Büyük Veri projelerinde kurumsal yol haritası

advertisement
”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
olmez@sabanciuniv.edu
Download