Büyük Veri projelerinde kurumsal yol haritası
Transkript
Büyük Veri projelerinde kurumsal yol haritası
”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]