"STRATEJİK BÜYÜK VERİNİN YATIRIMLAR ÜZERİNDEKİ ETKİLERİ" TEZ SUNUMU
|
|
- Gül Gökçe
- 6 yıl önce
- İzleme sayısı:
Transkript
1 "STRATEJİK BÜYÜK VERİNİN YATIRIMLAR ÜZERİNDEKİ ETKİLERİ" TEZ SUNUMU İ.Ü. Fen Bilimleri Enstitüsü Mühendislik Bilimleri Anabilim Dalı Yüksek Lisansı
2 Büyük Veri Nedir? 2 Teknolojik ilerlemelerin neticesi olarak ortaya çıkan, geleneksel veri tabanı sistemlerinin işlem kapasitesini aşan, yapısal olmayan/akışkan yüksek hacim, hız ve çeşitlilikteki verilerin saklanması, içindeki bilgilere erişimi, işlenmesi, analizi ve anlamlandırılması: Toplanan veriden gerekli bilgiyi çıkarma süreci.
3 Büyük Veri Nedir? 3 Yapılandırılmamış/ Yarı-Yapılandırılmış Veri Büyük Veri
4 İnternette 1 Dakika 4 İnternet te 1 dakika da GB Veri Trafiği (2013) (Kaynak: at-happens-in-an-internetminute/, 2012)
5 Büyük Veri Kaynakları 5 1. Kamusal Veri (Devlet kurumları tarafından tutulan veriler) 2. Özel Veri (Kuruluşlar ve şirketler tarafından işlemsel veriler) 3. Çevresel Veri (Mobil, alışveriş, sağlık verileri) 4. Topluluk Verisi (Sosyal ağlardan gelen veriler) 5. Kişisel Veri (Kişi davranış verileri) : Kurumların Yerel Verisi Bir Büyük Veri senaryosu. (Kaynak: 2013)
6 Büyük Veri Analizi Teknolojisi 6 Büyük Veri Mimarisi. (Kaynak: 2013)
7 Büyük Veri Genel Analiz Süreci 7 Büyük Veri Projesinin Üç İçeriği; 1. İnsan: Mühendislik + İşletme 2. Süreç: Kaliteli analiz süreci 3. Teknoloji: Yeterli imkanlar Bilgi keşif süreci. (Kaynak: /article/pii/s )
8 Analiz Araçları 8 Hadoop Core HDFS (Hadoop Distributed File System) Hive (Data Warehouse) HBase ZooKeeper Oozie Mahout Sqoop Cloudera Manager Büyük Veri; bunlar ve benzeri araçlarla analiz edilerek, kullanılabilir sonuçlar elde edilmeye çalışılır.
9 Hadoop 9 Apache Hadoop, dağınık paralel işleme ile, e-postalardan sensör okumaya, sunucu günlüklerinden Twitter feed'lerine ve GPS sinyallerine kadar aklınıza gelebilecek neredeyse her şeyle ilgili; terabaytlarca veya daha büyük miktardaki yapılandırılmış ve yapılandırılmamış verileri depolamak ve analiz etmek için kullanılan açık kaynaklı bir yazılım.
10 Hadoop: Kısaca 10 Hadoop Distributed File System (HDFS) olarak adlandırılan bir dağıtık dosya sistemi ile Hadoop MapReduce olarak adlandırılan dağıtık mimari üzerinde çok büyük verilerin kolay bir şekilde analiz edilebilmesini sağlayan bir sistemi bir araya getiren, Java ile geliştirilmiş açık kaynaklı bir kütüphanedir. HDFS sayesinde sıradan sunucuların diskleri bir araya gelerek büyük, tek bir sanal disk oluştururlar. Bu sayede çok büyük boyutta birçok dosya bu dosya sisteminde saklanabilir.
11 Büyük Veri Analizindeki Zorluklar 11 Kapsamlı Veri Kaynakları ve Kötü Veri Kalitesi Büyük Verinin Oldukça Verimli Depolanması Veriyi Verimli Bir Şekilde İşleme Yığın Veri Madenciliği
12 Büyük Veri Analizi Yapan Firmalar 12 Tam Liste :
13 5V: Büyük Veri Bileşenleri 13 Büyük Verinin 5 Bileşeni. (Kaynak:
14 1.V - Variety: Çeşitlilik 14 Metin Ses Resim Video Sensör Sosyal Medya Crm Dökümanlar Vb. Her tür veri. Bu veriler Yapılandırılmış (Ort. %20) Yapılandırılmamış, Yarı-Yapılandırılmış tipte bulunmaktadır.
15 2.V Velocity: Hız 15 Üretim hızı çok yüksek olduğundan; Gerçek zamanlı ya da Yarı-Gerçek zamanlı olmalıdır.
16 3.V Volume: Veri Büyüklüğü 16 Bilimsel uygulamalar Video gözetimleri Tıbbi kayıtlar Operasyonel ticari veri E-ticaret verileri Sensörler Filmler, Videolar Vb. Büyük boyutta veri x44 Küresel Verinin hacminin tahmini. (Kaynak: Uluslararası Veri Kurumu, IDC, 2011) Çok büyük hacimli ve gittikçe artan veri ancak Büyük Veri ile işlenebilmektedir.
17 4.V Verification: Doğrulama 17 Güvenilirlik Gerçeklik Orijin Saygınlık Kullanılabilirlik Sorumluluk Akış sırasında, doğru katmadan, olması gerektiği güvenlik seviyesinde izlenmesi, doğru kişiler tarafından görünebilir veya gizli kalması gerekmektedir.
18 5.V Value: Değer 18 Güncellik Doğruluk Anında ulaşım Gerekli detaylar Gereksizlerden arınmışlık Tarihsellik İstatistikler Olaylar, ilişkiler Verinin bu özellikleri sağlaması değerinin artmasını sağlayacaktır. Ve asıl olan "değerli" veridir.
19 Büyük Verinin Avantajları 19 Daha şeffaf ve kullanılabilir bilgi elde edilmesi İşlemsel veri ile istatistiki bilgiye ulaşım Kişiselleştirilmiş ürün ya da hizmetler oluşturulabilmesi Karar verme sürecini kolaylaştırma Stratejik kararlar alabilmeye destek Ürün ve hizmetlerde geri bildirim alabilme ile satış-sonrası kaliteli hizmet sunma (proaktif)
20 Büyük Verinin Avantajları işletmenin %50 den fazlası büyük verinin operasyonel verimliliği arttırmada faydalı olabileceğini düşünür. (Kaynak: McKinsey Global Institute Report, )
21 Büyük Verinin Zorlukları 21 Hız Yeni teknolojilere ayak uydurabilme Uzman IT personeli eksikliği Etik (Gizlilik, Şeffaflık, Kimlik) Güvenlik
22 Büyük Veri Uygulama Alanları 22 Finansal Servisler Pazarlama ve Perakendecilik Kamu ve Hükümetler Eğitim Sağlık Tarım Enerji Haberleşme ve Ulaşım Bu ana başlıklar dışında artık Büyük Veri her yerde denilebilir.
23 Metodoloji 23 Çok sayıda konunun içeriğinden uzak kişilerle anketler yapmak yerine; Kavramlar üzerinde derinlemesine bilgi edinimini ve tartışılmasını mümkün kılan uzman kişilerin olgusal yaklaşımlarını tespit amacıyla; Nitel, yorumsalcı, olgusal araştırma yöntemi kullanılarak konudaki uzmanlar ile derinlemesine görüşmeler kullanılmıştır. Katılımcıların düşüncelerine erişim yoluyla olgular anlaşılmaya çalışılmıştır. Zengin veri toplama potansiyeline sahip olası cevaplayıcıların küçük bir popülasyon olduğu zamanda, röportajların uygun olacağını işaret etmiştir (Daniels and Cannice 2004). Derinlemesine görüşme yöntemi algılar, tutumlar ve inançlar hakkında bilgi edinmek için en uygun yöntem olarak kabul edilmektedir. (Frankfort-Nachmias and Nachmias, 1996; Finn, Elliot- White and Walton, 2000; Denzin and Lincoln, 1994 cited in Buhalis and Deimezi, 2004).
24 Görüşmeler 24 Görüşmeler, her bir görüşmeci ile yapılan yarı-yapılandırılmış derinlemesine röportaj esnasında sorulan 16 sorudan oluşmaktadır. Konu ile ilgili 8 uzman kişi ile görüşülmüş, 128 cevap alınmış, görüşmelerin Word düzenlemeleri 36 sayfadan oluşmuştur. Nitel veri analizi için NVivo ver.10 programına aktarılmıştır.
25 Nvivo Modellemesi 25 (Kaynak: NVivo çıktısı, 2015)
26 Görüşmelerin Analizi Süreci 26 Wolcott (1994) veri analizinde üç yol önermektedir. Birinci yol, toplanan verinin özgün (orijinal) formuna mümkün olduğu kadar sadık kalarak ve gerektiğinde araştırmaya katılan bireylerin söylediklerinden doğrudan alıntı yaparak betimsel bir yaklaşımla verileri okuyucuya sunmaktır. İkinci yol ise, birinci yaklaşımı da içeren bir biçimde, bazı neden-sonuç ve açıklayıcı sonuçlara ulaşmak amacıyla sistematik analiz yapmaktır. Üçüncü yaklaşım ise araştırmacı, birinci ve ikinci yaklaşımı temel alır ve buna ek olarak, veri analizi sürecine kendi yorumlarını da dâhil eder. Bu çalışmada genel olarak üçüncü yaklaşımın ağırlıklı olarak etkisi hissedilecektir.
27 Sonuçlar 27 Yapılan görüşmelerden elde edilen sonuçların grafikler halinde sunulması: Büyük Veri rekabet etmek isteyen tüm firmalar ve derinlemesine analiz yaparak olabildiğince doğru stratejik kararlar almak isteyen tüm kurumlar için kaçınılmaz bir araç olarak görünmektedir.
28 Büyük Veri: Yeni Bir Olgu mu? 28 Hayır, Verinin genişleyen devamı 38% Evet, Yeni bir paradigma veya olgu 62% Hiçbir katılımcı (Büyük Veriyi özellikle farklı bir olgu olarak görmeyen birisi bile) geçici bir gelişme olarak nitelemedi ve genel olarak hepsi şunu kabul etmektedirler; Büyük Veri kalmak için burada idi ve bundan dolayı kurumların uzun dönemli odağını ve konsantrasyonunu gerektirdiğini düşünmektedirler. İş dünyasında Büyük Veri Yönetimi yeni bir gelişme ya da yeni bir paradigma olması ile ilgili sizin düşünceniz nedir? (Kaynak: Analiz çıktısı, 2015)
29 Büyük Veri Yönetiminin Sınırı 29 Evet 12% Katılımcıların çoğu Büyük Veri için gelecek sınırın ne olabileceğini kesin olarak öngöremedi. Hayır 88% Başka bir katılımcı ise,.. Kanımca tek sınır kişisel hak, hürriyet ve kanunla belirlenmiş kurallar olabilir şeklinde bir yaklaşımda bulundu. Büyük Veri ve Veri Yönetiminin sınırının olacağını tahmin edebiliyor musunuz? (Kaynak: Analiz çıktısı, 2015)
30 Büyük Veri: Fırsat mı Zorluk mu? 30 Her ikisi 38% Zorluk- Engel 0% Fırsat- Şans 62% Kişi ve kurumların Büyük Veri kullanımı eğiliminde olduğu, fakat altyapısal ve yönetimsel yetersizlikler nedeniyle tam olarak faydalanamadığı, kökten bir değişiklik yerine etkili ilave bir kaynak olarak düşünüldüğü ve sınırları şu anda öngörülemeyen ve daha çok fırsat-şans olarak görülen bir paradigma olduğu sonucuna ulaşılmıştır. Sizce Büyük Veri bir kurum için fırsat/şans olmak yerine daha çok zorluk/engel mi olacaktır? (Kaynak: Analiz çıktısı, 2015)
31 Büyük Verinin Değişime Etkisi 31 Emin değil 25% Evet 12% Büyük Veri her derde deva bir kurtarıcı değildir, fakat o rekabet dünyasında, elde edilmek istenen sonuçlara ulaşmada kullanılması gereken yeni bir olgudur. Hayır 63% Büyük Verinin kurumunuzdaki operasyonları kökten değiştireceğine inanıyor musunuz? (Kaynak: Analiz çıktısı, 2015)
32 Büyük Verinin Sonuçlara Etkisi 32 Emin değil 25% Hayır 25% Evet 50% Katılımcıların yatırımlara olan etkisine bakışı ise Büyük Veri literatür araştırmasındaki uluslararası çaptaki veri uzmanlarının düşüncelerinden çok uzak düşmeyecek şekilde gerçekçi çıkmıştır. Büyük Verinin kurumunuzda elde edilmek istenen sonuçlara gerçekten etkisi olduğuna inanıyor musunuz? (Kaynak: Analiz çıktısı, 2015)
33 33 Stratejik Büyük Verinin Yatırımlar Üzerindeki Etkisi Büyük Veri yatırımlar için çok güçlü bir araç olarak karşımızda durmaktadır. Etkisiz 12,50% Çok Etkili 12,50% Fakat, bu araçtan nasıl yararlanılacağını bilmek gerçek insan sezgileri gerektirmektedir. Bu aracı ve bu sezgileri birleştirebilen kurumlar Büyük Veriden üst seviyede faydalanabileceklerdir. Kısmen Etkili 50,00% Etkili 25,00% Büyük Veri yatırımlarınız üzerinde ne kadar etkili olacaktır? (Kaynak: Analiz çıktısı, 2015)
34 Büyük Veri: Neler Katacak? 34 Kurumların/Şirketlerin; 1. Dahili ve harici tüm veriyi bir arada görebilmesine, 2. Şeffaf ve kullanılabilir bilgiler elde etmesine, 3. Bu doğrultuda doğru zamanda, hızlı ve doğru stratejik kararlar alabilmesine imkan verecektir. Dolayısıyla da; i. Hizmet verdiği kitleye kişiselleştirilmiş ürünler sunabilmesini, ii. iii. iv. Verdiği hizmet kalitesi dahil tüm unsurlar ile ilgili doğru ve hızlı geri bildirim alarak proaktif bir yapı oluşturabilmesini, Rekabet gücünü arttırabilmesini, Kar amacı güden bir şirket için kar marjının ve müşteri sadakatinin artmasını, v. Kar amacı gütmeyen kurumlar içinde daha iyi hizmet ile daha memnun bir hizmet alan kitlesi elde edilmesini sağlayacaktır.
35 Teşekkürler 35 Bilgi, 21. yüzyılın petrolü olacaktır! (Peter Sondergaard, Gartner, 2011)
IT-515 E-Devlet ve e-dönüşüm Türk Hava Kurumu Üniversitesi Bilişim Teknolojileri Yüksek Lisans Programı 2014
IT-515 E-Devlet ve e-dönüşüm Türk Hava Kurumu Üniversitesi Bilişim Teknolojileri Yüksek Lisans Programı 2014 Geleceği (Kamuda Mevcut Ahmet Sözer h.ahmetsozer@hotmail.com Ders Öğretim Görevlileri Dr. İzzet
DetaylıBüyük Veri de Türkiye den Uygulama Örnekleri Dr. Güven Fidan
Büyük Veri de Türkiye den Uygulama Örnekleri Dr. Güven Fidan ARGEDOR Bilişim Teknolojileri ARGEDOR ARGEDOR, şirketlere ve son kullanıcılara yenilikçi bilgiyi işleme çözümleriyle dünya çapında mevcut olan
DetaylıBÜYÜK VERİ. Abdulkadir ŞAN Proje Yöneticisi 7/1/2014 VERİ SİSTEMLERİ. Anayurt Güvenliği Md. Yrd. Metin Madenciliği ve Kaynaştırma Sistemleri
BÜYÜK VERİ Abdulkadir ŞAN Proje Yöneticisi 1 VERİ SİSTEMLERİ Relational Database DataWarehouse 2 1 VERİ TÜRLERİ 3 BÜYÜK VERİ NEDİR? Verinin çok büyük bir kısmı YAPISAL OLMAYAN veridir ve şimdi bu veriyi
DetaylıKamu Sektörü İçin SAP Karar Destek Sistemleri Zirvesi. Gökhan NALBANTOĞLU / CEO, Ereteam 9 Aralık 2014, Salı
Kamu Sektörü İçin SAP Karar Destek Sistemleri Zirvesi Gökhan NALBANTOĞLU / CEO, Ereteam 9 Aralık 2014, Salı Gündem Biz Kimiz? Geçmişten Günümüze, Ereteam Neden Karar Destek Sistemleri? Kamu Kurumlarının
DetaylıBüyük Veri Analizi. Göksel Okay Kıdemli Sistem Mühendisi
Büyük Veri Analizi Göksel Okay Kıdemli Sistem Mühendisi 1 ipad KAZANMAK için 1 - @EMCTurkey hesabını takip etmelisiniz. 2 - Tweetinizde 4 noktayı belirtmeyi unutmayın! Soru Görseli ( soru ekrana geldiğinde
DetaylıARAŞTIRMA METOTLARI VE VERİ TOPLAMA
ARAŞTIRMA METOTLARI VE VERİ TOPLAMA VERİ TOPLAMA SÜRECİ Araştırma metotları Verilerin nerelerden Nasıl Kim tarafından Ne zaman Hangi veri toplama aracıyla toplanacağı Toplanan verilerin hangi teknikler
DetaylıVeri Yönetiminde Son Nokta. Sedat Zencirci, Teknoloji Satış Danışmanlığı Direktörü, Orta Asya ve Türkiye
Veri Yönetiminde Son Nokta Sedat Zencirci, Teknoloji Satış Danışmanlığı Direktörü, Orta Asya ve Türkiye Oracle Veri Tabanı 11g & Oracle Exadata Geçen seneden bu yana neler değiģti? Aralık 2010 Oracle Exadata
DetaylıYapısal Olmayan Verinin Potansiyelini Açığa Çıkarın
Yapısal Olmayan Verinin Potansiyelini Açığa Çıkarın Alp Taşdemir 1 Geleneksel Kurumsal Analitik İşleme 2 Temel Paradigma Kayması Internet çağı ve patlayan veri artışı Oluşan eğilimleri ve fırsatları belirlemek
DetaylıBüyük Verinin Büyük Güvenlik İhtiyacı. Yavuz S. Selim Yüksel Bilişim Teknolojileri ve Siber Güvenlik Derneği Yönetim Kurulu Başkanı
Büyük Verinin Büyük Güvenlik İhtiyacı Yavuz S. Selim Yüksel Bilişim Teknolojileri ve Siber Güvenlik Derneği Yönetim Kurulu Başkanı Yaklaşık 300 sensör bulunan bir formula 1 aracı Saniyede 1.2GB veri üretiyor
DetaylıYENİ TRADING DÜNYASINA ÇIKAN MERDİVEN
YENİ TRADING DÜNYASINA ÇIKAN MERDİVEN Foreks UNICA Ürün Ailesi Deniz ÜNLÜŞEREFOĞLU Yeni Global Trading Dünyasında Neler Oluyor? DİJİTALLEŞMENİN ETKİLERİ BlockChain Teknolojisi ile Tarihsel Bir Dönüşüm
DetaylıYaşar Tonta, İrem Soydal
Yaşar Tonta, İrem Soydal Giriş: Web bilgi sistemi kavramı Algılanan hizmet kalitesi Geleneksel ve web hizmet kalitesi boyutları Araştırmanın amacı ve yöntem Quadrant ve boşluk analizi bulguları Sonuç Web
DetaylıISL 201 Pazarlama İlkeleri. Doç. Dr. Hayrettin ZENGİN
ISL 201 Pazarlama İlkeleri Doç. Dr. Hayrettin ZENGİN Pazarlama Bilgi Sistemi (PBS) Bir işletmenin pazarlama ile ilgili kararlarının alınmasına yardımcı olacak bilgilerin toplanması, işlenmesi, saklanması
DetaylıDOĞRUDAN FAALİYET DESTEĞİ
DOĞRUDAN FAALİYET DESTEĞİ Konusu İstanbul da Yazılım, Bilgisayar ve Video Oyunları Sektörü Durum Analizi ve Sektörün Geleceği Gerekçesi 2014-2023 İstanbul Bölge Planı nın ekonomik gelişme ekseni küresel
DetaylıKarar Verme ve Pazarlama Bilgisi: Yönetim Kurulu Odasına Giden Yol
Karar Verme ve Pazarlama Bilgisi: Yönetim Kurulu Odasına Giden Yol Bilgi pazarındaki sert rekabet ortamı pazarlama araştırması endüstrisinin müşterilerin bilgi ihtiyaçlarına daha fazla yoğunlaşmasını gerektiriyor.
DetaylıSağlık Kurumlarında Kaynak Planlaması DERS-1
Sağlık Kurumlarında Kaynak Planlaması DERS-1 Kurumsal Kaynak Planlamasına Giriş Kurumsal Kaynak Planlamasının Gelişimi Kurumsal Kaynak Planlaması (ERP-KKP), işletmelerin fonksiyonları arasındaki karşılıklı
DetaylıIBM Big Data. Emre Uzuncakara emre@tr.ibm.com Big Data Sales. 2009 IBM Corporation
IBM Big Data Emre Uzuncakara emre@tr.ibm.com Big Data Sales Büyük Veri Nedir? Hız Hacim 12 terabyte Günlük Tweet verisi Ürün Analizi 350 5 Çeşitlilik milyon Ticari hareket - saniyede Potansiyel suistimal
DetaylıYaşar Tonta, İrem Soydal
Yaşar Tonta, İrem Soydal Giriş: Web bilgi i sistemi it i kavramı Algılanan hizmet kalitesi Geleneksel ve web hizmet kalitesi boyutları Araştırmanın ş amacı ve yöntem Quadrant ve boşluk analizi bulguları
DetaylıBüyük Veri İş Yapış Şekillerini Nasıl Etkiliyor?
www.pwc.com Büyük Veri İş Yapış Şekillerini Nasıl Etkiliyor? Mustafa Fuat Vardar Dijital dönüşümü anlamak Büyük veri- Neden Şimdi? KENTLİEŞME Yeni Müşteriler Yeni Davranışlar Yeni Talepler Yeni Formatlar
DetaylıDR. RAMAZAN DEMİR TÜRK TELEKOM 9 MART 2010 CONRAD HOTEL
DR. RAMAZAN DEMİR TÜRK TELEKOM 9 MART 2010 CONRAD HOTEL Yeni bir dünyaya doğru 1 Milyar İnternet kullanıcısı 2 Milyar Web sayfası 2.6 Milyar Cep telefonu 3 Milyar Web araması 500 Milyar Gigabayte dijital
DetaylıÜniversite Öğrencilerinin Sosyal Ağ Bilgi Güvenlik Farkındalıkları
Üniversite Öğrencilerinin Sosyal Ağ Bilgi Güvenlik Farkındalıkları M. Emre SEZGİN, Ozan ŞENKAL Çukurova Üniversitesi Eğitim Fakültesi BÖTE Sosyal Ağlar-I Yaşamakta olduğumuz yüzyılda ortaya çıkan en önemli
DetaylıDünya Bankası Finansal Yönetim Uygulamalarında Stratejik Yönelimler ve Son Gelişmeler
Dünya Bankası Finansal Yönetim Uygulamalarında Stratejik Yönelimler ve Son Gelişmeler ECA Bölge Perspektifi Marius Koen TÜRKİYE: Uygulama Destek Çalıştayı 6-10 Şubat 2012 Ankara, Türkiye 2 Kapsam ve Amaçlar
DetaylıTeknoloji Trendleri, Veri Merkezleri ve Uyum
Teknoloji Trendleri, Veri Merkezleri ve Uyum Sinem Cantürk KPMG Türkiye Ortak, Bilgi Sistemleri Risk Yönetimi Bölüm Başkanı 8 Aralık 2015 Teknoloji Trendleri Big Data Teknoloji Trendleri Big Data! 1956
DetaylıBÖLÜM I ARAŞTIRMANIN DOĞASI
İÇİNDEKİLER ÖNSÖZ...... V BÖLÜM I ARAŞTIRMANIN DOĞASI... 1 1.1. GERÇEĞİ ARAMA YOLLARI..... 1 1.1.1.Deneyim..... 2 1.1.2. Mantık... 2 1.1.3. Bilimsel Araştırma... 3 1.1.4. Yansıtma... 4 1.2. BİLGİ EDİNME
Detaylı5. BÖLÜM: BULGULAR Yerleşik Yabancılara Yönelik Bulgular
5. BÖLÜM: BULGULAR Bu bölümde proje süresince belirlenmiş hedefler ışığında ulaşılan bulgulara yer verilmiştir. Bulgular, yerleşik yabancılar ve halk kütüphaneleri olmak üzere iki farklı bölümde sunulmuştur.
DetaylıNitel Araştırmalarda Veri Toplama
Nitel Araştırmalarda Veri Toplama Veri Toplama Döngüsü Veriyi saklama Yeri ve kişiyi saptama Ulaşma ve uyum Alan sorunlarını çözümlemek Bilgiyi kaydetme Amaçlı örnekleme Veri toplama Yeri ve kişiyi saptama
DetaylıData Science Boot Camp
Data Science Boot Camp Eğitim Detayları Eğitim Süresi : 3 Gün Kontenjan : 12 Ön Koşullar : Eğitim Hakkında Data Science Boot Camp Sertifikasyon Programı Introductory Python, Data Science with Python: Data
DetaylıProgramatik Ekosistem
Programatik Ekosistem İçerik 1. Programatik Ekosistem 2. Programatik Teknolojiler 3. IAB Türkiye Girişimleri EMEA da programatik kullanımı oranı: %92 Görüntülü reklam kampanyaları için programatik kullananların
DetaylıBüyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)
Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data
DetaylıGÖRÜŞME GÖRÜŞME GÖRÜŞME. Sanat vs Bilim? Görüşme Yapma Becerileri. Hangi Amaçlar için Kullanılır? (mülakat-interview)
Görüşme Görüşme Türleri Görüşme Süreci (mülakat-interview) Nitel araştırmada en sık kullanılan veri veri toplama aracıdır. Amacı, bir bireyin iç dünyasına girmek ve onun bakış açısını anlamaktır. Odak
DetaylıİÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ
İÇİNDEKİLER ÖNSÖZ... v TEŞEKKÜR... vi İKİNCİ BASKIYA ÖNSÖZ VE TEŞEKKÜR... vii İÇİNDEKİLER... ix ŞEKİLLER LİSTESİ... xviii TABLOLAR LİSTESİ... xx BİRİNCİ KISIM: TASARIM BİRİNCI BÖLÜM PAZARLAMA ARAŞTIRMASINA
DetaylıBİLİMSEL ARAŞTIRMA NASIL YAPILIR I YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
BİLİMSEL ARAŞTIRMA NASIL YAPILIR I YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 SUNUM PLANI 1. Giriş 2. Araştırma Sürecindeki Temel Aşamalar 3. Araştırmanın Yazım Dili (Üslup) 4. Etkili Sunum Teknikleri 2 GİRİŞ Yeni
DetaylıYeni Uluslararası Mesleki Uygulama Çerçevesi (Yeni UMUÇ) Dr. Onuralp Armağan, SMMM, CIA, CRMA Doğuş Grubu Salıpazarı Liman İşl. A.Ş.
Yeni Uluslararası Mesleki Uygulama Çerçevesi (Yeni UMUÇ) Doğuş Grubu Salıpazarı Liman İşl. A.Ş. (GALATAPORT) Yeni UMUÇ AKIŞ* Hatırlatma: Önceki UMUÇ (IPPF) Neden Yeni bir UMUÇ gerekti? Neler değişmedi?
DetaylıKUŞCU GRUP. Alan Ağı Alt Yapı Çözümlerimiz KUŞCU GRUP. Bilişim Hizmetleri ŞTİ. İstanbul Ofis: Aydıntepe Mah.Dr.Sadık Ahmet Cad.Evren Sk.
KUŞCU GRUP Alan Ağı Alt Yapı Çözümlerimiz KUŞCU GRUP Bilişim Hizmetleri ŞTİ. İstanbul Ofis: Aydıntepe Mah.Dr.Sadık Ahmet Cad.Evren Sk.No:3/1 TUZLA Tel: 0216 494 63 50 Fax:0216 494 63 51 Kayseri Ofis: Kayabaşı
DetaylıSaha servis uygulamaları için esnek uygulama geliştirme platformu :
Saha servis uygulamaları için esnek uygulama geliştirme platformu : Global ekonominin, rekabetçi baskısının piyasalarda her geçen gün daha yoğun hissedildiği günümüzde, Mobil Bilişim Uygulamaları toplam
DetaylıBİLİMSEL ARAŞTIRMA YÖNTEMLERİ
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Yöntem Dr. Seher Yalçın 3.2.2017 Dr. Seher Yalçın 1 YÖNTEM Araştırmanın Modeli Evren ve Örneklem Veriler ve Toplanması Verilerin Çözümü ve Yorumu 3.2.2017 Dr. Seher Yalçın
DetaylıBilim ve Teknoloji Politikalarının Etkisinin Değerlendirilmesi
Bilim ve Teknoloji Politikalarının Etkisinin Değerlendirilmesi Dr. Sinan Tandoğan Girişimcilik Destekleme Grubu Yürütme Komitesi Sekreteri, Uluslararası Bilim ve Teknoloji Konferansı Ankara, 03-6 Ekim
DetaylıBİG DATA, MUHASEBE VE MALİ MÜŞAVİRLİK MESLEĞİ. Prof.Dr.Yıldız ÖZERHAN Doç.Dr.Ümmühan ASLAN
BİG DATA, MUHASEBE VE MALİ MÜŞAVİRLİK MESLEĞİ Prof.Dr.Yıldız ÖZERHAN Doç.Dr.Ümmühan ASLAN Big Data Nedir? SUNUM PLANI Fırsatları? Tehditleri? Big Data ve Muhasebe Big Data ve Muhasebe Mesleği Big Data
DetaylıEMC Forum 2014. Yazılım Temelli Veri Depolama Moro Hekim Sistem Mühendisi moro.hekim@emc.com
EMC Forum 2014 Yazılım Temelli Veri Depolama Moro Hekim Sistem Mühendisi moro.hekim@emc.com 1 ipad KAZANMAK için 1 - @EMCTurkey hesabını takip etmelisiniz. 2 - Tweetinizde 4 noktayı belirtmeyi unutmayın!
DetaylıVERİ TOPLMA ARAÇLARI
VERİ TOPLMA ARAÇLARI GÖZLEM GÖRÜŞME ANKET ANKET Anket, insanların yaşam koşullarını, davranışlarını, inançlarını veya tutumlarını betimlemeye yönelik bir dizi sorudan oluşan bir araştırma materyalidir.
DetaylıKurumsal İçerik ve Bilgi Yönetimi Kapsamında Web 2.0 Teknolojileri: Enterprise 2.0
Kurumsal İçerik ve Bilgi Yönetimi Kapsamında Web 2.0 Teknolojileri: Enterprise 2.0 Tolga ÇAKMAK Bilgi ve Belge Yönetimi Bölümü tcakmak@hacettepe.edu.tr On Dokuz Mayıs Üniversitesi Samsun, 2010 İçerik Kurumsal
DetaylıBüyük Veri Analitiği (Big Data Analytics)
Büyük Veri Analitiği (Big Data Analytics) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, Mining of Massive Datasets, Jure Leskovec, Anand Rajaraman, Jeffrey David
DetaylıToplam Perakende 2016
www.pwc.com.tr/toplamperakende Toplam Perakende 2016 Orhan Öztürk Yusuf Bulut 20 Toplam perakende 2016 raporunda önemli noktalar Araştırmanın 6. yılı Asya nın genişlemiş katılımı: Tayland, Singapur & Malezya
DetaylıDokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Çalışma Ekonomisi ve Endüstri İlişkileri Ücret Sistemleri ve Verimlilik 13.12.
Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Çalışma Ekonomisi ve Endüstri İlişkileri Ücret Sistemleri ve Verimlilik 13.12.2011 2008470068-Osman Gökay ÖNOL 2008470105-Ezgi YENİSÖZ 2008470061-Fatmagül
DetaylıTarımsal Üretim Uygulamalarında Bulut Hesaplama (Cloud Computing) Teknolojisi
Tarımsal Üretim Uygulamalarında Bulut Hesaplama (Cloud Computing) Teknolojisi Dr. İlker ÜNAL Mehmet Akif Ersoy Üniversitesi, Bucak Emin Gülmez Teknik Bilimler Meslek Yüksekokulu Doç.Dr. Mehmet TOPAKCI
Detaylı1. YIL 1. DÖNEM DERS KODU DERS ADI T+U+L KREDİ AKTS. Atatürk İlkeleri ve İnkılap Tarihi I
SEYDİŞEHİR AHMET CENGİZ MÜHENDİSLİK FAKÜLTESİ 2018-2019 EĞİTİM ÖĞRETİM YILI BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS MÜFREDATI VE AKTS (ECTS) KREDİLERİ NORMAL ÖĞRETİM 1. YIL 1. DÖNEM 0370060001 Algoritma ve
DetaylıTarih Saat Modül Adı Öğretim Üyesi. 01/05/2018 Salı 3 Bilgisayar Bilimlerine Giriş Doç. Dr. Hacer Karacan
BİLGİ TEKNOLOJİLERİ YÖNETİMİ EĞİTİM MODÜLLERİ Tarih Saat Modül Adı Öğretim Üyesi 01/05/2018 Salı Bilgisayar Bilimlerine Giriş Doç. Dr. Hacer Karacan Bu dersin amacı, bilgisayar bilimlerinin temel kavramlarını
DetaylıTedarik Zinciri Yönetimi
Tedarik Zinciri Yönetimi Arş.Gör. Duran GÜLER Ege Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü Tedarik Zinciri Yönetimi Tedarik zinciri boyunca tedarik ve zinciri içinde müşteri tatmin düzeyini
DetaylıAJANDA HAKKIMIZDA EĞİTİMLERİMİZ. Biz Kimiz? Vizyonumuz Misyonumuz Değerlerimiz. Eğitim Bölümlerimiz Eğitim İçeriklerimiz
AJANDA HAKKIMIZDA Biz Kimiz? Vizyonumuz Misyonumuz Değerlerimiz EĞİTİMLERİMİZ Eğitim Bölümlerimiz Eğitim İçeriklerimiz BİZ KİMİZ? Eğitim Sektöründe 11 yıllık tecrübe ve bilgi birikimine sahip olarak yola
DetaylıDijital pazarlama bir satış yöntemi değil; ulaşılan sonuçları sayesinde satış artışı sağlayan, bir ilişkilendirme ve iletişim sürecidir.
Dijital pazarlama bir satış yöntemi değil; ulaşılan sonuçları sayesinde satış artışı sağlayan, bir ilişkilendirme ve iletişim sürecidir. Dijital Pazarlama, rekabet avantajı için yeni kaynaklara ulaşımı
DetaylıCRM Müşteri İlişkileri Yönetimi
CRM Müşteri İlişkileri Yönetimi Yrd. Doç. Dr. Fazlı YILDIRIM fazli.yildirim@okan.edu.tr Oda: C522 www. fazliyildirim.com BIS364 Rekabet Avantajı İçin ç Müşteri ş İlişkileri Yönetimi Abdullah BOZGEYİK CRM
DetaylıTURKCELL. 2012 2. Çeyrek Sonuç Açıklaması 25 Temmuz 2012. Turkcell, CEO. Süreyya Ciliv
TURKCELL 2012 2. Çeyrek Sonuç Açıklaması 25 Temmuz 2012 Süreyya Ciliv Turkcell, CEO TURKCELL DEN REKOR ÇEYREK VE YARIYIL GELİRİ Turkcell Grup Konsolide Finansal Sonuçlar 2012 2. Çeyrek Milyon TL 2.Çeyrek
DetaylıTÜSİAD YÖNETİM KURULU BAŞKANI HALUK DİNÇER İN İŞ DÜNYASI BAKIŞ AÇISIYLA TÜRKİYE DE YOLSUZLUK SEMİNERİ AÇILIŞ KONUŞMASI
TÜSİAD YÖNETİM KURULU BAŞKANI HALUK DİNÇER İN İŞ DÜNYASI BAKIŞ AÇISIYLA TÜRKİYE DE YOLSUZLUK SEMİNERİ AÇILIŞ KONUŞMASI 26 Kasım 2014 İstanbul, Sabancı Center TÜSİAD İş Dünyası Bakış Açısıyla Türkiye de
DetaylıŞirket. Profili. Bir Bakışta MCI. Finansal Bilgiler. Sektör Bilgileri. Online ve Offline Arasında Köprü Kurmak. Basın Kiti 2015
Şirket Profili Basın Kiti 2015 Bir Bakışta MCI MCI, stratejik ilişki ve aktivasyon çözümleri sunma hususunda dünya lideri olup toplantı, etkinlik, dernek ve kongre sektörlerinde 1987'den beri yeniliklere
DetaylıWTO(DÜNYA TİCARET ÖRGÜTÜ): Mal ve hizmetlerin üretim, reklam, satış ve dağıtımlarının telekomünikasyon ağları üzerinden yapılmasıdır.
E-Ticarete Giriş E-Ticaret Tanımı WTO(DÜNYA TİCARET ÖRGÜTÜ): Mal ve hizmetlerin üretim, reklam, satış ve dağıtımlarının telekomünikasyon ağları üzerinden yapılmasıdır. OECD(İKTİSADİ İŞBİRLİĞİ VE KALKINMA
DetaylıKısaca. Müşteri İlişkileri Yönetimi. Nedir? İçerik. Elde tutma. Doğru müşteri 01.06.2011. Genel Tanıtım
Kısaca Müşteri İlişkileri Yönetimi Genel Tanıtım Başar Öztayşi Öğr. Gör. Dr. oztaysib@itu.edu.tr 1 MİY Genel Tanıtım 2 MİY Genel Tanıtım İçerik Müşteri İlişkileri Yönetimi Nedir? Neden? Tipleri Nelerdir?
DetaylıDİJİTAL & SOSYAL MEDYA NIN GELENEKSEL MEDYA YA GÖRE AVANTAJLARI
Düzen Değişti HAMİNNE DİJİTAL MEDYA & SOSYAL AĞ PAZARLAMA Haminne, dijital medya ve sosyal ağlar üzerinde; lokal ve ulusal pazarlama çözümleri üreten, şehir hedefli yayın ve yayıncıları ile yüz binlerce
DetaylıİNOVANKA TANITIM DOKÜMANI. Dijital Dünya da zirveyi arzulayan işletmelerin adresi
İNOVANKA TANITIM DOKÜMANI Dijital Dünya da zirveyi arzulayan işletmelerin adresi Türksat ın Tercihi İnovanka Türksat A.Ş, Kablo Tv, Uydu Net, E-devlet sosyal medya ve dijital pazarlama uzmanlarına tarafımızca
DetaylıKALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD)
KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD) Yaşar ERAYMAN YÜKSEL FEN BİLİMLERİ ENSTİTÜSÜ TEKSTİL MÜHENDİSLİĞİ ANABİLİM DALI SEMİNER MAYIS 2017 Giriş Kalite Fonksiyon Dağılımı (QFD), ürün
DetaylıMüşteri Bilgi Sistemi Tasarımı, Müşteri İzleme
Müşteri Bilgi Sistemi Tasarımı, Müşteri İzleme Günümüzün giderek zorlaşan rekabet ortamında artan müşteri sayıları nedeniyle müşteri ilişkileri yönetimi her geçen gün boyut değiştirmektedir. Müşterilerine
DetaylıNitel Araştırmada Geçerlik ve Güvenirlik
Nitel Araştırmada Geçerlik ve Bilimsel araştırmanın en önemli ölçütlerinden biri olarak kabul edilen geçerlik ve güvenirlik araştırmalarda en yaygın olarak kullanılan iki en önemli ölçüttür. Araştırmalarda
DetaylıDünya ve Türkiye de, Kamu Çağrı Merkezi Uygulamaları ve Son Trendler 26 Eylül 2012
Dünya ve Türkiye de, Kamu Çağrı Merkezi Uygulamaları ve Son Trendler 26 Eylül 2012 IMI 2.Ankara Çağrı Merkezi Konferansı Emre ERTÜRK TURKCELL GLOBAL BİLGİ Stratejik Planlama Müdürü Dünya Çağrı Merkezi
DetaylıTürkiye ile İlgili Sorular
Bilgi Toplumu İzmir Delfi Anketi 2. Tur Bilgi Toplumu İzmir çalışması ikinci tur Delfi anketine hoş geldiniz. İkinci tur 31 Ağustos 5 Eylül 2012 tarihlerini kapsayacaktır. Bu turda 1. Tur sonuçlarının
DetaylıHakkımızda ECOFİLO BİLGİ TEKNOLOJİLERİ KİMDİR? Değerlerimiz
Hakkımızda Değerlerimiz ECOFİLO BİLGİ TEKNOLOJİLERİ KİMDİR? 15 yıllık sektör tecrübesi. Farklı sektörlerde faaliyet gösteren filo ihtiyaçları hakkında bilgi birikimi. Uzmanlığımız; araştırma-geliştirme,
DetaylıELEKTRONİK TİCARET DR. AYŞEGÜL SAĞKAYA GÜNGÖR
ELEKTRONİK TİCARET DR. AYŞEGÜL SAĞKAYA GÜNGÖR E-İŞ Elektronik İş (E-iş) Bilgi ve iletişim teknolojilerinin bir şirketin tüm aktivitelerini desteklemek amaçlı uygulanması Şirketin iç ve dış veri sistemlerini
DetaylıSosyal Medya Analitiği Demo
Somemto Big Data ORACLE BIG DATA APPLIANCE Sosyal Medya Analitiği Demo Abdulkerim Mızrak DWH/BI Yöneticisi 11.02.2013 İstanbul, TR Ajanda Sosyal Medya Analitiği(SMA) Nedir? SMA Neden Önemlidir? Demo İçerik
DetaylıModern Pazarlama Anlayışındaki Önemli Kavramlar
Modern Pazarlama Anlayışındaki Önemli Kavramlar Müşteri Değeri: Bir değişim işleminde müşterinin elde ettiği yararların katlandığı veya ödediği bedele oranı Müşteri Tatmini: Mal veya hizmetin, müşteri
Detaylı6_ _ _n.mp4
SAP Business One SAP Business One http://gateteknoloji.com/wp-content/uploads/2016/12/1567832 6_306102789784420_1572539796541145088_n.mp4 Muhasebe araçlarından daha fazlasına mı ihtiyacınız var? Küçük
DetaylıMerSis. Bilgi Teknolojileri Bağımsız Denetim Hizmetleri
MerSis Bağımsız Denetim Hizmetleri risklerinizin farkında mısınız? bağımsız denetim hizmetlerimiz, kuruluşların Bilgi Teknolojileri ile ilgili risk düzeylerini yansıtan raporların sunulması amacıyla geliştirilmiştir.
DetaylıTürkiye Cumhuriyeti Bilim, Sanayi ve Teknoloji Bakanlığı. Yalın Altı Sigma Konferansı-5 / 7-8 Kasım 2014
Türkiye Cumhuriyeti Yalın Altı Sigma Konferansı-5 / 7-8 Kasım 2014 Sürdürülebilir Bir Üretim Altyapısı Çevreye Duyarlı VGM Güvenli Verimli BSTB İleri Teknoloji Yüksek Katma Değer 2 20 nün Kuruluşu 17 Ağustos
DetaylıTaşınabilir Teknolojiler
Taşınabilir Teknolojiler Nelerdir? Akıllı cep telefonları Dizüstü bilgisayarlar Tablet PC ler Giyilebilir teknolojiler Akıllı cep telefonları Fotoğraf makinesi, video kamera, sesli ve görüntülü ortam oynatıcılar,
DetaylıEtki Değerlendirme Hülya ÖZTOPRAK YILMAZ Daire Başkanı
Etki Değerlendirme Hülya ÖZTOPRAK YILMAZ Daire Başkanı 1 / 30 İçerik Amaç / Hedef Önem Kamu Destekleri Temel Kavramlar Değerlendirme ne işe yarar? Yöntem 2 / 30 Amaç / Hedef Amaç Etki değerlendirme konusunda,
DetaylıHazırlayan. Ramazan ANĞAY. Bilimsel Araştırmanın Sınıflandırılması
Hazırlayan Ramazan ANĞAY Bilimsel Araştırmanın Sınıflandırılması 1.YAKLAŞIM TARZINA GÖRE ARAŞTIRMALAR 1.1. N2tel Araştırmalar Ölçümlerin ve gözlemlerin kolaylık ve kesinlik taşımadığı, konusu insan davranışları
DetaylıBASIN BÜLTENİ Bilgi için: Sevil Utku Telefon: 0 212 267 16 00 Email: sevil.utku@aifd.org.tr
BASIN BÜLTENİ Bilgi için: Sevil Utku Telefon: 0 212 267 16 00 Email: sevil.utku@aifd.org.tr GfK Türkiye ülke çapında araştırdı TÜRK HALKI HASTALARIN YENİ İLAÇLARA DAHA KOLAY ERİŞMESİNİ İSTİYOR Halkın %69
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ
COĞRAFİ BİLGİ SİSTEMLERİ HARİTA TABANLI PLANLAMA VE YÖNETİM Prof.Dr. Vahap TECİM Dokuz Eylül Üniversitesi HARİTADAN DA ÖTE COĞRAFİ BİLGİ SİSTEMLERİ BİLGİ SİSTEMİ Donanım Yazılım Veriler Personel Yeryüzü
DetaylıHakkımızda ECOFİLO KİMDİR? Değerlerimiz
Hakkımızda Değerlerimiz ECOFİLO KİMDİR? 01 Müşterilerimizin ihtiyaçlarına odaklanır, uzun vadeli güvene dayalı ilişkiler kurarız. Müşterilerimiz için değer katacak ve işlerini kolaylaştıracak çözümler
DetaylıBİLİŞİM SİSTEMLERİNİN PRENSİPLERİ
BİLİŞİM SİSTEMLERİNİN PRENSİPLERİ Derleyen: Prof. Dr. Güngör BAL Bölüm 8 Elektronik ve Mobil Ticaret Prensipler ve Öğrenme Hedefleri Elektronik ticaret ve mobil ticaret git gide gelişmekte ve işin yürütülmesi
DetaylıTİCARİ LİMANLARDA HESAPVEREBİLİRLİK VE LOJİSTİK PERFORMANSA ETKİLERİ ÜZERİNE BİR ARAŞTIRMA
TİCARİ LİMANLARDA HESAPVEREBİLİRLİK VE LOJİSTİK PERFORMANSA ETKİLERİ ÜZERİNE BİR ARAŞTIRMA Prof. Dr. Ramazan KAYNAK Gebze Teknik Üniversitesi, İşletme Fakültesi Şükrü SATILMIŞ Kocaeli Üniversitesi, Karamürsel
DetaylıÖĞRENCİ MEMNUNİYET ANKETİ DEĞERLENDİRME RAPORU. Öğrenci İşleri Daire Başkanlığı
ÖĞRENCİ MEMNUNİYET ANKETİ DEĞERLENDİRME RAPORU Öğrenci İşleri Daire Başkanlığı 2017 0 ÖĞRENCİ MEMNUNİYET ANKETİ DEĞERLENDİRME RAPORU İÇİNDEKİLER GİRİŞ... 4 1. ÜNİVERSİTE ÖĞRENCİ İSTATİSTİKLERİ... 6 2.
DetaylıSAP OEM PROGRAM ORTAKLIĞI REHBERİ. Türkiye nin ilk SAP OCP İş Ortağı MDS ap den OEM Programı Hakkında Bilmek İstedikleriniz...
SAP OEM PROGRAM ORTAKLIĞI REHBERİ Türkiye nin ilk SAP OCP İş Ortağı MDS ap den OEM Programı Hakkında Bilmek İstedikleriniz... OEM İŞ ORTAKLIĞI NEDİR? MDS ap SAP OEM iş ortaklığı modeli, SAP platformlarını
DetaylıCopyright 2012 EMC Corporation. All rights reserved.
1 Büyük Verinin Değerini Keşfedin Oylum Tağmaç EMC Danışmanlık 2 Agenda Büyük Veri Hayatımızı Nasıl Değiştiriyor? Büyük Verinin Kurumları Dönüştürmesi EMC Danışmanlık Ekibinin Büyük Veri ye Yaklaşımı Referanslar
DetaylıMasterFi. İş Analitiği Çözümleri. Müşteri portföy analizlerinde yeni bir devir!
MasterFi İş Analitiği Çözümleri Müşteri portföy analizlerinde yeni bir devir! Hiç Bir Şey Tesadüf Değildir! MasterFi Mobil IntelliFi MasterFi Web MasterFi, pazar araştırması yapmak isteyen şirketlerinin
DetaylıSAĞLIKTA İLETİŞİM DR. İLKER TELLİ SAĞLIK-DER GENEL MERKEZ
SAĞLIKTA İLETİŞİM DR. İLKER TELLİ SAĞLIK-DER GENEL MERKEZ İLETİŞİM NEDİR? Genel anlamda insanlar arasında düşünce ve duygu alışverişi olarak ele alınmaktadır. İletişim iki birim arasında birbirleriyle
DetaylıYapı Malzemesi Enformasyon Sistemi - YMES. Y.Doç.Dr. Elçin TAŞ Y.Doç.Dr. Leyla TANAÇAN Dr. Hakan YAMAN
Yapı Malzemesi Enformasyon Sistemi - YMES Y.Doç.Dr. Elçin TAŞ Y.Doç.Dr. Leyla TANAÇAN Dr. Hakan YAMAN 1.Ulusal Yapı Malzemesi Kongresi Hilton, İstanbul - 11 Ekim 2002 Bildirinin Amacı Bu bildiride ülkemizde
DetaylıVERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri
VERİ KAYNAKLARI YÖNETİMİ İ İ 5. ÜNİTE GİRİŞ Bilgi sisteminin öğelerinden biride veri yönetimidir. Geleneksel yada çağdaş, birinci yada ikinci elden derlenen veriler amaca uygun veri formlarında tutulur.
DetaylıTablo 1: Anketi Yanıtlayan Kişilerin Yaş Dağılımı Frekans (Sayı) Yüzde ( %) 20 40 175 65,1 40+ 67
Özel Sağlık Sigortalıları Sağlık Hizmet Kullanımı Anket Değerlendirmesi Erdem ALPTEKİN Özel sağlık sigortalıların sorunlarını irdelemek ve beklentilerini belirlemek amacıyla Sigorta sektöründe faaliyet
DetaylıENDÜSTRİYEL REKLAMCILIK VE BASKI SEKTÖRÜ ÖLÇÜMLEME ÇALIŞMASI SORU FORMU
Sayın Yetkili, ENDÜSTRİYEL REKLAMCILIK VE BASKI SEKTÖRÜ ÖLÇÜMLEME ÇALIŞMASI SORU FORMU Sektörün rakamsal verilerle tanımlanması amacıyla yapılan bu çalışmada, firmanıza ilişkin bilgiler gizlilik çerçevesinde
DetaylıIBM Güvenlik Sistemleri Yeni Nesil Güvenlik Bilgisi Toplama ve Olay Yönetimi
Yeni Nesil Güvenlik Bilgisi Toplama ve Olay Yönetimi 6 Aralık 2012 1 2012 IBM Corporation Gündem 2 Günümüzde BT güvenliği gereksinimi IBM güvenlik çerçevesi QRadar: Yeni Nesil Güvenlik Bilgisi Toplama
DetaylıGelişen Tehdit Ortamı ve Senaryolaştırma. İhsan Büyükuğur Garanti Bankası Teftiş Kurulu Program Yöneticisi - Teknoloji ve Kurum Dışı Riskleri
Gelişen Tehdit Ortamı ve Senaryolaştırma İhsan Büyükuğur Garanti Bankası Teftiş Kurulu Program Yöneticisi - Teknoloji ve Kurum Dışı Riskleri Siber tehditler sürekli artıyor! Veri sızıntılarıyla dolu bir
DetaylıT.C. Ankara Üniversitesi. Elmadağ Meslek Yüksek Okulu. Bilgisayar Programcılığı Programı
T.C. Ankara Üniversitesi Elmadağ Meslek Yüksek Okulu Bilgisayar Programcılığı Programı Ankara Üniversitesi Elmadağ Meslek Yüksek Okulu Öğrencileri Neden Facebook, Twitter Tarzı Sosyal Paylaşım Sitelerine
DetaylıİŞ ZEKASI (BI * ) Veriniz geleceğe ışık tutsun İşinizi geleceğe göre planlayın
(BI * ) Veriniz geleceğe ışık tutsun İşinizi geleceğe göre planlayın Kurumunuzun yarınını belirleyecek kararları verirken en iyi iş zekası araçlarını kullanın. *BUSINESS INTELLIGENCE İş Zekası Çözümleri
Detaylı10 yıllık sektör deneyimimiz ve yazılım teknolojileri alanında uzmanlaşmış eğitmen kadromuzla, size, ekibinize ve yazılım kültürünüze değer katacak
10 yıllık sektör deneyimimiz ve yazılım teknolojileri alanında uzmanlaşmış eğitmen kadromuzla, size, ekibinize ve yazılım kültürünüze değer katacak eğitimler sunuyoruz. 1 HAKKIMIZDA Kodcu, Agile yönetimsel
DetaylıDÜZCE ÜNİVERSİTESİ SÜREKLİ İYİLEŞTİRME KOORDİNATÖRLÜĞÜ
2016 MEZUN MEMNUNİYET ANKETİ DEĞERLENDİRME RAPORU DÜZCE ÜNİVERSİTESİ SÜREKLİ İYİLEŞTİRME KOORDİNATÖRLÜĞÜ TAKDİM 2006 yılında kurulan ve değer üreten üniversite sloganıyla yeni kurulan üniversiteler arasında
DetaylıDijital Dünyada Yazılım Varlık Yönetiminin Artan Önemi
www.pwc.com Dijital Dünyada Yazılım Varlık Yönetiminin Artan Önemi Dijital dönüşümü anlamak İçerik 001 Yazılım Varlık Yönetimi 002 Lisans Değerlendirme Süreci 003 Optimizasyon Modeli ve Öneriler 004 Doğru
DetaylıTEMEL BİLGİ TEKNOLOJİLERİ KULLANIMI. Bilgisayar I ve Bilgi İletişim Teknolojileri Dersi Öğr.Gör. Günay TEMUR
TEMEL BİLGİ TEKNOLOJİLERİ KULLANIMI Bilgisayar I ve Bilgi İletişim Teknolojileri Dersi Öğr.Gör. Günay TEMUR BİLGİSAYARIN TANIMI VE TARİHÇESİ Bilgisayar, kullanıcıdan aldığı verilerle mantıksal ve aritmetiksel
Detaylı"Bilişimde Devrime Devam"
"Bilişimde Devrime Devam" Melih Murat Kıdemli Analist, BT Hizmetleri Copyright 2012 IDC. Reproduction is forbidden unless authorized. All rights reserved. Küresel Belirsizlik Çağında Yönetim Geleceğimizi
DetaylıSerbestleşmenin Neresindeyiz?
Serbestleşmenin Neresindeyiz? Dr. Murad Ardaç Koç Bilgi Grubu Telekomünikasyon Koordinatörü 4. Telekom Arenası, 1 Mart 2004 1.3.2004 4. Telekom Arenası Saydam 1 Sabit Telefonunuzu Atın, Mobil Yaşama Geçin!
DetaylıPAZAR NERESİDİR? Uygulamalı Girişimcilik Eğitimi. Pazar Araştırması
Uygulamalı Girişimcilik Eğitimi Pazar Araştırması PAZAR NERESİDİR? Pazar mal ve hizmetlerin satışa sunuldukları ve alıcılar ile satıcıların bir araya geldikleri her yerdir. Mağaza, hal, manav, restoran,
DetaylıSoyolojik Soru Sorma ve Cevaplama
Soyolojik Soru Sorma ve Cevaplama Lütfi Sunar Sosyolojiye Giriş / 3. Ders Bilgi Türleri Thomson ve Hickey e göre beş tür bilgi mevcuttur: 1. Sınama yanılma yoluyla elde edilen deneyim (experience). bilgiyi
Detaylı