İş Zekası Nedir?

Bugünlerde iş zekası, ingilizce deyişiyle “business intelligence” her gün duyduğumuz yaklaşımlardan biri haline geldi. Çok değil belki 10-20 yıl kadar önce bu konuya ilişkin benzer terimleri kullanıyorduk. Veri ambarı (data warehouse), raporlama (reporting), bilgi yönetimi (knowledge management) ve panolar (dashboards) gibi tarifler zaten hep bilgi çalışanlarının çekmecesindeydi. Değişik tanımlamalarla karşımıza çıkan iş zekası kavramları şimdilerde veri madenciliği (data mining), sinir ağları (neural networks), derin öğrenme (deep learning) gibi adlarla yeniden ortalıkta görünmeye başladı. İşte bu yüzden karmaşık gibi görünen iş zekası uygulamalarını anlatabilmek ve kavramları daha anlaşılır kılmak için bu yazıyı kaleme(klavyeye) aldık.

İş dünyası her zaman yaptığı işin sonuçlarını ölçmeyi istedi. Muhasebe kayıtlarının tutulması ile başlayan binlerce yılık süreç yirminci yüzyılın başlarında ortaya çıkan büyük şirketlerin talebini karşılamayınca başka yöntemler ortaya çıktı. Bu dev şirketler veriyi her yerden toplayıp analiz ettiler ve rakiplerini geçmek için yapılması gerekenleri verilerden öğrendiler. 60’lı yıllarda bilgisayar teknolojilerinin ilerlemesiyle insandan daha kuvvetli bir veri analiz aracı bulunmuş oldu. Bilgisayarlar devreye girince hesap kitap daha rahat yapılıyordu. Hele bir de veriler grafiklerle herkesin anlayabileceği bir biçimde gösterilmeye başlayınca bilgisayarın gücü daha iyi anlaşılır oldu.

Ancak verinin miktarı hızla büyüyordu ve insan gözü artık bu veriyi inceleyemez olmuştu. Veriler arasındaki karmaşık ilişkileri çözmek üzere matematik ve istatistik biliminden daha fazla faydalanılmaya başlandı. Veri ambarları oluşturuldu ve sadece veri analizi için nitelikli personel işe alındı. Bir vakit sonra bu da yeterli olmadı. Artık gelecekte neler olacak sorusuna cevap aranıyordu ve böylece tahmin yöntemleri devreye girdi. Finans ve telekom sektöründe veriler o kadar hızla büyüyordu ki müşterilerin işlemlerini inceleyip uygun eylemleri planlamak için veri madenciliği denilen istatistiksel yöntemler kullanılmaya başlandı.

“Savaşın %90’ı bilgidir” – Napoleon Bonaparte

Bugün geldiğimiz noktada bilgisayarlara sinir ağları ve derin öğrenme yöntemleri ile yapay zeka oluşturuluyor ve veriler daha “zekice” analiz ediliyor. Devasa veriler arasında insan gözünün farkedemediği ilişkiler ortaya çıkarılıyor ve şirketler bilgisayarlardan ne yapmaları gerektiğini öğreniyor. Tüm bu işlemleri kimler mi yapıyor? Matematik, istatistik, programlama ve algoritmaları iyi bilenler bu işlerin içinde yer alıyor. Veri analistleri karmaşık veri analiz araçlarını kullanıp veriden bir anlam çıkarıyorlar.

Biraz da veri analistlerinin işlerini nasıl yaptıklarını anlatalım. Analistler önce veriyi finans, satış, pazarlama, üretim ve insan kaynakları gibi birimlerin veritabanlarından toplayıp bir araya getiriyorlar. Toparlanan veriler değişik dönüştürme işlemleri yardımıyla analiz için daha uygun bir yapıya getiriliyor. Sonra bu verilerin bir modelini oluşturup, sayısal olarak özetleyip, kimi zaman grafikler hazırlıyorlar. Böylece verilerin yöneticiler ve karar vericiler tarafından okunabilir ve anlaşılabilir olmasını sağlıyorlar. Verileri inceleyenler ise işleri hakkında daha derin ve anlamlı sonuçlara ulaşıp kararlarını bu sonuçlara göre alıyorlar.

Önce klasik bir örnek üzerinden gidelim. İnternet üzerinden ürünlerinin satışını yapan bir şirketi düşünelim. Şu sorunun cevabını almak istiyoruz: A ürünü en çok hangi 5 ürünle beraber aynı sepet içerisinde yer alıyor? Sorunun cevabını bulduğumuzda satış sırasında bu 5 ürünü A ürününü seçip sepetine koyan müşteriye göstererek daha fazla satış yapılması hedefleniyor. İş zekası işte tam da bu noktada yardımımıza koşuyor: Şimdi teknik detayına girmeyeceğimiz yakınlık analizi (affinity analysis) yaparak bu sorunun cevabını bulabiliyoruz.

Bir başka veri analiz çalışması örneğini müşteri sınıflandırması üzerine verelim. Diyelim ki müşterilerinizi satış adedi, tutarı ve sıklığı üzerinden analiz ederek değişik sınıflara ayıracaksınız. En iyi müşterileriniz sizden en çok adette, en büyük tutarda ve en sık alışveriş yapan müşteriler olacak. Bu durumda küme analizi (cluster analysis) yöntemini kullanarak müşterilerinizi istediğiniz sayıda gruba bölebilirsiniz. Daha sonra en iyi grubu elinizde tutmak üzere değişik pazarlama kampanyaları düzenleyebilir veya düşük seviyedeki bir müşteriyi daha üst seviyeye çıkarmak için müşteriye özel fırsatlar sunabilirsiniz.

Bir yöneticinin akıllı telefonundan tüm bu sonuçlara ulaştığını düşündüğümüzde yapılan veri analizi işinin değerini anlamak daha kolay olacaktır. Devasa veriler analizler sayesinde bir anlama kavuşacak ve karar mekanizmalarını etkileyerek şirketlerin rekabet gücünü arttıracaktır. Önde gelen şirketlerin iş zekasına verdiği önemle beraber her geçen gün daha fazla veri analistine ihtiyaç duyulmaktadır. Bu açıdan bakıldığında önümüzdeki yıllarda konunun daha da ilgi çeker olacağını söylemek yanlış olmaz.

Özetleyecek olursak, iş zekası araçları ve yöntemleri her geçen gün daha da karmaşıklaşan iş problemlerini çözmek için karar vericilerin vazgeçilmez aracı olacaktır. İş zekası araçlarından yararlanan şirketler diğer şirketlerin doğal olarak önünde bulunacaktır. Satışların arttırılması, maliyetlerin düşürülmesi ve karlılığın arttırılması iş zekası yaklaşımının en büyük değerleri olacaktır.

Not: Sayısız iş zekası yazılımları arasında Caretta’nın müşterileri için kullandığı Microsoft iş zekası araçları ve teknolojileri şunlardır: SQL Server, SQL Server Analysis Services, SQL Server Reporting Services, SQL Server Integration Services, SQL Server R Services, Power BI, Excel, Power Pivot, Power Query, DAX.