Veri Analizleri Nedir?

Veri hiç olmadığı kadar hızlı oluşturuluyor. Peki siz topladığınız verileri en iyi şekilde değerlendiriyor musunuz?

Verinin köklü bir şekilde anlaşılması, başarılı bir kuruluş inşa etmek için çok önemlidir. Veri analizi, ham verinin kullanılabilir ve alınan sonuçlar üzerinden eyleme geçilebilir bir hale getirilmesi sürecidir. Intel® teknolojileri, kurumların herhangi bir amaç için veri toplamasını ve analiz etmesini kolaylaştırmak adına veri hattının her aşamasında faaliyet gösterir.

Veriyi eyleme geçirilebilecek bir bilgiye dönüştürmek, her türden işletme ve kurum için bocalamak ve başarı arasındaki farkı belirler. Bilginin değerini en üst seviyeye çıkarmak, veri analizini gerektirir. Veri analizi, sonuca ulaşma amacıyla ham verinin analiz edilme sürecidir.

Neredeyse her kuruluş bir miktar veri analizi yapar fakat modern analizler benzeri görülmemiş bir anlayış ve öngörü sağlar. Şirketiniz veriye bağlı ve analiz odaklı bir iş kültürü konusunda ne kadar yol aldı ve atılması gereken bir sonraki adım ne?

Her şey veri hattıyla başlar.

Veri Hattını Anlama

Gelişmiş bir veri analizi yaklaşımını sağlamak, zaman ve kararlılık gerektiren bir gelişme sürecidir. Veri hattını ve hat üzerinden geçen verilerin yaşam döngüsünü anlamak, bir sonraki adımı atmak isteyen kuruluşlar için büyük önem taşır.

  • İçe Alma: Veri Toplama
    Veri hattının ilk aşaması içe almadır. Bu aşamada veri kaynaklardan toplanır ve depolanacağı sisteme aktarılır. Verinin toplanması, kesintisiz bir veri akışı şeklinde veya bir dizi bağımsız toplama eylemi olarak yapılabilir.

    Yapılandırılmamış verilerin büyük bir kısmının, IDC'nin tahminine göre yüzde 80 ila 90'lık bir bölümünün1 yaşam döngüleri, içe alma aşaması ile sınırlı kalıyor. "Karanlık veri" adı verilen bu bilgi, içe alınıyor fakat kuruluşun geri kalanına etki edecek şekilde analiz edilmiyor veya kullanılmıyor.

    Günümüzde en büyük gelişmiş veri analizi trendlerinden biri, içe alma aşamasında devreye giriyor. Bunun uygulandığı durumlarda aktarılan verinin gerçek zamanlı analizi, içe alma süreciyle birlikte gerçekleştiriliyor. Bu süreç uç bilişim analizi olarak biliniyor ve yüksek bilgi işlem performansı ile düşük güç tüketimi gerektiriyor. Genellikle uç bilişim analizleri; fabrika makineleri, şehirlerdeki sokak lambaları, tarım ekipmanları veya diğer bağlı nesnelerin de dahil olduğu cihazlardan bilgi alan sensörleri ve IoT cihazlarını içerir.

  • Hazırlık: Veri İşleme
    Veri hattının bir sonraki aşaması, verinin kullanıma hazır hale gelmesi ve kullanıcılar ile uygulamaların erişebildiği bir sistemde depolanmasıdır. Veri kalitesinin en üst seviyede olması için verinin temizlenmesi ve kolayca erişilen ve sorgulanabilen bilgi haline getirilmesi gerekir.

    Bilgi genellikle veritabanında hazırlanır ve depolanır. Farklı formatlardaki verilerin farklı amaçlarla analiz edilmesi ve anlaşılması için değişik türde veritabanları kullanılır. SAP HANA* veya Oracle DB* gibi SQL* ilişkisel veritabanı yönetim sistemleri, genellikle yapılandırılmış veri kümelerini işler. Finansal bilgiler, kimlik doğrulaması ve sipariş takibi de bunlara dahil olabilir. Yapılandırılmamış veri iş yükleri ve gerçek zamanlı analizlerde genellikle Cassandra ve HBase gibi NoSQL* veritabanları kullanılır.

    Veri hattının bu aşamasını optimize etmek, hem bilgi işlem ve bellek performansı hem de daha hızlı sorgu için veri yönetimi gerektirir. Ayrıca yüksek veri yoğunluğunu desteklenmesi için ölçeklenebilirliğe de ihtiyaç vardır. Veriler öneme ve faydaya göre düzenlenip depolanabilir. Böylece en önemli verilere en hızlı şekilde erişilebilir.

    Intel® teknolojileri, günümüzde en yoğun depolama ve bellek performansı gerektiren veritabanı kullanımlarına güç katıyor. Alibaba Cloud*, Intel® Optane™ Solid State Sürücüleri sayesinde her POLARDB sunucusuna 100 TB depolama kapasitesi sağlayabildi.

  • Analiz: Veri Modelleme
    Veri hattının bir sonraki aşamasında depolanmış veri analiz edilir ve modelleme algoritmaları oluşturulur. Veri; SAP, Oracle veya SAS gibi uçtan uca analiz platformları ile analiz edilebilir veya Apache Spark* gibi araçlar ile ölçekli bir şekilde işlenebilir.

    Veri hattının bu safhasının hızlandırılması ve maliyetlerinin düşürülmesi, rekabet üstünlüğü için oldukça önemlidir. Kütüphaneler ve araç kitleri geliştirme süresini ve maliyetini azaltabilir. Bir yandan donanım ve yazılım optimizasyonları da yanıt süresini azaltıp sunucu ve veri merkezi maliyetlerini düşürebilir.

    Bellek içi analizler gibi teknolojiler, veri analiz becerilerini geliştirebilir ve analiz yatırımlarının maliyetlerini daha uygun hale getirebilir. Intel, kimya şirketi Evonik'in SAP HANA* veri tablolarını 17 kat daha hızlı şekilde yeniden başlatmasını sağladı.2

  • Eylem: Karar Alma
    Veri içe alındıktan, hazırlandıktan ve analiz edildikten sonra elde edilen bilgi harekete geçirilmeye hazırdır. Veri görselleştirme ve bildirme, analiz sonuçlarının anlaşılmasına yardımcı olur.

    Eskiden bu sonuçların işle ilgili bilgiye dönüştürülmesi ve daha yaygın bir şekilde kullanılması için veri bilimcileri veya analistler tarafından yorumlanması gerekiyordu. Fakat işletmeler, bakım ekibi yollamak veya oda sıcaklığını değiştirmek gibi eylemleri otomatik hale getirmek için analizden faydalanan yapay zeka kullanmaya başladı.

Veri hattı ve kuruluşların analiz özelliklerini nasıl geliştirebileceği hakkında ayrıntılı bilgi edinmek için From Data to Insights: Maximizing Your Data Pipeline adlı e-kitabımızı okuyun.

Şirketiniz veriye bağlı ve analiz odaklı bir iş kültürü konusunda ne kadar yol aldı ve atılması gereken bir sonraki adım ne?

Veri Analizinin Dört Çeşidi

Veri analizleri dört temel türe ayrılabilir: Tanımlayıcı analiz, teşhis edici analiz, öngörücü analiz ve kural koyucu analiz. Bu adımlar analizin gücünü artırır ve her biri, veri hattının "analiz" ile "eylem" aşamalarının arasındaki mesafeyi kısaltır.

  • Tanımlayıcı Analiz
    Tanımlayıcı analizler, geçmiş verileri özetlemek ve görselleştirmek için kullanılır. Başka bir deyişle kuruluşlara zaten olmuş olan şeyleri anlatır.
    Geçen yılın satış rakamlarını grafik üzerinden analiz etmek kadar gibi temel bir işlem, en basit analiz türü olan tanımlayıcı analize bir örnek olabilir. Her analiz çalışmasının temelinde sağlam bir tanımlayıcı analiz olmalıdır. Birçok işletme hâlâ öncelikli olarak tabloları, görselleştirilmiş verileri ve raporlama araçlarını da içeren bu analiz türünden faydalanıyor.

  • Teşhis Edici Analiz
    Analiz çalışmaları güçlendikçe kuruluşlar geçmiş verileri üzerinden daha zorlu sorulara cevap aramaya başlar. Teşhis edici analizler sadece ne olduğunu değil söz konusu durumun neden gerçekleştiğini de inceler. Analistler, teşhis edici analiz yapmak için trendleri ve neden sonuç ilişkisini tespit etmelerini sağlayacak detaylı bir soruşturma yapmalıdır.
    Teşhis edici analiz sayesinde değişkenler arasında yeni ilişkiler keşfedilebilir. Örneğin spor kıyafetleri satan bir firmanın ABD'nin orta batı bölgesinde artan satışları, güneşli havayla ilintili olabilir. Teşhis edici analiz, verileri modellerle eşleştirir ve anormal veya aykırı verilere açıklık getirmeye çalışır.

  • Öngörücü Analiz
    İlk iki analiz türü geçmiş verileri inceler fakat öngörücü analiz ve kural koyucu analiz geleceğe yöneliktir. Öngörücü analiz, geçmiş verilerden elde edilmiş istatistiksel modellere ve tanımlanmış eğilimlere göre olası sonuçları tahmin eder.
    Öngörücü analiz stratejisi geliştirmek için model oluşturma ve doğrulama gereklidir. Bu sayede işletmeyle ilgili karar alan merciler en iyi sonuçlara ulaşır. Genellikle öngörücü analizlerde makine öğrenimine başvurulur ve daha akıllı tahminler için yüksek ölçekli veri setlerinde öğrenim modelleri kullanılır.

  • Kural Koyucu Analiz
    Bir diğer gelişmiş analiz türü de kural koyucu analizdir. Öngörücü analizler üzerinden en iyi çözümleri öneren kural koyucu analizler sayesinde verilere dayalı karar alma alanında son evreye ulaşıldı.
    Kural koyucu analizlerin temelinde makine öğrenimi analizleri ve sinir ağları vardır. Bu iş yükleri yüksek performanslı bilgi işlem ve bellek ile çalışır. Bu analiz türü, diğer üç analiz türüne dayalı sağlam bir temele ihtiyaç duyar. Sadece oldukça gelişmiş bir analiz stratejisi olan ve önemli miktarda kaynağı bu çalışma için kullanmaya hazır olan firmalar tarafından uygulanabilir.

Veri Analizinin Kullanım Alanları

Intel® teknolojileri, modern kurumsal şirketlerin analiz yöntemlerini değiştiriyor. Intel, dünyanın her yerinde birçok farklı sektörde kullanılan analizi geliştirmek için sürekli olarak çalışıyor ve aynı zamanda işletmelerin performansını ve maliyetlerini optimize etmesine yardımcı oluyor.

  • Üretim
    Kalite kontrol, otomobil üreticilerine para tasarrufu sağlar ve hayat kurtarır. Analistler, Audi'nin otomatik fabrikasında kaynak kalitesini korumak için örneklemeden yararlandı. Intel'in Endüstriyel Edge Insights Yazılımı ile yapılan uç noktadaki öngörücü analizlerini kullanan üreticiler, her arabanın üstündeki kaynakları otomatik olarak kontrol edip kaynağın yapıldığı andaki sensör göstergeleri üzerinden kaynakla ilgili çıkacak sorunları tahmin edebilir.

  • Sağlık
    Yapay zekanın göğüs röntgeni okuma işlemi için eğitilmesi, daha hızlı teşhis konulmasını sağlayarak hastalara ve sağlık hizmeti verenlere yardımcı olabilir. Araştırma kuruluşu SURF, Ölçeklenebilir Intel® Xeon® işlemcileri kullanarak hem eğitim süresini bir aydan altı saate düşürdü hem de hata oranını azalttı.

  • Telekomünikasyon
    Akıllı telefonlar ve mobil internet, daha önce görülmemiş büyüklükte mobil veri yarattı. Telekomünikasyon şirketi Bharati Airtel, ağ hatalarını daha hızlı fark edip düzelterek müşteri deneyimlerini geliştirmek için Intel® Xeon® işlemcileri ve Intel® SSD'lerinden yararlanan gelişmiş ağ analizleri uyguladı.

Analizler için Intel® Teknolojileri

Intel, geleceğin çözümlerini üretmeleri için kuruluşlara yardım eden ortakları ve geniş teknoloji ekosistemi sayesinde dünyanın her yerindeki şirketler için gelişmiş analizlere güç veriyor. Intel, maksimum değer ve performansı sağlamak için veri merkezinden uç bilişime kadar analiz ekosisteminin her alanında çalışır.

  • Ölçeklenebilir Intel® Xeon® işlemciler; ister uç noktada ister veri merkezinde veya bulutta, devasa miktarlardaki verilerin yüksek hızda analiz edilmesini mümkün kılar.
  • Intel® Optane™ teknolojisi, bellek ve depolamaya yenilikçi bir yaklaşım sunarak verinin aktarılmasında ve depolanmasında oluşan darboğazların aşılmasına yardımcı olur.
  • Intel® FPGA'lar, veri merkezlerinde hızlanmayı sağlayarak yanıt sürelerini iyileştirir.
  • Intel® Seçili Çözümleri'nin en iyi performansı sağladığı, tahminleri ortadan kaldırdığı ve çözümlerin uygulanmasını hızlandırdığı doğrulanmıştır.

Sık Sorulan Sorular

Veri analizi; bilginin ham veriden işletmeler tarafından kullanılan, eyleme geçirilebilir fikirler haline getirilmesi sürecidir.

Büyük veri analizi, yüksek ölçekli veri kümelerini kullanarak değişkenler arasında yeni ilişkiler ortaya çıkarır ve büyük miktardaki bilgilerin daha iyi anlaşılmasını sağlar.

Gelişmiş analiz, belirli bir teknoloji veya teknoloji kümesi değildir. Makine öğrenimi, artırılmış analiz ve sinir ağları gibi gelişmiş teknolojilerden faydalanan; farklı durumlar ve çözümler için kullanılan bir sınıflandırma işlemidir.

Veri analizi; işle ilgili bilgi üreterek kuruluşların geçmiş olayları anlaması, gelecekte olacakları öngörmesi ve eylem planı geliştirmesi için kullanılır.

Veri hattının dört aşaması; içe alım, hazırlık, analiz ve eylemdir.

Tanımlayıcı ve teşhis edici analizler geçmişi inceler. Tanımlayıcı analiz geçmişte ne olduğunu cevaplarken teşhis edici analiz bu durumun neden gerçekleştiğini inceler.

Tanımlayıcı analizler, geçmişe bakarak zaten gerçekleşmiş olayları aktarır ve diğer analiz türlerine temel oluşturur. Kural koyucu analizler mevcut veriler ve öngörücü algoritmalar üzerinden eylemlerle ilgili tavsiyelerde bulunur.

Öngörücü ve kural koyucu analizlerin ikisi de geleceğe yönelik analizler sunar. Öngörücü analizler beklenilen olaylarla ilgili tahmin yürütür ve kural koyucu analizler bu tahminler üzerinden bir eylem planı tavsiye eder.

Öngörücü analizler, gelecekteki olayların daha iyi öngörülmesi için kullanılır. Öngörücü analiz, ileride oluşacak bakım ihtiyaçlarını saptayabilir veya ekonomik koşulların gelecekteki satışlara en olası etkilerini değerlendirebilir.

İlgili İçerikler

Analizler için Intel® teknolojileri hakkında daha fazla bilgi edinin.

Veri Analizleri

Analizlerin kuruluşlara güvenilir ve eyleme geçirilebilir görüşler elde etme konusunda nasıl yardımcı olduğunu ve analiz stratejinizi nasıl geliştireceğinizi öğrenin.

Analizden en iyi şekilde faydalanın

Gelişmiş Veri Analizleri

Daha akıllı işletmelerin temelinde gelişmiş analizler yer alır. Intel® teknolojileriyle veri odaklı pazarlarda nasıl öne geçeceğinizi öğrenin.

Daha akıllı analiz stratejileri uygulayın

Makine Öğrenimi Analizleri

Analiz çalışmalarını hızlandırmak için makine öğrenimi ve yapay zekayı kullanarak daha kapsamlı analizlere daha çabuk ulaşın.

Tüm potansiyelinizi açığa çıkarın

Öngörücü Analiz

Rekabette üstünlük elde etmek için verilerinizden faydalanarak geleceğe dair eyleme geçirilebilir tahminlerde bulunun.

Öngörücü analizlerle geleceğe hazır olun

Bildirimler ve Yasal Uyarılar
Intel teknolojileri; etkinleştirilmiş donanım, yazılım ya da hizmet aktivasyonu gerektirebilir. // Hiçbir ürün veya bileşen mutlak güvenlik sağlayamaz. // Maliyet ve sonuçlar farklılık gösterebilir. // Intel üçüncü taraf verilerini kontrol etmez veya denetlemez. Almayı düşündüğünüz ürünün performansını değerlendirmek için diğer kaynaklara başvurmanız gerekir.

Ürün ve Performans Bilgileri

1“Verilerinizin Size Söylemedikleri: Karanlık Veri Büyük Şirketler İçin Sorunlar ve Fırsatlar Yaratıyor," Forbes, Haziran 2019, forbes.com/sites/marymeehan/2019/06/04/what-your-data-isnt-telling-you-dark-data-presents-problems-and-opportunities-for-big-businesses/#3086fe21484e.
230 Mayıs 2018 itibarıyla SAP HANA* Standart Uygulama Karşılaştırma Sürümü 2 için SAP BW sürümüne yönelik SAP HANA* iş yükü simülasyonu. Performans testlerinde kullanılan yazılımlar ve iş yükleri yalnızca Intel® mikroişlemcilerdeki performans için optimize edilmiş olabilir. SYSmark* ve MobileMark gibi performans testleri; belirli bilgisayar sistemleri, bileşenler, yazılımlar, işlemler ve işlevler kullanılarak ölçülür. Bu etkenlerden herhangi birinde yapılacak bir değişiklik, sonuçların da değişmesine neden olabilir. Satın almayı düşündüğünüz ürünler hakkında tam bir değerlendirme yapabilmek için bu ürünlerin başka ürünlerle birlikte gösterdiği performans gibi bilgilere ve performans testlerine de başvurmanız gerekir. Daha ayrıntılı bilgi için www.intel.com.tr/benchmarks adresini ziyaret edin. Performans sonuçları, yapılandırılmada gösterilen tarihlerden itibaren yapılan testlere dayalıdır ve genel kullanıma açık tüm güncellemeleri içermeyebilir. Yapılandırma ayrıntıları için yedeklemeye bakın. Hiçbir ürün veya bileşen mutlak güvenlik sağlayamaz. Geleneksel DRAM ile temel yapılandırma: Lenovo ThinkSystem SR950 sunucu ile 8 adet Intel® Xeon® Platinum 8176M işlemci (28 çekirdek, 165 W, 2,1 GHz). Toplam bellek, 48 adet 16 GB TruDDR4 2666 MHz RDIMM ve SAP HANA* depolama alanı için 5 adet ThinkSystem 2,5 inç PM1633a 3,84 TB kapasiteli SAS 12 GB, sistem açıkken değiştirilebilen solid state sürücüler (SSD'ler) içerir. İşletim sistemi SUSE Linux Enterprise Server 12* SP3'tür ve 6 TB veri kümesiyle SAP HANA* 2.0 SPS 03 kullanır. 10 yineleme için tablo ön yüklemesi sonrasında tamamlanan tüm veriler için ortalama başlangıç süresi: 50 dakika. DRAM ve Intel® Optane™ DC sürekli belleğin bir araya geldiği yeni yapılandırma: Intel Lightning Ridge SDP ve 4 adet CXL QQ89 AO işlemci (24 çekirdek, 165 W, 2,20 GHz). Toplam bellek; 24 adet 32 GB DDR4 2666 MHz, 24 adet 128 GB AEP ES2 ve 1 adet Intel® SSD DC S3710 Serisi 800 GB, 3 adet Intel® SSD DC P4600 Serisi 2 TB, 3 adet Intel® SSD DC Serisi S4600 1,9 TB kapasitesinden oluşur. BIOS sürümü WW33'18. İşletim sistemi SUSE Linux*4 Enterprise Server 15'tir ve 1,3 TB veri kümesiyle SAP HANA* 2.0 SPS 03 (SUSE'den belirli bir PTF Kernel uygulanmıştır) kullanmaktadır. Optimize edilmiş tablo ön yüklemesi için ortalama başlangıç süresi (17 kat iyileştirme).