E-İş Süreçleri Dersi 7. Ünite Özet
İş Zekası
Açıköğretim ders notları öğrenciler tarafından ders çalışma esnasında hazırlanmakta olup diğer ders çalışacak öğrenciler için paylaşılmaktadır. Sizlerde hazırladığınız ders notlarını paylaşmak istiyorsanız bizlere iletebilirsiniz.
Açıköğretim derslerinden E-İş Süreçleri Dersi 7. Ünite Özet için hazırlanan ders çalışma dokümanına (ders özeti / sorularla öğrenelim) aşağıdan erişebilirsiniz. AÖF Ders Notları ile sınavlara çok daha etkili bir şekilde çalışabilirsiniz. Sınavlarınızda başarılar dileriz.
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:
- U¨st du¨zey yo¨netimin is¸ zekasına inanması ve is¸ zekası sistemini kullanması,
- Bilgi ve matematiksel analizlerin kullanımının o¨rgu¨t ku¨ltu¨ru¨nu¨n bir parc¸ası haline getirilmesi,
- I·s¸letme ve is¸ zekası stratejileri arasında uyumun olması,
- Etkili bir is¸ zekası denetiminin olması,
- Gu¨c¸lu¨ bir karar destek veri altyapısının olması,
- Kullanıcıların bas¸arılı olmak ic¸in gerekli arac¸lara, egˆitime ve destegˆe sahip olmaları.
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:
- U¨st du¨zey yo¨netimin is¸ zekasına inanması ve is¸ zekası sistemini kullanması,
- Bilgi ve matematiksel analizlerin kullanımının o¨rgu¨t ku¨ltu¨ru¨nu¨n bir parc¸ası haline getirilmesi,
- I·s¸letme ve is¸ zekası stratejileri arasında uyumun olması,
- Etkili bir is¸ zekası denetiminin olması,
- Gu¨c¸lu¨ bir karar destek veri altyapısının olması,
- Kullanıcıların bas¸arılı olmak ic¸in gerekli arac¸lara, egˆitime ve destegˆe sahip olmaları.