• Pınarbaşı Mah. Akdeniz Üniversitesi Teknokenti Uluğbey Arge 2 Binası, D:201, 07058 Konyaaltı / ANTALYA
  • +(90) 242 316 27 00

Büyük Veri Analiz ve Raporlama Sistemleri Çözümleri

img
Büyük Veri Tarihi ve Mevcut Durumu
Büyük veri teriminin nispeten yeni olduğu zamanlarda, analizlerin sonuçlanması için büyük bilgilerin toplanması ve depolanması çok uzun zaman almaktaydı. Konsept, endüstri analisti Doug Laney, "Büyük Veri"yi 3V olarak tanımladığı 2000’li yıllarda büyük bir ivme kazandı. 3V, İngilizce volume (hacim), velocity (hız) ve variety (çeşitlilik) kelimelerinden meydana gelmektedir.
 
 
Hacim;
Organizasyonlar; ticari işlemler, sosyal medyayı da içeren çeşitli kaynaklardan veri elde etmekle birlikte, sensör veya doğrudan makinelerden bilgi toplarlar. Geçmişte bunları depolamak bir problemken şimdi yeni teknolojilerle (Hadoop gibi) bu yük hafifletilmiş oldu.
 
Hız;
Bilgi akışı eşsiz bir hızda gerçekleşir ve işlem tam vaktinde gerçekleşir. RFID etiketleri, sensörler ve akıllı ölçüm gerçeğe yakın zamanla bilgi seliyle baş edebilmeyi sağlıyor.
 
Çeşitlilik;
Geleneksel veri tabanlarındaki nümerik verilerden yapılandırılmamış metin dökümanları, mailler, görsel ve işitsel ögeler, hisse senedi verileri ve finansal işlemlere kadar bilgi akışı her şekilde sağlanır.
 
 
 
Büyük Verinin Potansiyeli
Global seviyede üretilen ve depolanan bilginin miktarı hayal edilemeyecek kadar çoktur ve her gün büyümektedir. Bu da henüz çok az bir kısmı analiz edilmiş iş bilgilerinden kritik görüşler sağlamadaki potansiyelin daha da büyük olduğunu gösteriyor. Peki bu durum firmalar için ne anlam ifade ediyor. Firmalar, kendi organizasyonlarına gelen, üzerinde çalışılmamış bu bilgilerden nasıl daha iyi faydalanabilirler?
 
 
►İlginizi Çekebilir: Dijital Dönüşüm Neden Birçok Fırsat Yaratır?
 
Büyük Veri Neden Önemlidir?
Büyük veri ne kadar bilgi sahibi olunduğundan ziyade onunla ne yapılacağı üzerine yoğunlaşır. Herhangi bir kaynaktan veri alıp onları para ve zaman tasarrufu, yeni proje gelişimi ve optimize edilmiş önerileri aynı zamanda da akıllı karar verilmesini sağlayan cevaplar bulmak için analiz eder. Büyük veri güçlü analizlerle birleştiğinde işle alakalı şunlar gerçekleştirilebilir:
 
►Gerçek zamanlı hata ve sorunların temel nedenlerini belirleme.
 
►Müşterilerin satın alma alışkanlıklarına dayanarak satış amaçlı kuponlar üretme.
 
►Yeni portfolyoların risklerini tekrar hesaplama.
 
►İşleyişi etkilemeden önce yanlış davranışları tespit etme.
 
 
 
Büyük Veriyi Kim Kullanıyor?
Büyük veri her endüstri dalını doğrudan etkilemektedir. Aşağıda her bir endüstri dalının, bu güçlü bilgi saldırısından nasıl faydalandığının detayları bulunmaktadır.
 
 
 
Bankacılık
Sayısız kaynaktan gelen büyük miktarda bilginin varlığı, bankaları bu verileri yönetmek için yenilikçi yollar bulmaya yöneltti. Müşterileri anlayıp onları memnun etmek kadar düzenleyici kurallarla risk ve sahtekarlığı azaltmak da bir o kadar önemlidir. Büyük veri önemli öngörü olanağı sağlar. Ancak aynı zamanda finansal kurumların gelişmiş analizlerle oyunda hep bir adım önde olmasını gerektirir.
 
 
 
 
►İlginizi Çekebilir: MES SIMATIC IT ile Akıllı Takım
 
 
 
Hükümet Kaynakları
Devlet kurumları sahip oldukları büyük veriye analiz uygulamayı başarabilirse, suç önleme, trafik sıkışıklığıyla mücadele, kurumları yönetme ve hizmetleri yürütme gibi konularda çok önemli bilgi birikimine sahip olmuş olur. Ancak büyük verinin bunca avantajına rağmen hükümetler gizlilik ve şeffaflık durumlarına dikkat etmelidir.
 
 
 
Üretim
Büyük verinin sağlayabileceği bir öngörüyle donanmış üreticiler kaliteyi arttırabilir, kayıpları azaltabilir ve günümüzün hayli rekabetli piyasasında anahtar rol oynayan işlemleri elde edebilir. Analitik tabanlı ilerleme biçiminde çalışan üreticilerin gittikçe artması daha çevik iş kararları ve daha çabuk problem çözümleri anlamına gelir.
 
 
 
Enerjinin Geleceği
►Enerji üretimi, aktarımı, dağıtımı ve kullanımı için yüksek performanslı teknolojiler
 
►Yenilenebilir kaynaklardan olduğu kadar fosil yakıtlardan da yüksek verimliliğe sahip güç üretimi
 
►Bağımsız güç üretimi ve enerji depolama ünitelerini birleştiren akıllı sistemler
 
►Akıllı elektromobil çözümler – altyapıdan sürücülere kadar
 
 
 
Avrupa Endüstri Sektörlerindeki Büyük Veri / Enerji Sektörlerinden Örnekler
Büyük veriyi benimsemek hem gizliliği korumak için bilgi paylaşım politikası hem de büyümeye açık veri analizlerini gerektirmektedir.
 
Küçük enerji üretimlerine ek olarak daha geniş kapsamlı enerji parklarının ihtiyaçlarını karşılamak için istenildiğinde kullanıma hazır olan akıllı dağıtım ve aktarım ağlarının yeniden yapılandırılması
 
Feed-in (yeni enerji üreticilerine teşvik için uzun dönemli anlaşmalar) Endüstriyel ve özel DSM (enerji üreten yerlerin gün içinde ulaşması gereken maksimum üretimi azaltmak için enerji kullanımını enerjinin daha az kullanıldığı vakitlere yaymak daha doğrusu çeşitli amaçlar doğrultusunda enerjiyi tüm zamana eşit miktarda bölme çabası) elektrikli araçların dolaşımı için esnek fiyatlandırma uygulaması
 
 
 
Gaz Türbinleri İçin Veri Yönetimi ve Gerçek Zamanlı Görüntüleme
►Gerçek Zamanlı Veri analizleri (1000 nöral model)
 
►Veritabanı: input(giriş) verisi ve model sonuçları
 
►Bütün veri ve bağımlılık analizleri artı optimizasyon öğrenimi
 
 
 
Avantajları:
►Daha az titreşen, yani düşük bakım ihtiyacına sahip gelişmiş türbinler
 
►NOx (mono azot oksitler için genel terim) emisyonunun azaltılması
 
►Türbin verimliliğinin artması
 
►Türbin gelişim işlemlerine yol gösterilmesi
 
 
 
Nöral Ağlarla Rüzgar Güç Kaynağı Tahmini
Rüzgar enerjisi üretilen bir alanda bu enerjinin miktarının doğru tahmin edilmesi aşağıdaki özellikleri sağlar:
 
►Rüzgar gücünün anlık kullanıma uygun bir enerji kaynağı olarak kullanımı
 
►Rüzgar gücü miktarının spot piyasadaki düzeni
 
►Rüzgar türbini bakım işlerinin optimum zamanlanması
 
►Verimli enerji şebekesi yönetimi
 
 
 
Kısa Süre İçin Güneş Enerjisi Tahminine Dayalı Konsept
Avantajları:
►15 dakikaya kadar belirlenmiş bir alanda güneş enerjisi tedariki tahmini
 
►Güç şebeke yönetimini gelişimi ve enerji bileşenlerinin dengelenmesi
 
 
 
Enerji Santralinin Gözlenmesiyle Malzeme Yorgunluğu ve Hatalar Önceden Tespit Edilebilir
Durum gözlemleyici platform hataları şu şekilde tespit eder:
 
►Daha önceki hata ve eğilimlerden öğrenerek
 
►Bu bilgileri tanımlanmış bilgi birikim ve kurallarla harmanlayarak
 
Avantajları:
►Hata ve malzeme yorgunluğunu önceden tespit edebilme
 
►Olası hasarlardan önce servis operatörlerini uyarma
 
►Uzun süreli servis kontratlarının riskini azaltma
 
►Uzaktan gözlem ve görüntüleme işlemlerinin verimliliğini artırması
 
 
 
Büyük Verinin Muhtemel Sonuçları
►Karışık sistem davranışlarının optimizasyonu
 
►İşletimsel süreçte gerçek zamanlı kararlar
 
►Endüstriyel işlemlerin sürdürülebilirliğini gelişim
 
 
 
Endüstrideki Muhtemel Etkileri
►Yarı otonomları içeren değer zinciri karşısında endüstriyel işlemlerin optimizasyonu
 
►Müşterilerin işlerini yürütme risklerini azaltması
 
►Ana para harcamalarında azalma
 
►Karmaşık sistemlerdeki otomatik karar mekanizması sağlaması
 
 
 
 
 
 
 
Eğitim
Büyük veri öngörüsüne sahip eğitimciler, eğitim sistemlerinin programlanması ile beraber yürüteceği çalışmalar ile öğrenciler üzerinde önemli etkiler de yaratabilir. Büyük veriyi analiz ederek programın gerisinde olan öğrenciler tespit edebilir, takibini yaptıkları öğrencilerin yeterli ilerleme kaydettiklerinden emin olabilir. Böylece doğru yöntemin seçilmesi ve öğretmen desteği ile öğrencinin gelişiminde daha doğru bir sonuç uygulanabilir.
 
 
 
Sağlık
Hasta kayıtları, tedavi planları, reçete bilgisi... Konu sağlık olduğunda her şey doğru ve hızlı bir şekilde halledilmelidir. Bazı durumlarda ise sıkı endüstri düzenlemelerine karşı şeffaflık sağlanmalıdır. Büyük veri etkili bir şekilde yönetildiğinde sağlık desteği sağlayıcıları saklı öngörüleri ortaya çıkararak hasta bakımı geliştirir.
 
 
 
 
 
Perakende Satış
Müşteri ilişkileri inşa etmek, perakende endüstrisi için büyük önem taşımakta ve bunu en etkili biçimde başarmanın yolu büyük veriyi yönetmekten geçmektedir. Perakendeciler, müşterilere ve piyasaya ulaşmanın yöntemlerini ve uygun işlemleri en etkili biçimde uygulamanın sürecini bilmelidir. Böylece, sorunlu işleri tekrar istenen seviyeye çıkartmanın en stratejik yolunu uygulayabilir. Büyük veri tüm bunların kalbindedir.
 
Büyük Veri Nasıl Çalışır?
Büyük verinin sizin işinize nasıl yarayacağını keşfetmeden önce nereden geldiğini anlamalısınız. Büyük veri kaynakları genel olarak aşağıdaki üç gruba ayrılmaktadır:
 
 
Bilgi Akışı
Bu kategori bağlantılı cihazların ağından sizin bilgi işleminize gelen dataları içerir. Bu veri size ulaştığında analiz edebilir, hangi verilerin tutulup tutulmayacağını ve hangilerinin daha derin analiz gerektirdiğine karar verebilirsiniz.
 
 
Sosyal Medya Verileri
Sosyal medya verileri gittikçe daha cazip hale gelirken, özelikle piyasa, satış ve destek olmak üzere bir bilgi topluluğu oluşturmaktadır. Genellikle organize olmamış formdadır ve konu tüketim ve analiz olduğunda büyük bir zorluğa neden olmaktadır.
 
 
 
Kitlelerce Ulaşılabilir Kaynaklar
 
"US government’s data.gov, the CIA World Factbook veya European Union Open Data Portal" gibi kaynaklar üzerinden büyük miktardaki bilgiye ulaşılabilir.
 
Veri için potansiyel kaynakları saptadıktan sonra bilgileri yönetmeden önce vereceğiniz kararları düşünün. Bunlar ise aşağıdakileri içermektedir:
 
Büyük Veri Nasıl Depolanır ve Yönetilir?
Birkaç yıl önce bilgi depolama büyük bir sorunken, günümüzde işinize en uygun düşük fiyatlı bilgi depolama seçenekleri mevcut.
 
Ne Kadarı Analiz Edilir?
Bazı kuruluşlar analizlerinde hiçbir veriyi dışarıda bırakmazlar ki bu bugünün yüksek performanslı teknolojisiyle bu mümkündür. Başka bir yaklaşım ise, analizden önce hangi bilginin ilgili olduğunu açıkça belirlemektir.
 
Ortaya Çıkardığınız Öngörü Nasıl Kullanılır?
Ne kadar çok bilgi birikimine sahip olursanız, işinizde o kadar büyük özgüvenle karar verebilirsiniz. Elinizde gereğinden fazla bilgi varken stratejinizin olması oldukça önemlidir.
 
Büyük verinin sizin işiniz için verimliliğindeki son adım büyük veri ve analizlerinde maksimum şekilde yararlanmanıza yardım edecek teknolojileri araştırmaktır:
 
►Ucuz aşırı depolama
 
►Daha hızlı işlemci
 
►Bütçeye uygun açık kaynaklar Hadoop gibi dağıtılmış büyük bilgi platformları
 
►Paralel işleme, toplanma, MPP, görselleştirme, büyük şebekeler, yüksek bağlantı ve verimli tamamlanmış işler
 
►Bulut bilgisayar ve diğer esnek kaynak paylaştırma düzenlemeleri