Bilişim 30 EKİM 2012 / 11:13

Operasyonel kâr nasıl yüzde 60 artar?

Geleceğin mesleğiyle kâr yüzde 60 artar mı?

Yeni bir veritabanı uzmanlığı türü olan veri bilimciler, iş hedeflerini ve büyük veri analitiğini birbirine bağlıyor. Örneğin perakendeciler, büyük veri setlerini analiz eden veri bilimciler sayesinde operasyon kâr marjlarını yüzde 60 oranında artırabiliyor.



Tahminlere göre, 2020 yılında, otomobillerden ev aletlerine ve telefonlara kadar yaklaşık 50 milyar cihaz veri üretecek ve birbirleri ile sessizce iletişim kuruyor olacak. İleriye yönelik öngörülerde bulunmak ve kararlar almak isteyen şirketler için bu ‘veri Tsunamisi’ni doğru analiz edebilmek kritik önem taşıyacak.

Büyük veri analitiğini kullanan kurumların ihtiyaçlarında zaman içinde oluşan değişim, uzmanlık gerektiren yeni bir meslek dalının da doğmasına neden oldu: Veri bilimci. Neredeyse her kaynaktan toplanan bilgileri analiz etme yeteneğine sahip olan veri bilimcileri kullanan şirketlerin çok önemli avantajlar elde edeceklerine inanılıyor. Örneğin perakendeciler, büyük veri setlerini analiz eden veri bilimciler sayesinde operasyon kâr marjlarını yüzde 60 oranında artırabilirler. Sadece özel şirketler açısından değil, aynı avantajlar kamu sektörü için de geçerli. Araştırmalara göre, ABD sağlık sektörü veri bilimcileri kullanarak yılda 300 milyar dolar tutarında tasarruf edilebilir.

Veriyi canlandıran uzmanlar

Verilerden veya veriler tarafından desteklenen iş süreçlerinde önerilen değişikliklerden eşsiz ve beklenmedik değerler çıkarabilecek kişiler olarak tanımlanan veri bilimciler, ‘veriyi canlandıran uzmanlar’ olarak da adlandırılıyor.

Veri bilimcilerin elde ettikleri bilgilerin, kurumların iş yapış şekillerini esaslı bir şekilde değiştirebileceği belirtiliyor. Northwestern Üniversitesi profesörlerinden Diego Klabjan’a göre, veri bilimcileri kullanan kurumlar, günlük operasyonel kararlarına iş değeri katmaktan, taktiksel ve stratejik kararlar ile planlara desteğe kadar pek çok alanda önemli avantajlar elde edebilirler. Müşteri ilişkilerine yön vermek, pazarlama ve satış departmanlarına destek olmak ve bunlara ek olarak, sadece geçmiş veriler üzerinde veri madenciliği yapmak değil, tahminsel modelleme ile uzun dönemli stratejilere şekil vermek de Klabjan’ın sözünü ettiği avantajlar arasında yer alıyor.



Bir veri bilimcinin tüm bu faydaları sağlayabilmesi için karmaşık veri modelleri ve çözümlerini gerçek iş dünyasına uyarlayabilecek kapasitede olması gerekiyor ve ileri düzeyde ticari bilgiye sahip olmak veri bilimcilerin bu yetkinliğe erişebilmesi için en önemli unsur olarak göze çarpıyor. “Başarılı bir veri bilimci ekspertizi veri ambarındaki veriyi analiz etmekten çok daha derinlere uzanır,” diyerek sözlerine devam ediyor Klabjan:

“Gelişmiş veri öngörülerini ticari anlayış ile birleştirerek, bir veri bilimci kurumun gerçek sonuçlarında pozitif ve güçlü bir etki yaratabilir.”

İdeal bir veri bilimcinin nitelikleri

Önemli getirilerine karşın, pek çok organizasyonun “veri bilimci” kavramına hâlâ yabancı olduğu da bir gerçek. Bir veri bilimcinin temel görevi, bir şirketin gelir elde etmesine ve rekabetçi pozisyonunu geliştirmesine yardımcı olacak kavramlar yaratmak. Bunu yapabilmek için, ideal bir veri bilimcinin şu niteliklere sahip olması gerekiyor:

• İstatistik, veri madenciliği ve makine öğrenimi yetkinliği,

• İleri seviyede programlama becerileri,

• İş zekasını da içerecek şekilde, veri ambarı ve veri yönetimi konularında bilgi sahibi olmak,

• İyi iletişim kurabilme ve “meslek dilini konuşma” yetkinliği,

• Ekip oyuncusu olma isteği,

• Zengin veri kaynakları bulma ve erişmede uzmanlık,

• Dağıtımlı sistemlerle, donanım, yazılım ve bant genişliği sınırlamalarından bağımsız büyük veri hacimleri ile çalışabilme becerisi,

• Birden fazla veri setini bir araya getirerek sorunların nasıl çözüleceği bilgisi,

• Veriyi görselleştirme yeteneği.

Daha fazla kurumun büyük veri analitiği uzmanlarına olan ihtiyacı görmesiyle birlikte, önümüzdeki birkaç yıl içinde veri bilimcilere olan talepte patlama yaşanması bekleniyor. Tahminlere göre, 2018 yılına gelindiğinde bu alanda 140 bin ila 190 bin kişi arasında bir istihdam açığı olacak.

Bugün veri bilimciler, kurumlara, hem uzun vadeli iş planları yapmada hem de pazarlama, satış, müşteri ilişkileri ve diğer kritik alanlarda daha iyi taktik ve stratejik kararlar alabilmelerini sağlayacak büyük veriyi kullanmalarında yardımcı oluyorlar. Gelecekte, veri bilimcilerin, giderek daha rekabetçi bir hâl alan online pazarlarda alıcılar ve satıcılar tarafından üretilen verilere daha fazla ilgi göstermeleri bekleniyor.

İş tanımını basitleştirmek

Yazılım pazarında yaşanan teknolojik değişim, daha iyi kullanılabilirlik sunmanın yanı sıra iş süreçlerini desteklemek için gereken çalışanların sayısını azaltıyor. Aynı durum büyük veri analitiği dünyası için de geçerli.

Teradata Aster MapReduce Platform gibi analitik yenilikler, veri bilimcilerin ihtiyaç duydukları rol ve nitelikleri oldukça basitleştirebiliyor. Platform, yeni ve klasik veri kaynaklarından öngörüler üretmek amacıyla, hem “yapısal” hem de “çoklu-yapısal” veriler üzerinde karmaşık analitiği çalıştırabilen SQL-MapReduce’u sağlamak için, SQL ve MapReduce’u bir araya getiriyor.

SQL-MapReduce’un temel hedefi, yeni analitik uygulamaları oluşturmak için veri bilimcilerin ihtiyaç duydukları bilgiyi en aza indirmek. Bundan böyle dağıtımlı işlemlerin uygulamanın üzerinde sahip olduğu etkiyi belirlemek veya yeni fonksiyonlar geliştirmek için veri bilimcilerin programlama bilmesine gerek yok. Bu sayede, veri madenciliği ve iş zekası analistlerine açılan kapıdan veri bilimcilerin de geçmesi kolaylaşırken, SQL ve iş süreçleri için ihtiyaç duyulan nitelikleri de azaltıyor.