E-İş Süreçleri Dersi 7. Ünite Özet

İş Zekası

Giris¸

I·s¸ zekası ile is¸letmeler, sahip oldukları ham verileri bilgiye do¨nu¨s¸tu¨rerek is¸letmenin gu¨nu¨mu¨zde ve gelecekte yapacagˆı is¸lerde dogˆru kararlar almasını sagˆlayan su¨rec¸leri, yo¨ntemleri ve teknolojileri kullanmaktadır. Bu sayede is¸letmeler verimliklerini ve etkinliklerini arttırabilmekte ve rekabet avantajı yaratabilmektedir. I·s¸letmelerin karar almada ve sorun c¸o¨zmede kullanabilecekleri is¸ zekası sistemlerinin o¨nemi bu¨yu¨ktu¨r.

I·s¸ Zekası Kavramı

I·s¸ zekası kavramı, is¸letmecilikte c¸es¸itli s¸ekillerde ele alınan bir kavram olmasına kars¸ın bu terimi ilk kez IBM aras¸tırmacısı Hans Peter Luhn kullanmıs¸tır. Luhn, “A Business Intelligence System” (1958) isimli makalesinde, is¸letmelerde bilginin yayılması ic¸in otomatik bir sistem gelis¸tirildigˆini ve sistemden c¸es¸itli bo¨lu¨mlere bilginin dagˆıtımında yararlanılacagˆını ifade etmektedir.

I·s¸letme du¨nyasında 1990’lı yılların bas¸ında dogˆan is¸ zekası kavramı, yo¨neticilerin is¸letmelerin durumunu daha iyi anlamak ve karar su¨recini iyiles¸tirmek ic¸in is¸letme verilerini etkili ve verimli bir s¸ekilde analiz etmeleri yo¨nu¨ndeki taleplerini kars¸ılamak amacıyla ortaya c¸ıkmıs¸tır.

Akademik du¨nyada ise yine 90’lı yılların ortalarında ilgi c¸eken bir konu olan is¸ zekası, aras¸tırmalar sonucunda is¸letme alanında o¨nemli bir yaklas¸ıma do¨nu¨s¸mu¨s¸tu¨r. Bu do¨nemde yapılan aras¸tırmalardan bazıları s¸unlardır: 1991’de Fuld, “Journal of Business Strategy” dergisinde is¸ zekasının bas¸arısıyla ilgili bir makale yayınlamıs¸tır. Herring, 1992’deki makalesinde Japonya ve I·svec¸ is¸ zekası sistemlerini incelemis¸; 1993’deki c¸alıs¸masında ise is¸ zekasını Ar-Ge ile ilis¸kilendirmis¸tir. 1997’de Collins, is¸zekasıyla ilgili “Daha I·yi I·s¸ Zekası: Rakipleriniz hakkında daha fazla bilgi ic¸in” isimli bir c¸alıs¸ma yayımlamıs¸tır. Yine 1997’de Dhar ve Stein, “Kurumsal veriyi is¸ zekasına do¨nu¨s¸tu¨rmek ic¸in yedi yo¨ntem” isimli kitabı yazmıs¸lardır.

I·s¸letmeler is¸ zekası sayesinde farklı seviyelerdeki farklı kaynaklardaki c¸ok bu¨yu¨k verileri is¸leyerek, kendileri ic¸in o¨nemli olan bilgilere do¨nu¨s¸tu¨rmekte ve karar alma su¨recinde bu bilgileri kullanmaktadır. I·s¸ zekası ile is¸letmelerde karar vericiler yani yo¨neticiler dogˆru kararlar alabilmekte ve bo¨ylece is¸letmeler faaliyet go¨sterdikleri sekto¨rde rekabet avantajı yaratmaktadır.

I·s¸ Zekası Kavramının Tanımı : I·s¸ zekası kavramına ilis¸kin zaman ic¸inde c¸es¸itli tanımlamalar yapılmıs¸tır. Bu tanımlamalardan bazıları s¸unlardır:

  • I·s¸ zekası “is¸letmelerde rekabet avantajı sagˆlamaya ve bu avantajların nasıl ortaya c¸ıkarılacagˆını ve kullanılacagˆını anlamayı sagˆlamaya yarayan bir sistem olarak, is¸letmede daha iyi kararlar verebilmek ic¸in verilerin birles¸tirmesi ve du¨zenlenmesi su¨recidir” (Reinschmidt & Francoise).
  • I·s¸ zekası, “is¸ eylemlerini karlı hale do¨nu¨s¸tu¨rmek ic¸in verileri malumata, malumatları bilgiye ve bilgileri is¸letme planlarına do¨nu¨s¸tu¨rmek ic¸in gerekli su¨rec¸ler, teknolojiler ve arac¸lardır” (Eckerson).
  • I·s¸ zekası “verinin malumata ve daha sonra bilgiye do¨nu¨s¸u¨m su¨recidir” (Golfarelli vd.).
  • I·s¸ zekası “is¸letme c¸evresi, is¸letmenin kendisi ve is¸letmenin pazarları, mu¨s¸terileri, rakipleri ve ekonomik sorunları ile ilgili durumunu tanımlayan uygun malumat ve bilgilerdir” (Lo¨nnqvist & Pirttima¨ki).

Digˆer tanımlara ders kitabının 214. sayfasından ulas¸ılabilir.

Tu¨m tanımlardaki ortak noktalara bakılacak olursa, is¸ zekası, is¸letmelerde uygulanan, birtakım yo¨ntem, su¨rec¸ ve teknolojileri ic¸eren ve karar verme su¨recine destek olan bir kavramdır. I·s¸ zekasının amacı, genis¸ bir s¸ekilde depolanmıs¸verileri kontrol etmek ve o¨rgu¨t ic¸erisinde ve c¸evresinde bu verileri ilk olarak tanımlamak ve daha sonra is¸letme ic¸in yararlı bir o¨zet bilgi haline getirmeye yardım etmektir.

I·s¸ Zekası Ac¸ısından Veri, Malumat ve Bilgi Ayrımı : I·s¸ zekası kavramı ic¸erisinde birbirlerini tamamlayan ancak ic¸erikleri bakımından birbirinden farklı u¨c¸ kavramdan so¨z edilmektedir. Bunlar; veri (data), malumat (information) ve bilgi (knowledge) olarak sıralanmaktadır.

Veri (Data) : Veri, “bir aras¸tırmanın, bir tartıs¸manın, bir muhakemenin temeli olan ana o¨ge” s¸eklinde tanımlanmaktadır (TDK). Koc¸el’e go¨re veri “yorumlanmaya muhtac¸ olan, tek bas¸ına bir anlam ifade etmeyen bir tespit, bir rakamdır”. Veriler “c¸evrede bulunan, kendi kendine anlam ifade etmeyen, c¸es¸itli birikim ve olus¸umlardır” (U¨lgen & Mirze).

Malumat : I·ngilizcesi “information” olan malumat, “datanın bazı kriterler kullanılarak anlamlı hale getirilmesi su¨recidir” ve dataların bas¸ka birtakım unsurlarla ilis¸kilendirilmesi ile olus¸maktadır (Koc¸el).

Bilgi : I·ngilizcesi “knowledge” olan bilgi ise “degˆis¸ik malumatın belli bir amac¸ dogˆrultusunda birles¸tirilmesiyle olus¸an, bazı kararlara esas tes¸kil edecek malumat toplamıdır” (Koc¸el). Bilgiyi “toplanan verilerin kullanan ic¸in anlam tas¸ıyan ve yarar sagˆlayan hale gelmis¸ bic¸imi”s¸eklinde tanımlamak da mu¨mku¨ndu¨r (U¨lgen & Mirze).

I·s¸letmeleri I·s¸ Zekasına Yo¨nelten Nedenler : I·s¸letmelerde is¸ zekası sistemlerinin uygulanması du¨s¸u¨ncesinin arkasında is¸letme ile ilgili o¨nemli bazı nedenler bulunmaktadır. Bunlardan bir tanesi is¸letmelerde uygulanması gerekli kaynakları ve kullanım kolaylıklarını arttırmak ve yeni bilgi teknolojilerini kullanmaktır . I·s¸letmeleri is¸ zekasına yo¨nelten digˆer nedenler s¸unlardır:

  • Gelirleri artırma, maliyetleri du¨s¸u¨rme ve daha etkin rekabet etme ihtiyacı,
  • Gu¨nu¨mu¨z is¸ ortamının karmas¸ıklıgˆını yo¨netme ves¸ekillendirme ihtiyacı ile
  • Bilgi teknolojileri maliyetini azaltma ve mevcut kurumsal ticari bilgileri gelis¸tirmektir.

I·s¸ Zekası ve Karar Verme I·lis¸kisi : I·s¸ zekası uygulamalarının is¸letmeler ac¸ısından en o¨nemli is¸levi, is¸letmelerde sagˆlıklı kararlar alınmasını sagˆlamasıdır.

Karar Kavramı ve Karar C¸es¸itleri : So¨zlu¨k anlamına go¨re karar “bir is¸ veya sorun hakkında du¨s¸u¨nu¨lerek verilen kesin yargı” anlamındadır (TDK). Bir is¸letme ac¸ısından degˆerlendirildigˆinde ise alınacak her kararın o¨ncesinde konu ile ilgili ayrıntılı bir bilgi birikimine ve bu konu hakkında du¨s¸u¨nu¨lmesine gerek duyulmaktadır.

I·s¸letme yo¨netiminde kararlar; Programlanmıs¸ ve Programlanmamıs¸ kararlar olmak u¨zere iki grupta incelenebilir. Programlanmıs¸ kararlar , is¸letmelerin su¨rekli olarak kars¸ılas¸tıkları sorun veya olaylar kars¸ısında benzer durum ve kos¸ullar ic¸in tekrarlanarak uygulayabildikleri kararlardır. Programlanamayan kararlar ise is¸letmenin daha o¨nceden kars¸ılas¸madıgˆı ve belirsizligˆin yu¨ksek oldugˆu sorun veya olayları hakkında aldıkları kararlardır.

Kararlar ayrıca; Kis¸isel ve Grup kararla rı olarak da sınıflandırılabilir. Kis¸isel kararlar daha c¸ok sezgiye dayanan yani karar verecek olan kis¸inin tamamen ic¸gu¨du¨lerine dayanan kararlardır. Grup kararları ise grup u¨yelerinin bir konu veya sorun hakkında ortak olarak belirledikleri kararlardır.

Karar tu¨rleri ayrıca; Stratejik ve Operasyonel kararlar; Alt ve U¨st kademe kararları ile Belirlilik ve Belirsizlik s¸artları altında verilen kararlar s¸eklinde de sınıflandırılabilir. Bu sınıflamalar arasında belirgin farklılıklar olmakla birlikte her bir karar tu¨ru¨nu¨ birbirinden ayrı olarak da du¨s¸u¨nmemek o¨nemlidir.

Karar Verme Kavramı : Karar verme, “sorunların, fırsatların ve alternatiflerin tanımlanmasını, mevcut alternatifler arasından sec¸im yapılmasını ve sorunların c¸o¨zu¨mlenmesini ic¸eren bir su¨rec¸tir” (Mirze). Yani karar verme, bir is¸ veya sorun hakkında uygun alternatiflerden birini sec¸mektir.

Koc¸el (2015) “karar veremeyen yo¨netici is¸ini yapamaz” demektedir. I·s¸letmelerde yo¨neticilerin kararları is¸letme faaliyetlerini ve bas¸arısını etkilemektedir. Bu nedenle kararların zamanında ve etkili olarak verilmesi o¨nemlidir. Burada da is¸ zekası kavramının o¨nemi daha da artmaktadır.

Karar Verme Su¨reci: Yo¨neticiler ic¸in karar, bir sorun veya konu hakkına bir sonucu ifade etmektedir. Yani karar veren yo¨netici bir konu veya sorun hakkında birtakım su¨rec¸lerden gec¸erek bir yargıya varmıs¸tır. En genel anlamda karar verme su¨reci;

  • Amac¸ belirleme veya sorun tanımlama,
  • Amac¸ ve sorunları irdeleme / o¨ncelik belirleme,
  • Alternatif belirleme,
  • Alternatifleri irdeleme ve degˆerleme ile
  • Sec¸im kriterini belirleme ve sec¸im yapma olmak

u¨zere bes¸ temel as¸amadan olus¸maktadır.

Karar Vermede I·s¸ Zekasının O¨nemi : O¨zellikle yo¨neticilerin aldıkları stratejik kararlarda yapılabilecek en ufak yanlıs¸lar telafi edilemez sonuc¸lar dogˆurmaktadır. Bu nedenle is¸letmelerde yo¨neticilerin karar verirken kendilerine yardımcı olabilecek sistemleri kullanmaları dogˆru kararlar almaları bakımından yararlı olacaktır. Karar verme su¨recinde is¸ zekası sistemi kullanılması ile karar vericilerin yani yo¨neticilerin faaliyetleri kolaylas¸abilmektedir. Bu noktada matematiksel modeller ve algoritmalar yardımıyla alternatifler c¸ogˆaltılabilmekte, daha kesin ve dogˆru sonuc¸lar elde edilebilmekte ve etkili ve zamanında karar verilebilmektedir .

I·s¸ Zekası Sistemi

So¨zlu¨k anlamı “bir sonuc¸ elde etmeye yarayan yo¨ntemler du¨zeni” olan sistem kelimesi, daha genis¸ anlamda “belirli bir amac¸ dogˆrultusunda ortak o¨zelliklere sahip ve birbiriyle, bu¨tu¨nle ve c¸evresiyle ilis¸kili parc¸alardan ve su¨rec¸lerden olus¸an bir bu¨tu¨nu¨” ifade etmektedir.

I·s¸letmelerde c¸ok c¸es¸itli sistemler ve bu sistemlerle ilis¸kili alt sistemler bulunmaktadır. I·s¸ zekası sistemi de bu sistemlerden bir tanesidir. I·s¸ zekası kavramını ilk kullanan aras¸tırmacı olan Luhn’a go¨re (1958) is¸ kavramını, herhangi bir amac¸la yapılan faaliyetlerin toplamı; zeka kavramını, eylemleri istenen bir amaca dogˆru yo¨nlendirebilmek amacıyla eldeki olguların birbiriyle olan ilis¸kilerini kavrama yetenegˆi s¸eklinde tanımlamıs¸tır. I·s¸ zekası sistemini ise belge giris¸i ile bas¸layan ve bilginin sec¸imi, kabulu¨ gibi su¨rec¸lerden olus¸arak belge c¸ıkıs¸ı ile biten bir su¨rec¸ olarak ele almıs¸tır.

I·s¸ zekası sistemi “planlayıcılara ve karar vericilere karmas¸ık ic¸ ve rekabetc¸i bilgileri sunmak ic¸in veri toplama, veri depolama ve bilgi yo¨netimini analitik arac¸lar ile birles¸tiren bir sistem” s¸eklinde ac¸ıklanmaktadır (Negash). Daha genel anlamda ise is¸ zekası sistemi “yo¨neticilerin karar almalarını sagˆlamak ic¸in o¨zel olarak tasarlanmıs¸ teknolojilerin ve kavramların bir birles¸imidir” (Nedelcu).

I·s¸ Zekası Sisteminin Temel Biles¸enleri: I·s¸ zekası sisteminin yapısında temel olarak; V eri kaynakları (opsiyonel veri, belgeler ve dıs¸sal veri), Veri ambarları ve veri martları (c¸ok boyutlu ku¨p analizi), Veri aras¸tırması (istatistiksel analiz ve go¨rselles¸tirme), Veri madenciligˆi (verilerden o¨gˆrenme modelleri), I·yiles¸tirme (optimizasyon-en iyi alternatifin sec¸ilmesi) ve Kararla r olmak u¨zere altı biles¸en bulunmaktadır.

I·s¸ zekası sisteminin yapısı incelendigˆinde bu biles¸enlerin as¸amalar s¸eklinde sıralandıgˆı go¨ru¨lmektedir. Bu as¸amalar as¸agˆıda kısaca ac¸ıklanmıs¸tır.

Veri kaynakları : Veri kaynaklarının amacı c¸ok fazla olan veriyi du¨zenlemek ve normalles¸tirerek is¸letme ic¸in yararlı hale getirmektir. Veri kaynakları olarak operasyonel veritabanları, is¸letme gec¸mis¸ verileri veya mevcut veri ambarı ortamından gelen bilgiler sayılabilmektedir. Bu as¸amada tu¨m verilerin bir araya getirilmesi ve birbiri ile uyumlas¸tırılması o¨nemlidir.

Veri ambarları ve veri martları : Bu as¸amada ETL (extraction, transform, load) olarak bilinen c¸ıkarma, do¨nu¨s¸tu¨rme ve yu¨kleme is¸lemleri gerc¸ekles¸tirilmektedir. Canlı verileri ic¸eren veri ambarları, operasyonel veritabanları, gec¸mis¸ veriler veya ilis¸kisel veritabanları gibi c¸es¸itli kaynaklardan olus¸maktadır. Veri martları ise is¸letmelerde karar destek amacıyla kullanılan ve belirli departmanların ihtiyac¸larına go¨re s¸ekillenen konular toplulugˆu olarak ac¸ıklanmaktadır.

Veri aras¸tırması : Bu as¸amada, istatistiksel yo¨ntemler ile birlikte sorgu ve raporlama sistemlerinden olus¸an pasif bir is¸ zekası analizi yapmak ic¸in arac¸lar aras¸tırılmaktadır.

Veri madenciligˆi : Bu as¸amada amac¸, bilgi ve malumatın veriden c¸ıkartılmasıdır. I·leri analizler gerektiren bu as¸ama, tahmin yapma veya kestirimsel c¸o¨zu¨mleme olarak da adlandırılabilmektedir.

I·yiles¸tirme (Optimizasyon) : Bu as¸amada iyiles¸tirme modelleri kars¸ımıza c¸ıkmaktadır. I·yiles¸tirme modelleri genellikle oldukc¸a genis¸ bir alternatif eylemler ku¨mesi ic¸erisinden en iyi c¸o¨zu¨mu¨ belirlemeye izin vermektedir. Optimizasyon amac¸lı olarak is¸ zekası sistemlerinde kullanılan tekniklerden biri OLAP’tır (Online Analytical Processing). Gerc¸ek zamanlı karar verme ic¸in kullanılan bir teknoloji olan OLAP ile c¸ok boyutlu, is¸ verilerinin go¨ru¨nu¨mleri o¨zetlenmekte ve raporlanmakta, analiz ve modelleme yapılmaktadır.

Kararlar : Bu as¸amada, belirli bir karar sec¸ilmis¸ ve is¸letmede benimsenmis¸tir. Bu as¸amada unutulmaması gereken en o¨nemli unsur, bir is¸letmede is¸ zekası yo¨ntemleri bas¸arıyla uygulanıyor olsa dahi alternatifler arasından bir kararın sec¸iminin karar vericilere ait oldugˆudur. Karar vericiler burada, matematiksel modeller yoluyla elde edilen o¨nerilerden ve sonuc¸lar ile edindigˆi bilgilerden yararlanan kis¸i olmaktadır.

I·s¸letmelerde I·s¸ Zekası Sistemlerinin Rolu¨ ve O¨nemi : I·s¸ zekasının karar almadaki rolu¨, stratejik, taktik ve operasyonel karar alma du¨zeylerine go¨re farklılıklar go¨stermektedir. I·s¸ zekası, stratejik du¨zeyde kars¸ılas¸tırmalı raporlar, gelis¸imleri izlemeye yarayan simu¨lasyonlar ve gelecekteki sonuc¸ları tahmin gibi bazı varsayımlar olus¸turularak is¸letme amac¸ ve hedeflerine ulas¸ılmasına yardımcı olabilecek kararların alınmasına yardımcı olmaktadır. Taktik du¨zeyde is¸ zekası sistemleri satıs¸, finans, gelir veya yo¨netim kararları ic¸in c¸o¨zu¨mler o¨nermektedir. Operasyonel du¨zeyde ise is¸ zekası sistemleri, tedarikc¸iler, is¸birlikc¸iler, mu¨s¸teriler ve operasyonlar ile ilgili soruların cevaplandırılmasında kullanılmaktadır.

I·s¸ zekası sistemlerinin nihai amacı, is¸letmelerde zamanında ve kaliteli bilgi edinmeyi gelis¸tirmektir. I·s¸ zekası sistemleri ayrıca is¸letmelere katma degˆer kazandırmada da rol oynamaktadır.

I·s¸ Zekası Sistemlerinin Faydaları : I·s¸ zekası sayesinde is¸letmelerde yapılacak bir is¸ veya alınacak bir karar ile ilgili pek c¸ok varsayım arasından sec¸im yapılabilmektedir. Bunun yanında is¸birligˆi gerektiren is¸letme faaliyetleri ac¸ısından departmanlar arasında iletis¸im artmakta ve finansal kos¸ullar, tedarik zinciri is¸lemleri ve degˆis¸en mu¨s¸teri talepleri gibi tu¨m gelis¸melere anında cevap verilebilmektedir. I·s¸ zekasının is¸letmelere sagˆladıgˆı digˆer faydalar ise s¸o¨yle sıralanabilir:

  • I·s¸ zekası arac¸ları sayesinde c¸alıs¸anlar is¸ ile ilgili bilgileri kolayca istedikleri s¸ekle do¨nu¨s¸tu¨rebilmektedir,
  • I·s¸letmeler en karlı mu¨s¸terilerini, bu mu¨s¸terilerin sadakatlerinin nereden kaynaklandıgˆını ve gelecekteki mu¨s¸terilerin potansiyelini belirleyebilmektedir,
  • Sanal ortamdaki tıklanma verileri sayesinde e- ticaret stratejileri iyiles¸tirilebilmektedir,
  • Garanti ile ilgili olarak bildirilen problemler sayesinde u¨ru¨n tasarımındaki eksiklikler hızla algılanabilmektedir,
  • Mu¨s¸teri karlılıgˆındaki potansiyel bu¨yu¨me analiz edilebilmektedir,
  • Mu¨s¸terilerin hangi u¨ru¨n ve hizmetleri ne zaman satın alabilecegˆi belirlenebilmektedir,
  • C¸es¸itli analizlerle, neden mu¨s¸terilerin is¸letmeyi rakiplerine go¨re tercih ettigˆi belirlenebilmektedir.

I·s¸ Zekası Sisteminin I·s¸letmeler I·c¸in Yarattıgˆı Maliyet : I·s¸ zekası sonuc¸ları, is¸letmeler ic¸in pek c¸ok ac¸ıdan faydalı bir sistemdir. Ancak is¸letmelerde is¸ zekasının bas¸tan kurulacak bir sistem oldugˆu du¨s¸u¨nu¨ldu¨gˆu¨nde, is¸letmeler ic¸in bazı maliyetler yaratması kac¸ınılmazdır. Bunlar en genel anlamda; Yazılım maliyetleri, Donanım maliyetleri, Uygulama maliyetleri ve C¸alıs¸an maliyetleri olarak sıralanabilir.

I·s¸ Zekası Sistemlerinin I·s¸letmelerde Yanıtladıgˆı Sorular : I·s¸ zekası sistemlerinin, is¸letmenin degˆerini arttırabilecek bir dizi sorunun cevaplanmasını da sagˆlayan birc¸ok farklı analitik yetenegˆi bulunmaktadır. I·s¸ zekası sistemlerinin karmas¸ıklık du¨zeylerini arttıran sorular s¸unlardır; Ne oldu? Nic¸in oldu? Ya ... ise? Sıradaki ne? Nasıl?

I·s¸ Zekası Analiz Do¨ngu¨su¨ : I·s¸ zekası analiz do¨ngu¨su¨, verilerin is¸letmelerde nasıl toplandıgˆını, analiz edildigˆini ve dagˆıtıldıgˆını veya yaygınlas¸tırıldıgˆını ac¸ıklamaktadır. I·s¸ zekası do¨ngu¨su¨nu¨n temelde Toplama, Analiz etme ve Yayma (dagˆıtım) olmak u¨zere u¨c¸ biles¸eni bulunmaktadır. Ayrıca, is¸ zekası sistemlerinde toplamayı, analiz etmeyi ve yaymayı gelis¸tiren geribildirim do¨ngu¨su¨ de yer almaktadır.

I·s¸ Zekası Sistemlerinde Uygulanabilecek Yo¨ntemler ve Arac¸lar

Bir is¸letme ne kadar veriye sahip olursa olsun, o verileri is¸letme amac¸ ve hedeflerine uygun yo¨ntem ve arac¸larla analiz etmedigˆi su¨rece, dogˆru bilgiye ulas¸ması ya da dogˆru karar vermesi zorlas¸acaktır.

I·s¸ zekası uygulamalarında sıklıkla kullanılan yo¨ntem ve arac¸lardan bas¸lıcaları; Bilgi yo¨netimi, OLAP ve Veri madenciligˆi dir. Ayrıca metin madenciligˆi ve web madenciligˆi, o¨ngo¨ru¨cu¨ analizler ve veri go¨rselles¸tirme de is¸ zekası uygulamalarında kullanılan digˆer arac¸ ve yo¨ntemlerdendir.

Bilgi Yo¨netimi : Bilgi yo¨netimi, “bir o¨rgu¨tte amac¸lara daha hızlı ulas¸abilmek ic¸in bilgi yaratma, stoklama, paylas¸ma ve kullanmalarını sagˆlayan su¨rec¸” s¸eklinde tanımlanmaktadır (Saruhan & Yıldız). Bilgi yo¨netimi, “c¸alıs¸anın belirli bir alandaki kapsamını gelis¸tiren bilgiyi bulma, sec¸me, organize etme, su¨zme ve sunma su¨recidir” (Herschel & Jones). Bilgi yo¨netimi denildigˆinde “bilginin olus¸turulması, saklanması, nakledilmesi ve uygulanması ic¸in o¨rgu¨t ic¸inde gelis¸tirilmis¸bir dizi is¸ su¨recinden” so¨z edilmektedir (Laudon & Laudon). Bilgi yo¨netimi; Bilginin Edinilmesi, Depolanması, Dagˆıtımı ve Uygulanması su¨rec¸lerinden olus¸maktadır.

I·s¸letmelerde bilgi yo¨netiminde sıklıkla kullanılan bilgi sistemleri uygulamaları ise s¸unlardır: Elektronik veri is¸letim sistemleri, Ofis otomasyon sistemleri, Yo¨netim bilgi sistemleri, Karar destek sistemleri, U¨st du¨zey yo¨netici bilgi sistemleri ve Uzman sistemler dir.

Bilgi yo¨netimi is¸letmelerde mevcut bilgilerin ve uygulamaların ortaya c¸ıkarılması, paylas¸ılması, korunması, aktarılması ve yeniden kullanılması ic¸in yararlı oldugˆu gibi aynı zamanda dıs¸arıdan edinilen bilgilerin yo¨netimini ve yeni bilgilerin olus¸turulmasını da sagˆladıgˆından o¨nemlidir. Bilgi yo¨netimine o¨zgu¨ bir matematiksel veya istatistiksel teknik yoktur. I·s¸ zekası ve bilgi yo¨netiminin her ikisinde de temel amac¸; bir is¸letmede karar verme su¨recine destek olmak ve is¸letmedeki karmas¸ık problemleri c¸o¨zebilmek ic¸in bilgi c¸alıs¸anlarını destekleyen ortamlar olus¸turmaktır.I·kisinin birbirinden farkı ise s¸udur: Bilgi yo¨netimi temelde yapılandırılmamıs¸ verileri is¸lerken, is¸ zekası sistemlerinde veri tabanlarında organize edilen yapısal bilgiler kullanılmaktadır.

OLAP (On-line Analytical Processing) : Tu¨rkc¸e’si “C¸evirimic¸i Analitik I·s¸leme” olan OLAP’ın ac¸ılımı “On-line Analytical Processing”dir. En genel anlamda bir is¸letmeye bir durumun ne oldugˆunu ve neden o s¸ekilde oldugˆunu go¨steren yazılımdır. OLAP, “analistler ve yo¨neticilere is¸letmenin gerc¸ek boyutlarını yansıtacak ve kullanıcı tarafından anlas¸ılacak s¸ekilde ham verilerden do¨nu¨s¸tu¨rdu¨gˆu¨ c¸ok c¸es¸itli ve olası bilgi go¨ru¨s¸leri arasından verilere hızlı, tutarlı ve interaktif eris¸im yoluyla bilgi edinme sagˆlayan yazılım teknolojisinin bir kategorisidir”. Bilgi is¸c¸ilerinin kullandıgˆı bir uygulama olan OLAP’ın is¸letmelerde kullanım amacı, karmas¸ık soruları cevaplamak ve is¸letmelere karar vermede destek sagˆlamaktır. OLAP, is¸ zekası sistemleri kapsamında raporlama, analiz, is¸ optimizasyonu planlaması ve modellemede yararlanılan bir uygulama olarak, is¸letmede bulunan c¸ok boyutlu verilerin yararlı olabilecek o¨zetler s¸ekline gelmesini sagˆlamaktadır.

Veri Madenciligˆi : Veri madenciligˆi “verilerden anlas¸ılır bilgi elde edebilmek ve bu bilgileri is¸letme kararlarında kullanabilmek ic¸in daha o¨nceden bilinmeyen verilerin ortaya c¸ıkartılması, gec¸erliligˆinin sagˆlanması ve yararlı bir bilgi haline getirilmesidir”. Veri madenciligˆinin en o¨nemli o¨zelligˆi verileri derinlemesine analiz etme olanagˆı sagˆlamasıdır. Veri madenciligˆi ile OLAP arasındaki farklar ise s¸o¨yle o¨zetlenebilir. OLAP, veriden ayrıntıların c¸ıkartılması ve bir araya getirilmesini sagˆlarken, veri madenciligˆi, modellerin tanımlanmasını ve verilerin yinelenmesini sagˆlamaktadır. OLAP ile daha c¸ok malumat olarak nitelendirilebilecek sonuc¸lar elde edilirken, veri madenciligˆi is¸letmelerin bilgiye ulas¸malarını sagˆlamaktadır. Veri madenciligˆi su¨reci; Verilerin sec¸imi, Verilerin do¨nu¨s¸u¨mu¨, Veri madenciligˆi ve Tanımlayıcı raporlama (Sonuc¸ları yorumlama) s¸eklindedir.

Verilerin Analizinde Kullanılan Digˆer Yo¨ntemler ve Arac¸lar : I·s¸ zekası sistemlerinin karmas¸ık yapıları nedeniyle bu sistemler ic¸erisinde analiz yapabilmek u¨zere birc¸ok is¸letme ic¸i arac¸tan yararlanılmaktadır. Verilerin analizinde kullanılan digˆer yo¨ntemler; Metin madenciligˆi ve web madenciligˆi, O¨ngo¨ru¨cu¨ analizler ve Veri go¨rselles¸tirme dir.

Metin Madenciligˆi ve Web Madenciligˆi : Metin madenciligˆi , akıllı metin analizi, metin veri madenciligˆi veya metin ic¸erisindeki bilginin kes¸fi olarak da tanımlanmaktadır. Metin madenciligˆinde kullanılan verilere harfler, e-postalar, mu¨s¸teri hizmetleri gu¨nlu¨kleri veya sosyal medya hizmetlerinden gelen yayınlar gibi metin belgeleri o¨rnek verilebilir. Web madenciligˆi ise “bir veya daha fazla web sitesinden web kaynaklarıyla kullanıcı etkiles¸imleri ve tıklama davranıs¸ları sonucunda toplanan veya u¨retilen ilis¸kili verilerden otomatik olarak desenlerin bulunması ve analiz edilmesi” anlamına gelmektedir.

O¨ngo¨ru¨cu¨ Analizler : Bu analizlerin amacı, gelecekteki bir davranıs¸ı o¨ngo¨rebilen bir model olus¸turmak ic¸in gec¸mis¸verilerini, yani gec¸mis¸le ilgili verileri yansıtan veritabanının ic¸erigˆini kullanmaktır. O¨ngo¨ru¨cu¨ analizler kapsamında ac¸ıklayıcı analizler, regresyon analizleri ve zaman serisi analizleri nden so¨z edilebilir.

Veri Go¨rselles¸tirme : Veri go¨rselles¸tirme, karmas¸ık verileri tasvir etmek ic¸in kullanılmakta ve bo¨ylece veriler daha kolay anlas¸ılabilmekte ve analiz edilebilmektedir. Veri go¨rselles¸tirmede Cogˆrafi Bilgi Sistemleri ve Go¨sterge Paneli en sık kullanılan tekniklerdir. Cogˆrafi Bilgi Sistemleri , karar vericiler ic¸in gerekli olan cogˆrafya ile ilgili kaynakların dagˆılımlarını go¨rsel olarak edinme imkanı sunan yazılımlardır. Go¨sterge Paneli ise o¨rgu¨tsel performansla ilis¸kili bu¨yu¨k miktarda veriyi go¨rsel olarak o¨zetleyen arac¸tır.

I·s¸ Zekası Uygulamalarında Bas¸arının Anahtarları:

I·s¸letmelerin is¸ zekası uygulamalarından bas¸arı elde edebilmelerinde bazı kolaylas¸tırıcı kos¸ulların rolu¨ o¨nemlidir. Watson ve Wixom’a (2007) go¨re bu kos¸ullar s¸unlardır:

  1. U¨st du¨zey yo¨netimin is¸ zekasına inanması ve is¸ zekası sistemini kullanması,
  2. Bilgi ve matematiksel analizlerin kullanımının o¨rgu¨t ku¨ltu¨ru¨nu¨n bir parc¸ası haline getirilmesi,
  3. I·s¸letme ve is¸ zekası stratejileri arasında uyumun olması,
  4. Etkili bir is¸ zekası denetiminin olması,
  5. Gu¨c¸lu¨ bir karar destek veri altyapısının olması,
  6. Kullanıcıların bas¸arılı olmak ic¸in gerekli arac¸lara, egˆitime ve destegˆe sahip olmaları.

Bahar Dönemi Dönem Sonu Sınavı
25 Mayıs 2024 Cumartesi