Firma ve Entitiler için Data Füzyon Analitiği

Amaç : Veri Asimetrisini Deşifre Etmek

2000'li yıllarda kar topu etkisiyle büyüyen veri analitiğinin bugünkü en büyük oyuncularının aslında girişim amacı olarak sosyal medya şirketi veya e-ticaret sitesi olduğunu unutmamak gerekiyor. Facebook veya Amazon kendilerini data şirketi olarak konumlandırıyor.

Günümüz şirketlerin dijitalleşmesinden dolayı yapılan işlemlerden oluşan veri de ticari anlamda değer ifade edebiliyor. Şirketler bugüne kadar bu veriyi data analitik altyapılarında tahminleme, operasyonel verimliliği arttırma gibi amaçlarla kullandılar. 

Şirketlerin dijitalleşme süreçleri içerisinde, oluşan bu verilerle alternatif dış kaynak verilerinin beraber harmanlanması ve ek olarak şirketlerin verilerini ticari hale getirerek bilançolarında satış değeri olarak dönüştürmeleri gerekiyor. 

Firmaların bu yapıya geçebilmesi için, 

1- Alternatif veri kaynakları konusunda şirketi besleyebilecek ekosisteme ihtiyaç, 

2- Büyük veri altyapı mimarisinin alternatif veri kaynakları ile birlikte yeniden tasarlanması,

3- Hukuki altyapının buna uygun düzenlenmesi,

4- Şirket verisinin ilk 3 maddelerden gelen çıktılar neticesinde ticarileştirilmesi gerekiyor.

Hem de şirketlerin veri tarafında da kullanılması hukuki, teknik ve ticari çerçevede şirket bilançosunda değer olarak gösterilebilen bir hale getirilmesi gerekmektedir. 

Bu veri gelecekte, gerek şirketlerin değerlemesi, gerekse ticari modellerini güncellemeleri açısından stratejik öneme sahiptir. 

Akıllı telefonlar, internet, uygulamalar, cihazlar, sensörler, dijital ödeme çeşitleri gibi hayatlarımızı akıllı hale getiren ürün ve servislerde bıraktığımız ayak izleri anonim şekilde piyasa ve pazar ile ilgili bilgi üretmek ve farklılaşmak için kullanılıyorlar. Sektörler arasında geçerlilik kazanmaya başladığında, alternatif veri kaynakları ve şirket veri kaynaklarının ticari modelle dönüşümüyle ilgili şirketlerin yeni bir ticari yapıya geçebilmeleri için büyük fırsat, aynı zamanda bu değişimi yakalamak adına sorumluluk bekliyor.

Veri asimetrisini ticari değerlere dönüştürme alternatif ve iç data kaynaklarının kullanımıyla artacak. Bu yapıyı önce kuran şirketler rekabet ve piyasa koşullarını anlık takip edebilen konumlanarak öne geçen, yeni tekliflerle rakip müşterileri kendine çeviren şirketler günümüz belirsizliğinde yeni büyüme fırsatları yakalayarak öne geçecekler. 

Data Füzyon nedir ve sektörler için neden önemlidir? 

Veri füzyonu farklı verilerin harmanlamasını sağlayan data mimari altyapısıdır. 

Ses, uydu görüntüleri, IoT sensörleri veya mobil hareketlilik verileri gibi birbirinden farklı veri tipleri data füzyonu sayesinde harmanlanarak birlikte analiz edilebilmektedir. Şirketlerinde data analitik yapılarını geliştirmeleri için öncelikli olarak çoklu veriye geçiş yapmaları gerekiyor. Bu süreç genellikle verilerin arayışı ve temini ile başlıyor. Ancak, bu süreçle birlikte verileri belirledikten sonra, verilerin işleneceği altyapının da tekrar gözden geçirilmesi kritik. 

Piyasada bilinen ve sık kullanılan veri tipleri

1. POI Verisi (Markalar, Bayiiler, Mağazalar, Rakip Lokasyonlar…)

2. Telco Verisi (Hareketlilik, Coğrafi Konum, İnternet Kullanımı…)

3. Mobil Uygulamalar (Enlem/Boylam, İlgi Alanı…)

4. GPS Verisi (Enlem/Boylam, Geçirilen Süre, Beklenen Süre…)

5. Navigasyon Verisi (Araç, Hız, Trafik, Rota…)

6. PoS Ödeme Verisi (Zaman Damgası, SKU, Satış Kaydı…)

7. SosyoEkonomik Veri (Gelir, Yaş, Meslem, Gelir Durumu…)

8. Sektörel Veri (ADS-B, AIS, Elektirik Tüketimi..)

9. Şirket CRM Verisi (Ürünler, Müşteriler, Satış, Sadakat…)

10. Şirket Finansalları (EBITDA, Satış, OPEX, Nakit Akışı…)

11. Meta Data (Market Fiyatları, Sosyal Medya and Konum…)

12. Uydu Görüntüsü (Enlem/Boylam, 0.3m Keskinlik, SAR…)

13. Fiyat Indeksleri (Web tarayıcısı rekabet analizi)

14. Keyword Indeksleme (Anahtar kelimeleri diğer veri kaynaklarıyla eşleştirme …)

15. Cookie Verisi (VYP verilerini analitikle birleştirmek)

Veri füzyonunun şirketler için en büyük fırsatı, alternatif dış veri kaynakları ile iç veri kaynaklarını birleştirerek veri asimetrisi avantajı yaratmalarını sağlamaktadır. İç veri şirket operasyonlarını gösterirken, bu verileri dışarıdaki müşteri hareketlilikleri ile data füzyon sayesinde verileri birbirine “joint” ‘lemeden eşleştirebilirsiniz.

Gelişmiş piyasalarda neredeyse %100 pazar penetrasyonuna ulaşmış mobil cihazlar içerisindeki araç ve uygulamalar aracılığıyla anonim hareketliliği ölçmektedir .Bugün üretilen verilerin %80'i konum bilgisi içermekte. Dolayısıyla her sektörden şirketin kendisine entegre etmesi gereken ana alternatif kaynaklardan biri olarak öne çıkmaktadır.

Dünya çevresinde 2200 uydu dünyadaki herhangi bir koordinata 30cm keskinlikte fotoğraf çekebilmektedir.

Dolayısıyla, Bilgi çağının en değerli metası bilginin kendisi haline geliyor diyebiliriz. Veriden stratejik değerler üreten üretmek bugün daha kolay ve günümüz piyasa koşullarında herşeyin resetlendiğini, sadık müşteri kavramının yok olmaya yaklaştığı, müşterinin ihtiyaçlarına sadık 
firmaların ayakta kalacağı bir yapıya geçiyoruz. 

Bu nedenle firmaların önümüzdeki stratejik kararlarını ve pazarlama aksiyonlarını olayları ön görmelerini sağlayacak ya da müşterinin ihtiyaç
ve tüketimini net açığa vurarak yaklaşmasını sağlayacak bilgilerle hareket etmeleri gerekmektedir.

2020 Big Data’yı Hadoop ve Spark’da data işlemenin ötesine taşıdı, 

Yukarıda özetlemeye calistiğim veri tipleri birçok analitik departman için büyük yük oluşturuyor. 

Büyük veri serverları şuana kadar hep işlemci üzerinden analiz edildi, işlendi ve süreçlerden geçildi. Bunun yanında veri formatları da buna paralel şekilde belirli boyutlarda kaldı. Ancak, veri füzyonu, artan veri büyüklüğü, şirketlerin yapay zeka, derin öğrenme altyapılarını eğitmelerini sağlayacak, alternatif veri kaynaklarıyla tüm pazara ait iç görü raporlarını çıkaracakları altyapının işlemci ile olması büyük maliyetler ve yavaşlık açığa çıkarıyor.

Bu nedenle altyapı tarafında da büyük veri dünyası için paradigma değişimi yaşanıyor. Tüm server altyapıları verinin işlenmesini x100 kat daha hızlı, depolanma maliyetlerinin %85 daha düşük olacağı, görselleştirilmesi anlık olarak yapılabileceği GPU bazlı serverlara taşınması gerekiyor. 

Şuan mevcuttaki data analitik altyapılarının %99'u bu kapsamda tekrardan değiştirilecek. 

bunu işlemci ile yapmak şirketlerin büyük server operasyon maliyetlerine girmelerini gerektirmeden yapılabiliyor 

Size management ve processing power management diyeceğimiz 2 ana konu nedeniyle büyük veri altyapınızı yenilemeniz gerekiyor.

Dijital reklamcılık programatiğin ötesine taşınıyor,

Şirketler in house ve/veya Ajanslar üzerinden hedefledikleri müşterilerine, ürün ve servislerini tanıtabiliyorlar. Günümüzde en çok kullanılan reklam kanalları Google & Facebook networkü üzerinde bulunan mecraların bütünü diyebiliriz. Buradaki reklam platformu belirli veri hedeflemeleri yapmanızı, data yüklemenizi ve müşterilere ulaşmanızı sağlıyor. Ancak buradaki hedefleme filtreler i

Alternatif Veri kaynakları şirketleri dönüştürüyor,

.........

Hukuki Altyapı buna uygun mu ?

Data 1.0'da yani alışıla gelmiş data analitiğinde firmaların kendi verileriyle ön görüler üreten
ve BI platformlarında bu öngörüleri yansıtabilen şirketler haline getirmeye çalışıyor. Şimdi ise
Palantir gibi unicornlaşmış data analitik firmalarının geliştirdiği servislerin direkt tüm piyasa ile
kendi verilerinizin konuştuğu yapılarla yürütüldüğünü gösteriyor. Bu da devasa boyutta bir veri demek.
Bu verileri işleyecek doğru veri gölleri oluşturmak. Doğru şekilde saklamak ve anında birleştirip işleyebilmek
Data analitik 1.0 ‘da olduğu haliyle inanılmaz maliyetli ve hatta esasında büyük veriyi işlemeyi, yansıtmayı
olasılık dışı hale getiriyor.

Bu nedenle Data analtik 2.0'ın piyasada yaygınlaşacak bir terim olacağını öngörüyorum. Şuana kadar yapılan veri
analitiği yaklaşımlarında belirli doygunluklar veya limitlerin görülmesi ve gelişim alanlarının farklı altyapılarla
mümkün olması nedeniyle bugün birçok firma data için yaptığı altyapı için yaptığı software ve hardware yatırımını 
değiştirmesi gerekiyor.

Bu tabi piyasada nasıl bir kabul ve anlayış görür bilmemekle beraber, veri analitiğinin dijital ikizlere dönüşeceği
yolculuk olarak öngörürsek data füzyonun ve devasa verilerin çok daha yüksek performansla ve verimli şekilde yansıtılacağı
ve kullanılacağı altyapılar için gelecek bu alanda. Dolayısıyla, mevcut analitik işi yapan şirketleri bir noktada kabullenişle
yeni altyapılara geçiş yapması gerektiğini ve bu alandaki fırsatlar konusunda sektöründe öncü olmak isteyeceğini düşünüyorum.

Data Analitik 2.0

DataDijital reklamcılık programatiğin ötesine taşınıyor,