Veri Analitiğinde Mükemmellik

<strong>Veri Analitiğinde Mükemmellik</strong>

Veri, birçok kuruluş açısından doğru kullanıldığında, karar vermeyi yönlendirme, strateji oluşturmayı etkileme ve kurumsal performansı iyileştirme bakımından büyük bir potansiyele sahiptir. Bu nedenle de son yıllarda küçük büyük tüm kuruluşlar veriye yatırım yaptı.

İş zekâsı şirketi MicroStrategy tarafından hazırlanan The Global State of Enterprise Analytics raporuna göre, anket katılımcılarının yüzde 56’sı veri analitiğinin şirketlerinde “daha hızlı ve daha etkili karar alma”yı sağladığını söyledi. Bahsedilen diğer faydalar ise şunlar;

  • Verimlilik ve üretkenlik artışı (yüzde 64)
  • Finansal performansta yükselme  (yüzde 51)
  • Yeni ürün ve hizmet gelirlerinin belirlenmesi ve oluşturulması (yüzde 46)
  • Müşteri kazanımı ve elde tutma oranında iyileşme (yüzde 46)
  • Müşteri deneyiminde iyileşme (yüzde 44)
  • Rekabet avantajı (yüzde 43)

Veri analitiği türleri

Veri analitiğine iş dünyasında “iş analitiği” de denir. Teknikleri, ham verileri almanızı ve onlardan değerli iç görüler edinmek için örüntüleri ortaya çıkarmanızı sağlar. Şirketlerin verilerinden en yüksek düzeyde faydalanmasını sağlayacak, birlikte veya ayrı ayrı kullanabilecekleri veri analitiği türlerini şöyle özetleyebiliriz:

  • Tanımlayıcı veri analitiği (Descriptive data analytics): “Ne oldu?” sorusuna yanıt verir. Bir çevrimiçi film izleme platformu, tanımlayıcı analitik için mükemmel bir kullanım örneği sağlar. Şirket, kullanıcıların platform içi davranışları hakkında veri toplar. Herhangi bir zamanda hangi dizi ve filmlerin popüler olduğunu belirlemek için bu verileri analiz eder ve platformun ana ekranının bir bölümünde popüler olan başlıkları listeler. Bu veriler aynı zamanda şirketin belirli bir zamanda hangi tür medya, tema ve aktörlerin özellikle tercih edildiğini bilmesini sağlar. Böylelikle, gelecekteki içerik, sözleşme ve kampanya gibi karar alanlarını yönlendirebilir.
  • Teşhis edici veri analitiği (Diagnostic data analytics): “Bu neden oldu?”sorusunu ele alır.  Bir çevrimiçi yemek sipariş şirketi için müşteriyi elde tutmanın değerini düşünün. Mevcut müşterileri elde tutmak, yenilerini elde etmekten daha uygun maliyetlidir. Bu nedenle şirket, ayrılan müşterilerin neden aboneliklerini iptal etmeyi seçtiğini belirlemek için teşhis edici veri analitiğini kullanır. İptal işlemi sırasında çıkış yapan müşterilerin iptal nedenlerini belirtmeleri gerekmektedir. Şirket, bu verileri toplayarak belirli bölgeler ve demografik veriler arasında en çok belirtilen müşteri kaybı nedenlerini analiz edebilir.
  • Tahmine dayalı veri analitiği (Predictive data analytics): “Gelecekte ne olabilir?” sorusunu yanıtlar. İster bir banka, ister düzenli tahsil edilmesi gereken alacağı bulunan bir işletme olsun, zamanında ödenmeyecek taksitlerin toplamının ne kadar tutacağını tahmin etmek veya taksitlerini hangi grupların düzenli, hangi grupların ise düzensiz ödeyeceğini belirlemek o şirketin nakit akışını doğru yönetmesi açısından çok önemlidir. Ayrıca bu kitleye ödeme zamanlarını hatırlatan bildirimler göndererek zamanında ödeme yapmayanların sayısını azaltmayı da sağlayabilir.
  • Öngörüye dayalı veri analitiği (Prescriptive data analytics): “Bundan sonra ne yapmalıyız?” sorusuna yanıt verir. Buna bazı kredi kartı sahtekârlıklarının tahminini örnek gösterebiliriz. Müşterilerin geçmiş işlem verilerini kullanarak eğitilmiş bir algoritma, anormallikler için yeni işlem verilerini analiz eder ve tarar. Normalde ayda bir kerede en yüksek 10.000 TL harcanan bir kredi kartından o ay 30.000 TL tutarında bir harcama olduğunda algoritma, işlem verilerindeki kalıpları analiz eder, bankayı uyarır ve önerilen bir eylem planı sağlar. Bu örnekte yapılacak işlem, çalınmış olabileceğinden kredi kartını iptal etmek olabilir.

Mükemmelliğin sayısı “5”

Tüm bu veri analitiği yöntemlerinden faydalanırken en kritik sorulardan birisi bu çalışmalarda mükemmelliğe nasıl ulaşabileceğimizdir. Bu 5 adım bizi analitik mükemmelliğe götürür:

  • Temel yetkinlikleri sağlamak: Analitik mükemmelliğin 5 adımından ilki, analistlerin sahip olması beklenen 5 yetkinlikle ilgilidir. Lider yöneticiler bu yetkinlikleri taşıyan adayları işe almalı ve birisi bile eksikse o adaydan uzak durmalıdırlar (Şekil). Çünkü bu yetkinlikleri öğrenmek imkânsız değilse de çok zordur. Bu 5 yetkinliğe sahip analistlerin veri setlerinin arkasındaki hikâyeleri bulacağından emin olunabilir ve analitik beceriler bu yeterliliklere sahip herkese öğretilebilir.

Şekil. Analitik mükemmellikte aranan 5 analist yetkinliği.

  • Bağlam bilgisini geliştirmek: Analistlerin, çözmeye çalıştıkları problemler için kullandıkları verilerin bağlamını anlamaları gerekir. Sahaya inin ve olayın geçtiği yerde gözlem yapın. Konunun uzmanlarına sorular sorun ve onları yakından dinleyin. Arama motorlarını etkili bir şekilde kullanın ve okuyun, okuyun, okuyun. Liderler, analistlerin veri ve bilgileri analiz ettikleri işi öğrenme fırsatına sahip olmalarını sağlamalıdır. Sahayı ziyaret eden analistler, tüm zamanlarını masalarında geçirenlere göre daha iyi sorular sorar ve verileri daha etkili bir şekilde sorgular.
  • Veriyi anlamak: Analistler, kullandıkları veri kümeleri hakkında çok derin bir anlayışa sahip olmalıdır. Bu, doğrudan verilerle çalışma deneyimi ve konu uzmanları aracılığıyla elde edilebilir. Veri kümelerini iyi anlayan analistler, verilerin ne tür sorulara cevap verebileceğini bilir ve veremeyecekleri konusunda tavsiyelerde bulunur. Liderler, analistlerin birlikte çalıştıkları veri kümelerinin tüm yönlerini öğrenmeleri için zaman tanımalıdır. Görsel analiz araçlarını kullanmak, bir veri kümesi hakkında bilgi edinmenin en hızlı ve en iyi yoludur. Veri kümelerini görsel olarak sorgulamak için araçlara sahip analistler, çalıştıkları verilerin normlarını ve sapmalarını hızla öğreneceklerdir.
  • Hikâyeyi hazırlamak: Zeki analistler çeşitli kaynaklar arasında bağ kurabilir ve parçaların toplamından daha büyük ve daha akılda kalıcı olan, ilgi çekici bir hikâye oluşturabilir. Liderler, analistlerle ortaklaşa analitik bulguları araştırmalı ve bilgi ürünlerini sonlandırmadan önce analitik bulgular ve bunların etkileri hakkındaki tartışmalara işletme sahiplerini (mümkünse) dâhil etmelidir.
  • Hikâyeyi iletmek: Analistler, analitik bulguları çeşitli ilgi çekici grafik ve anlatı formatlarında iletmek için mevcut teknolojilerden yararlanabilmelidir. Ancak bu, izleyicilerin ihtiyaçlarına ve ilgi alanlarına uyacak şekilde yapılmalıdır. Liderler, analistlere bilgiyi yazılı, sözlü gibi çeşitli formatlarda işlemek için gerekli kaynakları ve bu becerileri zenginleştirme ve uygulama fırsatlarını sağlamalıdır.

Sonuç

Şirketler için “veri” kıymetli bir madense, bu kıymetli madeni işleyecek, parlatacak ve vitrinin en gözde noktasına yerleştirecek ustalık “veri analitiği”dir. “Analitik mükemmellik” sağlanmadan yapılacak veri analizi ise başköşede duran mücevherin getirisi hakkında şüpheler yaratabilir.

Diğer Makaleler

Yorum yapın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmiştir

Son Makaleler

En Çok Yorumlanan

Öne Çıkan Videolar

Hayatın Hakkını Vermek

Hayatın Hakkını Vermek | Prof. Dr. Acar Baltaş | TEDxIzmir

Mesleğimi nasıl seçmeliyim?

Kurumların yönetim felsefesini hayata taşıyan insan ve değişim projeleri üzerine çalışan Prof. Dr. Zuhal Baltaş, mesleğinizi nasıl seçmelisiniz konusu üzerine bilgi veriyor.

Hayalini Yorganına Göre Uzat

Prof. Dr. Acar Baltaş, TEDxAnkara'da yaptığı konuşmada istek ve başarı arasındaki ilişki ile "yatkın olduğumuz şeyleri hayal etmenin" önemini anlatıyor.

Öne Çıkan Kitaplar