Dijital Dünyada Veri Bilimi

 

Her geçen gün kendini geliştirmeye devam eden teknoloji trendleri, bu amaç doğrultusunda gösterilen çaba ve etkileşimin artmasıyla birlikte bugün Bilgi Çağı olarak adlandırdığımız hız, kolaylık, iletişim gibi parametrelerin optimal seviyeye çıkarılmasını öngören döneme girmemizi sağlamıştır. Bu ölçekte bilgiye hızlı ve kolay erişimimizi sağlayan teknoloji için her bilgi şüphesiz potansiyel bir veridir.  Mevcut döneme girilmesinden itibaren çağın ihtiyaçlarından doğan veri bilimi: Verilerin toplanması, sınıflandırılması, işlenmesi gibi çeşitli metotları uygulayan ve uygulama aşamalarında birçok disiplinden faydalanan bilim dalıdır. Veri bilimi içerisinde: İstatistik, bilgisayar bilimleri, matematik, alan bilgisi gibi disiplinleri barındırır.

Günümüzde her iki günde bir zamanın başlangıcından itibaren 2003 yılına kadar geçen sürede ürettiğimizden daha fazla veri üretiyoruz. Her iki günde bir. Ürettiğimiz veri miktarı her geçen gün hızla artmaya devam ediyor. Günümüzün veri çağına dönüşmesinin çarpıcı örneklerinden bir diğeri ise; Uluslararası uçuşlar gerçekleştiren bir Boeing-787 tipi yolcu uçağı incelendiğinde havada kaldığı her bir saat için ürettiği veri miktarının yarım milyon olduğu saptanmıştır. Bu istatistikler ve daha nicelerine bakılarak dijitalleşen dünyada veri biliminin hemen her sektörde ön plana çıktığını söyleyebiliriz. Verinin akıllıca kullanımı, sektörel anlamda verimlilik ve tasarruf için fırsatlar sunarken müşterilere kişiselleştirilebilir bir deneyim sağlıyor. Veri biliminin günümüzde gelişen en büyük özelliklerinden biri, hızla büyüyen geniş ölçekli veri setlerinin gerçek zamanlı analiz edilebilmesinin mümkün olmasıdır. Bu sayede daha hızlı ve doğru kararlar alınırken müşteri memnuniyeti de gözle görülür oranda artmaktadır. Alınan faydayı üç ana başlıkta toplayabiliriz: Karar verme sürecini geliştirme, faaliyetleri geliştirme ve veriyi parasallaştırma. Örneğin trendleri öngörerek popüler ürünlerin neler olacağını tahmin etme, bu ürünler için talebin ne olacağını öngörme, bu ürünlerle ilgilenme olasılığı olan müşterileri tespit etme ve onlara ulaşmak için en uygun yolu saptama ile sınırlı kalmıyor. Bir sonraki sefere ne satılacağını,  hangi zaman periyodunda ne gibi bir promosyon uygulanabileceğini ve çok daha fazlasını içeren bir karar mekanizmasını istatiksel verileri anlamlandırarak elde edebiliyor.



Çeşitli Sektörlerde Veri Bilimi Uygulamaları

Veri Biliminin kullanıldığı faaliyet alanı fark etmeksizin atılması gereken ilk adım net bir veri stratejisi belirlemektir. Sadece büyük miktarlarda veri toplamakla kalmayıp bunları kullanmanın inovatif yollarını da geliştiren şirketler bugün öncü birer marka haline dönüşmüşlerdir. Bu bağlamda veri bilimi kullanılarak gerçekleştirilen çeşitli faaliyetleri inceleyeceğiz.

Rolls-Royce markası 500 havayolunda ve yaklaşık 150 orduda kullanılan çok büyük motorlar üreten bir firma. Örneğin şirket Singapur merkezli fabrikasında her bir fan kanadı için yarım terabayt (500 gigabyte) üretim verisi elde ediyor. Aynı tesiste yılda yaklaşık 6.000 fan kanadı üretildiği düşünülürse, şüphesiz bilgiyi ölçmenin öneminin çok ciddi boyutlara ulaştığını görebiliyoruz. Ayrıca Rolls-Royce uçak motorları, motorun işleyişi hakkında yerdeki izleme istasyonlarına gerçek zamanlı veri gönderebilen sensörler içeriyor. Sensörden alınan bilgiler verimliliğin arttırılması ve muhtemel arızaların ciddi boyutlara ulaşmadan tespit edilebilmesi için kullanılıyor.

Google gibi hepimizin bildiği teknoloji devi şirketlerde ise en küçük veriler dahi toplanıp analiz ediliyor. Yapılan tüm uygulamaların bir adım ileri boyutu olarak şirket, kullanıcılarının yaptığı  hataları bile analiz ediyor. Örneğin Google’da yaptığımız aramalarda yazdığımız yanlış kelimelere ve hatalara ait verilerin atıldığını düşünüyorsanız yanılıyorsunuz. Google bu verileri topluyor ve dünyanın en iyi yazım denetleyicisini oluşturmak için kullanıyor.

2020 yılı ilk çeyrek verilerine göre Facebook 2.4 milyar kullanıcı ile en çok kullanıcısı olan sosyal ağlar listesinin hala başında geliyor. Facebook reklam stratejilerini hepimiz biraz aşinayız ya da gösterilen reklam içeriklerine göre tespit edebiliyoruz. Peki Facebook’un ilişkinizin devam edip etmeyeceğini, ilişkiniz yoksa ne zaman(ve kiminle) ilişkiye girme ihtimaliniz olduğunu tahmin edebildiğini de biliyor muydunuz? Facebook ayrıca hangi politikacıyı desteklediğinizi ve profil analizi ile ne kadar zeki olduğunuzu da geliştirdiği algoritmalar sayesinde söyleyebiliyor.

Büyük veri, “Cuma Gecesi Pizzası” teslimatını bile optimize etmeyi başarmış durumda. Dünyanın en büyük pizza zinciri Domino’s müşterilerine Facebook, Twitter, akıllı saatler, televizyonlar ve Ford’s Synch gibi araç içi eğlence sistemleri üzerinden pizza siparişi imkanı sunuyor. Çeşitli platformlardan alınan tüm veriler Domino’s Bilgi Yönetimi çerçevesine aktarıldıktan sonra alınan destekleyici veriler ve demografik bilgiler  rakip firmaların verileriyle birleştirilerek derinlemesine bir müşteri segmentasyonu sağlıyor. Bu sayede 70 ülkede günde neredeyse 1 milyona yakın pizza teslimatı sırasında müşterilere veya hanelere kendi profillerine uyan müşterilerin istatistiksel modellemesine bağlı olarak diğerlerinden tamamen farklı sunum katmanları (farklı kampanya ve ürün teklifleri) sunuyor.

Verilerin işlenmesi ile ilgili çarpıcı örneklerden bir diğeri ise son dönemlerde yapılan uygulamaların başkanlık seçimlerinde çok aktif bir rol almasıyla gündeme geldi. 2012 yılında ABD başkanlığına aday olan Barack Obama yürüttüğü seçim kampanyasında 100’ün üzerinde veri analistinden oluşan bir ekip kurdu ve bu ekip seçime dair her gün 66.000 bilgisayar simülasyonu yapmakla görevlendirildi. Bu sistemin bir örneği daha yakın tarihte mevcut: Yine ABD başkanı Donald Trump 2016 yılında yürüttüğü seçim kampanyasında faaliyetleri bir adım daha ileri götürdü ve İngiltere kökenli Cambridge Analytica isimli veri analiz şirketi ile anlaştı. Tüm eyaletlerde akıl almaz bir seçim kampanyası yürüten Trump, otorite öngörülerinin aksine 45. ABD Başkanı olmayı başardı.

Veri uygulamaları ile ilgili örnekler büyük çoğunlukla yararlı olsa da arada talihsizlikler de yaşanabiliyor. Çok bilinen bir örnekte,  ABD perakende devi Target firması genç bir kızın alışveriş alışkanlıklarına bakarak hamile olduğunu tahmin etmiş ve ona bebekle ilgili teklifler göndermeye başlamıştı; fakat tek sorun genç kızın ebeveynlerinin onun hamile olduğunu henüz bilmiyor olmasıydı..



Veri bilimi incelenebilecek çok daha fazla özellik barındıran bir disiplin olsa da giriş aşaması için yeterli derecede yol katettiğimizi söyleyebiliriz. Veri analisti, Veri uzmanı gibi meslekler geleceğin meslekleri arasında üst sıralarda yerini korumaya devam etmekte. Günümüzde bu alanda çok fazla uygulama mevcut, dolayısıyla Veri analisti günümüzün mesleği olarak değerlendirebilir gibi bir görüş olsa da çalışmaların ve keşiflerin ışığında otoriteler bu alanda henüz emekleme aşamasında olduğumuz kanısındadır. Heyecan verici bir yeniliğin başlangıç aşaması olarak ilerleyen günlerde bu alanın çeşitli uygulamalarını daha derinlemesine inceleyebileceğimizi düşünüyorum. Veri uygulamalarının kullanımı hiçbir faaliyet alanı ayırt etmeksizin sadece günceli yakalamak adına değil, maksimum fayda sağlanması ve ölçeklendirilebilir çözümler üretilmesi için nihai hedef olmalıdır.

Daha fazla örnek için Bernard Marr, Veri Stratejisi kitabını inceleyebilirsiniz.

Özgün İçerik: Bu içerik Öğrenci Kariyeri yazarlarından Tayfur KAHRAMAN tarafından oluşturulmuştur.