İŞLETMELERDE BÜYÜK VERİ UYGULAMALARI: BİR LİTERATÜR TARAMASI

İŞLETMELERDE BÜYÜK VERİ UYGULAMALARI: BİR LİTERATÜR TARAMASI Özet Araş. Gör. Şemsettin ÇİĞDEM Gaziantep Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü scigdem@gantep.edu.tr Doç. Dr. İbrahim Halil SEYREK Gaziantep Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü seyrek@gantep.edu.tr Son yıllarda bilgi teknolojilerinin, özellikle mobil teknolojiler ve sosyal medyanın, yaygın kullanımına bağlı olarak kayıt altına alınan veri miktarının çok büyük miktarlara ulaştığı ve bu eğilimin hızlanarak devam ettiği görülmektedir. Dijital teknolojilerin büyük miktarda verinin toplanmasına, depolanmasına ve işlenip analiz edilmesine imkân sağlaması, işletmeler için gerek operasyonlarını yönetmede gerekse rekabet etmede çeşitli fırsatlar sunmaktadır. Toplanan verilerin analizi ile rekabet avantajı elde etmede, daha iyi kararlar vermede, yeni ürün ve hizmetler geliştirmede, kalite ve verimliliği artırmada, müşterileri ve pazarı daha iyi anlamada firmalara katkı sağlayacak çeşitli uygulamaların geliştirilmesi söz konusu olmaktadır. Özellikle toplanan verinin miktarı ve çeşitliliği arttıkça, verilerin genel ve yaygın bazı amaçlar için kullanılmasına ek olarak, yeni geliştirilen teknoloji ve yöntemler sayesinde bu veriler toplanırken öngörülmeyen yeni kullanımları ortaya çıkmaktadır. Bu durum işletmelerde veri kullanımına yeni boyutlar kazanmaktadır. Sağlıktan finansa, üretimden perakendeye kadar pek çok alanda toplanan büyük verinin analizi ile birlikte firmalar için yeni iş fırsatları ve kullanım alanları ortaya çıkmaktadır. Ancak, bütün bu potansiyel avantajlarına rağmen, işletmelerin büyük veriden beklenen faydaları elde etmeleri çeşitli zorlukları içermektedir. Birçok firma için veri toplamak nispeten kolayken, bu verilerin analiz edilmesi ve yenilikçi bir şekilde kullanılması için gereken teknik altyapı ve beceri düzeyi yeterli değildir. Yapılan analizlerin kolayca anlaşılabilir ancak karar vericiye yeterli bir iç görü sağlayacak şekle dönüştürülmesi çok kolay değildir. Bu bağlamda belirli düzeyde veri analizi becerisinin çalışanlara kazandırılması önemli bir konu olmaktadır. Ayrıca verileri kullanmada, yasal ve etik sorunlar ile bireysel mahremiyetlerle ilgili konular da dikkatle ele alınması gereken hususlardır. Bu çalışmada yukarıda bahsedilen temel konular çerçevesinde, büyük verinin firmalar için potansiyel kullanım alanları ve avantajları ile uygulamadaki zorluklar konusunda kapsamlı bir literatür taraması sunulacaktır. Anahtar Kelimeler: Büyük Veri, Veri Bilimi, Veri Analitiği, Bilgi Teknolojileri, İşletme Uygulamaları Abstract APPLICATIONS OF BIG DATA IN BUSINESSES: A LITERATURE REVIEW With the widespread usage of mobile technologies and social media recently, the amount of data stored has reached very large quantities and this trend continues in an accelerating manner. The enabling role of digital technologies to collect, store and analyze data creates opportunities for businesses in managing their operations as well as competing with others. With the analysis of data collected it is possible to develop new applications which can help to gain advantages in competition, make better decisions, develop new products and services, increase quality and productivity and better understand customers and the market. Especially, as the amount and type of data collected increases, other than the use of data for some general and common purposes, some novel uses become possible which are not anticipated during data collection. This adds new

dimensions to the use of data in organizations. In many areas, from healthcare to finance and from production to retail, there are new opportunities and usage areas for businesses. However, in spite of such potential uses, there are several obstacles to taking advantage of big data. For most companies, even if it is easy to collect data, the technical background and the required skills for the analysis and innovative use of the data are not at a sufficient level. Also, it is not easy to perform analyses such that the results are interpretable and provide insight to decision makers. In this respect, it is important to help workers gain analysis skills. Also, legal issues and privacy concerns are very important. In this study, a literature review has been conducted on the use of big data in businesses including potential usage areas, advantages and challenges related to it while considering the main issues mentioned above. Keywords: Big data, Data science, Data analytics, Information Technology, Business Applications 1. GİRİŞ Son yıllarda bilgi teknolojilerinin, özellikle mobil teknolojiler ve sosyal medyanın, yaygın kullanımına bağlı olarak kayıt altına alınan verinin çok büyük miktarlara ulaştığı ve bu eğilimin hızlanarak devam ettiği görülmektedir. Bundan 20 yıl öncesine kadar veriye ulaşmak öncelikli ve maliyetli bir sorun iken bilgisayar ve internet teknolojisindeki gelişim bu sorunu neredeyse ortadan kaldırmıştır (M. Chen ve diğerleri, 2014). Dijital teknolojinin aşırı miktarda verinin depolanabilmesine izin vermesi ve veri toplama araçlarının çoğalması büyük miktarlarda veriye çok kolay bir şekilde ulaşmaya imkân sağlamıştır. Öyle ki günümüzde veriyi depolamak kendisine ulaşmaktan daha maliyetli bir hale gelmiştir (Elgendy ve Elragal, 2014). Böylece üretilen, saklanan ve manipüle edilen veri miktarı ciddi biçimde artmış ve bu artış sonucunda büyük veri olgusu ve veri bilimi gelişmeye başlamıştır (Gürsakal, 2014). Günümüzde online işlemlerden, epostalardan, arama sorgularından, sağlık kayıtlarından, sosyal ağ etkileşimlerinden, bilimsel verilerden, sensörlerden, mobil telefonlardan vb. pek çok kanaldan elde edilen veriler ve bu verilerin analizi modern bilim ve iş dünyası için en önemli konular arasında yer almaktadır (Kalyvas ve Albertson, 2014). İnternet teknolojisinin gelişmesi ile verinin neredeyse tamamı internet markaları tarafından üretilmekte ve işlenmektedir. Google yüzlerce petabayt veri üretmekte ve işlemekte, Facebook bir ayda 10 petabaytın üzerinde kayıt tutmakta, Çinli markalar Baidu, Taobao ve Alibaba onlarca petabaytlık veri işlemektedir (Sagiroglu ve Sinanc, 2013). Günümüzde kişisel veri depolama alanlarının terabayt kapasitesine ulaştığı göz önüne alındığında ve sosyal hayatta gerçekleşen neredeyse her olayın sayısallaştırılarak gerek kişisel gerek kurumsal bu depolama alanlarına kaydedildiği düşünüldüğünde nasıl bir veri havuzu içerisinde yüzdüğümüz daha da iyi anlaşılabilir. Gelinen bu noktada büyük veri istatistikten bilgisayara, internetten sosyal medyaya, pazarlamadan perakendeciliğe kadar pek çok alanda işletmelere avantajlar sağlamaktadır (Gürsakal, 2014). Örneğin perakendecilikte finansal kayıtlar, müşteri alışveriş trafiği, ürün kayıtları gibi iç kaynaklardan elde edilen verilerle sosyal paylaşım ağlarındaki yorumlar, mobil veri, emailler, web sitesi klik sayısı gibi dış kaynaklardan elde edilen veriler analiz edilerek müşteri davranışını anlamada kullanılmaktadır. Büyük veri sağlık sektöründe hem medikal gereçler ve insan kaynakları ile ilgili ihtiyaçların gerçek zamanlı görüntülenmesini sağlayarak hem de hastalıkların yayılma haritalarının çıkarılmasında kullanılarak faydaya dönüştürülebilmektedir. Turizm de geçmiş turist aktiviteleri ve turistlerin konum bilgileri gibi veriler müşterilere gerçek zamanlı kişiselleştirilmiş önerilerde bulunabilmeyi sağlamaktadır (Benjelloun, Lahcen ve Belfkih, 2015). Bununla birlikte, büyük verinin sağladığı büyük avantajların yanında beraberinde getirdiği, verinin elde edilmesi ve analiz sürecinde karşılaşılan sıkıntılar, kişisel mahremiyete zarar verme ihtimali gibi zorluklar da bulunmaktadır. Kavram hakkında yapılacak akademik çalışmalar hem kavramın

daha iyi anlaşılması ve işletmeler için faydaya dönüştürülmesinde hem de beraberinde getirdiği zorlukların üstesinden gelinmesinde önem arz etmektedir. Büyük Veri artık bir işletme terimi haline gelmesine rağmen hakkında yapılan akademik çalışmalar mümkün kıldığı faydalarıyla kıyaslandığında yetersiz kalmaktadır (George, Haas ve Pentland, 2014). Bu çalışmada yukarıda bahsedilen temel konular çerçevesinde, büyük verinin firmalar için potansiyel kullanım alanları ve avantajları ile uygulamadaki zorluklar konusunda bir literatür taraması sunulmaktadır. 2. BÜYÜK VERİ 2.1. Büyük Veri Nedir En genel tanımıyla büyük veri; (1) büyük veri setleri üzerinde çalışılabilmesine imkan veren teknoloji, (2) bu büyük veri setlerinden ekonomik, sosyal, teknik vb. konularda örüntüler çıkarabilen analiz teknikleri ve (3) bu analizler sonucunda daha önce elde edilemeyen ölçüde gerçek, objektif ve doğru bilgi elde edileceğine olan inancın birleşmesiyle ortaya çıkan teknik, akademik ve kültürel bir olgudur (Boyd ve Crawford, 2012). Büyük veri kavramı ile ilgili yapılan pek çok farklı tanımlamada verinin kendisinin büyüklüğünden çok klasik metotlarla işlenmesinin dışına çıkışına vurgu yapılmaktadır (Brown, Chui ve Manyika, 2011; Iafrate, 2015; Kalyvas ve Albertson, 2014). Büyüklük kelimesinin göreceli olmasından dolayı kavramı tek başına ifade edemediği belirtilmektedir (T. Davenport, Barth ve Bean, 2012; T. H. Davenport, 2014). Büyük veri ifadesi tek bir sunucuya sığmayacak kadar büyük, yapılandırılmış/yapılandırılmamış (resim, video, eposta, işlem verileri ve sosyal medya etkileşimleri vb.) veriler için kullanılmaktadır. Bu veriler statik bir veri ambarına sığmayacak şekilde sürekli akmakta ve geleneksel metotlarla analiz edilememektedir (T. H. Davenport, 2014). Büyük veri üç temel bileşenden (3V) oluşmaktadır. Bunlar hacim (volume), çeşitlilik (variety) ve hız (velocity) dır (Hurwitz, 2013). Hacim (Volume), Hacim verinin büyüklüğünü ifade ederken, Çeşitlilik (Variety), büyük verinin kaynaklarını ve daha çok yapılandırılmamış veri olmasını ifade etmektedir. Hız (Velocity) ise verinin ortaya çıkışı ve gerçek zamanlı işlenmesi/analizi ile ilgilidir (Iafrate, 2015). Alandaki çalışmaların çoğalması ve Şekil 1Büyük verinin 3V'si Kaynak: (Sagiroglu ve Sinanc, 2013) farkındalığın artmasıyla yeni karakteristik özelliklerin de bu bileşenlere eklendiği belirtilmektedir. Bunlar, Veracity(Doğruluk; verinin analiz edilmek üzere düzenlendikten sonra işe yarar bir veri seti elde edilmesi (Mayer-Schönberger ve Cukier, 2013)), Value(Değer; verinin ortaya çıkardığı maddi değer (Manyika ve diğerleri, 2011)), Variability(Değişkenlik; veriden elde edilebilecek özetlerin miktarı veri seti içerisindeki dağılımları (Samuel, Koundriya, Sashidhar ve Bharathi, 2013)), Complexity(Karmaşıklık; veriler arasındaki ilişkinin armasından dolayı verinin organize edilmesindeki ve analiz edilmesindeki zorluk (Benjelloun ve diğerleri, 2015) vb. şeklinde sıralanabilir. 2.2. Büyük Veri Kavramının Tarihi Bugünkü anlamıyla büyük verinin ortaya çıkışı, verilerin bilgisayar ortamına aktarılması ve kaydedilmesi ile başlamıştır. 1970li yıllarda verilerin özellikle saklanması ve analiz edilmesi için veri tabanı makineleri nin yapılmasının büyük veri kavramının doğuşuna zemin hazırladığı

kabul edilebilir. 1980li yıllarda artan veri miktarını işlemek ve kaydetmek için tek bir bilgisayar yetersiz olmaya başlamış ve paralel veri tabanı teknolojisi geliştirilmiştir. 1990lı yıllarda gelindiğinde internet servislerinin ortaya çıkışı ve hızla büyümesi indekslenmiş, sorgulanabilen ve insanoğlunun o güne kadar görmediği hızla büyüyen bir veri havuzu oluşmasına sebep olmuştur (M. Chen ve diğerleri, 2014). Büyük veri kavramının akademik alanda ve iş sahasında neredeyse eş zamanlı bir gelişim gösterdiği söylenebilir. Her ne kadar büyük veri ile ilgili ilk akademik çalışma 1999 yılında Steve Bryson ve arkadaşları tarafından yazılan Visually Exploring Gigabyte Data Sets in Real Time isimli makale (Press, 2013) olsa da bu konuda yapılan çalışmalar 1970 yılına kadar götürülmektedir (Halevi ve Moed, 2012). Büyük veri kavramı ile ilgili farkındalığın tam olarak 2000 yılından itibaren oluşmaya başladığı iddia edilebilir (Diebold, 2012) ancak bu yıldan önce ismen olmasa da içerik olarak büyük veriye altyapı oluşturabilecek akademik çalışmalar ve iş dünyası uygulamaları görmek mümkündür. Wal-Mart ın 1990larda Retailed-Link sistemini geliştirerek sattığı her ürünü veri olarak kaydetmesi, Oren Etzioni internetin 1994 yılında ilk arama motoru MetaCrawler ı kurması, Amazon.com un 1998 yılında kitap satışları tahmini için büyük veri işleyen ve analiz eden algoritmalar kullanmaya başlaması (Mayer-Schönberger ve Cukier, 2013) ile veri ambarlarından bilgi keşfi yapmaya yönelik veri madenciliği vb. metotların ortaya çıkışı yine aynı yıllara denk gelmektedir (Shi, 2014) H. Chen, Chiang ve Storey (2012) ve Halevi ve Moed (2012) tarafından yapılan çalışmalar kavramın akademik gelişimini ortaya koymaktadır. H. Chen, Chiang ve Storey (2012) başlığında, özetinde veya anahtar sözcüklerinde business intelligence (İş Zekası), business analytics (İş Analiği), big data (Büyük Veri) kavramları geçen akademik çalışmaların 2000-2011 arası periyoddaki artışlarını incelemiş ve büyük veri kavramına olan ilginin ciddi oranda arttığını belirtmişlerdir. Şekil 2: Business Intelligence, Business Analytics ve Big Data İlişkili 2000-2011 Arası Yayın Trendi(H. Chen ve diğerleri, 2012) Scopus veri tabanında elde edilen güncel (26.08.2015) veriler incelendiğinde 2011 den günümüze kadar çok daha ciddi bir yayın artışı gözlenmektedir. Başlığında, anahtar kelimelerinde ve özetinde Big Data kavramı bulunan yayın sayısı 10220 ye yükselmiştir. Bu yayınların 9982

tanesinin 2012 yılı ve sonrasında çıktığı göz önüne alındığında kavrama olan akademik ilginin oldukça arttığı söylenebilir ( Scopus - Document search results ). Günümüze gelindiğinde ise artık büyük verinin faydalarından nasıl yararlanılabileceğini ortaya koymak için sağlıktan enerjiye, politikadan sanayiye, pazarlamadan lojistiğe kadar neredeyse her alanda akademik çalışma yapılmaktadır (Gürsakal, 2014). 2.3. Büyük Veri Teknolojileri Şekil 3Yıllara Göre Yayın Sayısı (http://www.scopus.com/) Gün geçtikçe etkinliği artan bulut bilişim, nesnelerin interneti, Hadoop, MapReduce, veri madenciliği, makine öğrenmesi, yapay sinir ağları gibi kavramlar büyük verinin hem saklanması ve analizine zemin hazırlamış hem de hayatımızda daha çok önem kazanmasına sebep olmuştur. Tablo 1: Büyük Veri Teknolojilerine Genel Bakış (T. H. Davenport, 2014) Teknoloji Hadoop MapReduce Betik Diller Makine Öğrenmesi Görsel Analitik Doğal Dil İşleme (NLP) Bellek İçi Analitik Tanım Çoklu paralel sunucular üzerinden büyük veri işlemesi yapan açık kaynak yazılımı Hadoop un üzerinde çalıştığı mimari altyapı Büyük veriyle uyumlu çalışan programlama dilleri (ör. Python, Pig, Hive) Bir veri kümesine en iyi uyan modeli hızla bulmak için kullanılan yazılım Analitik sonuçların görsel veya grafik formatta gösterimi Metin analizi yazılımı frekans anlam vb. Daha hızlı sonuç almak için büyük verinin bilgisayar belleğinde işlenmesi Büyük veri ile birlikte adı anılan en temel kavramlardan birisi bulut bilişimdir. Bilişim aygıtları arasında internet sayesinde ortak bilgi paylaşımını sağlayan bulut bilişimin (Dudin ve Smetanin, 2011) ortaya çıkışı ve varlığını devam ettirmesinde rol oynayan web hizmetleri, sanallaştırma ve ızgara bilişim (Seyrek, 2011) büyük veri için depolama ve işleme konusunda gerekli altyapıyı sağlamaktadır (Assunçaoa ve diğerleri, 2013).

Şekil 4: Büyük Veri Kullanımında Bulut Bilişim (Hashem ve diğerleri, 2015) Diğer bir ilişkili kavram Nesnelerin interneti ( IoT Internet of Things) kavramıdır. Bu kavramın altında yatan temel fikir; hayatımızda kullandığımız barkod okuyucular, sensörler, mobil telefonlar vb. gibi aygıtların birbirine bağlanarak bilgi paylaşımında bulunmalarının ve neticede organize olarak bir işi birlikte yapmalarının sağlanmasıdır (Atzori, Iera ve Morabito, 2010). Nesnelerin internetinin çok büyük miktarlarda veriyi çok hızlı bir büyümeyle ortaya çıkardığı açıktır. Hâlihazırda nesnelerin internetinden toplanan veri, kendisini analiz edecek teknolojinin çok üzerinde olduğu için, büyük verinin baskın tarafını oluşturmamaktadır ama bu durumun 2030lu yıllarda değişeceği ve nesnelerin internetinden elde edilen verinin büyük verinin nemli bir parçası olacağı öngörülmektedir (M. Chen ve diğerleri, 2014). 1990ların sonlarına doğru Google mevcut sistemlerin yüksek hacimli veri üzerinde sorgu yapma ihtiyacını karşılamamasından dolayı kendine özgü bir dosya sistemi geliştirmiştir. GFS (Google File System Google Dosya Sistemi) birden fazla donanım ve cihaz üzerinde dağıtık olarak çalışabilen bir sistemdir. Sistem verileri az sayıda yüksek kapasiteli sunucuda depolamak yerine bir mastır sunucuya bağlı düşük kapasiteli çok sayıda yığın (slave) sunucuda depolamaktadır (Gürsakal, 2014). GFS dışında büyük veri için geliştirilen başka sistemler de vardır. HDFS (Hadoop File System) ve Koskosfs Google dosya sistemi kodlarından geliştirilmiş açık kaynak kodlu sistemlerdir. Microsoft kendi ihtiyaçlarını karşılamak için Cosmos u geliştirmiştir. Facebook Haystack ı kullanmaktadır. Taobao kendisi için TFS ve FastDFS yi yapmıştır (M. Chen ve diğerleri, 2014). Geleneksel metotlarda veri genellikle ilişkisel veri tabanlarında saklanırken büyük veri söz konusu olduğunda Not Only SQL (NoSQL) gibi ilişkisel olmayan veri tabanları devreye girmektedir. NoSQL veri tabanları geniş ölçekleme, modellemede esneklik, basitleştirilmiş uygulama geliştirme ve depolama mantığı üzerine kurulmuştur ve büyük verinin depolanmasını/ yönetimini mümkün kılmaktadır (Elgendy ve Elragal, 2014). Geleneksel veri analizi birincil ve ikincil verilerin analizinde uygun istatistiksel metotları kullanır. Böylece bir taraftan kaotik veri kümesine odaklanarak bu küme içerisinde gizli kullanışlı veriyi çıkarmaya çalışırken diğer taraftan analiz konusuyla ilgili genel bir açıklama yapmaya amacı güder. Büyük veri analizi ise veri analizinin özel bir türü olarak kabul edilebilir. Geleneksel veri analizinde kullanılan küme analizi, faktör analizi, korelasyon analizi, regresyon analizi, A/B testi, veri madenciliği vb. istatistiksel analizler farklı yaklaşımlarla büyük veri analizinin bir parçası olarak kullanılabilirler (Hurwitz, 2013).

3. İŞLETMELERDE BÜYÜK VERİ UYGULAMALARI Şimdiye kadarki kısımda büyük verinin önemine vurgu yapılarak bileşenleri açıklanmaya çalışılmıştır. Bu kısımda işletmelerde büyük veri kullanımı ile ilgili piyasadaki uygulamalardan bazı örnekler verilecektir. Günümüzde pek çok sektörde büyük verinin nimetlerinden faydalanmak için çalışmalar yapan firmalar mevcuttur. Büyük veri finanstan sigortacılığa, perakendecilikten kamu sektörüne kadar pek çok alanda kullanılmakta ve ortaya çıkardığı değerin yanında yeni iş modelleri geliştirilmesine de katkıda bulunmaktadır (Morabito, 2015). Büyük veri denilince akla ilk bilişim firmaları gelmektedir. Google, IBM, Oracle, Microsoft, Cloudera, SAS Institute, Teradata vb. büyük veriyi faydaya dönüştürebilen başlıca bilişim firmaları olarak sıralanabilir (Hurwitz, 2013). Başlangıçta sadece indekslediği internet sitelerinden ve arama sorgularından veri elden Google, günümüzde akıllı telefonlardan GPS cihazlarına kadar pek çok farklı kaynaktan günde yaklaşık 24 petabayt veri toplamakta ve işlemektedir (Gürsakal, 2014). Verinin ikincil kullanımı konusunda da Google öncü olmuştur. Bugün Acxiom, Experian ve Equifax gibi firmalar ellerindeki veri setlerini satarak bizzat verinin ikinci kullanımından büyük miktarlarda gelir elde etmektedirler (Mayer-Schönberger ve Cukier, 2013). IBM kişisel alışveriş tavsiyesi konusunda çalışmaları bir adım öteye taşımayı amaçlamaktadır. 2014 yılında, yapay zekâ ve büyük verinin imkânlarını birleştirerek kullanıcılarına alışverişleriyle ilgili seçilmiş ürünlere ilişkin tavsiyeler vermenin ötesinde neye ihtiyaçları olduğuna dair tahminler yapan bir uygulama geliştireceklerini duyurmuştur (Morabito, 2015). Wal-Mart ve amazon.com büyük verinin perakendecilik alanında kullanımı konusunda öncü kabul edilmektedirler (Mayer-Schönberger ve Cukier, 2013). Büyük veri Wal-Mart a fiyatları ayarlayarak maliyetleri düşürmek ve maksimum faydayı elde etmek için paydaşlarının kararlarını etkileme gücü vermiştir (Benjelloun ve diğerleri, 2015). Amazon.com, Netflix, Target gibi firmalar müşterilerine kişisel alışverişlerinden yola çıkarak yeni ürünler önermek için büyük veri kullanmaktadırlar. Amazon.com un satışlarının yaklaşık üçte birinin, Netflix in aldığı siparişlerin yaklaşık dörtte üçünün bu tavsiyeler sonucunda gerçekleştiği söylenmektedir (Morabito, 2015; Siegel, 2013). Büyük verinin en etkin kullanıldığı alanlardan bir tanesi finans sektörüdür. Chase Bank bu alandaki öncülerden kabul edilmektedir (Siegel, 2013). Artık piyasa verilerinin yanında kredi kartı harcamalarından konut kredisi istemine kadar insanların yaptığı bütün bankacılık işlemleri veri olarak kaydedilmekte ve analiz edilmektedir. Bankalar, finans kurumları, piyasadaki riski tahmin edebilmek için büyük verinin olanaklarından faydalanmaktadırlar. Daha da ötesi akademik yazında Twitter, facebook paylaşımları, Google sorguları vb. kaynaklardan elde ettikleri verilerle tahminleme yaparak bunu piyasadaki diğer değişkenlerle ilişkilendirmeye çalışan çalışmalar mevcuttur. Örneğin R. Chen ve Lazer (2013) tweetler ve hisse senedi hareketleri arasında ki ilişkiyi inceleyen bir çalışma yapmışlar ve anlamlı çıkarımlar yapabilen bir model geliştirmişlerdir. Essentia Analytics özellikle davranışsal finans alanında yeni analiz tekniklerini müşterilerine hizmet olarak sunan firmalardan bir tanesidir (Morabito, 2015). Sağlık sektöründe de büyük verinin ciddi oranda fayda sağlayabileceği öngörülmektedir. Büyük veri lokal olarak işletmelere, kaynaklarını gerçek zamanlı görüntüleme ve etkin kullanmada fayda sağlarken global olarak insanlığa, karşılaştığı hastalıklarla etkin mücadele etmede fayda sağlayabilmektedir. H1N1 virüsünün yayılma grafiğinin Google sorgularından oluşan verilerle tahmin edilmesi (Wilson ve diğerleri, 2009) ABD de çok büyük bir salgına karşı önlem alınmasını sağlamıştır. Pharma, Merck, Pfizer, Roche gibi ilaç firmalarının kendi bünyelerinde büyük veri analitiği departmanları kurmaktadır. İlaç firmaları bu sayede hem kendi pazarlarıyla ilgili araştırmalarını kolaylaştırmakta hem de ilaç-hasta etkileşimini daha iyi analiz ederek daha iyi ilaçlar üretme yönünde çalışmalar yapabilmektedirler (Germano, 2015). Turizm sektöründe bazı firmalar kayıtlı müşteri verilerini iklim verileri, ulaşım fiyatlarına ait veriler ve hatta müşterilerin hali hazırdaki web sitesi ziyaretlerine ait verilerle eşleştirerek müşterilerine kişisel tatil önerileri yapmaktadır (Benjelloun ve diğerleri, 2015). Otomotiv, üretim,

lojistik, güvenlik hizmetleri gibi alanlarda radyo frekansı ile tanıma (RFID) teknolojisinden elde edilen veriler analiz edilmektedir (Pries ve Dunnigan, 2015). Daha pek çok alanda büyük veriyi faydaya dönüştürebilen firmalar mevcuttur. Büyük veri hızla ve büyük bir etkiyle kendisini kullanabilen işletmeleri değiştirmekte ve dönüştürmektedir. 4. AVANTAJLAR VE ZORLUKLAR 4.1. Avantajlar Büyük verinin beraberinde getirdiği avantajları üç ana başlıkta incelemek mümkündür. Bu başlıklar; Ulusal Gelişme, Endüstriyel Gelişme ve Bilimsel Gelişmedir (Jin, Wah, Cheng ve Wang, 2015). Kamu sektöründeki verimliliği ölçmek çok zor olmasına rağmen neredeyse dünyanın her yerinde kamu sektörünün verimlilik konusunda özel sektörün gerisinde kaldığı görülebilmektedir. Ulusal gelişme konusunda büyük veri analizinin kamu sektörüne çok büyük katkılar yapabileceği düşünülmektedir. Yapılan araştırmalarda, büyük verinin etkin kullanımı sonucunda verimliliği artırmak için strateji geliştirecek herhangi bir Avrupa ülkesinin yönetimsel faaliyetlerindeki harcamalarında yıllık %15-20 oranında tasarruf edebileceği görülmüştür (Manyika ve diğerleri, 2011). Gelecekte büyük verinin, ekonomik büyümenin bir göstergesi olarak kabul edilmesi ve devletlerarası rekabetin geleneksel konulardan öte büyük veri etrafında şekillenmesi beklenmektedir (Jin ve diğerleri, 2015). Endüstriyel açıdan büyük verinin kazandırabilecekleri sektörden sektöre değişiklik göstermektedir. Genel olarak büyük veri ürün ve Pazar gelişimi, operasyonel etkinlik, talep tahminleri, karar alma ve müşteri bağımlılığı konularında önemli katkılar sağlayacaktır. Büyük veri ile ilgili algı konusunda yapılan bir çalışmada büyük verinin hangi konularda fayda sağlayacağına ilişkin görüşler ve oranları şu şekildedir (Yin ve Kaynak, 2015): - Müşteri odaklı sonuç: %49 - Operasyonel optimizasyon: %18 - Finansal Yönetim ve Risk Yönetimi: %15 - Yeni iş modeli: %14 - Çalışanlar arası işbirliği: %4 Görüldüğü üzere hâlihazırdaki en önemli beklenti müşteri ihtiyaçlarını tespit ederek gelecekteki müşteri davranışını tahminlemek ve bu doğrultuda ürün ve hizmet üretmek/geliştirmek yönündedir. Büyük verinin henüz yeni bir kavram olması açısından bu durum normal karşılanabilir. Büyük veri işletmelere müşteri davranışını analiz edebilmek, iş süreçlerini optimize edebilmek, karar destek sistemlerini geliştirmek, daha etkin işletme stratejisi belirlemek, yeni iş modeli geliştirmek ve dolayısıyla yeni iş sahaları oluşturmak gibi fırsatlar sunmaktadır. Bununla birlikte işletme yapılarını dönüştürerek yeni departmanlar oluşmasına ve veri analizi üzerinde çalışan meslek gruplarının önem kazanmasına da imkân vermektedir (Gürsakal, 2014; McAfee ve Brynjolfsson, 2012). Genel olarak büyük verinin işletmeye sağlayacağı faydalar şu şekilde sıralanabilir (Morabito, 2015): - Daha düşük maliyetle daha kaliteli analiz yapılmasına imkân vererek karar alma sisteminin güçlendirilmesi - İşletme içi bilgi paylaşımının daha efektif hale getirilerek işletme performansının artırılması - Tanımlanmış iş fırsatları hakkındaki fikir birliğini sağlayarak işletme içi işbirliğini artıran bir iş zekâsı geliştirilmesi - Keşifsel ve ileri düzey analizlerle değer ortaya çıkaracak durumları test etme ve oluşturma Akademik alanda da büyük veriden büyük bir etki beklenmektedir. Büyük verinin paradigmayı değiştirerek bilim adamlarını, mevcut bilimsel araştırma sürecini yeniden dizayn etmeye

zorlayacağı yönünde bir anlayış hâkimdir. İlk dönem bilimsel araştırmalarının deneyler üzerine kurulu olduğu, daha sonra teorik bilimlerin ortaya çıkmasıyla teoremlerin hakim konuma geçtiği ve en sonunda teoremlerin uygulamadaki sorunları çözmede yetersiz kalmasıyla simülasyon temelli araştırma metotlarına geçildiği bilinmektedir. Bilimsel araştırmanın dördüncü paradigması olarak kabul edilen veri yoğunluklu bilimsel araştırma anlayışı insanların düşünme şeklini de değiştirecektir (Jin ve diğerleri, 2015). Bununla birlikte kimi araştırmacılar büyük verinin bilimsel araştırma sürecini, olayların nedenini anlamaya çalışmaktan uzaklaştırarak sadece değişkenler arası korelasyonu tespit etmeye yönlendireceğini iddia etmektedirler (Mayer-Schönberger ve Cukier, 2013). Bu fikrin karşısında olanlar ise tam tersine büyük veri ile birlikte değişkenler arası neden sonuç ilişkisinin daha kapsamlı ve net tespit edileceğini iddia etmektedirler (Agarwal ve Dhar, 2014). 4.2. Zorluklar Büyük verinin kendisi ile birlikte gelen bazı zorlukları vardır. Bunları büyük veri kullanıcısının maruz kaldığı zorluklar ve büyük veri kullanımı sonucunda üçüncü şahısları etkileyebilecek zorluklar olarak iki grupta incelemek mümkündür. Verinin transferi ilk zorluk olarak karşımıza çıkmaktadır. Çünkü veri transferi içerisinde verinin üretilmesi, elde edilmesi, dönüştürülmesi ve saklanması süreçlerini içermektedir. Bu süreçler hala yüksek maliyet gerektirmektedir. Yukarıda da belirtildiği gibi büyük veri çoğunlukla yapılandırılmamış veriden oluşmaktadır. Verinin bu heterojen yapısı uygun analizin yapılması ve istenilen sonuçların görülebilmesi için verinin temizlenmesini ve dönüştürülmesini gerektirmektedir. Bu işlemin verinin ikincil ve üçüncül kullanımlarında tekrarlanması gerekebilir. Ayrıca büyük veri ile gerçek zamanlı yüksek performanslı analiz yapmak da bir diğer problemlerden bir tanesidir(m. Chen ve diğerleri, 2014). Büyük veride karşılaşılabilecek bir diğer sorun büyük veriden tam olarak nasıl faydalanılacağına dair bir işletme kültürü oluşmamasıdır. Büyük verinin sezgilere olan ihtiyacı ortadan kaldırdığı inancı doğru değildir. Büyük veriden fayda elde etmek isteyen işletmeler konunun farkında olan yöneticilere, işletme literatürünü bilen veri analistlerine, büyük verinin işletmeye gerektirdiği teknolojiye son olarak da yönetici ve çalışanların veriden elde edilen bilgi ve tecrübeyi birleştiren bir karar alma anlayışına sahip olmak zorundadırlar (McAfee ve Brynjolfsson, 2012). Büyük veriyle ortaya çıkan problemlerden bir tanesi de güvenlik ve mahremiyet konusudur. Bu konuda karşılaşılabilecek sorunlar iki grupta toplanabilmektedir. Birincisi insanlar hakkında (kişisel ilgi alanları, hobiler, fiziksel özellikler vb. gibi) onamları alınmadan verinin özellikle ikincil kullanımıyla bilgi sahibi olmayla ortaya çıkan mahremiyet ihlalleridir. İkincisi ise insanların onamları alınsa bile elde edilen verilerin kaydedilmesi, dönüştürülmesi veya kullanımı esnasında ortaya çıkabilecek sızıntı ve operatör hatası gibi sebeplerden doğabilecek ihlallerdir (M. Chen ve diğerleri, 2014). Büyük verinin beraberinde getirdiği geleceği tahmin edebilme, bilginin kötüye kullanımı ile ilgili bazı kaygılara da sebep olabilmektedir. Büyük veri analizinin kişisel mahremiyetin öyle veya böyle sonunu getireceğine inanan araştırmacılar kişisel onam alınsa ve bilgi çok iyi korunsa dahi bu gücün bilgiyi kullanan kişilerce zamanla bir silaha dönüştürüleceğini iddia etmektedirler (Gürsakal, 2014; Mayer-Schönberger ve Cukier, 2013). 5. SONUÇ Verinin bizzat kendisi iş dünyasında çok önemli bir yere sahiptir. Modern ve post modern işletme anlayışı firmaların iç ve dış çevrelerinden topladıkları veriyle hareket etmeleri gerektiğini tavsiye etmektedir. Bununla birlikte teknolojik gelişmeler büyük veriyi beraberinde getirerek firmalara resmi daha net görmeleri konusunda yardımcı olmuştur.

Peki, büyük veri her şeyi tahmin edebilir mi? Veya büyük veri davranışlarımızı değiştirebilir mi? Croft (2014) a göre büyük veri bu iki soruyu cevaplamada yetersiz kalsa da yine de pek çok konuda köklü değişiklikler gerçekleştirebileceği yadsınamaz bir gerçektir. Büyük veri ile birlikte neredeyse çevremizdeki her şeyin işlenebilir veri haline gelmeye başlamasının işletmelere sunduğu avantajlar çok yeni olmasına rağmen dünyanın en büyükleri arasında olan işletmeler bu konuya büyük önem vermektedir. Örneğin büyük veri kullanımının öncülerinden olan Google, bu alandaki becerilerini de kullanarak 2014 sonu itibariyle 377 milyar dolarla dünyanın en büyük ikinci firması olmuştur (Gürsakal, 2014). Bu tablo büyük verinin, nimetlerinden yararlanmasını bilenler için nasıl bir fırsat olduğunu göstermektedir. Büyük veri işletmelere kendilerini değerlendirebilmek ve fırsatları yakalayabilmek adına büyük imkanlar sunmaktadır. Büyük veri ile işletmeler müşteri davranışını analiz edebilmekte ve bu doğrultuda inovatif atılımlar yapabilmektedirler. Ürün/hizmetlerini müşterilerinin istediği şekilde dizayn edebilmekte ve farklılaşma konusunda yeni uygulamalar geliştirebilmektedirler. Ayrıca işletmeler bu sayede iş süreçlerini optimize edebilmekte, karar destek sistemlerini geliştirerek daha etkin işletme stratejisi belirleyebilmektedirler. Büyük veri işletmelere yeni iş modeli geliştirerek başkalaşım ve dolayısıyla yeni iş sahaları oluşturmak gibi fırsatlar da sunmaktadır. Büyük veri kaynakların daha etkin kullanılmasını sağlayarak sosyo-ekonomik gelişmede etkin bir rol üstlenebilir. Çok farklı değişkenler arasındaki örüntülerin tanımlanmasını sağlayarak disiplinler arası çalışmaları farklı boyutlara taşıyabilir. Toplumsal dinamikler hakkında çok detaylı ve güncel bilgi üreterek mevcut durumu daha doğru analiz etmemize ve geleceği daha tutarlı tahmin etmemize yardımcı olabilir. Bununla birlikte büyük verinin beraberinde getirdiği sorunlara da çözüm üretilmesi gerekmektedir. Verinin toplanması, depolanması, işlenmesi ve analiz edilmesi süreçleri gün geçtikçe zorlaşmakta ve yeni teknolojiler/teknikler gerektirmektedir. Büyük veri ile birlikte gelen paradigmadaki değişimin çok katı rekabet unsurları içeren bir seleksiyon ortamı oluşturması beklenmektedir. Son olarak elde edilen verinin veri kullanıcısı lehine ama üçüncü şahısların aleyhine kullanılması mevcut sosyo-kültürel değerler açısından ciddi etik tartışmaları da beraberinde getirmektedir. Verinin güvenliğinin sağlanması ve kişisel mahremiyet konusu büyük verinin bir sorunsalı olarak hala karşımızda durmaktadır. Türkiye de gerek piyasada gerekse akademik çevrede yapılan çalışmalar dünyada yapılanlara görece çok az sayıdadır. Önümüzdeki yıllarda büyük veri kavramının öneminin hızla artacağı açıktır. Hızla büyüyen veriyi doğru analiz edebilen, veri akışını yakalayabilen ve ona uyum sağlayabilen organizasyonların daha avantajlı konumda olacağı görülmektedir. Bu bağlamda Türkiye de konuya olan ilginin artması beklenmektedir. KAYNAKÇA Agarwal, R. ve Dhar, V. (2014). Big Data, Data Science, and Analytics: The Opportunity and Challenge for IS Research. Information Systems Research, 25(3), 443 448. doi:10.1287/isre.2014.0546 Assunçaoa, M. D., Calheirosb, R. N., Bianchia, S., Nettoa, M. A. ve Buyyab, R. (2013). Big Data Computing and Clouds: Challenges, Solutions, and Future Directions. arxiv preprint arxiv:1312.4722. Atzori, L., Iera, A. ve Morabito, G. (2010). The Internet of Things: A survey. Computer Networks, 54(15), 2787 2805. doi:10.1016/j.comnet.2010.05.010

Benjelloun, F.-Z., Lahcen, A. A. ve Belfkih, S. (2015). An overview of big data opportunities, applications and tools (ss. 1 6). Intelligent Systems and Computer Vision (ISCV), sunulmuş bildiri, IEEE. Boyd, D. ve Crawford, K. (2012). Critical Questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662 679. doi:10.1080/1369118x.2012.678878 Brown, B., Chui, M. ve Manyika, J. (2011). Are you ready for the era of big data. McKinsey Quarterly, 4, 24 35. Chen, H., Chiang, R. H. ve Storey, V. C. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS quarterly, 36(4), 1165 1188. Chen, M., Mao, S., Zhang, Y. ve Leung, V. C. M. (2014). Big Data. SpringerBriefs in Computer Science. Cham: Springer International Publishing. Chen, R. ve Lazer, M. (2013). Sentiment analysis of twitter feeds for the prediction of stock market movement. stanford. edu. Retrieved January, 25, 2013. Croft, C. (2014). The Limits of Big Data. SAIS Review, XXXIV(1). Davenport, T., Barth, P. ve Bean, R. (2012). How Big Data is Different. MIT Sloan Management Review, 54(1), 22 24. Davenport, T. H. (2014). Big data at work: dispelling the myths, uncovering the opportunities. Boston Massachusetts: Harvard Business Press. Diebold, F. X. (2012). On the Origin (s) and Development of the Term Big Data. Dudin, E. B. ve Smetanin, Y. G. (2011). A review of cloud computing. Scientific and Technical Information Processing, 38(4), 280 284. doi:10.3103/s0147688211040083 Elgendy, N. ve Elragal, A. (2014). Big Data Analytics: A Literature Review Paper. Advances in Data Mining Applications and Theoretical Aspects içinde (ss. 214 227). Springer. George, G., Haas, M. R. ve Pentland, A. (2014). Big Data and Management. Academy of Management Journal, 57(2), 321 326. doi:10.5465/amj.2014.4002

Germano, G. (2015). How Pfizer Is Using Big Data To Power Patient Care. Forbes. 3 Eylül 2015 tarihinde http://www.forbes.com/sites/matthewherper/2015/02/17/how-pfizer-is-usingbig-data-to-power-patient-care/ adresinden erişildi. Gürsakal, N. (2014). Büyük Veri. Bursa: Dora. Halevi, G. ve Moed, H. (2012). The Evolution of Big Data as a Research and Scientific Topic. Research Trends, (30), 3 6. Hashem, I. A. T., Yaqoob, I., Anuar, N. B., Mokhtar, S., Gani, A. ve Ullah Khan, S. (2015). The rise of big data on cloud computing: Review and open research issues. Information Systems, 47, 98 115. doi:10.1016/j.is.2014.07.006 Hurwitz, J. (2013). Big data for dummies. For dummies. Hoboken, NJ: For Dummies, a Wiley brand. Iafrate, F. (2015). From big data to smart data. Hoboken, NJ: ISTE Ltd/John Wiley and Sons Inc. Jin, X., Wah, B. W., Cheng, X. ve Wang, Y. (2015). Significance and Challenges of Big Data Research. Big Data Research, 2(2), 59 64. doi:10.1016/j.bdr.2015.01.006 Kalyvas, J. R. ve Albertson, D. R. (2014). A Big Data Primer for Executives. Big Data: A Business and Legal Guide içinde (ss. 1 10). London: CRC Press. Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C. ve Byers, A. H. (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute. Mayer-Schönberger, V. ve Cukier, K. (2013). Büyük Veri - Yaşama, Çalışma ve Düşünme Şeklimizi Dönüştürecek Bir Devrim. İstanbul: Paloma Yayınevi. McAfee, A. ve Brynjolfsson, E. (2012). Big Data: The Management Revolution. Harvard Business Review. 27 Ağustos 2015 tarihinde adresinden erişildi. Morabito, V. (2015). Big Data and Analytics: Strategic and Organizational Impacts. Springer. Preis, T., Moat, H. S. ve Stanley, H. E. (2013). Quantifying Trading Behavior in Financial Markets Using Google Trends. Scientific Reports, 3. doi:10.1038/srep01684

Press, G. (2013). A Very Short History Of Big Data. Forbes. 25 Ağustos 2015 tarihinde http://www.forbes.com/sites/gilpress/2013/05/09/a-very-short-history-of-big-data/ adresinden erişildi. Pries, K. H. ve Dunnigan, R. (2015). Big Data Analytics: A practical guide for managers. CRC Press. Sagiroglu, S. ve Sinanc, D. (2013). Big data: A review. Collaboration Technologies and Systems (CTS), 2013 International Conference on içinde (ss. 42 47). IEEE. Samuel, J. S., Koundriya, R., Sashidhar, K. ve Bharathi, C. R. (2013). A Survey on Big Data and It s Research Challenges. 2013 12th IEEE International Conference on Cognitive Informatics & Cognitive Computing (ICCI*CC 2013): New York, New York, USA, 16-18 July 2013, sunulmuş bildiri, Piscataway. Scopus - Document search results. (2015). 26 Ağustos 2015 tarihinde http://www.scopus.com/results/ adresinden erişildi. Seyrek, İ. H. (2011). Bulut Bilişim: İşletmeler için Fırsatlar ve Zorluklar. University of Gaziantep Journal of Social Sciences, 10(2). Shi, Y. (2014). Big Data: History, Current Status, and Challenges Going Forward. The BRIDGE, A GLOBAL VIEW OF BIG DATA, 44(4), 6 11. Siegel, E. (2013). Predictive analytics: the power to predict who will click, buy, lie, or die. Hoboken, N.J: Wiley. Wilson, N., Mason, K., Tobias, M., Peacey, M., Huang, Q. S. ve Baker, M. (2009). H1N1 Influenza: The New Zeland Experiment. a Christmas dinner in Porto, Portugal, December 2008 561, 679. Yin, S. ve Kaynak, O. (2015). Big Data for Modern Industry: Challenges and Trends [Point of View]. Proceedings of the IEEE, 103(2), 143 146.