Makale Özeti

Önceki bölümlerde efektif karar verme sürecinin bir işletmenin başarısına olan etkisini ele aldık. Bununla birlikte karar verme sürecinin spesifik hedeflere, hedefe olan uzaklığımızı görebilmek için ölçülebilir bazı kriterlere ve bu kriterlerle ilgili geri beslemeye ihtiyaç duyduğumuzu öğrendik. Ve son olarak, son iki maddeyi iş zekasının tanımında kullandık.

Makale

Önceki bölümlerde efektif karar verme sürecinin bir işletmenin başarısına olan etkisini ele aldık. Bununla birlikte karar verme sürecinin spesifik hedeflere, hedefe olan uzaklığımızı görebilmek için ölçülebilir bazı kriterlere ve bu kriterlerle ilgili geri beslemeye ihtiyaç duyduğumuzu öğrendik. Ve son olarak, son iki maddeyi iş zekasının tanımında kullandık.

Bu ve sonraki bir kaç bölümde ise iş zekasının cevaplayabileceği soruları incelemeye ağyırıyor olacağım. Bununla birlikte işletmelerin farklı seviyelerinde ihtiyaç duyulan farklı iş zekası çözümlerine değineceğim. Son olarak sonraki tüm bölümlerde göstereceğim örneklerde kullanacağım örnek şirketimiz Hamza A.Ş. ile ilgili bilgiler veriyor olacağım.

İş Zekası Sizin İçin Ne Yapabilir? 
İlk bölümlerde İş Zekası’nın daha sağlıklı bir karar verme süreci oluşturabilmemize yardımcı olduğunu belirtmiştim. İş Zekası, bir karar vermemiz için ihtiyaç duyduğumuz pek çok bilgi ve analizi bize sağlayabilir. Bununla birlikte verdiğimiz kararların değerlendirmesini yapabilmemizi sağlayacak geri beslemeleri de sunabilir. İş Zekası bu bilgi ve geri beslemeleri pek çok farklı şekilde sunabilir.

Ne Aradığımızı Ne Zaman Biliriz? 
Bazı durumlarda ne tür bir bilgiye ihtiyaç duyduğumuzu biliriz. Cevap istediğimiz bir ya da birkaç soru vardır. Örneğin hangi birim kaç dolarlık satış gerçekleştirmiş? En çok satış gerçekleştiren personellerin listesi? Doğru bir İş Zekası tasarımı ile hangi sorulara cevap istediğimizi bilmekle birlikte bu soruların cevapları ile ilgili bilgiyi nerede bulabileceğimizi de bilebiliriz.

Tasarım Odaklı Analiz 
Cevaplanmasını istediğimiz soruyu ve cevabın nerede bulunabileceğini bildiğimiz zaman, İş Zekası’nun sunduğu cevabı printed raporlarla sunabiliriz. İş Zekası’nın en sık uygulandığı yöntemde budur ve bu yöntem pek çok durum için gayet iyi çalışır.

Örneğin, hangi birimin, hangi iş alanında, kaç dolarlık satış yaptığını öğrenmek istiyorsak ve bu bilgiyi nerede bulabileceğimizi biliyorsak, bu bilgiyi sunacak bir rapor tasarlayabilir ve istenilen zamanda / zaman aralığında yayınlanmasını / dağıtılmasını sağlayabiliriz. Raporlama oldukça başarılı bir iş zekası aracıdır. Ancak diyelimki raporumuz belirli bir iş alanı için satış rakamlarının olması gerekenden daha düşük olduğunu görüyoruz. Eğer rapor tasarımcısı gerekli detay verileri rapora dahil etmemişse sorunun ne olduğunu belirleyebilmek için inceleyebileceğimiz hiç bir detay olmayacaktır. Belki başarılı bir satış personeli farklı bir iş ailesi ile ilgili çalışmaya başlamıştır, belki önemli bir müşterimizi kaybetmişizdir. Rapor bize bu bilgiyi sağlamayacaktır. Malesef iş bu noktada biter.

Veri Odaklı Analiz 
Bazı durumlarda ise soruyu biliriz ancak cevap için nereye bakmamız gerektiğiniz bilmeyiz. Bir önceki örnekte olduğu gibi bir anormal durumda, verilere farklı açılardan daha detaylı olarak bakmak isteyebiliriz.

Bazı durumlarda bu detaylı verilerin tamamını incelemek çok mantıklı olmaz. Bunun yerine daha üst seviye bir değer bulup bunun detaylarını inceleriz. İlgimizi çeken ve bizi ihtiyaç duyduğumuz bilgiye doğru yönlendiren verileri takip ederiz.

Veri odaklı analizi “eldeki verinin bir sonraki adımda hangi verileri inceleyeceğimizi belirlemesi” durumu şeklinde tanımlayabiliriz. Bu tür bir çözümü geliştiren kişi, rapor tasarımcısının / kullanıcısının gitmek isteyeceği tüm yolları bilemez. Bunun yerine geliştirici, kullanıcının verilerin içinde dilediği şekilde hareket edebilmesini sağlayacak bir altyapı sunmalıdır.

Veri odaklı analiz çözümlerini geliştirebilmek için drilldown yapısına ihtiyaç duyarız. İlgimizi çeken bir veri gördüğümüzde, bu veriyi tıklayarak o veriyi oluşturan detay veriye ulaşabilmek isteriz. Elbette bu düz, statik bir raporlama yapısıyla sağlanamaz. Bunun için online bir yapıya gereksinim duyuyoruz.

Yeni Soruların ve Cevaplarının Bulunması 
Bazı durumlarda eldeki veri sormayı hiç düşünmediğimiz bazı soruların cevaplarını içerir. Bu veri bir insanın tasarım odaklı ya da veri odaklı bir raporlama yapısıyla elde etmesi imkansız olan trendler, korelasyonlar ve bağımlılıklar gibi bilgileri içerebilir. Bu tür ilişkiler bilgisayarlar tarafından data mining “veri madenciliği” olarak adlandırılan tekniklerle geliştirilir.

Tasarım ve veri odaklı analiz yapıları genellikle özetlenmiş verilerle çalışırken, data mining verinin en detaylı haliyle çalışmaktadır. Data Mining yapısı eldeki veri içinde yer alan karakteristik ve olaylar arasındaki korelasyonları bulmak için son derece karmaşık matematiksel algoritmalar kullanır. Data Mining ile cevaplayabildiğimiz sorulara bir kaç örnek vermek gerekirse;

  • Firmamızdan A ürününü almış olan Z müşterisinin hangi farklı ürünü/ürünleri almaya eğilimlidir?
  • Firmamızdan S servisini alan X müşterisinin önümüzdeki üç ay boyunca ihtiyaç duyma ihtimali olan diğer servisler ve bu servislere ihtiyaç duyma olasılıkları nedir?

Bu tür bilgiler pazarlama kampanyalarının planlanmasında, çapraz satış planlarında, gelecekle ilgili kapasite planlamalarının yapılmasında ve buna benzer karar gereksinimlerinin duyulduğu pek çok senaryoda son derece faydalı olacaktır.