ASRIN Bilişim Hiz.Ltd.Şti.

Karar Destek-İş Zekası

  • iconNeden önemli

    Hayatımızın her anı karar vermekle geçer. Hangi yemeği yiyeceğimize, bugün nasıl giyineceğimize, yatırımlarımıza, kiminle evleneceğimize, okulumuza, ömür boyu yapacağımız mesleğe varıncaya kadar binlerce seçim yaparız. Yaptığımız seçimle yaşarız, kazanır veya kaybederiz. Kazançlarımız bazen maddi bazen de manevi olur. Karar vermek çok kolay bir o kadar da zordur.

    Karar verirken farkında olmadan yaptığımız davranışlar vardır. Hızlıca eldeki verileri gözden geçiririz, bizim için artı ve eksileri belirleriz, her biri için puanlama yaparız, sonuçta en yüksek puanı alanı seçeriz. Kendimizce önemli olduğunu düşündüğümüz maddelerin galip gelmesi için ekstra bonuslar, katsayılar üretiriz. Biz verileri analiz edelim, hazırlayıp sunalım, kararınıza destek olalım son kararı siz verin.


    • icon
    • icon
      Data WareHouse

    iconVeri Ambarı

    Veri Ambarı (Data WareHouse), Operasyonel sistemler içinde üretilen OLTP verilerinin analiz ve raporlama amacıyla operasyonel ortam veri tabanından ayrı bir veri tabanına belirli bir modelleme ile depolanmasıdır. Karar vermede kullanılabilecek yapısal kaliteli bilgiye Operasyonel ortamı yormadan, kolay erişim sağlama ihtiyacından ortaya çıkmıştır. Veri tabanı hareketlerinden kaynaklanan iş yüküyle, analiz yükünü birbirinden ayırır ve bu sayede değişik kaynaklardan toplanan bilgilerin daha kolay bir şekilde organize edilmesine olanak sağlar.

Dikkat Edilmesi Gerekenler

  • Şirketler Veri ambarı deyince her türlü raporlama ihtiyacını oradan karşılamayı bekler. Düz liste raporları, dashboardları, arşivdeki 10 yıllık veriyi, veri madenciliği ve kampanya için kullanılacak veriyi de veri ambarından almak isterler. Kuracağınız modelin ek maliyet getirmeden her türlü isteği karşılaması beklentisi yüksektir.
  • Operasyonel ortamda güncellenen verilerin önceki halinin sadece log amaçlı tutulması değil raporlama amaçlı tarihsel olarak tutulması ihtiyacı vardır.
  • Hareket sayısı fazla olan Operasyonel ortam verilerinden 1-2 yıl öncesine ait olanları Operasyonel ortamdan silinerek Arşiv veri tabanına alınır. Arşiv verilerinin sorgulanması başlı başına sıkıntıdır. BT ile iş birimi kullanıcıları arasında “geçmişe yönelik şu kadar yıl sorgulama yapabilirsiniz” türü pazarlıkların yaşandığını sıkça duyarsınız. Aynı raporu hem arşivden hem de raporlama için oluşturulan ortamdan alabilmek için değişik versiyonu yapılır, tabloda partition ve indexler yaratarak taklalar atılır ve kullanıcıdan da her yıl için ayrı sorgulama yapması istenir.
  • Veri ambarı projeleri genelde 2 yıl süren uzun soluklu projelerdir. Bir çıktının alınması için geçen sürede herkes bu işten sıkılır, ihtiyaçlar değişir. 2 yıl projenin sürmesini 2 yılda da ihtiyaçların değiştiğini düşünürsek 4 yılda bir veri ambarı yenilenmektedir.
  • Hatalı aktarılan verilerin güncellenmesi başlı başına sorundur. Güncelleme yerine verilerin tekrardan aktarımı söz konusu olur. Yeniden yapılan aktarımlarda eskinin olması gereken halinin korunduğunun garantisi veri aktarıcının hata yapmamasına bağlıdır.
  • Operasyonel ortamdan veri ambarına data aktarımı başlı başına yanlış aktarım riski taşımaktadır. Operasyonel veri tabanı ile veri ambarına alınan veriler haftalık, aylık ve yıllık olarak karşılaştırılmalı varsa aradaki farklar giderilmelidir.
  • Verilerin data martlar veya farklı veri tabanlarına aktarımı bütünlüğü tehlikeye sokar. Veriler veri ambarına alındıktan sonra mümkünse tek bir yerde durmalı kopyalanmaları gerekiyorsa da belirli dönemlerde arada fark olup olmadığı kontrol edilmelidir.
  • Şirket bazında tüm raporlar için herkesin bir veriyi aynı yerden aldığının garantilenmesi gerekir. Her birim, verileri kopyalayıp kendi çözümünü kendisi üretmemelidir.
  • Veri ambarına Sadece raporlanacak alanların alınması yaklaşımı vardır. Operasyonel ortamdaki hangi alanların alınacağına kimse cevap veremez. Şimdilik ihtiyacımız yok ama ileride gerekebilir düşüncesi tüm alanların alınması veya daha sonradan alan eklenmesi ile son derece maliyetlerle (zaman, efor) karşımıza çıkar.

DataWareHouseVeri Madenciliği

Veri Madenciliği, veriyi analiz etmek ve veri içerisinde bulunan örnek ve istatistiklere bağlı olarak tahmin yürütebilmek için matematiksel algoritmalar kullanan bir çözümdür. Verilerin içerisindeki desenlerin, ilişkilerin, değişimlerin, düzensizliklerin, kuralların ve istatistiksel olarak önemli olan yapıların keşfedilmesidir. Veriye önem veriyor, pahalı yatırımlarla veri ambarı oluşturuyorsunuz onu sadece mevcut durumu gösteren raporlarla sınırlandırıyorsanız, bu verileri doğru şekilde okuyup gelecekle ilgili bir tahmin yapamıyorsanız hala bir adım geridesiniz demektir.
  • icon
Veri madenciliğini veriden bilgiye giden süreç olarak tanımladığımızda ilk iş yapılacak olan analiz ile ilgili olan verileri belirlemektir. Sonrasında veri temizleme sürecinde kirli veriyi ayıklamalı, gerekiyorsa kapsam dışında bırakmalıyız. Tarihsel derinliği olan temiz veriyi bulmak bir hayaldir. Sistemler değişmiş veriler farklı bir şekilde tutulmaya başlanmıştır.İşinize yarayacak alanlar sisteme yeni kazandırılmıştır. Veriler arşivlenmiş kartuşların içinde beklemektedir. Bu süreçte en fazla zorlanılan, vakit alan çalışma veri temizliği ve verinin istenen hale dönüştürülmesidir. Gerçekten de kaliteli, işimize yarar ve tarihsel derinliği olan verilerimiz olsa da geleceği tahminlemek yine de çok zordur. Şirketler kesin tahminlemede bulunamazlar çünkü ortada birçok faktör vardır. Zaten bu faktörlerin hepsini düşünüp ona göre sonuç üreten araçlar gözde mining araçlarıdır. Uygun istatistiksel metodu kullanmışsak geriye bağlantıları yorumlayacak uzmanların bunu bilgi olarak sunmaları kalmış demektir.