İş Zekâsı ve Qlikview Mustafa ERŞAHİN 1, Dr. Deniz KILINÇ 2 1 Univera Bilgisayar Sistemleri Sanayi ve Ticaret A.Ş, İzmir 2 Univera Bilgisayar Sistemleri Sanayi ve Ticaret A.Ş, İzmir mustafa.ersahin@univera.com.tr, deniz.kilinc@univera.com.tr Özet: Günümüzde bilginin üretilmesindeki hız kadar, onun iletilme ve değerlendirilme süresinin kısalığı da önemli bir metriktir. Ayrıca, bu bilgiye yetkileri gereği tüm ekibin erişebilmesi ve değerlendirebilmesi gerekmektedir. İşte bu yüzden İş Zekâsı artık birçok kurum için vazgeçilmez bir noktaya gelmiştir. Bu kavramı, en basit anlamda; İşlenmemiş verilerin toplanması, saklanması ve analiz edilmesi için tasarlanmış uygulamalar ve bu uygulamaları çalıştıran teknoloji araçlarının bütünü olarak tanımlayabiliriz. Hedefi belirlenmiş, sistem bütünlüğü ele alınarak çalışma yapılmış ve tüm aktörler doğru şekilde seçilmiş bir iş zekası projesinin sonraki en önemli adımı iş zekası aracının seçilmesidir. Bu bildiride QlikView isimli, geliştirme platformlarında bulunan tüm süreçleri kökten değiştirecek bir yaklaşım sunan, yeni nesil iş zekâsı aracı üzerinde durulmuştur. Anahtar Sözcükler: iş zekası, Qlikview, veri madenciliği, OLAP, iş zekası araçları, bellek içi veritabanı Abstract: Today, up to speed in producing the information, its delivery and shorter duration of the evaluation time are also an important metrics. The whole team should also access this information in accordance to their permissions and their needs to evaluate. That's why "business intelligence" is now indispensable for many institutions. A simple description of this concept could be "The collection of raw data, then its storage and analysis of stored raw data by using applications designed for these technology tools ". In a business intelligence project, the important step is to select the proper business intelligence tool after targeting a valid goal and system integrity is took consideration and all the actors are properly selected. In this paper, focused on a next-generation business intelligence tool named QlikView that radically changes the approach of development platforms. 1. Giriş Bilgisayar ve internet kullanımının kurumsal ve kişisel düzeyde giderek artması, bilgi ve iletişim teknolojilerini sürekli olarak gelişmeye itmektedir. Değişen ekonomik koşullar, sektördeki firmaları daha az maliyetle daha verimli sonuçlar elde etmek için değişime zorlamaktadır. Değişimin amacı mevcut karlılığın devamını sağlamak ve kendini farklılaştırarak bir adım öne çıkmaktır. Bu noktada kullanılacak en etkin araç da tabiî ki bilgidir. Günümüzde bilginin üretilmesindeki hız kadar, onun iletilme ve değerlendirilme süresinin kısalığı da önemli bir metriktir. Ayrıca, bu bilgiye yetkileri gereği tüm ekibin erişebilmesi ve değerlendirebilmesi gerekmektedir. İşte bu yüzden İş Zekâsı artık birçok kurum için vazgeçilmez bir noktaya gelmiştir.
İş Zekâsı uygulamaları hayatımıza yavaş çalışan raporlarla girmiş ve bu süreci başlatmıştır. Ancak artık performans sorununu ortadan kaldıran bellek içi iş zekâsı uygulamaları sayesinde çok hızlı bir şekilde rapor almak ve karar verebilmek olanaklı hale gelmiştir [1]. 2. İş Zekâsı Günümüz teknolojisinin geldiği nokta itibariyle veri toplama ve saklama artık eskisi kadar zor ve maliyetli değil. İnternet üzerinde çalışan uygulamalar, el bilgisayarı uygulamaları gibi birçok uygulama ile veriler toplanıp, diskler üzerinde neredeyse sınırsızca saklanabiliyor. İş zekâsı kavramını, elde edilen bu büyük kapasiteli bilgileri analiz ederek yeni sonuçlar çıkarmak olarak tanımlayabiliriz. Bu tanım kendi içinde teknik olarak veri madenciliği [2], sorgulama ve raporlama gibi farklı aktiviteler içerir. Dolayısıyla iş zekâsından bahsederken birçok önemli adımı olan bir disiplin dersek yanılmış olmayız. uygulamalar geliştirmek mümkündür. Kurumsal hafızanın oluşturulmasından dengeli puan tabloları oluşturmaya, aktivite bazlı maliyet hesaplamasından performans değerlendirmeye, süreç yönetiminden stratejik planlamaya kadar farklı uygulama alanları mevcuttur. Örneğin, Univera daki [4] bir Mobil Satış Dağıtım projesinde iş zekâsı uygulaması yaparak bölge, bayi, satış temsilcisi, ürün hiyerarşisi kırılımında, yıl, çeyrek, ay, hafta zaman dilimlerinde; bayilerin aktif satış noktaları ile satış oranlarını / miktarlarını, Türkiye genelindeki satış dağılımlarını, ürün grubu yıllık satış dağılımlarını,satış temsilcisi performanslarını, What-if senaryosu ile satışı, ciroyu ve karlılığı, Sipariş Sepet Analizi ile siparişlerdeki ürünlerin birlikte sipariş verilme frekanslarını analiz etmek mümkündür. 2.1. İş Zekâsı Neden Önemli? İş zekâsı kavramı gün geçtikçe karşımıza daha çok çıkmakta ve bu yönde geliştirilen uygulamalar yaygınlaşmaktadır. Bu konuda yapılan çalışmalar ile birlikte elde edilen sonuçlar hiç şüphesiz şirketleri cezbediyor. Çünkü; İş zekâsı uygulamaları şirketler için karar verme, maliyet düşürme ve yeni fırsatlar yaratmak için kullanılabilir Yöneticiler iş zekâsı uygulamaları sayesinde verimsiz süreçleri belirleyebilirler Üst düzey yöneticiler IT çalışanlarının yeni bir rapor hazırlamasını beklemeden elindeki bilgiyi analiz etmeye başlayabilirler. Yani iş zekâsı ile her kademedeki kullanıcılar için yeni fikirler ve sonuçlar üretebilecek Şekil 1. Örnek İş Zekası Dashboard İş zekâsı uygulamalarının geliştirilmesi ve tasarlanması sırasında dikkat edilecek hususlar vardır. Aksi halde ortaya çıkacak sonuç beklentiyi karşılamayıp hayal kırıklığı yaratacağı gibi iş zekâsı uygulamasına olan bakış açısını da tamamen değiştirmesine sebep olabilir. Dikkat edilmesi gereken hususlar; Doğru Hedef: Bir iş zekâsı uygulaması geliştirilirken öncelikle uygulamanın hedefi doğru belirlenmelidir. Analiz edilmek istenen durum veya sisteme etki eden tüm parametreler en doğru sonuca ulaşmak için uygulamaya dâhil edilmeli ve değerlendirilmelidir. Sistem Bütünlüğü: Sistem bir bütün olarak ele alınmalı etkileşim içinde olan
süreçler birbirinden bağımsız düşünülmemelidir. Veri madenciliği: İş zekâsı uygulamasının kullanacağı veri temiz olmalıdır. Tutarsız sonuç çıkarılmasına neden olacak bir veri kümesi ile çalışılmamalıdır. İş zekâsı uygulamasından en iyi performansı almak için veri madenciliği prensipleri doğrultusunda temiz bir veri ambarı oluşturulmalıdır. Bu üç husus bir uygulama geliştirme öncesinde verilerin oluşturulması kısmında çok önemlidir. Burada yapılacak yanlış bir değerlendirme daha sonraki süreçlerde projeyi bir çıkmaza sürükleyebilir. Uygulamanın üzerine inşa edileceği veri sorunsuz bir şekilde tasarlanıp oluştuğunu varsayalım. Bu uygulamada başarı kriteri nedir? diye sorulduğunda verilecek cevap tek değildir. Teknik ekip istenen zaman diliminde uygulamayı istenen şekilde tamamlamış olabilir. Bu teknik ekibin başarısıdır. Ancak bir iş zekâsı uygulamasının asıl başarı kriteri, uygulamanın sisteme kattığı değerdir. Dikkat edilecek hususlardaki ilk madde Doğru Hedef idi. Dolayısıyla başarı ortaya koyulan hedefin ne derece yakınında olduğunuzla ilgilidir. İşte bu yüzden, iş zekâsı uygulamalarından verim alabilmek ve uygulamasının başarılı olabilmesi için birden fazla aktör gereklidir. Son kullanıcının yanı sıra, uygulamayı geliştirecek teknik ekibe ve bu uygulamayı çok boyutlu düşünerek analiz edecek yöneticiye ihtiyaç vardır. Böyle bir projenin yönetimini, kurumun mevcut misyonu, hedef ve stratejileri hakkında geniş bir bakış açısına sahip, sistemde ortaya çıkarılacak bir anahtarı performansa çevirebilecek kişilerin yapması daha doğrudur. Bu üç aktörün iş birliği ile ortaya çıkarılacak iş zekâsı uygulaması sadece bazı değerler göstermeye yarayacak bir rapordan ibaret değil sistem üzerinde yepyeni sonuçlar çıkarabilecek bir uygulama haline gelir. 2.2. İş Zekâsı Sürecinde Araç Seçimi Hedef belirlenmiş, sistem bütünlüğü ele alınarak veri madenciliği çalışması yapılmış ve tüm aktörler doğru şekilde belirlenmişse iş zekâsı projesine başlamak için gerekli adımlar atılmış demektir. Bundan sonraki adım ise uygulamayı geliştirecek bir araç seçmektir. Microsoft, IBM gibi dev grupların geliştirdiği araçlar bulunmaktadır. Ancak bu bildiride, hayatımıza yıllar önce giren ancak yeni keşfedilen bir araç olarak Qlikview iş zekâsı platformunu inceleyeceğiz. 3. QlikView - Yeni Nesil İş Zekâsı Aracı İş zekâsı uygulamaları dediğimizde yakın zamana kadar belirli periyodlarda sınırlı kullanıcı kitlesinin çeşitli raporlara erişerek bazı analizler yapabiliyor olması anlaşılıyordu. Ayrıca bu işlemi yapabilmek için bile gerçekten büyük kaynaklar kullanma ihtiyacı vardı. Bununla birlikte gerçekleştirme süresi uzun, bakım işlemi maliyetli ve zor ayrıca bunlara rağmen sistem oldukça yavaş çalışıyordu. Qlikview [3] ise bahsettiğimiz geliştirme platformlarında bulunan tüm süreçleri kökten değiştirecek bir yaklaşım sunan yeni nesil iş zekâsı olarak tasarlanmıştır. Maliyetli ve büyük kaynaklara ihtiyaç duymadan, diğerlerine göre çok daha kısa sürede geliştirilebilen ve anlık sorgulamalara geleneksel yapılara göre son derece hızlı bir şekilde cevap verebilen bir iş zekâsı platformudur. Son kullanıcıların veriler üzerinde sorgulama, raporlama ve OLAP analizleri yapabilecekleri ve sonuçlarını dashboard ortamlarda görebilecekleri bir platformdur. Bu platformun kolay, kullanışlı ara yüzü ve
mimarisindeki bellek içi çağrımsal veri tabanı erişimi sayesinde anlık olarak verilere ulaşım son derece rahat ve hızlı bir şekilde gerçekleşiyor. Peki diğer uygulamaların bu kadar maliyetli ve kaynak kullanarak yaptığı QlikView nasıl yapıyor? Bellek içi veri tabanı erişimi (In- Memory) Çağrımsal-Bileşik Veri tabanı Yüksek veri sıkıştırma oranı 3.1. Bellek içi Veritabanı İş zekâsı uygulamalarının en büyük problemlerinden biri yapılan işlemlerin uzun sürmesidir. Ancak iş zekâsının en önemli amaçlarından biri, yönetimsel birimlerin veriye hızlı bir şekilde ulaşmasını sağlamak ve karar verme mekanizması içerisinde yapılan bu çalışmanın sonuçlarını hemen alabilmektir. Qlikview bu noktada geleneksel iş zekâsı uygulamalarında kullanılan bakış açısını değiştirerek yepyeni bir strateji ile çözüm üretiyor. İş zekâsı uygulamaları için kullanılan veri kümeleri, veri ambarları, OLAP küpleri gibi çok boyutlu bilgi kaynaklarını disk üzerinde saklamak yerine bellekte tutarak geleneksel yavaşlığı tarihe karıştırıyor. Disk üzerinden veri madenciliği yapılabilecek kadar büyük verilerin defalarca okunmak zorunda kalması şüphesiz çok büyük maliyet, kaynak ve zaman kullanımına neden oluyor. Qlikview bu verilerin tümünü belleğe yükleyerek kullanıcıların her türlü sorgulama ve raporlama istekleri karşısında, verilere bellekten direkt erişim sağlayarak verinin büyüklüğüne göre diğer uygulamalara göre binlerce kat hızlı sonuç döndürür. Qlikview in bu yaklaşımı tercih etmesinin belki de en büyük sebebi de 64 bit teknolojisinin günümüzde gittikçe kullanılır hale gelmesidir. Bu teknoloji sayesinde belleklerin boyutu terabaytlar düzeyine kadar çıkabilmektedir. Ancak Qlikview sadece bu teknoloji gelişimine ayak uydurmakla kalmamış ve kendi geliştirdiği sıkıştırma algoritmasıyla da bellek kullanımını çok daha fazla optimize hale getirmiştir. 3.2. Çağrımsal-Bileşik Veritabanı Qlikview in bellek içi veri tabanı sistemiyle kazandığı hız dışında sistemdeki kullanımı çok yönlü hale getiren bir yapıyı da veri tabanı sistemine dâhil etmiştir. Çağrımsal- Bileşik veri tabanı şeklinde adlandırılan bu sistem kullanılan verilerin içinde yapılan ilk seçimle doğrudan ve dolaylı tüm bağlantıları hafızaya almasıdır. Bundan sonra yapacağı herhangi başka bir seçim için tekrar bu işlemi yapmak zorunda kalmayacaktır. Bir örnek vermek gerekirse; Bir firmanın İzmir deki satış tutarlarını görmek istediği bir rapor aldıktan sonra İzmir de bulunan satış temsilcileri, İzmir de satılan ürünler gibi raporları görmek için tekrar tekrar işlem yapmayacak sadece ekranda görüntülenmesine karar verecektir. Geleneksel sistemlerde örnekteki gibi farklı kriterler ile raporu almak için tüm veriyi tekrar tekrar okuyup belleğe almak gerekecekti. Qlikview bu uygulamayı hem veri tabanı üzerinde hem de görsel bileşenler üzerinde gerçekleştirmeyi başarmıştır. Bu sayede hem kullanımda hem de gerçekleştirim sırasında kolaylık ve hız kazanmayı sağlamıştır. 3.3. Yüksek Veri Sıkıştırma Oranı Bellek içi veri tabanı özelliğinden bahsederken Qlikview in kendi geliştirdiği bir veri sıkıştırma algoritması olduğunu söylemiştik. İlişkisel veri tabanlarında satır bazlı uygulanan sıkıştırma işlemlerine farklı bir açıdan bakarak sütun bazında sıkıştırma işlemi gerçekleştirmiştir. Yapılan bu sütun bazlı sıkıştırma ile ilişkisel veri tabanındaki bir veri kümesini %60 ile %85 arasında sıkıştırabilmektedir. Böylesine büyük
orandaki bir sıkıştırma ile de çok büyük verilerin hafızaya alınması ve hafızada işlenmesi çok daha kısa sürede gerçekleşir duruma geliyor. 4. Sonuç Teknolojinin ilerlemesiyle donanım sınırlarından gittikçe kurtulan bilgisayarlar sayesinde geçmişte olanaksız gördüğümüz uygulamalar artık gerçekleştirilebilir hale gelmiştir. Saatler süren çalışma sürelerinin sonunda alınan raporların anlık alınabilmesi de bunların başında gelmektedir. Bu tür uygulamaların öncülerinden olan Qlikview platformunu ele alarak Qlikview in yeni nesil iş zekâsı olarak görünmesini sağlayan üç önemli başlığı inceledik. Qlikview bunların yanında gerek kullanım kolaylığı sağlamasıyla gerekse geliştirme sürecindeki karmaşık yapıyı ortadan kaldırmasıyla kendini geleneksel iş zekâsı araçlarından ayırmayı başarmış bir ürün olarak karşımıza çıkıyor. Kaynaklar [1] The Basics of Business Intelligence: http://businessintelligence.com/article/166. [2] Defining Dataminig: http://businessintelligence.com/article/64 [3] Qlikview Product Documentation: http://www.qlikview.com/ [4] Univera Bilgisayar Sistemleri A.Ş.: http://www.univera.com.tr/