Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

İş Zekası (Business Intelligence)

No description
by

Nurten Altın

on 13 May 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of İş Zekası (Business Intelligence)

İŞ ZEKASI (BUSINESS INTELLIGENCE)
KARAR DESTEK SİSTEMLERİ (DESICION SUPPORT SYSTEM)
Yönetimin karar vermesine yardımcı olan interaktif ve bilgisayar ortamında olan sistemlerdir.
Karar vermeyi mevcut bilgi keşfi araçlarıyla kolay hale getirmektedir.
Karlılık daha yüksek ve tutarlıdır, zaman içinde daha az değişiklik gösteririr.
Karara ulaşma süresi daha kısadır.
Daha fazla alternatif gözönünde bulundurulur.
İŞ ZEKÂSI NEDİR?
İŞ ZEKÂSININ TEMEL BİLEŞENLERİ/SİSTEMLERİ
Veri Ambarı(Data Warehouse)
Veri Marketi (Data Marts)
OLTP
OLAP
Veri Madenciliği (Data Mining)
Raporlamalar
Karneler(Scorecards) ve Gösterge Panelleri(Dashboard)
Karar Destek Analizleri (Decision Support System)
CRM (Müşteri İlişkileri Yönetimi)
İŞ ZEKASININ TÜKETİCİLERİ
İŞ ZEKÂSI SİSTEMLERİNİ UYGULAMAYA GEÇİRME
İŞ ZEKASI ALANINDA ÖNE ÇIKAN KONULAR

İŞ ZEKASINI UYGULAMAYA GEÇİRME
Başarı faktörleri
İş-güdümlü metodoloji ve proje yönetimi
Açık bir vizyon ve planlama
Veri yönetimi ve kalite konuları
Çözümlerin kullanıcı ihtiyaçlarına göre düzenlenmesi
İş zekası sisteminin performans hususları
Güvenilir ve genişletilebilir bir çerçeve
BI ürünlerinin 2010 yılı tahmini satış miktarı 10,5 milyar dolar. Bu bilgi ile yazılım firmalarının BI ürünlerine neden yatırım yaptığını anlayabiliyoruz. Peki kurumların bu ürünleri kullanmasının nedeni nedir?
Bir organizasyonun ham verilerini analiz etmek ve çalışanların verilere kolay erişimini sağlamak için kullandığı çeşitli yazılım uygulamalarından; veri tabanları, karar destek sistemleri ve bütünleşik işlemlerden oluşan teoriler, metodolojiler, süreçler, mimariler ve teknolojilerin bir kümesidir.
İŞ ZEKASI NEDİR?
Hangi tür şirketler iş zekasını kullanırlar?
İŞ ZEKASININ YAYGIN KULLANILDIĞI SEKTÖRLER
İŞ ZEKASININ FAYDALARI
Bilgiye Tek Bir Ortak Noktadan Erişim
İşletmenin Bütün Bölümlerinde Kullanılabilir Olması
Ortaya Çıkan Sorulara Anında Cevap Verebilmesi
İnternetin Olanaklarından Yararlanabilmesi
Kapsamlılığı ve esnekliği
Tüm kullanıcılara açık olması
Özel sorgular için hızlılığı
Sorgulamaların basitliliği
Gerçek zamanlı özet bilgilerin desteklenmesi
Yatırım geri dönüşüm oranının hızlılığı
Verinin toplanma ve saklanma sorununu ortadan kaldırma
Mevcut verilerden ortak bir strateji geliştirerek ve bu strateji çeşitli alanlarda hayata geçirebilme
NEDEN İŞ ZEKASI?
Sektörel rekabet
Serbest piyasa ekonomisi ve globalleşme
internetin yaygınlaşması
e-ticaret gibi yeni satış kanallarının bulunması rekabeti tetikleyen en önemli faktörler arasında gösterilebilir.
Ekonomik Sebepler
İş zekası projelerinin eskiye nazaran daha az bir masrafla gerçekleştirilmesi.
Kurumların azalan donanım masrafları ve iş zekasının uygulanmasında eldeki yazılımların kullanabiliyor olmaları.
Neden İş Zekası?
Öyle ki bundan 10 sene öncesinde büyük çaplı bir şirketin sahip olduğu onlarca gigabyte veriyi bugün son kullanıcılar kendi imkanlarıyla satın aldıkları disklerde saklayabilir hale gelmiştir.
Müşteri Beklentileri
Sektörel ya da kurumsal öngörüler sonucunda müşteri beklentilerini belirleme imkanı sağlaması.
Yatırımın Geri Dönmesi
Kurumların yatırım yaparken en çok dikkat ettiği değerlerden biri olan yatırımın geri dönmesi (ROI-Return Of Investment) oranının, iş zekasında çok yüksek olması.
İŞ ZEKASININ TEMEL BİLEŞENLERİ
Veri Ambarı(Data Warehouse)
Veri Marketi (Data Marts)
OLTP ve OLAP
Entegre Edilmiş Raporlamalar
Veri Madenciliği (Data Mining)
Karar Destek Analizleri (Decision Support System)
Yönetimsel Göstergeler (Executive Dashboard)
CRM (Customer Relationship Management-Müşteri İlişkileri Yönetimi)
VERİ AMBARI (DATA WAREHOUSE)
Farklı kaynaklardan gelen farklı yapıdaki verilerin depolandığı alandır.
Çok boyutlu ve karmaşık verileri özetleyen ve kategorize eden teknolojidir.
Veri Ambarı
Üretim, satış, tedarik zinciri, muhasebe operasyonel sistemlerinden iş verilerini çıkarıp, onları tutarlı hale dönüştüren ve analiz için dağıtan, iş zekasının temel elemanıdır.
Amacı kullanıcının çok boyutlu veriyi analiz edip kullanabilmesini sağlamaktır.
Bill Inmon'a göre:
Özneldir.
Bütünleşiktir.
Zamana bağlıdır.
Statiktir.
İki yöntem kullanılır:
Bütün işletme için tek bir merkez depo oluşturulur.
Veri ambarı oluşturmaya bölüm bazlı veri pazarları oluşturalarak başlanır.
Son dönemlerde iki yöntemin de kullanıldığı hibrit yaklaşımlarla karşılaşmaktayız.
Veri Ambarı Tasarımı
Ambara iç ve dış sistemlerden sürekli veri aktarılır.
Veri aktarımı temel olarak 3 aşamadan oluşur: Çıkarma, dönüştürme, yükleme (ETL : Extract- Transform - Load).
İş zekası projelerinde toplam maliyetin %50’si, toplam zamanın da %70’i ETL için harcanmaktadır. Karmaşıklığı, dönüştürme sırasında kullanılan metotların basit olmaması, verinin değişken yapısı ve veri kaynaklarındaki tutarsızlıklardır.
Veri Ambarı Mimarisi
Data Warehousing Enstitüsü’nün yaptığı bir araştırmaya göre, yılda 611 milyar dolar hatalı veri maliyeti oluşmaktadır.
Bunların bir kısmı, iş zekası ve ETL araçları sayesinde ortadan kalkmaktadır.
Veri ambarının boyut olarak küçüğü veri marketi ismini alır.
Veri ambarının belli bir amaç için özelleştirilmesiyle de oluşturulabilir.
Bir veri marketinin temel özelliği, konu odaklı ve departman bazlı bir depolama birimi olmasıdır.
VERİ MARKETİ (DATA MART)
Veri Marketi
Örneğin; veri ambarından sağlık sigortaları ile araba sigortalarını ayırarak başka bir yapıya aktardığımızı düşünelim.
Veri ambarına oranla daha küçük boyutta olan bu yapı veri marketi adını alır.
Bilgiyi konularına göre bölümlerine ayrılmış şekilde depolar.
İlişkisel verilerin tutulduğu, hergün organizasyonların yoğun bir şekilde veri girişi, veri çıkışı, veri güncellemelerini gerçekleştirdikleri veri tabanı yapılarıdır.
OLTP sistemler organizasyonların canlı yapılarında halen kullandıkları verileri içermektedirler.
Bir OLTP sisteminde Insert, Update, Delete gibi işlemler sıklıkla yapılmaktadır.
OLTP (ONLINE TRANSACTIONAL PROCESSING)
OLAP (ONLINE ANALYTICAL PROCESSING)
1994 yılında E.F.Codd, tarafından tanımı yapılan çok boyutlu verilere hızlı bir şekilde bütünleşik olarak erişilmesini sağlayan sistemlerdir.
Amacı OLTP yapılarından beslenerek organizasyonun tamamı hakkında çok hızlı bir şekilde bilgi sağlanmaktır.
Öznel ve bütünleşiktir.
En önemli özelliği verilerin mutlaka zaman eksenli olarak tutuluyor olmasıdır.
OLAP yapıları çok sık Insert ve Update işlemlerine tabii tutulmazlar.
OLAP, veriyi ambarlama yeteneği olarak ele alınabilinir.
OLTP Sistemler hergün bir çok organizasyonel yapıda kullanılan, cevap verme ve çalışma döngülerinin çok kısa olması gereken sistemlerdir.
OLAP-OLTP FARKI
VERİ MADENCİLİĞİ (DATA MINING)
Veri yığınlarından, daha önceden bilinmeyen, geçerli ve anlaşılabilir bilgileri çıkarma ve bunları işe dair önemli kararlar vermede kullanma işlemidir.
Yapay zekâ, örnek tanıma, veri tabanları, istatistik ve grafikler kullanarak işletmenin veri ambarında bulunan ilişkileri ve örnekleri göstermeye yarar.
Asıl yeteneği, matematiksel algoritmalar kullanarak yaptığı analizlerin, veri yığınları içerisinde gizli kalmış bilgileri açığa çıkarmasıdır.
Veri madenciliği karar vericilerin sormayı bile düşünmedikleri sorulara yanıtlar arar.
Veri Madenciliği
Kurduğu hipotezlere dayalı sorgulamalar yapar.
Veri Madenciliği projeleri için ilk adım genellikle dataların Database, Datamart yada Datawarehouse'dan toplanmasıdır.
İkinci adım ise Data’nın Temizlenmesi ve  yeniden yapılandırılması (data cleaning and transformation)dır. Bu aşama yoğun bir şekilde, veri kaynağıyla ilgili işlemleri içermektedir. 
Veri madenciliğinde “Tahminleyici” ve “Tanımlayıcı” olmak üzere iki tip model kullanılır.
Tahminleyici modellemelerde amaç, geleceğe yönelik bilgiye ulaşmaktır.
Tanımlayıcı modellerde ise, mevcut veriler arasındaki ilişkilerin belirlenmesi ve mevcut durumun saptanması amaçlanır. Yaş gruplarına göre alışveriş alışkanlıklarının belirlenmesi gibi.
Veri Madenciliği
RAPORLAMALAR
Raporlar, iş zekası sisteminin en basit elemanlarıdır. İşle ilgili bilgilerin karar vericilere ulaştırılmasında kullanılır.
Esnek ve kullanışlıdır.
Basit olmalarına rağmen raporların bu kadar önemli sayılmaları, işletmenin içinde bulunduğu durumun gösterilmesinde en etkin araçlar olmalarındandır.
İşlevlerine göre gruplandırılabilir:
İşlemsel Raporlamalar
Fonksiyonel Raporlamalar
Analitik Raporlamalar
DASHBOARD & SCORECARD
Yönetimsel göstergeler, üst yönetime iş zekasının yeteneklerini göstermek ve karar vermelerini kolaylaştırmak amacıyla sağlanan görsel araçlardır.
Yönetimsel göstergeler genelde; web tabanlı, grafiksel performans göstergeleri, yapısal yönetim bilgi sistemlerini içermektedir.
Karneler ve gösterge panelleri, esas olarak performans verilerini görüntülemek için kullanılan iş zekasının iki önemli elemanıdır.
Karneler, önceden belirlenen kriterler için elde edilen gerçek değerlerle planlanan değerleri karşılaştırmaya yarar.
Önceden belirlenen bu kriterlere KPI(Key Performance Indicator)-Anahtar Performans Kriterleri denir.
Karneler özellikle karar vericiler için, fazla detaya girmeden işe yukarıdan bakabilmek adına çok önemlidir.
SCORECARD
Gösterge panelleri, bir ya da daha çok hedefe ulaşmada ihtiyaç duyulan bilgileri tek bir ekran üzerinde bir bakışta görebilmek için hazırlanmış, birleştirilmiş ve düzenlenmiş araçlardır.
Bunlar, farklı kaynaklardan topladıkları bilgileri, anlaşılması kolay ve hızlı bir şekilde kullanıcıya sunarlar.
DASHBOARD
DASHBOARD VE SCORECARD FARKI
Tüm DSS’ler yöneticilere karar aşamasında yardımcı olurlar.
Sorular karmaşık veya basit olabilir.
Örneğin,
Bir yönetici son beş yılda gerçekleşen toplam satışları,
Hangi ürünler o ay içerisinde 5 günden fazla tedarik edilemedi,
2000 yılında hangi müşteriler en çok sipariş verdiler,
Kar hedeflerine ulaşabiliyor muyuz,
Hangi satış temsilcileri kotalarını dolduruyorlar
gibi sorular sorabilirler .
Karar Destek Sistemleri
Müşterinin ihtiyaçları temel alınarak, işletmenin rekabet gücünü arttırmak için yeniden yapılanması olarak tanımlanabilir.
Müşteri ilişkilerini yürütmek için kullanılan metodoloji ve ürünlerin geneline verilen addır.
CRM bir iş yapma stratejisi ve felsefesidir.
Yönetim biçiminin müşteri odaklı hale gelmesi demektir.
Kişilere özgü satış kavramlarının kurumsallaştırılmasıdır.
Stratejik planlama, ileri teknoloji içerir.
CRM tüm müşteri temas noktalarının entegrasyonu ve iyileştirilmesidir.
MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (CUSTOMER RELATIONSHIP MANAGEMENT)
Başarısızlık nedenleri:
İş zekası projelerinin tüm organizasyonu ilgilendiren, organizasyonlar arası bir işletme girişimi olarak algılanması gerektiğinin farkına varılamaması,
Bu işe sponsor olanların kendilerini bu proje ile meşgul etmemeleri,
Kademeli yazılım geliştirme metodunun benimsenmemesi,
İşi parçalarına ayırma, metodoloji eksikliği,
İş analizi ve standardizasyon aktivitelerinin olmaması,
Kirli verilerin işletme karlılığı üzerindeki etkisinin anlaşılamaması,
Birbirinden bağımsız, ayrık metot ve araçlara fazla önem verilmesi (çabuk tedavi eden ilaç alma ihtiyacı sendromu olarak bilinir)
İŞ ZEKASININ TÜKETİCİLERİ
Karar Vericiler
Bilgi Teknolojileri Birimi
Bilgi İsçileri
Analistler
Hat İşçileri (Teknik Olmayan Son Kullanıcılar)
İşletme Dışındaki Kllanıcılar
İŞ ZEKASI ALANINDA ÖNE ÇIKAN KONULAR
Web 2.0 devrimi
Çevrim-içi sosyal ağlar ve iş zekası entegrasyonu
Sanal dünyalar
RFID teknolojileri
Gerçeklik madenciliği
Tahminsel analitik ve veri madenciliğinin iş zekası platformlarına entegrasyonu
İş zekası arama ve metin analitiği
Gelişmiş görselleştirme
Dinlediğiniz için teşekkür ederim...

Nurten Altın
IBM araştırmacısı Hans Peter Luhn 1958 yılındaki makalesinde iş zekası terimini kullandı.
İş zekası alanında uluslar arası çözümler üreten Gartner şirketi araştırma bölümü başkan yardımcısı olan Andreas Bitterer iş zekâsını aşağıdaki şekilde tanımlamaktadır :
“İş zekâsı, kuruluşların etkinlik ve finansal fayda elde etmek amacıyla performansla ilgili gerekli kararları en iyi şekilde verebilmeleri ve ölçümleri yapabilmeleri, performansı en iyi şekilde yönetebilmeleri ve optimize edebilmeleri için bilginin kullanılmasıdır.”
Başarılı bir DSS tasarlamak ve hayata geçirmek için en önemli kriter ne çeşit bir sistem inşa etmeye çalıştığımızı iyi bilmektir.
İş hedefleri ve ihtiyaçları doğrultusunda analizi yapabilmek için gereken bilgilerin operasyonel sistemde güncel olarak beslenmesi gerekir. 
Karar Destek Sistemleri bir çok değişik sistem, araç ve teknolojiyi kapsar. Önemli olan bilgiye dayalı bir sistem yaratmaktır.
Kurumların maliyetlerin azalması
Fırsatların fark edilmesi
Sorunların çözülmesi
Verimliliğin arttırılması
Analiz
Full transcript