Prof. Dr. Filiz ERSÖZ ile Geleceğin Yeni Mesleklerinden Veri Madenciliği

874

1Merhaba Arkadaşlar;

Gelecekte; şu an bilmediğimiz bir çok yeni mesleğin ortaya çıkacağı konuşulmakta ve Endüstri 4.0 devrimiyle popüler hale gelen ve geleceğin yeni alanlarından biri sayılan mesleklerden biri de Veri Madenciliği(Data Mining) tir. Bu alan üzerine yoğunlaşan bir uzman göze başvurduk ve verimli bir çıktı elde ettik. Keyifli Okumalar 🙂

1.Öncelikle sizi tanıyalım hocam Filiz Ersöz kimdir?

İlk, Orta ve lise öğretimini; Balıkesir, İzmir ve Ankara Polatlı ilçesi olmak üzere çeşitli illerde okuyarak, Polatlı ‘da tamamladım. Lisans öğrenimini, Yıldız Teknik Üniversitesi Elektrik Elektronik Mühendisliği, Elektrik Mühendisliği’nde başlayıp, tercihi doğrultusunda Anadolu Üniversitesi Fen fakültesi İstatistik bölümünde sonuçlandırdım. 1989 yılında yüksek lisans eğitimini ve doktora eğitimini; Ankara Üniversitesi Sağlık Bilimleri Enstitüsü Biyometri, günümüzdeki adı Biyoistatistik bölümü’nde tamamladım.

Çalışma hayatıma 1989 yılında Türkiye İstatistik kurumunda (TÜİK) başladım. 2001 yılına kadar, TÜİK’de;  Nüfus ve Mesken İstatistikleri, Tarımsal Fiyatlar ve İç Ticaret Hadleri, Hanehalkı Gelir ve Tüketim İstatistikleri, Ulaştırma İstatistikleri şubelerinde istatistikçi ve İstatistik Uygulamaları Araştırma Grubu’nda grup başkanı olarak çalıştım.

2001-2006 yılları arasında Kara Kuvvetleri (KKK) Genel Plan Prensipler Başkanlığı’nda yöneylem araştırma uzmanı olarak çalıştım. 2006-2012 yılları arasında ise Kara Harp Okulu (KHO) Savunma Bilimleri Harekat (Yöneylem) Araştırması, Modelleme ve Simülasyon Bilim Dalı’nda  Olasılık ve Stokastik Süreçler Uzmanı olarak çalıştım. KKK ve KHO’nda çalışma yıllarında NATO Kara Silahlanma Grubu (NAAG) ‘na ve alt grup olmak üzere dört NATO teşekkür plaketine sahip olan “Etkinlik Araştırması” projesini yaptım.

2. Veri madenciliği (Data Mining) nedir kısaca tanımlamak istersek ne diyebiliriz?

Veri madenciliği; büyük anlamsız veri yığınları içerisinden anlamlı bilginin gelişmiş teknolojiler ve iş deneyimlerinin birlikte kullanılarak ortaya çıkarılmasıdır. Veri madenciliği, veri tabanında depolanan büyük verileri yönetmek, etkin algoritmalar yardımıyla gerçek bilgiyi ve ilişkileri ortaya çıkarmak için; uygulamalı istatistik ve yapay zeka (Artificial intelligence) kullanılmasında bir köprü işlevi görür.

Veri madenciliği, büyük ve birbiriyle ilişkili veri tabanları içinde düzinelerce alan arasında ilişkiler ve düzenler bulan bir karar destek sistemidir. Veri madenciliği ile ilişkili alanlar; istatistik, makine öğrenimi, optimizasyon, veri ambarı, uzman sistemler, örüntü tanıma, yapay zekâ ve bilgisayar biliminde algoritmalardır.

Veri madenciliği benim tabirimle aslında veri bilimidir, yani “Veriyi Nitelikli Bilgiye Dönüştürme Yolu” dur . Bir başka tanımlamam da “İş Mühendisliği“dir.

3. Veri Madenciliği Uygulama alanları nerelerdir ya da bir sınırı var mıdır?

Veri madenciliğinin bir sınırı yoktur bilgi olan her alanda sağlıklı sonuçlar ve bunun doğrultusunda sağlıklı stratejilerle hareket edilebilir. İşletmeler yoğun rekabet içerisinde bir adım öne geçebilmek için bilgileri etkin ve verimli bir şekilde kullanmak ister. Bu noktada veri madenciliği çok büyük önem kazanmaktadır. Veri madenciliği; bankacılık, sigortacılık, elektronik ticaret, sağlık, iletişim, ulaştırma, savunma, dolandırıcılık tespiti ve eğitim gibi pek çok alanda veri madenciliğini kullanılmaktadır.

Diğer taraftan yazılım ve donanım teknolojilerindeki gelişmeler, işletmelerin çok miktarda veriyi saklayabilmesini ve işleyerek anlamlı bilgilere dönüştürmesini mümkün hale getirmiştir. Veri madenciliği sonuçları; müşteri edinme, müşteri bölümlenmesi, müşteriyi elde tutma, ayrılma eğilimi gösteren müşteri profilini ortaya koyma, müşteri değerleme, müşteri davranışı ve eğilimi belirleme, kredi derecelendirme ve pazar sepeti analizi gibi pek çok müşteri odaklı uygulamaya girdi teşkil etmektedir.

Veri madenciliğinin yaygın olarak kullanıldığı alanlar;

  • Perakendeciler: Müşterilerin satın alma alışkanlıkları ve tercihlerini ​​anlama perakendecilerin esas stratejisidir. Veri madenciliği, perakendecilere bu bilgiyi sağlar. Perakende ortamında etkili veri madenciliği uygulamaları olarak, “Pazar Sepet Analizi (MBA)” ya da “Alışveriş Sepeti Analizi (SBA)” yaygın olarak kullanılır.
  • Finansal Servisler: Güvenlik analistleri yatırım stratejilerini geliştirmek, ticaret ve risk modelleri inşa etmek, devasa finansal verileri analiz etmek için veri madenciliğini yoğun bir şekilde kullanırlar.
  • Bankalar: Veri madenciliği bankacılık alanında büyük potansiyel göstermiş olmasına rağmen, henüz çok erken bir aşamada. Bankaların küçük bir oranı veri madenciliği faaliyetlerini kolaylaştırmak için işlevsel bir veri ambarına sahip. Bankalar müşteri kredi kararlarında, kredi isteyenlerin özelliklerini ve davranışlarını tahmin ederek, batık kredi oranını veya risk seviyesini azaltabilir. Bankalar, kredi kartı başvurularını onaylamak, kart sahiplerinin satın alma davranışlarını çözümlemek ve dolandırıcılık durumunu algılamak için veri madenciliğini kullanır.
  • Havayolları: Havayolları, yeni uçuş hatları belirlemek, hizmet kalitesi ve standartlarını yükseltmek gibi stratejik kararlar alabilmek adına veri madenciliği tekniklerini kullanırlar.
  • Sigorta Şirketleri: Sigorta sektörünün veri yoğunluğu veri madenciliğini zorunlu kılar. Bu bilgiler sigortacıların müşterileri daha iyi tanımasına ve sigorta dolandırıcılığını daha etkili bir şekilde tespit etmesine olanak tanımaktadır.
  • Üreticiler: Veri madenciliği teknikleri teknik üretim süreçlerini kontrol etmek ve planlamak için imalat sanayinde kullanılmaktadır. Örneğin;Üçüncü en büyük demir çelik şirketi olan LTV Steel Corp, potansiyel kalite sorunlarını tespit için veri madenciliği tekniklerini kullanarak ürün hatalarını %99 oranında azaltmayı başarmıştır.Veri madenciliği büyük veriden anlamlı çıkarımlar ve sonuçlar ortaya koyar. Büyük verinin (big data) en sık kullanıldığı alanlardan biri de insan kaynaklarıdır.Veri madenciliği ile kimlerin hangi alanda yetenekleri ve daha başarılı olduklarını bulup, o kişileri istihdam edebilirsiniz. Buna göre başarılı satış ekiplerinin ortak veya benzer olmayan özelliklerini de ortaya çıkarmanız mümkün.Veri madenciliği ile geleceği şekillendirecek meslekler; müşteri ilişkileri yönetimi (Customer Relation Management), bankacılık, sağlık sektörü, imalat sanayisi, telekominikasyon, perakende satış alanlarında olacaktır.

    Dikkate değer yeni sektörler ise; petrol/gaz ve enerji, otomotiv, insan kaynakları ve tarım sektörü olacaktır.

    4. Veri madenciliğinin en çok etkileyeceği meslek ve sektörleri sıralamak istersek neler diyebiliriz? Veri madenciliği neden bu kadar önemli?

    Büyük verinin (big data) en sık kullanıldığı alanlardan biri de insan kaynaklarıdır.

    Veri madenciliği ile kimlerin hangi alanda yetenekleri ve daha başarılı olduklarını bulup, o kişileri istihdam edebilirsiniz. Buna göre başarılı satış ekiplerinin ortak veya benzer olmayan özelliklerini de ortaya çıkarmanız mümkün.

    Veri madenciliği ile geleceği şekillendirecek meslekler;

  • Müşteri İlişkileri Yönetimi (Customer Relation Management),
  • Bankacılık,
  • Sağlık sektörü,
  • İmalat sanayisi,
  • Telekominikasyon,
  • Perakende Satış Alanlarıolacaktır.Dikkate değer yeni sektörler ise; petrol/gaz ve enerji, otomotiv, insan kaynakları ve tarım sektörü olacaktır.5. Veri madenciliği için geleceğin bilgi yönetimi (KM) ile olan bağlantısı nedir?Veri madenciliği ve bilgi yönetimi birbirinin ayrılmaz parçasıdır. Bazı çalışmalarda, kurs ve verilen derslerde “Data Mining and Knowledge Management (DMKM)” olarak birlikte anılır. Artık bilgi altyapısı ve bilgi ürünleri ekonomik faaliyetlerin temelini oluşturmaya başlamıştır. Son yıllarda ortaya çıkan Endüstri 4.0 ile bu faaliyetlerin yönetiminin önemi daha fazla ortaya çıkmaya başlamıştır. Değerli ve anlamlı bilginin veri madenciliği ile ortaya çıkması yönetimin iyi kararlar almasında büyük yardımcı olmaktadır.

    Akıllı fabrika, nesnelerin veri internet olmadan da veri alışverişinde bulunulması, makinelerin üretim süreçlerinde kendi kendilerini yönetilebilmesi artık konuşulmaktadır. Bilginin üretimi düzenlenmesi, depolanması ve kullanıcıya sunulmasında yeni teknolojiler ve bu bilginin korunması da önemli olacaktır.  Geleceğin bilgi yönetiminde, verileri inceleyen ve işleri hakkında derin ve anlamlı bilgiler elde ederek sonuçlarını buna göre oluşturan işletmelerin sürdürülebilirliği olacaktır.

    6. Kapsamlı bir iş zekâsı (BI) programı ve stratejisi ile ilgili kavramlar için gelecekte ne bekleyebilirsiniz?

    İş Zekâsı (BI, Business intelligence), iş analizleri için ham büyük veriyi anlamlı ve kullanışlı bilgiye dönüştüren; teknolojilerin, teorilerin ve süreçlerin kümesi anlamına gelir. Amacı karar almayı desteklemektir. Gerçekte iş zekâsı sıklıkla karar destek sistemleri olarak adlandırılır. İş zekâsı ile inovatif bilgiyi ortaya çıkarmak, tanımlamak ve geliştirmeye yardım etmek için büyük miktarlarda bilgiyi yönetir.

    İş zekâsı yukarıdaki şekilde görüldüğü veri madenciliği sonunda ortaya çıkan analitik bilgidir. Örneğin; iş zekâsı ile; kurum ve işletmelerinin vizyon ve misyonuna paralel olarak doğrudan müşteri kitlesini belirleyebilmek, bu müşteriye ilişkin hedefli pazarlama stratejisi başarısını yakalamak, etkin lojistik ve dağıtım kanallarını ortaya çıkarabilmek ve stratejiler ortaya konulabilmektedir. Bu bağlamda gelecekte iş zekâsı uygulayan işletmelerin üretim, yönetim ve hizmet sistemlerinde gereksinimlerin ortaya çıkarılması ve veri analizinin operasyonel iş yönetiminin zorunlu bir parçası olacaktır. İşletmelerin stratejilerini dinamik olarak, hatta anlık analizlerle sistematik olarak gözden geçirilmesi söz konusu olabilecektir.

    7. Bir Endüstri Mühendisi veri madenciliğinde uzman olmalı mı? Yetkinlikler arasında kesinlikle olmalı diyebilir miyiz?

    Endüstri mühendisleri üretim, yönetim ve hizmet sektörleri başta olmak üzere pek çok çalışma alanlarında çalışmaktadır. Geleceğin Endüstri Mühendisleri, analitik düşünme yeteneği ve sistematik yaklaşıma sahip, sürekli gelişen teknoloji ve bilişimin sunduğu imkânları da kullanarak, çözümler üretebilen ve endüstrinin ihtiyaç duyduğu uygulama becerisi yüksek mühendislerin olacaktır. Bu yüzden bilgisayar destekli olmaya çalışın ve kendinizi asla sınırlamayın. Bu kapsamda değerlendirdiğimizde veri madenciliği kesinlikle bir endüstri mühendisinin yetkinlikleri arasında olmalıdır.

    8. Veri madenciliği üzerine yoğunlaşmak isteyen mühendis adaylarına ne önerirsiniz?

    İş analisti veya benim deyimim ile iş mühendisi, veri mühendisi veya veri bilimci olmaya çalışın. Bunun için;

    İstatistik bilgisini artırmaya çalışın ve veri madenciliği hazır yazılım programlarından ticari veya ticari olmayan (free) bir kaçını öğreniniz. Temel işi anlama ve o işe yönelik çıkarımlarda bulunmak için kullanılacak temel metotlar bellidir. Bunlardan IBM SPSS Modeler, Rapid miner, Pyhton veya ticari olmayan kaynaklardan R veya Weka öğrenin. Piyasada veri madenciliği yapmak için bu yazılımlara daha iyi hâkim olmanız gerekir.

    Bilgisayara hâkim iseniz; matematik, istatistik bilimi veya modelleme konuları hakkında daha bilgi edinin.

    Görselleştirme günümüzde oldukça popülerdir. Rakam veya modelleri görselleştirerek (Visualization) iş analitiği çalışmanızın daha fazla anlaşılması ve okunabilmesine katkı sağlayacaktır. İyi bir istatistik bilgisi, yöneylem araştırma ve veri madenciliği bilgilerinizi güçlendirirseniz hedeflerinize ulaşabileceğinizi düşünüyorum.

    Veri madenciliği yaparak iş analist çıktılarınıza kendi bakış açınızı geliştirmeye yönelik çalışmaya hazır olunuz. Önemli olan yapılan çalışmaya farklı bakış açıları kazandırmaktır.

    İş analisti/iş mühendisi/Veri bilimcisi olmasanız da, geçmişin ya da bugünün mühendisi değil, geleceğin mühendisi olmaya hazırlanınız.

Bunlar da İlginizi Çekebilir Yazarın Diğer Paylaşımları

Yoruma kapalıdır.