Veriye Dayalı Olgunluk Seviyesi

Verinin bir kurum için ne kadar önemli olduğunu artık bilmeyen kalmamıştır ama bilmek her zaman uygulandığı anlamına da gelmiyor. Özellikle de ülkemiz işletmelerin veri bilimi ve iş zekası uygulamalarına baktığımızda verinin önemini kavradığımızı ama bu değerden yeteri kadar faydalanamadığımızı görüyorum.

Veri Madenciliği, kurumda bulunan veri yığınlarının işlenmesi ve değerlendirilmesi proseslerini ifade eder. Bu kapsamda da kelime olarak çok güzel bir isimlendirme olduğunu söylemek isterim. Aynı zamanda da onca veri yığınından elde edilen bilgi de, kazılan tonlarca toprak içerisinden sizin için değerli olan madenin çıkarılmasına da benzer.

Burada varmak istediğim iki nokta mevcut:

  • Verinizden değer elde edebilmek için belirli teknik aşamaları geçmiş olmanız gerekiyor.
  • Dijital dönüşüm yolculuğuna paralel olarak belirtilen aşamaları geçmeden dönüşüm değil sadece dijitalleşmiş oluyorsunuz.

Dijital dönüşüm yolculuğunuzu veriye dayalı olarak modeller isek, uygulamalarınızdan aldığınız raporlamalar ile başlayarak verinizin işletmenin tim parçalarında dolaşabildiği bir yapıya kadar 5 aşama elde ederiz:

ANALİZ:  İşletmelerin mevcut uygulamaları aracılığı ile “mevcut durumu” gözlemlemelerini içerir. İş zekası (BI) ve veri ambarı (DWH) projelerinin de başlangıç seviyeleri bu kapsamda değerlendirilebilir. Bu aşamada firma,  elde ettiği veriyi modellemeye başlayabilir ve faklı uygulamalardaki verisini kıyaslayabilir. İşletme bu aşamada Veri Yönetişimi, veri kalitesi ve Ana Veri Yönetimi konularına da giriş yapmak hatta çözmek zorunda kalacaktır. Bu konuların her biri ayrı bir blog olacak kadar uzun konular ama özetle verideki bütünlük ve tutarlılık ne kadar yüksek olur ise raporlamalar da o kadar sağlıklı olacaktır.

ANALİTİK:  İşletme bünyesindeki verinin birbirleri ile entegre olduğu sistemlerdir. Bu sistemlerde veri zenginleştirme ve metadata yönetimi de doğru olarak yapılmalıdır. Veriniz artık modellenmeye ve tarihsel bazda da saklanmaya hazırdır. Bu durum Makina Öğrenmesi (ML) ve Yapay Zeka (AI) algoritmaları için uygun veri modelleri sağlayacaktır. Özetle işletme geçmiş verisine bakarak hem mevcut durumunu tarih bazında analiz edebilmektedir hem de gelecek planlaması/tahminlemesi yapabilmektedir.

İYİLEŞTİRME:  işletme tüm süreçlerini izleyebilmekte, değişimleri ise anında tespit edebildiği gibi tahminleyebilmektedir de. Bu durumda artık işletme devam eden süreçlerini en doğru hali ile optimize edebilecektir.Buna paralel olarak ta müşterinin, siparişin ya da yeni bir üretimin tetiklediği süreç değişimlerinin etkileri de tahminlenip optimize edilebilir hala gelecektir.

İŞ GELİŞTİRME:  işletme gelir gider dengesini çok iyi kontrol edebilir ve tüm süreçlerini en optimize şekilde kullanabilir hale gelmiştir. Firmanın gelirini arttırmasının yolu ise ürün/üretim portföyünü geliştirmesi, yeni iş modellerini hayata geçirmesidir.

Bu aşamayı biraz daha detaylandırmak iyi olabilir. Müşteri veya ürün için “Journey Map” oluşturulması, SWOT analizleri yapılarak özellikle Tehdit ve Güçsüz olarak nitelendirilen alanlara yeni bir çözüm getirilmesi gerekir. “Digital Twins” bu sürecin olmazsa olmazlarındandır diyebiliriz. Yapılacak değişimlerin ya da girilecek yeni alanların dijital ikiz süreçleri ile ve tabii ki bunun dayanacağı Veri Bilimi altyapısı ile test edilmesi mutlaka gerekli olacaktır.  

DİJİTAL DÖNÜŞÜM:  Bu seviyeye ulaşan işletmeler, veri ve veri bilimi konusunda tüm çalışmalarını tamamlamış durumdalar ama buna paralel olarak esnek organizasyon ve strateji yaratabilir olmaları da gerekir. Yani bu aşamadan sonra iş teknolojiden ziyade kültür oluşturmaya odaklanmayı gerektiriyor. Bu yüksek teknolojilerin kullanılması, hızlı aksiyon alabilme (sadece karar değil) ve değişimlerin yönetilmesi bu kültürün işletme bünyesinde sindirilmiş olması ile mümkün olacaktır.

İşbirlikçi Değer Yaratma Kültürü (Collaborative Value Creation Culture) dediğimiz, sürekli olarak yeni veri peşinde koşan, bu veriyi değerlendiren ve yeni iş modelleri ortaya çıkarmaya meyilli kurum kültürü yaratılması gerekir. Bu kültürün ve farkındalığın yaratılması tabii ki eğitim ile sağlanacaktır. Diğer taraftan bu kadar hızlı kararların alındığı, tüm süreçlerin olduğu gibi tüm kararların da denetlendiği ve değerlendirildiği çalışma ortamlarında motivasyonun sağlanması kolay olmayacaktır.  

Özetle

İşletmelerin dijitalleşmesi ile birlikte verisinin de katlanarak artması kaçınılmaz. IoT uygulamaları, internet üzerindeki veri kaynakları ki bunlara en başta “sosyal medya” yı örnek olarak gösterebiliriz, click stream verileri gibi nice veri kaynakları bizleri veri denizi hatta okyanusu ile karşı karşıya bırakıyor. Tüm bu aşamalarda işletmelerin hiç ara vermeden siber güvenlik, veri koruma (yedekleme, güvenlik) çalışmalarını sürekli olarak ve geliştirerek devam etmeleri gerekiyor. Tüm bunlara paralel olarak işletmeden beklenen verinin lokasyon bağımsız olarak damarlarımızda dolaşan kan misali tüm departmanlar/kullanıcılar arasında dolaşması. Bunu sağlamak için Veri Yönetişimi (Data Governance) adı altında konuşulan problemlerin de çözüme ulaşması gerekli.

Bu aşamalardan sonra veriniz artık modellenmeye ve AI ve ML algoritmalarını desteklemeye hazır. Verinizin artık size para kazandırmasını sağlamış oluyorsunuz. İyi ve kötü yanlarınızı bulan, tahminleyen, size yeni iş imkanları bulmanıza yardım eden enazından dijital ikiz ile bunu size ispatlayan bir veriniz var. Fakat burada da bitmiyor, tüm dijital dönüşüm konuşmalarımızda altını çizdiğimiz üzere bu yeni işleyişi destekleyecek, insan kaynakları, organizasyon ve stratejinin de oluşturulması mutlaka gerekli.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir