İş Zekası Bileşenleri Nelerdir?

1. Veri Kaynakları

Veri kaynakları, iş zekası bileşenlerinin temelini oluşturur. Bu kaynaklar, çeşitli sistemlerden, veritabanlarından, dosyalardan ve dış veri kaynaklarından toplanan ham verileri içerir. Veri kaynakları, işletmenin faaliyetlerine dair geniş bir yelpazede veri sağlar.

Dahili Veri Kaynakları

Dahili veri kaynakları, işletmenin kendi iç süreçlerinden ve sistemlerinden elde edilen verileri içerir. Bu kaynaklar, işletmenin günlük operasyonları hakkında önemli bilgiler sağlar.

Veritabanları

Veri tabanları, verilerin tablolar, sütunlar, satırlar veya dokümanlar gibi yapılandırılmış formatlarda saklandığı sistemlerdir. Bu sayede verilerin eklenmesi, güncellenmesi, silinmesi ve sorgulanması işlemleri kolayca gerçekleştirilebilir. Güvenlik önlemleri ve erişim kontrol mekanizmaları ile yetkisiz erişim önlenir, böylece verilerin gizliliği ve bütünlüğü korunur. Ayrıca, yedekleme ve kurtarma mekanizmaları sayesinde veri kaybı durumunda verilerin geri kazanılması mümkün olur.

 Dosya Sistemleri

• Excel ve CSV Dosyaları: İşletmenin çeşitli departmanları tarafından oluşturulan ve saklanan elektronik tablolardır.
• Doküman Yönetim Sistemleri: İşletmenin dökümanlarını ve kayıtlarını saklayan sistemlerdir.

İşletme Uygulamaları

• CRM Uygulamaları: Müşteri bilgilerini, satış verilerini ve etkileşimleri kaydeden sistemlerdir.
• ERP Sistemleri: Finans, insan kaynakları, üretim ve diğer temel iş süreçlerini yöneten ve entegre eden sistemlerdir.

Harici Veri Kaynakları

Harici veri kaynakları, işletmenin dışındaki kaynaklardan elde edilen verileri içerir.

Pazar Araştırma Verileri

• Pazar Analiz Raporları: Üçüncü parti araştırma firmaları tarafından sağlanan pazar trendleri, rekabet analizleri ve tüketici davranışları hakkında raporlar.
• Anketler ve Anket Verileri: Müşteri memnuniyeti, ürün geri bildirimi ve pazar araştırması anketlerinden elde edilen veriler.

Sosyal Medya ve Web Verileri

• Sosyal Medya Analitiği: Sosyal medya platformlarından elde edilen kullanıcı etkileşimleri, trendler ve marka algısı verileri.
• Web Analitiği: İşletmenin web sitesine gelen trafik, kullanıcı davranışları ve dönüşüm oranları hakkında veriler.

Kamusal Veriler

• Resmi istatistik kurumları tarafından sağlanan ekonomik göstergeler, nüfus verileri ve diğer kamuya açık veriler.

Makine Verileri

Makine verileri, IoT cihazları, sensörler ve diğer otomatik sistemler tarafından üretilen verileri içerir. Bu veriler, özellikle üretim, lojistik ve operasyonel verimlilik analizi için önemlidir.

• Sensör Verileri: Üretim makineleri, enerji tüketimi, çevresel koşullar gibi konularda sensörlerden elde edilen veriler.
• SCADA Sistemleri: Endüstriyel kontrol sistemlerinden gelen veriler.
• PLC (Programlanabilir Mantık Denetleyicileri): Üretim süreçlerini izleyen ve kontrol eden cihazlardan gelen veriler.

2. Veri Entegrasyonu

Veri entegrasyonu, çeşitli veri kaynaklarından toplanan verilerin tek bir birleşik veri setine dönüştürülmesi sürecidir, iş zekası bileşenlerinin etkili çalışması için farklı veri kaynaklarından toplanan verilerin tek bir yapı altında birleştirilmesini sağlar. Bu süreç, ETL (Extract, Transform, Load) işlemleriyle gerçekleşir. SQL sorguları, API çağrıları, veri tarayıcıları (web scrapers) ve diğer veri toplama yöntemleri kullanılır.

Verilerin Dönüştürülmesi (Transform)

Verilerin hedef sisteme uygun hale getirilmesi için dönüştürülmesi sürecidir.

• Veri Temizleme: Hatalı, eksik veya tutarsız verilerin düzeltilmesi ve veri kalitesinin artırılması.
• Veri Dönüştürme: Verilerin formatının değiştirilmesi, birleştirilmesi ve iş kurallarına göre dönüştürülmesi.
• Veri Zenginleştirme: Ek bilgiler ekleyerek verilerin değerini artırma (örneğin, coğrafi verilerle zenginleştirme).

Verilerin Yüklenmesi (Load)

Dönüştürülen verilerin hedef veri ambarına veya veri deposuna yüklenmesi sürecidir.

• Veri Yükleme Stratejileri: Tam yükleme (full load) ve artımlı yükleme (incremental load) yöntemleri.
• Veri Depolama: Verilerin veri ambarına, veri gölüne (data lake) veya diğer depolama çözümlerine aktarılması.
• Performans Optimizasyonu: Yükleme işlemlerinin hızlı ve verimli olması için indeksleme ve bölümleme (partitioning) gibi teknikler kullanma.

3. Veri Ambarı

Veri ambarı, işletmenin tüm verilerini sakladığı merkezi bir depodur. Veri ambarları, veri entegrasyon sürecinin sonunda verilerin depolandığı yerlerdir. Veri ambarları, geçmiş verileri tutarak işletmenin tarihsel analizler yapmasını sağlar.

Veri Ambarı Mimarileri:

• Basit Yapı: Tüm veri işleme işlemlerinin tek bir katmanda gerçekleştiği bir yapıdır. Genellikle küçük ölçekli uygulamalarda kullanılır ve sınırlı esneklik sunar.
• Çok Katmanlı Yapı: Bu mimari, veri ambarının farklı katmanlara ayrıldığı yapıyı ifade eder:
  • Veri Kaynakları Katmanı: Farklı kaynaklardan veri toplar.
  • ETL Katmanı: Veriyi işler ve dönüştürür.
  • Veri Ambarı ve OLAP Katmanı: İşlenmiş veriyi depolar ve analiz eder.
• Veri Yolu (BUS) Mimarisi: Veri ambarı ve veri marketlerinin entegre olduğu yapı. Veri marketleri, belirli iş birimlerine veya departmanlara özel veri ambarlarıdır ve veri yolu mimarisi, bu marketlerin merkezi bir veri ambarıyla uyumlu şekilde çalışmasını sağlar.
• Merkezi Veri Ambarı ve Veri Marketleri: Merkezi bir veri ambarı ve bu merkeze bağlı veri marketlerinin bulunduğu yapı. Her veri marketi belirli bir iş fonksiyonuna hizmet eder ve merkezi ambarla senkronize çalışır.
• Bulut Tabanlı Veri Ambarları: Veri depolama ve analiz işlemlerinin bulut ortamında yapıldığı mimarilerdir. Bu mimari, esneklik, ölçeklenebilirlik ve maliyet avantajları sunar.

Veri Gölü: Veri gölleri, yapılandırılmış ve yapılandırılmamış veriyi ham haliyle depolayan bir mimaridir. Veri ambarından farklı olarak, veri gölleri veriyi işlenmeden saklar ve daha esnek analiz imkanı sunar.