Verilerinizi Teradata ile yönetin

Baykan Çallı

Verilerin analizi ve doğru yönetimi her geçen gün daha fazla önemini hissettiriyor. Kurumlar, genişleyen ve sürekli olarak artış gösteren verileri yönetebilmek adına çok fazla çaba sarf ediyorlar. Değişen dünyadaki bu önemli kural, kurumlara rekabet avantajı veya dezavantajı olarak yansıyor.
Telepati Dergisi olarak, Teradata Genel Müdürü Gamze Aydın ile yapmış olduğumuz görüşmede; yeni dünyanın yeni eğilimleri ve veri yönetimi üzerine bilgiler aldık.

Büyük verinin iş süreçlerine etkileri nelerdir?
Günümüzün bilgi ekonomisinde tüm liderler aslında güvenle karar verebilmeleri için bilginin kontrol edilebilmesinin şart olduğunu biliyorlar. Bilginin ‘güç’ ile eş anlamlı olduğu günümüzde zor olan, neyin elde tutulacağının bilinmesi, ikilemlerin önlenmesi ve ortaya çıkarılan içeriğin en iyi şekilde kullanılarak değer oluşturulabilmesi. Kötü karar verebilme riski, bugün büyük bir hızla katlanarak artan verinin içeriğinin yeterince anlaşılamamasına ve bunun sonucunda uygulanabilir kararlar ortaya çıkmamasına dayanıyor.
Günümüzün en büyük teknolojik olaylarından biri haline gelen “Büyük Veri”, şirketlerin içinde olup olmamayı seçebilecekleri bir konu değil. Bu aslında ‘büyük para’ diye de adlandırabileceğimiz pazarları ve onun getirdiği fırsatlar içeriğini ifade ediyor.

Büyük veri nasıl büyük bir fırsata dönüştürülebilir?
Büyük veri çözümleri iş yaşamında oyunun kurallarını değiştiriyor, bir anlamda ezber bozuyor. Geleneksel yaklaşımı kullanan şirketler, “transaction” yani gerçekleşmiş işlemleri analiz ederken, ‘Büyük Veri’ çözümlerinden yararlanan şirketler daha işlem gerçekleşmeden davranışları analiz edebilme şansına sahip bulunuyorlar. Bu da rekabette onları bir adım ileriye taşıyor.

Büyük verinin analizi şirketlere ne tür avantajlar sağlar ve bu avatajlar müşterilere ne tür katma değerler yaratır?

Büyük veri çözümleri bugün bilimsel araştırmalardan sağlık sektörüne dek birçok farklı alanda kullanılıyor. Telekomünikasyon, perakende, finans ve bankacılık alanlarında faaliyet gösteren şirketlerin, diğer iş analitiği çözümlerinde olduğu gibi, büyük veri alanında da öncü konumda bulunduklarını söyleyebiliriz.
Geleneksel veri yapıları üzerinden yapılan analizlere, yapılandırılmamış verilerin de eklenmesi ile kurumlara daha önce sahip olmadıkları öngörü ve planlama imkanı sağlanabiliyor. Müşteriye 360 derecelik bir öngörü ile yaklaşılmasına olanak veriyor. Örneğin yapılandırılmış geleneksel veri analizleri ile “müşteri neyi, ne zaman, ne kadara almış; ne sıklıkla alıyor; başka ürünü alma eğilimi nedir?” sorularına cevap bulunabiliyor.
Ancak, “Web sitesinde başka hangi ürünleri inceledikten sonra bu ürünü seçmiş, bir reklama yoksa bir tavsiyeye dayanarak mı ürünü almış?”, “Satın alma kararını olumlu ya da olumsuz etkileyen şartlar nelerdir?”, “Üründen sosyal medyada bahsetmiş mi?” sorularının yanıtı, yeni ortaya çıkan ve yapılandırılmamış diye tanımladığımız veri kaynaklarında yatmaktadır. Mevcut veriler ile bu yeni kaynaklardaki verileri birleştirerek yanıt alınabilecek soruların sayısı çok daha fazladır. Bu yeni analiz imkanlarının kurumları rakiplerine göre daha rekabetçi yapacağını söyleyebiliriz.
Bunlara ek olarak, MapReduce gibi büyük veri konusu ile gelişen, yazılımsal olarak devrim sayılacak yeni yöntemlerle, aynı donanımla daha fazla veri işleme imkanının sağlanması da önemli bir maliyet avantajı olarak ortaya çıkıyor.

Yapılandırılmamış veriler, şirketlerin verimlilik ve güvenlik uygulamalarında ne tür sorunlara yol açar?

Yapısal olmayan verilerle yapılan projeler ve kullanılan bu sistemlerle ilgili genel olarak güvenlikle ilgili bir riskten söz edemeyiz. Zira bu verilerin biricik ayırt edici özelliği ilişkisel veri tabanlarında bulunmayıp, sosyal mecralar, algılayıcılar, e-postalar ve Net kapısı gibi büyük miktarda veri üreten kaynaklarda yaşıyor olmasından ibarettir. Kurumlar da sağladığımız teknolojik altyapı ve uzmanlık sayesinde anlam kazanan, ilişkilendirilen bu verileri kurumsal bilgi formatında varlıklarına kazandırmış oluyorlar.
Öte yandan, büyük veri projelerinin doğru kurgu ve teknoloji kullanılarak yapılması verimlilik açısından anlamlı sonuçlar sağlamaktadır. Yapısal olmayan ve büyük miktardaki bu verilerde anlamlı görünmeyen veriler doğru yöntemler izlenerek dikkate alınmaz. Dolayısıyla dikkate alınan kısmının, hali hazırda var olan yapısal verilerle bağıntı kurularak farklı analizlerin yapılabileceği analitik bir ortam sağlamış oluyoruz. Tabi bu esneklik sayesinde; kurumlar daha büyük bir resimde oluşan bilgiyi kullanma kabiliyetlerini geliştirerek, daha önce fark edilemeyen bir takım fırsatları değerlendirme imkanı buluyor. Bunun doğal sonucu olarak, operasyon verimliliği artışı gözleniyor ve ciro, karlılık, müşteri memnuniyeti/sadakati gibi önemli noktalarda yatırımın geri dönüşünü ölçebilecekleri faydaları da elde etmesine olanak tanıyor.
 
Türkiye'deki büyük veri algısı nasıldır?
Türkiye’deki alışkanlık yeni teknolojiyi uygulayarak verimi ve etkinliği arttırma şeklindeydi ama artık veri sürecin iyileştirilmesi için kullanılan materyal değil, işimizin ana maddesi halinde. Yapılan bir araştırma, veriyi kullanan şirketlerin verimlilik konusunda eşitlerinden yüzde 4 daha verimli, kârlılıkta ise yüzde 6 daha kârlı olduklarını gösteriyor. Bu durumda da ister istemez tüm kurumlar için en önemli hammadde haline geliyor.
Veriyi doğru araçlarla bilgiye çevirdiğinizde, bu bilgi her aşamada paraya, saygınlığa veya güce dönüşebilir. Veri, müşterilerimizin gözünde bizi diğer rakiplerimizden “Farklı” ve “Tek” konumuna getirebilir. Müşterilerimizle ilgili şahsi bilgilerin işlenmesi ile kişiye özel kampanyalar üretilip, satışları artırmak mümkün olabilir veya doğum gününü hatırlamak müşterilerimize verdiğimiz değerin ifadesi olabilir.
Yakın geçmişe kadar, yapılandırılmış veri analiz için daha uygundu. Verinin düzgün bir yapıya sahip olması, veri tabanlarında bu verinin işlenmesini ve depolanmasını kolaylaştırmaktaydı. Fakat İnternet’in, mobil cihazların ve kredi kartlarının hayatlarımızın vazgeçilmezleri olmaya başlamasıyla birlikte, yarı-yapılandırılmış ve yapılandırılmamış veri önemli bir sorun haline geldi. Yapılandırılmış verinin yanında yapılandırılmamış verinin de analizinin bir değere dönüştüğünün görülmesiyle, bu yönde çözümler üretilmeye başlandı. Konuyla ilgili fikir vermesi açısından küçük bir örnek vermekte fayda görüyorum: Bugün orta ve büyük ölçekli birçok İnternet sitesi, müşterilerinin tıkladıkları sayfaları analiz ederek müşteri hareketleri hakkında çok değerli bilgilere ulaşıyorlar. Müşterilerin bakıp almadığı ürünler, sayfanın renginin ziyaret edilmesine etkisi ve ürün iptalleri gibi sayısız bilgi bu çözümlerle elde edilebiliyor.

Büyük veri kullanımının artmasına istinaden ortaya çıkan 'veri bilimci' kavramından bahseder misiniz?
Tahminlere göre, 2020 yılında, otomobillerden ev aletlerine ve telefonlara kadar yaklaşık 50 milyar cihaz veri üretecek ve birbirileri ile sessizce iletişim kuruyor olacak. İleriye yönelik öngörülerde bulunmak ve kararlar almak isteyen şirketler için bu ‘veri tsunamisi’ni doğru analiz edebilmek kritik önem taşıyor.
Büyük veri analitiğini kullanan kurumların ihtiyaçlarında zaman içinde oluşan değişim, uzmanlık gerektiren yeni bir meslek dalının da doğmasına neden oldu: Veri bilimci. Neredeyse her kaynaktan toplanan bilgileri analiz etme yeteneğine sahip olan veri bilimcileri kullanan şirketlerin çok önemli avantajlar elde edeceklerine inanılıyor. Örneğin perakendeciler, büyük veri setlerini analiz eden veri bilimciler sayesinde operasyon kâr paylarını yüzde 60 oranında artırabilirler. Sadece özel şirketler açısından değil, aynı avantajlar kamu sektörü için de geçerli. Araştırmalara göre, ABD sağlık sektörü veri bilimcileri kullanarak yılda 300 milyar dolar tutarında tasarruf edilebilir.
Verilerden veya veriler tarafından desteklenen iş süreçlerinde önerilen değişikliklerden eşsiz ve beklenmedik değerler çıkarabilecek kişiler olarak tanımlanan veri bilimciler, ‘veriyi canlandıran uzmanlar’ olarak da adlandırılıyor.
Veri bilimcilerin elde ettikleri bilgilerin, kurumların iş yapış şekillerini esaslı bir şekilde değiştirebileceği belirtiliyor. Northwestern Üniversitesi profesörlerinden Diego Klabjan’a göre, veri bilimcileri kullanan kurumlar, günlük operasyon kararlarına iş değeri katmaktan, taktiksel ve stratejik kararlar ile planlara desteğe kadar pek çok alanda önemli avantajlar elde edebilirler. Müşteri ilişkilerine yön vermek, pazarlama ve satış bölümlerine destek olmak ve bunlara ek olarak, sadece geçmiş veriler üzerinde veri madenciliği yapmak değil, tahminsel modelleme ile uzun dönemli stratejilere şekil vermek de Klabjan’ın sözünü ettiği avantajlar arasında yer alıyor.

Büyük veri kullanımına yönelik olarak Teradata'nın müşterilerine sunduğu çözüm ve hizmetler nelerdir?
Teradata kurulduğu günden bu yana büyük veriler ile derin analitik çözümler sunmayı amaçladı ve bunu gerçekleştirdi. Bugün adını sıkça duyduğumuz MPP (Massively Parallel Processing) mimarisi, Teradata Veritabanı’nın 33 yıldır yapıtaşını oluşturuyor. Sektörel çözümlerimizin günümüzün hızlı rekabetçi ortamında kurumlar tarafından daha fazla ilgi ile karşılandığını görmekteyiz. Ülkemizdeki veri ambarı ve iş zekâsı çevrelerinde bu çözüm odaklı yaklaşımın artmasını memnuniyetle karşılıyoruz.
Yapısal olan büyük hacimli verilerde Teradata’nın deneyimi ile ilgili birkaç önemli örnek verecek olursak şunları söyleyebiliriz:
1996 yılında 11 Terabyte ile dünyanın en büyük veri ambarı, 2004 yılında Wal-Mart’ın 423 Terabyte’lık veri ambarı, 2008 yılında beş kurumda 1 ila 5 Petabyte arasında ve 35 kurumda 100 Terabyte’ın üzerindeki veri ambarları. Bugün ise eBay’daki 10+ Petabyte’lık veri ambarını sayabiliriz.
Teradata, farklı iş ihtiyaçlarına göre optimize edilmiş platform ailesi, veri ambarına özel olarak tasarlanmış veri tabanı, veri madenciliği konusunda geliştirilmiş çözümleri, sektörlere özel çözümleri ile veri ambarı modelleri, analitik kampanya yönetimi ve büyük veri yönetimi çözümleri ile geniş bir ürün ailesine sahiptir.
Teradata'nın iyileştirilmiş veri ambarı platformları veri tabanı yazılımı, sunucu ve veri depolama ünitesinin en iyi performans sağlayacağı şekilde tasarlanmış, yüzde 99,5 yüksek erişilebilirlik sunan ve veri yüklemeye hazır sistemlerdir. Böylece müşterilerimiz birinci günden itibaren veri ambarlarını oluşturmaya ve kullanmaya başlamaktadırlar. 
Teradata bugün geldiği noktada 6 farklı veri ambarı platformu sunmaktadır. Bu sistemler GB'lar mertebesinden 186 PB'a kadar ölçeklenebilen ve her biri farklı amaçlar için iyileştirilmiş sistemlerdir.
Data Mart Appliance: Test ve geliştirme ortamları ve küçük veri mart ihtiyaçları için konumlandırdığımız platform.
Extreme Data Appliance: Çok büyük verisi olan kurumlarda 186 PB'a kadar ölçeklenebilen fiyat iyileştirilmiş bir platform. Bu ürün ile büyük boyuttaki veriler sadece depolanmakla kalmayıp aynı zamanda sorgulanabilir de olmaktadır.
Extreme Performance Appliance: Sektörde tek, sadece SSD diskten oluşan çok yüksek performanslı veri ambarı sistemimiz.
Data Warehouse Appliance: Bügun ülkemizde en çok konumlandırdığımız, analitik sorgular için iyileştirilmiş, yüksek performanslı kurumsal veri ambarı sistemimiz.
Active Enterprise Data Warehouse: Karışık iş yüklerini başarıyla yöneten on binlerce kullanıcının çok yoğun sorgu çalıştırabildiği, SSD ve HDD disklerden oluşan, her parçasını müşterilerimizle birlikte, ihtiyaçlarına göre tasarlayabildiğimiz Teradata'nın amiral gemisi. 
Aster Data Appliance: Çözümümüz ise son zamanların gözde konusu "Big Data" çözümümüz. Aster'i sektördeki diğer çözümlerden üstün kılan nokta ise "Big Data" konusunda basitlik ve yüksek performansı uygulama mantığında birleştiren tek çözüm olması. Aster, SQL diliyle ‘Map-Reduce’ özelliklerini son kullanıcılara açarak, yapılandırılmamış büyük veri üzerinden çok kolay bir şekilde analizler yapılmasını sağlıyor. Bu noktada, basitlik, kolay yönetim ve yüksek performans konusunda sektörde tüm çözümlerimizin haklı bir ünü olduğunu belirtmek isterim. 
LinkedIn, Barnes&Noble ve MySpace Aster'i kullanan referanslarımız arasındalar. Şu an 1 PB (PetaByte)'ın üzerinde canlı veriyle çalışan Aster kurulumu mevcut. Aster Data Appliance, yatay büyüyebilen MPP (Massively Parallel Processing) mimarisine sahip bir çözüm. Aster'i farklı kılan başka bir özellik ise ilişkisel veriyi de yönetebiliyor olması. Aynı sorgu içerisinde hem yapısal hem de yapısal olmayan veri üzerinden bağıntı gerçekleştirilebiliyor ve böylece daha bütünsel ve zenginleştirilmiş bir analiz sunabiliyor.

Teradata'nın 2013 yılı hedefleri ve öngörülerini değerlendirir misiniz?
Teradata Türkiye olarak hedefimiz 2014 yılı sonu itibari ile pazarda veri ambarı ve analitik uygulamalar konusunda, kurumsal pazarda lider konuma gelmek. Bunu da toplamda sayıları 20-25’i bulan müşterimizle gerçekleştireceğiz. Diğer yandan, yaptığımız projelerin bir iş ayağını da danışmanlık çalışmalarımızda IT ile birlikte kurumlara sonuçlar ve faydalar sağlayan projeler yapmak hedefindeyiz. Özellikle Büyük Veri analizleri ve bunların CRM çözümleri ile bütünleştirilerek kurumların “time to market” zamanını teknoloji ile sağlanabilecek minimum düzeye indirmeyi hedefliyoruz. Gerçek zamanlı çalışmaları veri ambarı analitik uygulamaları –ki, buna büyük veri çalışmaları da dahil olmak üzere- ve tüm pazarlama kaynak yönetimi uygulamaları ile birlikte hayata geçirmeyi planlıyoruz.
Elbette ki ekibimiz büyürken, en önemlisi iş ortağı ekosistemimizi doğru iş ortakları ile büyütmek. Pazara iş olanağı sağlarken, yurtdışındaki ve Türkiye’deki bilgi birikimi ve tecrübelerimizi paylaşarak, analitik pazara ve müşterilerine değer katan, pazarın en büyük oyuncusu olmayı hedefliyoruz.