölünerek hesaplanır. Pazar payı, bir firmanın rakiplerine göre göreceli performansını ölçer.
Örneğin, bir firmanın toplam satış geliri 2 milyon dolar, tüm sektörün satışları da 10 milyon
dolarsa, firma toplam pazarın yüzde 20’sini (2/10 = % 20) ele geçirmiştir ya da pazar payı
yüzde 20’dir diyebiliriz.

İş Odaklı YBS Modül 1 49

 Kritik
Başarı
Faktörleri
Şirketlerin amaçlarına ve Bir şirketin kritik başarı
hedeflerine ulaşmak ve faktörlerine yönelik
stratejilerini uygulamak için ilerlemeyi değerlendirmek
attığı önemli adımlar için kullandığı metrikler

• Kaliteli ürünler üretilmesi • Çalışanların ciro

• Rekabet avantajlarının oranları
kaybedilmemesi
• Anında cevaplanan yardım
• Ürün maliyetlerininin masası aramalarının oranı
düşürülmesi
• Ürün iade sayısı
• Müşteri memnuniyetininin
arttırılması
• Yeni müşteri sayısı
• En iyi iş profesyonellerinin • Ortalama müşteri harcaması
işe alınması ve rakiplere
kaptırılmaması

ŞEKİL 2.7
Kritik Başarı Yaygın kullanımı olan bir içsel anahtar performans göstergesi, bir projenin kazanç sağlama
Faktörleri ve Anahtar gücünü gösteren yatırım getirisidir (ROI-Return on Investment). Bir projede yatırım getirisini
Performans ölçmek için kârlılık maliyetlere bölünür. Projelerin departman bazlı somut ve bağımsız olduğu
Göstergeleri İçin Bazı durumlarda bunu yapmak zor değildir. Ancak, maddi olmayan boyutları olan ve departmanlar
Metrikler arası boyutları olan projeler için ölçülmesi hiç de kolay değildir. Bir yangın söndürücünün
yatırım geetirisini hesaplamaya çalıştığınızı düşünün. Yangın söndürücü asla kullanılmazsa,
yatırım getirisi düşüktür. Yangın söndürücü tüm binayı tahrip edebilecek bir yangını
söndürürse, yatırım getirisi astronomik olarak yüksektir.
Bir YBS projesinin başarısını ölçmek için anahtar performans göstergeleri oluşturmak benzer
zorluklar arzeder. Bir firmanın e-posta sistemini düşünün. Yöneticiler, şirket e-postalarıyla
ilişkilendirerek departman maliyetlerini ve kârlarını nasıl takip edebilir? Bir satış için
gönderilen bir e-posta ile milyon dolarlık bir iş bağlanabilirken, diğer 300 e-posta hiçbir işe
yaramamış olabileceğinden, hacmi esas alarak yapılan bir ölçüm karlılığı açıklayamaz. İnsan
kaynakları ve hukuk gibi gelir getirmeyen departmanlar da e-posta kullanır, ancak bunu kâr
elde etmek için kullanmaz. Bu nedenle, birçok yönetici YBS projelerini ölçmek için verimlilik
ve etkinlik gibi daha yüksek seviyeli metriklere yönelmektedir. En iyi uygulamalar yöntemi,
bazı kuruluşlar veya sektörler tarafından geliştirilen en başarılı çözümler veya sorun çözme
yöntemlerinden yararlanmayı ifade eder. YBS projelerinin ölçülmesi, bir sektör için en iyi
uygulamaların belirlenmesine yardımcı olur.
Verimlilik ve Etkinlik Metrikleri
Verim, işlem hızı ve sistem kullanılabilirliği gibi Verimlilik MIS metrikleri, YBS’nin kendi
performansını ölçer. Etkinlik YBS metrikleri, YBS'nin müşteri memnuniyeti ve müşteri
dönüşüm oranları gibi iş süreçleri ve faaliyetler üzerindeki etkisini ölçer. Verimlilik, bir
firmanın kaynaklarını optimal olarak kullanıp kullanmadığına odaklanırken, etkinlik firmanın
amaçlarına ve hedeflerine ne kadar iyi ulaştığına odaklanır. Peter Drucker verimlilik ve
etkinlik arasındaki ayrımı şu şekilde yapmaktadır: “Herbir kaynaktan en iyi şekilde
yararlanmak suretiyle işleri doğru yapmak verimlilik, doğru hedef ve amaçlar koyarak doğru
işleri yapmak ise etkinliktir. Doğru işleri yapmadan, işleri doğru yapmak mümkün olmaz.”

50 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 BİLGİNİZİ UYGULAYIN

İŞ ODAKLI TARTIŞMA
İnsanlar nasıl karar verir? Neredeyse her gün akıllara durgunluk veren karar verme
olaylarıyla karşılaşmaktayız. İşte birkaç örnek:
■ Ohio'da bir kadın çocuklarını okula götürürken direksiyon başında hem telefonla
konuşup hem de çocuğunu emzirdiği için çocukların hayatını tehlikeye atmakla Sürücülerin
suçlandı.
Araba
■ Güney Florida'da bir kadın, sol omuzuyla başı arasına sıkıştırdığı bir cep telefonuyla
konuşup sol elinde bir çorba kasesi ile araç kullanırken polise yakalandı. Daha da Kullanırken
ötesi, kadın direksiyonu bırakıp sağ eliyle çorbasını içiyor, aynı anda telefonla
konuşmaya devam ediyor ve bir taraftan da arabayı sürüyordu. Verdiği
■ Kaliforniya'da bir adamın yüzme havuzu taşırken araba kullanmakta olduğu rapor Kararlar
edildi. Bir eliyle araba kullanırken, arabanın üstüne koyduğu yeni yüzme havuzunu
da diğer diğer eliyle tutuyordu. Bitmedi. Adamın üç çocuğu da arabanın
camlarından sarkarak düşmemesi için yüzme havuzunu tutuyorlardı.
■ Baltimore'da bir kadın otoyolda saatte 65 mil hızla giderken ön koltukta
çocuğunun bezini değiştirmekle suçlandı.
Çalışanların verdiği kötü kararlar nedeniyle, başı belaya giren bir şirket örneği bulun.
Şirket kendini çalışanların bu tür sorumsuzluklarından korumak için neler yapabilir?

Şekil 2.8, YBS’de yaygın kullanımı olan bir kısım verimlilik ve etkinlik metriğini göstermektedir.
YBS projelerini ölçen anahtar performans göstergeleri hem verimlilik hem de etkinlik
metriklerini içerir. Bu metrikler, pazar payı veya yatırım getirisi (ROI) kadar somut olmasa da,
proje performansı hakkında değerli bilgiler sağlarlar.
Verimlilikteki yaşanan artış normalde kritik başarı faktörlerine odaklanan etkinlik artışından
kaynaklanır. Verimliliğe ilişkin YBS metriklerinin ölçümü çok daha kolaydır, bu nedenle çoğu
kez yanlış olmasına rağmen, yöneticiler YBS projelerinin başarısını ölçmek için genellikle bu
metriklere odaklanır. Örneğin ATM'lerin başarısını ölçmek istediğinizi farzedin. YBS etkinlik
metrikleri boyutuyla düşündüğümüzde, bir yönetici, ATM'nin başarısını belirlemek için
günlük işlem sayısını, işlem başına ortalama tutarı ve işlem başına ortalama hızı ölçecektir.
Bunlar, sistemin ne kadar iyi performans gösterdiğine dair değerli sonuçlar ortaya koysa da,
ATM etkinliğiyle ilişkili maddi olmayan ancak katma değer sağlayan bir çok avantajı göz ardı
ederler. YBS etkinlik metrikleri, ATM konumları veya ATM'lerin kullanım kolaylığı nedeniyle
bankaya kaç yeni müşterinin katıldığını da ölçebilir. Ayrıca, müşteriler sinema bileti satışı vb.,
gibi bazı zaman kazandırıcı ve katma değer sağlayan hizmetler ya da ek özellikler yardımıyla
müşteri memnuniyetindeki artışları ölçebilirler. Bir YBS projesiyle ilişkili tüm faydaları analiz
etmek için etkinlik YBS metriklerinin sağladığı ek bakış açılarını da gözönünde bulundurabilen
yöneticiler çok iyi bir yönetici olabilir.
Etkinlik ve Verimlilik YBS Metrikleri Arasındaki İlişki
Verimlilik ve etkinlik kesinlikle birbirinden bağımsız değildir. Ancak, birinde başarılı olmak,
diğerinde de başarılı olunacağı anlamına gelmez. Verimlilik YBS metrikleri bizzat teknolojiye
odaklanır. Verimlilik YBS metriklerinin izlenmesi önemlidir, ancak etkinliği her zaman garanti
etmez. Etkinlik YBS metrikleri bir kuruluşun hedeflerine, stratejilerine ve amaçlarına göre
belirlenir. Burada, örneğin düşük fiyat liderliği stratejisi izleyen bir şirketin (Walmart gibi)
kritik başarı faktörleri yanısıra, yeni müşterileri yüzde 10 artırmak veya yeni ürün geliştirme
döngü sürelerini altı ay kısaltmak gibi anahtar performans göstergelerini de dikkate alması
önemlidir. Özel sektörde, örneğin eBay, YBS projelerini verimlilik ve etkinlik açısından sürekli
olarak karşılaştırmaktadır. Web sitesinin kesintisiz kullanılabilirliğini ve optimal verim
performansını sağlamak, eBay’ın kritik başarı faktörleridir.

İş Odaklı YBS Modül 1 51

 Verimlilik Etkinlik
Metrikleri Metrikleri

Hacim - Herhangi bir zamanda bir Kullanılabilirlik - İnsanların işlem gerçekleştirme

sistemde dolaşan bilgi miktarı. ve/veya bilgiyi bulma kolaylığı.

Müşteri memnuniyeti - Memnuniyet

araştırmaları, mevcut müşterileri elde tutma
İşlem hızı - Bir sistemin bir işlemi
yüzdesi ve müşteri başına gelirdeki artışlarla
gerçekleştirmesi için geçen süre.
ölçülür.

Dönüşüm oranları - Bir örgütün ilk kez temas

Sistemin hazır bulunması- Bir sistemin
kullanıcılar için kullanılabilir olduğu
süre (saat cinsinden).
ettiği ve mal veya hizmetlerini satın almaya
ikna ettiği müşteri sayısı. Bu, İnternet'teki
banner, pop-up ve diğer açılır reklamların
etkinliğini değerlendirmek için popüler bir
metriktir.

Enformasyon doğruluğu - Bir sistemin

aynı işlemi birçok kez icra ederken
Finansal - Yatırım geri dönüşü, maliyet-fayda
doğru sonuçları üretme derecesi.
analizi (öngörülen gelirler ile geliştirme, bakım,
sabit ve değişken maliyetlerin karşılaştırılması)
ve başabaş analizi (sabit gelirlerin değişken
maliyetlere hangi noktadaki eşitlendiği).

Yanıt süresi - Kullanıcı etkileşimlerine

yanıt vermesi için geçen süre (Fare
tıklaması veya tuşa basma gibi)

Şekil 2.9, verimlilik ve etkinlik arasındaki ilişkiyi göstermektedir. İdeal olarak, bir firma
ŞEKİL 2.8 grafiğin sağ üst köşesinde faaliyet göstermek ister, böylece verimlilik ve etkinlikte önemli
Sık Kullanılan Verimlilik ve artışlar gerçekleştirilebilir. Bununla birlikte, sol üst köşede (yüksek verimlilikle minimum
Etkinlik Metrikleri etkinlik) veya sağ alt köşede (minimum verimlilikle yüksek etkinlik) faaliyet göstermek,
kuruluşun özel stratejileriyle uyumlu olabilir. Genel olarak, sol alt köşede çalışmak (minimum
verimlilik ve minimum etkinlik) herhangi bir kuruluşun işletimi için ideal değildir.
Kıyaslama (Benchmarking): Hangi sürecin ölçüldüğüne, nasıl ölçüldüğüne ve verimlilik ya
da etkinlik sağlama amacıyla gerçekleştirilip gerçekleştirilmediğine bakılmaksızın,
yöneticiler, kıyaslama ölçütlerini (benchmarks) veya temel değerleri belirlemelidir.
Kıyaslama, sistem sonuçlarını sürekli olarak ölçme, bu sonuçları optimum sistem
performansıyla karşılaştırma ve sistem performansını iyileştirmeye yönelik adım ve
prosedürleri belirleme sürecidir. Kıyaslama, bir YBS projesinin zaman içinde nasıl performans
gösterdiğini değerlendirmeye yardımcı olur. Örneğin, eğer bir sistemin 15 saniyelik yanıt
süresi için bir kıyaslama ölçütü varsa, yönetici, yanıt süresinin o noktaya gelinceye kadar
azalmaya devam etmesini isteyecektir. Yanıt süresi aniden 1 dakikaya çıkarsa, yönetici
sistemin düzgün çalışmadığını anlar ve olası sorunlara aramaya başlar. YBS projelerini
karşılaştırmalı değerlendirmelerle sürekli ölçmek, yöneticilerin sistemi kontrol edebilmesi
için geri bildirim sağlar.

52 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 Gece geç saatlerde final sınavınıza çalışırken bilgisayarınız çöktü. Tansiyonunuz
yükselip stresiniz tavan yaptığı anda, bilgisayar üreticinizin teknik destek
numarasını aradınız. Müşteri temsilcisi sizi şaşırtmadı ve bu sorunun bilgisayarla bir
ilgisi olmadığını ve farklı bir nedeni olabileceğini söyledi. Bu durumda ne yaparsınız?
Hindistan'dan hizmet veren iYogi.net, teknisyenlerin bilgisayarınıza, uzaktan
bağlanıp sıkıntının nedenini bulmaya çalıştıkları 7/24 çevrimiçi destek hizmetidir.
iYogi, tüm Walmart bilgisayar müşterileri için teknik destek sağlayan ve hizmetlerini
Walmart.com ve Amazon.com üzerinden pazarlayan bir platformdur. Eğer
bilgisayarın kontrolünü dünyanın bir ucundaki hiç tanımadığınız birine teslim etme
düşüncesi sizi dehşetle düşürüyorsa, rahat olun. Çünkü tüm iYogi teknisyenleri
Microsoft, Cisco ve Hewlett-Packard sertifikalıdır.
Bilgisayar sorunu olan bir müşteriye yardımcı olurken iYogi teknisyenlerinin vermesi
gereken karar türlerini açıklayın. İYogi için potansiyel CSF'ler ve KPI'lar ne olurdu?
Yöneticiler işlemleri kontrol edebilmek için ne tür metrikleri izler?

ŞEKİL 2.9
Etkinlik ve Verimlilik
Yüksek
Arasındaki İlişki

İşletilecek
en uygun
Verimlilik

alan

Düşük
Düşük

DESTEK: YBS İLE KARAR VERME

Karar verme esaslarını gözden geçirdiğimize göre, yöneticilerin karar vermelerini LO 2.3:Farklı operasyonel destek sistemlerini,
yönetimsel destek sistemlerini ve stratejik
desteklemek için YBS kullanmanın getirdiği güçlü faydaları anlamaya hazırız demektir.
destek sistemlerini sınıflandırabilecek ve
yöneticilerin bu sistemleri karar vermek ve
Model, gerçeğin basitleştirilmiş bir temsili veya soyutlamasıdır. Modeller yöneticilerin riskleri
rekabet avantajı elde etmek için nasıl
hesaplamalarına, belirsizliklerini anlamalarına, değişkenleri farklılaştırmalarına ve karar kullanabileceğini açıklayabileceksiniz.
verme için zamanı manipüle etmelerine yardımcı olur. YBS destek sistemleri, değişkenler
arasındaki ilişkileri matematiksel olarak gösterebilen hesaba dayalı ve analitik rutin
modellere dayanır. Örneğin, Microsoft Office Excel gibi bir elektronik hesap tablosu yazılımı,
pazar payını veya yatırım getirisini hesaplayan modeller içerebilir. YBS, enformasyon, iş
zekası ve bilgi üretebilecek çok daha karmaşık modelleme ilişkilerini ifade etme yeteneğine
ve işlevselliğine sahiptir. Şekil 2.10, örgütsel düzeylerde karar vermeyi desteklemek için
kullanılabilecek üç temel bilgi sistemini göstermektedir.

İş Odaklı YBS Modül 1 53

ŞEKİL 2.10
Karar Verme için Birincil YBS Sistem
Türleri

Yapılandırılmamış

Üst Yönetim
Bilgi Sistemi

Yarı
Yapılandırılmış

Yapılandırılmış

Operasyonel Yönetsel Stratejik

Operasyonel Destek Sistemleri

İşlemsel Bilgi (transactional information), tek bir iş süreci veya iş birimi içinde yer alan tüm
bilgiyi kapsar ve asıl amacı günlük operasyonel veya yapılandırılmış kararların performansını
desteklemektir. İşlemlerle ilgili bilgi, örneğin müşteriler hisse senedi satın alırken, havayolu
rezervasyonu yaparken veya ATM'den para çekerken elde edilir. Yöneticiler, bu bilgiyi
operasyonel düzeyde yapılandırılmış kararlar verirken kullanırlar.
Çevrimiçi veri işleme (OLTP-Online Transaction Processing), (1) tanımlanmış iş kurallarına
göre bilgi işlemek, (2) depolamak ve (3) yeni bilgi üretmek için mevcut bilgileri güncellemek
amacıyla bilgi teknolojilerini kullanarak işlem ve hareket verilerinin elde edilmesidir. Bu
aşamada, işlemlerin ve olayların her ayrıntısı kaydedilmelidir. Veri İşleme Sistemleri (TPS),
operasyonel seviyeye (analistler) hizmet eden ve yapılandırılmış kararlar alınmasına yardımcı
olan temel iş sistemleridir. Bir TPS'nin en yaygın örneği, bordro veya sipariş giriş sistemidir.
Sistem düşüncesini gözönünde bulundurduğumuzda, bir TPS için girdilerin orijinal işlem
kayıtlarından oluşan kaynak belgeler olduğunu söyleyebiliriz. Bordro sistemi için kaynak
belgeler, zaman çizelgeleri, ücret oranları ve çalışanlara ödenecek sosyal yardımlardan
oluşabilir. Dönüşüm, bordronun hesaplanması yanında, çalışan kayıtlarının oluşturulması,
okunması, güncellenmesi ve silinmesi gibi (genellikle CRUD-“Creating, Reading, Updating,
Deleting”- olarak adlandırılır) bilinen prosedürleri içerir. Çıktı, hesaplanmış maaşlar ve
hazırlanan bordro raporlarıdır. Şekil 2.11, bir TPS’in sistem düşüncesi yaklaşımıyla ele alınmış
halini göstermektedir.

54 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 Girdi İşlem Çıktı
• Kaynak belgeler • CRUD • Raporlar
• Hesaplama
• Özetleme

Geri besleme

Yönetsel Destek Sistemleri ŞEKİL 2.11

Analitik bilgi tüm kurumsal bilgiyi kapsar ve asıl amacı yönetsel analizi veya yarı Bir TPS’in sistem düşüncesine göre
yapılandırılmış kararların verilmesini desteklemektir. Analitik bilgi, işlemsel bilgi yanısıra gösterimine örnek
piyasa ve sektör bilgisini de içerir. Analitik bilgiye örnek olarak eğilimler, satışlar, ürün
istatistikleri ve gelecekteki büyüme tahminleri verilebilir. Yöneticiler, kuruluşun yeni bir
üretim tesisi kurması veya yeni satış temsilcileri işe alması gerekip gerekmediği gibi yarı
yapılandırılmış önemli kararlar verirken analitik bilgiyi kullanırlar.
Çevrimiçi Analitik İşlem (OLAP-Online Analytical Processing), stratejik karar vermeye destek
verecek iş zekası oluşturmak amacıyla bilginin işlenmesidir. Karar Destek Sistemleri (DSS),
farklı eylem biçimlerinin değerlendirilmesi ve seçiminde yardımcı olan OLAP yöntemi
kullanarak bilgiyi modeller. DSS’ler, üst düzey yöneticilerin farklı iç ve dış kaynaklardan gelen
büyük hacimli ayrıntılı verileri incelemesine ve değiştirmesine olanak tanır. Kalıpları,
eğilimleri ve sıradışı durumları keşfetmek amacıyla binlerce, milyonlarca hatta milyarlarca
veriden karmaşık ilişkileri analiz etmek, bir DSS ile ilişkili temel kullanımlardan biridir.
Örneğin, hastaların teşhis ve tedavisine yardımcı olması için doktorlar, semptomları bir karar
destek sistemine girebilir. Sigorta şirketleri de kusurlu sürüş kayıtları bulunan sürücülere
sigorta yapma riskini ölçmek için bir DSS kullanabilir. Örneğin bir şirket, konut sahibi olup
aşırı hızdan ceza yiyen kadınların nadiren tekrar hız yaptığını bulgulamıştır. Bu iş zekasına
sahip olan şirket, bu özel müşteri grubuna sigorta ücretlerini düşürerek maliyet avantajı elde
etmiştir. Çok kullanılan DSS analiz teknikleri şunlardır:
What-If Analizi What-if analizi bir değişken veya varsayımdaki bir değişikliğin model
üzerindeki etkisini kontrol eder. Örneğin, “Güney Carolina’daki bir kasırga nedeniyle, stok
bulundurma oranı yüzde 30’dan yüzde 10’a düşerse tedarik zinciri bundan nasıl etkilenir?”
Bir kullanıcı, modelin değerlerinde, özellikle de kâr gibi bir değişkende meydana gelen
değişiklikleri gözlemleyebilir ve yorumlayabilir. Analiz, çeşitli durumların tüm etkileri
anlaşılıncaya kadar farklı değişkenlerle tekrarlanır.
Duyarlılık Analizi (Sensitivity Analysis): Özel bir "what-if" analizi olan Duyarlılık
analizi, bir değişkenin tekrar tekrar değişmesi durumunda diğer değişkenler üzerindeki
etkisinin incelenmesidir. Duyarlılık analizi, kullanıcılar belirli anahtar değişkenlerin değerini
tahmin ederken kurdukları varsayımlardan emin olmadığında kullanışlıdır. Örneğin, diğer
değişkenler üzerindeki etkilerini belirlemek için geliri art arda küçük artışlarla değiştirmek,
yöneticinin çeşitli gelir düzeylerinin diğer karar faktörleri üzerindeki etkisini anlamasına
yardımcı olacaktır.

İş Odaklı YBS Modül 1 55

 Hedef Arama Analizleri (Goal Seeking Analysis): Hedef arama analizi, istenen çıktı seviyesi
gibi bir hedefe ulaşmak için hangi girdilerin gerekli olduğunu ortaya çıkarır. What if ve
duyarlılık analizlerinin tersidir. Hedef arama analizi, bir değişkendeki değişikliklerin diğer
değişkenleri nasıl etkilediğini gözlemlemek yerine, bir değişken için bir hedef değer belirler
ve ardından hedef değere ulaşılana kadar diğer değişkenleri tekrar tekrar değiştirir. Örneğin,
hedef arama analizi ile, brüt kârı 5 milyon dolara çıkarmak için kaç müşterinin yeni bir ürün
satın alması gerektiği belirlenebilir.
Optimizasyon Analizleri (Optimization Analysis): Hedef arama analizinin bir uzantısı olan
optimizasyon analizi, belirtilen kısıtlamaları dikkate alarak diğer değişkenleri tekrar tekrar
değiştirmek suretiyle hedef değişkenin optimum değerini bulur. Optimizasyon analizinde
gelir ve maliyet değişkenlerini değiştirerek, yöneticiler en yüksek potansiyel kârı
hesaplayabilir. Gelir ve maliyet değişkenleri üzerindeki, örneğin, şirketin satın alabileceği
hammadde miktarı ve üretim için gerekli işgücü gibi kısıtlamalar dikkate alınabilir.
Şekil 2.12, çok kullanılan DSS yöntemlerini göstermektedir. Şekil 2.13, TPS'lerin bir DSS'ye
nasıl işlem verisi sağladığını göstermektedir. DSS, farklı TPS'lerden gelen bilgileri toplamak ve
özetlemek suretiyle, yöneticilerin yarı yapılandırılmış kararlar vermelerine yardımcı olur.

Stratejik Destek Sistemleri

Stratejik düzeyde karar vermek, iş stratejileri ile ilgili belirsizlik ve karmaşıklığı gidermek için
hem iş zekası hem de bilgi (knowledge) gerektirir. Üst düzey yöneticilere hitap eden Üst
Yönetim Destek sistemleri (ESS-Executive Support Systems), yargı, değerlendirme ve sezgi
gerektiren yapılandırılmamış, uzun vadeli ve rutin olmayan kararları destekleyen özel bir
DSS'dir. Bu kararların doğru ya da yanlış cevabı yoktur, sadece etkin ve verimli cevapları
vardır.
Yöneticiler örgütsel piramitte ilerlerken, ayrıntılarla (“daha ince” bilgi) daha az, anlamlı bilgi
kümeleriyle (“daha kaba” enformasyon) daha çok ilgilenir. Grenlilik (Granularity), modeldeki
ayrıntı düzeyini veya karar verme sürecini ifade eder. Grenlilik arttıkça, verilerin ayrıntı düzeyi
veya inceliği de derinleşir (Bknz. Şekil 2.14).
ŞEKİL 2.12
Bir DSS’in Sistem
düşüncesine göre
gösterimine örnek

Girdi Süreç Çıktı

• TPS • What-if • Tahminler
• Duyarlılık • Simülasyonlar
• Hedef Arama • Özel Raporlar
• Optimizasyon

Geri Besleme

56 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 İŞ ODAKLI ETİK VE GÜVENLİK
Yanınızdaki odada oturan kişinin şirketinize 7 milyar dolara mal olan bir sahtekarlık
üzerinde çalıştığını farzedin. Bir Fransız bankasındaki bir çalışanın, iş süreçleri
konusundaki derin bilgisini sistemi devre dışı bırakmak için kullanıp 73 milyar
dolarlık düzmece işlemler yaparak bankayı 7 milyar dolar civarında zarara uğrattığı
The Criminal in
iddia ediliyor. the Cube Next
ABD Gizli Servisi'nin, değişik kurumlarda çalışan 26 kişi tarafından gerçekleştirilen
23 olayı incelemesi sonucu ulaştığı sonuç, iş süreçleri ile ilgili kurallar ve
Door
yetkilendirme mekanizmalarının eksikliklerden yararlanarak bu kişilerin iş yerinde
geçirdikleri zamanın yüzde 70’ini, şirketlerinden çalma konusunda kullandığı
yönündedir. Şaşırtıcı olanı, bu kişilerin yüzde 43'ü bu suçları işlerken kendi kullanıcı
adı ve şifrelerini kullanmışlardır.
Bünyenizde çalışan suça meyilli bilgili bir çalışanın şirketinize zarar verme
potansiyeli olduğunu bilmek ürkütücü bir durumdur. Birçok DSS ve EIS, şirketinizin
etkin bir şekilde çalışması için ihtiyaç duyduğu iş zekasını ihtiva eder ve bu varlıkların
korunması gerekir. Bir şirketin TPS, DSS ve ESS’inde ne tür hassas bilgiler bulunur?
Çalışanlarınızdan biri DSS'nizde yer alan bilgileri çalmaya karar verirse ne gibi
sorunlarla karşılaşabilirsiniz? ESS’inizi etik dışı davranan kullanıcılardan nasıl
koruyabilirsiniz? Aynı odada çalıştığınız bir iş arkadaşınızın bir dolandırıcı olduğunu
düşünürseniz ne yaparsınız?

Yönetimsel
Raporlar

Kargolama
Verisi

ŞEKİL 2.13
TPS ve Yarı yapılandırılmış Kararları
Destekleyen DSS Arasındaki Etkileşim

İş Odaklı YBS Modül 1 57

 İŞ ODAKLI START-UP
Hurda Takibi İçin
Dijital Kontrol
Paneli
Rakiplerinizin takım maskotlarını veya tuvalet kağıtlarını onların klüplerinden
çalmak hoşunuza gider mi? Eğer öyleyse, ideal kariyerinizi College Hunks Hauling
Junk'ta başlatabilirsiniz. Bu şirket, hurda ve geri dönüşüm malzemelerini toplatmak
için üniversite öğrencilerini ve yeni mezunları istihdam etmektedir. Şirket kurucusu
Nick Friedman'ın, kolej yaşamında sıkça gördüğümüz bu dostane rekabetten
yararlanıp onu kâra dönüştürmek gibi bir hedefi vardı. Nick Friedman’ın şirketi 2005
yılında piyasaya girdiğinde, Virginia’lı nakliye şirketlerinin kamyonları tıraş kremi
köpüğüyle boyanmış ve üzerine Maryland Üniversitesi bayrağı asılmıştı. Virginia
nakliye şirketleri misilleme yaparak, Maryland’ın kamyonunun koltuklarına ölü
balıklar bırakmışlardı. Friedman bu sıradışı davranışları eleştirmek yerine bu enerjiyi
bir motivasyon unsuru olarak kullanmaya karar verdi. Nick Friedman, “Bu rekabetçi
ve muzip coşkuyu kullanmak ve iyi yöne kanalize etmek istedik” diyor.
Freidman cesur bir hamle yaptı ve gelir, ortalama iş büyüklüğü ve müşteri sadakati
gibi tipik temel performans göstergelerini izlemek yerine, toplanan hurdaları ve
bağış veya geri dönüşümden kazanılan miktarı izlemek için bir dijital gösterge paneli
hazırladı. Kazanan ekip, övünme hakkı, pankart, mütevazı para ödülleri ve yıllık
şirket toplantısında yemek gibi ödüller kazanacaktı. Çalışanlar, kendilerinin ve
rakiplerinin en son durumlarını görmek için her gün kontrol panelini kontrol
edebiliyorlardı. Sizce bu rekabet, College Hunks Hauling Junk'un gelir hedeflerini
aşmasına yardımcı olacak mıdır? Okulunuz veya işinizde bir takım yarışması için
dijital gösterge paneli oluşturacak olsaydınız, ne tür metrikleri takip ederdiniz?
Ekibinizin daima kazanmasını sağlamak için ne tür motivasyon araçları kullanırdınız?
Gösterge panelinde ne tür harici bilgileri görmek isterdiniz? Etik kurallara uymayan
biri, ekibinize veya şirketinize zarar vermek için dijital gösterge panelindeki bilgileri
kullanabilir mi? Bu riskleri azaltmak için neler yapabilirsiniz?

Kaba OLAP Analitiksel

Süreçler
Grenlilik

İşleme

İnce OLTP İşlemsel

ŞEKİL 2.14
Bir Örgütteki Bilgi Düzeyleri

58 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 Üst Yönetim Destek
Sistemleri

Kargolama
Verisi Dağıtım Sistemi

Bir DSS, yapılandırılmamış kararları destekleyen dış kaynaklı veri gerektirmesi boyutuyla ŞEKİL 2.15
ESS’den farklıdır (Bknz. Şekil 2.15). Bu, DSS'lerin hiçbir zaman harici kaynaklardan veri TPS ve ESS
kullanmadığı anlamına gelmez, ancak DSS’ler genellikle yarı yapılandırılmış kararları iç verileri
Arasındaki Etkileşim
kullanarak verir.
Görselleştirme (Visualization), büyük hacimli verilerdeki desen (örüntü) ve karmaşık
ilişkilerin grafik görüntülerini üretir. Üst yönetim destek sistemleri, üst düzey yöneticilere
sistemle çok az etkileşimle hatta hiç etkileşimde bulunmadan belli başlı temel bilgileri
sunmak amacıyla görselleştirmeden yararlanır. Yaygın kullanımı olan bir görselleştirme aracı,
birden çok kaynaktan bilgileri derlemek suretiyle, kullanıcı ihtiyaçlarını karşılayacak şekilde
uyarlanabilen ve anahtar performans göstergeleri ve kritik başarı faktörlerini izleyen dijital
gösterge panosudur. Bir üretim ekibi için tasarlanmış bir dijital gösterge panosunda
bulunabilecek muhtemel özellikler şunlardır:
■ Her 15 dakikada bir yenilenen anahtar performans göstergeleri listesi.

■ Son 24 saat boyunca planlanan ve gerçekleşen üretimi gösteren çizgi grafik.

■ Gerçek ve tahmini ürün fiyatlarını ve stokları gösteren bir tablo.

■ Sıradışı uyarıların ve bu uyarıların çözüm durumunu gösteren bir liste.

■ Borsa fiyatları grafiği.

Dijital gösterge panelleri, temel veya detaylı sonuçları hızlı bir şekilde gösterir. Bu gösterge
panellerinin kullanımları kolaylaştıkça, çalışanlar, YBS personelini sorular ve rapor talepleriyle
bunaltmadan kendi analizlerini yapabilir. Dijital kontrol panelleri, çalışanların, bilgiyi
raporlamanın da ötesine taşımalarını ve iş performanslarını doğrudan arttırmalarını sağlar.

İş Odaklı YBS Modül 1 59

 Bu paneller yardımıyla, çalışanlar bilgi sisteme girer girmez sonucu görüp kararlar verebilir,
sorunları çözebilir ve stratejilerini aylıkdan günlüğe değiştirebilirler. Dijital gösterge panelleri
aşağıdaki özellikleri sunar:
Konsolidasyon (Consolidation): Konsolidasyon, basit toplamalardan tutun karmaşık
gruplamalara kadar birbirleriyle ilişkili verilerin bir araya getirilmesidir. Örneğin, farklı satış
temsilcilerine ait veriler yerel düzeyde, eyalet düzeyinde, ardından bölge düzeyinde bir araya
getirilebilir.
Detaylandırma (Drill-Down): Detaylandırma, kullanıcıların bilgilerin ayrıntılarını ve
ayrıntıların da ayrıntılarını görüntülemelerini sağlar. Yani aslında konsolidasyonun tersidir;
yani, bölgesel satış verilerini görüntüleyen bir kullanıcı, ardından her ofisteki her satış
temsilcisinin verilerine kadar ayrıntıya inebilir. Detaylandırma yeteneği yöneticilerin aylık,
haftalık, günlük ve hatta saatlik bilgileri görüntülemelerini sağlar.
Dilimleme (Slice-and-Dice), enformasyona farklı perspektiflerden bakabilme yeteneğidir. Bir
dilim, belli bir tanıtım esnasında gerçekleşen tüm ürün satışlarını gösterebilir. Başka bir dilim,
tüm tanıtımlar için tek bir ürünün satışını görüntüleyebilir. Dilimleme, genellikle eğilimleri
analiz etmek ve zamana dayalı örüntüleri keşfetmek için belli bir zaman ekseninde
gerçekleştirilir. “Çöp girerse, çöp çıkar” deyimi, karar verirken unutulmaması gereken önemli
bir unsurdur. Destek sisteminde kullanılan işlem verileri yanlışsa, yönetimsel analiz yanlış
olur. Dolayısıyla, DSS, sadece yanlış bir kararın daha hızlı alınmasına yardımcı olan bir araç
olarak kalır. Yöneticiler ayrıca, “Nihai kararımı vermeden önce DSS’in bana anlatamadığı ne
olabilir?” sorusunu da sormalıdır.

GELECEK: YAPAY ZEKA

2.4: Yapay zekayı
tanımlayabilecek ve beş
ana türünü
açıklayabileceksiniz.
Üst yönetim destek sistemleri, artık yapılandırılmamış stratejik kararlar vermek için yapay
zekadan yararlanmaya başlamıştır. Yapay zeka (Artificial Intelligence), akıl yürütme ve
öğrenme yeteneği gibi insan düşünce ve davranışlarını taklit eder. Nihai hedefi insan zekasını
taklit edebilecek bir sistem kurmaktır.
Akıllı sistemler (Intelligent systems) yapay zekanın çeşitli ticari uygulamalarıdır. Akıllı
sistemler, insan yeteneklerini taklit eden ve geliştiren, deneyimden öğrenen veya anlayan,
belirsiz veya çelişkili bilgileri anlayan ve hatta problemleri çözmek ve etkin kararlar vermek
için muhakemeyi kullanan sensörler, yazılımlar ve cihazlardan oluşur. Akıllı sistemler, üretim
teçhizatını izleyip önleyici bakım gerektiğinde sinyal vermek suretiyle fabrikalarda verimliliği
artırma gibi görevleri yerine getirir. Bu sistemler artık her yerde görünmeye başlıyorlar:
■ İngiltere'deki Manchester Havaalanı'nda, “Hefner AI Robot Cleaner”, güvenlik ve
sigara içilmemesi gibi kurallara uyulması konusunda yolcuları uyarır. Ayrıca, her
gün, 65.600 feet karelik bir alanı da temizler. Üzerindeki lazer tarayıcılar ve
ultrasonik dedektörler, yolcularla çarpışmasını önler.
■ Shell Oil’in SmartPump’ı, soğuk ve yağışlı kış günlerinde arabalarından
indirmeden sürücülere hizmet verir. Özel bir depo kapağı ve ön cama monte
edilmiş bir alıcı-vericisi olan 1987'den sonra üretilmiş tüm otomobillerde robot,
pompayı nereye yerleştireceğini anlayabilir.
■ Matsushita’nın kurye robotu, hastane koridorlarında gezinerek hasta dosyaları,
röntgen filmleri ve tıbbi malzemeleri gitmesi gereken yerlere götürebilmektedir.
■ “FireFighter AI Robot”, kimyasal tesislerdeki ve nükleer reaktörlerdeki alevleri su,
köpük, toz veya inert (asal) gazla söndürebilmektedir.
Yapay zeka sistemleri karar verme hızını ve tutarlılığını arttırır, eksik bilgilerle sorunları çözer
ve geleneksel bilgi işlemle çözülemeyen karmaşık sorunlara çözüm üretir. Yapay zeka
sistemlerinin birçok kategorisi vardır; en çok bilinen beş tanesi (1) uzman sistemler, (2) sinir
ağları, (3) genetik algoritmalar, (4) akıllı ajanlar ve (5) sanal gerçekliktir (Bknz. Şekil 2.16).

60 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

 ŞEKİL 2.16
Uzman Sistemler
Yapay Zeka Örnekleri
Uzman sistemler, zor sorunların çözümünde uzmanların akıl yürütme süreçlerini taklit eden
bilgisayarlı danışma programlarıdır. Tipik olarak, çeşitli birikmiş deneyimleri içeren bir bilgi
tabanı ve bilgi tabanını her bir özel duruma uygulamak için bir dizi kural içerirler. Uzman
sistemler, iş dünyasında en yaygın yapay zekâ biçimidir. Çünkü insan uzmanların bulunması,
saklanması veya çok pahalı olması durumunda ortaya çıkan boşluğu doldururlar. En iyi bilinen
sistemler satranç oyunu ve tıbbi teşhis amacıyla kullanılan sistemlerdir.

Sinir Ağları
Yapay sinir ağı olarak da adlandırılan bir sinir ağı, insan beyninin çalışma şeklini taklit etmeye
çalışan bir yapay zeka kategorisidir. Sinir ağları, mantığın veya kuralların bilinmediği
durumlarda örüntüler ve özellikler oluşturmak için büyük hacimli verileri analiz eder. Sinir
ağlarının pekçok özelliği vardır:
■ Öğrenme ve yeni koşullara kendi başına uyum sağlama.

■ Paralel işlemeye uygunluk.

■ Eksik veya iyi yapılandırılmamış verilere rağmen çalışabilmesi.

■ Çok sayıda bağımlı değişkenle büyük hacimli verilerle başa çıkabilmesi.

■ Doğrusal olmayan ilişkileri analiz yeteneği (regresyon analiz sistemleri).
Sinir ağı teknolojisinin kullanan en eski sektör finans sektörüdür ve yirmi yılı aşkın bir süredir
süredir bu sektörde sinir ağları değişik şekillerde kullanılmaktadır. Finans sektörü, kredi
başvurularını incelemek ve “red” veya “Kabul” edilen başvurularla ilgili örüntü ve profiler
oluşturmak için sinir ağlarını kullanır. Aşağıda finans alanında sinir ağları kullanımına bazı
örnekler verilmiştir.
■ Citibank, finansal piyasalardaki fırsatları keşfetmek için sinir ağlarından yararlanmaktadır.
Citibank finans yöneticileri, geçmiş borsa verilerini sinir ağları yazılımı ile itinayla
inceleyerek ilginç rastlantı veya küçük anomalileri tespit edebilmektedirler. Örneğin, ne
zaman ki borsada IBM hisseleri yükselse, Unisys hisseleri de yükselmekte, ya da ABD hazine
bonosu Japonya’da 1 sent daha ucuza satılmaktadır. Bu bilgi parçacıkları, çok rekabetçi bir
finansal piyasada Citibank'ın bilançosunda büyük bir fark yaratabilir.
■ Visa, MasterCard ve diğer birçok kredi kartı şirketi, bireysel hesaplardaki gariplikleri tespit
etmek ve sahtekarlık olup olmadığını kontrol etmek için sinir ağlarından yararlanır.
MasterCard, sinir ağlarının yılda 50 milyon dolar tasarruf sağladığını tahmin etmektedir.

İş Odaklı YBS Modül 1 61

 ■ Sigorta şirketleri, devlet tazminat fonları ve diğer bir çok kurum, sahtekarlığı ortaya
çıkarmak için sinir ağlarından yararlanmaktadır. Sistem, faturalama, laboratuvar testleri ve
ofis ziyaretlerine göre örüntüler (desenler) aramaktadır. Örneğin, burkulan bir ayak bileği
tedavisinde, elektrokardiyogram çekilmişse sistem derhal bunu işaretleyerek kullanıcıyı
bilgilendirmektedir.
Sinir ağlarının genel kullanım alanları aşağıdaki gibi sıralanabilir:
■ Uzay: Uçuş simülasyonları, otomatik pilot uygulamaları, komponentlerin hata denetimleri
■ Otomotiv: Otomatik yol izleme, rehber, yol koşullarına göre sürüş analizi
■ Bankacılık: Kredi uygulamaları geliştirilmesi, müşteri analizi ve kredi müraacat
değerlendirilmesi, bütçe yatırım tahminleri
■ Savunma: Silah yönlendirme, hedef seçme, radar, sensör sonar sistemleri, sinyal işleme,
görüntü işleme
■ Elektronik: Kod sırası öngörüsü, çip bozulma analizi, non-lineer modelleme
■ Eğlence: Animasyonlar, özel efektler
■ Finans: Kıymet biçme, pazar performans analizi, bütçe kestirimi, hedef belirleme
■ Sigortacılık: Ürün optimizasyonu, uygulama politikası geliştirme
■ Üretim: Üretim işlem kontrolü, ürün dizaynı, makina yıpranmalarının tespiti, dayanıklılık
analizi, kalite kontrolü, iş çizelgeleri hazırlanması
■ Sağlık: Hastalık erken teşhis ve tedavisi, EEG, ECG, MR, kalite artırımı, ilaç etkileri analizi,
kan analizi sınıflandırma
■ Petro kimya: arama, verim analizi
■ Robotik: Yörünge kontrol, forklift robotları, görsel sistemler, uzaktan kumandalı sistemler,
optimum rota belirleme
■ Dil: Sözcük tanıma, yazı ve konuşma çevrimi, dil tercüme
■ Telekomünikasyon: görüntü ve data karşılaştırma, filtreleme, eko ve gürültü
sönümlendirilmesi, ses ve görüntü işleme, trafik yoğunluğunun kontrolü
■ Güvenlik: parmak izi tanıma, kredi kartı hileleri saptama, retina tarama, yüz eşleştirme
Bulanık Mantık
Bulanık mantık, klasik mantığın çalışma prensipleri matematiksel olarak ifade edildiğinde
karşımıza “1” ve “0” değerlerinden oluşan bir tablo çıkar. Burada bir varlık belirli bir kümeye
ait olabilir. Diğer bir ihtimalle de bu kümeye ait olamaz. “Doğru” olma durumu “1” ile ifade
edilirken, “yanlış” da “0” olarak değerlendirilir. Diğer yandan başta bahsettiğimiz doğal, sözel
ve insani şeylerin her zaman bu kategorilere uygun olması imkansız görünüyor. İşte bu yüzden
klasik kümeler, yani başka bir deyişle kesin kümeler anlayışının yaklaşımları yetersiz kalır. Bu
noktada da alternatif olan yani bulanık mantık devreye giriyor. İki başlıca değer olan “1” ve
“0” arasında diğer ihtimallere de fırsat tanınır. Bulanık mantık için 1 ve 0 birer mutlak değer
değil sınır bölgesi olarak görülür.
Bunu basit bir elma örneğinde anlatmak mümkün… Düşünün ki elmalarınız var. Ağaçtaki
elmaların yeşil olanları “0” kırmızı olanları ise “1” olarak değerlendiriliyor. Peki ya tamamen
kızarmamış ama tamamen yeşil olmayan elmalar? Doğada kesinlik olmamasından kasıt ise
tamamen bunun üzerinden ilerliyor. A kümesinin elemanları yeşil, ham elmalar B kümesinin
elemanları da kırmızı olgun elmalar diye klasik yaklaşıma bulanık mantık karşı çıkar.
Bulanık mantığa göre tamamen kırmızı ve tamamen yeşil elmalar aşırı uçları, sınırları
belirtirken aradakiler için de etiketler mümkündür. Yeşil elmanın başlangıç olmasından dolayı,
biraz kızarmış bir yeşil elma %30, daha kızarmışsa %40, biraz yeşilse %70 kızarmış elmalar
kategorisindedir. Klasik mantığın doğruluk değerlerini zenginleştiren bir anlatım olanağı
böylelikle ortaya çıkar.
Bulanık mantığın bazı uygulama alanları şunlardır:
Asansör denetimi: Yolcu trafiğini değerlendirierek bekleme zamanını azaltır.

62 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

SLR fotoğraf makinesi ve video kameralar: Ekranda birkaç obje olması durumunda en iyi
fokusu ve aydınlatmayı belirler. Cihazın elle tutulması nedeniyle çekim sırasında oluşan
sarsıntıları ortadan kaldırır.
Çamaşır makinesi: Çamaşırın kirliliğini, ağırlığını, kumaş cinsini sezer, ona göre yıkama
programını seçer.
Elektrik süpürgesi: Yerin durumunu ve kirliliğini sezer ve motor gücünü ona göre ayarlar.
Klima: Ortam koşullarını değerlendirerek en iyi çalışma durumunu algılar, odaya birisi girerse
soğutmayı arttırır.
ABS fren sistemi: Tekerleklerin kilitlenmeden frenlenmesini sağlar.
Metro sistemi: Hızlanma ve yavaşlamayı ayarlayarak rahat bir yolculuk sağlanmasının yanı
sıra durma konumunu iyi ayarlar, güçten tasarruf sağlar.
Televizyon: Ekran kontrastını, parlaklığını ve rengini ayarlar.

Genetik Algoritmalar
Genetik algoritmalar, genetik biliminden esinlenildiği için bu isimle anılmaktadır. Genetik
algoritmalar, bir probleme her seferinde daha iyi çözümler üretmek için en uygun ve en
sağlıklı şekilde hayatta kalma sürecini taklit eden sistemlerdir. Öncelikle ilk bilmemiz gereken
terim Popülasyon’dur. Popülasyon biyolojide bir topluluğa verilen ad olarak kullanılırken,
genetic algoritmalarda olası çözüm bilgilerini ifade eden bireylerin topluluğuna verilen
isimdir. Popülasyonda ki her bireyimizin ismi Kromozomdur. Biyolojide ki DNA gibi hayal
edebiliriz. Son olarak kromozomlarımız genlerden oluşmaktadır.
Genetik algoritmalarda işleyiş şu şekildedir:
Başlangıçta kromozomların ideal kromozom olup olmadıkları için belirli testlere (fitness
function) tabi tutulur ve puanlınır. Belirlenen yeni popülasyon bir kurallar yapısına sokulur ve
bu kromozonlardan tekrardan yeni kromozomlar oluşturulur. Bu yeni kuşakta yine başarılı
olanlar türetilir ve başarısız olanların popülasyondan uzaklaşması beklenir. Bu işlem sürekli
belirli bir noktaya kadar devam eder. Bittiğinde elimizde en başarılı kromozom kalır. Bu en
başarılı kromozom da bizim en ideal çözümümüze yakın olan çözüm olmaktadır.
Yeni nesilleri türetme evresinde kullanılabilecek iki yöntem bulunmaktadır. Bunlardan
birincisi çaprazlama diğeri mutasyondur.
Çaprazlama seçilmiş iki kromozomun belirlenmiş bir kural ile yeni gen oluşturmasıdır.
Mutasyon ise belirlenmiş bir geni zorlama (radyasyon gibi) ile farklılaştırmaktır. Fazla
mutasyon bozulmalara neden olup popülasyona zarar verir.
Genetik algoritmaların bazı uygulama alanları şunlardır:
Otomatik programlama ve bilgi sistemleri: Bilgisayar çipleri tasarımı, ders programı
hazırlanması ve ağların çizelgelenmesi
Pazarlama: Tüketicilere ait verileri analiz ederek tüketici kalıplarının çıkarılması
Sistem güvenirliği: Bir sistemin güvenilirliği, belirli koşullar altında belirli bir zaman
aralığında sistemin başarılı olarak çalışma olasılığı olarak tanımlanmaktadır. Çoğu sistem,
çeşitli işlemlerde kritik bir role sahiptir ve eğer sistemde arıza olursa sonuçları oldukça ciddi
olmaktadır. Bu alanda optimizasyon, etkisiz parçaların sisteme en iyi şekilde tahsis
edilebilme veya yararlanabilme yolunu bulmayı içermektedir.
Finans: hisse senedi fiyatlarındaki değişim kalıplarını tahmin etmede ve bulmada, kaynak
tahsisi ve uluslararası sermaye tahsisi stratejilerini belirlemede kullanılabilir.
Gezgin satıcı problemi: Gezgin satıcı probleminde amaç, katedilen toplam mesafeyi
minimize eden bir yolculuk planı oluşturmaktır. Bir çok problem tipi, gezgin satıcı problemi
gibi modelenebilmektedir. Bunlara örnek olarak; devre tasarımı, posta taşıyıcılarının,
havayolu uçaklarının, okul otobüslerinin rotalarının bulunması verilebilir.
Araç rotalama problemi: Birleşik optimizasyon problemlerinin örneklerinden biri de araç
rotalama problemidir. Temel araç rotalama problemi, talebi belirli olan müşterileri kapsar.
Tek bir depodan araçlar ayrılmakta ve müşteri taleplerini karşılayarak tekrar depoya
dönmektedir. Her aracın kapasite kısıtı vardır. Bu temel probleme ayrıca, her aracın alacağı
yol mesafe kısıtı olarak eklenebilir. Her bir müşterinin talebini sadece bir araç karşılamaktadır.

İş Odaklı YBS Modül 1 63

 Taşıma Problemi: Taşıma problemi; tedarikçilerden tüketicilere, talebi karşılamak üzere,
minimum maliyetle tek tipte ürün gönderilmesini içermektedir. M tane tedarikçi ve N tane
de tüketici mevcuttur. Tek tedarikçiden her bir tüketiciye bir birim ürün ulaştırma maliyeti
bilinmektedir. Problem, tüm talebin karşılanması ve maliyet minimizasyonu şartıyla ürünün
arz yerinden talep yerine optimum tahsisini sağlamaktır.

Akıllı Ajanlar
Akıllı ajan, kullanıcılar adına belirli görevleri yerine getiren özel amaçlı bilgi tabanlı bir bilgi
sistemidir. Akıllı bir ajanın en basit örneklerinden biri alışveriş botlarıdır. Bir alışveriş botu,
perakendeci web sitelerinde arama yapıp her perakendecinin fiyat ve stok durumuna ilişkin
kullanıcıya toplu olarak sonuçları getiren bir yazılımdır. Akıllı ajanlar, giderek artan bir şekilde,
bir şirketin İnternetteki alım satım işlemlerini yürütür ve ürün bulma, fiyatta pazarlık yapma
gibi işlemleri yerine getirir. Akıllı ajanlar, tüm tedarik zinciri alım ve satımlarını yönetebilecek
kapasiteye sahiptir.
Akıllı ajanların bir başka uygulama alanı da çevresel tarama ve rekabetçi zekadır. Örneğin, bir
akıllı ajan kullanıcıların takip etmek istediği rakip bilgilerini öğrenebilir. Bu amaçla web'i
sürekli olarak tarayarak önemli bir olay meydana geldiğinde kullanıcıları uyarabilir.
Çok Ajanlı Sistemler ve Ajan Temelli Modelleme: Kargo taşıma sistemlerinin, kitap dağıtım
merkezlerinin, video oyun pazarının ve grip salgınının bir karınca kolonisi ile ortak noktası ne
olabilir? Hepsi karmaşık uyarlanabilir sistemlerdir. Yapay zeka ile uğraşan bilim insanları,
karınca kolonileri gibi ekosistemleri gözlemleyerek, karıncaların davranış özelliklerinden
hareketle donanım ve yazılım modelleri geliştirebilirler. Bu şekilde (1) insan tabanlı
sistemlerin nasıl davrandığı, (2) belirli durumlarda nasıl davranacakları ve (3) insan
sistemlerini nasıl daha etkin ve verimli hale getirilebileceği öğrenilebilir. Doğadaki modelleri
inceleyip taklit ederek veya bunlardan ilham alarak insanların problemlerine çözüm getirmeyi
amaçlayan bilim dalına biyomimikri (biomimicry) denir.
Son yıllarda, yapay zeka araştırması, çok merkezli sistemlerin yardımıyla karmaşık
organizasyonların bir bütün olarak modellenmesinde çok ilerleme kaydetmiştir. Çok ajanlı bir
sistemde, akıllı ajan grupları bağımsız çalışma ve birbirleriyle etkileşim kurma yeteneğine
sahiptir. Ajan tabanlı modelleme, her biri bir dizi basit kurala uyan ve değişen koşullara uyum
sağlayabilen birden fazla akıllı ajan kullanan insan organizasyonlarını simüle etmenin bir
yoludur. Ajan tabanlı modelleme sistemleri, borsa dalgalanmalarını modelleme, insanların
yanan bir binadan kaçış rotalarını tahmin etme, faiz oranlarının değişik türlerde borcu olan
tüketiciler üzerindeki etkilerini tahmin etme ve koşullardaki değişikliklerin tedarik zincirini
nasıl etkileyeceğini tahmin etmede vb. kullanılmaktadır.
Sanal Gerçeklik
Sanal gerçeklik, hayali veya gerçek dünyanın veya bilgisayar tabanlı olarak simülasyonunun
yapılmasıdır. Sanal gerçeklik, daha doğal, gerçekçi, çok boyutlu insan-bilgisayar arayüzleri
oluşturmaya çalışan, hızla büyüyen bir yapay zeka alanıdır. Sanal gerçeklik, kullanıcıların
dünyanın herhangi bir yerinde olabilmesi ve yalnız ya da birlikte uzaktan çalışabilmek için
sanal gerçeklik sistemlerinin kullanılabilmesi imkanı sağlayan uzakta bulunma (telepresence)
ortamı oluşturur. Sanal gerçeklik sistemleriyle, bir görevi yerine getirmek için bir ekipmana
adeta uzaktan dokunmak ve kontrol etmek mümkündür. Bir cerrahın ve hastanın dünyanın
farklı yerlerinde olabileceği sanal cerrahiden, kimyasal tesisler ve nükleer reaktörler gibi
tehlikeli ortamlarda ekipmanın uzaktan kullanımına kadar çok geniş bir uygulama alanı vardır.
Artırılmış gerçeklik (Augmented Reality), gerçek dünyayı ve bilgisayar ürünü olan sanal
dünyayı bir araya getirir ve gerçek dünyadan kopmadan sanal dünya ile etkileşmemizi sağlar.
Cihazların cisim tanıma özelliği kullanılarak ses, fotoğraf, video, grafik veya GPS gibi sanal
nesnelerin 3 boyutlu gerçek görüntülerini canlandıran, bu canlandırmaları duyusal veriler
sayesinde gerçek dünya ortamı ile birleştirebilen ileri seviye bir teknolojidir. Aslında bu sistem
bize, elimizdeki bilgisayar veya mobil cihazın ekranı sayesinde gerekli olan uygulamalar
kullanılarak gerçek hayatta orada olmayan, sanal ortamda ki bir nesne veya olayın
gerçekleşiyor gibi gözükmesini sağlar. Akıllı cihazlar (telefon,tablet,gözlük vb.) aracılığı ile o
nesneye veya materyale bakıldığında daha önce entegre edilmiş olan uygulamalar sayesinde
dijital ya da elektronik içerikler gerçek dünyada görülür.
Sanal İş Gücü Microsoft’un Washington eyaletinin Redmond’taki genel merkezinde, günlük

64 Bölüm 2 Kararlar ve Süreçler: Değer Odaklı İşletmeler

35 bin kişilk bir çalışan trafiği oluşmaktadır. Trafiği hafifletmek için Microsoft, çalışanlarına
evden çalışma imkanı sunmaktadır. IBM’in 330.000 çalışanının yaklaşık yüzde 42’si sanal
olarak çalışmaktadır ve fiziksel mekan kullanımından kaynaklanan giderlerde yılda 100 milyon
doların üzerinde tasarruf sağlamaktadır. Sanal çalışma, daha az trafik, çalışanların
üretkenliğinde artış ve fiziksel mekan kullanımına ilişkin giderlerde düşüş gibi çeşitli avantajlar
sunmaktadır. Ancak, uzaktan çalışmayı benimseme önünde, çalışanların evden çalıştıklarında
kariyerlerini tehlikeye atabilecekleri korkusu ve bazı çalışanların daha yoğun ortamlarda daha
üretken olabilecekleri gibi bir kısım engeller yok değildir. Sanal çalışanlar ayrıca, kendilerini
yalnız hissetme, inzivaya çekilme gibi durumlarla karşılaşmanın yanısıra eğitim ve danışmanlık
alma imkanlarından da mahrum kalabilmektedirler.

İş Odaklı YBS Modül 1 65