Şirketinizin cevherini keşfedin...

Yöneticilerin nitelikli işgücünü yoğun rekabet şartlarında yönetebilmek için operasyonel ve stratejik bilgiyle donanımlı olması gerekmektedir. Zamanında ve yerinde kararlar almanın temeli hatasız işlenmiş verilere, bu verileri hızlı şekilde anlamlı bilgiye dönüştürecek şirket zekasını ve kültürünü oluşturabilmeye dayanıyor. Veri, insan kaynağı ve süreçlerini kurumsal kaynak planlama sistemleri sayesinde başarıyla entegre etmiş şirketler için sonraki adım sahip olduğu verileri çok boyutlu analiz etmeyi ve raporlamayı sağlayacak sistemleri kuruyor olmaktır.
İş hayatında doğru hedeflere koşmak için belirsizlikleri minimuma indirgeyecek, rasyonel karar almaya destek olacak etkin bilgi sistemlerine ihtiyacımız olduğu şüphesiz bir gerçek. Verimliliği arttırmak, ürün ve müşteri potansiyelini fırsata dönüştürmek için sorulması gereken sorular ve yanıtları çoğunlukla veri yığınları içerisinde keşfedilmeyi bekliyor. Çok boyutlu veri analizi ve veri madenciliği bu aşamada şirketlere çözüm getiriyor.
Veri madenciliği ve OLAP şirket zekası sistemlerinin (Business Intelligence Systems - BIS) bir parçası olarak karşımıza çıkıyor. Bilgi işçileri ve iş analistleri şirket zekası sistemleri aracılığıyla çeşitli ortamlardan sağlanan verileri veri ambarlarında konsolide ederek çeşitli modellemelere dayalı karar destek sonuçları elde etmektedir. Bu süreç içerisinde şirket hedeflerinin keşfedilmeyi bekleyen sorulara dönüştürülmesi hızlı sonuçlar almak ve veri yığınlarında kaybolmamak için çok önemli. Şirket hedefleriniz çerçevesinde sorduğunuz ve sıkça cevaplarını revize etmeniz gereken sorulardan bazıları şunlar olabilir:
• Müşterilerim kimler, özellikleri nelerdir? (Profil oluşturma)
• En değerli müşterilerim kimler? (Müşteri değerleme)
• En değerli müşterilerimin bir sonraki siparişi ne olacak, ne zaman olabilir? (Olasılık hesaplama)
• Pazarı nasıl bölebiliriz? Müşteri segmentasyonum satışlarımla ne ölçüde tutarlı? (Pazar segmentasyonu)
• Müşterilerime ne tür promosyonları ne sıklıkta yapmalıyım? Hangi iletişim kanalını kullanmalıyım? (Müşteri iletişimi optimizasyonu)
• Müşterilerimin birlikte almayı tercih ettiği ürün veya hizmetler neler? (Birliktelik analizi)
Bunun gibi soruları şirket hedefleri doğrultusunda periyodik olarak sormak, oluşturulan modellerin doğruluğunu sınamak gerekiyor.
Veri madenciliği sürecinde çeşitli istatistik ve matematik tekniklerle birlikte ilişki tanıma teknolojileri kullanılarak, depolama ortamlarında bulunan veri yığınlarının elenmesi ile anlamlı yeni ilişki ve eğilimler keşfedilmektedir. Kurumlar yeni müşteri kazanmanın her geçen gün zorlaştığı rekabet ortamında varolan müşterileri memnun edebilmenin, onları tanıyabilmenin ve ileriye dönük ihtiyaçlarını fırsata dönüştürmenin yollarını arıyorlar. Müşteri segmentasyonu, yeni müşteri kazanma, kârlılığı artırmak için çapraz ve dikey satış fırsatları oluşturma, dolandırıcılık tespiti, müşteriye özel fiyatlandırma gibi daha bir çok konuda ve sektörde veri madenciliği uygulamalarının başarılı örneklerini görebiliriz.
Şirket verilerinin doğru raporlanması, analiz edilmesi ve yorumlanması süreci içinde çeşitli zorlukları barındırıyor. Zorlukların en başında verinin değişik uygulamalara dağıtılmış olması, geçmişe dönük hacminin sınırlı olması ve raporlamadan ziyade veriyi işlemek için optimize edilmiş bir formatta tutuluyor olması gelmektedir. Heterojen yapıdaki verilerin standardize edilmesi, depolanması, geçmişe dönük analiz ve raporlama için operasyonel sistemlerden farklı sistemler kullanılmalıdır.
Veri Madenciliği ve CRM
Müşteri İlişkileri Yönetimini (CRM), müşteri memnuniyetini maksimize ederken, müşterilerin servis masraflarını minimize etmek, müşteri yaşam döngüsünü akıllıca yönetmek için doğru müşterilerle doğru şirket etkileşimini birleştiren müşteri odaklı stratejileri oluşturmayı amaçlayan bir konsept olarak tanımlayabiliriz. CRM aktivitelerinin ana hedeflerinden biri uzun vadede karlılığı arttırmaktır. Bu hedeflere ulaşmak için yeni müşteriler kazanmak, müşteri değerini arttırmak, değerli müşterileri yitirmemek gibi stratejiler geliştirilir. Bu stratejilerde başarılı olabilmek için müşteri ve satın alma davranışlarının analiz edilmesi gerekiyor. Daha büyük veri kümeleri kullanmak istatistiksel olarak daha doğru sonuçlara ulaşmak için en doğru yaklaşımdır fakat veri kümesi büyüdükçe pazar araştırmacısının işi manuel yapılamayacak kadar büyümekte dolayısıyla veri madenciliği konsepti CRM araştırmaları için temel oluşturmaktadır.
Uzun vadede karlılığı sağlamak için yeni müşterilere yönelmektense değerli müşterileri elde tutmak daha doğru bir strateji olarak kabul görüyor. Cevap bulunması gereken soru şu: “Hangi müşterilerimi elde tutmaya yoğunlaşmalıyım?”. Her kurumun geniş yelpazede müşteri çeşitliliği bulunmaktadır. Pazarı gruplara ayırmak, bu grupların özelliklerini profillemek ve değerli müşterileri tanımlamak için veri madenciliği teknikleri uygulanmaktadır. Buradaki mantık grup içerisindeki müşterilerin önceden belirlenmiş değişkenlere göre benzerliklerinin keşfedilmesidir. Örneğin yeni operatörlerin rekabeti kızıştırdığı GSM sektörünü ele alalım, hergün bir kısım müşteri rakip firmaların promosyonlarından etkilenip operatörünü değiştiriyor. Elde bulunan müşteri verisi veri madenciliği kullanılarak bu müşterilerin profilleri çıkarılabiliyor. Kaybedilen müşterilerin yaş grupları, iş durumları ve servis kullanım saatleri gibi değişkenlere göre stratejik sonuçlar çıkarılabiliyor. GSM operatörlerinin öğrenciler, memurlar için promosyonları, gece yapılan konuşmalara getirdiği indirimleri, hediye dakikaları sunmasındaki amaç uzun vadede karlılığı korumak, bunu yaparken müşteriyi ve davranışlarını eldeki imkanlarla en iyi şekilde analiz etmesi, veri madenindeki cevhere ulaşması gerekiyor.

Veri madenciliğinde dikkat edilmesi gereken hususlar vardır. Büyük miktarlardaki  ham veriden doğru sonuçlar çıkarabilmek için öncelikle verinin güvenilir ve hatalardan arındırılmış olması gerekiyor. Çıkarılacak kuralların kalitesi veri kaynağının kalitesine bağlıdır. Bir başka önemli husus bu konudaki uzmanların yetkinliğidir. Veri madenciliği kendi başına bir çözüm değildir, şirket süreçleri ve verilerin gerekli işlemler sonucu modellenmesiyle anlamlı sonuçlara ulaşılabilir. Dolayısıyla bu modellemeleri yapacak bilgi işçisiyle, iş süreçlerine vakıf analistlerin vizyonlarının geniş olması ve doğru soruları sorabilecek yetkinlikte olması gerekmektedir. Çalışma sonucunda çıkacak verilerin doğru yorumlanması da ancak konunun uzmanları tarafından yapılabilir. Unutulmaması gereken bir konu da veri madenciliğinin kurulup hemen sonuçlar çıkaran bir yazılım olmadığıdır. Veri madenciliği sabır isteyen bir süreçtir, doğru modeller oluşturuluncaya dek defalarca deneme gerektirebilir ve sonuçların alınması veri kümesinin büyüklüğüne göre uzayabilir. Bu sebeple çalışan ekibin ve yönetimin kısa vadede büyük beklentiler içinde olmaması gerekir. Şirket zekası yazılımlarının ihtiyacı ne kadar karşılayabilir olduğu ve pazardaki uygulamalardan hangisinin kullanılacağı sorusu ise projenin daha başlangıçta başarı veya başarısızlık ayrımını belirliyor.
Veri madenciliğinin gelecek yıllardaki pozisyonu hakkında fikir sahibi olmak için dünyanın önde gelen araştırma ve danışmanlık firmalarından açıklanan rakamları dikkate aldığımızda, veri madenciliğinin oldukça popüler bir konu olacağını görebiliyoruz. Örneğin, Gartner Group Araştırma Şirketi, gelecek on yıl içinde, hedef pazarlarda veri madenciliği kullanımının yüzde 80'lere ulaşacağı tahmininde bulunuyor. Öte yandan şirket zekası yazılımlarının yeni lisans gelirlerinin 2009 senesinde üç milyar dolar seviyelerinde olacağı öngörülüyor. Sektördeki markalardan kompozit çözümler sunan Microsoft ve SAP’nin gücüyle pazarı canlandırdığını görüyoruz. Microsoft ürünü “Analysis and Reporting Services” yazılım geliştiriciler tarafından yoğun ilgi görerek 2004 yılında %53’lük bir büyüme başarısı elde etti. SAP ise R/3 kullanıcıları için full entegre çözümü olan SEM(Strategic Enterprise Management) ile pazardaki OLAP, veri madenciliği, bütçeleme, konsolidasyon gibi süreçlerde kullanıcılara tatmin edici sonuçlar vermektedir. Geçtiğimiz yıllarda IBM, SAS Institute, Business Objects ve Informatica gibi BI pazarındaki firmaların stratejik satınalmalar ve birleşmeler yoluyla güçlerini arttırdığını görmekteyiz.
Sonuç olarak her geçen gün büyüyen BI sektörü, kullanıcılara doğru bilgiyle ve analiz yeteneğiyle kararlarında destek olacak çözümler sunmaktadır. Bugün çoğu bilişim firması BI uygulamaları için bütçelerini arttırmakta ve şirket zekasını departman bağımlı olmaktan çok şirket tabanına yayacak uygulamalara doğru gitmektedir. Büyük firmalar sadece raporlama amacının dışında BI tabanlı diğer uygulamalarıyla (Bütçeleme, Şirket Performans Yönetimi, Konsolidasyon, Portal vb.) entegre çalışacak çözümler satın almakta ve efektif şekilde kullanmaktadır. Kullanıcı ihtiyaçlarını karşılayacak, şirket hedefleriyle uyumlu çalışacak, yetenekli ve ölçeklenebilir BI yazılımlarıyla şirketinizin en değerli sermayesi olan verilerinizin içerisinde gizli kalmış bilgileri keşfetmek için siz de gerekli adımları atın. Şirketinizin cevherini keşfedin...

Ergin ÖZTÜRK
SAP BI Danışmanı