bigdata-tolga-arican

2017’de Big Data Projelerinin %60’ı Başarısız Olacak

Büyük Veri Analizi, Uzman Görüşü / 26.09.2016

REM People CDO’su (Chief Digital Officer) Tolga ARICAN; Büyük Veri Analiziyle ilgili olarak kaleme aldığı “2017’de Big Data Projelerinin %60’ı Başarısız Olacak” adlı makalesine aşağıdan ulaşabilirsiniz

Gartner’ın yaptığı bir araştırma sonucuna göre, 2017 yılında Big Data projelerinin %60’ı, daha pilot aşamasında başarısızlığa uğrayacak. Bunun nedenlerine ve başlarken dikkat edilmesi gerekilen noktalara geçmeden önce 2015’in sonunda Forbes’da yayınlanan bazı Big Data istatistiklerini bir daha hatırlamakta da fayda var.

  • Son 2 yılda üretilen veri, ondan önce insanlık tarihi boyunca yaratılan veriden çok daha fazla. Yani kümülatif bir veri üretimi durumu söz konusu. Zaten biraz daha güncel rakamlara bakınca da nedeni daha rahat anlaşılıyor.
  • Facebook’a, Ağustos 2015 itibari ile günde giren kişi sayısı 1 milyara ulaştı.
  • Youtube’a her 1 dakikada atılan video uzunluğu 300 saat.
  • 2012 yılında Beyaz Saray, Big Data konusuna 200 milyon $ yatırım yaptığını açıkladı.
  • Fortune 1000 şirketlerinden herhangi biri, veriye %10 daha fazla erişim yapabildiği noktada 65 milyon $ daha fazla net kar etme şansı yaratmış oluyor.
  • Bizim alanımıza da bakmak gerekirse, perakende sektörü için büyük veriyi iyi kullanabilen firmalar işletme karlarını %60 kadar yükseltebilecekleri fırsatlar ortaya çıkıyor.
  • Hem Forbes’da yayınlanan bu istatistiklerde, hem de çoğu araştırmada değinilen en önemli nokta ise, şu anda sadece sahip olunan verilerin en fazla %0.5’i analiz edilebilmiş durumda. Bu da potansiyel %99.5’lik bir kısım olduğunu gösteriyor.

Peki bu kadar yükselen bir trend olmasına rağmen, araştırmalar neden 2017 yılında %60 gibi ciddi bir başarısızlık oranından bahsediyor?

Big Data” adı gibi ilk başta büyük bir kavram gibi gelse de, atlanılan en önemli nokta bence getirmiş olduğu vizyonu nasıl özümseyeceğimizi bilememek. Ya da nereden başlanabileceğini kestirememek. Hele ki, internet girişimi ve genç bir firma değilseniz.

Nedeni de basit; zaten internet bazlı genç girişimlerin çoğunun temelini data oluşturuyor. Anlamlandırdığı ve ilişkilendirdiği data / aktif kullanıcı üzerinden şirket değerlemeleri yapılıyor. Kısacası DNA’sı zaten data üzerine kurulu ve bunu ne kadar iyi ilişkilendirip anlamlandırdığı kadar da değerli. Biraz daha geleneksel ve dinamikleri oturmuş köklü firmalar ise bu dijitalleşme çağında, bir şekilde Big Data, Machine Learning, Predictive Marketing, ZMOT gibi terimleri anlamaya, iyi ihtimalle benimsemeye, ve çok düşük oranlarda da uygulamaya çalışıyorlar. Bu çağın getirdiği hız ve bilgisayar bilimlerinin farklı alanlarına adapte olmakta zorlanıyorlar. Tabii ben konu itibari ile biraz daha Big Data konusuna odaklanacağım.

Facebook günde 500TB veriyi işliyor. Peki kaç tane Facebook var?

Başlangıç noktamızın adını iyi koymak lazım. Facebook günde 500 Terabyte veriyi işliyor olabilir ama hiçbirimiz Facebook değiliz. Ne o kadar veri kendi platformumuzdan akıyor, ne de onu anlamlandıracak departmanlarımız / mühendislerimiz var. Tabii ki de, veri tek bir platformdan akıyor olması da Facebook gibi bir firma için veriyi bir araya getirmek adına avantaj.

Retail sektörü için ise, işin dijital platformlarının haricinde, sahanın da var olması hem dezavantaj hem de çevrimdışı bir alanı da anlamlandırabiliyor olmak rakibin bir adım önüne geçebilmek adına da avantaj. Hem de günde 500TB veri olmasa da tahmininizden çok daha fazla veriye sahipsiniz.

Farkında değilsiniz, ama evinizin arka bahçesinden bir nehir akıyor.

Çoğu firmanın ya da üst düzey yöneticisinin ilk etapta göremediği nokta, tüketicinin dokunduğu ya da dokunmadığı her ortamda inanılmaz bir data aktığı. Sadece websiteniz / e-ticaret portalınız için de demiyorum bunu. Sizin sattığınız ürün / hizmetle ilgili anlık o kadar çok data akıyor ki, bu veriyi yakalamak zaten Big Data’nın ilk kuralı.

Gelin David Pittman tarafından hazırlanan Big Data in Retail – Examples in Action sunumuna bir göz atalım…

David Pittman’ın değindiği güzel birçok nokta var ama bence en önemlisi, veriyi toplamak için her ne kadar retail firma olsanız da, dinleyebileceğiniz / dinlemeniz gereken farklı kanalların önemi. Daha önce değindiğim, ve esasında farkedilmeyen ya da göz ardı edilen veri çünkü o farklı kanallarda sürekli olarak akmakta. Sizinle direk ilgili olabilir, sattığınız ya da satacağınız ürünle ilgili olabilir veya sizin sattığınız ürünün satış performansını direk etkileyebilecek diğer etkenlerle ilgili olabilir. Önemli olan bu veriyi dinleyip, o platformlar için ilgili doğru araçlarla kendi havuzunuza akıtıp kendi veriniz ile harmanlamaya başlayabildiğiniz noktada veri madenciliğine giriş yapmış oluyorsunuz.

David Pittman’ın hazırladığı bu sunuma enteresan bir noktadan dokunan bir Google araştırmasından da bahsetmeden bu örneği kapatmak da istemiyorum açıkçası. Dijital görünürlülüğün öneminden bahseden bu Google araştırmasındaki şu slayta bir göz atalım.

Big Data - Search results are a powerful way to drive consumers to stores

Esasında bu slaytla da çok kuvvetli bir mesaj veriliyor. Dijital görünürlülük ve e-ticaret sitelerine kolay linkleme gibi avantajlar, tüketiciyi sahadan koparmıyor; tam tersine mağaza ile olan mesafesini kısaltmış oluyor. Tabii ki Google’ın vurgulamak istediği nokta, SEO’nun (arama motoru optimizasyonu) e-ticaret sitesi sahipleri gibi, mağazaların da satışlarını yükseltecek faydalarının olduğu. Ama bizim konumuz itibari ile farklı bir bakış açısı ile de şu çıkarımı yapmamız pek de yanlış olmaz:

Dijitalleşen dünyayı iyi kullanan Retail markaların aynen David Pittman’ın değindiği gibi satış kanallarını da güçlü tutabiliyor olması gerekiyor. Big Data analizi hem dijital taraf hem de saha tarafı için işte bu noktada daha da önem kazanıyor.

Aynı araştırmadaki hemen bir sonraki slayt ise daha çarpıcı.

Big Data - Consumers avoid stores because they lack information on location and stock availability

Dijital görünürlüğe sahip yakın bir mağaza ya da ürün bulunurluluğunun olmamasından kaynaklı olarak 4 kişiden 1’i satınalma kararından vazgeçiyor. Bu noktada, hem dijital kanallar için hem de saha tarafının verilerinin entegre birşekilde işliyor olmasının önemi daha da ortaya çıkmış oluyor.

Veri Topla!

Veriyi en doğru akıtabileceğin kanalları saptamak en kritik noktalardan biri. Bunu gerçekleştirmenin formülü de Retail için, hiç de düşünüldüğü kadar zor değil.

  • Dijital platformlarını dinle
    • Website analitiğini etkin birşekilde topla
    • (Varsa) E-Ticaret sitendeki satışları kendi altyapına akıt
    • Birden çok platformdaki müşteri datalarını eşleştir, müşteri profillemesi yap
    • Sosyal mecralarını dinle, semantik analizlerle trendleri takip et
  • Firma verilerini anlamlandır
    • Müşteri / CRM verilerini güncel tut
    • Machine Learning ile eksik verileri tanımla, demografik kırılımlarını çıkar
    • SAP / Salesforce gibi satış verilerini analiz et
    • Satış alışkanlıklarını / trendleri / ürünlerin taleplerini analiz et
  • Reklam çalışmalarını / geridönüşlerini verilere dök
  • Sektör araştırmalarını takip et, veri havuzuna katma değer sağlayacak araştırma verilerini satın al ve entegre et
  • Satış noktalarına dokun
    • Bulunurluk araştırmalarını sürekli yap
    • Rakiplerini takip et
    • Fiyat araştırmalarını yap, satışlara olan etkisini analiz et
    • Saha ekipmanlarını kontrol et, satışa olan katkısını veriye dök
    • Satış kanal sorumlularını, mağazalarını denetle

Önemli olan nokta tabii bu kanallardan akan verinin sürekli olması ve birbiri ile konuşabilmesi ki anlamlı sonuçlar / analizler çıkarılabilsin ve sürekli olarak performans değerlendirmesi yapılabilsin.

En azından başlangıç noktası için artık formül hazır. Ufak projelerle, veri toplama altyapısını ve gereken araştırmaların başlatılması ile Big Data’ya yönelik ön hazırlığı yapmaya başlamanız için gereken en uygun ortamı sağlamış oluruz.

Etiketler: , , , , , , ,

İşinizi geliştirmek ve birlikte bir başarı hikayesi yaratmak ister misiniz?

İletişim