Büyük VeriHaberlerİş AnalitiğiBüyük veri analizindeki iç kusurlar

İş zekasının arkasındaki mantığı ihmal etmek, hatalı analizlere neden olabilir.
30 Ekim 2019515

İş zekası ve büyük veri programları, planlama ve performansın yanı sıra iş kararlarını destekleyen bilgileri sağlamak için hızlı bir yol olarak kullanılıyor. Birçok kuruluş yakında kurumsal veri ambarlarının veya Hadoop ve DFS gibi büyük veri platformlarının tüm verileri tuttuğunun farkında olacak. İş zekası araçları daha sonra görselleştirmeler, gösterge panoları, raporlar ve azaltmalar oluşturmak için bu verileri kullanacak.

Büyük veri analizindeki iç kusurlar

ETL gibi veri entegrasyon teknolojileri ayrıca kurumların sistemlerini taşır veya bir veri ambarına veya büyük veri platformuna kaydeder. Ancak analitik yazılımı sağlayıcısı TIBCO’ya göre bu yaklaşımın doğasında büyük bir kusur var: Birkaç kişi, işletme boyutlarını, niteliklerini ve hiyerarşilerini yönetmenin arkasındaki mantığı ihmal ediyor ki; göz ardı edilirse bunların hepsi hatalı analizlere yol açabilir.

Mesela kurumsal boyut yönetimini ele alalım. En sık karşılaşılan zorluklardan biri, uyumsuz boyutlarla nasıl başa çıkılacağıdır çünkü genellikle temel kayıt sistemleri, boyutları farklı şekillerde tanımlar veya kullanır ya da ortak boyutlar gerekli sınıflandırmaları ve özellikleri kaçırır.

Satış ve pazarlamanın, bir kuruluşun endüstri odaklı pazarlama programlarının yeni fırsatlar yaratmada ne kadar etkili olduğunu anlamak zor değil. Analistlerin endüstri kodlu durumları beklentilere ve kapalı anlaşmalara bağlayabilmesi gerekir. Tüm bu boyutlar bir endüstri özelliğine sahip olabilir ancak satışlar, dahili olarak oluşturulmuş bir endüstri sınıflandırma şeması kullanırken pazarlama, standart endüstri kodları (SIC’ler) gibi genel bir standart kullanıyor.

TIBCO, pazarlama ekibinin SIC kullanıyor olabileceğini açıklıyor çünkü tüm satıcıları bu şekilde kitle segmentlerine ayırıyor. Ancak SIC’nin karmaşık yapısı, kayıt sistemleri ve bir kuruluşun ihtiyaç duyduğu tüm nitelikleri sağlayıp sağlamadıkları konusunda belirsizlikler yaratabilir.

TIBCO, “En basit çözüm, birincil kayıt sistemindeki öznitelikleri genişletmek ve yönetmektir ancak bu kullanıcılarınız için işe yaramaz. Bağlama bağlı olarak, tamamen farklı özellik değerlerine ihtiyaçları olabilir.” diye açıklıyor.

Piyasalar, segmentler ve alt segmentler gibi özellikler, bir ürünün performans bağlamında geçerli bölümlemesini yansıtır. Ancak marka yönetimi planlama ve analizde yer alıyorsa, bu özellikler farklı değerler içerebilir. Bu durum işletme kullanıcılarının EDW’ye(Enterprise Data Warehouse) veya büyük veri ambarına yüklenmeden önce boyutları zenginleştirmek için kullanabilecekleri ayrı bir sisteme olan ihtiyacı gösteriyor. Bir anahtar gereksinim, planlama ve analiz bağlamlarını yalnızca yeni özniteliklerle değil, birden çok alternatif öznitelik değer kümesi ve geçici uzantılarla destekleyen bir mekanizma olacaktır. ”

TIBCO, kuruluşların boyut ve hiyerarşi yönetimi için aşağıdaki özellikleri aramalarını öneriyor:

  • Boyutları, nitelikleri ve hiyerarşileri tanımlayan araçlar
  • Her tür için destek: türetilmiş, açık, dengeli ve dengesiz
  • Hiyerarşileri dengelemek ve bağlamak için hizmetler
  • Geçmiş, şimdiki ve gelecekteki boyutları ve hiyerarşileri yönetmek için sürüm oluşturma
  • Alternatif hiyerarşileri yönetme mirası
  • Boyut, nitelik ve hiyerarşileri yönetmek için kullanıcı arayüzleri
  • No-code, tarayıcı tabanlı kullanıcı arayüzleri
  • Dahili tam metin, bulanık arama ve filtreleme
  • Role özgü kullanıcı arayüzlerini yapılandırmak için perspektifler ve özel düzen
  • Alt sistemlere entegrasyon ve dağıtım hizmetleri, geçici analiz araçları, veri ambarları ve büyük veri platformları