BÜYÜK VERİNİN ENDÜSTRİYEL KULLANIMI

Big Data olarak da bildiğimiz Büyük Veri’nin endüstriyel kullanımı, birçok şirketin faaliyetlerini optimize etmesine ve daha verimli iş süreçlerine imkan sağlıyor.

Endüstrinin önde gelenleri, akademisyenler ve diğer paydaşlar, son yıllarda modern endüstrilerin çoğunda olmasa bile büyük bir kısmında artık büyük verinin oyun değiştirici bir rol aldığını kabul ediyor. Büyük veri, günlük hayatımıza nüfuz etmeye devam ederken, onu çevreleyen “big data trendi”nin dışında kullanımda gerçek değeri bulmaya odaklanmak da kayda değer bir değişime uğradı.

Büyük veri - Big Data'nın değerini anlamak bir adım önde olmak anlamına gelirken; fonlama, yatırım getirisi ve beceri de dahil olmak üzere ortaya çıkan pratik zorluklar, büyük veriyi benimseyen sektörleri için ise sorun olabiliyor. Bununla birlikte 2015 yılında yapılan Gartner Araştırması’na göre şirketlerin %75’ten fazlası birkaç yıl içinde büyük veriye yatırım yapacak. Bu bulguların 2012 yılında yapılan benzer bir ankete oranla ciddi bir artışa işaret etmesi de önümüzdeki yıllarda big data - büyük verinin ne derece önemli olacağını bir kez daha gözler önüne seriyor.

Çoğu şirketin büyük veri projelerini benimsemek için çeşitli hedefleri bulunuyor. Şirketlerin ana hedefi genellikle müşteri deneyimini iyileştirmek olmakla birlikte, diğer hedefler de maliyetleri azaltma, daha iyi hedeflenmiş pazarlama ve mevcut süreçleri daha verimli hale getirme gibi konuları içeriyor. Son zamanlarda gerçekleşen veri ihlalleri de büyük veri projelerine gelişmiş güvenlik özelliklerinin dahil edilmesinde önemli rol oynuyor.

Büyük verinin iş hayatında nerelerde karşımıza çıktığını sorarsanız, aşağıdaki konulardan biri mutlaka size tanıdık gelecektir:

  • Büyük veride gerçek değer olup olmadığını kontrol etmek
  • Piyasa fırsatlarının boyutunu değerlendirmek
  • Büyük verileri kullanarak yeni ürün ve hizmetler geliştirmek
  • Mevcut durumda big data - büyük veri kullanırken, ürün ve hizmetleri analizlere göre yeniden konumlandırmak

Bu yazımızda büyük verinin kullanıldığı 10 endüstri sektörünü ele alacak ve bu endüstrilerin karşılaştığı zorluklara değinerek, bu zorlukları büyük veri ile nasıl çözümleyeceğimize bakacağız.

1. Bankacılık ve Menkul Kıymetler

Bankacılık endüstrisinde büyük veriye en çok ihtiyaç duyulan konulardan bazıları kart dolandırıcılığı tespiti, diğer dolandırıcılıklar için erken uyarı, kredi analizi, denetim süreçlerinin arşivlenmesi, kurumsal kredi riski raporlaması, ticari görünürlük, müşteri veri dönüşümü, ticaret için sosyal analiz, BT işlemleri analizi ve BT uyum analitiği.

Menkul kıymetler alanına baktığımızda borsa kuruluşları finansal piyasa faaliyetlerini izlemek için büyük veri kullanıyor. Finansal piyasalarda yasadışı ticaret faaliyetlerini yakalamak için de ağ analitiği ve doğal dil işlemcileri kullanılıyor.

Finansal piyasalardaki perakende ticaret, büyük bankalar, yüksek riskli yatırım fonları ve diğer büyük yatırımlar, yüksek frekans ticaretinde kullanılan ticaret analitikleri, ticaret öncesi karar destek analitiği, duyarlılık ölçümü ve benzeri konularda da büyük verinin önemi oldukça kayda değer.

Endüstrideki risk analizi için de büyük veriye ihtiyaç duyuluyor. Kara para aklamayı önlemek, kurumsal risk yönetimi panelinde bulunmak, müşterileri tanımak ve dolandırıcılığı azaltmak bu alanda önde gelen konular arasında yer alıyor.

2.İletişim, Medya ve Eğlence

Tüketicilerin farklı formatlarda ve çeşitli cihazlarda isteğe bağlı zengin medya beklentilerinden tutun da iletişim, medya ve eğlence sektörüne uzanan big data - büyük veri ihtiyacı şunları içeriyor:

  • Tüketici verilerini toplama, analiz etme ve kullanma
  • Mobil ve sosyal medya içeriklerini zenginleştirme
  • Gerçek zamanlı medya içeriği kullanımı alışkanlıklarını anlama

Bu endüstrideki kuruluşlar aynı zamanda aşağıdakiler için kullanılabilecek ayrıntılı müşteri profilleri oluşturmak için müşteri verilerini davranışsal verilerle birlikte eş zamanlı olarak analiz ediyor:

  • Farklı hedef kitlelere içerik oluşturmak
  • Talep üzerine öneriler belirlemek
  • İçerik performanslarını ölçmek

Özellikle reklamcılık sektörüne baktığımızda markaların dijitaldeki iletişimlerinde büyük veriyi önemli ölçüde kullanıyor. TV, mobil ve web kullanıcıları üzerinde yapılan tenis maçlarıyla ilgili ayrıntılı duyarlılık analizleri yapan Wimbledon Şampiyona'sı (Youtube videosu) örneği büyük veri kullanımında önemli bir örnek olarak gösterilebilir.

Bir müzik servisi olan Spotify da dünya genelindeki milyonlarca kullanıcısından veri toplayabilmek için Hadoop’un big data - büyük veri analizlerini kullanıyor. Bu analizler sonucu elde edilen veri ile bireysel kullanıcılara bilinçli müzik önerileri vermek için kullanıyor. Elinde ciddi anlamda veri bulunan müzik servisi en son Londra’daki billboard’larda kullandığı reklam kampanyası ile gündeme gelmişti. Büyük veriyi kullanarak spesifik sonuçlar elde eden marka billboard’lara esprili afişler asarak dikkat çekmişti. Örneğin aşağıdaki billboard’ta “Sevgililer Günü’nde ‘Sorry (Üzgünüm)’ şarkısını 42 kez dinleyen sayın kullanıcı, ne hata yaptın?” yazıyor.

Video, müzik ve özel kitap okuyucu cihazlar olan Kindle’ları tek bir noktadan sunarak müşteri deneyimini iyileştirmeyi hedefleyen Amazon Prime da ciddi miktarda büyük veri kullanıyor.

3.Sağlık Hizmetleri

Sağlık sektörü çok büyük miktarda veriye erişebiliyor fakat artan sağlık bakımının maliyetini azaltmak için verilerin kullanımındaki başarısızlıklardan, daha hızlı ve daha iyi sağlık bakım avantajlarından etkilenen verimsiz sistemlerden dolayı rahatsızlık duyuluyor. Bunun temel nedeni elektronik verilerin kullanılamaması veya yetersiz olması gerçeğidir. Ek olarak sağlıkla ilgili bilgileri tutan sağlık veri tabanları, tıbbi alanda kullanışlı verileri birbirine bağlamayı da zorlaştırıyor.

Sağlık sektöründe büyük veriye ilişkin diğer zorluklar ise hastaların karar ver sürecinden çıkarılmasından ve farklı cihazlardan verilerin ayrı ayrı tutuluyor olmasına kadar uzanıyor.

Sektördeki uygulamalara bakacak olursak, bazı hastanelerin tüm hastalarına çeşitli testleri uygulayarak verileri bir cep telefonu uygulaması üzerinden doktorlara sunmaya başladığını söyleyebiliriz. Başka bir örnek olarak Florida Üniversitesinde hayata geçirilen bir örnekten bahsedelim. Üniversite ücretsiz halk sağlığı uygulamalarından elde ettiği verileri Google Haritalar ile birleştirerek, kronik hastalıkların yayılma sürecini izleyebiliyor ve bu alanda görsel veriler oluşturabiliyor.

4. Eğitim Sektörü

Teknik açıdan eğitim sektöründeki en büyük zorluk farklı kaynaklardan ve satıcılardan gelen büyük verilerin toplanması ve değişen veriler için tasarlanmış platformlarda kullanılmasıdır. Bu verileri entegre etmek oldukça zordur. Pratik açıdan ise personel ve kurumlar yeni veri yönetimi ve analiz araçlarını öğrenmekte zorlanıyor diyebiliriz. Politik olarak baktığımızda ise eğitim amaçlı kullanılan büyük verilerle ilişkili gizlilik ve kişisel veri koruma uygulamaları sorun teşkil edebiliyor.

Eğitim sektöründeki uygulamalara baktığımızda büyük verinin yüksek öğretimde oldukça fazla kullanıldığını söyleyebiliriz. Örneğin Tazmanya Üniversitesi 26 binden fazla öğrenciye sahip. Üniversite, bir öğrencinin sisteme girdiği zamanı, sistemdeki farklı sayfalarda ne kadar zaman geçirdiğini ve öğrencinin genel ilerlemesini izleyen bir Öğrenme ve Yönetim sistemi geliştirdi.

Eğitimde büyük verinin bir diğer kullanım alanı da hem öğrenciler hem de öğretmenler için iyi bir deneyim sağlamak amacıyla öğrenim sürecinin etkinliğini ölçmek. Öğretmenin performansı öğrenci sayılarına, konuya, öğrenci demografisine, öğrenci tutkularına, davranış sınıflandırmasına ve diğer bazı değişkenlere göre ölçülebilir ve incelikle ayarlanabilir.

5. Üretim ve Doğal Kaynaklar

Petrol, tarımsal ürünler, mineraller, gaz, metaller ve benzeri doğal kaynaklara olan talebin artması, göz önünde bulundurulması gereken hacim, karmaşıklık ve veri hızında artışa neden oluyor. Benzer şekilde imalat sanayisinde büyük miktarda veri de kullanılamıyor. Bu verilerin yeterince kullanılamaması ürünlerin kalitesinin artırılmasının, enerji verimliliğinin, güvenilirliğinin ve daha iyi kar marjlarının önünü kesiyor.

Uygulamada baktığımızda doğal kaynak endüstrisinde büyük veriler, jeo uzamsal veriler, grafik veriler, metin ve zamansal verilerden çok fazla veriyi toplayarak entegre etmek için tahmine dayalı modellemeler yapılabiliyor. Böylece sismik yorumlar ve rezervuar karakterizasyonu yapılabiliyor.

Büyük veriler günümüzün üretim zorluklarını çözmek ve diğer yararlar için rekabet avantajı yakalamak için de kullanılıyor.

6. Kamu Faaliyetleri

Kamu kurumlarının en büyük zorluğu büyük verilerin farklı devlet daireleri ve bağlı kuruluşlar arasında entegrasyonu ve birlikte çalışabilirliğinin oldukça güç olmasından kaynaklanıyor.

Kamu hizmetlerinde big data - büyük veri genellikle enerji araştırması, finansal piyasa analizi, dolandırıcılık tespiti, sağlıkla ilgili araştırma ve çevre koruması da dahil olmak üzere pek çok uygulamayı içeriyor. Daha spesifik örnekler verecek olursak:

  • Büyük veriler sosyal güvenlik kuruluşlarında yapılan, yapılandırılmamış veriler şeklinde ortaya çıkan sosyal engellilik iddialarının analizlerinde kullanılabiliyor. Analiz, hızlı karar verme ve şüpheli ya da sahte iddiaların tespiti için tıbbi bilgi, hızlı ve verimli bir şekilde işleniyor.
  • Gıda ve ilaç idareleri, gıda ile ilişkili hastalıkları ve hastalık kalıplarını tespit etmek ve incelemek için büyük veriyi kullanabiliyor. Bu, ölüm oranlarını azaltmak için hızlı aksiyon imkanı veriyor.
  • Güvenlik birimleri birkaç farklı alanda big data - büyük veri kullanabiliyor. İstihbarat, güvenlik ve benzeri konularda ülkeyi korumak için büyük verilerden yararlanılıyor.

7.Sigortacılık

Kişiselleştirilmiş hizmet ve fiyatlandırmanın olmaması, yeni segmentler ile belirli pazar segmentlerine yönelik hedefli programların olmaması sigortacılık sektörünün sorunu diyebiliriz. Marketforce tarafından gerçekleştirilen bir ankette, sigorta endüstrisinde çalışan profesyonellerin belirlediği zorluklar, kayıp dengeleyicilerin topladığı verilerin yeterince kullanılmamasını daha iyi bilgiye ihtiyaç duyulduğun gösteriyor.

Sektörde sosyal medyadan, GPS özellikli cihazlardan ve CCTV görüntülerinden elde edilen verilerle müşteri davranışını analiz ve tahmin edilerek, şeffaf ve basit ürünler için müşteri deneyimi sunuluyor. Büyük veriler sigorta şirketlerine daha çok müşteri bulma ve müşteri sadakati sağlama imkanı veriyor.

Sayısal kanallardan ve sosyal medyadan gelen muazzam verilerle talep döngüsü gerçek zamanlı olarak izlenebiliyor ve öngörüler elde edilebiliyor.

8. Perakende ve Toptan Satış Ticareti

Geleneksel perakendecilerden, toptancılarından ve güncel eticaret tüccarlarına kadar endüstri zaman içerinde pek çok veri topladı. Müşteri sadakat kartlarından, POS’lardan, mağaza envanterinden ve yerel demografik verilerden elde edilen veriler müşteri satın alma yolculuğunu iyileştirmek için yeterince kullanılamıyor. Yapılan değişiklikler ve geliştirmeler ise oldukça yavaş ilerliyor.

Bu veriler perakende ve toptan satış mağazalarından elde edilmeye devam ediliyor. 2014 yılında New York’ta gerçekleştirilen Perakende Ticaret Konferansı sırasında Microsoft, Cisco ve IBM gibi şirketler, perakende sektöründe büyük verilerin kullanılması konusunda duyulan ihtiyacın altını çizdi:

  • Alışveriş kalıpları, yerel etkinlikler ve benzer veriler aracılığı ile personel optimizasyonu
  • Sahteciliğin azaltılması
  • Stokların zamanında analizi
  • Sosyal medya kullanımında müşteri keşif, müşteri tutma, ürün tanıtımı ve daha fazlası için büyük veri analizi oldukça önemli.

9. Ulaşım Sektörü

Son zamanlarda konuma dayalı sosyal ağlardan çok miktarda paylaşım yapılıyor ve bu durum yolculuk ve seyahat davranışlarını da etkiliyor. Ne yazık ki seyahat davranışlarını anlamak için yapılan araştırmalar olması gerekenden çok daha yavaş ilerliyor. Çoğu bölgede ulaşım talep modelleri hala tam olarak anlaşılamayan sosyal medya yapılarına dayanıyor.

Büyük verinin kamu kurumları, özel kuruluşlar ve kişiler tarafından yapılan bazı uygulamaları şunlar olabilir:

  • Kamu kurumları trafik kontrolü, trafik koşullarının tahmini ile tıkanıklık yönetimi, rota planlaması, akıllı ulaşım sistemleri ve benzeri konularda büyük veriyi kullanabiliyor.
  • Nakliye sektöründe gelir yönetimi, teknolojik gelişmeler, lojistik ve rekabet analizi ile yük hareketini optimize etmek için veriden yararlanılıyor.
  • Bireysel kullanımda ise büyük veri yakıt ve zamandan tasarruf etmek için rota planlaması ve turizmde seyahat düzenlemeleri için kullanılıyor.

10. Enerji Sektörü

Akıllı sayaç okuyucuları eski sayaç okuyucular gibi günde bir kez değil, neredeyse 15 dakikada bir veri toplanmasına imkan sağlıyor. Bu ayrıntılı veri, daha iyi müşteri geri bildirimlerine ve yardımcı program kullanımının kontrol edilmesine yardımcı olurken, daha iyi analiz için faydalı olabiliyor.

Enerji şirketlerinde büyük verilerin kullanılması, bir arıza yaşanmadan hataların görülmesi ve mümkün olan en kısa zamanda düzeltmek için bütçe ve işgücü yönetimi sağlıyor.

Yukarıda sıraladığımız alanlar dışında big data - büyük veri hayatımızın her alanında karşımıza çıkabiliyor. Veri analizler ile şirketler faaliyetlerini analiz ederek, maliyetleri düşürebiliyor ve karlılıkları artırabiliyor. Veri analizler günlük yaşantımızdaki birçok sorunu da çözerek daha iyi deneyimler sunabiliyor.

Big Data - Büyük Veri eğitimlerimize katılmak için bize ulaşın:
info@bilginc.com
+90 212 282 77 00

Eğitime kayıt olmak, eğitim planlamak ve diğer tüm konular için bize ulaşın!

İlgili Eğitimler

Big Data Information Architecture: Building an Architecture for Insight with Hadoop

Büyük verinin ortaya çıkışı, analitik dünyasını sonsuza dek değiştirdi. Büyük veri ölçeklenebilirliğ...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Practical Big Data Analysis

Python, Veri Bilimi ve Büyük Verilere giriş niteliğinde olmasının yanı sıra Büyük Veri teknolojileri...

  • Classroom
  • Virtual Classroom
  • Online

5 Gün

Fundamentals of Big Data

Birçok farklı büyük veri aracıyla çalışmak da dahil olmak üzere Büyük Veri Teknolojilerinin temelini...

  • Classroom
  • Virtual Classroom
  • Online

3 Gün

Big Data on AWS

AWS üzerinde Büyük Veri eğitimi size, Amazon EMR, Amazon Redshift, Amazon Kinesis ve AWS büyük veri...

  • Classroom
  • Virtual Classroom
  • Online

3 Gün

RED HAT NEDİR? RED HAT HAKKINDA TÜM MERAK EDİLENLER II 

DEEP LEARNING & MACHINE LEARNING

FRAMEWORKLER NEDİR VE NE İŞE YARAR?

SİBER GÜVENLİKTE KARİYER

YAPAY ZEKÂ VE TÜRLERİ

MULTI-CLOUD: EFSANELER VE GERÇEKLER

RED HAT HAKKINDA TÜM MERAK EDİLENLER