Dijital Pazarlama, Yeni Başlayanlar İçin

Yeni Başlayanlar İçin Büyük Veri

yeni-baslayanlar-icin-buyuk-veri

Big Data ya da Türkçe tabiriyle Büyük Veri, son dönemde dijital dünyayla ilgilenen herkesin en önemli gündem maddelerinden biri. Büyük Veri‘nin ne kadar kıymetli olduğu üzerine yapılan değerlendirmeler bir yana, hangi verinin Büyük Veri olduğu üzerine ciddi bir tartışma başlamış durumda. Şu ana kadar oluşan konsensüs sosyal medya, web logları gibi verilerin sabit disklerde işgal ettikleri yerler nedeniyle Büyük Veri olduğu yönünde. Büyük Veri meselesini sadece internet düzleminde görmeyenler bu listeye, hızlıca hava durumu tahmini için toplanan verileri veya CERN’deki Hadron Çarpıştırıcısında toplanan verileri de ekliyorlar. Tıp alanında çalışan bilim insanlarının genom araştırmaları da yine Büyük Veri düzlemine dahil edilebilen konular. Liste bu şekilde uzuyor gidiyor.

Sorun şu ki bu veriler eskiden de vardı. En az yüz yıldır hava tahmini amaçlı olarak toplanan veriler, gen haritasının belirlenmesi ile yapılan çalışmalar, aynı web logları gibi 15 yıldan fazla süredir hayatımızın içinde. Peki ne değişti?

Değişen sadece şu: veriye bakışımız. Eskiden bir sorun olduğunda dönüp bakılan veriler, artık değer yaratacak birer kaynak olarak görülüyor. Yeter ki toprağın altında yatan bir maden gibi çıkarmasını bilelim. Büyük Veri bir iş yapış felsefesi. Sadece verileri kullanarak dahi işimizi, o iş her ne ise daha verimli, daha karlı yapabilmenin yöntemi.

Evet, internet; hayatımızın daha büyük bir kısmının dijitalleşmesine dolayısıyla veri olarak kolayca toplanabilmesine ve analiz edilebilmesine olanak sağladı. Evet, disklerimiz ve disklerdeki verileri işleyebilecek bilgisayarlarımız çok daha güçlü. Evet, artık Hadoop, NoSQL vb. hazır teknolojiler veri madenciliği ve istatistik gibi yöntemlerin daha kolay uygulanabilmesini mümkün kılıyor. Peki bütün bunlara sahip olmamıza rağmen neden hala Büyük Veri “yapamıyoruz”?

Çünkü bir önceki paragrafta da söylediğimiz gibi, Büyük Veri bir yaklaşım ve siz sabit disklerinizde duran o verilerin bir fayda üreteceğine inanmıyorsanız ve inansanız bile o verileri bütün ilgili teknolojileri hangi senaryo ile devreye sokarak fayda üreteceğinizi bilmiyorsanız Büyük Veri “yapamazsınız” ve elinizde bir çekiç tepesine vuracak çivi ararsınız. Çekiç-çivi analojisinden devam edecek olursak önce hangi tabloyu hangi duvara asacağımızı bulmamız gerekiyor. Sonrasında kullanacağımız alet-edevata karar veririz.

Büyük Veri’yi Ne Amaçla Kullanacağız?

Toplayacağımız veriye karar verirken, topladığımız veriyi hangi amaçla kullanacağımızı da netleştirmemiz gerekiyor. Henüz hiç bir teknoloji bu tür bir kararı sizin yerinize vermez. Örneğin bir hastanede “asansörün en çok hangi katlarda durduğu” verisi ne işimize yarayabilir? Eğer ekibimizde bir analist var ise şunu söyleyebilir: “ben asansörlerin takvim günleri ile ilişkilerini analiz etmek istiyorum, böylece hangi servisin daha yoğun olduğunu bulacağım” ancak bu bilgiye kolayca hastanenin bilgi sisteminden ulaşılabilir. Diğer yandan böyle bir bilgi katlara servis yapmak ile görevli kantincinin ilgilenebileceği bir bilgidir, yeter ki böyle bir bilgiden haberi olsun.

Yukarıdaki örnekte olduğu gibi Büyük Veri salt analiz ve örüntü tespiti amacı ile kullanılıyor olsa bile, örüntülere gerekli anlamı kazandırabilecek ve bu örüntüleri kurum açısında faydaya dönüştürebilecek tarafların sürece dahil edilmesi de büyük önem taşır. Burada asıl vurgulamak istediğimiz ise toplayabildiğimiz kadar veri toplayalımın ötesinde, daha çalışmanın başında veriyi nasıl faydaya dönüştüreceğimiz konusunda kafa yorulması gerektiğidir.

Hangi Büyük Veri Teknolojisini Seçeceğiz?

Diğer yandan toplanacak verinin yapısı (structured vs. non-structured) ve verinin nasıl kullanılacağı da yine seçeceğiniz teknolojiler üzerinde belirleyici olacaktır. Örneğin Büyük Veri’yi analiz amaçlı kullanacaksanız Columnar Database iyi bir seçenek iken kişi bazında tek-tek veriye ulaşacaksanız NoSQL veritabanları daha iyi sonuç verecektir. Diğer yandan Büyük Veri üzerinde bir takım veri madenciliği süreçleri koşturarak veri içinde gizli örüntüleri tespit etmek istiyorsak, bir veritabanı veya “o büyük markanın” size satmaya çalıştığı teknoloji değil, Hadoop(+ map reduce) gibi non-structured verileri batch görevler ile dağıtık bir şekilde işleyebilen bir teknoloji daha çok işe yarayacaktır.

Büyük Veri’ye Nereden Başlayalım?

Soruya verilebilecek yanıtlar çok olsa da önerimiz Vaka Çalışmaları ile başlamanız. Sadece kendi sektörünüzdeki değil tamamen farklı alanlardaki Büyük Veri hikayelerini okuyun çünkü büyük veri, mühendislik gibi tamamen analitik düzlemde ilerleyen bir disiplin değildir. Ne kadar faklı çalışma okursanız imgelem dünyanız o derece genişler ve kurumunuz için yenilikçi bir Büyük Veri projesi geliştirme ihtimaliniz artar. Çalışmanın daha başında hangi veriyi ne için ve nasıl kullanacağınızı belirlemek projenin bütün taraflarını hedefe odaklarken, başarılı olabilmenizi mümkün kılar.

İlginizi Çekebilir:
mobil-acilma-orani
Mobilde Daha İyi E-posta Açılma Oranı Yakalamak İçin 10 İpucu
shutterstock_323829239
Arama Motoru Pazarlamasının E-posta Pazarlamaya Katkıları

Lütfen yorumunuzu paylaşın

Yorumunuz

Adınız
Web siteniz

Önceki yazıyı okuyun:
spastone
Doğru İçerik Göndermenin E-posta Pazarlamaya 4 Faydası

İçeriğin başarılı iletişim kurmanın temel anahtarı olduğunu, yer yüzündeki her pazarlamacı gibi siz de biliyorsunuz. Konuşurken ya da yazarken kaliteli...

Kapat