Büyük Veri Efsaneleri – 2

20 Şubat 2017

Büyük Veri Efsaneleri yazımızın ilk bölümünde büyük veriye dair doğru bilinen 6 önemli yanlışı sizinle paylaşmıştık. Bunlar arasında büyük verinin boyutlarına dair yanlış algılar, analiz süreçleri ile ilgili bilgilerin yanıltıcılığı, verilerin hedefine uygunluğu ve büyük verinin gerçekten kimin işine yarayacağına dair yanlış bilinenler yer alıyordu. Yazı dizisinin ikinci bölümünde ise büyük veriye dair yanlış bilinen 6 madde daha paylaşıyoruz.

Büyük veri efsaneleri 1: Büyük veri analistlerin önemini artırdı

 

Sıklıkla büyük veri çağıyla birlikte analistlerin popülerlik kazandığı, “bilişim çağının yarı tanrıları” haline geldikleri söylenir. Ancak analiz ekiplerinin yükselişi hakkında söylenenler biraz abartılı. Veri akış hızındaki dramatik artış, analiz ekibine brief vermeye zaman olmadığı anlamına geliyor. Bu hıza, yoğunluğa ve çeşitliliğe ayak uydurmamızı sağlayacak hızlı araçlara ihtiyacımız var. İdeali, küçük bir grup usta analizcinin, teknolojiyi, pazarlamacıların kendi analiz yöntemlerinden, senaryo modelleme ve karar destek araçlarından daha fazla yararlanmasını sağlayacak şekilde kullanmasıdır. Veri bilimcilerin altın çağı sonsuza dek sürmeyecek, bunun için çok fazla veri var!

Büyük veri efsaneleri 2: Büyük veri analistlerin işidir

Aslına bakacak olursanız analistler tek başına yeterli değiller. Eğer tam olarak ne aradığınızı bilmiyorsanız büyük veriden istediğiniz bilgileri alabilecek veri bilimcilere sahip olmanız hiçbir işe yaramaz. Asıl ihtiyacınız olan endüstriyi bilen, alan bilgisine sahip, hangi soruların cevabını aradığını bilen, sektörünüz için hangi bilgilerin değerli olabileceğini önceden tahmin edebilecek kişilerdir.

Büyük veri efsaneleri 3: Büyük veri size somut yanıtlar sağlar

Büyük verinin temel özelliği belirsizliktir. Farklı kaynaklardan (işlemlerden, müşterilerden ve medyadan) gelen veriler, sizi kanıtların gösterdiği yanıtlardan uzaklaştırabilir. Farklı veriler, hatalı bir şekilde analiz edilirse, çelişkili kanıtlar doğurabilir. Hangi veriye inanacaksınız? Büyük veriyi yorumlamak ve görünüşte çelişkili kanıtları incelemek gerekir. İşte bu noktada da becerikli analistler devreye girer.

Elinizde ne kadar çok veri olursa, çözmeniz gereken çelişkiler ve belirsizlikler de o kadar artar. Büyük veri her şeyi çözmez. Hatta durum tam tersidir. Daha fazla veri, daha fazla görgü tanığı demektir. Ancak daha fazla görgü tanığı, çelişkili kanıtlar deneyimli insanlar tarafından değerlendirilmediği sürece, sizi gerçeğe ulaştırmaya yetmez. Analizin geleceği, farklı kaynaklardan gelen verileri ve farklı analizleri bir araya getirme, ölçüp biçme becerisine dayanıyor.

Büyük veri efsaneleri 4: Öngörü ne kadar spesifik olursa o kadar iyidir

Bu, her insanın doğasında var. “Pazar sabahı kesin yağış bekleniyor” diyen bir meteoroloji uzmanı, “bu hafta sonu yüzde elli ihtimalle yağmur yağması bekleniyor” diyen birinden daha inandırıcı gelir. Aslında doğru olan, tam tersi. Birçok durumda öngörünün spesifik oluşu, doğru olma şansını azaltıyor. Bir müşterinin çok özel donanımlara sahip, özel bir dizüstü bilgisayar almak istediğini varsayalım. Aynı ürünü almış başka bir müşterinin bu alışverişi yaparken aynı zamanda pembe renkli sivri topuklu ayakkabı da aldığını varsayalım. Bu müşteriye pembe renkli sivri topuklu ayakkabı önermek çok spesifik olabilir. Hatta fazla spesifik olabilir ve hata payı oldukça yüksektir. Bu durum iş ve pazarlama yöneticileri arasında oldukça sık karşılaştığımız bir hata.

Büyük veri efsaneleri 5: Büyük veri sihirli küre gibidir

Öyledir ama doğru yanıtları alabilmek için öncelikle doğru soruları sormanız gerekir. Bu biraz da Alaaddin’in sihirli lambasına benzer. Üç dilek hakkınız vardır. İsteklerinizi çok doğru bir şekilde ifade etmeniz gerekir. Elinizde net bilgi ya da ayrıntılı bir hipotez yoksa, cep telefonu ya da iletişim ağı verileri gibi karmaşık verileri analiz ederken yoldan çıkabilir, yanlış yanıtlara ulaşabilirsiniz. Büyük verinin sihirli küresine soracağınız soruları çok dikkatli seçmelisiniz.

Büyük veri efsaneleri 6: Büyük veri kendi kendine öğrenen algoritmalar doğurabilir

Düzensiz haldeki verilerin analizinden kaynaklanan yanlış çıkarımlar, otomatik modellerin pazarlama açısından sınırlarını ortaya koyar. Örneğin futbol ligi şampiyonluk maçı sırasında elde edilen verilere dayalı bir otomatik güncelleme algoritması hatalı olacaktır.

Doğru bir şekilde yazılan algoritmalar çok etkili birer araçtır. Ancak bu algoritmalar insanların müdahalesini gerektirir. Örneğin cep telefonu operatörleri, pazarlama dışındaki alanlardan elde edilen verileri pazarlama amacıyla başarıyla kullanırlar. Dostlarınızın kimler olduğunu bilir, yaşınızı tahmin edebilir, nerelerde takıldığınızı görebilir, hangi internet sitelerine girdiğinizi, hangi uygulamaları kullandığınızı takip ederler. Sigorta şirketleri de telemetrik verileri sadece poliçe yazarken değil, pazarlama amacıyla da kullanabilir.

Yorumlar

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir